无人驾驶计算平台算力

⑴ AutoX“无人之境”：中国首个全区、全域、全车无人RoboTaxi

11月16日消息，无人驾驶RoboTaxi领跑者AutoX安途正式发布中国首个全区、全域、全车无人驾驶。

目前，AutoX全无人RoboTaxi的运营区域已完全覆盖深圳市坪山区大小街道，成为中国首个覆盖全区、全域、全车无人的完全无人驾驶运营，也是是中国面积最大的完全无人驾驶运营域，建成全域168平方公里“无人之境”。

视频正在加载中...

 视频中，Auto无人车横穿坪山区，途经坪山区中心繁华CBD商圈，最终抵达坪山高铁火车站，并在靠边停在落客区。

绕行接送车辆，到达坪山高铁站北广场

视频秉承一贯风格，同步公开车内前向、后向360度覆盖摄像头，让观众沉浸式实时体验完全空车的真正全无人驾驶。

绕行临时修路路障后连续换道

视频一镜到底，四十分钟车程中，无人车在坪山外国语学校附近“接单”，前往坪山高铁火车站。

高速路段绕行临时锥桶

一路上，无人车穿过坪山区中心地带，路过嘉邻购物中心、坪山实验学校、坪山大剧院等地标性建筑。

施工道路并道

大型无灯十字路口无保护左转

 不管是在六车道大型无红绿灯路口的无保护左转、施工道路并道还是绕行临时修路路障后连续换道，AutoX无人车都展现出娴熟的行驶技巧，自如地根据驾驶场景做出决策。

在深圳市坪山区展开全无人运营近一年以来，AutoX展现了优秀的技术能力和规模化运营实力。11月5日，在以“创新坪山，未来之城”为主题的2021年度深圳市坪山区招商大会上，AutoX被特邀作为重大产业项目进行单独签约和主旨演讲，题为“AutoX安途探索无人驾驶规模化落地”。

AutoX无人车行驶在深圳城中村

深圳、上海大规模落地，保持零事故纪录

自成立以来，AutoX始终聚焦全无人驾驶技术的研发及落地。

2019年6月，AutoX获广州首批自动驾驶路测牌照，2019年11月，获深圳市路测牌照，并成为第一家通过深圳自动驾驶功能测试的企业。2019年年底，上海颁布自动驾驶新规2.0并发布首个升级版牌照，AutoX位列其中，成为首个拿下深、上、广牌照的自动驾驶企业。

从百台规模的自动驾驶车队在深圳、上海等一线城市部署落地，大规模闹市区测试验证和载人示范应用，到中国目前唯一在城市公开道路上全空车无人驾驶RoboTaxi运营，AutoX在全无人驾驶技术上一路领跑。

在过去的一年半的无人驾驶测试和运营中，AutoX以过硬的技术实力，保持了完美的安全记录，成功实现零事故，安全承载了中国首批全无人驾驶乘客，推动中国真正无人驾驶RoboTaxi落地。

AutoX，以“安途”为使命，坚持安全第一，严格要求自己，不偷工减料，以用户利益为核心，为用户提供最优秀、最安全的无人驾驶共享车RoboTaxi服务体验。AutoX Gen5虽是为“无人”而生，然而其核心更应解读为人而生——保护用户的安全、公众的安全，才是一家无人驾驶公司的首要任务。

此次AutoX发布168平方公里全区、全域、全车无人的RoboTaxi运营域，不仅展示了其硬核实力技术，刷新了L4级无人驾驶的最大全无人运营区域新记录，更展示了其坚定投入真正无人RoboTaxi 硬核科技的决心，以及科技向善的初心。

据悉，AutoX在北上广深各大研发中心继续加大招聘科研人才，年内预计达到超过千人规模研发团队。

⑵ 华为首发的无人驾驶系统备受追捧

华为与三家车企合作造车的消息才刚刚公布，三天后，华为与北汽合作车型极狐阿尔法 S HI的实车体验就来了。

4 月 15 日，配备华为自动驾驶技术的北汽新能源极狐阿尔法S的HI版车型，在上海进行公开试乘，这也是华为自动驾驶技术全球首次公开试乘。

据了解，现场测试车辆的行驶情况较为平稳，在红绿灯启停、无保护左转、避让路口车辆、礼让行人、变道等情形下均能实现城区通勤无干预自动驾驶。在 科技 博主“ 汽车 洋葱圈”的12分钟的试驾视频，详细展现了华为自动驾驶的道路初体验。

市场对阿尔法S HI的评价相当之高，甚至有言论称该款车型的自动驾驶能力“碾压特斯拉”。公开试乘的消息公布后，华为 汽车 概念股今日大涨，北汽蓝谷、华阳集团先后涨停，路畅 科技 、四维图新跟涨。

相比雷军“我愿押上人生全部声誉去造车”的真情告白，华为官宣合作造车的消息要朴实得多。

在4月12日的华为全球分析师大会上，华为副董事长、轮值董事长徐直军表示，华为计划与北汽、广汽、长安 汽车 三个车企合作打造3个 汽车 子品牌，今年四季度开始，华为将陆续推出子品牌 汽车 。

徐直军再次强调华为不造车，只是帮助企业造好车，赋能车企。言辞虽低调，但在与车企的“深度合作”中，华为所占分量可不小。合作车型的车身上将标有HI LOGO（HI代表Huawei Inside），搭载了华为 高阶自动驾驶系统 和 全部华为智能 汽车 解决方案 。

在合作造车这件事上，华为可以说是有备而来。阿尔法S HI正式亮相的背后，双方已经经过了两年多的准备，新车离交付已经很接近。

2019年1月28日，北汽与华为签下了全面业务合作协议，正式确认了首个全套采用HI解决方案的产品合作项目「N61AB-HBT」（以下简称HBT），今天的阿尔法S HI正是HBT的量产形态。

HBT的首台样车在2019年9月23日下线，从那至今近两年的时间里，华为和极狐已经完成这台车大量的测试和验证工作。正式亮相的阿尔法S HI，已经是一个蓄势待发的状态了。

不仅如此，带着「HI 首次面世」标签的阿尔法S HI，寄托着华为在智能驾驶上一鸣惊人的厚望。在该款车型预热图的中央，明目张胆地写着“自动驾驶新标杆”的字样。

要拳打特斯拉，脚踩小鹏，“后来者”华为有什么底气？

感知能力可以说是决定自动驾驶能力和体验最基础和最关键的一环。而据公开信息，在HBT的感知硬件中，搭载了三颗显眼的 126 线激光雷达。具体参数如下：

激光雷达布置在左、中、右三个方向。相比仅正前方布置激光雷达，这样的布置对于侧向环境的感知更强。

而且，按理说，覆盖左、中、右三个方向，每颗激光雷达有90 的水平视野即可。而HBT上每颗激光雷达的水平视野都是 120 ，如此一来这 3 颗激光雷达组成的探测范围中，车辆的左、右两个斜角上会有双雷达叠加形成的强化感知区。

这样的设计加强了车辆对于「鬼探头」场景的前侧向盲区的感知，提供了强大的安全冗余。

除了3颗激光雷达之外，HBT还配备了“ 9 ADAS摄像头 + 6毫米波雷达 + 高精地图”的多重感知，其中每一个单项几乎都做到目前的先锋水平。

如此数量不同维度、不同类型的多元感知之下，HBT负责智能驾驶的大脑能运转过来吗？

除了有强大的感知能力加持，阿尔法S HI的算力也将刷新量产车之最。

为了处理海量的传感器数据，HBT上使用的ADS平台算力为400 TOPS。作为对比，目前，特斯拉Model 3 采用的FSD HW 3.0算力为144 TOPS，小鹏P7采用的英伟达Xavier 算力为30 TOPS。

徐直军称，华为自动驾驶能够在市区做到1000公里无干预的自动驾驶。

⑶ 造车新势力蔚小理的自动驾驶进化之路

英伟达CEO黄仁勋曾提出“电动化”与“智能化”将对 汽车 产业带来颠覆性的变化，如今“电动化”的战场硝烟未止，“智能化”的战争便已经打响。

自动驾驶作为智能 汽车 的大脑，是实现“智能化”至为重要的一环，是 汽车 进化为智能体的必由之路，可以认为， 得自动驾驶者得“天下”。

在各路自动驾驶玩家中，国内的造车新势力是一股不容小觑的力量，目前以小鹏、蔚来、理想三家处于相对领先地位。

蔚小理均采用渐进式的路线，即从低等级的自动驾驶起步，逐步扩展功能和场景覆盖，最终进化为全场景的完全自动驾驶。

不过，蔚小理对于实现自动驾驶进化的思路以及速度存在差异，从整体上看，小鹏目前领先于其他两家，蔚来略领先于理想， 本文将尝试对这三家企业的自动驾驶进化之路进行解读。

01 小鹏

快速迭代保持领跑，重点深耕泊车场景

小鹏从创始之初就一直致力于做中国的自动驾驶第一，小鹏 汽车 董事长何小鹏在中国电动 汽车 百人会论坛上自豪地说道，小鹏在智能驾驶领域比绝大多数公司领先2-3年。

2018年12月 小鹏首次推出辅助驾驶系统Xpilot2.0 ，搭载于小鹏首款智能 汽车 G3，计算平台采用Mobileye EyeQ4芯片，感知硬件系统包含1个前视摄像头、4个环视摄像头、3个毫米波雷达和12个超声波雷达。

在当时，小鹏经过调研认为在自动驾驶最主要的三大系统行车、泊车与主动安全中，泊车系统的功能成熟度相对是比较低的。

自动驾驶产品开发部总监肖志光提出：“我们看到了其中很多用户痛点，之前的泊车系统经常识别不到车位，且操作不便捷，那这些地方我们可以去攻关，真正解决用户的痛点。”

因此，除了落地基础的ADAS功能外， 小鹏选定智能泊车作为其自动驾驶进化之路的“制胜法宝”。

小鹏是国内最早 将视觉感知能力融入自动泊车 的车企，车辆可以通过摄像头识别周围的车位线等，与雷达系统的感知能力进行融合完成泊车，这使得小鹏可以实现垂直、水平、斜方位、无划线等所有泊车场景下的自动泊车和遥控泊车能力。

这项能力到目前仍然是领先于蔚来和理想的。

然而由于Mobileye比较封闭的特性，最重要的感知算法基本为“黑盒”，导致车企对于算法的开发自由度很低，也很难触及到用户使用过程中产生的数据，对于小鹏这种很早就计划要做全栈自研的车企，显然是无法满足其诉求的。

因此小鹏 决定改用英伟达的Xavier芯片作为计算平台 ，Xavier是英伟达2020年量产的首款高等级自动驾驶芯片，算力30Tops，远高于EyeQ4的2.5Tops，最关键的是英伟达的芯片是开放式的，车企在其提供的开发环境内较高的自主开发性并可以获得底层的感知数据。

摆脱了“黑盒”的束缚 ，小鹏开始施展拳脚，正式开启“全栈自研”之路。（注：这里说的“全栈自研”是指以此为方向，并不代表已完全落地，事实上，目前能做到全栈自研的公司只有特斯拉，国内车企可以实现部分自研）

2021年1月小鹏推出P7车型，搭载Xavier芯片，并新增3个前视摄像头、4个侧视摄像头、1个后视摄像头， 构建了360度全方位环绕感知能力 ，而蔚来和理想事实上直到今年才完成此项能力构建。

小鹏在P7车型中配备升级后的自动驾驶辅助系统Xpilot3.0，支持NGP高速领航辅助驾驶功能，即在高速场景下可以实现高精地图覆盖范围内的点到点自动驾驶， 由此小鹏已实现“泊车+高速”双场景覆盖 。

同年6月小鹏对其主打的自动泊车能力进行了大幅提升， 通过OTA推送了“VPA记忆泊车”功能 ，被官方称为是“首个量产且不依赖于停车场改造的最后一公里泊车功能”。

所谓VPA记忆泊车，是指系统可以自动记忆车主常用的停车路线，在不需要驾驶员干预的情况下，将车辆从设定路线的起点自动开往设定路线的终点， 是L3级自动驾驶功能 。

小鹏的VPA以视觉感知输入为主，通过视觉神经网络处理算法构建停车场的“语义地图”，包含停车场内的车道线、柱子等各种核心元素，将实时感知到的元素与记忆中的元素进行“匹配”，进而不断调整行车路线以接近记忆路线，直至完成泊入车位。

在拥有泊车和高速两大场景的高阶自动驾驶能力后， 小鹏继续发力城区场景 ，引入激光雷达传感器，与摄像头视觉感知融合，打造更具安全冗余的感知能力，释放城区场景NGP辅助驾驶能力，落地于小鹏P5车型。

至此， 小鹏自动驾驶能力已初步覆盖泊车、高速、城区三大核心场景。

小鹏的快速迭代之路仍在继续，今年2月，小鹏通过OTA进一步升级记忆泊车功能，新增跨楼层记忆泊车、记忆路线可分享、泊车过程中可沿途搜寻并泊入空闲车位等能力。

小鹏也因此 基本实现了“自动泊车”向“自主泊车”的进化。

为了更进一步打通各场景下的自动驾驶能力，小鹏将再次升级计算平台， 将Xavier芯片替换为英伟达最新的OrinX芯片 ，单颗芯片算力达到254TOPS，打造出Xpilot4.0， 实现真正意义上的全场景、点到点的导航自动驾驶 ，首次搭载最新软硬件系统的是小鹏最新款车型G9，将于今年6月正式发布。

整体来看，小鹏以智能泊车作为持续深耕的功能，这个选择是有效的，一方面国内泊车费时费力，是用户开车的痛点问题之一，另一方面停车场属于超低速场景，在自动驾驶能力还不够完善时相对风险较低， 小鹏在泊车域成功实现卡位 。

同时， 小鹏从一开始便提出要逐步全栈自研的思路，并以高频次快速迭代，是最早实现高速、泊车、城区全场景自动驾驶能力覆盖的车企。

小鹏的自动驾驶能力在国产造车新势力中目前是处于领先身位的，随着蔚来、理想的奋力追赶，如何持续保持领先优势是小鹏需要研究的课题。

02 蔚来

硬件能力高举高打，率先落地高速领航

蔚来是国产造车新势力的先行者 ，2017年12月便首次发布了 第一代自动驾驶系统NIO Pilot ，搭载于蔚来首款车型ES8，包括后来的ES6和EC6均使用这套辅助驾驶系统。

NIO Pilot的计算平台同样选用的Mobileye的Eye Q4，初代感知系统采用3个前视摄像头、4个环视摄像头、5个毫米波雷达及12个超声波雷达在内共计22个传感器组成，这个配置是要高于小鹏和理想的初代感知硬件。

2019年6月蔚来通过OTA推送了 NIO Pilot的第一次重大升级 ，新增了包含高速自动辅助驾驶、拥堵自动辅助驾驶、转向灯控制变道、道路交通标识识别、车道保持功能、前侧来车预警和自动泊车辅助系统在内的7项功能。

需要注意的是，这次升级的几项功能仍是L2级以下的低阶自动驾驶水平，包括其中的高速自动辅助驾驶，仅是在实现自适应巡航（ACC）的车速控制和车距保持功能的基础上，增加了车道保持的转向辅助功能。

蔚来真正实现较高水平的自动驾驶能力，是在2020年10月融入高精地图后， 释放的高速场景下点对点领航辅助驾驶功能 ，这个时间点要早于小鹏和理想，是 国内首家实现NOA高速领航落地的公司 。

对于蔚来自动驾驶能力的进化之路而言，这是一个重要的节点， 标志着蔚来开始迈向L3时代 ，与小鹏选择泊车场景作为切入点不同，蔚来率先选择切入的场景是高速。

随后蔚来 升级视觉融合全自动泊车功能 ，不过仅支持水平和垂直两类常见车位自动停靠，对于斜方位或者无划线的车位无能为力，属于L2级别，整体性能距离小鹏有较大差距。

第二代自动驾驶平台NT2.0的问世，是蔚来另一个重要节点。

2021年1月，在蔚来NIO DAY上，李斌发布了NT2.0以及基于此平台打造的 NAD自动驾驶系统 ，NAD的全称是NIO Autonomous Driving，从Assisted Driving（辅助驾驶）到Autonomus Driving（自动驾驶），表明了李斌对这套系统的定位。

李斌曾提到，以NT1.0搭载的硬件架构，其传感器和运算能力无法实现 L4 级自动驾驶，也不会宣布可以做到L3，他认为NT2.0作为蔚来研发的新一代技术平台，会是行业内最先进的量产自动驾驶技术。

NT2.0和NAD的落地标志着蔚来吹响加速向无人驾驶进军的冲锋号角 ，配备此系统的最新款车型ET7已于今年3月落地交付。

NAD系统在硬件层面延续了蔚来“高举高打”的特点 ，计算平台由Mobileye升级为更为开放的英伟达，共计搭载4颗英伟达Orin芯片，包括两颗主芯片、一颗备份芯片和一颗群体智能与个性训练专用芯片，整体构成蔚来超算平台NIO Adam，算力高达1016TOPS。

在感知层面， 蔚来打造Aquila超感系统 ，NAD在NIO Pilot基础上拿掉一个前视摄像头，但新增两个瞭望塔式侧前视、两个侧后视和一个后视，并且摄像头由180万像素升级为800万高清摄像头，构建360度全视角高清感知能力，同时新增一个激光雷达，作为视觉感知的冗余，整体称得上豪华。

同时值得注意的是， 蔚来在NAD中还额外增加了C-V2X感知模块 ，是国内第一个在新车搭载V2X的车企，V2X即车联网，用以实现人、车、路和云平台之间的连接与通讯，表明蔚来在发力单车智能同时，已经开始布局车路协同。

可以看到， 蔚来实现自动驾驶进化的一贯思路就是“硬件先行” ，无论是NT1.0，还是NT2.0，都配备了高冗余的硬件系统，基于高规格硬件系统，通过正向独立开发不断更新软件能力。

不过，高级别硬件能力固然可以更好地保障自动驾驶系统游刃有余地处理各类复杂任务，然而单靠硬件堆栈难以从根本上真正提升自动驾驶的能力， 再好的“装备”如果不是给到一个“技能”足够强大的角色，可能也难以“打赢 游戏 ” 。

NAD相比NIO Pilot不仅需要完成从高速到泊车、城市的全场景跨越，还需要完成从仅前视感知到360度环绕+激光雷达融合感知的跨越，且由于前期一直采用Mobileye封闭芯片，底层的数据积累不够充分，这些对于蔚来都是需要面对的挑战。

如何提升算力和数据的利用效率， 强化自动驾驶的“软实力” ，是蔚来需要加足马力提升的，好在蔚来具有厚实的研发基础，近日原小鹏自动驾驶产品总监黄鑫的加入，或许可以一窥蔚来要做出改变的决心。

03 理想

后起之秀先发制人，自研发力主动安全

相比小鹏和蔚来，理想的自动驾驶之路看起来是起步更晚的，李想曾自嘲说道是由于自己创业初期融资能力差导致没有充足的资金开展智能驾驶技术研究，这个局面在2020年理想 汽车 IPO之后才发生根本性转折。

但或许，理想的自动驾驶之路早就开始了。

2019年4月理想落地首款量产车理想One，同样是搭载拥有成熟ADAS方案的Mobileye EyeQ4芯片，配备1个前视摄像头、4个环视摄像头、1个毫米波雷达和12个超声波雷达，具有车速、车道控制等L2级以下自动驾驶功能，整体比较基础。

但理想有一个特点， 从一开始就标配辅助驾驶功能 ，是因为理想希望通过用户使用持续收集驾驶场景的数据，理想拥有乙级地图测绘资质，是造车新势力中第一家拥有合法收集数据资格的企业。

也就是说， 理想ONE一直在使用“影子模式”获取数据 。

数据对自动驾驶至关重要，自动驾驶底层是一种基于机器学习算法的技术，数据是算法建模与软件落地的基础，大量的数据采集是自动驾驶技术开发的前提。

可以说理想从采集数据开始就已经启动了自动驾驶之路，因此我对理想自动驾驶的定位是“后起之秀，先发制人”。

在拥有充分的数据和研发资金后，理想便抛弃了相对封闭的Mobileye芯片， 转向与支持车企自主开发感知、控制算法的地平线J3合作 ，开启自研之路。

2021款理想ONE便是落地的车型，相比2020款，升级了前视摄像头的性能参数，新增4个毫米波雷达，并首次融入高精地图。

自研方向除了必备的NOA导航辅助驾驶之外，理想还 选定了AEB作为自研的重点功能 ，AEB全称Autonomous Emergency Braking，即自动紧急制动系统， 是一种 汽车 “主动安全”技术 。

在传统 汽车 领域，AEB已经是一个较为成熟的功能，主要依靠雷达进行障碍物识别，通过测量距离碰撞发生的时间来判断是否选择自动制动，由于 汽车 在行驶过程中突然刹车也是有危险的，因此AEB要求性能非常稳定，既不能不刹车，也不能乱刹车。

那为什么理想要选择这样一个在自动驾驶系统里并不起眼且开发难度极高的功能作为自研突破点呢？

不考虑商业竞争的因素，或许源于李想对产品力的极致追求，安全性是衡量自动驾驶能力一个很重要的性能指标，AEB虽不起眼，但却是ADAS里 唯一一个在行车场景下随时待命的功能 ，对于自动驾驶的安全性能有非常重要的意义。

传统的AEB方案由于仅依靠毫米波雷达做探测，缺乏对物体的识别，容易出现误报的情况， 理想在自研过程中将视觉能力融合进来，采用“视觉+毫米波雷达”融合感知的AEB方案， 并利用积累的巨量真实驾驶数据进行算法训练，实现AEB功能的快速迭代和落地。

理想是全球第二个落地视觉融合方案AEB的车企，第一个是特斯拉。

2021年12月，理想正式交付自研完整版的AEB和覆盖高速场景的NOA功能，也 标志着理想在自动驾驶方向与小鹏和蔚来正式站在同一个赛道 。

进化之路仍在继续，2022年3月，理想发布新一款车型理想L9，硬件能力全面升级，感知层面采用高性能摄像头作为主要感知来源，配备6颗800万像素和5颗200万像素摄像头，实现360度全方位感知，同时配备激光雷达作为感知冗余，计算平台也同样采用算力更强大的英伟达Orin方案，搭载两颗OrinX芯片，总算力达到508Tops。

同时 理想推出自动驾驶系统AD Max ，采用全栈自研的感知、决策、规划和控制软件，基于这一代系统，理想将逐步覆盖高速、泊车、城区的全场景导航自动驾驶能力。

理想作为后来者，以主动安全为主要发力点切入自动驾驶初见成效 ，不过AEB毕竟是个低频功能，而且用户其实并不希望有需要用到AEB的场景，自动驾驶要想真正给用户体验带来“质”的变化，在行车域和泊车域的功能是重头戏，理想需要加速这些方面的能力落地。

面对实力强劲的竞争对手，理想仍然道阻且长。

04 有什么共性？

三家新势力在各自制定的路线上实现自动驾驶的快速进化，虽然路线有所差异，但大的方向还是存在一些共性：

数据驱动的底层思想

数据对自动驾驶的重要性不言而喻， 算法为数据服务，算力为算法服务 ，数据是自动驾驶能力的“源泉”。

小鹏 汽车 董事长何小鹏说：“我们致力于全栈自研，坚持数据驱动并不断创新，这是小鹏 汽车 业务的基石。”

理想 汽车 CTO王凯说：“车企想做到头部，一定要做数据驱动的 科技 企业。”

蔚来联合创始人秦力洪说：“原生数字化企业不是个时髦，是个必须。”

从这些变态可以看出三家企业均 将“数据驱动”作为打造自动驾驶和智能 汽车 的一个基本底层思想 。

数据驱动的关键是要构建数据闭环，包括数据采集、数据标注、数据训练、数据仿真等模块在内，共同形成由数据驱动开发和功能迭代的闭环系统，小鹏、蔚来和理想均在此发力。

未来自动驾驶的产品竞争，高效的数据闭环将成为有力的武器。

冗余配置的工程思维

人体作为一个复杂系统，冗余配置是很常见的一种形态，例如双肺和双肾，其中一个坏掉后不影响人体的正常运转。

冗余配置，是指重复配置系统的某些部件，当系统发生故障时，冗余部件介入并承担故障部件的工作，由此减少系统的故障时间。

对于自动驾驶的工程落地，蔚小理也运用了冗余配置的工程思维，在相关链路中的感知、计算、执行系统等环节都做了充分的冗余配置。

感知层面，小鹏、蔚来和理想均同时搭载摄像头、毫米波雷达、超声波雷达等多类型传感器，并将同时配备激光雷达，不同传感器的能力各有优势且有重叠部分，构造出“具有冗余感知能力”的自动驾驶感知系统。

算力层面，蔚来配备四颗芯片，一颗作为冗余备份，小鹏和理想配备双芯片互为冗余，三家的自动驾驶算力均达到500Tops以上，蔚来更是达到1000Tops+，强大的算力应用于目前的自动驾驶能力有充分的冗余空间。

执行层面，针对转向控制系统、驻车制动系统、动力输出系统蔚小理也都做了相应的冗余设计，确保自动驾驶控制信号正常执行。

安全是自动驾驶第一要义，冗余为安全护航。

应用场景层面的渐进式

实现全无人驾驶的路线有渐进式和跨越式两种，一般意义上的渐进式是指自动驾驶能力上从L1-L5逐步实现。

还有一种视角是在应用场景层面的渐进，也就是说，先在部分场景落地相对高阶的自动驾驶，然后不断扩大应用场景，最终实现全场景的高阶自动驾驶。

小鹏优先在泊车场景落地L3级的记忆泊车，随后在高速和城市快速路场景落地L3级点到点导航辅助驾驶，主城区场景点到点导航辅助驾驶正在测试中，预计今年中旬会正式落地。

蔚来和理想目前已落地高速场景导航自动驾驶，并且都宣布会在最新一代自动驾驶系统中逐步落地全场景导航辅助驾驶功能。

从泊车、高速、城市快速路、主城区，到更广泛的场景实现多域融通， 自动驾驶将逐步渗透，量变终会引发质变 。

软硬件全栈自研的趋势

从Mobileye到英伟达，车企选择合作的芯片由封闭走向开放，核心原因是车企希望在数据和算法层面掌握更多自主权，随着硬件能力逐渐趋同，智能化的竞争最终是软件及软硬耦合能力的竞争， 车企掌握数据和算法的自主权，更有利于实现快速迭代，打造差异化功能体验和产品服务 。

目前蔚来、小鹏和理想均已先后启动软件和算法的全栈自研之路，同时对于自动驾驶核心硬件的自研也正摩拳擦掌。

早在2020年，蔚来便传出要自主研发自动驾驶计算芯片的消息，后来因为遭遇财务危机，芯片自研的计划暂时被搁置，2021年据36氪报道，小鹏 汽车 也已开始涉足核心芯片的自研，而理想因为近期才宣布软件自研，硬件自研还需时日，理想对外的说法中也没有否认过要自研芯片的可能性。

要最大限度发挥自研技术的价值， 软硬件一体化自研或许是必由之路 ，国外的特斯拉便是这方面的先驱。

05 写在最后

自动驾驶的赛道日渐拥挤，越来越多的玩家意识到自动驾驶 的重要性，蔚小理由于介入更早，在认知、技术、数据、经验等多个维度都已具备一定的领先优势和技术壁垒。

从全球来看，造车新势力的自动驾驶能力，国外特斯拉一枝独秀，处于霸主地位，国内以蔚小理处于第一梯队，能力各具千秋，逐步形成阶段性的“一超多强”竞争格局。

然而，自动驾驶的竞争并不会停止，在蔚小理相互之间持续竞争之外，随着后续苹果、小米、集度等新玩家的加入，以及传统车企对自动驾驶能力的追赶，竞争会愈演愈烈。

竞争会加速进化，在以蔚小理为代表的造车新势力的推进下，期待 全自动驾驶时代可以提前到来。

来源于公众号：禾隐记（hejunnote)

⑷ AutoX建成中国首个全区、全域、全车无人的RoboTaxi运营区

第五代系统Gen5，配备了全球顶级的车规级硬件和电子电气架构，共50个高清车规级传感器，包括：

● 28个8百万像素的车规级摄像头，每帧像素总和超过2.2亿

● 全球最高分辨率的4D毫米波雷达，角分辨率达到0.9度

● 高清激光雷达，每秒超1500万点云成像

同时该系统还配备了AutoX自主研发的核心计算平台XCU，亦是中国首个L4/L5级别无人驾驶计算平台，达到了2200 TOPS算力，实现车规级别功能安全的多重冗余，保证真正全无人驾驶能力。

此次AutoX发布168平方公里全区、全域、全车无人的RoboTaxi运营域，不仅展示了其硬核实力技术，刷新了L4级无人驾驶的最大全无人运营区域新记录，更展示了其坚定投入真正无人RoboTaxi 硬核科技的决心，以及科技向善的初心。

⑸ AutoX揭晓RoboTaxi超级工厂 全无人驾驶生产线正式亮相

12月22日消息，中国全无人驾驶RoboTaxi领跑者AutoX（安途）首次对外揭晓AutoX RoboTaxi超级工厂内部视频，展示中国首个真正全无人驾驶RoboTaxi生产线。

今年7月，AutoX正式发布第五代无人驾驶系统AutoX Gen5，搭配全球最高清的车规级传感器，自研核心计算平台AutoX XCU和自动驾驶域电子电气架构，算力达2200 TOPS，实现车规级别功能安全的全栈架构冗余，保证真正全无人驾驶能力。

该超级工厂正是为量产AutoX第五代RoboTaxi所建—— AutoX与国际车企巨头克莱斯勒FCA深度集成合作，具备车规级冗余线控，也是中国目前唯一可支持量产真正无人驾驶的车型。

“依托中国首个全闭环的RoboTaxi产线，AutoX能够保证每一台无人车生产的质量和一致性，这是真正全无人RoboTaxi落地的前提。” AutoX创始人及CEO肖健雄表示。

 而具有量产能力的超级工厂，在进一步展示AutoX的硬件研发实力的同时，更展现了其硬科技智能制造能力，正持续推动第五代AutoX RoboTaxi的部署落地。

相较于仅做软件供应商的自动驾驶公司，AutoX在“硬科技”的投入越来越深，此次在真正全无人级别智能制造产线上的重大突破，更展示出其坚定投入规模化真正无人RoboTaxi硬核科技的决心，以及对质量、安全性的极致要求。

感知、算力、软硬件一体化、长期的无人驾驶数据积累，共同构成了AutoX的极高安全性护城河；AutoX全无人RoboTaxi超级工厂投入量产，则意味着中国全无人RoboTaxi按下了加速键。

目前，AutoX拥有近1000人规模研发团队，在北京、上海、广州、深圳、硅谷全球五大研发中心持续加速招聘科研人才。

⑹ 元戎启行CEO周光： 一个被当做科学家培养的工程师却成为了企业家

题记：

他出道巅峰，求学于无数人的梦想学府——清华大学基础科学班，“我有很好的数学物理背景，基础科学班实际上是非常难进去的，学的是数学系的数学，物理系的物理”；他也曾经历迷茫与低谷，“我很喜欢物理，所以去做高能物理，但是真正做科研研究的时候，我却是很迷茫的”；如今身为独角兽公司的掌门人，他希望“汇聚和整合资源，用科技给人们的生活带来好的改变。”他是得克萨斯大学达拉斯分校人工智能博士，也是 元 戎启行CEO周光。

6月9日，高考正式结束的日子。对于万千考生而言，这意味着一场大战的正式结束，同时也代表着另一场更大规模的人生战役也正在悄悄地拉开帷幕，短暂的中场休息却在不知不觉中决定了未来战场的开端……

“是上清华还是去北大？”这是很多人八岁时提出的问裂蔽题，十年之后还能思考这个问题的人的数量势必要呈指数级下降，但是一定依然会有少数的顶级学霸需要面临这一选择。如果你恰巧是其中一员，你会选择去清华园吗？你会选择经管学院？计算机系？还是那个天才、怪才扎堆的基础科学班？

看完这位学长的经历你或许就会作出选择。

三个顶级剧本在手却仍要折腾

在中国一个大学生可以成为科学家的概率有多大？是1/175000；在号称科学家摇篮的中科大，这一概率可以进一步提升至千分之一；而在清华大学基础科学班，这一概率可以再提升十倍不止。

2021年清华大学数理基础科学班的招生简章是这样描述的：“培养学生既具备有数学的高度抽象思维能力，又具有 现代 物理学的理论素养和实验技能。”换句话说就是基科大门常打开，智 商 不够你别来，我们这就是奔着培养科学家去的。

准科学家

作为智商超群的奥赛金牌选手，来自四川乐山的周光进入清华大学基础科学班显得顺理成章，随后就开始了按部就班的准科学家生涯。周光说自己“小时候的梦想就是做一名科学家”，而在清华的那些年也正是他距离梦想最近的时候。

回顾基科班的求学经历，周光认为最宝贵的财富就是积累了足够深厚的数理基础知识，并且有幸求教于著名的华人科学家杨振宁院士，让他意识到一名真正的“大科学家”究竟应该是什么样子的。

本科毕业后，周光进入清华大学高能物理研究中心工作，向着儿时的梦想又进了一步，可是也就在此时，一路走来颇为顺利的周光经历了人生中第一次较大的迷茫期，“我很喜欢物理，所以才会选择做高能物理，但真正开始去做研究的时候，我是很迷茫的……”

经过一年的思考，周光做了个“艰难”的决定——赴美求学，到得克萨斯大学达拉斯分校攻读人工智能博士学位。这意味着他开始逐渐放弃了已经进行了一半的“科学家剧本”，准备在另一张纸上书写新的篇章。

工程师

其实周光从小就不是一个坐冷板凳“安分人物”，他用“han ds -on(动手型）”来形容自己的特点。“我很小的时候就开始非常爱动手，小学的时候就忍不住、控制不住自己把家里的收音机、电视机都拆了。”

上了中学后，周光开始越玩越大、越玩越深，不仅组装大型电器设备，还开始正式接触到了机器人，并一发不可收。全国第三届青少年电脑机器人大赛第二名、亚太地区青少年电脑机器人大赛第六名等一系列亮眼表现，也成为他日后打开清华大学大门的另一把钥匙。

清华大学基础科学班虽然在客观上培养了大批具有科学家潜质的研究型人才，但是同时也鼓励学生根据自己的兴趣、爱好和志向选择在不同的学科方向继续深造，因此周光赴美读博一路也相对顺利。

到了美国察茄的周光没改其“han ds -on”本色，开始琢磨汽车这个更大的物件。那时他买了一台故障率不低的二手德系汽车，然而买得起却修不起，于败源察是他开始调动自己所掌握的物理学知识，每天利用饭后的一个小时，拆完发动机拆变速箱，算是基本搞懂了汽车的内部构造。这也为他日后所从事的事业做了另一方面的准备。

学业方面，周光找回了自己曾经的兴趣点——机器人。在人工智能、深度学习爆火的前夜，他身处行业前沿又有着扎实的数理基础，水到渠成地成为这一领域的中坚力量。

与做基础科学的研究不同，新兴技术势必要与市场相结合才可能爆发出巨大的能量。于是在博士就读期间，周光便加入到德州仪器的自主农业机器人系统项目组中，开始考虑技术应用的问题。也是从这时候开始，周光决定毕业后要到全球最好的地方去工作，他也正式接到“工程师剧本”。

为了实现目标，周光决定参加“第二届DJI大疆创新开发者大赛”，本届比赛要求参赛团队必须提出不同寻常且可执行的无人机利用计划，并要求其商业场景最大化。周光所在的团队凭借着“电力系统线路巡检APP”方案在全球200余个团队中摘得桂冠，获奖理由为：简单，低成本，且方便控制。记住这个评价，它在一定程度上反映了周光的做事原则。

2015年，自动驾驶尚处萌芽阶段，周光人工智能博士以及大疆开发者大赛冠军成员的身份，让他同时吸引到网络以及谷歌母公司Alphabet投资的Waymo这两家日后行业巨头的青睐。没有经过犹豫，他果断加入了网络硅谷的无人车项目。

回忆当初去网络的原因周光这样说：“去一个2000人的团队，你只是一个拧螺丝的，而网络正处在一个0到1的阶段，在这里谁有能力谁就上。当时好多之前两三个月没解决的问题，我过去一周两周就解决了。”

回头看看就会 发现 ，网络硅谷的无人车项目可谓是群 星 闪 耀 ，贡献了日后中国自动驾驶界的半壁江山：小马 智行 CEO彭军、CTO楼天城，文远知行CEO韩旭，当然还有元戎启行CEO周光。

两年在网络的工作经历让周光很怀念也很感激，但是他总觉得自己还能多做一点什么，于是他决定接下第三个剧本——“企业家剧本”。

企业家

从求学到工作，一路以来顺风顺水的周光却在创业伊始就栽了大跟头。

2017年，周光与两位网络时期的同事联合创立了自动驾驶公司Roadstar.ai，明星团队中的明星人物，高学历、高科技、高潜力，“三高” 元素 让这家公司诞生之初就被寄予期待，轻轻松松融资上亿美元

做企业或许不需要像做技术那样解决那么多精深的问题，但是只要涉及到人性就会让问题复杂化。三个血气方刚、还都没有经营经验的技术精英的结合很快就因为经营思路、股权分配等原因遭遇到了考验。很可惜他们没能共同度过难关，科技新贵Roadstar.ai在成立不到两年后就走向了分崩离析，是非曲直，难以论说。

绝不承认这种“非技术因素”失败的周光在随后的两年无奈地开启了隐身模式，蛰伏期间他依靠着前期培养起来的研发团队以及极其有限的资金支持，让元戎启行开始了艰难的起步。

周光再一次出现在公众面前又是两年之后的2021年。去年9月，元戎启行完成了由阿里巴巴战略领投的3亿美元B轮融资，周光才终于由幕后回到前台，被正式任命为元戎启行CEO。

面对着一个比四年前更加激烈的竞争局面，周光这一次将要应对的不仅有几位进展飞速的前同事，还有自命不凡的造车新势力，更有英伟达这样虎视眈眈的跨界巨头。

三个剧本中准科学家、工程师、企业家的三重经历也共同塑造了今天的周光，如今再次回顾这三个身份，他这样总结：

“这三者的思维方式有许多相似的地方，也因职业性质不同，会有不同的侧重。在有了科研和工程师的工作经验后，我希望能够汇聚和整合资源，用科技给人们的生活带来好的改变。”

终局思维与商业思维的融合

对于自己选择的这条创业之路，周光是信心十足的，而给予他信心的除了一个久经考验的团队外还有他一直以来崇信的终局思维。

终局思维

“我有一个非常好的团队。我们团队的凝聚力非常高，大家也都经历过之前的风波，对新的机会是额外的珍惜……我们从出来的第一天就对终局看得比较清楚。同一时间点，别人融到是我们的十倍，但是我们却能走得更快，就是因为看得准，看得清楚。”

如果说第一性原理是特斯拉的指导性原则，那么“终局思维”在元戎启行内部的影响也丝毫不会弱于前者。2021年12月元戎启行正式发布了名为DeepRoute-Driver2.0的L4级自动驾驶前装解决方案就是这种思维的体现。这个方案在硬件上由5颗（半）固态激光雷达以及8颗高动态范围摄像头组成，最大亮点在于其低于一万美元的成本，而如今这一数字在量产后将减少到3000美元。

从创业伊始，周光就坚持一步到位走L4级自动驾驶路线，相比立刻就能带来收益的L2+方案，这势必是一条更艰难的道路，但是原因也很明确：“L4级自动驾驶是在设计运行范围内的区域中实现无人驾驶，从自动驾驶终局来看，L4比L2的天花板要更高。”

在现阶段的L2级自动驾驶算法框架上，基本上是基于纯视觉的方案来打造的，“没有激光雷达的数据，难以通过纯视觉算法的不断训练和提升来实现高级别的自动驾驶”，基于此，周光从技术上判断，装备了激光雷达的L4级自动驾驶路线能够更快抵达自动驾驶终局。

虽然是激光雷达派，但是周光却并不认为“终局思维”与马斯克坚持的第一性原理相悖，“从理论上来说纯视觉是可以实现完全自动驾驶的，但实现起来会非常慢，主要原因在于今天的纯视觉技术还是相对来说比较弱一点。”他这样诠释。

终局思维的形成与周光此前在清华作为准科学家培养与以及作为AI工程师的经历中所培养的思维方式密切相关，“科学家更需要发散的思维，抽象的思维，既要能大胆猜想，也需要从千丝万缕的线索中找到关联，探索规律；而工程师需要聚合思维，从已知的知识中抽丝剥茧，寻求正确答案。”因此思考趋势并提前布局成为了他做事的习惯。

当年赴美留学时，人工智能、深度学习尚未有今天的地位，用周光自己的话来形容，自己是在别人还“看不起”这一领域时就埋头其中，果然就在博士毕业期间迎来了这一领域的爆发。对于自动驾驶行业也是如此，周光在创业之初就已经准确预测了自动驾驶产业链在未来几年的发展趋势。

周光认为自动驾驶落地离不开车规级的传感器、车规级芯片以及能够覆盖全国范围的高精度地图三个重要的外部因素，要保证三要素发挥出作用，需要的是优异的算法和工具链作为支撑，这也正是周光一直以来所深耕的领域。

周光表示：“2019年的时候我们就已经预料到了今天的自动驾驶可能采用的传感器芯片，它的算力、功耗会是怎样，我们整个技术就是这个来规划的”。

感知算法方面，周光在2017年创业之初就在大力推进前融合感知方案，如今元戎启行自研的前融合感知算法可以让价格便宜的固态、半固态激光雷达最大限度地替代机械式激光雷达；工具链方面，元戎启行的自研的推理引擎技术，可以支持高级别自动驾驶系统在低功耗、低算力的车规级芯片上运行。

去年以来，自动驾驶芯片迎来了一场“算力革命”，英伟达看似一骑绝尘，高通、地平线等企业也是跃跃欲试。对此，周光并没有表现得十分乐观，他表示一味追求算力将会导致系统成本上升，自动驾驶系统需要针对自身算法特点合理利用有限的计算资源。

同时周光对中国企业在高端AI芯片领域“卡脖子”风险也早有担忧，这也是元戎启行持续推进推理引擎技术研发的原因之一，它不仅可以降低对高算力芯片的依赖，更是应对垄断型芯片企业“卡脖子”风险的有效手段。

正是凭借着在算法与工具链方面所建立起来的信心，让元戎启行坚定了一条原则，就是在供应商选择方面可以不挑最火的，只挑最合适的，这也正是周光敢于说出元戎启行这套L4级自动驾驶成本未来将会低于3000美元的信心所在。

企业家思维

经历过Roadstar.ai的失利之后，周光从身心两方面加快了向一个成熟企业家过渡的进程。他表示相比于做科研与做工程师，企业家需要有系统性、创造性的思维，需要为企业制定前瞻性的战略与企业文化，让员工能够发挥自己的才能，为客户、为社会创造价值。

基于此，周光为元戎启行的产品定下了低成本、能量产的目标，他表示一个公司如果长期不盈利也不以盈利为目的，是没有意义的。

极狐阿尔法S华为HI版，搭载了华为全栈智能汽车方案，其中配备了3颗96线车规级激光雷达、6个毫米波雷达、12个摄像头、13个超声波雷达，同时搭载华为MDC810智能驾驶计算平台，算力达到了400TOPS，仅就数据而言，它不仅达到了华为最高阶的自动驾驶辅助的水平，也是现阶段量产的自动驾驶解决方案中的最高水平。

虽然就自动驾驶级别而言，阿尔法S华为HI版无法宣称自己已经达到L4级别，但是就硬件表现而言已经不输给众多的L4级自动驾驶解决方案了，其入门的进阶版售价为39.79万元，相比没有搭载华为自动驾驶方案的最高配车型高出4.7万元，保守估计该系统售价在3万元以上。

与华为对比就能发现元戎启行的这套3000美元的自动驾驶解决方案在成本控制上的力度。周光为这套系统简单做了一套算数题：激光雷达500美元一颗，将来需要三颗，雷达成本就是1500美元；AI芯片成本500美元一颗，算力平台如果需要双芯片，芯片成本就是1000美元，其他费用500美元足够……

低成本也在加快驱动元戎启行自动驾驶方案的量产落地。现阶段自动驾驶需要每年收集大量数据，而要实现这么大量数据的积累，量产是唯一的选择。受限于法律法规和数据量的限制，L4级自动驾驶系统上车之后，还无法立马实现大规模的自动驾驶，会经历一段人机共驾的过程。

周光表示在数据积累较多的地方可率先实现自动驾驶，让消费者不用自己开车或者享受Robotaxi（无人驾驶出租车）服务，而在一些数据积累较少的区域，则会不断积累道路数据，逐步放开自动驾驶能力。

另一方面，元戎启行现阶段也在积极与车企开展合作，虽然L4级自动驾驶正式落地尚需时日，但是L4级的算法却可以赋予汽车L2+、L3的能力，“我们的系统上车之后也可以根据车企的需求，兼容L2、L3的智能驾驶。”

如今，36岁的周光正年富力强，作为一家高科技独角兽企业的掌门人，他有过科学家、工程师、企业家的三重宝贵经历，他也曾经历过创业初期惨痛的失利，这位一个天生就具备选择自己人生剧本的“hands-on”人士会带领着元戎启行书写怎样的新故事？未来的自动驾驶又会走向何方？

未完，待续……

（文： 陈彦宇）

@2019

⑺ 智行者发布国内首款不依赖高精地图的高速领航系统H-INP

可持续进化是无人驾驶大脑的最大特征。智行者认为，数据以及使用数据迭代算法的能力将成为保持技术优势的重要基础。基于多场景的广泛产品落地，智行者形成了涵盖数据采集、数据加工、数据管理、数据训练、测评等在内的、车端推理-云端训练的完善数据闭环。

高效赋能是无人驾驶大脑最大的竞争力。在商业化加速的大背景下，智行者创新性研发了基于模型开发方式，将无人驾驶技术快速与不同场景中的不同车型进行适配并落地应用，有效解决自动驾驶技术场景复用率低的问题。

此外，智行者还进一步明确了其作为软硬件+云端一体化解决方案提供商的定位。以融合软硬件+云端的无人驾驶大脑为核心，以需求推动商业化落地理论为依据，以工程化能力为强支撑，智行者已实现了多场景的商业化落地部署，于行业内率先打造了成熟的数据闭环和商业化闭环。至此，智行者已迈入3.0时代，全面开启多场景的规模商业化落地。

⑻ 英伟达在自动驾驶领域圈地：拿出超算力芯片还收获了两家中国公司

对于完全实现自动驾驶的L5级别无人驾驶出租车，英伟达将制造出每瓦算力100TOPS的产品。

简单总结就是，获得英伟达初创企业展示的企业，可以通过最直接的渠道获得英伟达提供的不仅限AI技术的能力，而是是高性价比。

GregEstes在采访中透露，“英伟达计划项目已覆盖全球近7000家AI初创公司，英伟达希望通过英伟达初创企业展示可在产品开发、原型设计和部署的关键阶段助力初创企业发展，每家成员企业都能够持续获得为其量身定做的助力权益，这为初创企业的发展提供了基本工具。”

当前，自动驾驶技术正处长快速发展期，经过上半场的融资、技术融合，自动驾驶下半场必将进入技术落地阶段，初创公司如何能够在新一轮技术爆发中快速突围，除了拥有过硬的自身技术实力之外，更需要英伟达这样的成熟的AI公司进行赋能。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

⑼ 为无人而生，AutoX发布第五代Gen5全无人驾驶系统 |汽车产经

2021年7月6日消息，今年世界人工智能大会（WAIC）前夕，中国无人驾驶公司AutoX于上海举办盛大发布会，带来了其第五代全无人驾驶系统AutoX Gen5。

从车规级硬件及电子电气架构、传感器到核心计算平台，AutoX Gen5保证了真正全无人驾驶能力，展示中国RoboTaxi的“正确打开方式”。可以说，AutoX Gen5代表世界级科技实力，可与全球无人驾驶领域头部玩家争高峰。无人驾驶RoboTaxi被公认为人工智能浪潮之巅，本次AutoX发布会成为本年度世界人工智能大会的开门红。

AutoX Gen5：全球顶级硬件架构、感知及核心计算平台

AutoX第五代系统搭配全球最顶级的车规级硬件和电子电气架构，?共50个高清车规级传感器，包括：

●      28个8百万像素的车规级摄像头，每帧像素总和超过2.2亿

●      全球最高分辨率的4D毫米波雷达，角分辨率达到0.9度

●      高清激光雷达，每秒超1500万点云成像

可以说，AutoX Gen5的感知精度刷新了中国RoboTaxi的高度，让中国的无人驾驶汽车首次能与国际头部玩家相媲美。

发布会上，AutoX推出第五代系统的核心计算平台，中国首个L4/L5级别无人驾驶计算平台AutoX XCU。最新第五代系统达到了惊人的2200 TOPS算力，是中国车载超级计算算力的新高。全球头部半导体公司 Intel英特尔、Nvidia英伟达、Xilinx赛灵思、OnSemi安森美等作为深度合作伙伴，登台共同启动发布仪式。

在AutoX的安全标准里，仅仅有超高清的传感器感知能力、车载级域控制器还不够，AutoX Gen5定义了整体自动驾驶域的电子电气架构EEA，使全域系统架构满足安全要求。不仅从设计上保障多层冗余确保?规级功能安全，各个模块还经过了震荡冲击测试、高温及低温测试、EMC测试等车规级测试，达到量产?规级别硬件质量，同时将一体化液态冷却系统、线束工程、电源管理系统等全部考虑进去，进行整车车规级验证。

第五代系统的生产流程遵循严格的供应链管理，必须通过一致性整体质检，在标准化的产线流水线化安装，并通过严苛的防水测试、震荡颠簸、海量实际道路路测验证，才可“放行上路”。

AutoX还拓展了无人车的边界，将感知系统拓展到路端应用，辅助专攻“鬼探头”等特殊场景。

整个第五代系统，历时两年半，为中国RoboTaxi所需的安全级别量身定制，已进入量产阶段。

AutoX的核心价值观：为RoboTaxi用户提供最安全、最好的出行体验

AutoX所做这一切的出发点，是真正全无人RoboTaxi的用户。

从世界范围来看，无论从性能、安全等级还是可靠性来看，AutoX Gen5都刷新了标准。肖健雄表示，AutoX要打造世界上最顶级的系统，处理世界上最复杂的道路路况，把最前沿的技术集一身，以打造一个革命性产品，满足广大用户安全出行的需求，用科技改变生活。

AutoX Gen5虽是为“无人”而生，然而其核心更应解读为人而生——保护用户的安全、公众的安全，才是一家无人驾驶公司的首要任务。

“在L2- L3级别的自动驾驶领域，‘做减法’来降低成本的行为是存在的。但在RoboTaxi领域，是不允许‘偷工减料’的，我们必须坚持提供最好的性能，最过硬的硬件和架构，通过更强大的软硬件一体化设计，才能最大程度上保证安全性。AutoX的理念是安全第一。”

在高端用料、安全第一的基础上，AutoX仍能剑指量产的核心因素有三，一是通过规模化量产，二是通过自研，三是通过ODD拓展加大有效运营时长增加收入。

自成立以来，AutoX在“硬核科技”的路上越走越远，也越做越深。从百台规模的自动驾驶车队在深圳、上海等一线城市部署落地，大规模闹市区测试验证和载人示范应用，到中国目前唯一在城市公开道路上全空车无人驾驶RoboTaxi运营，AutoX在全无人驾驶技术上一路领跑。

自2020年起，AutoX展开公开道路上完全空车的无人驾驶测试，并于2021年1月面向公众开放其真正全无人驾驶运营，是中国首个“全车无人”（车前、后排均无人）的RoboTaxi面向公众运营。至今，AutoX全无人RoboTaxi运营已达6个月，以过硬的技术实力，保持完美的零事故纪录，安全承载了中国首批全无人驾驶乘客，领跑中国真正无人驾驶RoboTaxi落地进程。

此次AutoX的硬核实力技术发布，刷新了中国L4级自动驾驶、尤其是全无人RoboTaxi的定义和标准，同时也展示了其坚定投入真正无人RoboTaxi 硬核科技的决心，以及科技向善的初心。AutoX将把第五代系统带入WAIC世界人工智能大会，展出搭载第五代系统的两款RoboTaxi车型。据悉，公司在北上广深各大研发中心继续加大招聘科研人才，今年内达到千人以上规模研发团队。