今天小編分享的汽車經驗：我是真沒想到，高階智駕都已經比手機還便宜了。。。，歡迎閱讀。
兄弟們，你們能想象現在的智駕有多便宜嗎。
沒多久之前咱還在說，智能駕駛就是有錢人的玩具。車企随便整倆激光雷達就是兩三萬實打實的成本，車主選配兩三萬起步不說，結果還不一定好用。
結果沒過多久，智駕硬體的價格就和脖子哥的基金一樣，跌成白菜價了。
前一陣，大疆車載發布了自家 " 成行平台 " 的幾款新產品。其中一個只用攝像頭的純視覺版本，不僅支持高速和城市 NOA 這種高階功能，而且不依賴高精地圖，功耗還賊低，基本啥車套上就能用。
重點是，價格只要不到 7000 塊錢，很多車上都有的空氣彈簧，差不多就是這個數。
如果我是車企，在能升高降低和高階智能駕駛相比，我肯定無腦選後者。
但問題就在于，都說便宜沒好貨，同樣是搞的純視覺智能駕駛，馬斯克磨了好幾年搞出的 FSD ，現在還得賣大幾萬。剛量產智駕還沒一兩年的大疆，硬體便宜就算了，軟體還基本不要錢。
它憑啥啊？
結果我正琢磨呢，大疆直接就是一個試駕邀請函的給，行不行的自己來試試。
這我能不去？
畢竟之前試過的大多數智駕，不說都不咋地吧，絕大部分都會時不時抽個風啥的，整的隔壁兩三條車道跟着一起緊張，必須時刻盯着。
大疆這套純視覺方案連激光雷達的深度驗證都沒有，大概率也是 bug 滿天飛，怎麼噴它我都想好了。
結果大疆只用了一圈 30 多分鍾的試駕，就把我的嘴堵上了。
這次的試駕車其實就是寶駿雲朵的靈犀智駕版本，區别在于它把原先車上 32 TOPS 低算力的網域控制器拔了下來，插上用了高通 8650 芯片的的 100 TOPS 高算力控制器。
相比目前主流十幾個攝像頭 + 一兩顆激光雷達 + N 個 254 TOPS 英偉達芯片的智駕方案，這套硬體甚至說得上有些寒酸。
但從體驗上看，它卻是我試過最好用的智駕之一。
試駕的路線，是一條經過深圳鬧市區的大環線。全程 30 分鍾左右，途中會經過無數個十字路口，包括幾個堵車堵到發紅的高峰區。
然而一圈下來，我愣是一次都沒有接管過。
在比較簡單的開闊路段，它的表現其實和别家沒啥區别。加減速舒适，不會突然的點頭和推背，變道時車内也沒有很明顯的拉拽感。
但在一些細節上，它就不只是及格這麼簡單了。
比如在遇到紅燈的時候，它會先把車速刹到很低，比如 10kph 以下，然後用很慢的速度挪到靠近前車的位置再徹底刹停。
我對随車的工程師直接就是一個問，他說他們的算法标定是在攝像頭正好看不見前車後輪的時候停下，大概就是間隔 3 米的距離。
這個哥們是真心喜歡，因為我平時就是這麼開車的。
另一點就是對大車的避讓，試駕途中經過了好幾個大車密集的路段，每次大車經過或者需要超過大車的時候，車子都會小幅度的打一把方向繞開它。
而且，這個避讓的幅度不是固定的，如果相對速度比較大，避讓的幅度就會變得很小，甚至會變得很難察覺；如果相對速度比較小，避讓的的幅度就會明顯變大，有種想遠遠繞開的社恐感。
成行平台的算法工程師，估計沒少看大車的事故集錦。。。
當然相比這些小細節，我覺得它真正封神的地方還是超快的博弈速度。
一點不糾結，賊果斷。
經常開車的朋友們都知道，在一個大路口左轉的時候，最難搞的就是不知道旁邊的車會轉到哪個車道。
要是左邊的轉大點，右邊的轉小點，那直接就是一個兩面包夾芝士，必須頻繁微操。
大疆這套智駕神就神在，它基本復刻了我會做的所有操作。
在左邊車離得很近的時候，它會稍稍往右邊靠靠；靠完以後，還會再根據右邊車輛的位置，再往左邊調調。
實際的體驗就是，我看左邊後視鏡的時候它在對付左邊車，我看右邊後視鏡的時候它也開始處理右邊的車。
人車合一了屬于是。
遇到行人橫穿馬路也是一樣，其他家的智駕就是一個素質極高，一定會等在原地讓行人先過。過去了還好說，要是行人素質也高打算讓車，就會出現兩邊瘋狂互讓的情況，誰都過不去。。。
大疆的做法則是，你讓我？那我過了。
在遇到的幾次行人博弈裡，如果遇到行人讓車，試駕車都會很果斷的加速通過，雖說看着素質沒那麼高，但通行效率是實打實的提升了。
然後就是我覺得最最最最厲害的地方了：後方來車規避。
試駕途中有這麼一個場景，直行車道，左邊突然竄出一台橫穿的小電驢。這時候一般向右規避就完事對吧，但此時後方還有一輛準備加速通過的公交車，繼續變道必然怼上。
這時候一般的智駕就歇菜了，停在原地需要接管，但大疆的決策是停止變道的過程，刹到安全的車速，等公交車通過之後再重新起步。
還有一個我差點就要去二次元的場景。
那時候我們需要去最右邊的車道右轉，我的注意力放在看它多車道變道的表現上了，完全沒看見側面有一個泥頭車也要走這條右轉道。
結果應該是從後攝像頭裡看見了，智駕直接一個大方向把車拉了回來，用很小的縫隙把泥頭車讓了過去。
随車的工程師一陣誇我膽大心細，其實我是真沒看見啊。。。
所以一圈開下來，我會覺得成行這套系統總體來看是有細節、有操作而且表現非常穩定的，如果最後上車全量推送的版本能和這次試駕一個水平，我可能真的會在日常的駕駛裡頻繁的使用它。
至于為啥大疆能只用幾個攝像頭和這麼點算力搞定高階智駕，他們在發布會上也大概說了一下，什麼算法優化好啦，感知精度高啦，比較玄乎。
裡頭比較有意思的是一個名叫神經網絡軌迹預測的技術，就是高算力網域控内置的 Transformer 模型能夠根據攝像頭看到的運動物體，通過 AI 預測出它的運動軌迹。
然後判斷這個未來的軌迹會和行車線有啥衝突的地方，再反過來控制現在的車輛。
就 ... 見聞色霸氣嘛。
不過相比探究他們是怎麼實現的，我覺得這次試駕傳遞的更重要的信息是，之前車企們靠堆硬體、堆算力搞智駕的思路，可能真的錯了。
很長時間以來，車企們對于智駕一直都有着很嚴重的 " 火力不足恐懼症 " ，為了盡可能多的收集路面上的信息，各種攝像頭、激光雷達必須拉滿，像阿維塔，一台車上光是激光雷達就有三顆。
為了設計足夠多的規則算法來應對各種棘手的問題，高算力的芯片必須安上；像蔚來， 256 TOPS 算力的英偉達 OrinX 一用就是 4 塊。
但其實在許多車型上，有很大一部分算力是被用來 " 捋清問題是啥 " 而不是 " 解決問題 " 。
舉個例子大家就明白了。
在啥傳感器都有的車上，激光雷達、攝像頭和其他硬體在收集完信息以後，還有個合在一起分析的過程。不僅要把時間軸對齊，保證空間的一致，還得商量好以誰的信息為主。
比如攝像頭識别橫向移動過程的精準度比各種雷達強很多，而遇到粉塵、雨天等視線不太好的天氣激光雷達的效果會更好。
這時就得按照不同情況，讓傳感器們對齊顆粒度。
這還只是不同傳感器之間的配合，就連攝像頭的内部也有很多配合問題需要解決，像是識别本車道目标一般是依靠前視攝像頭，如果是識别旁車道目标那就得用側視攝像頭。
要是距離太近，雷達會有回波問題，還得依靠泊車攝像頭。
總之就是多傳感器算法這玩意，工程師能想到的場景越多，硬體之間配合的規則就越復雜。
而就像電路設計一樣，為了确保一個規則能跑通，還得設計一大堆保證它能實現的驗證功能。
對于算法能力不太行的車企來說，最後大概率就會變成代碼の屎山，導致很多算力被浪費。
算法能力強的最近就開始緩過神來了，屎山越高越大肯定不是事啊。
那與其用上一堆傳感器搞得高不成低不就的，還不如老老實實從底層開始做優化和研發，把其中某個傳感器的能力拉滿。
這樣不僅不用這配合那配合的，芯片也用不着那麼高算力了，雷達攝像頭的錢也能省下不少。
所以像是華為、大疆這些企業，最近就開始用精度更高的視覺信息為主，減少激光雷達的數量或者幹脆就不用了。
而且，更低的算力和硬體功耗要求，也意味着更多便宜的車型也能智駕起來了。
就比如大眾就表示自家的途觀在 2025 年會用上大疆智駕，脖子哥在大眾集團内部的朋友也悄咪咪地告訴我，保時捷和奧迪目前也正在考慮采用大疆或者華為的智駕方案。
或許馬上，幾萬塊的比亞迪或者五菱宏光就也能高階智駕了。
這麼一想，現在如果還有啥新車還在吹自己激光雷達用得多，那大概率是算法能力不太行，在靠堆料打腫臉充胖子呢。
說的是誰，歡迎兄弟們對号入座。
