文｜Karakush
如題。
對于小鵬而言，是眼下比真正成爲智駕之王更難的問題。
2023 年中國汽車智駕圈列強林立。
前有華爲遙遙領先，喊出到年底全國都能開上高階智駕；後有理想 " 提權重 "、" 上強度 "，年底通勤 NOA 落地 100 城；最近還有極越，直接甩掉激光雷達，用純視覺技術方案跑通上海城區領航輔助。
面對中國智駕，特斯拉都是笑話——至少在國内道路上并不好反駁。
而原本以智駕立命的小鵬，在友商襯托下，從技術第一 " 落到 " 技術第一梯隊。耐住寂寞科研八年，友商卻集體在第八年直接起立。小鵬想必是心有不甘的。
于是在年度 1024 科技日，何小鵬頻發引戰名場面，比如：
- 我們不太喜歡用民間小視頻展示智能駕駛功能，然後喊遙遙領先，我們更希望紮實地做好技術。
而當被正經問起如何看待華爲入場的競争環境，何小鵬話鋒轉婉，" 這是一個配合 "：
- 行業裏面，一般老大、老二 PK，老三、老四挂了。我們有些人負責吆喝，讓大家關注起來；有些人負責幹活，把東西幹好，再把客戶拿過來。我覺得這個配合是天作之合。
婉了，但是不多。突出一個喧嚣煙塵裏，哥們兒才是真 · 臭搞技術的那一個。
着急亮明身份的 B 面，是底氣，也是焦慮。
如今對外解釋智駕牛 B 的成本水漲船高。僅僅一年前，具備城區智駕能力并進行有限落地推送，即是跻身頭部的标志。
到今年上半年，頭部狂卷城區領航輔助開城數量，量大者昌；下半年開始，開城競速進入白熱化，華爲起手梭哈全國之後，競争細化到開城模式、可用體驗、方案、架構以及成本，從根子上明确領先的差距、護城河的寬度，或者至少明确一個排位。
這大概也是小鵬通過本屆 1024 億噸輸出最想表達的事。總結起來，關于小鵬認爲自己第一在哪，大概是以下幾點：
其一，" 全國都能開、全程都好開 "，也就是廣泛、好用。這是小鵬智駕的兩個 OKR，也将是接下去智駕競争的主旋律。
之前小鵬已經開通北上廣深 + 佛山五城的城區智駕，并宣布到 11 月底開通至 25 城，12 月底至 50 城。
此次小鵬強調自己的 " 開城 "，不畫大餅、不換概念，開城就是開城，開通城市經過嚴格的測試流程，确保提供安全可用、沒有違章、舒适高效的體驗，能力範圍覆蓋全國 73% 的路網，實質上所有路都可以開，第一邏輯優先用戶價值高的、用戶常開的路。
與此同時，"AI 代駕 " 模式同步進行，它全國可用、不限範圍，開啓後設置起點和終點，手動駕駛一次後即可形成記憶地圖，之後該路線就能啓用，并且過程中持續叠代越開越好，如果遇到一些特殊場景，可以反向賦能 XNGP 形成先驗。
這項針對單獨路線 / 特定場景的城區智駕功能，由小鵬在上屆 1024 首先提出，在理想叫做通勤 NOA 模式，在蔚來叫做用戶路線模式（後者有點區别，用戶不用自己跑訓練，而是通過有效裏程數解鎖）。
區别友商以此作爲開城标準，小鵬則是用來補完的，比如某些鵬友通勤必經很小、很偏的路，不在路網範圍，就可以通過 AI 代駕定制路線完善全程體驗。AI 代駕的小範圍測試很快就會啓動，年内向部分用戶推送。
通過 XNGP 開城鋪面 +AI 代駕定制邊角，到 2024 年小鵬旨在完成全國所有城區高階智駕覆蓋，主打一個四海鵬友皆可用、真可用。
其二，無圖能力，這是 XNGP 全國哪裏都能開的基礎。
值得注意的是，" 無圖 " 不是完全抛棄導航地圖，而是不依賴高精地圖，不受限于高精地圖的使用範圍和更新時效，所以确切來說是 " 輕地圖 "。
小鵬也是在上屆 1024 提出 " 輕地圖、重感知 " 的方案；到本屆小鵬汽車自動駕駛負責人李力耘博士宣布，" 無圖的戰鬥已經結束 "。在完成工程測試驗證之後，小鵬就可以按照用戶覆蓋率和行程需求開城全量推送。24 日晚間，小鵬第一階段 " 無圖 " 城區智駕向用戶開啓公測。
直接好處就是開城速度是原來的 20 倍，成本隻有原來的 1/10。
其三，大模型上車，提升智駕拟人感和開發效率。
小鵬 2024 年的目标是實現 " 輕地圖、全場景、輕雷達 "。在初步進入城市智駕場景之後，小鵬發現代碼量多出 4 倍，預測和規劃代碼量多出 66 倍，就意識到面向終局的架構一定是數據和模型驅動，走向逐步簡化。
于是小鵬祭出 XBrain 架構，包括深度視覺神經網絡 XNet 2.0、基于神經網絡的規控 XPlanner、和其他模塊。
XNet 2.0 據稱是行業首個應用大模型、具備時空理解能力的感知架構，融合動态 BEV、靜态 BEV、和占據網絡。
先說後面的三網。在 1.0 階段動态 BEV 和靜态 BEV 是獨立的，很難處理遮擋、光照不清之類的複雜情況，融合之後具備很強的腦補處理能力，感知範圍提升了 200%；至于占據網絡，小鵬宣布是業内精度最高、點雲質量最頂，提升對于路沿、植物等等路障的理解。
整體來說，BEV+Transformer+OCC 這個技術底座，頭部之間是大差不差的，基本上能做出來的都做出來了。
有意思的是，小鵬引入大模型，從而具備時空理解能力，比方說可以有效理解在什麽時間進入潮汐車道或者公交車專用道。目前主流城區智駕産品還不能幹這個功能。
這是一個長時序模型，而不是我們常聽到的通用語言模型，把 ChatGPT 塞到一個 Orin 芯片上工程太大。隻是從特性上講，模型讓開車這件事情更加人性化、有記憶、聰明好用。
在規控層面，XPlanner 可以結合分鍾級的時序連續分析動機，依據周邊環境信息及時變通，生成最佳運動軌迹。用人話解釋——
比如在博弈過程中，你不隻是觀察者，也是參與者。你不隻需要考慮你怎麽做，也要考慮雙方互動，比如兩車相遇，我加速不讓你，你會怎麽辦；如果你硬着頭皮要并線，我該怎麽辦？
李力耘博士指出，在技術架構來說，這是一個很新的挑戰，意味着很多模塊之間的界限被模糊。它打破傳統從預測到決策到規劃的規則型串型，整合到一個黑盒子的生成邏輯，讓各類因子有機交互達到拟人效果。
難點在于，之前的規則，現在變得難控。比如在一個路口，到底是大範圍轉右，還是輕輕弧度轉右，不同需求、不同場景結果不一樣，很難調試，因爲它不是一個清晰、确定、一緻的規則，它是一個環境動态的規則，影響因子非常多。
這是一個蠻有趣的事，何小鵬說，做好比絕大部分司機都要好。不過這是期望，現在還沒做到。
何小鵬提出，下一個趨勢，是從軟件定義汽車，轉向 AI 定義汽車。差别在于，前者是把人的視角寫成規則，後者則是把機器視角的規則寫進軟件。比如用機器視覺的角度來訓練，什麽是人、什麽是車，人沒有這樣一個訓練，所以 AI 用機器的思維邏輯大量生成規則去指引。
過去的汽車，硬件能力占了 90% 甚至 95%，但是在準無人駕駛領域，AI 的能力更多，它将會是一個機器視角生成巨量規則組合的一個體系。
其四，是降低成本。從小鵬來看，技術能力夠強，才配降本。
一是減少傳感器硬成本。上面提到 " 輕雷達 "，是小鵬第一次提出 " 輕雷達 " 方案。今年将在 " 小鵬最美 MPV"X9 上率先推出，取消兩個前向角雷達，而不影響智駕能力。
降本的前提是不影響可靠性、安全性和用戶體驗。所以更輕的方案，何小鵬認爲，目前完全純視覺非常困難，無論如何車上都應該有一些雷達或者其他感知設備。
二是提升效率。李力耘分享了一個例子，在動态 XNet 剛出來的時候，這個算法用了一整顆的 Orin 算力，後來随着優化現在隻用到 1/10。
三是提升平台化和通用性。比如未來小鵬的 Pro 和 Max 版會技術同源，原本他們也和友商一樣，是兩套方案，因爲兩者相差一個關鍵安全領域激光雷達，以及一塊 Orin 芯片。接下去 Max 的架構會移植到 Pro 上，一套架構實現兩套能力，在高速和 LCC 上拉齊體驗。拉齊之後，可以更放手做能力增強，分攤基數更大。
其他，還有第五代智艙系統 XOS 天玑，電子電氣、電驅系統、整車制造方面的最新進展，以及飛行汽車和機器人兩大副業。
外界最大的擔心是，小鵬重操不務正業，是不是飄了？何小鵬一邊主推是團隊的努力，但凡分了一些心，兩個項目能夠幹得更快；另一邊笃定這些 AI 技術的耦合，将是無人駕駛更遠的未來的一個必由之路。
從暫時的結果來看，我們似乎應該相信何小鵬的判斷。兩年多前小鵬第一次推出高速 NGP，所有人高度懷疑智駕的可行性；一年多前小鵬遭遇産品危機，所有人再次懷疑智駕的必要性。
現在，以 G6 和 G9 來看，選擇 Max 版本的用戶占到 70%。智駕正在走向主流，或者至少從邊緣向曆史舞台走近了一步。
何小鵬預判，拐點會在 2025 年出現。以三個特征爲标志，第一是全域可用，特别是城市和小區；第二是價格合理，在全域可用的前提下做好價格；第三是所有的車開始标配。
過去的市場經驗告訴我們，面對一個即将到來的大潮，小鵬不隻是需要在技術與工程層面争冠，更是要赢在每一步的心智争奪，因爲消費者隻能記住 the best or nothing。
