小鹏自动驾驶无限看齐特斯拉（小鹏自动驾驶无限看齐特斯拉）

【彩奇分享】

小鹏汽车2022年的1024科技日，下一代智能驾驶系统XNGP是绝对的主角。

85分钟的直播中，将近50分钟的画面都给了一个人——讲到嗓子沙哑的小鹏自动驾驶副总裁吴新宙。

从XNGP的新一代Xnet感知架构，到数据收集、标注、训练和部署的自监督自学习技术模型，还有XNGP系统详细的部署时间表。

技术细节足够硬核，且里里外外透着一股逐渐特斯拉化的味道。

当然，最后还少不了的一个彩蛋是：小鹏Robotaxi计划。

01

XNGP技术细节全在这里了

关于XNGP，吴新宙在近50分钟的时间里，分享了其与上一代的XPILOT系统的区别，以及软件技术细节。

根据官方的口径，XNGP未来将会成长为一个全场景辅助驾驶的系统，可以在无高精地图的前提下实现高阶智能辅助驾驶功能，最终的能力表现是超过大部分司机。

而XPILOT最终也将实现上述的能力，但最大的区别在于，无法脱离高精地图的运用。

在XNGP的能力进度表规划上，小鹏希望可以在2023年逐步落地全场景辅助驾驶，2025年之后开始向全面自动驾驶进发。

也因此，XNGP对于小鹏来说，可以理解为从辅助驾驶过渡到自动驾驶的最后一款智能驾驶系统，承上启下的意义不言而喻。

所以，这次的技术分享，也格外的硬核细致，归结起来一句话，感知进化和数据闭环，两大板块指向一个重点——城市场景的高级别辅助驾驶。

吴新宙表示，在城市场景落地高级别辅助驾驶，相对于高速和泊车两大场景，具有非常大的难点。

首先是需要面对场景相对更加复杂多变，比较典型的例子是，城市道路错综复杂，主干道和辅路情况更多，交通参与者的行为不够规范，改道施工比频繁等等。单是改道施工这一条，吴新宙表示，光是广州的路面平均一天就有两起，一年下来超过500次。

场景的复杂多变，也要求城市高级别辅助驾驶需要具备更强的能力，比如横向操控、不确定场景处理和博弈等等。

另外，基于这些难点，吴新宙还对高精地图的使用给出了自己的判断：城市高级别辅助驾驶，是基于车本身核心的感知能力进行判断。

一定程度上，吴新宙的态度已经能够说明在失去高精地图资质后，小鹏现在及未来智能驾驶思维的转变趋势——重感知轻地图路线。

所以落到感知上，小鹏在这次科技日上推出了新一代的感知架构——Xnet。

Xnet的特点就是多相机、多帧数据输入方式，简单理解一下就是，Xnet可以直接将连续的视频流数据输入深度学习大模型当中，然后直接输出在3维空间的结果，本质上是一种前融合的输出方式。而在此之前，小鹏的感知架构是通过多相机单帧的方式输入模型，后期再利用算法进行数据融合。

类比一下，整体类似于特斯拉在去年AI DAY上分享的基于视频流数据的共享特征多任务型神经网络架构。

而这种能力带来的优势是，可以让车辆具备超强的静态环视感知能力，即时生成高精地图，以此摆脱或者减轻对高精地图的依赖。

动态感知方面，Xnet感知架构也具备更强的360度感知，靠近车身的感知盲区得到加强，同时加入了速度感知和意图预测，使得系统的博弈能力和变道成功率更高。

以上就是小鹏在感知架构方面的最新进展，而感知之后，就是数据的处理和算法部署。

按照数据和算法的迭代关系，吴新宙将小鹏的整个数据闭环分成4大关节：数据收集、标注、训练和部署。

首先，数据收集层面上，小鹏在近10万辆的小鹏车型上部署了超过300个触发器，可以随时随地将场景数据收集上传。

其次，标注方面，多相机多帧的输入也意味着数据量的大幅增长。比如训练一个视频流输入的网络，就需要50-100万个短视频，需要标志的动态数据数以亿计。

声明：本文内容仅代表作者个人观点，与本站立场无关。如有内容侵犯您的合法权益，请及时与我们联系，我们将第一时间安排处理