NOA不爱用？智己秀出“老司机”味儿

（原标题：NOA不爱用？智己秀出“老司机”味儿）

[汽车之家 行业]  又一家车企公布了NOA高阶辅助驾驶的落地时间。近日，智己正式官宣，将于4月底开启开启高速高架NOA的OTA推送，首批开放城市为「沪、苏、杭、嘉、湖」。未来，智己城市NOA领航辅助以及替代高精地图的数据驱动道路环境感知模型，预计将于2023年年内开启公测。

实际上，进入2022年下半年，以特斯拉、小鹏、华为、蔚来为代表的车企和自动驾驶企业就先期推出了各自的城市高阶辅助驾驶系统，也公布了交付时间。仿佛一夜之间，自动驾驶离我们越来越接近。不过在NOA发布会上，智己汽车联席CEO刘涛表明自己的态度，“今天为止，并没有真正意义上的自动驾驶。这个行业目前虽然进步很快，但我们不能给用户过高的期待，也要避免用户过度消费。”

虽然智己NOA落地时间要稍晚于行业头部玩家，但刘涛强调，“我们给到用户的一定是‘敢用、爱用’的状态。”至于智己NOA真能达到这样的状态？背后的底气是什么？除了亲测体验外，汽车之家还与三位关键人物进行了深度对话——智己汽车联席CEO刘涛、智己汽车副CTO郭辉，以及Momenta CEO曹旭东，试图挖掘更多研发背后的理念与故事。

『从左至右分别为智己汽车副CTO郭辉、智己汽车联席CEO刘涛、Momenta CEO曹旭东』

■为何智己的智能驾驶更像人类？

智己眼中，所谓的自动驾驶，应该准确地理解为高阶辅助驾驶，是为用户缓解严重的交通隐患，能够在安全的前提下，大幅度降低开车劳动强度。

在体验智己高架高速NOA时，能明显感知到系统的决策判断更趋于人类驾驶员。不同于过去较为保守的态度，智己在汇流场景中表现得更为果断，在保证安全舒适的前提下，超车堪比一名老司机，拥有更高的通行效率。（更多体验内容可查看《这台车的高速NOA系统一打开，我们竟然追不上它了》）

为何智己的智能驾驶能够更像人类驾驶？刘涛解释，自动驾驶可以分成两大类，一个是感知智能，一个是认知智能。过去，自动驾驶创业公司花了很多精力在感知智能这一大工作上，但实际上认知智能更为关键。智己认为，在提升感知能力的同时，必须要把具备决策思考能力的认知智能打通，这才是目前自动驾驶领域“卡脖子”的环节。

实际上，认知智能所造成的接管次数是感知智能所造成的接管次数的10倍甚至以上。“目前，行业在感知智能方面进步很大，但在认知智能这个非常关键的卡点，大家的水准应该说还是比较滞后的。”

对此，智己重点推出了D.L.P.人工智能模型，将“智能驾驶”迈入“认知智能”时代，补齐全模型化的最后一座大山。

通过构建具备亿级数据量产能力的决策规划数据，智己IM AD能高效理解场景和他车行为，显著提高复杂环境变化的预判能力，进而提前规划智能驾驶行为，实现更像人的跟车间距、线性起步响应、无顿挫舒适感等体验。

“原先的规则算法不一定是老司机，甚至还会犯错。”郭辉称，“这其实是数据量的问题，D.L.P.是集合了上万个经验丰富的驾驶员数据，通过训练去除错误行为，同时把符合主流的驾驶规划行为给挑选出来，作为系统学习的对象。”

对于智能驾驶，智己汽车的原则就是“不让用户成为小白鼠”。相比功能的抢先首发，智己更关心功能测试过程的严谨性，除了层次的集成测试，仿真测试与台架测试外，功能的每次更新都必须通过8万-10万公里的实车测试，覆盖全部路段，驾驶行为与工况场景。最后希望给到用户的一定是“敢用、爱”的状态。

■“智己?Momenta”的CP组合

这个人工智能模型搭建，光靠主机厂行不行？这就要请出上汽领投的智能驾驶算法玩家Momenta——这被智己视为“灵魂相投、珠联璧合”的合作伙伴。

众所周知，自动驾驶是一个特别吃算力，吃模型，吃数据的一个领域，业内对于全栈自研还是第三方平台合作一直抱有争议。而智己给出的答案是——不应该整车厂做，或者至少不应该完全整车厂做，理由是各家擅长的领域不一样。

Momenta是全球领先的自动驾驶公司，除了上汽领投，还获得了戴姆勒、通用、丰田全球各国龙头车企集体投注。基于数据驱动的“飞轮”技术洞察，以及量产自动驾驶（Mpilot）与完全无人驾驶（MSD）相结合的“两条腿”产品战略，提供不同级别的自动驾驶解决方案。在智己看来，与Momenta合作不是“加法”，而是形成一个更大优势互补的“乘法”。

在介绍Momenta CEO曹旭东时，刘涛形容他为“童颜巨脑”——年轻帅气，脑神经元比普通人多2倍。对于双方的合作，曹旭东称，“目前双方工作已经形成了非常深度的关系，感觉像一个团队，并肩作战去做开发，用同样的时间表、同样的工具链，甚至用同样的信息系统来工作。这种默契让双方的工作效率更高。”

从具体职能看，Momenta为智己提供算法，而智己来掌握整个车控，强调整体产品的高集成度，特别是传感器架构、人工智能算法、人机交互、以及整车执行器之间的有机整合。

虽然Momenta也和其它车企有合作，但刘涛强调，“我们的数据其实是开放的。但由于与Momenta是技术+资本的双纽带，至少到目前为止，最好的技术会应用在智己车上，智己也是第一个商业化量产的品牌。”

实际上，这种深度合作背后离不开双方的磨合。“2021年时双方都比较痛苦。”刘涛回忆道，“2021年想让Momenta的算法在L7上落地，但工程化面临很大的挑战。虽然在工控机上跑得非常顺畅，但一旦跑到车载芯片上就会碰到很多问题。另一方面，智己L7是全新架构，当时很多软件bug，这些合在一起让我们很痛苦。”

虽然距离智己L7交付只剩3个月，但最后为了解决这个问题，将60%的代码重写。“双方团队敢在3个月之内重写代码，并让L7顺利上线，我们是真的有底气这么干。”

『智己L7』

在曹旭东看来，不光有技术的飞轮，还有合作的飞轮。“刚开始运转都很难，稍微转起来要用很大的力气，但飞轮的优势是，过往所有的投入是可以持续积累的。”

需要强调的是，其实业内自动驾驶友商都挺羡慕Momenta，原因是“他们可以在宣传中拥有的自己的名字”，而大多科技公司都是幕后英雄，哪怕很多是自己做，最后也成了贴牌。像智己这样，敢于让Momenta走上台前，双方一起发布新品的，确实不多见。这也从侧面看出双方合作的一种默契和信任。

经过双方的不断打磨，目前智己高速NOA领航辅助驾驶已迈入头部玩家行列。根据智己给出的对标结果：与行业头部玩家相比，匝道通过率92%优于行业头部玩家86%，百公里误制动0.4次远低于行业头部玩家1.4次。

■抛弃高精地图的自动驾驶，真的能实现？

有关智能驾驶，近期还有一个很热的话题是弱化高精度地图。简单地说，过去被自动驾驶行业奉为宝贝的高精地图，仿佛在一夜之间被业内玩家抛弃。

先是小鹏、华为等玩家发布无高精地图的高阶智能驾驶方案并定下量产时间表，之后第三方供应商也在有意识的向“轻地图”路线偏移。本次NOA发布会上，智己也宣布，城市NOA领航辅助以及替代高精地图的数据驱动道路环境感知模型，预计将于2023年年内开启公测。

为何会有如此转变？“目前NOA还是基于高精度地图，但长期来看，依赖高精度图走远不太容易。”郭辉坦言，高精地图更新慢，采集工作量巨大、鲜度不足，且因为政策等因素无法使智能驾驶方案做到快速部署。

曹旭东解释，高精地图可拆解为两部分，一部分是道路几何，另外一部分是道路拓扑，而经常变化的是道路的几何特别多，变化频率会比拓扑的变化频率会更高一些，而现在用D.L.P.技术，就相当于用数据驱动的道路环境感知去获得高精地图，它的鲜度是实时的，在鲜度上能够给用户带来更好的体验。当然，这个技术难度也会比有高精度地图方案大得多。

至于何时用替代高精地图方案，刘涛称，“它有一个退出的过程，逻辑上来说，未来也许在某些路段，如果高精度地图的效率非常高，也不排除继续使用。同样的一个路段，我们既有高精度地图方案，也有DLP方案。这两个方案同时共存，直到无高精地图方案好于有高精地图的方案时，我们才会替换，希望给到用户是无感的切换。”

对于自动驾驶能否实现，近期也有不少大咖发表了谨慎的言论。比如，地平线余凯在2023电动汽车出行百人会上称，“L3级驾驶辅助功能在10年后都不会真正实现”；中国汽车销量榜冠军比亚迪的掌舵人王传福更是在投资者大会上给自动驾驶定性，“无人驾驶都是扯淡，弄个虚头巴脑的东西，那都是忽悠，它就是一场皇帝的新装。”

对于这些观点，刘涛不敢妄言这个时间将会如何。但他认为，从常规的技术线性迭代角度来看，需要大量的数据来训练自动驾驶模型，可能周期的确比较长，10-15年也未必会看到真正高阶的自动驾驶，但是真正的科技革命，往往是非线性的，纵观人类科技的发展历程，真正的科技革命，往往都是爆发式的，阶跃性的，非线性的。比如，最近很火的非线性迭代例子——GPT：在去年年底的时候，谁能预料到短短两个月内，GPT能够带给全世界这样前所未有的震撼？技术永远都是从量变到质变的过程。

“基于当前网络模型的不断迭代，百公里接管率会以两年为周期提升十倍，基于当前百公里低于1次的接管次数，将在后续逐步提升至低于千公里1次和万公里1次的接管里程，逐步实现更高级的智能驾驶。”刘涛相信，4年后可以实现每1万公里1次接管。

最后给了智己和Momenta一个灵魂拷问，“自动驾驶对于卖车真的有很大帮助吗？”毕竟，目前市场上卖得最好的车并不一定是智能驾驶有多先进的车。对此，双方的答复是——如果仅仅把自动驾驶当作一个噱头，那帮助有限，如果它能够超越粘性的临界值或者引爆点，帮助还是不小的。（文/汽车之家 彭斐）