英偉達CEO黃仁勛曾提出“電動化”與“智能化”將對汽車產業帶來顛覆性的變化，如今“電動化”的戰場硝煙未止，“智能化”的戰爭便已經打響。

　　自動駕駛作為智能汽車的大腦，是實現“智能化”至為重要的一環，是汽車進化為智能體的必由之路，可以認為，得自動駕駛者得“天下”。

　　在各路自動駕駛玩家中，國內的造車新勢力是一股不容小覷的力量，目前以小鵬、蔚來、理想三家處于相對領先地位。

　　蔚小理均采用漸進式的路線，即從低等級的自動駕駛起步，逐步擴展功能和場景覆蓋，最終進化為全場景的完全自動駕駛。

　　不過，蔚小理對于實現自動駕駛進化的思路以及速度存在差異，從整體上看，小鵬目前領先于其他兩家，蔚來略領先于理想，本文將嘗試對這三家企業的自動駕駛進化之路進行解讀。

　　01  小鵬

　　快速迭代保持領跑，重點深耕泊車場景

　　小鵬從創始之初就一直致力于做中國的自動駕駛第一，小鵬汽車董事長何小鵬在中國電動汽車百人會論壇上自豪地說道，小鵬在智能駕駛領域比絕大多數公司領先2-3年。

　　2018年12月小鵬首次推出輔助駕駛系統Xpilot2.0，搭載于小鵬首款智能汽車G3，計算平臺采用Mobileye EyeQ4芯片，感知硬件系統包含1個前視攝像頭、4個環視攝像頭、3個毫米波雷達和12個超聲波雷達。

　　在當時，小鵬經過調研認為在自動駕駛最主要的三大系統行車、泊車與主動安全中，泊車系統的功能成熟度相對是比較低的。

　　自動駕駛產品開發部總監肖志光提出：“我們看到了其中很多用戶痛點，之前的泊車系統經常識別不到車位，且操作不便捷，那這些地方我們可以去攻關，真正解決用戶的痛點。”

　　因此，除了落地基礎的ADAS功能外，小鵬選定智能泊車作為其自動駕駛進化之路的“制勝法寶”。

　　小鵬是國內最早將視覺感知能力融入自動泊車的車企，車輛可以通過攝像頭識別周圍的車位線等，與雷達系統的感知能力進行融合完成泊車，這使得小鵬可以實現垂直、水平、斜方位、無劃線等所有泊車場景下的自動泊車和遙控泊車能力。

　　這項能力到目前仍然是領先于蔚來和理想的。

　　然而由于Mobileye比較封閉的特性，最重要的感知算法基本為“黑盒”，導致車企對于算法的開發自由度很低，也很難觸及到用戶使用過程中產生的數據，對于小鵬這種很早就計劃要做全棧自研的車企，顯然是無法滿足其訴求的。

　　因此小鵬決定改用英偉達的Xavier芯片作為計算平臺，Xavier是英偉達2020年量產的首款高等級自動駕駛芯片，算力30Tops，遠高于EyeQ4的2.5Tops，最關鍵的是英偉達的芯片是開放式的，車企在其提供的開發環境內較高的自主開發性并可以獲得底層的感知數據。

　　擺脫了“黑盒”的束縛，小鵬開始施展拳腳，正式開啟“全棧自研”之路。（注：這里說的“全棧自研”是指以此為方向，并不代表已完全落地，事實上，目前能做到全棧自研的公司只有特斯拉，國內車企可以實現部分自研）

　　2021年1月小鵬推出P7車型，搭載Xavier芯片，并新增3個前視攝像頭、4個側視攝像頭、1個后視攝像頭，構建了360度全方位環繞感知能力，而蔚來和理想事實上直到今年才完成此項能力構建。

　　小鵬在P7車型中配備升級后的自動駕駛輔助系統Xpilot3.0，支持NGP高速領航輔助駕駛功能，即在高速場景下可以實現高精地圖覆蓋范圍內的點到點自動駕駛，由此小鵬已實現“泊車+高速”雙場景覆蓋。

　　同年6月小鵬對其主打的自動泊車能力進行了大幅提升，通過OTA推送了“VPA記憶泊車”功能，被官方稱為是“首個量產且不依賴于停車場改造的最后一公里泊車功能”。

　　所謂VPA記憶泊車，是指系統可以自動記憶車主常用的停車路線，在不需要駕駛員干預的情況下，將車輛從設定路線的起點自動開往設定路線的終點，是L3級自動駕駛功能。

　　小鵬的VPA以視覺感知輸入為主，通過視覺神經網絡處理算法構建停車場的“語義地圖”，包含停車場內的車道線、柱子等各種核心元素，將實時感知到的元素與記憶中的元素進行“匹配”，進而不斷調整行車路線以接近記憶路線，直至完成泊入車位。

　　在擁有泊車和高速兩大場景的高階自動駕駛能力后，小鵬繼續發力城區場景，引入激光雷達傳感器，與攝像頭視覺感知融合，打造更具安全冗余的感知能力，釋放城區場景NGP輔助駕駛能力，落地于小鵬P5車型。

　　至此，小鵬自動駕駛能力已初步覆蓋泊車、高速、城區三大核心場景。

　　小鵬的快速迭代之路仍在繼續，今年2月，小鵬通過OTA進一步升級記憶泊車功能，新增跨樓層記憶泊車、記憶路線可分享、泊車過程中可沿途搜尋并泊入空閑車位等能力。

　　小鵬也因此基本實現了“自動泊車”向“自主泊車”的進化。

　　為了更進一步打通各場景下的自動駕駛能力，小鵬將再次升級計算平臺，將Xavier芯片替換為英偉達最新的OrinX芯片，單顆芯片算力達到254TOPS，打造出Xpilot4.0，實現真正意義上的全場景、點到點的導航自動駕駛，首次搭載最新軟硬件系統的是小鵬最新款車型G9，將于今年6月正式發布。

　　整體來看，小鵬以智能泊車作為持續深耕的功能，這個選擇是有效的，一方面國內泊車費時費力，是用戶開車的痛點問題之一，另一方面停車場屬于超低速場景，在自動駕駛能力還不夠完善時相對風險較低，小鵬在泊車域成功實現卡位。

　　同時，小鵬從一開始便提出要逐步全棧自研的思路，并以高頻次快速迭代，是最早實現高速、泊車、城區全場景自動駕駛能力覆蓋的車企。

　　小鵬的自動駕駛能力在國產造車新勢力中目前是處于領先身位的，隨著蔚來、理想的奮力追趕，如何持續保持領先優勢是小鵬需要研究的課題。

　　02  蔚來

　　硬件能力高舉高打，率先落地高速領航

　　蔚來是國產造車新勢力的先行者，2017年12月便首次發布了第一代自動駕駛系統NIO Pilot，搭載于蔚來首款車型ES8，包括后來的ES6和EC6均使用這套輔助駕駛系統。

　　NIO Pilot的計算平臺同樣選用的Mobileye的Eye Q4，初代感知系統采用3個前視攝像頭、4個環視攝像頭、5個毫米波雷達及12個超聲波雷達在內共計22個傳感器組成，這個配置是要高于小鵬和理想的初代感知硬件。

　　2019年6月蔚來通過OTA推送了NIO Pilot的第一次重大升級，新增了包含高速自動輔助駕駛、擁堵自動輔助駕駛、轉向燈控制變道、道路交通標識識別、車道保持功能、前側來車預警和自動泊車輔助系統在內的7項功能。

　　需要注意的是，這次升級的幾項功能仍是L2級以下的低階自動駕駛水平，包括其中的高速自動輔助駕駛，僅是在實現自適應巡航（ACC）的車速控制和車距保持功能的基礎上，增加了車道保持的轉向輔助功能。

　　蔚來真正實現較高水平的自動駕駛能力，是在2020年10月融入高精地圖后，釋放的高速場景下點對點領航輔助駕駛功能，這個時間點要早于小鵬和理想，是國內首家實現NOA高速領航落地的公司。

　　對于蔚來自動駕駛能力的進化之路而言，這是一個重要的節點，標志著蔚來開始邁向L3時代，與小鵬選擇泊車場景作為切入點不同，蔚來率先選擇切入的場景是高速。

　　隨后蔚來升級視覺融合全自動泊車功能，不過僅支持水平和垂直兩類常見車位自動停靠，對于斜方位或者無劃線的車位無能為力，屬于L2級別，整體性能距離小鵬有較大差距。

　　第二代自動駕駛平臺NT2.0的問世，是蔚來另一個重要節點。

　　2021年1月，在蔚來NIO DAY上，李斌發布了NT2.0以及基于此平臺打造的NAD自動駕駛系統，NAD的全稱是NIO Autonomous Driving，從Assisted Driving（輔助駕駛）到Autonomus Driving（自動駕駛），表明了李斌對這套系統的定位。

　　李斌曾提到，以NT1.0搭載的硬件架構，其傳感器和運算能力無法實現 L4 級自動駕駛，也不會宣布可以做到L3，他認為NT2.0作為蔚來研發的新一代技術平臺，會是行業內最先進的量產自動駕駛技術。

　　NT2.0和NAD的落地標志著蔚來吹響加速向無人駕駛進軍的沖鋒號角，配備此系統的最新款車型ET7已于今年3月落地交付。

　　NAD系統在硬件層面延續了蔚來“高舉高打”的特點，計算平臺由Mobileye升級為更為開放的英偉達，共計搭載4顆英偉達Orin芯片，包括兩顆主芯片、一顆備份芯片和一顆群體智能與個性訓練專用芯片，整體構成蔚來超算平臺NIO Adam，算力高達1016TOPS。

　　在感知層面，蔚來打造Aquila超感系統，NAD在NIO Pilot基礎上拿掉一個前視攝像頭，但新增兩個瞭望塔式側前視、兩個側后視和一個后視，并且攝像頭由180萬像素升級為800萬高清攝像頭，構建360度全視角高清感知能力，同時新增一個激光雷達，作為視覺感知的冗余，整體稱得上豪華。

　　同時值得注意的是，蔚來在NAD中還額外增加了C-V2X感知模塊，是國內第一個在新車搭載V2X的車企，V2X即車聯網，用以實現人、車、路和云平臺之間的連接與通訊，表明蔚來在發力單車智能同時，已經開始布局車路協同。

　　可以看到，蔚來實現自動駕駛進化的一貫思路就是“硬件先行”，無論是NT1.0，還是NT2.0，都配備了高冗余的硬件系統，基于高規格硬件系統，通過正向獨立開發不斷更新軟件能力。

　　不過，高級別硬件能力固然可以更好地保障自動駕駛系統游刃有余地處理各類復雜任務，然而單靠硬件堆棧難以從根本上真正提升自動駕駛的能力，再好的“裝備”如果不是給到一個“技能”足夠強大的角色，可能也難以“打贏游戲”。

　　NAD相比NIO Pilot不僅需要完成從高速到泊車、城市的全場景跨越，還需要完成從僅前視感知到360度環繞+激光雷達融合感知的跨越，且由于前期一直采用Mobileye封閉芯片，底層的數據積累不夠充分，這些對于蔚來都是需要面對的挑戰。

　　如何提升算力和數據的利用效率，強化自動駕駛的“軟實力”，是蔚來需要加足馬力提升的，好在蔚來具有厚實的研發基礎，近日原小鵬自動駕駛產品總監黃鑫的加入，或許可以一窺蔚來要做出改變的決心。

　　03  理想

　　后起之秀先發制人，自研發力主動安全

　　相比小鵬和蔚來，理想的自動駕駛之路看起來是起步更晚的，李想曾自嘲說道是由于自己創業初期融資能力差導致沒有充足的資金開展智能駕駛技術研究，這個局面在2020年理想汽車IPO之后才發生根本性轉折。

　　但或許，理想的自動駕駛之路早就開始了。

　　2019年4月理想落地首款量產車理想One，同樣是搭載擁有成熟ADAS方案的Mobileye EyeQ4芯片，配備1個前視攝像頭、4個環視攝像頭、1個毫米波雷達和12個超聲波雷達，具有車速、車道控制等L2級以下自動駕駛功能，整體比較基礎。

　　但理想有一個特點，從一開始就標配輔助駕駛功能，是因為理想希望通過用戶使用持續收集駕駛場景的數據，理想擁有乙級地圖測繪資質，是造車新勢力中第一家擁有合法收集數據資格的企業。

　　也就是說，理想ONE一直在使用“影子模式”獲取數據。

　　數據對自動駕駛至關重要，自動駕駛底層是一種基于機器學習算法的技術，數據是算法建模與軟件落地的基礎，大量的數據采集是自動駕駛技術開發的前提。

　　可以說理想從采集數據開始就已經啟動了自動駕駛之路，因此我對理想自動駕駛的定位是“后起之秀，先發制人”。

　　在擁有充分的數據和研發資金后，理想便拋棄了相對封閉的Mobileye芯片，轉向與支持車企自主開發感知、控制算法的地平線J3合作，開啟自研之路。

　　2021款理想ONE便是落地的車型，相比2020款，升級了前視攝像頭的性能參數，新增4個毫米波雷達，并首次融入高精地圖。

　　自研方向除了必備的NOA導航輔助駕駛之外，理想還選定了AEB作為自研的重點功能，AEB全稱Autonomous Emergency Braking，即自動緊急制動系統，是一種汽車“主動安全”技術。

　　在傳統汽車領域，AEB已經是一個較為成熟的功能，主要依靠雷達進行障礙物識別，通過測量距離碰撞發生的時間來判斷是否選擇自動制動，由于汽車在行駛過程中突然剎車也是有危險的，因此AEB要求性能非常穩定，既不能不剎車，也不能亂剎車。

　　那為什么理想要選擇這樣一個在自動駕駛系統里并不起眼且開發難度極高的功能作為自研突破點呢？

　　不考慮商業競爭的因素，或許源于李想對產品力的極致追求，安全性是衡量自動駕駛能力一個很重要的性能指標，AEB雖不起眼，但卻是ADAS里唯一一個在行車場景下隨時待命的功能，對于自動駕駛的安全性能有非常重要的意義。

　　傳統的AEB方案由于僅依靠毫米波雷達做探測，缺乏對物體的識別，容易出現誤報的情況，理想在自研過程中將視覺能力融合進來，采用“視覺+毫米波雷達”融合感知的AEB方案，并利用積累的巨量真實駕駛數據進行算法訓練，實現AEB功能的快速迭代和落地。

　　理想是全球第二個落地視覺融合方案AEB的車企，第一個是特斯拉。

　　2021年12月，理想正式交付自研完整版的AEB和覆蓋高速場景的NOA功能，也標志著理想在自動駕駛方向與小鵬和蔚來正式站在同一個賽道。

　　進化之路仍在繼續，2022年3月，理想發布新一款車型理想L9，硬件能力全面升級，感知層面采用高性能攝像頭作為主要感知來源，配備6顆800萬像素和5顆200萬像素攝像頭，實現360度全方位感知，同時配備激光雷達作為感知冗余，計算平臺也同樣采用算力更強大的英偉達Orin方案，搭載兩顆OrinX芯片，總算力達到508Tops。

　　同時理想推出自動駕駛系統AD Max，采用全棧自研的感知、決策、規劃和控制軟件，基于這一代系統，理想將逐步覆蓋高速、泊車、城區的全場景導航自動駕駛能力。

　　理想作為后來者，以主動安全為主要發力點切入自動駕駛初見成效，不過AEB畢竟是個低頻功能，而且用戶其實并不希望有需要用到AEB的場景，自動駕駛要想真正給用戶體驗帶來“質”的變化，在行車域和泊車域的功能是重頭戲，理想需要加速這些方面的能力落地。

　　面對實力強勁的競爭對手，理想仍然道阻且長。

　　04   有什么共性？

　　三家新勢力在各自制定的路線上實現自動駕駛的快速進化，雖然路線有所差異，但大的方向還是存在一些共性：

　　數據驅動的底層思想

　　數據對自動駕駛的重要性不言而喻，算法為數據服務，算力為算法服務，數據是自動駕駛能力的“源泉”。

　　小鵬汽車董事長何小鵬說：“我們致力于全棧自研，堅持數據驅動并不斷創新，這是小鵬汽車業務的基石。”

　　理想汽車CTO王凱說：“車企想做到頭部，一定要做數據驅動的科技企業。”

　　蔚來聯合創始人秦力洪說：“原生數字化企業不是個時髦，是個必須。”

　　從這些變態可以看出三家企業均將“數據驅動”作為打造自動駕駛和智能汽車的一個基本底層思想。

　　數據驅動的關鍵是要構建數據閉環，包括數據采集、數據標注、數據訓練、數據仿真等模塊在內，共同形成由數據驅動開發和功能迭代的閉環系統，小鵬、蔚來和理想均在此發力。

　　未來自動駕駛的產品競爭，高效的數據閉環將成為有力的武器。

　　冗余配置的工程思維

　　人體作為一個復雜系統，冗余配置是很常見的一種形態，例如雙肺和雙腎，其中一個壞掉后不影響人體的正常運轉。

　　冗余配置，是指重復配置系統的某些部件，當系統發生故障時，冗余部件介入并承擔故障部件的工作，由此減少系統的故障時間。

　　對于自動駕駛的工程落地，蔚小理也運用了冗余配置的工程思維，在相關鏈路中的感知、計算、執行系統等環節都做了充分的冗余配置。

　　感知層面，小鵬、蔚來和理想均同時搭載攝像頭、毫米波雷達、超聲波雷達等多類型傳感器，并將同時配備激光雷達，不同傳感器的能力各有優勢且有重疊部分，構造出“具有冗余感知能力”的自動駕駛感知系統。

　　算力層面，蔚來配備四顆芯片，一顆作為冗余備份，小鵬和理想配備雙芯片互為冗余，三家的自動駕駛算力均達到500Tops以上，蔚來更是達到1000Tops+，強大的算力應用于目前的自動駕駛能力有充分的冗余空間。

　　執行層面，針對轉向控制系統、駐車制動系統、動力輸出系統蔚小理也都做了相應的冗余設計，確保自動駕駛控制信號正常執行。

　　安全是自動駕駛第一要義，冗余為安全護航。

　　應用場景層面的漸進式

　　實現全無人駕駛的路線有漸進式和跨越式兩種，一般意義上的漸進式是指自動駕駛能力上從L1-L5逐步實現。

　　還有一種視角是在應用場景層面的漸進，也就是說，先在部分場景落地相對高階的自動駕駛，然后不斷擴大應用場景，最終實現全場景的高階自動駕駛。

　　小鵬優先在泊車場景落地L3級的記憶泊車，隨后在高速和城市快速路場景落地L3級點到點導航輔助駕駛，主城區場景點到點導航輔助駕駛正在測試中，預計今年中旬會正式落地。

　　蔚來和理想目前已落地高速場景導航自動駕駛，并且都宣布會在最新一代自動駕駛系統中逐步落地全場景導航輔助駕駛功能。

　　從泊車、高速、城市快速路、主城區，到更廣泛的場景實現多域融通，自動駕駛將逐步滲透，量變終會引發質變。

　　軟硬件全棧自研的趨勢

　　從Mobileye到英偉達，車企選擇合作的芯片由封閉走向開放，核心原因是車企希望在數據和算法層面掌握更多自主權，隨著硬件能力逐漸趨同，智能化的競爭最終是軟件及軟硬耦合能力的競爭，車企掌握數據和算法的自主權，更有利于實現快速迭代，打造差異化功能體驗和產品服務。

　　目前蔚來、小鵬和理想均已先后啟動軟件和算法的全棧自研之路，同時對于自動駕駛核心硬件的自研也正摩拳擦掌。

　　早在2020年，蔚來便傳出要自主研發自動駕駛計算芯片的消息，后來因為遭遇財務危機，芯片自研的計劃暫時被擱置，2021年據36氪報道，小鵬汽車也已開始涉足核心芯片的自研，而理想因為近期才宣布軟件自研，硬件自研還需時日，理想對外的說法中也沒有否認過要自研芯片的可能性。

　　要最大限度發揮自研技術的價值，軟硬件一體化自研或許是必由之路，國外的特斯拉便是這方面的先驅。

　　05   寫在最后

　　自動駕駛的賽道日漸擁擠，越來越多的玩家意識到自動駕駛的重要性，蔚小理由于介入更早，在認知、技術、數據、經驗等多個維度都已具備一定的領先優勢和技術壁壘。

　　從全球來看，造車新勢力的自動駕駛能力，國外特斯拉一枝獨秀，處于霸主地位，國內以蔚小理處于第一梯隊，能力各具千秋，逐步形成階段性的“一超多強”競爭格局。

　　然而，自動駕駛的競爭并不會停止，在蔚小理相互之間持續競爭之外，隨著后續蘋果、小米、集度等新玩家的加入，以及傳統車企對自動駕駛能力的追趕，競爭會愈演愈烈。

　　競爭會加速進化，在以蔚小理為代表的造車新勢力的推進下，期待全自動駕駛時代可以提前到來。