02
车展趋势洞察
从以上各路玩家的产品发布中，我们不难发现一些智能驾驶行业的现状和趋势。
城区导航辅助驾驶进入落地期
继高速导航辅助驾驶之后，城区导航辅助驾驶功能成为各家争抢的又一块蛋糕。由于城区场景比高速场景更加开放、复杂，不确定性高，对智能驾驶系统的感知能力和决策规划能力都提出了更高的要求，因此之前仅有小鹏、华为两家有成果，但也仅限于少数深圳、广州、上海等少数城市的部分区域。
今年车展，理想、上汽、毫末等多家公司都针对城区导航辅助驾驶功能的落地时间和覆盖范围提出了自己的规划，并且都集中在2023～2025年。可以预见，未来三年内，将会有多家车企和解决方案提供商实现城区导航辅助驾驶的量产落地，并且覆盖范围逐步从少数城市，扩大到全国。
重感知轻地图成为共识
前些年，高精地图对智能驾驶的重要性是一个非常热门的话题，特斯拉的纯视觉路线or传感器+地图融合的路线，引发了大范围的讨论。今年车展我们看到这个问题似乎有了答案：地图对感知的重要性被弱化，重感知轻地图成为多家公司选择的路线，基于Transformer+BEV的融合感知方案，正在逐渐取代感知+地图融合的方案，也正在成为共识。
回顾各家在车展期间的发布情况，小鹏的城区NGP将于今年6月，不需要高精地图；理想AD Max 3.0系统逐步摆脱高精地图；智己将用数据驱动道路环境感知模型替代高精地图；华为ADS 2.0直接宣称不需要高精地图，有图无图都能开；百度虽然没有直接抛弃高精地图，但也强调了其轻地图的方案；毫末智行则更是最早提出重感知轻地图的玩家。
看来关于高精地图的路线之争已经有了定论，智能驾驶的感知方案也将更侧重于传感器而弱化甚至取消高精地图，与智能驾驶的第一性原理趋同。
ChatGPT带来的冲击
ChatGPT作为人工智能领域的重大突破，在引发热议的同时，也给智能驾驶带来了冲击。ChatGPT的重要革命性意义在于让AI模型进入知识和推理的时代。而当前智能驾驶的一大难点就是决策规划不够智能，所以ChatGPT对于智能驾驶，尤其是决策规划模块，具有重要的学习和参考意义。毫末智行发布的DriveGPT雪湖·海若，正是采用了ChatGPT的RLHF训练方法。
另外，本届车展多家公司提到AI大模型的概念，如智己、毫末智行等，其实与GPT这一大规模通用预训练语言模型，也有些类似之处。基于大数据、大参数的大模型，能够让智能驾驶系统学习和训练到更多的环境场景，持续提升决策水平，助力智能驾驶更上一层楼。
智能驾驶在货运领域的扩展
货运领域是智能驾驶技术的一大应用场景，某种意义上说，智能驾驶技术对于货运领域的意义更大，落地时间应该更早。今年车展上，滴滴发布了其货运KargoBot方案，西井科技发布了全球首款“可升级自动驾驶”的智能网联新能源重卡Qomolo E-Truck，东风等公司也发布了其智能驾驶卡车的新成果。
可见智能驾驶技术正在从技术积累期，转向商业化场景落地期，不仅在乘用车上提升产品体验，更是在货运等领域，发挥自身应有的价值，真正地解决痛点问题，转化成商业价值。未来，智能驾驶在货运领域的应用，会引发越来越多的关注。
行泊一体与舱驾一体加速落地
行泊一体和舱驾一体在去年就已经是智能驾驶的热点，而在今年车展上，已经能够看到多家公司的行泊一体产品和舱驾一体产品亮相。如纵目科技的行泊一体解决方案Amphiman 3000/8000和舱驾一体解决方案Trinity 3000/ 8000、魔视智能的行泊一体产品MagicPilot等。作为智能驾驶发展的集成化趋势，行泊一体和舱驾一体正在加速落地，未来将会有越来越多的量产产品出现。
03
主流玩家进展
听完热血澎湃的发布，看完未来可期的趋势，我们最终还是应该回归理性，客观地分析智能驾驶目前量产落地的进展，比较目前的量产水平，与发布会的宣传，还有多大差距。
我们选取若干智能驾驶水平处于第一梯队的主流产品，分别从实现的功能和系统方案等不同的维度，进行横向和纵向对比，分析目前智能驾驶的量产进程。
功能落地进展
功能的维度，我们关注已经实现量产，用户能够真实体验到的功能，以及规划将在今年年内落地的量产功能。表？是第一梯队车型产品的功能进展汇总，其中√表示该功能已经量产，？表示该功能已经宣布规划今年落地，但还没有实现量产，×表示该功能没有实现也没有今年量产的规划。
表2 主流车型产品的功能实现情况
对于公共道路的智能行车功能，基础辅助驾驶如ACC和LCC等，目前基本已经成为标配，是智能驾驶的最低要求。前些年特斯拉引以为傲的高速导航辅助驾驶功能，已经基本上成为第一梯队产品的标配，只有智己还没有让用户体验到，但今年也会陆续推送。
目前各家的发力点主要在于城区导航辅助驾驶功能，已经有小鹏和华为在少数城市的部分区域实现了这项功能，理想在车展上则官宣今年将实现城区NOA功能，智己虽然今年没有量产计划，但也将开启公测。并且，各家公司都有计划将该功能从试点城市，逐步覆盖到全国范围。
在智能泊车功能方面，基础的自动泊车APA，已经成为标配，并且性能在持续优化。而更高阶的记忆泊车、智能召唤等，虽然小鹏、华为、特斯拉实现了量产方案，但用户反馈并不理想；被称为智能泊车终极形态的自主代客泊车，则目前几乎没有量产案例，也少有未来的落地时间规划。
系统方案
从车展的发布情况来看，除了突出功能之外，全新的系统方案，也是各家发布的重点。下面我们分析一下目前第一梯队主机厂已经量产的最新系统方案，包括系统架构、传感器配置和芯片等。
表3 主流车型产品的系统方案
目前已经量产的车型中，电子电气架构大多还停留在域集中式架构的水平，仅有小鹏进入到中央集中式架构，但随着集成化的趋势加速，相信其他各家会陆续赶超。
在芯片方面，算力水平都基本达到100+TOPS的数量级，智己L7也有官宣升级Orin芯片的方案，但目前的天花板仍是蔚来的4颗Orin芯片方案，提供1000+TOPS的算力。另外，地平线的J5芯片也不容忽视，理想L8的低配车型搭载的就是地平线J5，可以达到128TOPS的算力水平。
传感器配置逐渐趋同，摄像头的数量基本达到10个以上，激光雷达、毫米波雷达、超声波雷达等多种雷达都发挥各自的用途，尤其是激光雷达，上车率正在增加。虽然越来越多的公司都在宣传重感知轻地图，但目前量产的方案除特斯拉外，都还需要高精地图的支持。
从以上功能和系统方案的量产产品分析来看，目前实际的水平与各家的宣传还存在一定的差距。各家的智能驾驶水平是否如宣传一般先进，还是仅仅画大饼？我们且看各家在今年的兑现程度吧。
（注：本文中提到的主流玩家功能和系统方案量产情况，因篇幅限制，仅展示简化版，如需更详细的资料，请联系作者交流）
作者简介
Engineer X，汽车专业科班出身，现在造车新势力担任智能驾驶产品经理，熟悉智驾市场和产品解决方案。
原文标题 : 从上海车展看智能驾驶趋势与进程
