大疆智驾王炸：32TOPS跑通端到端，纯视觉有路就能开

贾浩楠
2025-01-07
18:12:06

来源：量子位

贾浩楠 发自 副驾寺智能车参考 | 公众号 AI4Auto

高阶智驾普及到10万级车的安卓时刻，现在已经有了明确时间表：

就在2025年Q1。

A级小车宝骏云海车主成幸运儿，可能比很多四五十万、百万级车型用户更早享受到不分时段、不分地域，有路就能开的高阶智驾体验。

背后的推动者：卓驭科技，大疆自动驾驶业务背后的公司实体。

据他们自己说，这套只用7个摄像头，32TOPS算力实现无图端到端的方案一旦交付，是行业核弹级别。

有没有吹牛画饼？智能车参考先替大家体验了一番。

32TOPS的端到端，好用吗？

体验路线围绕深圳卓驭总部周围，来回约30km路程，路段包括普通城市道路、城市快速路、城中村、施工路段等等。

时间是早上9点左右，正是早高峰时段，单程大概就需要40分钟时间。

这条路线，卓驭向我们保证没有任何针对性的优化和特调，线路本身也是有导航软件自动生成的。

第一个亮点，是0帧起手：大疆即将交付的纯视觉端到端系统，现在可以直接从路边临停状态下起步。

过程中还顺便避让了一个横穿街道的行人。

路途中的第一个难点，是一个不规则右转的路口，同时还有一辆临停汽车，转弯后道路又被成排违停车挤占：

难点在于智驾系统对场景的理解。因为违停、临停车辆占用正常行车道，所以很多系统会把这样的目标理解成正常等红灯的车流，尾随傻等…

卓驭这套7V 32TOPS系统的亮眼之在于正确理解目标状态，灵活识别整个场景的可通行区域，并正确做出决策。

深圳早高峰的第二个考验，来自“着急上班”的深圳司机：

处理这种突发cut in场景，其实保证安全下限并不难，直接刹停即可。但这样的被动触发的逻辑规则，难点在时机：到底对方侵入本车道什么程度采取急刹？

晚了不能保证安全，太早太谨慎又会破坏乘坐体验，造成被追尾风险。

卓驭纯视觉智驾的最大亮点，就是处理各种突发状况的表现，总结一个词——预期感，符合成熟司机对情况的预判和采取的策略。

就比如上面的货车侧向逼近抢道，系统其实早就“预判”目标意图，全程没有“前俯后仰”的急刹，沉着冷静的避让绕行。

毫无疑问，这是端到端、数据驱动的优势。

同样，复杂城市车流场景卓驭纯视觉系统依然能全程不接管，并且“丝滑”通行：

总结卓驭最新纯视觉智驾的表现，最令人吃惊的是仅在7V 32TOPS这样“简陋”的硬件条件下，实现智驾场景全覆盖，行业唯一。

额外的“惊喜”，是整套系统高度满足老司机的“预期感”，“端味”很足，几乎感受不出任何生硬的手写规则痕迹。

全程体验下来有发现问题吗？

当然有。路口走错车道，本来要右转的场景，因为侧向司机不肯让行，最终系统“被逼无奈”直行，导致人工接管：

这样的失误在15公里左右路程中出现了2-3次，也是人工接管的唯一原因。

卓驭归因为安全优先的开发思路，意思是训练数据的选择上，不鼓励系统跟其他车辆争抢通行空间，所以只能“委屈”自己。

但是这样的缺陷对智驾连贯性体验影响很大，甚至严重影响车主出行计划和时间。卓驭内部，也将它列为TOP 1待解问题。

但解决问题的方法和周期，和以往大不相同。

“100%数据驱动”，端味很足。

卓驭如何做端到端

对于端到端的理解和应用，卓驭明显比智驾流程模块的“模型化”更深一层。

就比如刚刚提到的“错过路口”问题，即使现在转向端到端的大部分玩家，思路依然是用一系列规则尝试解决：比如强制系统在离路口2公里时提前变道、即将错过路口时提示人工接管等等。

公开话术是“给端到端套上安全底线”，其实是面对端到端的“黑盒”特性束手无策，想调参却无从下手。

事实却是：没有一种规则能清晰描述如何准确、安全的把握变道时机。所以规则本身只能做兜底，无法根本解决问题。

而卓驭则从端到端本质出发思考：

端到端模型本质是从大量数据中学习传感器数据→轨迹的映射关系，能力上限由数据驱动获得，所以关键在于高质量的数据获取和高效率的数据训练。

解决上述走错车道的方法，也就相应变成：

把类似以往人工规则的应用经验放回模型里面去训练。

简单理解就是如果系统走错车道（即违反“规则”），训练过程中就会产生惩罚。惩罚的数值越大越严重，就会越快让整个模型参数进行调整，最终让这个模型收敛到惩罚很少或较轻的稳定状态。

同样是规则引导，但不会以if else这种僵硬规则。

同时在“惩罚——收敛”的过程中，还可以在策略中加入更多语义信息，比如潮汐车道、公交车道一类，不断的把人工规则经验加入模型训练，最终时限在不写复杂代码的情况下，系统越来越像人。

相较于行业内一段式、多段式这种表层争论，卓驭不在乎谁更能代表“纯血”端到端，更在乎的是解决问题的思路、手段，是否真正实现“数据驱动”。

所以卓驭的纯视觉端到端和行业其他方案相比，有几个明显不同。

首先是采用二段式模式，让模型可解释，输出轨迹的逻辑有据可依。

比如模型中的安全推理框架，其中的评估模块会用神经网络对端到端输出的各个候选轨迹评分，安全验证模块则通过冗余的软件和算法，参照功能安全机制，对最终输出轨迹的质量和安全性予以进一步保障。

其次，卓驭端到端不依赖硬件端的高成本黑科技，而是以大疆长期以来软硬结合积累为基础。

比如起源于大疆2016年发布的无人机双目视觉技术，现在成为卓驭中低算力平台双目增强端到端架构的核心，可同时提供图像+点云几何信息，让数据训练效率提升 10-20 倍，即达到同样性能所需训练数据量只需常规单目/异构单目方案的 10%左右，极大降低长尾数据需求。

第三点，卓驭在行业内首次对端到端的上限和潜力提出量化预估。

目前7V 32TOPS的纯视觉方案，在车端的模型参数量大约是1-3亿，已经可以覆盖所有智驾场景，但多车博弈场景仍有不足。

以这样的体验来看，卓驭认为这套端到端潜力开发程度，大概在30-40%之间。

后续继续发掘潜力、提升体验的方式也有的放矢，即通过精准的训练数据筛选和定向优化手段，而不是简单粗暴的“大力出奇迹”。

所以大疆卓驭实现高阶智驾的大规模普及，是靠对端到端、数据驱动本质的理解和“因材施教”，不是单方面压低价格“流血内卷”。

32TOPS的端到端，能买到吗？

其实已经有很多用户已经买到了这套卓驭端到端智驾。

就在今年一季度，宝骏云海首发。包括新车，也包括去年已经交付的车型。

因为底层硬件、传感器配置完全相同，可以直接OTA。

而这套低算力全场景高阶智驾一旦上车交付，毫无疑问是行业核弹级的意义和影响。

首个在中算力(32TOPS)上，实现 7V 端到端城市领航辅助驾驶。

首个全平台(中算力/高算力)实现端到端城市领航辅助驾驶。

原有车型平台可提供端到端免费升级，其中包括宝骏，iCAR 等已交付的量产车型。

首先是横向智驾竞赛层面。卓驭官宣成本5000块，只相当于其他高阶方案一个传感器的价格，实现的功能完全相同，体验甚至更好，后续潜力更大。

高阶智驾普及到10万级车型，会极大冲击激光雷达、20万以上车型垄断高阶智驾的用户认知和话语体系。

纵向技术层面，之前马斯克给5年前特斯拉更新FSD，证明了端到端不需要泼天算力，并且划定及格线144TOPS。大疆卓驭则大幅刷新这个纪录。

也让行业内更加准确认知端到端本质，既不过度神话，又给出了一条调参、迭代的可行方法。

最后是对产业链的影响。

7V 32TOPS的高阶智驾体验、潜力，卓驭已经作为明牌打了出来，彻底改变了以往智驾能力和算力的匹配逻辑。

上千TOPS的Thor量产后还适不适合L2+，是个问题了。

可能相比于算力数值的提升，智驾芯片架构层面的创新和舱驾一体才更关键。

大疆卓驭量产端到端，智驾软件算法又一次跑在硬件前面了。

One more thing

卓驭向智能车参考解释了“免费更新”的含义，我们也传递给大家：

最新端到端软件，卓驭确定给车企免费OTA。

但车企收不收用户的钱，不是作为供应商的卓驭说了能算的。

所以，建议大家期待一波。

Read More