從看見到落地，小鵬技術(shù)穿越新周期

撰文 | 王 潘

編輯 | 吳先之

無論過去廠商們說得多么好聽，經(jīng)常伴隨“未來出行”的詞匯始終是“藍(lán)圖”，而藍(lán)圖是用來看的，無法觸摸。

去年“1024小鵬汽車科技日”上的Slogan“智能為先，探索無界”，即是用“探索”強(qiáng)調(diào)“看”的屬性。

今年“1024小鵬汽車科技日”的Slogan變?yōu)椤皬念A(yù)見，到不止遇見”，Slogan的變化表明何小鵬今年打算讓用戶“摸一摸”。而科技日作為觀察小鵬乃至整個(gè)行業(yè)技術(shù)發(fā)展的窗口，輔助駕駛能不能進(jìn)城，語音智能到底有沒有治好智障病，以及其他新物種有沒有進(jìn)化，都是業(yè)內(nèi)關(guān)注的焦點(diǎn)。

“砍掉”諸多修飾詞與動畫，會上小鵬共帶來了四個(gè)方向的進(jìn)展，包括輔助駕駛系統(tǒng)升級、座艙智能化、智能機(jī)器馬以及第六代飛行汽車。

小鵬第二代輔助駕駛系統(tǒng)XNGP，相較第一代智能輔助駕駛系統(tǒng)XPILOT最大差異在于：從單一場景走向了全場景。座艙方面，除了語音交互的靈敏與精準(zhǔn)度有相應(yīng)提高外，小鵬所展現(xiàn)的“用戶自定義”功能，將讓座艙設(shè)計(jì)由“猜你要什么”，轉(zhuǎn)變?yōu)椤澳阏f了算”。

關(guān)于XNGP，小鵬汽車自動駕駛副總裁吳新宙在回答幾位媒體同行靈魂拷問時(shí)披露了更多信息：

此外，智能機(jī)器狗與第六代飛行汽車眼下距離商業(yè)化還有一段距離，真正重要的問題是汽車智能化之后，相關(guān)企業(yè)將技術(shù)平移至其他場景之中，這個(gè)過程將讓主機(jī)廠撕掉“藍(lán)領(lǐng)”標(biāo)簽，從而真正變成技術(shù)的創(chuàng)新者。

從上路到進(jìn)“城”

標(biāo)準(zhǔn)化道路、足夠多的激光雷達(dá)、強(qiáng)大的算法，眼下輔助駕駛已經(jīng)解決了“上路”的問題，可是卻被一道道或明或暗的路障擋住了入“城”的道路。

數(shù)據(jù)表明，輔助駕駛上路不進(jìn)城，就根本算不上落地。從用戶的總用車?yán)锍躺峡?，城市道路占?1%，用車時(shí)長更是達(dá)到90%。而頻率上，司機(jī)100%會經(jīng)過城市道路，僅有25%的用戶會經(jīng)過輔助駕駛的“樂園”——高速路。

換言之，不進(jìn)城的輔助駕駛實(shí)際是一個(gè)小眾市場。

不進(jìn)城的原因很簡單，一個(gè)字“難”。且不論復(fù)雜的城市道路，光是車輛密度、三輪車和工程車這類異形車，以及不按套路行走的路人，都在輔助駕駛進(jìn)城的道路上，設(shè)置了一道道隱性的路障。

更遑論這些年大規(guī)模城市改造，還存在許多實(shí)體路障。光是小鵬汽車的大本營——廣州，截至2022年9月底，當(dāng)?shù)厥姓镜恼嫉朗┕ぞ陀?00處，平均每天新增兩起。

小鵬汽車自動駕駛中心感知首席工程師Patrick提到，高速NGP已經(jīng)解決了車輛與行人識別，然而“在城市里，車輛和行人密集出現(xiàn)，互相遮擋的場景就會比較多，以及行人和車輛的運(yùn)動軌跡也更加多樣”。因此，小鵬針對密集景物體檢測，廢棄了NGP的物體檢測的神經(jīng)網(wǎng)絡(luò)架構(gòu)，重新為城市NGP搭建新型神經(jīng)網(wǎng)絡(luò)。

事實(shí)上，NGP上半場的著力點(diǎn)在于解決高速、城市、停車場等單點(diǎn)場景的行駛問題，比如小鵬第一代智能輔助駕駛系統(tǒng)XPILOT。XPILOT相當(dāng)于可以做數(shù)學(xué)，可以做語文、也可以做英語題，卻沒有綜合能力，完成場景切換。

城市場景落地，只是拉開了智能輔助駕駛下半場的帷幕，小鵬G9所搭載的第二代輔助駕駛系統(tǒng)XNGP，打通了高速、城市、停車場全場景，無論有圖無圖均可運(yùn)行，并能實(shí)現(xiàn)各場景連通的能力，全場景智能輔助駕駛系統(tǒng)是實(shí)現(xiàn)無人駕駛前，輔助駕駛的終極技術(shù)形態(tài)。

所謂全場景智能輔助駕駛系統(tǒng)，實(shí)際上是用戶在普通地圖發(fā)起導(dǎo)航后，車輛從起點(diǎn)的停車位到終點(diǎn)停車位全程使用輔助駕駛。無論中間經(jīng)歷了高速還是城市道路，亦或是停車場，對于用戶而言，只是從P檔開始到P檔結(jié)束。

在命名上一位小鵬知情人士提到，“X代表X-PENG（小鵬），表示全場景，保留NGP不僅可以延續(xù)這個(gè)已經(jīng)被廣泛認(rèn)知的名字，還因?yàn)閄NGP的能力也需要設(shè)定普通的地圖導(dǎo)航再實(shí)現(xiàn)激活?！?/p>

眾所周知，小鵬的長期戰(zhàn)略是“以視覺為主，激光雷達(dá)為輔”，所以真正支撐XNGP的其實(shí)是XNet深度視覺神經(jīng)網(wǎng)絡(luò)。

Patrick甚至認(rèn)為，小鵬在技術(shù)上的護(hù)城河有二，一個(gè)是完全理解和把控硬件，能夠設(shè)計(jì)出更加高效的網(wǎng)絡(luò)架構(gòu)。這主要得益于小鵬的工程化能力，讓XNet所需的122%的Orin-X算力，優(yōu)化后僅需9%，同時(shí)也為XNet帶來持續(xù)迭代能力。

另一個(gè)則是數(shù)據(jù)閉環(huán)的方式，能夠讓其找到源源不斷的弱勢場景，反哺道路模型訓(xùn)練，從而讓視覺感知能力不斷進(jìn)化。比如，城市場景中存在大量corner case，XNGP通過車端采集回流長尾數(shù)據(jù)的方式解決這一問題。數(shù)據(jù)閉環(huán)的打法也是小鵬汽車全棧自研的重大優(yōu)勢之一。

在數(shù)據(jù)標(biāo)注效率上，XNet的起點(diǎn)更高。過去業(yè)內(nèi)普遍采用人工標(biāo)注的方式，既費(fèi)力，而且還漏洞百出，小鵬所建立的全自動標(biāo)注系統(tǒng)，是人工標(biāo)注效率的45000倍。簡單來說，就是XNet所需的標(biāo)注量，如果是人工需要2000人/年，而全自動標(biāo)注系統(tǒng)只需要16.7天。

8月2日，小鵬在烏蘭察布建成中國最大的自動駕駛智算中心“扶搖”，用于自動駕駛模型訓(xùn)練?；诎⒗镌浦悄苡?jì)算平臺，“扶搖”的算力可達(dá)600PFLOPS（每秒浮點(diǎn)運(yùn)算60億億次），將小鵬汽車自動駕駛核心模型的訓(xùn)練速度提升了近602倍。

技術(shù)能力的突破直接拓展了小鵬的B端潛能。據(jù)了解，目前按照廣州市智能網(wǎng)聯(lián)汽車自動駕駛功能測試的相關(guān)要求，已成功通過了自動駕駛封閉場地測試。

座艙定義人，到人定義座艙

“1024科技日”上，小鵬座艙亦有新的變化，包括G9全場景語音2.0與小鵬智能場景。

座艙交互的衡量標(biāo)準(zhǔn)有且只有一個(gè)，足夠絲滑——既快且準(zhǔn)。

城市NGP的HMI（人機(jī)交互界面）一般分為：視覺（SR）、聽覺（語音播報(bào)）、觸覺（安全帶）、加減速的感官感受。其中SR與智能輔助駕駛配套，為之提供環(huán)境模擬。上述四種交互方式無非是讓用戶直觀清晰地了解到車現(xiàn)在處于什么狀態(tài)，未來會做什么動作，以及篩選有用信息。

針對“快”，小鵬全場景語音2.0響應(yīng)速度達(dá)到毫秒級，更貼近真人的溝通，說到即做到。喚醒詞到界面反饋270ms，小P語音反饋小于700ms，語音命令到執(zhí)行動作的延時(shí)可以到1秒以內(nèi)，三項(xiàng)目前皆為業(yè)內(nèi)最快。

過去的語音交互中，人是需要主動適應(yīng)車機(jī)的，講完一句話需要等待識別與生成結(jié)果，在這個(gè)過程中車機(jī)處于“不聽人話”的狀態(tài)。全場景2.0的流式理解實(shí)現(xiàn)邊聽邊想邊做邊答，在線請求更快。G9還利用本地算力實(shí)現(xiàn)了本地對話，在弱網(wǎng)、無網(wǎng)條件下也可穩(wěn)定控制600多項(xiàng)車輛功能。

此外，單向度的只能接受線性對話邏輯的車機(jī)交互體驗(yàn)，也因?yàn)樾掳姹径a(chǎn)生質(zhì)變。據(jù)了解，用戶一句話發(fā)出4個(gè)指令時(shí)，小P能瞬間執(zhí)行，如遇相互有影響的命令，會根據(jù)是執(zhí)行機(jī)構(gòu)沖突、邏輯矛盾、車型不支持等多種條件給出合理的執(zhí)行時(shí)機(jī)和回復(fù)語，并且語音、語義上少了生硬感。

在喚醒方面，因?yàn)槿珪r(shí)對話功能，所以無需使用“喚醒詞”，即便出現(xiàn)口音，或者語義指向不明確的情況，用戶只需叫一聲“小P”，便會復(fù)盤之前對話，給出對應(yīng)反饋。

車內(nèi)語音交互存在一個(gè)BUG——很多時(shí)候車內(nèi)不止一張嘴，全場景語音2.0首次引入了MIMO多音區(qū)技術(shù)應(yīng)用在車載語音系統(tǒng)，同時(shí)處理來自車內(nèi)四個(gè)音區(qū)的的音頻信號，并分離出其中的有效語音信號，形成4路獨(dú)立音頻。

MIMO多音區(qū)技術(shù)讓任何一個(gè)或多個(gè)音區(qū)有用戶對小P說話時(shí)，小P不但可準(zhǔn)確定位音區(qū)，還能聽清不同人的說話內(nèi)容，從而服務(wù)車內(nèi)四位用戶能力。

輸出方面，主駕座椅靠背音響、副駕藍(lán)牙耳機(jī)、與全車音響共同形成車內(nèi)多路語音輸出通道。加上跨音區(qū)的上下文對話（主駕說“打開按摩”，副駕說“俺也一樣”）、多音區(qū)權(quán)限控制（防止不同音區(qū)誤操作）、多人拒識準(zhǔn)確率提升等，多項(xiàng)功能升級后，小鵬座艙語音交互能力已大幅領(lǐng)先于同行。

從上述迭代的信息可以看到，全場景語音2.0最大的特點(diǎn)是對軟硬兩端全方位的整合。

小鵬全棧自研第二代語音架構(gòu)，一度被外界認(rèn)為是追本逐末的事情，按照行業(yè)通行做法都是采用第三方解決方案?？墒切※i不僅自研，而且還是從語音基礎(chǔ)這個(gè)原點(diǎn)開始自研。

從前文可以看到，第二代智能輔助駕駛平臺XNGP與第二代語音架構(gòu)，都是新事物，特別是XNGP，就連對標(biāo)的產(chǎn)品都沒有。而且，供應(yīng)商面對這種商業(yè)前景不確定的技術(shù)，匹配興趣不大。此外，技術(shù)的調(diào)試多、迭代需求鏈條長，內(nèi)部打通拉齊的周期顯然要比外部短得多。

在大會上，小鵬智能場景（X-Combo）解鎖了智能座艙的自定義能力，開放了整車感知和執(zhí)行能力原子化，讓用戶可以自定義汽車的諸多功能。而可運(yùn)營、可編輯、可共享的特點(diǎn)，提供共創(chuàng)、社媒傳播乃至跨車?yán)^承等功能。

相較XNGP與第二代語音交互架構(gòu)，X-Combo可能會引發(fā)車機(jī)開發(fā)從定義用戶需求，向用戶自定義轉(zhuǎn)變。車企只提供平臺與工具，剩下的一切交給用戶自行搭建，哪怕用戶無暇，也可以從共創(chuàng)中引用他人方案。

車企摘掉“藍(lán)領(lǐng)”帽子

今年“1024小鵬汽車科技日”上，智能生態(tài)方面亦有迭代，包括智能機(jī)器人與第六代智能飛行汽車。

大量自動駕駛、AI技術(shù)、人機(jī)交互等復(fù)用到新物種上后，應(yīng)該不會有人再去問“為什么小鵬要造馬和飛車”的問題了。

比如智能機(jī)器人同樣需要緊湊高效的“三電”，汽車動力技術(shù)的賦能有利于機(jī)器人提高續(xù)航、成本、電池壽命與電池安全。飛行汽車的尺寸和常規(guī)汽車相當(dāng)，能夠在開放道路自由行駛。通過折疊變形系統(tǒng)，進(jìn)行路行和飛行模式的切換，其中涉及到路行的技術(shù)，直接可以復(fù)用智能車技術(shù)。

事實(shí)上，透過“1024小鵬汽車科技日”應(yīng)該看到，主機(jī)廠的角色正在悄然改變。

傳統(tǒng)意義上，由于離散制造的原因，主機(jī)廠大多扮演技術(shù)集成者的角色，這導(dǎo)致他們并非技術(shù)創(chuàng)新的源頭，而是基于成本角度，做技術(shù)創(chuàng)新的選擇題。創(chuàng)新本身來自于產(chǎn)業(yè)鏈，例如像博世、采埃孚、麥格納等Tier 1，或者更基礎(chǔ)的零部件供應(yīng)商。

進(jìn)入智能化階段后，工業(yè)制造與技術(shù)開發(fā)高度貼合，單純的技術(shù)整合者根本無力應(yīng)對挑戰(zhàn)，客觀上也倒逼車企補(bǔ)足技術(shù)能力。

于是，我們看到新勢力拓展到智能化與新物種，例如蔚來造手機(jī)、小鵬機(jī)器人等，而一部分先知先覺的傳統(tǒng)主機(jī)廠也在裂變，比如長城、比亞迪、上汽孵化屬于自己的自動駕駛、車機(jī)系統(tǒng)、智能座艙供應(yīng)商。即便是車間中的沖壓、焊接、涂裝、總裝四大環(huán)節(jié)，隨著企業(yè)數(shù)字化與軟硬一體化進(jìn)程，都將全方位考驗(yàn)主機(jī)廠的技術(shù)能力。

“自動駕駛技術(shù)有99%來自AI”這句話已經(jīng)表明，以技術(shù)為導(dǎo)向的車生態(tài)才是下一代車企的最終形態(tài)，而全棧自研，其實(shí)是產(chǎn)業(yè)自我演化的體現(xiàn)，例如主機(jī)廠從技術(shù)的整合者，正在向技術(shù)的創(chuàng)造者與輸出者轉(zhuǎn)變。如同科技日上出現(xiàn)的智能機(jī)器狗，亦或是第六代飛行汽車，許多技術(shù)其實(shí)早已在汽車領(lǐng)域落地。

新技術(shù)容易抓住人們的眼球，反倒是技術(shù)深度重構(gòu)產(chǎn)業(yè)往往被人忽視。

細(xì)心的人發(fā)現(xiàn)，XNet深度視覺神經(jīng)網(wǎng)絡(luò)在XNGP中扮演著舉足輕重的作用，其持續(xù)、快速迭代的一個(gè)原因其實(shí)來自于標(biāo)注方式的變化。相比小鵬汽車的第一代視覺感知架構(gòu)，XNet利用神經(jīng)網(wǎng)絡(luò)替代了繁復(fù)的手寫邏輯，重構(gòu)了數(shù)據(jù)采集、標(biāo)注、訓(xùn)練和間距的部署工作。如果沒有智能化提升效率，那么再好的藍(lán)圖都將繼續(xù)停留在“看”的層面。

因此，在“1024小鵬汽車科技日”上既要看新物種，同時(shí)也要看到主機(jī)廠們也在活成新物種的趨勢。