作者 | 張超 編輯 | 羅麗娟
繼去年 9 月在廣州試點推出城市 NGP 智能領航輔助駕駛系統後,時隔五個多月,小鵬自動駕駛輔助系統迎來新消息。
3 月 31 日,小鵬汽車自動駕駛中心副總裁吳新宙宣布,啓動推送全新版本 OTA —— Xmart OS 4.2.0,正式向小鵬 G9 及 P7i Max 版用戶開放 XNGP 第一階段能力。
小鵬汽車自動駕駛中心副總裁吳新宙
具體來看,就是在上海、深圳、廣州三座有高精地圖覆蓋的城市開放 " 城市 NGP",車輛可實現城市内由 A 點到 B 點的智能導航輔助駕駛,不僅能夠完成本車道巡航跟車、超車變道、繞行靜止車輛或物體等動态駕駛任務,還可以實現紅綠燈識别啓停、自主打燈變道、避讓其他交通參與者等典型的城市路況交通行爲。
在無高精地圖覆蓋的區域,LCC 增強版将具備跨線繞行能力,當前方有靜止的車輛、錐筒等障礙物,且系統檢測周圍環境安全且行駛狀态符合條件時,可自動發起跨車道線繞行障礙物。此外,LCC 增強版還将開放識别紅綠燈并直行通過路口能力,支持識别當前車道通行方向、匹配相關交通信号燈,實現紅燈停車;在直行車道,支持綠燈起步,在非直行車道,系統将通過語音進行提示。
據介紹,XNGP 中的 "X" 有兩層含義:首先,代表小鵬汽車公司;其次,代表全場景導航輔助駕駛。" 我們希望能夠把所有的 X,把高速、城市,加上停車場,把這些不同的場景連在一起," 吳新宙強調,小鵬汽車希望能給用戶帶來點到點全場景體驗。
而 "NGP" 全稱是 Navigation Guided Pilot,也即自動導航輔助駕駛。其在第一代 XPilot 系統基礎上,增加了城市路況下全程智能輔助駕駛功能(即 " 城市 NGP")、高速 NGP 和 VPA 記憶泊車的增強版功能。
小鵬方面表示,XNGP 是國内首個且唯一量産的全場景輔助駕駛系統,也是實現無人駕駛前,輔助駕駛的終極産品形态。
XNGP 發布
按照設想,完全形态的 XNGP 系統将不依賴高精地圖,在全國各個城市都能無縫連接高速、城市、地下停車場等各種場景,實現從起點停車位到終點停車位全程無斷點的輔助駕駛體驗,不僅可以覆蓋城市内的日常通勤、在高速和城市快速路接近零接管,在安全性、道路博弈能力和通行效率上也超過大部分司機。
不過,這隻是理想狀态下的運行情況。如小鵬汽車介紹,目前 XNGP 僅開放了第一階段的能力,即在上海、深圳、廣州三城開放 " 城市 NGP"。至于實現完全形态 XNGP 的時間表,吳新宙表示,希望是 2024-2025 年的某個時間點," 我相信在未來的時間點,AI 一定能夠開車開得比人好。"
對比國内新能源車企,吳新宙認爲 XNGP 系統的表現 " 毫無疑問在第一陣營 ";而對比特斯拉 FSD," 在很多地方的處理細膩程度,我覺得我們的 XNGP,或者未來的 XNGP 至少不輸的。" 他說。
關于 XNGP 系統落地背後的創新和難點、小鵬下一階段成本計劃、未來智能駕駛技術發展方向等問題,小鵬汽車自動駕駛中心副總裁吳新宙、小鵬汽車自動駕駛産品高級總監劉毅林(Rocky)等相關人士一一進行了解答。
以下爲對話主要内容(經全天候科技編輯整理):
"XNGP 整個落地過程技術創新非常重要 "
問:現在算法開源,各家在 BEV 技術上都很努力。小鵬做到第一家實現 XNGP 系統量産,最新核心的技術門檻是什麽?下一步有沒有脫激光雷達計劃?
吳新宙:XNGP 整個落地過程,技術創新非常重要。因爲原來在英偉達提供的代碼基礎上做不是那麽好,我們就做了大幅度算法改寫,但最核心的還是背後體系能力建設。
這樣的大網絡,從數據采集、标注、訓練到部署,每一步都是一個巨大挑戰,這也是爲什麽這個事情從概念上形容很簡單,但是落地很難。我們做了非常大系統的工作,比如在訓練上,去年落地了扶搖,這個是非常領先中國其他企業、非常大算力的訓練平台。
一點一滴積累的體系能力,是促成我們能夠比友商更快落地的一個最重要原因,而不是停留在 PPT 階段。
激光雷達的存在,對于我們目前來說還是非常重要的;特别是在城市場景,相當于視覺不能很好識别的一些目标,我經常說它是一個底層安全網。
但是随着我們視覺能力進一步增強,激光雷達在未來的自動駕駛或者輔助駕駛是不是有它的位置,整個行業都在探索,我們也沒有說這個東西一定是 A 或者是 B,還是跟行業一起學習、一起探索的過程。
問:在高速上測試時,從深圳到惠州正好下大雨,整個 BEV 對靜态車道線的輸出非常穩定,幾乎沒有任何抖動。這是不是意味着在感知和預測部分已經應用了多模态、大模型去做?後面的 PRO 産品是不是有可能把 BEV 給到用戶?
Rocky:目前來說,一定會有一部分體驗上的優化可以惠及 PRO 用戶;同時,我們會完成兩個車型各個場景的探索,完成點對點(智能輔助駕駛)和擴城。PRO 用戶不用擔心,在我們計劃當中有一部分的能力會惠及到,但 Xnet 網絡是否能上,我們還沒有一個明确時間點。
問:在 LCC 工況下,測試發現過一些紅綠燈路口經常選錯,或者不知道怎麽辦,這有點像開盲盒。接下來小鵬怎麽解決這個問題?
吳新宙:其實 LCC 增強版,确實不是一個非常完善的點到點功能,隻是把我們現有視覺能力在原來 LCC-L 上的增強。
但還是要給大家一些期望,我們現在對于靜态 Xnet 的輸出,幾何是有了,對語義的理解還在工作中,這個需要給我們一點點時間。再過六個月,我們希望在無圖或有圖時候的能力,或者給大家的體驗非常接近。
Rocky:在很長一段時間,媒體試駕中一直問容錯能力做到什麽地步了;我們想,如果非要接一個大招,不如在某些場合釋放一些階段性能力,讓大家逐步看到一些可能,用戶也可以預期下一個階段能做到什麽程度。
特别在兩個場景上有幫助:第一個是 SR,學開車第一件事要看懂周邊世界、看懂交通标識、看懂紅綠燈;第二個就是釋放第一階段能力,如果看懂了紅綠燈可以做什麽?
這個是逐步完成産品化的過程,我們始終認爲今天 LCC-L 紅綠燈起停,一定不是完整的産品态,但是它一定比之前的 LCC-L 不看紅綠燈直接過去,更有用。所以,這樣的場景對用戶看見未來,解決問題如果有幫助的話,我們很樂意階段性地給大家一些信息。
接下來,真正釋放導航輔助駕駛無圖能力,也沒有那麽遠。
"(新能源競争)第二階段小鵬的優勢更加明顯 "
問:新能源汽車過了技術競争時代,到了成本競争時代。下半場在自動駕駛領域,小鵬的技術優勢還能保持多久?
Rocky:我有一個很好的朋友在自己創業。大概兩年前,他說大家所認爲的所有電池技術,其實都是成本問題。
一個很先進的技術,比如快充、無蔓延等等,本質上就是在恒定尺寸、恒定密度下達成更高裏程和更優能耗。
做完這一套成本多少,是整個産業發展中最最重要的先決條件。這個先決條件達到一個臨界值,就會進入更優的成本持續叠代過程。
也就是說,經過第一個階段的發展後,整個産業鏈成熟,造一輛好的電動車成本相當後,大家就進入到誰的智能化體驗更好、誰的智能化成本更低階段。
第二階段,依然是一個商品時代的競争。所有體驗和成本,都會變成很重要的影響因素。我們反而會相信,第二階段小鵬的優勢更加明顯。
問:G6 車型之後,在自動駕駛研發方面,對于軟硬件成本的降低有什麽計劃?關于百城測試要輕量化去做,能不能具體展開說?
吳新宙:測試的輕量化,我們在過去一年已經投入做,現在把這個體系搭建完成了,它最核心的是把每台車測試成本降下來。現在我們設備是零,量産車本身是測試車。
第二個,人力資源也會降到最小化。所以從成本來說,是完全可控的事情,這裏面有很多技術細節,就不一一展開了。
" 不會去走限定 ODD 下的 L3"
問:G9 和 P7i 換了新平台,你預測未來它們的自動駕駛能力将達到什麽水平?小鵬對 L4 級自動駕駛有沒有一個能力期待,或者讓用戶有大概感知?
Rocky:從用戶的角度回答,所有的技術如果用戶無法理解、無法使用,我覺得它就是一個工程品,它不是一個商品。
我們内部一直在說,要盡快完成從産品到商品的轉化過程。如果用這個形容去看,我們堅信這個平台會在輔助駕駛領域分享高可用性的商品,可以真正地解決城市中點對點輔助駕駛,讓用戶每天都能用、每天都能用得很好,自然而然就會有人爲它付費。這個是我們非常堅信,在接下來一段時間很快可以實現的,這也是這一代平台非常明确的使命。
吳新宙:這個系統到底能不能到 L4?目前 L4 還沒有人做到,當然我們每一步都在無人區。
作爲從業者的一個猜想,我覺得從算力上來講,至少目前看不到瓶頸,實現 Rocky 的理想應該沒有什麽問題。總歸有驚喜或者驚吓,到 2024、2025 年我相信會有更好的答案。
問:未來要讓車輛自動駕駛能力像老司機,最核心要解決哪個模塊的問題?
吳新宙:預測和規控,這還有大工程量的東西需要解決。特别要讓我們的算法更拟人,這其實要花功夫調。後續,我對團隊的要求是每一個季度都有一些體感非常明顯的進步。具體的工作量,我相信一定在規控和預測上。
問:前段時間體驗奔馳 L3,它劃分了非常詳細的 ODD 來實施 L3;剛才幾位提到 L4,怎麽看待這個場景應用?上海作爲第三城能夠打開,小鵬背後遇過什麽困難和障礙,怎麽克服的?
Rocky:我家在上海,某一個時間點,我試開第一版就崩潰了,跟廣州不一樣。爲什麽這個體驗感到會很差呢?我覺得特别有意思的點在于,上海有幾個特别不一樣的點:
第一,上海是一個立體城市,地下、地面、高架。當然,這個跟重慶又不一樣;最起碼,它是一個多層城市,高架又是非常重要的出行場景,絕大部分但凡超過五到十公裏距離的路程,導航一定把你帶到高架上。
第二,上海是寸土寸金的地方,很多綠化懸空,這對車道侵占也很大。特别是車道很窄,你也會碰到一些新挑戰;還有人形綠化帶,過年的時候綠化帶上還有紅燈籠等等。
吳新宙:那時候我也在上海,滿街紅燈籠,給紅綠燈檢測帶來相當大困難。
Rocky:所以檢測過程中,每個城市都面臨挑戰。三個城市,我們依然要一點點時間解決它們。但是随着有圖無圖的方式越來越多,這個挑戰會越來越少。
吳新宙:我期待每一個大城市跟上一個城市比,剛開始有 5%,甚至 10% 的差異度。但是,随着我們做到五個、十個城市以後,這個差異會逐漸趨同吧。
關于 L3、L4 的問題,我覺得歐洲的軌迹跟國内的軌迹稍稍不一樣;我們更多在 L2 的大框架下把體驗做得更好、做到點對點,兩邊有一個偏差。将來會不會從統一?我相信長線來看一定是這樣。
從我們來看,所謂的 L2.9 也好,還是在 L2 框架下輔助駕駛往橫向拓展。随着我們功能逐漸疊加,在某一個時間點,在某些場合開放 L4,這是我們現在走的一條路徑,而不會去走限定 ODD 下的 L3。