芯耀
2965
作者 | 張祥威，編輯 | 德新
在中國乃至全球智駕的供應商中，大疆車載是一家需要被重視的公司，這家公司在「極致性價比」的方向上進展極快。去年，大疆發(fā)布了基于TI ?TDA4 VH的量產(chǎn)方案，在五菱寶駿云朵等車型上進行了量產(chǎn)。一年后，隨著智駕功能攻入城市場景，大疆車載又循著高性價比持續(xù)進階。
3月17日，大疆車載在已量產(chǎn)的「7V+32TOPS」基礎版配置上，推出「7V+100TOPS」及「10V+100TOPS」兩個配置，并表示可以實現(xiàn)“無高精地圖依賴、無激光雷達依賴”的城市領航以及其他所有L2+智能駕駛功能。其中，「7V+32TOPS」方案只需將算力提升至100TOPS，而無需更改原有傳感器構型，就可升級至城市領航功能，從而將城市領航的硬件BOM成本打到了7000元級別。
以上三個配置今年均有新款量產(chǎn)車落地，大疆車載的「成行平臺」將全面覆蓋市面主流8 - 25萬多種動力車型。此外，大疆車載還發(fā)布了「慣導三目及激光雷達總成」技術，簡稱「激目」。沈劭劼認為，在「成行平臺」現(xiàn)有多階梯方案推動下，高階智能駕駛的標配趨勢將會在未來三年內(nèi)形成在30萬內(nèi)市場全面覆蓋的新格局：
入門級的7V+32TOPS配置，從今年開始將慢慢實現(xiàn)8 - 15萬級別車型的標配；
通過極致壓榨硬件性能和算法優(yōu)化，在100TOPS算力內(nèi)實現(xiàn)的“無圖”城市領航L2+智能駕駛功能，技術將逐漸普及至15萬元級別及以上的各類車型；
激目系統(tǒng)將在2025年開始上車，在2026年左右與L3異構域控制器組合配置，有望把L3等級自動駕駛能力下放至25萬左右級別的車型上。
與其它智能駕駛方案供應商相比，大疆有諸多不同之處。大疆車載對于智駕芯片的選擇以及工程化落地頗具特點，這家公司繞開了地平線、英偉達等主流芯片，而是基于TI、高通等進行算法開發(fā)，主打一個性價比，并且基本上做到行業(yè)首發(fā)。
在通往高階智駕的路上，大疆車載雖然也引入了激光雷達，但并非像主流方案那樣直接采購市場上的激光雷達產(chǎn)品，而是將自研觸角伸入激光雷達硬件，這可以理解為對傳感器的另一種壓榨。
「之所以加入激光雷達，原因包括要解決視覺對于車向估計不精準的問題，以及提升智能駕駛體驗、提升在極端Corner Case下的安全性等問題?！股蜊縿陆邮苊襟w專訪中解釋。
沈劭劼打了一個比方，做高性價比方案猶如在西瓜上雕了一個樹林，難度可想而知，之所以持續(xù)突破，是由于大疆車載的工程能力和背后的企業(yè)文化共同驅(qū)動的。從國內(nèi)主流車企的規(guī)劃看，今年會是高速NOA集中落地的節(jié)點，緊接著城市NOA大概率會在兩到三年內(nèi)進一步普及。
大疆車載預計，今年將會有20多款搭載其系統(tǒng)的車型上市，覆蓋電車、燃油，實現(xiàn)智駕平權、油電同智。
以下是沈劭劼今日在與包括HiEV在內(nèi)的媒體的溝通記錄，我們做了一些不改變原意的刪減：
極致性價比，如何在「西瓜上雕樹林」？
Q：基于高通的芯片去做方案有什么難點？對端到端的態(tài)度是怎樣的？
沈劭劼：之前我們的7V + 32TOPS成行平臺基礎版方案是用的TDA4 VH，是TDA4 VH的全球首發(fā)。當時我們其實成功做到了芯片量產(chǎn)、智駕系統(tǒng)量產(chǎn)和車型量產(chǎn)三個事情在同一個時候進行，這應該在業(yè)界里面是比較少有的。在高通上可能不會這么極端的三個東西同時量產(chǎn)，但是也會比較快。大疆比較樂意去做第一個吃螃蟹的，去把相關的技術落地。這其實跟高通的芯片、供應鏈這些沒有關系，純粹是我們自己比較熱衷于去做第一個吃螃蟹的，用這些好的芯片、好的技術而已。
Q：跟華為或其他企業(yè)相比，大疆是怎么能做到這個高性價比的，優(yōu)勢是什么？大疆車載獨立一年以來，您對業(yè)務等各方面的進展有什么樣的評價？就是今年的主要目標是什么？
沈劭劼：高性價比這個事，是從我們自己的企業(yè)使命導出來的。一個企業(yè)總是會需要看自己到底擅長些什么東西，這些企業(yè)文化更容易做成一些什么東西，以及資源去決定到底選擇哪的方向。實話實說，高性價比的方案是非常難開發(fā)的。像7V純視覺，這個背后的難度可想而知，當然這個前向我們也是比較獨特的的慣導雙目技術，從而解決了很多城市一直比較難解決的測繪相關的問題。背后不單只是一個說我選了哪個芯片，選了什么傳感器，它是一種企業(yè)文化和工程師理念的問題。在大疆車載，對于能夠把工程做好，能夠用很受限的資源去做成非常厲害事情的工程師，我們是非常推崇的。推崇指的是從績效考核、晉升方方面面，整個組織文化給他們足夠多的支持，但是同時也鼓勵他們?nèi)プ龈把氐难芯浚缓髲亩尭魅硕加邪l(fā)揮空間。工程能力和數(shù)理基礎，兩頭一起碰撞就碰出來了一個比較獨特的文化。在這個文化里面，其實這些工程師就會覺得做高性價比是一個符合公司使命，也是符合他自己的使命愿景的事情，之前其實有人說大疆非常擅長芝麻上雕花，我想說這個芝麻上雕花其實有時候又不太合適，為什么呢？這個芝麻太小了，花也太小了，但是這個比例我心領了?？赡芨嗟氖窃谖鞴仙系褚粋€樹林，這是企業(yè)文化積累出來的東西。我覺得其實為什么能做成高性價比，工程能力以及支撐工程能力背后的企業(yè)文化才是最關鍵的事情。
Q：大疆車載在20萬以上的高端市場有一個怎么樣的思考和布局？這次要發(fā)的激光雷高階方案，里面的激光雷達是自研嗎？
沈紹劼：關于20萬以上這個事情，我們最開始有點想從下往上打。我自己是做移動機器人出身的，所有做機器人的人都會有一個夢想，都希望做這種全自動的產(chǎn)品。L4的Robotaxi我們想不想做？有這個能力的車，我們肯定是想做，只是我們不會去碰Robotaxi這個運營模式而已。任何事情不會阻擋我們在基本盤守住的情況下，不斷地去嘗試，去做更厲害的技術，更厲害的產(chǎn)品。對于激光雷達，我們的思路其實并不是跟速騰聚創(chuàng)、禾賽一樣，又做了一個激光雷達，這樣沒有競爭力的。我們對這個東西的思考是，如果有一個額外的傳感器信息源，它怎么讓整個系統(tǒng)的效能達到最大化？標定有沒有辦法更好地解決？清潔問題有沒有辦法更好地解決？原來的激光雷達有沒有一些性能上的過設計？如果這個設計去掉，可不可以讓它便宜一點，甚至便宜到一個可能跟視覺的只要等級差不多的程度？
大疆的「激目」路線：純視覺與激光雷達并行
Q：在做性價比的同時，大家也會很關注一些極端情況下的影響，激光雷達可能是為了彌補這一方面。
沈紹劼：首先，純視覺系統(tǒng)的確是有一定的局限性，但是這個局限性其實遠遠沒有大家想象中那么大。沒有光的時候車是有車燈的，怕啥呢？沒有光的時候、下雨的時候，大部分大霧的時候，其實視覺是能夠處理的，真的這個局限性沒有大家想象中那么大，特別是到了雙目之后，即使前面的這個圖像的確實不是太好，只要點云能出來，深度能出來，很多安全性的兜底就能做得到。
這并不意味著抗拒別的傳感器。對于激光雷達有什么用，我們也有很多思考，雙目本身有點云，激光雷達也有點云，視覺的密度比激光雷達的還高。但是雙目的點云是越遠越差的，有時候在深度斷層上面會有一些拖影，這對檢測車輛行為沒什么影響，但是比如說朝向的估計、精確駕駛意圖的估計會帶來一些影響。我們額外加入一個激光雷達，是為了解決這些問題。經(jīng)過比較深入的場景分析之后，如何用一個更高精度的點云把車輛的意圖估得更準，這是我們會做這個集成式激光雷達其中一個原因?？隙ㄒ矔邪踩缘脑?，在某一些極端Corner Case下的確是會有增加安全性的。總體來說，它看起來是增加一個激光雷達，但背后肯定不只是加一個冗余，其實真的是一個個案例去分析，里面既有安全的，也有性能向的，也有體驗向的，體驗向的東西好像還更多一點。
今年將有20多款車上市，如何讓車企擁有「靈魂」？
Q：大疆車載和五菱等都有比較深度的合作，合作模式可否介紹一下？
沈紹劼：先補充一下前面的問題，獨立經(jīng)營之后我們發(fā)展挺好的，今年大概會有20多款使用大疆車載系統(tǒng)的車型上市，這里面有電車、燃油車，這個我覺得應該是業(yè)界里比較少見，油電同智。我們跟車企合作，更多秉承的是如何讓車企以盡量低的代價，包括BOM的成本，也包括開發(fā)的代價，來獲得他所想要的智能駕駛的產(chǎn)品的思路。
具體的展開其實是比較靈活的。
我們既有全棧式的交付，就是全棧到所有的傳感器、加域控、再加軟件，全部都是我們交付，也會有包括雙目+域控，再集成額外其他傳感器的一種，就半全棧交付；也會有我們把軟件寫在別人家的域控上面，然后再進行功能落地的交付方式。至還有一些更深入的，更像之前大家可能比較談到的這種交不交出靈魂這類型的合作方式也有。
關鍵還是能不能多快好省的把這個車給交付出去。
然后我們其實也會出現(xiàn)那種在某些車型、同一個企業(yè)、某一個車型上去進行全量交付，同時去展開一些更深入、可能耗時時間更長的向車企研發(fā)賦能性質(zhì)的合作。
Q：最近兩年我們能明顯看到一個趨勢，像英偉達、地平線這種原來做智能駕駛車端推理芯片的公司，在逐漸地涉足軟件。你怎么看待這種現(xiàn)象？另外就是有業(yè)內(nèi)的人士評價說，這兩家廠商基于自己的硬件和工具鏈來做算法，具備一定的優(yōu)勢，在您看來這種優(yōu)勢如果真的存在的話，有多大？
沈紹劼：大家都是想為自己的伙伴多快好省地把東西交出去。如果本來軟件能力就很強，做多一點點又能夠讓客戶變得更好，那為啥不試一下？我們自己其實也會經(jīng)常去想這個問題，擅長和不擅長什么。我們自己其實一直在往傳感器的某個方向去拱，但是我們從來沒有往芯片這個方向去拱。很明顯這是從我們自己懂啥、不懂啥，以及手頭的資源這么去做出的這個決定的。我覺得做智能駕駛有四座大山，芯片算力、傳感器、軟件算法、數(shù)據(jù)閉環(huán)能力。這四座大山其實準確來說應該這四座大山都得跨過去，它能做好，但是其實每家公司有自己擅長的不一樣的東西。
下載ECAD模型
