社区

来写一写小鹏 P7+ 的 AI 智驾，算是对昨晚直播看法的进一步补充丰富。 $小鹏汽车(XPEV)$ $小鹏汽车-W(09868)$

相比于今天每个头部品牌都在营销的端到端，分段的、One Model 的啥的，我认为 P7+ 的 AI 智驾这个突破是非常根本的——去掉了 LiDAR。

第一个问题是如何融合。

智驾的多传感器融合，分前融合和后融合，前融合需要把点云、图像和雷达信号直接进行融合处理，输出目标。你可以想象制作一盘沙拉，不同的食材放在一个碗里一起搅拌，充分混合处理。

而后融合是各个传感器进行初步处理输出结果后，再将这些结果融合在一起。所以后融合有点像那种拼图饼干，先把饼干打磨成拼图的形状（各传感器独立处理输出），再把不同的拼图拼在一起（后融合）。

不用我说也知道，沙拉的做法基本不会浪费食材，确实，如果带有 LiDAR，前融合的信息过滤少，前融合的性能显著优于后融合。

当然，前融合要求处理的数据量也大，包括融合不同的数据格式，也会复杂一些，但这个不是重点，用户只需要知道，前融合更强。

但是，小鹏自 2021 年开始量产 LiDAR 车型，截至今天，一直都是后融合路线。

第二个问题是 LiDAR 能做什么。

网友们普遍的理解是，激光雷达，不就是识别通用障碍物？去掉激光雷达，那就用纯视觉的占用网络识别通用障碍物。

实际上，激光雷达能做的事情很多，点云建图、定位、通用障碍物的识别、直接输出可行驶区域…

如果一家车企量产了带 LiDAR 的车，那么随着各种场景的覆盖、功能的开发，对 LiDAR 会用得越来越重，也会逐渐覆盖上面说的这几个事情。

但是到了 2023 年 8 月，吴新宙在采访中说：「我们（小鹏）用激光雷达一直非常收敛…就是通用障碍物的识别能力和直接输出 3D 的可达空间」。

小鹏已经用了 3 年 LiDAR，但一直对用 LiDAR 很克制，刻意保持距离，车上的传感器就这么多，不用 LiDAR 实现的话，上面这几个事情，就基本是用摄像头，也就是视觉实现了。

2022 年，我们和吴新宙做过一次直播。直播后他和我们说，他看完特斯拉 AI Day（发布了纯视觉占用网络），第二天见了一个 LiDAR 公司的创始人，和对方说，你们要考虑转行了。

现在，我来整合一下以上信息。

小鹏的智驾最终拿掉 LiDAR，这不是一个短期的战术行为，这是一个很长期的、长达数年的技术战略，只不过最终落在 P7+ 上首发。

在视觉能力不够强的阶段，小鹏只能选择搭载 LiDAR 为某些功能兜底，但一边克制对 LiDAR 的用法，一边也在努力发展视觉能力，到今天，小鹏的智驾终于到了可以拿掉 LiDAR 的阶段。

小鹏做了什么事情呢？他们训练了一个纯视觉的占用网络。解决了吴新宙说的最后两个问题：用视觉代替 LiDAR，识别通用障碍物，以及直接输出可行驶区域。

同时为了进一步强化暗光、明暗切换过曝这些场景下的视觉能力，P7+ 升级了 Lofic 架构的摄像头，说白了就是对高动态或高亮场景的适应性更强。

这个特斯拉 HW4.0 的摄像头也做了进一步的增强，包括特斯拉取消 ISP，送光子进神经网络，也是为了大幅提升极限场景下的视觉感知性能。

一家公司要不要拿掉 LiDAR，在不同的时期会有完全不同的答案。如果回到 2019 年吴新宙刚加入小鹏，他一定会为 LiDAR 辩护，可是当他 2023 年加入英伟达，一上来就是纯视觉端到端路线了——这背后是 AI 视觉能力在过去几年里突破性的进步。

去掉 LiDAR 还带来了一些其他的好处，比如因为算力的节约，XNGP 深度神经网络的规模提升了 1.25 倍，整体的延迟下降，识别速度提升了 40%。

但更重要的是，将主动安全、城区、高速、停车场全功能覆盖的 XNGP 带到了 MONA 03 Max 上，且未来 MONA 03 Max 和 X9 是完全平台化的，大幅提升开发效率，从此再无 Pro。

如果拉长周期看，一套高性能高可靠性的纯视觉占用网络，对每一个品牌几乎都是必备的。大家可以去思考，LiDAR 全部都是朝前的，但在泊车的时候，识别矮路沿、悬空的灯管、消防栓、水管、细柱，对智驾的通用障碍物识别能力的 360° 覆盖的。

当然，在中国进入纯视觉的阵营，除了技术打通的考量，也要考虑舆情的潜在影响。比如你看小鹏，他们不太说自己的纯视觉的根本突破，他们说自己是「轻雷达，轻地图」，这样讲，可以一定程度上规避技术阵营上的树敌。这个雷总已经示范过几次了，但不改变这个技术路线的根本变化。

好在我人微言轻，相信不会引起什么波澜。

各家营销唾沫横飞，这条抛砖引玉，让大家关注真正的变化。

来源：微博 不是郑小康