小鹏自动驾驶无限看齐特斯拉

是抄作业，还是英雄所见略同？

　　欢迎关注“新浪科技”的微信订阅号：techsina 

　　文/万博

　　来源：赛博汽车（ID:Cyber-car)

　　小鹏汽车2022年的1024科技日，下一代智能驾驶系统XNGP是绝对的主角。

　　85分钟的直播中，将近50分钟的画面都给了一个人——讲到嗓子沙哑的小鹏自动驾驶副总裁吴新宙。

　　从XNGP的新一代Xnet感知架构，到数据收集、标注、训练和部署的自监督自学习技术模型，还有XNGP系统详细的部署时间表。

　　技术细节足够硬核，且里里外外透着一股逐渐特斯拉化的味道。

　　当然，最后还少不了的一个彩蛋是：小鹏Robotaxi计划。

　　01

　　XNGP技术细节全在这里了

　　关于XNGP，吴新宙在近50分钟的时间里，分享了其与上一代的XPILOT系统的区别，以及软件技术细节。

　　根据官方的口径，XNGP未来将会成长为一个全场景辅助驾驶的系统，可以在无高精地图的前提下实现高阶智能辅助驾驶功能，最终的能力表现是超过大部分司机。

　　而XPILOT最终也将实现上述的能力，但最大的区别在于，无法脱离高精地图的运用。

　　在XNGP的能力进度表规划上，小鹏希望可以在2023年逐步落地全场景辅助驾驶，2025年之后开始向全面自动驾驶进发。

　　也因此，XNGP对于小鹏来说，可以理解为从辅助驾驶过渡到自动驾驶的最后一款智能驾驶系统，承上启下的意义不言而喻。

　　所以，这次的技术分享，也格外的硬核细致，归结起来一句话，感知进化和数据闭环，两大板块指向一个重点——城市场景的高级别辅助驾驶。

　　吴新宙表示，在城市场景落地高级别辅助驾驶，相对于高速和泊车两大场景，具有非常大的难点。

　　首先是需要面对场景相对更加复杂多变，比较典型的例子是，城市道路错综复杂，主干道和辅路情况更多，交通参与者的行为不够规范，改道施工比频繁等等。单是改道施工这一条，吴新宙表示，光是广州的路面平均一天就有两起，一年下来超过500次。

　　场景的复杂多变，也要求城市高级别辅助驾驶需要具备更强的能力，比如横向操控、不确定场景处理和博弈等等。

　　另外，基于这些难点，吴新宙还对高精地图的使用给出了自己的判断：城市高级别辅助驾驶，是基于车本身核心的感知能力进行判断。

　　一定程度上，吴新宙的态度已经能够说明在失去高精地图资质后，小鹏现在及未来智能驾驶思维的转变趋势——重感知轻地图路线。

　　所以落到感知上，小鹏在这次科技日上推出了新一代的感知架构——Xnet。

　　Xnet的特点就是多相机、多帧数据输入方式，简单理解一下就是，Xnet可以直接将连续的视频流数据输入深度学习模型当中，然后直接输出在3维空间的结果，本质上是一种前融合的输出方式。而在此之前，小鹏的感知架构是通过多相机单帧的方式输入模型，后期再利用算法进行数据融合。

　　类比一下，整体类似于特斯拉在去年AI DAY上分享的基于视频流数据的共享特征多任务型神经网络架构。

　　而这种能力带来的优势是，可以让车辆具备超强的静态环视感知能力，即时生成高精地图，以此摆脱或者减轻对高精地图的依赖。

　　动态感知方面，Xnet感知架构也具备更强的360度感知，靠近车身的感知盲区得到加强，同时加入了速度感知和意图预测，使得系统的博弈能力和变道成功率更高。

　　以上就是小鹏在感知架构方面的最新进展，而感知之后，就是数据的处理和算法部署。

　　按照数据和算法的迭代关系，吴新宙将小鹏的整个数据闭环分成4大关节：数据收集、标注、训练和部署。

　　首先，数据收集层面上，小鹏在近10万辆的小鹏车型上部署了超过300个触发器，可以随时随地将场景数据收集上传。

　　其次，标注方面，多相机多帧的输入也意味着数据量的大幅增长。比如训练一个视频流输入的网络，就需要50-100万个短视频，需要标志的动态数据数以亿计。

　　为此，小鹏引入全自动的标注系统，对比人工标注，全自动标注系统效率高，过去2000个人一年的标注任务，现在用16天左右就能完成，效率可以提升45000倍。另外在数据的质量和信息全面性上，全自动标注系统也更有优势。

　　关于模型训练的部分，算力庞大的智算或超算中心，似乎成为自动驾驶玩家的共同选择。

　　就在前不久，小鹏与阿里合作建设扶摇智算中心，据了解，该智算中心的算力可以达到600PFLOPS，原来需要276天才能训练完成的模型，现在可以缩短到11个小时，效率提升超过600倍。

　　最后是算法部署，小鹏在这方面最新的进展是，对Transformer算子做了完全的重构。也因此，算法模型的运行效率和算力利用率，得到了非常大的优化。

　　小鹏披露，重构算子之后，算法的运行时间获得2.9倍的增益，运算时间有了20倍的缩减。同时，小鹏还通过剪枝算法，完成了2.9倍的模型加速。

　　这些数字落实到算力利用率上，吴新宙给出了一组数据：原来需要一颗Orin芯片1.22倍算力的模型，只需要用到9%的算力。

　　而上面一整个数据处理和算法迭代的核心，是一个全闭环、自成长的AI数据体系。

　　根据吴新宙的介绍，这个AI数据体系可以分成两个部分，分别处理真实数据和仿真数据，而体系的核心则是一个自监督学习的技术网络——黄金骨干模型。

　　通过这个黄金骨干模型，车辆遇到的某个corner case，比如异形车辆数据，会自动上传云端，并找出大量的同类真实场景数据输入模型中进行训练。

　　而仿真数据的处理不同，一些在真实场景罕有的corner case，一旦被采集到就会通过UE引擎产生具备真值的同类仿真场景，之后再输入到模型进行训练。

　　同样按照这个流程操作，不同之处在于，一些非常难以遇到的corner case，在上传之后会通过UE引擎产生具备真值的仿真数据。

　　而这个黄金骨干模型，带来的核心优势就一个字：快。吴新宙表示，通过黄金骨干模型，XNGP技术网络的提升和发布模型训练解耦，新的corner case出现，只需要在现有的基干网络上进行优化，不需要从头训练。好处就是，算法的迭代速度和成本可以大幅优化。

　　以上，就是XNGP的全部细节，在最后，吴新宙还给出了一个One more thing：Robotaxi。

　　就在不久之前，小鹏G9通过了封闭道路的自动驾驶测试，目前已获得智能网联汽车道路测试许可。也就是说，小鹏G9作为Robotaxi的承载车型，上路的牌照已经到手了，下一步就是具体的落地上路。

　　根据规划，小鹏Robotaxi将会在明年或后年出现在广州街头，在有安全员的前提下载客运营。

　　所有关于XNGP的软件细节全部讲完了，是不是挺硬核？

　　而消化这些干货的同时，我们也可以发现一个现象，小鹏的智能驾驶软件方案，越发的特斯拉化了。

　　小鹏XNGP软件方案的每一个部分，包括多相机多帧的视频流输入方式、速度感知和意图预测的动态感知、全自动数据标注和自监督自学习模型，甚至是大算力智算中心扶摇的建设和自学习，几乎都能在特斯拉近两年的AI DAY上找到对标。

　　甚至用量产乘用车作为Robotaxi车辆，也是马斯克一开始的态度，只是后来这个flag被无限期延长而已。

　　而这个现象，已经不单单只有小鹏一家，毫末智行也是积极的在两家的AI DAY上找相同。

　　所以是大家抄作业，还是英雄所见略同，最后都得殊途同归呢？

　　02

　　XNGP高阶驾驶辅助系统，2024年全场景打通

　　需要注意的是，XNGP目前还是一个期货产品，今年交付的小鹏G9 MAX版（其他版本仅支持XPILOT）仅有高速NGP、记忆泊车、LCC、智能泊车等能力。

　　城市NGP，需要等到明年上半年才能上车，届时将有广州、深圳和上海三座城市支持城市NGP。

　　到明年下半年，XNGP就可以在全国大部分无高精地图城市，落地城市NGP核心的开放变道、超车和左右转功能。

　　最终，2024年，高速、城市开放道路以及泊车全场景打通，实现车位到车位的智能导航辅助驾驶能力，而且是脱离高精地图的那种。

　　从这个时间规划表来看，小鹏重感知轻地图的技术转型，现在还处在早期阶段。

　　另外，上一代智驾系统XPILOT小鹏也没有放弃迭代，在这次科技日上，吴新宙给出了一个有点复杂的更新时间线（瞬间想到了G9发布会上那张让人看不懂的车型组合PPT）。

　　具体迭代的迭代节奏，请看下图：

　　以防大家看不懂，这里做个小总结，重点有3个（敲黑板敲黑板）：

　　其一，到2023年下半年，XPILOT将会迭代到辅助驾驶能力的天花板，具体表现，应该就是在高精地图的支持下实现高速+城市NGP以及记忆泊车，无高精地图的地区，城市开放道路仅支持LCC基础上的红绿灯识别和车道级导航；

　　其二，开放高精地图的城市，只有广州、深圳和上海；

　　其三，XPILOT能力的集大成者车型将是小鹏P5 E版，想体验的朋友记得看准了再买。

　　03

　　机器马&飞行汽车很潦草，语音交互有看点

　　智能座舱部分，最大的进展是，小鹏带来了全场景语音2.0。

　　据何小鹏介绍，全场景语音2.0首次将MIMO多音区技术应用在车载语音系统上，通过小鹏自研的语音架构，小鹏语音交互在功能上也迎来一些升级。

　　具体来看，主要有以下几点：

　　首先，全车多路语音流并行处理，支持处理四音区并发、端云一体、实时流式识别理解、并行指令等各种功能交织的语音交互请求；

　　其次，全车多个音区的上下文理解，同时既维护单人的对话和上下文管理；

　　最后，去掉唤醒词，语音全程待命，在网络状况较差的条件下，也能实现600多项车辆功能控制。

　　说到机器马和飞行汽车，今年的科技日多少有点“槽点大于看点”的意思。

　　小鹏汽车CEO何小鹏在科技日上表示，在过去一年中，对于机器马各个方面进行了诸多探索，比如运动的静谧性如何解决？如何在狭窄的环境具备避障能力，以及机械臂的多场景应用。

　　基于这些探索，今年展出的机器马……PPT，较去年来看有了比较大的变化，比如面部增加了AR投影仪，机器马的骨骼和表皮，也应用了更柔软的材料，骨骼材料也是轻量化设计。

　　这一部分的介绍很短，不过何小鹏也在最后留下彩蛋——一个蒙着布的机器马。

　　希望明年布揭开能看见真东西。

　　相比之下，飞行汽车这一趴，好歹看见了真的验证车。不过与此前的双翼螺旋桨结构不同的是，最新的样车以四翼螺旋桨的面貌出现，何小鹏表示，这种设计基于飞行稳定性的考量。

　　同时从放出的量产建模视频来看，四翼螺旋桨应该会保留到将来的量产车上，同时量产车将同时具备陆行和飞行两种行进方式。

　　这个静止状态，有点像一辆机甲化的小鹏P7背着一堆旅行箱：

　　虽然目前还在验证阶段，但何小鹏依然自信，小鹏汇天的飞行汽车，将是全球首款能飞又能开的飞行汽车。

　　期待吃饼~

（声明：本文仅代表作者观点，不代表新浪网立场。）