今天小編分享的汽車經驗：蔚來今天的史詩級更新，不過是李斌 3 年前挖的「坑」，歡迎閱讀。
NIO Day 2023 依舊是充滿溫度的 NIO Day，同時也是最硬核的一屆 NIO Day，蔚來發布了全球首個兼顧智能化和高集成度的集成式液壓主動懸架，也就是「SkyRide 天行全主動懸架」。
台上的李斌花了不少時間來介紹這套系統，從軟體到硬體，從技術到功能，細致入微。但最後，征服現場所有觀眾的，還是那輛端着水杯過減速帶的 ET9。
直觀，震撼。
只可惜在 2025 年之前，我們還不能在路上看到集各種「黑科技」于一身的蔚來 ET9，自然也無法得知天行懸架的表現是否如李斌所言，但蔚來最近倒是推出了一個主動懸架「青春版」—— 4D 舒适領航。
上周，蔚來發布了 Banyan · 榕 2.4.0 版本智能車載系統，帶來了超過 50 項功能的新增及優化，涵蓋駕控體驗、座艙娛樂、主動安全等領網域，如今的 NOMI 甚至能識别「把小李往前挪一挪」這樣的指令。
不過，最受用戶關注的新功能，當屬只有在 7、8 兩個旗艦系列中才能體驗到的 4D 舒适領航。
一份蔚來車主獨享的「地圖」
70、80 年代電子技術的噴湧，讓刹車和傳統系統實現了電子控制，但直到 21 世紀，感知技術和計算機控制的大規模應用，才真正讓汽車進入了電子化、信息化的時代。
原本功能單一的主動懸挂系統也逐漸向更精細、更高效的方向發展，迭代成為了如今我們時常能夠聽到的 CDC（Continuous Damping Control）。這套系統引入了更先進的傳感器和控制算法，能夠提供根據路面反饋提供更連續和精确的懸挂調整，更好地平衡車輛和操控性和舒适性。
不過，這也意味着 CDC 系統的反應是基于當前和過去的駕駛條件，而不是預測未來的道路狀況。
相比之下，奔馳的「魔毯懸架」（Magic Body Control）采取了一種更先進的方法。它使用攝像頭預先掃描道路表面，識别前方的凸起和坑洞，并在車輛到達這些地方前，對懸架進行調整。
能預知未來、提前應對，自然是更好的。
不過，魔毯懸架也有着它的局限性。在復雜或低光照條件下，攝像頭的表現并不盡如人意，即便是換成性能更好的激光雷達，同樣也可能因為前車的阻擋，而無法掃描道路。
蔚來的做法就很好地規避了感知問題，它的秘訣在于一張地圖。
說得具體一些，蔚來深度自研的智能懸架控制網域，不僅能夠實時感應從底盤回傳的懸架信息、車輪信息和車身信息，還能利車身傳感器，不斷記錄路面上的颠簸情況，形成一張帶有路面信息的 4D 路況圖層。
4D 路況圖層就像是一份地圖，共有 6 種路面事件，包括上下坡、減速帶、大小起伏，以及連續颠簸。車輛每 4 次路過同一路段，就會生成一個路面事件，記錄下這一路段的類型和特征，後續要駛過這一路段前，懸架便會提前準備調節高度、主動調整阻尼控制策略。
蔚來整車應用軟體負責人肖柏宏表示，在同一路段裡，只要有配備空氣彈簧和 CDC 減震的蔚來車型經過 4 次，就可以對該路段的颠簸圖層精選确認，無論是不是同一輛蔚來汽車。
如此一來，蔚來這份「地圖」的鮮度可以達到「天」級水平，而且随着路上支持該功能的蔚來車輛越來越多，這份「地圖」也會愈發完善。
換句話說，路上所有帶空懸和 CDC 的蔚來汽車都在共同繪制這張地圖，并一起享受着它帶來的好處。
有點像之前的特斯拉。
去年 3 月，特斯拉在北美為所有 Model X 和 Model S 用戶提供了類似，但較為初級的功能——依靠标注數據的主動空氣懸挂，車輛能夠在開上崎岖路面前做好準備，提高懸挂系統的舒适性。而這些數據，全部來自路上的特斯拉，包括沒有空懸的 Model 3 和 Model Y。
人人為我，我為人人
蔚來和特斯拉的做法，可以說是一種群體智能。
群體智能，指的是一群個體通過相互協作和信息共享，形成的一種集體性的智能，典型例子包括社群媒體、維基百科、開源軟體等。而在汽車這一行，最前沿的例子便是特斯拉的 FSD。
2022 年，特斯拉在 10 月 1 日舉辦了首屆 AI Day。當我知道這一消息時，我無比快樂，這意味着我能夠在國慶節當天投身工作，與祖國共奮進。
那一天，特斯拉人形機器人 Optimus 晃晃悠悠地走上舞台，給了世人一個小小的賽博震撼。當時，特斯拉表示，那台人形機器人使用了與特斯拉汽車完全相同的計算平台，它的所有動作，都是通過 AI 模型的學習得來的。
放到車上也一樣。
彼時，FSD Beta 的用戶已經超過了 16 萬人，在如此大規模的「測試團隊」的幫助下，特斯拉在當時就已經擁有了超過 14.4 億幀視頻數據。同時，馬斯克摒棄了去年近千人的标注團隊，對數據标注流程進行了全面優化，訓練速度提高了 30%。
同一天，特斯拉還搬來了一個如今我們已經無比熟悉的名詞，Occupancy 占用網絡。在這套模型裡，我們的世界看起來就和 Minecraft 一樣，由一個個網格組成。面對被「占用」的網格，即便車輛不能認出障礙物，也會做出避讓動作。
同時，車輛還能識别出道路的坡度，根據實際的道路情況，提前做出加速或減速的動作。特斯拉當時表示，開始轉向 AI 的 FSD 可以在小于 10 毫秒的時間内，列出超過 7500 萬種影響決策的因素，迅速做出最安全的決策。
得益于 AI 的加入，以及大量的數據投喂，FSD 成長得飛快。
同樣是在上周，特斯拉開始正式向用戶推送 FSD V12（v12.1.2），其在更新說明中寫道：
FSD Beta V12 将城市街道駕駛堆棧更新成了端到端神經網絡，特斯拉車隊提供的數百萬次視頻訓練，取代了 30 多萬行 C++ 代碼。
海外博主 Whole Mars（@WholeMarsBlog）在其評測視頻中表示，FSD V12 的駕駛行為非常自然，它會在順滑地避開車道中停止的車輛，會在必要時果斷變道，面對行人也不會像受到驚吓一樣小心翼翼，一切都行雲流水。
該博主稱，FSD Beta V12 「是 FSD 最大的一次進步，在所有關鍵方面都實現了重大改進」。
如今，國内的自主品牌們也在朝着這個方向努力，FSD 所采用的「BEV+Transform」方案幾乎成為了标配。
在 2022 年的小鵬汽車 1024 科技日上，小鵬發布了基于 BEV 和 Transform 的 XNet 1.0；次年，小鵬又發布了 XBrain，組成了動态 BEV+ 靜态 BEV+ 占用網絡的 XNet 2.0。華為的 ADS 2.0 同樣基于 BEV +Transformer 架構，加入了 GOD 通用障礙物檢測網絡，其對标的就是占用網絡。
但在數據規模上，特斯拉可謂是「遙遙領先」。
如今，特斯拉已經賣出 400 多萬輛汽車；截至 2023 年 Q1，FSD V11 就已經有了 40 萬的訂閱用戶；截至 2023 年 Q3，FSD 的行駛裡程達到了 5.25 億英裡；特斯拉的影子模式，還能在車主沒有激活 FSD 的情況下，獲取駕駛經驗。
智能汽車已然從一輛車，擴大、生長，成為了一個群體。蔚來顯然很早就參悟了這個道理，為了推出 4D 舒适領航功能，他們已經鋪墊了很久。
早在 2021 年，蔚來 ET7 發布時，一項名為 4D 智能車身控制系統的東西也一同浮出水面，那便是如今 4D 舒适領航功能的原型。
但這玩意兒光靠一輛車可不行，蔚來今天能把當初挖的坑填上，離不開在座各位蔚來車主的努力。
