作者 |马波
编辑 |德新
2023 年初的一天，极越 CEO 夏一平与百度智能驾驶事业群组（IDG）首席研发架构师王亮进行了一番对话。
他们谈论的主要内容是，已经决定上车的激光雷达到底要不要拿掉。在经过了一番讨论后，二人决定「赌一把」，扔掉激光雷达这根「拐杖」。
2024年2月23日，极越正式推送了V1.3.1的版本更新，其中最重磅的一项是占用网络OCC的上车。这样一来，极越成为了继特斯拉后，第二家，也是行业唯二基于纯视觉落地高阶辅助驾驶的车企。
在前瞻技术方面，极越在2023年初决定All in纯视觉，2024年初推送占用网络，成为首家部署OCC占用网络的纯视觉智驾路线车企，并且夏一平还表示极越已经明确下一步研发重点将是端到端大模型，与特斯拉展开技术上的直面竞争。
在工程落地方面，夏一平称，极越01与07的PPA城市领航将很快就能够实现「全国都能开」。同时他也做出判断，极越的OCC上车后，将会有更多车企选择走纯视觉路线。并且在2024年这个时间点，做不到「全国都能开」的智驾，将会被淘汰。
极越这个在2023年下半年才发布第一台车的「新兵」，是怎么在技术上直追特斯拉，在工程上紧逼华为的？
一.极越的背后，有老玩家撑腰
追寻这个问题的答案，其实就是在探究百度在智能驾驶领域的深厚积累。
早年间，行业里针对自动驾驶应该走Waymo式的跨越式路线，还是走特斯拉的渐进式而争论不休时，百度就已经实践了多种技术方案。第一是L4级的Robotaxi，到今天，百度Robotaxi车型已经发展至第五代。并且百度作为智能驾驶方案供应商，ANP也在不同车型上相继落地。Apollo Lite更是早期百度对于纯视觉技术方案的探索。
早在2019年，百度就通过小项目进行高强度的纯视觉尝试，从Apollo Lite到上车极越01，百度的纯视觉完成从0到1的进化，总计用时五年。
全球智能驾驶玩家行列中，基于纯视觉路线的车企/供应商并不多，细数一下，较为知名的有 Mobileye、特斯拉、Apollo/极越与大疆等等。
特斯拉与极越也成为了唯二基于纯视觉落地高阶辅助驾驶的车企。
但是，不管是智能驾驶从业人员，还是看热闹的行业爱好者，都知道纯视觉相比激光雷达与视觉融合的路线，在技术难度上面临的挑战是更多的。
二、OCC，纯视觉瓶颈的突破口
在王亮看来，激光雷达提供的信息可以让智驾方案快速跑起来，也就是获得不错的「初速度」，但同时也会让工程师产生惰性，懈怠了对于视觉感知能力的开发。
视觉方案的「初速度」很慢，这是一种「吃力不讨好」的方案，同时视觉还有一个更大的问题，那就是如何规避道路上异型障碍物。
虽然视觉有着更加丰富的纹理信息，同时分辨率也是激光点云所无法比拟的，但是它不具备深度信息，且系统需要「认识」道路上无穷无尽的异形障碍物。
Occupancy Network（占用网络）成为了一种解法。
2022 CVPR上，特斯拉Autopilot工程总监Ashok Elluswamy分享了Occupancy Network技术，并且这个词在不久后的特斯拉AI Day上被更多人熟知。
这是一种实时的物理世界的重构技术，将现实世界格栅化，然后定义哪个单元被占用，哪个单元是空闲的，以此输出给系统可行驶空间。
Occupancy Network技术可以更好地解决通用障碍物难以处理的问题，让纯视觉突破瓶颈。
2023年1月，夏一平决定部署Occupancy Network。从决定部署，到OTA上车，极越用时一年出头，夏一平称这是一个「奇迹」。
至此，极越完成了B.O.T（BEV+OCC+Transformer）三向箔纯视觉感知架构，成为国内唯一基于大模型的纯视觉感知技术的车企。
而下一步，极越和特斯拉的竞争方向将转向端到端大模型。
三、端到端，下一项技术竞争高地
特斯拉在V12版本中向内测用户推送了基于端到端的FSD。什么是端到端，简而言之，过往的自动驾驶有很多子系统，包括感知的探测、跟踪，还有静态的环境建图、目标轨迹的预测和本车的轨迹规划和控制。
在分模块方案中，不同的模块由不同的团队负责，模块与模块之间仿照人类的认知步骤，设计了清晰的接口和界面。
而端到端大模型，则消除了自动驾驶所有的子模块，输入传感器信号，输出规划的轨迹， 甚至甚至直接输出控制信号。
刚刚落地OCC的极越，就已经部署了端到端的大模型计划。
在谈到端到端大模型时，夏一平聊起了与特斯拉相比起来的优势与短板。在视觉方向上，极越与特斯拉是全球唯二两家用纯视觉做自动驾驶的车企，二者属于第一阵营。
特斯拉在「端到端」上有一定的领先，但是极越落地能力更强。第三，当极越有同样团队开发出同样好的大模型，拥有同样的算力，数据迭代的飞轮起来，就将能够在国内保持持续领先。极越身后的百度，不管是在自动驾驶算法和工程领域，还是AI能力，都有着深厚的积累。
还有一点至关重要，极越在复杂的中国路况上积累的经验远比特斯拉强。夏一平称，他在美国试过FSD，美国的路况和道路情况，不管是标准化道路结构还是规则都比我们国内好很多。言下之意为，基于端到端的FSD进入中国后的表现并不一定会超过极越。
四、推动PPA发展，百度训练集群不设上限
当智能驾驶进入大模型时代后，数据驱动的时代将真正开启。
端到端的优点非常多，例如它可以消除严重的模块累计误差、可以更加高效的传递信息，但同时也有debug困难这样的缺陷。
想要让系统获得更加类人的体验，就只能喂养大量的优质数据。
这就到了玩家们拼家底的时候了。
自动驾驶是一个烧钱的项目，每一环都需要资金，其中最重要的是，当自动驾驶由规则驱动走向数据驱动时，就会进入算力比拼的时代，算力集群的建设就会变得至关重要。
而极越的背后，是百度这样的世界级AI公司给予的支持。
王亮称，用于极越自动驾驶相关的整个资源池，训练算力范围大概在1.8-2.2Eflops范围之内，而且非常明确的是，对智驾算力的支持上不封顶。极越PPA使用越多，算力上的投入也会持续的增加，极越会用数据驱动的方式把体验做得更好。
作为对比，小鹏的扶摇智算中心算力为600 PFLOPS、理想智算中心算力为750 PFLOPS、华为车BU算力中心算力为2.8 EFLOPS。
2023年特斯拉投资者日上，Elon表示，到2024年底，特斯拉会将Dojo算力堆到100 EFLOPS，根据stateof.ai的报告来看，特斯拉在去年10月部署了超过10 EFLOPS的算力。
在算力集群与端到端模型部署上，特斯拉确实存在领先性，但是极越仍然在竞争中保持乐观的态度，一是极越在很短时间内完全了感知架构的部署，二是百度的全面支持，硬件与软件上的持续投入，帮助数据驱动的PPA不断迭代，也就是夏一平与王亮口中的数据飞轮，当数据驱动真正高速运转起来时，带来的体验是日新月异的。最重要的是，FSD在美国一枝独秀，但始终无法进入智驾竞争红海——中国。极越这样的玩家在国内杀出重围，并不害怕还未真正进入智驾试炼场的FSD。
五、开城，极越后来居上
在2月23日的直播上，夏一平同步宣布，极越07上市时，极越PPA即可实现「全国都能开」。这是继华为后，第二家喊出「全国都能开」口号的企业。
在今年1月的OTA沟通会上，极越定下的目标是，2024年实现全国200+城市PPA的目标，但是仅仅过了一个月，极越就将目标改为激进的全国都能开。
在更多人的印象中，极越对于开城持谨慎态度。极越是如何做到，仅仅时隔一个月，就突然从谨慎变为激进，并且定下全国可开的目标的？这其中的核心原因有两个：模型的泛化能力与百度地图的丰富信息。
第一点，通用的模型在交通规则与设施大同小异的不同城市，也展示出了非常强的稳定性，超强的泛化能力加快了开城节奏。第二点则是百度地图的功劳，百度地图为极越提供了基于车道级数据的城市车道级导航产品，高/快速路、市区道路都能1:1还原真实道路细节，提供更加清晰、立体的全局车道规划和引导，为极越的PPA提供了丰富的信息。
这就是为什么夏一平能够自信地讲出：「只要百度地图导航里有的地方，一定是百分之百都能开。」
基于业内首创的地图生成大模型，截止2024年2月，百度地图已经完成全球最大规模、覆盖全国360万公里道路的LD车道级地图数据制作，并支持极越城市PPA达到传统高精地图水平。LD车道级导航将在百度地图各端陆续上线360座城市，同步支持极越PPA全国开城，实现「有图的道路就能 PPA」。
近期，百度地图又宣布其车道级导航已开城至甘南、双鸭山、图木舒克等城市和地区。
百度不同生态产品相互之间协同作战，也是极越的核心竞争力之一。这是中美其他竞争对手都很难获取的资源。
六、CEO够卷，极越脚步够快
看完了整场直播，再结合此前的沟通会与亲自下场直播，极越CEO夏一平给我留下的一个深刻印象是：够卷。
夏一平称，他每天都在深度体验极越01车辆本身与最新的系统，发现问题后会第一时间反馈给同事。一直以来，他都很关注所有的用户体验，所有OTA功能上线规划，同时自己非常深度的参与，并笑称CEO先开，确保安全了再推给用户。
同时夏一平似乎也很喜欢这样的节奏，「从上市到现在，已经收到几万条的反馈，你每天会感觉到你跟用户是连接在一起的」。并且还给自己做了一个让自己忙碌的事情，可以让用户通过车里SIMO报各种各样的问题。
不管是个人微博，还是极越的OTA发布，夏一平总是奋斗在第一线，与用户和媒体分享极越的软件体验。
在直播过程中，嘉宾询问夏一平和王亮进行沟通的频率是怎么样的？王亮称，他和夏一平会随时交流，包含了产品、技术趋势和战略。即便是过年期间，二人也有很长的交流对话。甚至两边的团队也在很紧密的配合，跟一家人没有区别。我们有时候还互相到对方办公室所在地长期工作。这是量产过程中会经常发生的情况。
CEO带头卷，团队足够亲密。或许这就是极越能够在如此短时间内，在技术与工程上取得长足进步的原因。
精彩评论