無人駕駛計算平台算力

⑴ AutoX「無人之境」：中國首個全區、全域、全車無人RoboTaxi

11月16日消息，無人駕駛RoboTaxi領跑者AutoX安途正式發布中國首個全區、全域、全車無人駕駛。

目前，AutoX全無人RoboTaxi的運營區域已完全覆蓋深圳市坪山區大小街道，成為中國首個覆蓋全區、全域、全車無人的完全無人駕駛運營，也是是中國面積最大的完全無人駕駛運營域，建成全域168平方公里「無人之境」。

視頻正在載入中...

 視頻中，Auto無人車橫穿坪山區，途經坪山區中心繁華CBD商圈，最終抵達坪山高鐵火車站，並在靠邊停在落客區。

繞行接送車輛，到達坪山高鐵站北廣場

視頻秉承一貫風格，同步公開車內前向、後向360度覆蓋攝像頭，讓觀眾沉浸式實時體驗完全空車的真正全無人駕駛。

繞行臨時修路路障後連續換道

視頻一鏡到底，四十分鍾車程中，無人車在坪山外國語學校附近「接單」，前往坪山高鐵火車站。

高速路段繞行臨時錐桶

一路上，無人車穿過坪山區中心地帶，路過嘉鄰購物中心、坪山實驗學校、坪山大劇院等地標性建築。

施工道路並道

大型無燈十字路口無保護左轉

 不管是在六車道大型無紅綠燈路口的無保護左轉、施工道路並道還是繞行臨時修路路障後連續換道，AutoX無人車都展現出嫻熟的行駛技巧，自如地根據駕駛場景做出決策。

在深圳市坪山區展開全無人運營近一年以來，AutoX展現了優秀的技術能力和規模化運營實力。11月5日，在以「創新坪山，未來之城」為主題的2021年度深圳市坪山區招商大會上，AutoX被特邀作為重大產業項目進行單獨簽約和主旨演講，題為「AutoX安途探索無人駕駛規模化落地」。

AutoX無人車行駛在深圳城中村

深圳、上海大規模落地，保持零事故紀錄

自成立以來，AutoX始終聚焦全無人駕駛技術的研發及落地。

2019年6月，AutoX獲廣州首批自動駕駛路測牌照，2019年11月，獲深圳市路測牌照，並成為第一家通過深圳自動駕駛功能測試的企業。2019年年底，上海頒布自動駕駛新規2.0並發布首個升級版牌照，AutoX位列其中，成為首個拿下深、上、廣牌照的自動駕駛企業。

從百台規模的自動駕駛車隊在深圳、上海等一線城市部署落地，大規模鬧市區測試驗證和載人示範應用，到中國目前唯一在城市公開道路上全空車無人駕駛RoboTaxi運營，AutoX在全無人駕駛技術上一路領跑。

在過去的一年半的無人駕駛測試和運營中，AutoX以過硬的技術實力，保持了完美的安全記錄，成功實現零事故，安全承載了中國首批全無人駕駛乘客，推動中國真正無人駕駛RoboTaxi落地。

AutoX，以「安途」為使命，堅持安全第一，嚴格要求自己，不偷工減料，以用戶利益為核心，為用戶提供最優秀、最安全的無人駕駛共享車RoboTaxi服務體驗。AutoX Gen5雖是為「無人」而生，然而其核心更應解讀為人而生——保護用戶的安全、公眾的安全，才是一家無人駕駛公司的首要任務。

此次AutoX發布168平方公里全區、全域、全車無人的RoboTaxi運營域，不僅展示了其硬核實力技術，刷新了L4級無人駕駛的最大全無人運營區域新記錄，更展示了其堅定投入真正無人RoboTaxi 硬核科技的決心，以及科技向善的初心。

據悉，AutoX在北上廣深各大研發中心繼續加大招聘科研人才，年內預計達到超過千人規模研發團隊。

⑵ 華為首發的無人駕駛系統備受追捧

華為與三家車企合作造車的消息才剛剛公布，三天後，華為與北汽合作車型極狐阿爾法 S HI的實車體驗就來了。

4 月 15 日，配備華為自動駕駛技術的北汽新能源極狐阿爾法S的HI版車型，在上海進行公開試乘，這也是華為自動駕駛技術全球首次公開試乘。

據了解，現場測試車輛的行駛情況較為平穩，在紅綠燈啟停、無保護左轉、避讓路口車輛、禮讓行人、變道等情形下均能實現城區通勤無干預自動駕駛。在 科技 博主「 汽車 洋蔥圈」的12分鍾的試駕視頻，詳細展現了華為自動駕駛的道路初體驗。

市場對阿爾法S HI的評價相當之高，甚至有言論稱該款車型的自動駕駛能力「碾壓特斯拉」。公開試乘的消息公布後，華為 汽車 概念股今日大漲，北汽藍谷、華陽集團先後漲停，路暢 科技 、四維圖新跟漲。

相比雷軍「我願押上人生全部聲譽去造車」的真情告白，華為官宣合作造車的消息要朴實得多。

在4月12日的華為全球分析師大會上，華為副董事長、輪值董事長徐直軍表示，華為計劃與北汽、廣汽、長安 汽車 三個車企合作打造3個 汽車 子品牌，今年四季度開始，華為將陸續推出子品牌 汽車 。

徐直軍再次強調華為不造車，只是幫助企業造好車，賦能車企。言辭雖低調，但在與車企的「深度合作」中，華為所佔分量可不小。合作車型的車身上將標有HI LOGO（HI代表Huawei Inside），搭載了華為 高階自動駕駛系統 和 全部華為智能 汽車 解決方案 。

在合作造車這件事上，華為可以說是有備而來。阿爾法S HI正式亮相的背後，雙方已經經過了兩年多的准備，新車離交付已經很接近。

2019年1月28日，北汽與華為簽下了全面業務合作協議，正式確認了首個全套採用HI解決方案的產品合作項目「N61AB-HBT」（以下簡稱HBT），今天的阿爾法S HI正是HBT的量產形態。

HBT的首台樣車在2019年9月23日下線，從那至今近兩年的時間里，華為和極狐已經完成這台車大量的測試和驗證工作。正式亮相的阿爾法S HI，已經是一個蓄勢待發的狀態了。

不僅如此，帶著「HI 首次面世」標簽的阿爾法S HI，寄託著華為在智能駕駛上一鳴驚人的厚望。在該款車型預熱圖的中央，明目張膽地寫著「自動駕駛新標桿」的字樣。

要拳打特斯拉，腳踩小鵬，「後來者」華為有什麼底氣？

感知能力可以說是決定自動駕駛能力和體驗最基礎和最關鍵的一環。而據公開信息，在HBT的感知硬體中，搭載了三顆顯眼的 126 線激光雷達。具體參數如下：

激光雷達布置在左、中、右三個方向。相比僅正前方布置激光雷達，這樣的布置對於側向環境的感知更強。

而且，按理說，覆蓋左、中、右三個方向，每顆激光雷達有90 的水平視野即可。而HBT上每顆激光雷達的水平視野都是 120 ，如此一來這 3 顆激光雷達組成的探測范圍中，車輛的左、右兩個斜角上會有雙雷達疊加形成的強化感知區。

這樣的設計加強了車輛對於「鬼探頭」場景的前側向盲區的感知，提供了強大的安全冗餘。

除了3顆激光雷達之外，HBT還配備了「 9 ADAS攝像頭 + 6毫米波雷達 + 高精地圖」的多重感知，其中每一個單項幾乎都做到目前的先鋒水平。

如此數量不同維度、不同類型的多元感知之下，HBT負責智能駕駛的大腦能運轉過來嗎？

除了有強大的感知能力加持，阿爾法S HI的算力也將刷新量產車之最。

為了處理海量的感測器數據，HBT上使用的ADS平台算力為400 TOPS。作為對比，目前，特斯拉Model 3 採用的FSD HW 3.0算力為144 TOPS，小鵬P7採用的英偉達Xavier 算力為30 TOPS。

徐直軍稱，華為自動駕駛能夠在市區做到1000公里無干預的自動駕駛。

⑶ 造車新勢力蔚小理的自動駕駛進化之路

英偉達CEO黃仁勛曾提出「電動化」與「智能化」將對 汽車 產業帶來顛覆性的變化，如今「電動化」的戰場硝煙未止，「智能化」的戰爭便已經打響。

自動駕駛作為智能 汽車 的大腦，是實現「智能化」至為重要的一環，是 汽車 進化為智能體的必由之路，可以認為， 得自動駕駛者得「天下」。

在各路自動駕駛玩家中，國內的造車新勢力是一股不容小覷的力量，目前以小鵬、蔚來、理想三家處於相對領先地位。

蔚小理均採用漸進式的路線，即從低等級的自動駕駛起步，逐步擴展功能和場景覆蓋，最終進化為全場景的完全自動駕駛。

不過，蔚小理對於實現自動駕駛進化的思路以及速度存在差異，從整體上看，小鵬目前領先於其他兩家，蔚來略領先於理想， 本文將嘗試對這三家企業的自動駕駛進化之路進行解讀。

01 小鵬

快速迭代保持領跑，重點深耕泊車場景

小鵬從創始之初就一直致力於做中國的自動駕駛第一，小鵬 汽車 董事長何小鵬在中國電動 汽車 百人會論壇上自豪地說道，小鵬在智能駕駛領域比絕大多數公司領先2-3年。

2018年12月 小鵬首次推出輔助駕駛系統Xpilot2.0 ，搭載於小鵬首款智能 汽車 G3，計算平台採用Mobileye EyeQ4晶元，感知硬體系統包含1個前視攝像頭、4個環視攝像頭、3個毫米波雷達和12個超聲波雷達。

在當時，小鵬經過調研認為在自動駕駛最主要的三大系統行車、泊車與主動安全中，泊車系統的功能成熟度相對是比較低的。

自動駕駛產品開發部總監肖志光提出：「我們看到了其中很多用戶痛點，之前的泊車系統經常識別不到車位，且操作不便捷，那這些地方我們可以去攻關，真正解決用戶的痛點。」

因此，除了落地基礎的ADAS功能外， 小鵬選定智能泊車作為其自動駕駛進化之路的「制勝法寶」。

小鵬是國內最早 將視覺感知能力融入自動泊車 的車企，車輛可以通過攝像頭識別周圍的車位線等，與雷達系統的感知能力進行融合完成泊車，這使得小鵬可以實現垂直、水平、斜方位、無劃線等所有泊車場景下的自動泊車和遙控泊車能力。

這項能力到目前仍然是領先於蔚來和理想的。

然而由於Mobileye比較封閉的特性，最重要的感知演算法基本為「黑盒」，導致車企對於演算法的開發自由度很低，也很難觸及到用戶使用過程中產生的數據，對於小鵬這種很早就計劃要做全棧自研的車企，顯然是無法滿足其訴求的。

因此小鵬 決定改用英偉達的Xavier晶元作為計算平台 ，Xavier是英偉達2020年量產的首款高等級自動駕駛晶元，算力30Tops，遠高於EyeQ4的2.5Tops，最關鍵的是英偉達的晶元是開放式的，車企在其提供的開發環境內較高的自主開發性並可以獲得底層的感知數據。

擺脫了「黑盒」的束縛 ，小鵬開始施展拳腳，正式開啟「全棧自研」之路。（註：這里說的「全棧自研」是指以此為方向，並不代表已完全落地，事實上，目前能做到全棧自研的公司只有特斯拉，國內車企可以實現部分自研）

2021年1月小鵬推出P7車型，搭載Xavier晶元，並新增3個前視攝像頭、4個側視攝像頭、1個後視攝像頭， 構建了360度全方位環繞感知能力 ，而蔚來和理想事實上直到今年才完成此項能力構建。

小鵬在P7車型中配備升級後的自動駕駛輔助系統Xpilot3.0，支持NGP高速領航輔助駕駛功能，即在高速場景下可以實現高精地圖覆蓋范圍內的點到點自動駕駛， 由此小鵬已實現「泊車+高速」雙場景覆蓋 。

同年6月小鵬對其主打的自動泊車能力進行了大幅提升， 通過OTA推送了「VPA記憶泊車」功能 ，被官方稱為是「首個量產且不依賴於停車場改造的最後一公里泊車功能」。

所謂VPA記憶泊車，是指系統可以自動記憶車主常用的停車路線，在不需要駕駛員干預的情況下，將車輛從設定路線的起點自動開往設定路線的終點， 是L3級自動駕駛功能 。

小鵬的VPA以視覺感知輸入為主，通過視覺神經網路處理演算法構建停車場的「語義地圖」，包含停車場內的車道線、柱子等各種核心元素，將實時感知到的元素與記憶中的元素進行「匹配」，進而不斷調整行車路線以接近記憶路線，直至完成泊入車位。

在擁有泊車和高速兩大場景的高階自動駕駛能力後， 小鵬繼續發力城區場景 ，引入激光雷達感測器，與攝像頭視覺感知融合，打造更具安全冗餘的感知能力，釋放城區場景NGP輔助駕駛能力，落地於小鵬P5車型。

至此， 小鵬自動駕駛能力已初步覆蓋泊車、高速、城區三大核心場景。

小鵬的快速迭代之路仍在繼續，今年2月，小鵬通過OTA進一步升級記憶泊車功能，新增跨樓層記憶泊車、記憶路線可分享、泊車過程中可沿途搜尋並泊入空閑車位等能力。

小鵬也因此 基本實現了「自動泊車」向「自主泊車」的進化。

為了更進一步打通各場景下的自動駕駛能力，小鵬將再次升級計算平台， 將Xavier晶元替換為英偉達最新的OrinX晶元 ，單顆晶元算力達到254TOPS，打造出Xpilot4.0， 實現真正意義上的全場景、點到點的導航自動駕駛 ，首次搭載最新軟硬體系統的是小鵬最新款車型G9，將於今年6月正式發布。

整體來看，小鵬以智能泊車作為持續深耕的功能，這個選擇是有效的，一方面國內泊車費時費力，是用戶開車的痛點問題之一，另一方面停車場屬於超低速場景，在自動駕駛能力還不夠完善時相對風險較低， 小鵬在泊車域成功實現卡位 。

同時， 小鵬從一開始便提出要逐步全棧自研的思路，並以高頻次快速迭代，是最早實現高速、泊車、城區全場景自動駕駛能力覆蓋的車企。

小鵬的自動駕駛能力在國產造車新勢力中目前是處於領先身位的，隨著蔚來、理想的奮力追趕，如何持續保持領先優勢是小鵬需要研究的課題。

02 蔚來

硬體能力高舉高打，率先落地高速領航

蔚來是國產造車新勢力的先行者 ，2017年12月便首次發布了 第一代自動駕駛系統NIO Pilot ，搭載於蔚來首款車型ES8，包括後來的ES6和EC6均使用這套輔助駕駛系統。

NIO Pilot的計算平台同樣選用的Mobileye的Eye Q4，初代感知系統採用3個前視攝像頭、4個環視攝像頭、5個毫米波雷達及12個超聲波雷達在內共計22個感測器組成，這個配置是要高於小鵬和理想的初代感知硬體。

2019年6月蔚來通過OTA推送了 NIO Pilot的第一次重大升級 ，新增了包含高速自動輔助駕駛、擁堵自動輔助駕駛、轉向燈控制變道、道路交通標識識別、車道保持功能、前側來車預警和自動泊車輔助系統在內的7項功能。

需要注意的是，這次升級的幾項功能仍是L2級以下的低階自動駕駛水平，包括其中的高速自動輔助駕駛，僅是在實現自適應巡航（ACC）的車速控制和車距保持功能的基礎上，增加了車道保持的轉向輔助功能。

蔚來真正實現較高水平的自動駕駛能力，是在2020年10月融入高精地圖後， 釋放的高速場景下點對點領航輔助駕駛功能 ，這個時間點要早於小鵬和理想，是 國內首家實現NOA高速領航落地的公司 。

對於蔚來自動駕駛能力的進化之路而言，這是一個重要的節點， 標志著蔚來開始邁向L3時代 ，與小鵬選擇泊車場景作為切入點不同，蔚來率先選擇切入的場景是高速。

隨後蔚來 升級視覺融合全自動泊車功能 ，不過僅支持水平和垂直兩類常見車位自動停靠，對於斜方位或者無劃線的車位無能為力，屬於L2級別，整體性能距離小鵬有較大差距。

第二代自動駕駛平台NT2.0的問世，是蔚來另一個重要節點。

2021年1月，在蔚來NIO DAY上，李斌發布了NT2.0以及基於此平台打造的 NAD自動駕駛系統 ，NAD的全稱是NIO Autonomous Driving，從Assisted Driving（輔助駕駛）到Autonomus Driving（自動駕駛），表明了李斌對這套系統的定位。

李斌曾提到，以NT1.0搭載的硬體架構，其感測器和運算能力無法實現 L4 級自動駕駛，也不會宣布可以做到L3，他認為NT2.0作為蔚來研發的新一代技術平台，會是行業內最先進的量產自動駕駛技術。

NT2.0和NAD的落地標志著蔚來吹響加速向無人駕駛進軍的沖鋒號角 ，配備此系統的最新款車型ET7已於今年3月落地交付。

NAD系統在硬體層面延續了蔚來「高舉高打」的特點 ，計算平台由Mobileye升級為更為開放的英偉達，共計搭載4顆英偉達Orin晶元，包括兩顆主晶元、一顆備份晶元和一顆群體智能與個性訓練專用晶元，整體構成蔚來超算平台NIO Adam，算力高達1016TOPS。

在感知層面， 蔚來打造Aquila超感系統 ，NAD在NIO Pilot基礎上拿掉一個前視攝像頭，但新增兩個瞭望塔式側前視、兩個側後視和一個後視，並且攝像頭由180萬像素升級為800萬高清攝像頭，構建360度全視角高清感知能力，同時新增一個激光雷達，作為視覺感知的冗餘，整體稱得上豪華。

同時值得注意的是， 蔚來在NAD中還額外增加了C-V2X感知模塊 ，是國內第一個在新車搭載V2X的車企，V2X即車聯網，用以實現人、車、路和雲平台之間的連接與通訊，表明蔚來在發力單車智能同時，已經開始布局車路協同。

可以看到， 蔚來實現自動駕駛進化的一貫思路就是「硬體先行」 ，無論是NT1.0，還是NT2.0，都配備了高冗餘的硬體系統，基於高規格硬體系統，通過正向獨立開發不斷更新軟體能力。

不過，高級別硬體能力固然可以更好地保障自動駕駛系統游刃有餘地處理各類復雜任務，然而單靠硬體堆棧難以從根本上真正提升自動駕駛的能力， 再好的「裝備」如果不是給到一個「技能」足夠強大的角色，可能也難以「打贏 游戲 」 。

NAD相比NIO Pilot不僅需要完成從高速到泊車、城市的全場景跨越，還需要完成從僅前視感知到360度環繞+激光雷達融合感知的跨越，且由於前期一直採用Mobileye封閉晶元，底層的數據積累不夠充分，這些對於蔚來都是需要面對的挑戰。

如何提升算力和數據的利用效率， 強化自動駕駛的「軟實力」 ，是蔚來需要加足馬力提升的，好在蔚來具有厚實的研發基礎，近日原小鵬自動駕駛產品總監黃鑫的加入，或許可以一窺蔚來要做出改變的決心。

03 理想

後起之秀先發制人，自研發力主動安全

相比小鵬和蔚來，理想的自動駕駛之路看起來是起步更晚的，李想曾自嘲說道是由於自己創業初期融資能力差導致沒有充足的資金開展智能駕駛技術研究，這個局面在2020年理想 汽車 IPO之後才發生根本性轉折。

但或許，理想的自動駕駛之路早就開始了。

2019年4月理想落地首款量產車理想One，同樣是搭載擁有成熟ADAS方案的Mobileye EyeQ4晶元，配備1個前視攝像頭、4個環視攝像頭、1個毫米波雷達和12個超聲波雷達，具有車速、車道控制等L2級以下自動駕駛功能，整體比較基礎。

但理想有一個特點， 從一開始就標配輔助駕駛功能 ，是因為理想希望通過用戶使用持續收集駕駛場景的數據，理想擁有乙級地圖測繪資質，是造車新勢力中第一家擁有合法收集數據資格的企業。

也就是說， 理想ONE一直在使用「影子模式」獲取數據 。

數據對自動駕駛至關重要，自動駕駛底層是一種基於機器學習演算法的技術，數據是演算法建模與軟體落地的基礎，大量的數據採集是自動駕駛技術開發的前提。

可以說理想從採集數據開始就已經啟動了自動駕駛之路，因此我對理想自動駕駛的定位是「後起之秀，先發制人」。

在擁有充分的數據和研發資金後，理想便拋棄了相對封閉的Mobileye晶元， 轉向與支持車企自主開發感知、控制演算法的地平線J3合作 ，開啟自研之路。

2021款理想ONE便是落地的車型，相比2020款，升級了前視攝像頭的性能參數，新增4個毫米波雷達，並首次融入高精地圖。

自研方向除了必備的NOA導航輔助駕駛之外，理想還 選定了AEB作為自研的重點功能 ，AEB全稱Autonomous Emergency Braking，即自動緊急制動系統， 是一種 汽車 「主動安全」技術 。

在傳統 汽車 領域，AEB已經是一個較為成熟的功能，主要依靠雷達進行障礙物識別，通過測量距離碰撞發生的時間來判斷是否選擇自動制動，由於 汽車 在行駛過程中突然剎車也是有危險的，因此AEB要求性能非常穩定，既不能不剎車，也不能亂剎車。

那為什麼理想要選擇這樣一個在自動駕駛系統里並不起眼且開發難度極高的功能作為自研突破點呢？

不考慮商業競爭的因素，或許源於李想對產品力的極致追求，安全性是衡量自動駕駛能力一個很重要的性能指標，AEB雖不起眼，但卻是ADAS里 唯一一個在行車場景下隨時待命的功能 ，對於自動駕駛的安全性能有非常重要的意義。

傳統的AEB方案由於僅依靠毫米波雷達做探測，缺乏對物體的識別，容易出現誤報的情況， 理想在自研過程中將視覺能力融合進來，採用「視覺+毫米波雷達」融合感知的AEB方案， 並利用積累的巨量真實駕駛數據進行演算法訓練，實現AEB功能的快速迭代和落地。

理想是全球第二個落地視覺融合方案AEB的車企，第一個是特斯拉。

2021年12月，理想正式交付自研完整版的AEB和覆蓋高速場景的NOA功能，也 標志著理想在自動駕駛方向與小鵬和蔚來正式站在同一個賽道 。

進化之路仍在繼續，2022年3月，理想發布新一款車型理想L9，硬體能力全面升級，感知層面採用高性能攝像頭作為主要感知來源，配備6顆800萬像素和5顆200萬像素攝像頭，實現360度全方位感知，同時配備激光雷達作為感知冗餘，計算平台也同樣採用算力更強大的英偉達Orin方案，搭載兩顆OrinX晶元，總算力達到508Tops。

同時 理想推出自動駕駛系統AD Max ，採用全棧自研的感知、決策、規劃和控制軟體，基於這一代系統，理想將逐步覆蓋高速、泊車、城區的全場景導航自動駕駛能力。

理想作為後來者，以主動安全為主要發力點切入自動駕駛初見成效 ，不過AEB畢竟是個低頻功能，而且用戶其實並不希望有需要用到AEB的場景，自動駕駛要想真正給用戶體驗帶來「質」的變化，在行車域和泊車域的功能是重頭戲，理想需要加速這些方面的能力落地。

面對實力強勁的競爭對手，理想仍然道阻且長。

04 有什麼共性？

三家新勢力在各自製定的路線上實現自動駕駛的快速進化，雖然路線有所差異，但大的方向還是存在一些共性：

數據驅動的底層思想

數據對自動駕駛的重要性不言而喻， 演算法為數據服務，算力為演算法服務 ，數據是自動駕駛能力的「源泉」。

小鵬 汽車 董事長何小鵬說：「我們致力於全棧自研，堅持數據驅動並不斷創新，這是小鵬 汽車 業務的基石。」

理想 汽車 CTO王凱說：「車企想做到頭部，一定要做數據驅動的 科技 企業。」

蔚來聯合創始人秦力洪說：「原生數字化企業不是個時髦，是個必須。」

從這些變態可以看出三家企業均 將「數據驅動」作為打造自動駕駛和智能 汽車 的一個基本底層思想 。

數據驅動的關鍵是要構建數據閉環，包括數據採集、數據標注、數據訓練、數據模擬等模塊在內，共同形成由數據驅動開發和功能迭代的閉環系統，小鵬、蔚來和理想均在此發力。

未來自動駕駛的產品競爭，高效的數據閉環將成為有力的武器。

冗餘配置的工程思維

人體作為一個復雜系統，冗餘配置是很常見的一種形態，例如雙肺和雙腎，其中一個壞掉後不影響人體的正常運轉。

冗餘配置，是指重復配置系統的某些部件，當系統發生故障時，冗餘部件介入並承擔故障部件的工作，由此減少系統的故障時間。

對於自動駕駛的工程落地，蔚小理也運用了冗餘配置的工程思維，在相關鏈路中的感知、計算、執行系統等環節都做了充分的冗餘配置。

感知層面，小鵬、蔚來和理想均同時搭載攝像頭、毫米波雷達、超聲波雷達等多類型感測器，並將同時配備激光雷達，不同感測器的能力各有優勢且有重疊部分，構造出「具有冗餘感知能力」的自動駕駛感知系統。

算力層面，蔚來配備四顆晶元，一顆作為冗餘備份，小鵬和理想配備雙晶元互為冗餘，三家的自動駕駛算力均達到500Tops以上，蔚來更是達到1000Tops+，強大的算力應用於目前的自動駕駛能力有充分的冗餘空間。

執行層面，針對轉向控制系統、駐車制動系統、動力輸出系統蔚小理也都做了相應的冗餘設計，確保自動駕駛控制信號正常執行。

安全是自動駕駛第一要義，冗餘為安全護航。

應用場景層面的漸進式

實現全無人駕駛的路線有漸進式和跨越式兩種，一般意義上的漸進式是指自動駕駛能力上從L1-L5逐步實現。

還有一種視角是在應用場景層面的漸進，也就是說，先在部分場景落地相對高階的自動駕駛，然後不斷擴大應用場景，最終實現全場景的高階自動駕駛。

小鵬優先在泊車場景落地L3級的記憶泊車，隨後在高速和城市快速路場景落地L3級點到點導航輔助駕駛，主城區場景點到點導航輔助駕駛正在測試中，預計今年中旬會正式落地。

蔚來和理想目前已落地高速場景導航自動駕駛，並且都宣布會在最新一代自動駕駛系統中逐步落地全場景導航輔助駕駛功能。

從泊車、高速、城市快速路、主城區，到更廣泛的場景實現多域融通， 自動駕駛將逐步滲透，量變終會引發質變 。

軟硬體全棧自研的趨勢

從Mobileye到英偉達，車企選擇合作的晶元由封閉走向開放，核心原因是車企希望在數據和演算法層面掌握更多自主權，隨著硬體能力逐漸趨同，智能化的競爭最終是軟體及軟硬耦合能力的競爭， 車企掌握數據和演算法的自主權，更有利於實現快速迭代，打造差異化功能體驗和產品服務 。

目前蔚來、小鵬和理想均已先後啟動軟體和演算法的全棧自研之路，同時對於自動駕駛核心硬體的自研也正摩拳擦掌。

早在2020年，蔚來便傳出要自主研發自動駕駛計算晶元的消息，後來因為遭遇財務危機，晶元自研的計劃暫時被擱置，2021年據36氪報道，小鵬 汽車 也已開始涉足核心晶元的自研，而理想因為近期才宣布軟體自研，硬體自研還需時日，理想對外的說法中也沒有否認過要自研晶元的可能性。

要最大限度發揮自研技術的價值， 軟硬體一體化自研或許是必由之路 ，國外的特斯拉便是這方面的先驅。

05 寫在最後

自動駕駛的賽道日漸擁擠，越來越多的玩家意識到自動駕駛 的重要性，蔚小理由於介入更早，在認知、技術、數據、經驗等多個維度都已具備一定的領先優勢和技術壁壘。

從全球來看，造車新勢力的自動駕駛能力，國外特斯拉一枝獨秀，處於霸主地位，國內以蔚小理處於第一梯隊，能力各具千秋，逐步形成階段性的「一超多強」競爭格局。

然而，自動駕駛的競爭並不會停止，在蔚小理相互之間持續競爭之外，隨著後續蘋果、小米、集度等新玩家的加入，以及傳統車企對自動駕駛能力的追趕，競爭會愈演愈烈。

競爭會加速進化，在以蔚小理為代表的造車新勢力的推進下，期待 全自動駕駛時代可以提前到來。

來源於公眾號：禾隱記（hejunnote)

⑷ AutoX建成中國首個全區、全域、全車無人的RoboTaxi運營區

第五代系統Gen5，配備了全球頂級的車規級硬體和電子電氣架構，共50個高清車規級感測器，包括：

● 28個8百萬像素的車規級攝像頭，每幀像素總和超過2.2億

● 全球最高解析度的4D毫米波雷達，角解析度達到0.9度

● 高清激光雷達，每秒超1500萬點雲成像

同時該系統還配備了AutoX自主研發的核心計算平台XCU，亦是中國首個L4/L5級別無人駕駛計算平台，達到了2200 TOPS算力，實現車規級別功能安全的多重冗餘，保證真正全無人駕駛能力。

此次AutoX發布168平方公里全區、全域、全車無人的RoboTaxi運營域，不僅展示了其硬核實力技術，刷新了L4級無人駕駛的最大全無人運營區域新記錄，更展示了其堅定投入真正無人RoboTaxi 硬核科技的決心，以及科技向善的初心。

⑸ AutoX揭曉RoboTaxi超級工廠 全無人駕駛生產線正式亮相

12月22日消息，中國全無人駕駛RoboTaxi領跑者AutoX（安途）首次對外揭曉AutoX RoboTaxi超級工廠內部視頻，展示中國首個真正全無人駕駛RoboTaxi生產線。

今年7月，AutoX正式發布第五代無人駕駛系統AutoX Gen5，搭配全球最高清的車規級感測器，自研核心計算平台AutoX XCU和自動駕駛域電子電氣架構，算力達2200 TOPS，實現車規級別功能安全的全棧架構冗餘，保證真正全無人駕駛能力。

該超級工廠正是為量產AutoX第五代RoboTaxi所建—— AutoX與國際車企巨頭克萊斯勒FCA深度集成合作，具備車規級冗餘線控，也是中國目前唯一可支持量產真正無人駕駛的車型。

「依託中國首個全閉環的RoboTaxi產線，AutoX能夠保證每一台無人車生產的質量和一致性，這是真正全無人RoboTaxi落地的前提。」 AutoX創始人及CEO肖健雄表示。

 而具有量產能力的超級工廠，在進一步展示AutoX的硬體研發實力的同時，更展現了其硬科技智能製造能力，正持續推動第五代AutoX RoboTaxi的部署落地。

相較於僅做軟體供應商的自動駕駛公司，AutoX在「硬科技」的投入越來越深，此次在真正全無人級別智能製造產線上的重大突破，更展示出其堅定投入規模化真正無人RoboTaxi硬核科技的決心，以及對質量、安全性的極致要求。

感知、算力、軟硬體一體化、長期的無人駕駛數據積累，共同構成了AutoX的極高安全性護城河；AutoX全無人RoboTaxi超級工廠投入量產，則意味著中國全無人RoboTaxi按下了加速鍵。

目前，AutoX擁有近1000人規模研發團隊，在北京、上海、廣州、深圳、矽谷全球五大研發中心持續加速招聘科研人才。

⑹ 元戎啟行CEO周光： 一個被當做科學家培養的工程師卻成為了企業家

題記：

他出道巔峰，求學於無數人的夢想學府——清華大學基礎科學班，“我有很好的數學物理背景，基礎科學班實際上是非常難進去的，學的是數學系的數學，物理系的物理”；他也曾經歷迷茫與低谷，“我很喜歡物理，所以去做高能物理，但是真正做科研研究的時候，我卻是很迷茫的”；如今身為獨角獸公司的掌門人，他希望“匯聚和整合資源，用科技給人們的生活帶來好的改變。”他是得克薩斯大學達拉斯分校人工智慧博士，也是 元 戎啟行CEO周光。

6月9日，高考正式結束的日子。對於萬千考生而言，這意味著一場大戰的正式結束，同時也代表著另一場更大規模的人生戰役也正在悄悄地拉開帷幕，短暫的中場休息卻在不知不覺中決定了未來戰場的開端……

“是上清華還是去北大？”這是很多人八歲時提出的問裂蔽題，十年之後還能思考這個問題的人的數量勢必要呈指數級下降，但是一定依然會有少數的頂級學霸需要面臨這一選擇。如果你恰巧是其中一員，你會選擇去清華園嗎？你會選擇經管學院？計算機系？還是那個天才、怪才扎堆的基礎科學班？

看完這位學長的經歷你或許就會作出選擇。

三個頂級劇本在手卻仍要折騰

在中國一個大學生可以成為科學家的概率有多大？是1/175000；在號稱科學家搖籃的中科大，這一概率可以進一步提升至千分之一；而在清華大學基礎科學班，這一概率可以再提升十倍不止。

2021年清華大學數理基礎科學班的招生簡章是這樣描述的：“培養學生既具備有數學的高度抽象思維能力，又具有 現代 物理學的理論素養和實驗技能。”換句話說就是基科大門常打開，智 商 不夠你別來，我們這就是奔著培養科學家去的。

准科學家

作為智商超群的奧賽金牌選手，來自四川樂山的周光進入清華大學基礎科學班顯得順理成章，隨後就開始了按部就班的准科學家生涯。周光說自己“小時候的夢想就是做一名科學家”，而在清華的那些年也正是他距離夢想最近的時候。

回顧基科班的求學經歷，周光認為最寶貴的財富就是積累了足夠深厚的數理基礎知識，並且有幸求教於著名的華人科學家楊振寧院士，讓他意識到一名真正的“大科學家”究竟應該是什麼樣子的。

本科畢業後，周光進入清華大學高能物理研究中心工作，向著兒時的夢想又進了一步，可是也就在此時，一路走來頗為順利的周光經歷了人生中第一次較大的迷茫期，“我很喜歡物理，所以才會選擇做高能物理，但真正開始去做研究的時候，我是很迷茫的……”

經過一年的思考，周光做了個“艱難”的決定——赴美求學，到得克薩斯大學達拉斯分校攻讀人工智慧博士學位。這意味著他開始逐漸放棄了已經進行了一半的“科學家劇本”，准備在另一張紙上書寫新的篇章。

工程師

其實周光從小就不是一個坐冷板凳“安分人物”，他用“han ds -on(動手型）”來形容自己的特點。“我很小的時候就開始非常愛動手，小學的時候就忍不住、控制不住自己把家裡的收音機、電視機都拆了。”

上了中學後，周光開始越玩越大、越玩越深，不僅組裝大型電器設備，還開始正式接觸到了機器人，並一發不可收。全國第三屆青少年電腦機器人大賽第二名、亞太地區青少年電腦機器人大賽第六名等一系列亮眼表現，也成為他日後打開清華大學大門的另一把鑰匙。

清華大學基礎科學班雖然在客觀上培養了大批具有科學家潛質的研究型人才，但是同時也鼓勵學生根據自己的興趣、愛好和志向選擇在不同的學科方向繼續深造，因此周光赴美讀博一路也相對順利。

到了美國察茄的周光沒改其“han ds -on”本色，開始琢磨汽車這個更大的物件。那時他買了一台故障率不低的二手德系汽車，然而買得起卻修不起，於敗源察是他開始調動自己所掌握的物理學知識，每天利用飯後的一個小時，拆完發動機拆變速箱，算是基本搞懂了汽車的內部構造。這也為他日後所從事的事業做了另一方面的准備。

學業方面，周光找回了自己曾經的興趣點——機器人。在人工智慧、深度學習爆火的前夜，他身處行業前沿又有著扎實的數理基礎，水到渠成地成為這一領域的中堅力量。

與做基礎科學的研究不同，新興技術勢必要與市場相結合才可能爆發出巨大的能量。於是在博士就讀期間，周光便加入到德州儀器的自主農業機器人系統項目組中，開始考慮技術應用的問題。也是從這時候開始，周光決定畢業後要到全球最好的地方去工作，他也正式接到“工程師劇本”。

為了實現目標，周光決定參加“第二屆DJI大疆創新開發者大賽”，本屆比賽要求參賽團隊必須提出不同尋常且可執行的無人機利用計劃，並要求其商業場景最大化。周光所在的團隊憑借著“電力系統線路巡檢APP”方案在全球200餘個團隊中摘得桂冠，獲獎理由為：簡單，低成本，且方便控制。記住這個評價，它在一定程度上反映了周光的做事原則。

2015年，自動駕駛尚處萌芽階段，周光人工智慧博士以及大疆開發者大賽冠軍成員的身份，讓他同時吸引到網路以及谷歌母公司Alphabet投資的Waymo這兩家日後行業巨頭的青睞。沒有經過猶豫，他果斷加入了網路矽谷的無人車項目。

回憶當初去網路的原因周光這樣說：“去一個2000人的團隊，你只是一個擰螺絲的，而網路正處在一個0到1的階段，在這里誰有能力誰就上。當時好多之前兩三個月沒解決的問題，我過去一周兩周就解決了。”

回頭看看就會 發現 ，網路矽谷的無人車項目可謂是群 星 閃 耀 ，貢獻了日後中國自動駕駛界的半壁江山：小馬 智行 CEO彭軍、CTO樓天城，文遠知行CEO韓旭，當然還有元戎啟行CEO周光。

兩年在網路的工作經歷讓周光很懷念也很感激，但是他總覺得自己還能多做一點什麼，於是他決定接下第三個劇本——“企業家劇本”。

企業家

從求學到工作，一路以來順風順水的周光卻在創業伊始就栽了大跟頭。

2017年，周光與兩位網路時期的同事聯合創立了自動駕駛公司Roadstar.ai，明星團隊中的明星人物，高學歷、高科技、高潛力，“三高” 元素 讓這家公司誕生之初就被寄予期待，輕輕鬆鬆融資上億美元

做企業或許不需要像做技術那樣解決那麼多精深的問題，但是只要涉及到人性就會讓問題復雜化。三個血氣方剛、還都沒有經營經驗的技術精英的結合很快就因為經營思路、股權分配等原因遭遇到了考驗。很可惜他們沒能共同度過難關，科技新貴Roadstar.ai在成立不到兩年後就走向了分崩離析，是非曲直，難以論說。

絕不承認這種“非技術因素”失敗的周光在隨後的兩年無奈地開啟了隱身模式，蟄伏期間他依靠著前期培養起來的研發團隊以及極其有限的資金支持，讓元戎啟行開始了艱難的起步。

周光再一次出現在公眾面前又是兩年之後的2021年。去年9月，元戎啟行完成了由阿里巴巴戰略領投的3億美元B輪融資，周光才終於由幕後回到前台，被正式任命為元戎啟行CEO。

面對著一個比四年前更加激烈的競爭局面，周光這一次將要應對的不僅有幾位進展飛速的前同事，還有自命不凡的造車新勢力，更有英偉達這樣虎視眈眈的跨界巨頭。

三個劇本中准科學家、工程師、企業家的三重經歷也共同塑造了今天的周光，如今再次回顧這三個身份，他這樣總結：

“這三者的思維方式有許多相似的地方，也因職業性質不同，會有不同的側重。在有了科研和工程師的工作經驗後，我希望能夠匯聚和整合資源，用科技給人們的生活帶來好的改變。”

終局思維與商業思維的融合

對於自己選擇的這條創業之路，周光是信心十足的，而給予他信心的除了一個久經考驗的團隊外還有他一直以來崇信的終局思維。

終局思維

“我有一個非常好的團隊。我們團隊的凝聚力非常高，大家也都經歷過之前的風波，對新的機會是額外的珍惜……我們從出來的第一天就對終局看得比較清楚。同一時間點，別人融到是我們的十倍，但是我們卻能走得更快，就是因為看得准，看得清楚。”

如果說第一性原理是特斯拉的指導性原則，那麼“終局思維”在元戎啟行內部的影響也絲毫不會弱於前者。2021年12月元戎啟行正式發布了名為DeepRoute-Driver2.0的L4級自動駕駛前裝解決方案就是這種思維的體現。這個方案在硬體上由5顆（半）固態激光雷達以及8顆高動態范圍攝像頭組成，最大亮點在於其低於一萬美元的成本，而如今這一數字在量產後將減少到3000美元。

從創業伊始，周光就堅持一步到位走L4級自動駕駛路線，相比立刻就能帶來收益的L2+方案，這勢必是一條更艱難的道路，但是原因也很明確：“L4級自動駕駛是在設計運行范圍內的區域中實現無人駕駛，從自動駕駛終局來看，L4比L2的天花板要更高。”

在現階段的L2級自動駕駛演算法框架上，基本上是基於純視覺的方案來打造的，“沒有激光雷達的數據，難以通過純視覺演算法的不斷訓練和提升來實現高級別的自動駕駛”，基於此，周光從技術上判斷，裝備了激光雷達的L4級自動駕駛路線能夠更快抵達自動駕駛終局。

雖然是激光雷達派，但是周光卻並不認為“終局思維”與馬斯克堅持的第一性原理相悖，“從理論上來說純視覺是可以實現完全自動駕駛的，但實現起來會非常慢，主要原因在於今天的純視覺技術還是相對來說比較弱一點。”他這樣詮釋。

終局思維的形成與周光此前在清華作為准科學家培養與以及作為AI工程師的經歷中所培養的思維方式密切相關，“科學家更需要發散的思維，抽象的思維，既要能大膽猜想，也需要從千絲萬縷的線索中找到關聯，探索規律；而工程師需要聚合思維，從已知的知識中抽絲剝繭，尋求正確答案。”因此思考趨勢並提前布局成為了他做事的習慣。

當年赴美留學時，人工智慧、深度學習尚未有今天的地位，用周光自己的話來形容，自己是在別人還“看不起”這一領域時就埋頭其中，果然就在博士畢業期間迎來了這一領域的爆發。對於自動駕駛行業也是如此，周光在創業之初就已經准確預測了自動駕駛產業鏈在未來幾年的發展趨勢。

周光認為自動駕駛落地離不開車規級的感測器、車規級晶元以及能夠覆蓋全國范圍的高精度地圖三個重要的外部因素，要保證三要素發揮出作用，需要的是優異的演算法和工具鏈作為支撐，這也正是周光一直以來所深耕的領域。

周光表示：“2019年的時候我們就已經預料到了今天的自動駕駛可能採用的感測器晶元，它的算力、功耗會是怎樣，我們整個技術就是這個來規劃的”。

感知演算法方面，周光在2017年創業之初就在大力推進前融合感知方案，如今元戎啟行自研的前融合感知演算法可以讓價格便宜的固態、半固態激光雷達最大限度地替代機械式激光雷達；工具鏈方面，元戎啟行的自研的推理引擎技術，可以支持高級別自動駕駛系統在低功耗、低算力的車規級晶元上運行。

去年以來，自動駕駛晶元迎來了一場“算力革命”，英偉達看似一騎絕塵，高通、地平線等企業也是躍躍欲試。對此，周光並沒有表現得十分樂觀，他表示一味追求算力將會導致系統成本上升，自動駕駛系統需要針對自身演算法特點合理利用有限的計算資源。

同時周光對中國企業在高端AI晶元領域“卡脖子”風險也早有擔憂，這也是元戎啟行持續推進推理引擎技術研發的原因之一，它不僅可以降低對高算力晶元的依賴，更是應對壟斷型晶元企業“卡脖子”風險的有效手段。

正是憑借著在演算法與工具鏈方面所建立起來的信心，讓元戎啟行堅定了一條原則，就是在供應商選擇方面可以不挑最火的，只挑最合適的，這也正是周光敢於說出元戎啟行這套L4級自動駕駛成本未來將會低於3000美元的信心所在。

企業家思維

經歷過Roadstar.ai的失利之後，周光從身心兩方面加快了向一個成熟企業家過渡的進程。他表示相比於做科研與做工程師，企業家需要有系統性、創造性的思維，需要為企業制定前瞻性的戰略與企業文化，讓員工能夠發揮自己的才能，為客戶、為社會創造價值。

基於此，周光為元戎啟行的產品定下了低成本、能量產的目標，他表示一個公司如果長期不盈利也不以盈利為目的，是沒有意義的。

極狐阿爾法S華為HI版，搭載了華為全棧智能汽車方案，其中配備了3顆96線車規級激光雷達、6個毫米波雷達、12個攝像頭、13個超聲波雷達，同時搭載華為MDC810智能駕駛計算平台，算力達到了400TOPS，僅就數據而言，它不僅達到了華為最高階的自動駕駛輔助的水平，也是現階段量產的自動駕駛解決方案中的最高水平。

雖然就自動駕駛級別而言，阿爾法S華為HI版無法宣稱自己已經達到L4級別，但是就硬體表現而言已經不輸給眾多的L4級自動駕駛解決方案了，其入門的進階版售價為39.79萬元，相比沒有搭載華為自動駕駛方案的最高配車型高出4.7萬元，保守估計該系統售價在3萬元以上。

與華為對比就能發現元戎啟行的這套3000美元的自動駕駛解決方案在成本控制上的力度。周光為這套系統簡單做了一套算數題：激光雷達500美元一顆，將來需要三顆，雷達成本就是1500美元；AI晶元成本500美元一顆，算力平台如果需要雙晶元，晶元成本就是1000美元，其他費用500美元足夠……

低成本也在加快驅動元戎啟行自動駕駛方案的量產落地。現階段自動駕駛需要每年收集大量數據，而要實現這么大量數據的積累，量產是唯一的選擇。受限於法律法規和數據量的限制，L4級自動駕駛系統上車之後，還無法立馬實現大規模的自動駕駛，會經歷一段人機共駕的過程。

周光表示在數據積累較多的地方可率先實現自動駕駛，讓消費者不用自己開車或者享受Robotaxi（無人駕駛計程車）服務，而在一些數據積累較少的區域，則會不斷積累道路數據，逐步放開自動駕駛能力。

另一方面，元戎啟行現階段也在積極與車企開展合作，雖然L4級自動駕駛正式落地尚需時日，但是L4級的演算法卻可以賦予汽車L2+、L3的能力，“我們的系統上車之後也可以根據車企的需求，兼容L2、L3的智能駕駛。”

如今，36歲的周光正年富力強，作為一家高科技獨角獸企業的掌門人，他有過科學家、工程師、企業家的三重寶貴經歷，他也曾經歷過創業初期慘痛的失利，這位一個天生就具備選擇自己人生劇本的“hands-on”人士會帶領著元戎啟行書寫怎樣的新故事？未來的自動駕駛又會走向何方？

未完，待續……

（文： 陳彥宇）

@2019

⑺ 智行者發布國內首款不依賴高精地圖的高速領航系統H-INP

可持續進化是無人駕駛大腦的最大特徵。智行者認為，數據以及使用數據迭代演算法的能力將成為保持技術優勢的重要基礎。基於多場景的廣泛產品落地，智行者形成了涵蓋數據採集、數據加工、數據管理、數據訓練、測評等在內的、車端推理-雲端訓練的完善數據閉環。

高效賦能是無人駕駛大腦最大的競爭力。在商業化加速的大背景下，智行者創新性研發了基於模型開發方式，將無人駕駛技術快速與不同場景中的不同車型進行適配並落地應用，有效解決自動駕駛技術場景復用率低的問題。

此外，智行者還進一步明確了其作為軟硬體+雲端一體化解決方案提供商的定位。以融合軟硬體+雲端的無人駕駛大腦為核心，以需求推動商業化落地理論為依據，以工程化能力為強支撐，智行者已實現了多場景的商業化落地部署，於行業內率先打造了成熟的數據閉環和商業化閉環。至此，智行者已邁入3.0時代，全面開啟多場景的規模商業化落地。

⑻ 英偉達在自動駕駛領域圈地：拿出超算力晶元還收獲了兩家中國公司

對於完全實現自動駕駛的L5級別無人駕駛計程車，英偉達將製造出每瓦算力100TOPS的產品。

簡單總結就是，獲得英偉達初創企業展示的企業，可以通過最直接的渠道獲得英偉達提供的不僅限AI技術的能力，而是是高性價比。

GregEstes在采訪中透露，「英偉達計劃項目已覆蓋全球近7000家AI初創公司，英偉達希望通過英偉達初創企業展示可在產品開發、原型設計和部署的關鍵階段助力初創企業發展，每家成員企業都能夠持續獲得為其量身定做的助力權益，這為初創企業的發展提供了基本工具。」

當前，自動駕駛技術正處長快速發展期，經過上半場的融資、技術融合，自動駕駛下半場必將進入技術落地階段，初創公司如何能夠在新一輪技術爆發中快速突圍，除了擁有過硬的自身技術實力之外，更需要英偉達這樣的成熟的AI公司進行賦能。

本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。

⑼ 為無人而生，AutoX發布第五代Gen5全無人駕駛系統 |汽車產經

2021年7月6日消息，今年世界人工智慧大會（WAIC）前夕，中國無人駕駛公司AutoX於上海舉辦盛大發布會，帶來了其第五代全無人駕駛系統AutoX Gen5。

從車規級硬體及電子電氣架構、感測器到核心計算平台，AutoX Gen5保證了真正全無人駕駛能力，展示中國RoboTaxi的「正確打開方式」。可以說，AutoX Gen5代表世界級科技實力，可與全球無人駕駛領域頭部玩家爭高峰。無人駕駛RoboTaxi被公認為人工智慧浪潮之巔，本次AutoX發布會成為本年度世界人工智慧大會的開門紅。

AutoX Gen5：全球頂級硬體架構、感知及核心計算平台

AutoX第五代系統搭配全球最頂級的車規級硬體和電子電氣架構，?共50個高清車規級感測器，包括：

●      28個8百萬像素的車規級攝像頭，每幀像素總和超過2.2億

●      全球最高解析度的4D毫米波雷達，角解析度達到0.9度

●      高清激光雷達，每秒超1500萬點雲成像

可以說，AutoX Gen5的感知精度刷新了中國RoboTaxi的高度，讓中國的無人駕駛汽車首次能與國際頭部玩家相媲美。

發布會上，AutoX推出第五代系統的核心計算平台，中國首個L4/L5級別無人駕駛計算平台AutoX XCU。最新第五代系統達到了驚人的2200 TOPS算力，是中國車載超級計算算力的新高。全球頭部半導體公司 Intel英特爾、Nvidia英偉達、Xilinx賽靈思、OnSemi安森美等作為深度合作夥伴，登台共同啟動發布儀式。

在AutoX的安全標准里，僅僅有超高清的感測器感知能力、車載級域控制器還不夠，AutoX Gen5定義了整體自動駕駛域的電子電氣架構EEA，使全域系統架構滿足安全要求。不僅從設計上保障多層冗餘確保?規級功能安全，各個模塊還經過了震盪沖擊測試、高溫及低溫測試、EMC測試等車規級測試，達到量產?規級別硬體質量，同時將一體化液態冷卻系統、線束工程、電源管理系統等全部考慮進去，進行整車車規級驗證。

第五代系統的生產流程遵循嚴格的供應鏈管理，必須通過一致性整體質檢，在標准化的產線流水線化安裝，並通過嚴苛的防水測試、震盪顛簸、海量實際道路路測驗證，才可「放行上路」。

AutoX還拓展了無人車的邊界，將感知系統拓展到路端應用，輔助專攻「鬼探頭」等特殊場景。

整個第五代系統，歷時兩年半，為中國RoboTaxi所需的安全級別量身定製，已進入量產階段。

AutoX的核心價值觀：為RoboTaxi用戶提供最安全、最好的出行體驗

AutoX所做這一切的出發點，是真正全無人RoboTaxi的用戶。

從世界范圍來看，無論從性能、安全等級還是可靠性來看，AutoX Gen5都刷新了標准。肖健雄表示，AutoX要打造世界上最頂級的系統，處理世界上最復雜的道路路況，把最前沿的技術集一身，以打造一個革命性產品，滿足廣大用戶安全出行的需求，用科技改變生活。

AutoX Gen5雖是為「無人」而生，然而其核心更應解讀為人而生——保護用戶的安全、公眾的安全，才是一家無人駕駛公司的首要任務。

「在L2- L3級別的自動駕駛領域，『做減法』來降低成本的行為是存在的。但在RoboTaxi領域，是不允許『偷工減料』的，我們必須堅持提供最好的性能，最過硬的硬體和架構，通過更強大的軟硬體一體化設計，才能最大程度上保證安全性。AutoX的理念是安全第一。」

在高端用料、安全第一的基礎上，AutoX仍能劍指量產的核心因素有三，一是通過規模化量產，二是通過自研，三是通過ODD拓展加大有效運營時長增加收入。

自成立以來，AutoX在「硬核科技」的路上越走越遠，也越做越深。從百台規模的自動駕駛車隊在深圳、上海等一線城市部署落地，大規模鬧市區測試驗證和載人示範應用，到中國目前唯一在城市公開道路上全空車無人駕駛RoboTaxi運營，AutoX在全無人駕駛技術上一路領跑。

自2020年起，AutoX展開公開道路上完全空車的無人駕駛測試，並於2021年1月面向公眾開放其真正全無人駕駛運營，是中國首個「全車無人」（車前、後排均無人）的RoboTaxi面向公眾運營。至今，AutoX全無人RoboTaxi運營已達6個月，以過硬的技術實力，保持完美的零事故紀錄，安全承載了中國首批全無人駕駛乘客，領跑中國真正無人駕駛RoboTaxi落地進程。

此次AutoX的硬核實力技術發布，刷新了中國L4級自動駕駛、尤其是全無人RoboTaxi的定義和標准，同時也展示了其堅定投入真正無人RoboTaxi 硬核科技的決心，以及科技向善的初心。AutoX將把第五代系統帶入WAIC世界人工智慧大會，展出搭載第五代系統的兩款RoboTaxi車型。據悉，公司在北上廣深各大研發中心繼續加大招聘科研人才，今年內達到千人以上規模研發團隊。