今天小编分享的汽车经验：10万的车加1万就能用城市NOA，这玩意靠谱吗？，欢迎阅读。
如果加 1 万块钱，让 898 的秦 plus 多个 NOA ，你会买吗？
什么？不买？还嫌贵？
这里面可包含了基础 L2 和高速城区 NOA 。
要知道，比亚迪原本的车道居中辅助、偏离预警、主动刹车这些基础 L2 配置加起来都要 1 万块，腾势的高速 NOA 更是卖到 1.5 万。
这么看还觉得贵吗？有时候多找找自己原因，有没有认真工作。。。
好好好，不开玩笑。
事情其实是这样的，最近，大疆车载收到了来自比亚迪和一汽抛来的橄榄枝。
以后的比亚迪的秦 plus 、宋 plus 、海鸥、海豚这些，甚至一汽的红旗，说不定就能用上大疆的城市 NOA 了。
这里不了解智驾的差友可能会问：
大疆什么时候也开始做智驾了？凭啥要比车企自己做的还牛 X ？
其实咱们拿华为做对比就好理解了，这个大疆车载和华为汽车事业部（ 车 BU ）都是在 2019 年成立，它的资历一点不比华为浅。
论技术和研发实力，大疆车载也完全有实力能和华为车 BU 掰手腕。
而另一边，比亚迪、一汽等传统车企离智驾第一梯队还是有些距离，和这些跨界做智驾的相比，传统车企的自研技术还真未必有优势。
所以在智能车的下半场，比亚迪急需找人合作。
可是，大疆的智驾能力还没有经过多少产品验证，比亚迪它们为什么不选择更成熟的华为智驾呢？
还别说，比亚迪此前还真找过华为的车 BU 谈合作，结果被华为婉拒。。。
这倒不是因为华为不给面子，主要是，华为到现在还没做过 20 万以内车型的高阶智驾，如果要把它的那套系统落地到比亚迪，成本就太高了。
相比华为，大疆做智驾的思路从一开始就是追求性价比，降低成本、尽快普及，所以与比亚迪不谋而合。
比如在今年 CES 上，大疆就展示过自己的 " 成行平台 " ，它既没有激光雷达，也没有高精地图，用的芯片是高通骁龙 Ride （ SA8650P ），仅提供 100 TOPS 的算力，确实是非常 " 丐版 " 。
不过，根据官方给出的测试视频，这套系统不仅包含高速城区路况的超车绕行、自动避障，还有记忆泊车功能，大家有的它也基本都有。
如果换华为来做，先不说必备激光雷达，智驾芯片估计会用自家 MDC 810 ，算力达到 400 TOPS ，按照终端价格，一整套 ADS 2.0 大概需要花 1.8 万。
而大疆这边，根据已经搭载在宝骏云朵上的灵犀智驾，总共用了 7 颗摄像头， 1 颗毫米波雷达， 12 颗超声波雷达，与普通版的差价只有 1 万。
要知道，这 1 万里面还包含了普通 L2 级智驾，所以只论高阶智驾的话，估计成本在 5000 左右。
可咱们最关心的还是用的问题，你这价格低会不会就不安全呢？
毕竟，连目前的主流智驾方案都不完美，那缺胳膊少腿的丐版 NOA ，估计就更难用了吧。
其实从车主的录像来看，宝骏云朵在高架上也能做到一镜到底非常流畅，但在安全性上，还看不出它和其他智驾谁优谁劣。
大伙儿的争议在于，大疆为了降低成本选择 " 纯视觉 " 方案，取消激光雷达，会不会不太靠谱？
要知道，目前车企的智驾降本方案，基本都和这枚激光雷达有关，但智驾是否安全，可不仅仅由一枚激光雷达决定，还有各种算法和逻辑，这里面牵扯的内容多了去了。
要解释清楚这个的问题，我们就得从智驾的成本战开始说起。
时间拉回到 2004 年，当时美国国防部为了打造无人驾驶的军车，发起了 DARPA 无人驾驶挑战赛，虽然参赛队伍各显神通，但没有一支能完成比赛。
这时，一家名为 Velodyne 的音响公司，开始在车上搭载激光雷达，扭转了局面。
在 2007 年的另一届 DARPA 中，有 7 支车队成功过关，并且其中的 6 支用的都是它家的激光雷达，因此 Velodyne 也就一炮走红，成了车载激光雷达的始祖。
那激光雷达为什么这么有用呢？
其实所有的传感器，都存在不完美的地方，比如说，摄像头只能捕捉 2D 影像，在夜晚、雨雾、逆光等情况下，识别能力非常有限。
而超声波雷达的探测距离很短，对物体形状几乎没有概念，只能用作倒车雷达。
毫米波雷达虽然可以探测目标的速度和距离，但对物体的形状也很难区分，在复杂环境中很容易 " 谎报军情 " 。
所以，融合方案最终还要加上激光雷达，它通过发射激光扫描周围世界，可以测得每个方向的距离，精度和真实世界的 3D 打印差不多。
但问题就是这玩意儿比较贵。
到 2017 年， Velodyne 主销的 16 线、 32 线、 64 线激光雷达，分别定价在 8 千、 4 万和 8 万美元，谁买的起搭载这玩意儿的车？
如果想要智驾能力更强，这里的 " 线 " 还得更多。线束多一倍，价格就会翻一番，成本一直下不去的话，感知技术的发展也基本就卡在这儿了。
所以，为了避开激光雷达，马斯克做了一个违背祖宗的决定：只用摄像头。
按他的说法，人只靠双眼就能驾驶汽车，凭啥 AI 还需要各种传感器？
所以在 2022 年 Tesla AI Day 上，特斯拉介绍了占用网络（ Occupancy Network ），将原本类似 " 即时战略 " 的 BEV （鸟瞰图）迭代成了《 Minecraft 》的草方块世界，基本能达到激光雷达的效果。
然而，本来想着纯视觉能省大钱，结果它在实践层成本却越来越高。
原因在于，特斯拉还要对这个纯视觉感知的神经网络进行训练和维护。
首先，为了满足算法所需的算力，就要对芯片开刀，特斯拉从 2014 年开始就自研芯片， 2019 发布了 FSD 自研芯片，算力高达 600 TOPS 。
而且在 2021 年，特斯拉还打造了专门用于训练的自研芯片 D1 来构建 Dojo ExaPOD 超级计算机。
那做这玩意儿需要多少钱呢，马斯克说：每年至少需要几十亿美元的投入。
可与此同时，在 2020 年，多传感器融合方案这边却出现了转机，由于激光雷达国产化，市面上激光雷达的价格被瞬间 " 抹零 " 。
华为车 BU 就在这年对外宣称，他们的目标是 " 将激光雷达的成本降低至 200 美元，甚至是 100 美元。 "
过去， Velodyne 用的都是机械式激光雷达，价格贵不说，也容易坏。
而现在，华为和禾赛等国产供应商，采用的是半固态激光雷达，通过转镜技术，就可以达到过去旋转的效果。
而且，更离谱的还有二维转镜， 1 根线还可以当作 100 根线来用，比如华为的等效 96 线激光雷达，把激光雷达的成本彻底打下去了。
所以现在的车载激光雷达，成本也就在千把块钱左右。
以至于一些车企说， " 4 颗以下，请别说话 " 。看似财大气粗，实则是搭了激光雷达国产化的顺风车。。。
看到这里，其实我们就清楚了大疆和华为的路线区别。
华为专攻多传感器融合方案，拥有激光雷达就更容易解决智驾的感知问题，因此可以不断挑战智驾能力的极限。
而大疆的纯视觉路线，用较低的上车成本解决实际问题，能更快普及，但问题在于它的难度更高，未来究竟能达到怎样的效果尚未可知。
就算是纯视觉的先驱者特斯拉，现阶段遇到的问题也不少。
不过，大疆既然能将其搭载到实车上，并获得许多车主认可，至少能说明，它的基本功能是成熟的。脖子哥也是很好奇，它能够达到怎样的高度。
毕竟不会有人在买一台秦的时候，选择加两三万块钱上智驾吧？
