今天小編分享的汽車經驗：大疆車載沈劭劼：企業使命決定我們走高性價比路線，歡迎閲讀。
文丨李安琪
編輯丨李勤
大疆車載帶着 20 餘款量產車型加入智能駕駛戰場，規模效應開始顯現。
" 我們的企業願景是，為所有人提供安全、輕松的出行體驗。‘所有人’很重要，企業使命決定了我們會走這條路線。"
3 月 17 日，鮮少露面的大疆車載負責人沈劭劼在電動汽車百人會活動上，首次接受媒體采訪時，談到了做 " 高性價比 " 的初衷。
他認為，走高端路線肯定沒有錯，" 但一個企業總會需要看自己擅長什麼東西，更容易做成什麼東西，以及手頭資源會決定我們到底選擇哪個方向，我們就按照這個方向去做。"
跟華為智駕只能覆蓋 30 萬元以上車型相比，大疆車載的 " 高性價比 " 相當明顯。
去年，憑借 7V（7 個攝像頭） +32 TOPS 算力的基礎版配置，大疆車載實現了城市記憶領航、高速領航駕駛等 L2+ 智駕功能，方案成本 5000 元左右。目前已經落地五菱寶駿雲朵靈犀版，iCAR03，悦也 Plus 等車型。
但性價比不意味着只做低端車型。
在 3 月 17 日活動演講中，沈劭劼在基礎版方案之外，宣布推出更新版「7V+100TOPS」、高配版「10V+100TOPS」兩個配置，兩個方案均搭載了高通智駕 ride 芯片產品。
圖源：大疆車載
" 我們會在基本盤守住的情況下，不斷地嘗試去做更厲害的技術、更厲害的產品。" 沈劭劼在接受采訪時説道。
據他介紹，大疆車載兩個中、高配版本可以實現 " 無高精地圖、無激光雷達 " 的城市領航功能，以及其他所有 L2+ 智能駕駛功能。其中，中配版本系統硬體成本 7000 元。
市場層面，三款配置能覆蓋 8 萬～25 萬車輛市場區間，并且油車電車不限。上汽大眾途觀 L Pro 成為首款搭載大疆車載智駕方案的燃油車。
此外，沈劭劼還表示，大疆車載過往雖然更多使用純視覺方案，但其實是在成本相對受限的背景下作出的選擇。随着算法更新、更大算力芯片平台出現，" 對于激光雷達，我們一點都不抗拒。"
他透露，大疆車載内部還研發了一個「慣導三目及激光雷達總成」，可以替代市面上的 " 激光雷達 + 前向攝像頭 " 方案，并且成本降低 30%~40%。随着該方案成熟以及與 L3 異構網域控制器的組合配置，在 2026 年左右，大疆車載會把 L3 級自動駕駛能力下放至 25 萬級别車型上。
穩固基本盤後，大疆車載與華為的正面較量，已經在不遠處。
以下是 36 氪汽車等對大疆車載負責人沈劭劼的部分采訪，經編輯：
問：大疆車載的高階智駕方案基于高通芯片打造，這也是高通智駕芯片的首次量產，大疆車載有什麼開發經驗或者心得嗎？
沈劭劼：這其實是大疆車載對于适配芯片的風格。高通 8650 是非常好的芯片。之前我們成行平台基礎版用的是德州儀器的 TDA4-VH，當時我們做到了芯片量產首發、智駕系統量產首發和車型量產首發，三個東西同時進行。
這次基于高通 8650，我們可能不會這麼極端地把三個東西同時量產，但我們比較樂意做第一個吃螃蟹的人。
問：聽説大疆車載是比較信仰數學的團隊，能用數學就盡量不用神經網絡，但越往後規劃控制模塊也會更多用 AI 算法，包括端到端，大疆車載的态度和做法是怎樣的？
沈劭劼：其實神經網絡還是數學、概率論那些。大疆車載的底色偏向機器人公司。機器人是用自動化解決實際物理問題，至于方案裏具體用了什麼樣技術，我們并不非常糾結。前期受制于技術成熟度以及可用算力，基于規則的算法更多，後面随着網絡壓縮以及各種各樣芯片大算力平台，我們對應的技術也會更新。
之前會有人問，大疆車載是不是純視覺派？基于機器人派的風格，我們只想做一個好用的產品，我們不糾結這個東西。如果成本相對受限的產品就用視覺，甚至是把毫米波雷達，超聲波雷達都砍掉的純視覺，我們也有這個方案的量產車型。但對于激光雷達，我們一點都不抗拒。
問：跟華為相比，大疆車載怎麼能做到高性價比？優勢是什麼？
沈劭劼：高性價比是從我們企業使命導出來的——為所有人提供安全、輕松的出行體驗。" 所有人 " 很重要。我們希望做到科技平權，使命決定了我們會走這條路線。
當然，走高端肯定沒有錯，但一個企業總是會需要看自己到底擅長什麼東西，更容易做成什麼東西，以及手頭資源會決定我們到底選擇哪個方向，我們就按照這個方向去做。
實話實説，高性價比方案非常難開發，當然我們有比較獨特的慣導雙目技術，從而解決了很多純視覺很難做到的測距問題，這背後不僅只是選了哪個芯片、傳感器，它是一種企業文化和工程師理念。
在大疆車載，在大疆，對于能夠把工程做好，能夠用很受限的資源去做成非常厲害的事情的工程師，我們是非常推崇的。從績效考核、晉升等方面，整個組織文化給足夠多的支持。同時，也鼓勵他們做更前沿的研究，讓有才華的同學們發揮能力。
這是工程能力和數理基礎、高精尖算法兩頭一起碰撞，碰出來了比較獨特的文化。工程師就會覺得做高性價比是一個符合公司使命，也是符合自己使命願景的東西。做成高性價比，工程能力以及支撐工程能力背後的企業文化才是最關鍵的事情。
問：過去大疆車載主要做中低端市場，接下來在 20 萬以上高端市場有怎樣的思考和布局？
沈劭劼：我們最開始從下往上打，我自己是做移動機器人出身的，所有做機器人的都會有一個夢想——造高達這種全自動的東西。所以我們會在基本盤守住的情況下，不斷地嘗試去做更厲害的技術、更厲害的產品。
問：大疆車載這次高階方案自帶激光雷達，激光雷達是自研嗎？會軟硬一體打包給車企嗎？商業模式是怎樣的？
沈劭劼：我們的思路并不跟其他激光雷達公司一樣又做了一個激光雷達，這樣沒有競争力的。我們的思考是，如果有一個額外的傳感器信息源，能不能讓整個系統效能達到最大化？以前激光雷達集成過程中的标定等問題有沒有更好的解決辦法？原來激光雷達有沒有性能上的過度設計？如果把這些過度設計去掉能不能便宜，甚至便宜到跟視覺系統差不多？
問：大疆車載的慣導三目及激光雷達總成的產品，能替代掉現在市面上最主流的激光雷達 + 前車攝像頭？
沈劭劼：純視覺系統稀缺有一定局限性，但局限性遠沒有大家想象的那麼大。特别是立體雙目的構型，即使前面的影像不是太好，只要點雲、深度能出來，其實很多安全性兜底就能做得到。在成本受限的情況下，我們選擇一個最好的手段而已。
關于激光雷達，我們有很多思考。比如雙目本身有點雲，激光雷達也有點雲，兩個點雲有什麼區别？如果説密度，視覺的密度比激光雷達還高，但是雙目點雲是越遠越差的，激光雷達點雲精度不會随着距離變遠而變化。
視覺的點雲有時候在深度斷層會有拖影，拖影對檢測車輛行人沒什麼影響，但是對一些朝向估計、精确駕駛意圖估計會帶來影響，這時候額外加入激光雷達，是為了解決我們認為真正需要解決的問題。比如用更高精度點雲去把車輛的意圖估計能夠估得更準。這個也是我們做集成式激光雷達的原因之一。安全性上也有所考慮，但主要是某一些極端情況。
總體來説，它看起來像是增加了一個激光雷達，但背後肯定不只是很籠統地增加冗餘，而是一個個案例分析後得出來的，裏面既有安全向的，也有性能向的，也有體驗向的。
問：大疆車載獨立一年以來，對業務各方面進展有什麼評價？
沈劭劼：獨立經營之後我們發展挺好的，今年大概會有二十多款搭載大疆車載系統的車型上市，裏面既有油車，也有電車，油電同智，這應該是業界比較少見。
問：英偉達、地平線等在做智駕芯片的公司在涉足軟體，您怎麼看待這種現象？這種做法似乎具備一定優勢，在您看來優勢如果真的存在，會有多大？
沈劭劼：大家都是想為夥伴交出東西。這也跟每個公司擅長什麼東西，不擅長什麼東西相關，如果本來軟體能力就很強，做多一點點能夠讓客户變得更好，為什麼不試一下呢？
我們也會經常想這個問題。我們一直在往傳感器方向努力，沒有往芯片方向走，很明顯這是由我們自己懂什麼不懂什麼，以及手頭資源決定的。
智能駕駛有四座大山：芯片算力、傳感器、軟體算法能力、數據閉環能力。四座大山都得跨過去才能做好，每家公司有自己擅長不一樣的東西，我們擅長傳感器和軟體，以及系統集成和硬體能力，有的公司特别擅長數據那一環，有的更擅長芯片和對應的算法，但四個象限都全的不太多，大家肯定會讓自己擅長的東西最大化。
問：大疆車載也基于端到端算法做智能駕駛，這方面你們有什麼優勢？
沈劭劼：對于端到端，我們是比較謹慎樂觀的狀态。本來一個系統裏面有好多模塊，但現在基本上感知就是一個大網絡，決策規劃還沒有全部合起來，但在 100TOPS 的方案上，我們決策端也會用一個網絡全拼起來。
但是感知和決策規劃還是兩個網絡。實話實説，目前端到端還比較早期，我還不敢誇下海口，但是我相信我們的技術能力，可以把這兩塊拼起來。
拼起來的過程需要謹慎，畢竟這麼多車得天天交付，總不能説拼起來之後會出現一些不可解釋的誤差。所以是屬于一種比較謹慎樂觀的态度。
我們自己并不是大模型基因，也不是從大模型方向出身，所以我們更擅長于把有限資源用好，以及先進算法能夠對工程問題看得清楚，從而在根本上規避可能出現的各種各樣風險，走得相對比較穩健一點。
問：華為跟車企有三種合作模式，大疆車載和車企合作會有哪些模式？
沈劭劼：我們更多秉承的是，如何讓車企以盡量低的代價，來獲得他想要的智能駕駛產品。這裏的代價既包括 bom 成本，也包括開發成本。
具體展開，我們既有全棧式交付，所有傳感器 + 網域控 + 軟體全部是我們交付，也會有包括雙目 + 網域控，再集成額外其他傳感器的半全棧交付，也會有我們把軟體寫在其他家網域控上面，再進行功能落地的。我們本身非常靈活，關鍵是能不能多快好省把車交付出去。
我們也會在同一個企業、某一個車型上進行全面交付，同時展開一些更深入，可能耗時更長的、偏車企研發賦能的合作，我們并不太糾結某個特定的模式。
問：大疆車載在主機廠客户的布局考量是怎樣的？
沈劭劼：目前已知的合作車企，基本上都跟我們願景同頻，盡可能争取主流車型等，但是油和電我們不太糾結。我們也還沒有直接出海的車型，之後會跟随合作夥伴車型一起出海。
問：大疆車載兩個高階方案都提到了城市記憶領航功能，之前友商也提出了 AI 代駕、通勤 NOA 類似功能，花了很大力氣來解決城市各種路口的困難問題，但實際收益似乎不那麼大？想聽聽您對這個功能的理解。
沈劭劼：如果能做到任意點到點城市領航，肯定是比記憶領航要好的，但是如果算力資源不是太足的時候，我們總不能在城區直接放棄了吧。
記憶領航為比城市點到點更容易落地，車輛行駛過一次之後，依靠人的駕駛經驗，可以在車上把軌迹存下來，而且進行聯合優化，例如一些在大型路口的感知距離、奇形怪狀紅綠燈的感知，這些任務所需要的資源會大幅度下降，所以我們會在 7V+32TOPS 方案去做。
再往後更大算力的平台，我們是能夠做到無圖城市領航的，在這些平台上會保留記憶領航的功能，更多是出于反正做都做出來了，是功能連續性的選擇。
