从上海车展看智能驾驶趋势与进程-汽车开发者社区-51CTO.COM

2023年4月18日，第20届上海国际车展揭开序幕，本届车展的主题是“拥抱汽车行业新时代”。全球车企和供应商齐聚车展，纷纷展示自己的新车型、新产品、新技术。随着汽车智能化进程的加速，可以看到本届车展中的智能驾驶元素，已经占据了很高的比例，多家公司都重磅发布了自家的智能驾驶新方案。本文将结合本届车展中发布的智能驾驶产品与方案，分析当前智能驾驶的发展趋势，以及主流玩家的量产进程。

图1 上海车展宣传图

（图片来源：第二十届上海国际汽车工业展览会官网）

车展发布大集结

车展作为新产品发布的绝佳时机，各家公司自然争先恐后，陆续发布自己的新一代智能驾驶产品和解决方案。甚至，部分公司在车展前夕，就已经迫不及待地召开发布会。本届车展，小鹏、理想、智己等主机厂，以及华为、百度、滴滴、毫末智行、地平线、黑芝麻、四维图新、禾赛科技等智能驾驶解决方案提供商，都有新产品和方案发布。

表1 上海车展的智能驾驶相关发布情况

序号	公司	发布内容
		扶摇架构与新车G6
		升级智驾系统AD Max 3.0
		AI4M战略
		升级智驾系统ADS 2.0
		智驾系统Apollo City Driving Max
		自动驾驶货运KargoBot
		生成式大模型DriveGPT雪湖·海若
		升级BPU智能计算架构
		新一代芯片华山二号A1000 Pro
		新款激光雷达ET25

小鹏 - 扶摇架构与新车G6

小鹏在车展前夕4月16日，发布了其SEPA 2.0扶摇全域智能进化架构，并在18日的车展上发布了搭载全新扶摇架构的新车型G6。G6基于扶摇架构，将小鹏目前的智能驾驶系统，进化成号称终极形态的XNGP系统，同时宣称G6是无人驾驶前的最后一款车，能够实现从车位到车位的全场景辅助驾驶。

扶摇架构作为小鹏的全新一代架构，其集成度和智能化水平都显著提升，搭载了小鹏自研的X-EEA电子电气架构和XNGP智能驾驶系统。X-EEA采用中央超算+域控的方式，智能体验迭代周期缩短30%，极速OTA速率提升300%；XNGP系统打通了用户出行的全场景，能够将高速NGP、城区NGP以及智能泊车功能融合，并且将于今年6月实现不依赖高精地图的城区NGP，于今年年内实现高速场景每千公里接管次数小于1次，即MPI（百公里接管次数）小于0.1。

图2 小鹏发布新车G6

（图片来源：https://new.qq.com/rain/a/20230421A09Y8X00）

理想 - AD Max 3.0系统

理想在车展上并未发布新车型，但发布了其“双能战略”，即智能战略+电能战略。在智能战略中，理想升级了其智能驾驶系统AD Max 3.0，并宣称开启“智能驾驶3.0时代”。发布会上，理想宣称已经积累了中国最多的自动驾驶训练里程，智能驾驶将从高速场景进入城市场景，将于本季度开始推送城区NOA功能，并于年底覆盖全国100个城市。另外，通过大规模AI算法，AD Max 3.0逐渐摆脱对高精地图的依赖，更多地基于传感器实时地感知、决策、规划。

图3 理想发布AD Max 3.0系统

（图片来源：https://new.qq.com/rain/a/20230421A0439000）

智己 - AI4M战略

智己品牌发布了其“AI4M智能战略”，并请到汤唯助阵，聚集了较高的人气。AI4M智能战略的含义是AI for Mobility，具体包含3方面：AI for Mechanism下一代软硬件智能架构，AI for Mind基于大模型的智能算法，以及AI for Moment颠覆性的智能场景体验。智己特别强调了AI4M战略对用户体验和场景设计的重视，解决用户驾驶的痛点问题。在智驾产品的性能方面，智己宣称其高速高架NOA的匝道通过率、变道成功率、MPI等参数，已经超过行业头部玩家的水平。

另外，在车展前夕，智己已经联合Momenta发布了D.L.P（Deep Learning Planning）人工智能模型，将数据驱动的规划算法量产落地。同时，智己宣称高速高架的NOA功能正式上线，将于4月底陆续推送给用户，并且将在年内公测城区NOA功能以及替代高精地图的数据驱动道路环境感知模型。

图4 智己发布AI4M战略

（图片来源：https://www.163.com/dy/article/I2PRAGBP0552RA66.html）

华为 - ADS 2.0系统

在小鹏发布扶摇架构的同一天，华为发布了其新升级的智能驾驶系统ADS 2.0，并称将首发搭载在问界M5高阶智驾版车型上。ADS 2.0主打“安全领先一代”的口号，首创GOD网络，实现对异形障碍物的识别和避障。

ADS 2.0最大的特点是不再依赖高精地图，完全通过传感器感知环境，实现“有图无图都能开”。在ADS 1.0基于Transformer的BEV架构基础上，ADS 2.0基于道路拓扑推理网络进一步增强，不需要高精地图也能看懂路，红绿灯等各种道路元素。

华为预计将在今年Q3实现ADS 2.0在15个无图城市的落地，并在Q4再落地30个无图城市，达到45城的数量。

图5 华为发布ADS 2.0系统

（图片来源：https://mbd.baidu.com/newspage/data/dtlandingwise?nid=dt_4623883533384097569&sourceFrom=homepage）

百度 - Apollo City Driving Max系统

百度发布了全新升级的驾舱图“多边形”产品矩阵，其中旗舰级城市智驾系统Apollo City Driving Max，通过两颗英伟达Orin X芯片，实现508TOPS的算力，并采用“轻地图”的方案，将高精地图减“轻”约80%。百度预计将在今年实现Apollo City Driving Max的量产落地。

滴滴 - 货运KargoBot

滴滴发布的是自动驾驶货运KargoBot，KargoBot提供了一套最适合大宗货运的混合无人化解决方案，其核心产品是混合智能编队系统KargoOne，能够实现多台车的编队行驶。目前，KargoBot已在华北、西北地区开展常态化测试及运营。

此外，滴滴还展出了其自动驾驶“全家桶”，包括首款未来服务概念车DiDi Neuron、网约车主力运营车型XC90、滴滴与北醒联合研发的激光雷达“北曜Beta”，以及滴滴自研的三域融合计算平台“Orca虎鲸”等。

毫末智行 - DriveGPT雪湖·海若

车展开幕前一周，毫末智行发布了毫末DriveGPT雪湖·海若，作为行业内首个自动驾驶生成式大模型，毫米的DriveGPT借鉴ChatGPT的实现思路，采用RLHF（人类反馈强化学习）技术，通过引入真实的用户接管数据，对自动驾驶的认知决策模型进行持续优化，终极目标是实现端到端的自动驾驶。

雪湖·海若的成果将首发搭载于长城魏牌新摩卡DHT-PHEV车型，通过HPilot 3.0系统，实现城区NOH功能。

图6 毫末智行发布DriveGPT雪湖·海若

（图片来源：https://baijiahao.baidu.com/s?id=1763119916935653365&wfr=spider&for=pc）　　

地平线 - 新一代BPU智能计算架构

地平线在车展上发布了其号称“智能驾驶最强大脑”的新一代BPU（Brain Peocessing Unit）智能计算架构，凝聚了对深度学习和算法趋势的前沿洞察，聚焦最新的神经网络架构和高级别自动驾驶的应用场景。BPU架构是基于软硬结合自研的智能驾驶专用计算架构，已经经过了3代迭代和超过300万的前装量产验证，通过数据驱动和算力驱动，持续提升算法性能，优化用户价值。

同时在发布会上，地平线也宣布与比亚迪和采埃孚，基于征程5芯片的全新量产合作进展。征程5正是基于BPU第三代贝叶斯架构打造的高等级智能驾驶芯片，也是全球唯二实现量产的大算力智能驾驶芯片。

图7 地平线发布新一代BPU架构

（图片来源：http://www.cheyun.com/articleDetail/48995）

黑芝麻 - 华山二号A1000 Pro芯片

黑芝麻在上海车展发布了其新一代高性能自动驾驶芯片华山二号A1000 Pro芯片。该芯片基于黑芝麻自研的车规级图像处理器NeuralIQ ISP和DynamAI NN车规级低功耗神经网络加速引擎，得益于DynamAI NN大算力架构，能够支持INT8稀疏加速，其中INT8 算力为106 TOPS，INT4的算力为196 TOPS，号称目前国内算力最强的自动驾驶芯片。

与华山二号A1000 Pro芯片一同发布的还有黑芝麻的山海™人工智能开发平台和新一代车路协同路侧感知计算平台FAD Edge。

四维图新 - 场景地图

四维图新在车展上发布了服务于智能驾驶的场景地图产品，需求方角度精准定义地图数据助力智能驾驶的场景，以及地图元素格式，从而更加动态智能地适应智能驾驶的应用场景。场景地图能够解决城市道路缺少车道线，以及在路口、匝道、弯道等感知资源要求较高的场景难题。

四维图新宣称目前已完成120个城市的场景地图覆盖，并将在2025年覆盖150个城市，计划2027年覆盖全国。

禾赛科技 - ET25激光雷达

禾赛科技于车展前夕发布了新款车规级超薄远距激光雷达ET25，ET的含义是Extremely Thin，即超薄，雷达机身只有25mm高。ET25是一款舱内极光雷达，安装位置在前挡风玻璃内，不影响整车的动力学性能和外观，并且不容易受尘土污染，不需要额外清洁。

ET25的FOV是120°(H) × 25°(V)，探测距离超过200m，点频超过300万每秒，最小分辨率只有0.05°× 0.05°，能够实现超高清的远距三维感知。

图8 禾赛科技发布激光雷达ET25

（图片来源：https://mbd.baidu.com/newspage/data/dtlandingwise?nid=dt_4568542364310503480&sourceFrom=homepage）

其他 - 百花齐放

除了以上几家吸引眼球的发布之外，智能驾驶领域的其他大小玩家也都发布或展出了自家的产品和方案，如商汤科技、纵目科技、魔视智能、福瑞泰克、辉羲智能、西井科技等等。值得注意的是，奔驰作为老牌外资车企，也宣称今年将基于中国道路数据，实现高速NOA功能，迈开了传统外资车企进军高阶智驾功能的脚步。

图9 西井科技发布重卡E-Truck

（图片来源：https://caifuhao.eastmoney.com/news/20230419144634053527330）

车展趋势洞察

从以上各路玩家的产品发布中，我们不难发现一些智能驾驶行业的现状和趋势。

城区导航辅助驾驶进入落地期

继高速导航辅助驾驶之后，城区导航辅助驾驶功能成为各家争抢的又一块蛋糕。由于城区场景比高速场景更加开放、复杂，不确定性高，对智能驾驶系统的感知能力和决策规划能力都提出了更高的要求，因此之前仅有小鹏、华为两家有成果，但也仅限于少数深圳、广州、上海等少数城市的部分区域。

今年车展，理想、上汽、毫末等多家公司都针对城区导航辅助驾驶功能的落地时间和覆盖范围提出了自己的规划，并且都集中在2023～2025年。可以预见，未来三年内，将会有多家车企和解决方案提供商实现城区导航辅助驾驶的量产落地，并且覆盖范围逐步从少数城市，扩大到全国。

重感知轻地图成为共识

前些年，高精地图对智能驾驶的重要性是一个非常热门的话题，特斯拉的纯视觉路线or传感器+地图融合的路线，引发了大范围的讨论。今年车展我们看到这个问题似乎有了答案：地图对感知的重要性被弱化，重感知轻地图成为多家公司选择的路线，基于Transformer+BEV的融合感知方案，正在逐渐取代感知+地图融合的方案，也正在成为共识。

回顾各家在车展期间的发布情况，小鹏的城区NGP将于今年6月，不需要高精地图；理想AD Max 3.0系统逐步摆脱高精地图；智己将用数据驱动道路环境感知模型替代高精地图；华为ADS 2.0直接宣称不需要高精地图，有图无图都能开；百度虽然没有直接抛弃高精地图，但也强调了其轻地图的方案；毫末智行则更是最早提出重感知轻地图的玩家。

看来关于高精地图的路线之争已经有了定论，智能驾驶的感知方案也将更侧重于传感器而弱化甚至取消高精地图，与智能驾驶的第一性原理趋同。

ChatGPT带来的冲击

ChatGPT作为人工智能领域的重大突破，在引发热议的同时，也给智能驾驶带来了冲击。ChatGPT的重要革命性意义在于让AI模型进入知识和推理的时代。而当前智能驾驶的一大难点就是决策规划不够智能，所以ChatGPT对于智能驾驶，尤其是决策规划模块，具有重要的学习和参考意义。毫末智行发布的DriveGPT雪湖·海若，正是采用了ChatGPT的RLHF训练方法。

另外，本届车展多家公司提到AI大模型的概念，如智己、毫末智行等，其实与GPT这一大规模通用预训练语言模型，也有些类似之处。基于大数据、大参数的大模型，能够让智能驾驶系统学习和训练到更多的环境场景，持续提升决策水平，助力智能驾驶更上一层楼。

智能驾驶在货运领域的扩展

货运领域是智能驾驶技术的一大应用场景，某种意义上说，智能驾驶技术对于货运领域的意义更大，落地时间应该更早。今年车展上，滴滴发布了其货运KargoBot方案，西井科技发布了全球首款“可升级自动驾驶”的智能网联新能源重卡Qomolo E-Truck，东风等公司也发布了其智能驾驶卡车的新成果。

可见智能驾驶技术正在从技术积累期，转向商业化场景落地期，不仅在乘用车上提升产品体验，更是在货运等领域，发挥自身应有的价值，真正地解决痛点问题，转化成商业价值。未来，智能驾驶在货运领域的应用，会引发越来越多的关注。

行泊一体与舱驾一体加速落地

行泊一体和舱驾一体在去年就已经是智能驾驶的热点，而在今年车展上，已经能够看到多家公司的行泊一体产品和舱驾一体产品亮相。如纵目科技的行泊一体解决方案Amphiman 3000/8000和舱驾一体解决方案Trinity 3000/ 8000、魔视智能的行泊一体产品MagicPilot等。作为智能驾驶发展的集成化趋势，行泊一体和舱驾一体正在加速落地，未来将会有越来越多的量产产品出现。

主流玩家进展

听完热血澎湃的发布，看完未来可期的趋势，我们最终还是应该回归理性，客观地分析智能驾驶目前量产落地的进展，比较目前的量产水平，与发布会的宣传，还有多大差距。

我们选取若干智能驾驶水平处于第一梯队的主流产品，分别从实现的功能和系统方案等不同的维度，进行横向和纵向对比，分析目前智能驾驶的量产进程。

功能落地进展

功能的维度，我们关注已经实现量产，用户能够真实体验到的功能，以及规划将在今年年内落地的量产功能。表？是第一梯队车型产品的功能进展汇总，其中√表示该功能已经量产，？表示该功能已经宣布规划今年落地，但还没有实现量产，×表示该功能没有实现也没有今年量产的规划。

表2 主流车型产品的功能实现情况

序号	功能	特斯拉Autopilot	小鹏 X-Pilot	蔚来 NAD	理想 AD Max	华为 ADS	智己 IM AD
Model 3/Y	G6	EC7	L8	极狐	L7
	基础辅助驾驶ACC/LCC
	高速导航辅助驾驶
	城区导航辅助驾驶
	基础自动泊车APA
	自主代客泊车

对于公共道路的智能行车功能，基础辅助驾驶如ACC和LCC等，目前基本已经成为标配，是智能驾驶的最低要求。前些年特斯拉引以为傲的高速导航辅助驾驶功能，已经基本上成为第一梯队产品的标配，只有智己还没有让用户体验到，但今年也会陆续推送。

目前各家的发力点主要在于城区导航辅助驾驶功能，已经有小鹏和华为在少数城市的部分区域实现了这项功能，理想在车展上则官宣今年将实现城区NOA功能，智己虽然今年没有量产计划，但也将开启公测。并且，各家公司都有计划将该功能从试点城市，逐步覆盖到全国范围。

在智能泊车功能方面，基础的自动泊车APA，已经成为标配，并且性能在持续优化。而更高阶的记忆泊车、智能召唤等，虽然小鹏、华为、特斯拉实现了量产方案，但用户反馈并不理想；被称为智能泊车终极形态的自主代客泊车，则目前几乎没有量产案例，也少有未来的落地时间规划。

系统方案

从车展的发布情况来看，除了突出功能之外，全新的系统方案，也是各家发布的重点。下面我们分析一下目前第一梯队主机厂已经量产的最新系统方案，包括系统架构、传感器配置和芯片等。

表3 主流车型产品的系统方案

序号	系统方案	特斯拉Autopilot	小鹏 X-Pilot	蔚来 NAD	理想 AD Max	华为 ADS	智己 IM AD
Model 3/Y	G6（参考G9）	EC7	L8	极狐	L7
1	电子电气架构	域集中式	中央集中式	域集中式	域集中式	域集中式	域集中式
2	智驾芯片方案	自研	NVIDIA	NVIDIA	NVIDIA	华为	NVIDIA
						MDC810	Xavier
		72TOPS	254TOPS	254TOPS	254TOPS	400TOPS	30TOPS
3	摄像头数量	8	11	11	11	13	11
4	毫米波雷达数量	1	5	5	1	6	5
5	激光雷达数量	0	2	1	1	3	0
6	超声波雷达数量	12	12	12	12	12	12
7	高精地图供应商	-	高德	百度	高德	四维图新	中海庭

目前已经量产的车型中，电子电气架构大多还停留在域集中式架构的水平，仅有小鹏进入到中央集中式架构，但随着集成化的趋势加速，相信其他各家会陆续赶超。

在芯片方面，算力水平都基本达到100+TOPS的数量级，智己L7也有官宣升级Orin芯片的方案，但目前的天花板仍是蔚来的4颗Orin芯片方案，提供1000+TOPS的算力。另外，地平线的J5芯片也不容忽视，理想L8的低配车型搭载的就是地平线J5，可以达到128TOPS的算力水平。

传感器配置逐渐趋同，摄像头的数量基本达到10个以上，激光雷达、毫米波雷达、超声波雷达等多种雷达都发挥各自的用途，尤其是激光雷达，上车率正在增加。虽然越来越多的公司都在宣传重感知轻地图，但目前量产的方案除特斯拉外，都还需要高精地图的支持。

从以上功能和系统方案的量产产品分析来看，目前实际的水平与各家的宣传还存在一定的差距。各家的智能驾驶水平是否如宣传一般先进，还是仅仅画大饼？我们且看各家在今年的兑现程度吧。

（注：本文中提到的主流玩家功能和系统方案量产情况，因篇幅限制，仅展示简化版，如需更详细的资料，请联系作者交流）

---

作者简介

Engineer X，汽车专业科班出身，现在造车新势力担任智能驾驶产品经理，熟悉智驾市场和产品解决方案。