速腾聚创125线激光雷达

出于安全冗余的考虑，目前业内更认可的作法是“重感知、轻地图”的路线。

“重感知、轻地图的路线，就是为了规避地图的问题。”毫末智行技术副总裁艾锐告诉虎嗅，在感知技术有了比较大的能力提升之后，毫末主推的路线就是尽量地相信实时感知，而主要利用地图的拓扑关系，那些地图里面不会改变的信息。“就像人开车的时候，人主要还是相信自己的眼睛。”

从感知硬件来看，毫末城市NOH （Navigation on HPilot）系统包含了2颗125线激光雷达，5颗毫米波雷达，12颗超声波雷达，4颗环视摄像头，4颗侧视摄像头，4颗800万像素感知摄像头。从算力平台来看，其配备了5nm高通骁龙8540 7nm高通骁龙9000芯片。其中，8540作为SoC芯片，而9000作为AI加速卡，用来做AI模型计算。

感知硬件、计算平台，就好比人的眼睛和大脑，帮助其做出正确的判断。举个城市场景里最常见的案例，看红绿灯。如果有高精地图的话，可以根据地图里红绿灯位置信息，在感知上做预瞄，然后再进行识别。并且，车辆可以很好的找到当前道路、车道所对应的红绿灯信息。有些高精地图服务商还能为车辆实时提供动态信息，比如红绿灯倒计时等。

但如果没有高精地图，车辆行驶到路口时，系统需要依靠感知和计算作出正确判断。目前，毫末是通过迁移学习领域中的混合迁移训练方法，将仿真数据和真实数据进行混合训练，从而提高红绿灯识别度。此外，还通过用Transformer做时间和空间上的前融合方式，解决“空间感知碎片化”和“时间感知不连续”的问题，有效识别城市道路车道线。

依靠单车智能，来解决自动驾驶行业的长尾问题还不够。目前车企更愿意接受的方式，就是构建云端计算的能力。

比如，今年8月小鹏汽车与阿里云合建的智算中心“扶摇”，主要就是用于自动驾驶模型训练，包括视觉检测、轨迹预测以及行车规划等算法模型。同样的，毫末也和阿里云合作，建立了中国首个基于车路协同云服务的大规模自动驾驶场景库。毫末智行CEO顾维灏表示，“通过改进车端模型和芯片的设计来实现大模型的车端落地，通过数据的组织让大模型发挥更大效力。”

据虎嗅了解到，小鹏汽车和智己汽车（合作方为Momenta），目前都已经从研发端切换到“重感知”的路线上，并且试图摆脱对高精地图的依赖。

写在最后

“沉没成本太高了。”一位自动驾驶业内人士告诉虎嗅。

在技术路径上看，华为既然会坚定地走高精地图的路线。毕竟，华为在2019年7月就获得了导航电子地图制作甲级测绘资质，今年又完成了复审。可以说，华为是业内为数不多，自己有高精地图、有软硬件全栈解决方案的厂商。让华为现在转向重感知的路线，无异议调头重新起跑。

而从终局来看，高精地图依旧是不可缺少的基础设施。但从用户的角度而言，依赖高精地图的智能驾驶，多少有点“小白鼠”的意思。要么，你爱车上的智能驾驶功能只能在固定区域内使用；要么，你爱车上的各种传感器将作为采集工具，给车企或者供应商无私的“画图”。

本内容为作者独立观点，不代表虎嗅立场。未经允许不得转载，授权事宜请联系 hezuo@huxiu.com

正在改变与想要改变世界的人，都在 虎嗅APP