行驶在城市道路上，
什么样的汽车
市三类AI技术耦合
“驾驶权”由人类向机器转移
经验老道的驾驶员都有这样一份自律：在城市中驾驶，不同于空旷的野外，人多车杂，驾驶环境更为复杂，稍不留意就会发生交通意外。
当汽车革命进入“3.0时代”后，这一痛点如何解决，就成了交通工具再进化一步的突破口。
在现有解决方案中，摄像头、激光雷达、毫米波雷达、超声波雷达已成为不少车企的在自动辅助驾驶时的选择。不过，恶劣天气、实装成本、信号干扰等因素，让这些技术变成了销售员口中的“噱头”。在实际驾驶场景中，真正能放心把安全托付的汽车的驾驶员几乎没有。
在AI大模型开始与智能汽车结合后，这种情况正在得到改变：汽车“驾驶权”可以由人类向AI转移。具体而言，这样的转移背后是自动驾驶、LD地图与人机交互三类领域技术的耦合，最终实现了AI大模型“上车”。
人工智能帮人开车，体现在高阶智驾上。目前已有基于纯视觉高阶智驾能力和安全体系赋能的OCC占用网络技术，形成完整技术体系。
所谓OCC占用网络技术，即Occupancy Network，本质是一种基于学习的三维重建方法，通过产生3D体素，将这些3D体素与3D重建体素进行比较，从而实现感知识别，既能辨别出“不能碰的物体”又能发现“可以碰的网格”。目前，掌握这项技术的主机厂只有特斯拉与极越。
以极越为例，其高阶智能辅助驾驶系统全系搭载2枚英伟达Orin-X芯片，AI算力达到508TOPS，同时拥有11个高清摄像头、5个毫米波雷达、12个超声波雷达等总计28个智驾传感器。
基于这些传感器进行数据采集，OCC能够对障碍物进行3D精细刻画，对于运动障碍物的速度识别精度能达到0.1米/秒误差范围。这大幅提升了对于栅栏、护栏、水马和施工隔离栏等有一定长度的通用障碍物边界的识别能力，有效进行避让、刹停等，留出更多安全行车距离，再次提升了纯视觉高阶智驾在行驶过程中的应变能力。其模型精度可达厘米级，比肩甚至超越激光雷达。
谈及智驾技术路线时，有业内人士认为，相比激光雷达方案，纯视觉方案的难度更高，但作为最类似人类驾驶的方案，纯视觉模型迭代速度更快，上限也更高，并且可以有效降低用户体验高阶智能驾驶的购车成本。
当上车就开导航已成为不少人的驾驶习惯后，视觉感知大模型的应用，也促使车道级导航彻底重构了传统的地图生产模式，进而实现端到端地图生成新范式，突破了车道级地图规模化的瓶颈。
这一技术的进步之处在于，既有对传统高精地图的要素、精度等最小化的要求，即保留最必需的要素和精度；同时，还增加了经验图层、安全图层、实时图层等传统高精地图不具备的要素，让自动驾驶场景更安全。
夏一平以极越为例谈到，到今年底，只要百度地图导航能到的地方，PPA智驾就能应用，覆盖高速，环路，城区等不同道路。“目前，PPA智驾已覆盖的城市已包括北京、上海、广州、深圳、杭州等城市的复杂城市道路，仅近两个月就开城近300个。”
“工具就是人类四肢的延伸”；如果缺乏足够聪明的大脑，延伸则毫无意义。这意味着，“车辆传感器+云端地图+语音控制+车载OS”的“四肢”，有了纯视觉高阶智能这个新的大脑代替人脑进行操作与指挥车辆，驾驶者将真正能放心地把安全交给汽车，享受“冰箱彩电大沙发”的智慧驾驶体验。
在IDG技术委员会主席王亮看来，智驾数据生产线、LLM赋能的自动驾驶数据索引，与此同时，通过生成式AI技术实现了高效处理长尾数据的能力。“这些都是推动端到端自动驾驶技术发展的重要引擎。”
“纯视觉技术”赋能
汽车自带“领航员”“泊车员”
不久前举行的第二届中国智驾大赛上海站城市NOA赛上，极越01作为唯一纯视觉方案车辆参赛，继北京站、杭州站后，第三次夺得冠军。同场参赛的车辆还有，阿维塔11、智己LS6、理想L8、问界M7、小鹏G6、极狐阿尔法S、蔚来ES8等。
例如，在路况复杂路口，前车转弯太慢、电瓶车贴靠太近，车辆都能主动绕行提升效率。在突遇道路施工围栏、路边故障车辆、临时堆放杂物等情况，还可以灵活绕开或及时刹停。或者是，让驾驶员借助外语音控车、泊车。汽车能够在开放的道路中搜索空间车位功能，泊车中还可以主动避让来往车辆，以及泊车后自动上锁等，细心程度和安全意识堪比五星级泊车员。
放眼未来，AI科技正在创造一个颠覆想象的智慧世界。基于AI大模型生态能力，汽车才能为用户带来更加极智、惬意的车上生活，也将助力行业加速进化，引领汽车机器人时代。
更多精彩 敬请关注
@四川卫视
视频号