高精地图行业“诸侯混战”，初创公司出路在哪？
从四维图新在2001年之一家拿到测绘资质至今，国内有22家企业拿到了高精地图测绘资质。这些获得资质的企业里面，不只有传统图商，也有主机厂和科技公司，同时也诞生了一大批初创型企业，如Momenta、宽凳、晶众等，最新入局的还有华为、顺丰和京东物流等。这一赛道早已陷入各方混战，各个企业都有自己的技术和玩法。
在这一赛道里，有些巨头已经实现了量产和商业化落地，比如高德和四维图新；有些积累了大量数据，形成了坚固的护城河。巨头们有人、有钱、有资源，不断抢占市场份额，留给初创公司的机会似乎不多了。那么在巨头环绕下，初创公司应该如何突围呢？
传统图商、科技巨头各自占山为王
2011-2014年，互联网巨头开始进入电子导航地图市场。百度率先出招，于2011年4月推出百度地图手机版，2013年收购图商道道通；阿里在2014年4月收购高德；仅1个月后，腾讯以11.7亿入股四维图新，并在同年收购科菱航睿。
添加微信好友, 获取更多信息
复制微信号
在图商频繁被收购的2014年，伴随自动驾驶和车联网技术出现的高精地图开始萌发，科技公司、传统图商纷纷入局高精地图，不断提升相关产品和服务，扩大“朋友圈”。
高德是国内首家实现高精地图商业化的公司。2019年高德地图宣布以“成本价”向合作伙伴提供标准化高精地图，平均每辆车年费不超过100元。高德建立了自主采集的高精地图UGC体系及自动化数据生产模型，同时基于阿里生态的物流配送、车路协同、城市大脑等业务实现高精地图的数据更新。
图片来源：高德地图
四维图新在2019年初与宝马中国签署自动驾驶地图及相关服务许可协议，将为宝马L3以上自动驾驶系统提供地图产品及服务，这是国内首个用于L3+自动驾驶系统的高精地图量产订单，也意味着四维图新高精地图已经开始走向量产。四维图新自主研发了专业采集车，已掌握数据采集、制图、众包更新以及快速迭代的自动驾驶地图完整解决方案。同时，四维图新还自主研发了FastMap生产平台，应用图像识别、数据挖掘等技术推进地图数据的采集和更新。
百度与数家车企签署高精地图的商业化定制项目，包括北汽、现代、长城、比亚迪等。目前，百度高精地图自动化程度已超90%，算法识别率达98%以上。百度的优势在于自主研发了一套完备的高精地图产品制作、生产、发布以及更新流程。基于Apollo开放平台，百度拥有高精度地图软硬件设备的自研及自主可控能力，在采集车辆和软件计算平台方面拥有完整的知识产权。
据腾讯官方表示，目前其已积累了超百万公里的道路测试数据，超500万的各类标注样本数据，已经完成了全国高速和快速路的高精地图数据生产。相比于阿里高德，腾讯自有完整的自动驾驶方案，这使得其高精地图可实时快速地在腾讯自动驾驶汽车及仿真系统上及时检测高精度的精准性及误差问题。
图片来源：四维图新
初创公司如何破局？
2016年前后，国内外一批高精地图初创公司涌现。
相对于巨头公司，初创公司面临着成本、资源短缺的压力，商业化速度也较慢。想要获得突破，需要扬长避短，抓住巨头无法切入的市场机会。
首先，不同于在导航地图深耕多年的传统图商，因每辆地图采集车高达数百万，成本较高，所以初创公司多采用众包模式，或和整车厂、出行服务商合作，类似于UGC模式。
其次，通过差异化的产品路线，初创企业可建立自己的技术能力。比如在高精地图的采集 *** 上，为了节省成本，Wayz.ai、宽凳科技等采取了以人工智能技术为基础的纯视觉方案。相较于巨头公司的激光雷达方案，纯视觉方案以摄像头为采集工具，成本大大降低。
虽然摄像头在精度上不如激光雷达，但长期来看，利用众包的方案，与物流车队合作，视觉传感器可以通过多次拍摄积累数据，整体精度的提升将可能会超过激光雷达。
另一方面，纯视觉方案的更新频率要比激光雷达方案的高。目前巨头公司的地图更新频率是全国城市季度更新，部分城市月度更新。但是采用纯视觉方案的初创公司可以做到十分钟级别的实时更新，甚至在未来可以达到分钟级别的更新频率。
“地图采集的精度是一方面，更新速度才是决定胜负的关键因素。“一位高精地图创业者向盖世汽车表示。
虽然巨头们有钱有资源，但是在与车厂的合作上并不是一帆风顺的。通过了解不难发现，巨头们身后或多或少都有BAT的身影，比如高德背后有阿里巴巴，百度、腾讯有自己的高精地图团队，但是这会让车厂们心生顾虑。
在更新地图时，车身上的数据很重要，会帮助高精地图实现升级。但是在与BAT合作时，车厂们并不是很愿意将数据分享出去，因为他们觉得“BAT是竞争对手。“
这也给了初创公司机会。车厂们往往实行两条腿走路，一方面与高精地图厂商合作，另一方面投资初创公司，掌握高精地图技术。例如上汽在在国内外分别投资了中海庭、晶众地图、Civil Maps、Deepmap等初创企业。
此外，无论是初创公司还是主机厂，都会面临商业化问题。传统图商做高精地图，其模式通常是与主机厂合作。但是初创公司中有一些本身就是自动驾驶方案公司，可以做到自产自销。
以四维图新为例，其主要客户是汽车厂商。也就是说只有在汽车被出售的时候，公司才能卖出产品。近两年国内汽车行业低迷，需求端下降严重，也影响着其收益。
虽然四维图新已经拿到了世界首份L3以上自动驾驶车辆的高精度地图订单，但该款车在2021年夏天才会上市，销量无法预估。智能技术时代与导航地图时代不同，涉及到生态系统安全，门槛更高，主机厂会更严苛。
但是在初创公司中，例如Momenta，不仅是地图技术的提供方，同时也是地图的使用者。通过将自产的高精地图应用于自研的L3及L4自动驾驶解决方案，对高精地图的信息精度重新定义；同时依据下游客户的需求进一步完善高精地图的精度和更新要求。
配合自动驾驶技术的发展，初创公司还可以在支持大量地图数据快速更新计算的深度学习和车规级计算芯片、设备、ECU上发展。同时提供实现多功能的软硬件一体化的解决方案。或许也是初创公司的重要发展方向。
盖世小结：
据盖世汽车研究院预测，在2020年—2025年，L3以上级别的自动驾驶车辆将会出现明显的增长，到2025年，自动驾驶车辆会达到367万台的数量。高精地图的需求量也会随着自动驾驶的发展而陡增，预计2025年国内高精地图将近达到80亿元，2026年将会出现快速增长，突破100亿元。而目前通过测绘资质的只有22家，这是一个巨大的市场，虽然巨头盘踞，但是也给初创公司留有空间，初创公司应该找到新的业务增长点，加强合作，形成各自优势，加速推进自身业务的商业化。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
造车新势力蔚小理的自动驾驶进化之路
英伟达CEO黄仁勋曾提出“电动化”与“智能化”将对 汽车 产业带来颠覆性的变化，如今“电动化”的战场硝烟未止，“智能化”的战争便已经打响。
自动驾驶作为智能 汽车 的大脑，是实现“智能化”至为重要的一环，是 汽车 进化为智能体的必由之路，可以认为， 得自动驾驶者得“天下”。
在各路自动驾驶玩家中，国内的造车新势力是一股不容小觑的力量，目前以小鹏、蔚来、理想三家处于相对领先地位。
蔚小理均采用渐进式的路线，即从低等级的自动驾驶起步，逐步扩展功能和场景覆盖，最终进化为全场景的完全自动驾驶。
不过，蔚小理对于实现自动驾驶进化的思路以及速度存在差异，从整体上看，小鹏目前领先于其他两家，蔚来略领先于理想， 本文将尝试对这三家企业的自动驾驶进化之路进行解读。
01 小鹏
快速迭代保持领跑，重点深耕泊车场景
小鹏从创始之初就一直致力于做中国的自动驾驶之一，小鹏 汽车 董事长何小鹏在中国电动 汽车 百人会论坛上自豪地说道，小鹏在智能驾驶领域比绝大多数公司领先2-3年。
2018年12月 小鹏首次推出辅助驾驶系统Xpilot2.0 ，搭载于小鹏首款智能 汽车 G3，计算平台采用Mobileye EyeQ4芯片，感知硬件系统包含1个前视摄像头、4个环视摄像头、3个毫米波雷达和12个超声波雷达。
在当时，小鹏经过调研认为在自动驾驶最主要的三大系统行车、泊车与主动安全中，泊车系统的功能成熟度相对是比较低的。
自动驾驶产品开发部总监肖志光提出：“我们看到了其中很多用户痛点，之前的泊车系统经常识别不到车位，且操作不便捷，那这些地方我们可以去攻关，真正解决用户的痛点。”
因此，除了落地基础的ADAS功能外， 小鹏选定智能泊车作为其自动驾驶进化之路的“制胜法宝”。
小鹏是国内最早 将视觉感知能力融入自动泊车 的车企，车辆可以通过摄像头识别周围的车位线等，与雷达系统的感知能力进行融合完成泊车，这使得小鹏可以实现垂直、水平、斜方位、无划线等所有泊车场景下的自动泊车和遥控泊车能力。
这项能力到目前仍然是领先于蔚来和理想的。
然而由于Mobileye比较封闭的特性，最重要的感知算法基本为“黑盒”，导致车企对于算法的开发自由度很低，也很难触及到用户使用过程中产生的数据，对于小鹏这种很早就计划要做全栈自研的车企，显然是无法满足其诉求的。
因此小鹏 决定改用英伟达的Xavier芯片作为计算平台 ，Xavier是英伟达2020年量产的首款高等级自动驾驶芯片，算力30Tops，远高于EyeQ4的2.5Tops，最关键的是英伟达的芯片是开放式的，车企在其提供的开发环境内较高的自主开发性并可以获得底层的感知数据。
摆脱了“黑盒”的束缚 ，小鹏开始施展拳脚，正式开启“全栈自研”之路。（注：这里说的“全栈自研”是指以此为方向，并不代表已完全落地，事实上，目前能做到全栈自研的公司只有特斯拉，国内车企可以实现部分自研）
2021年1月小鹏推出P7车型，搭载Xavier芯片，并新增3个前视摄像头、4个侧视摄像头、1个后视摄像头， 构建了360度全方位环绕感知能力 ，而蔚来和理想事实上直到今年才完成此项能力构建。
小鹏在P7车型中配备升级后的自动驾驶辅助系统Xpilot3.0，支持NGP高速领航辅助驾驶功能，即在高速场景下可以实现高精地图覆盖范围内的点到点自动驾驶， 由此小鹏已实现“泊车+高速”双场景覆盖 。
同年6月小鹏对其主打的自动泊车能力进行了大幅提升， 通过OTA推送了“VPA记忆泊车”功能 ，被官方称为是“首个量产且不依赖于停车场改造的最后一公里泊车功能”。
所谓VPA记忆泊车，是指系统可以自动记忆车主常用的停车路线，在不需要驾驶员干预的情况下，将车辆从设定路线的起点自动开往设定路线的终点， 是L3级自动驾驶功能 。
小鹏的VPA以视觉感知输入为主，通过视觉神经 *** 处理算法构建停车场的“语义地图”，包含停车场内的车道线、柱子等各种核心元素，将实时感知到的元素与记忆中的元素进行“匹配”，进而不断调整行车路线以接近记忆路线，直至完成泊入车位。
在拥有泊车和高速两大场景的高阶自动驾驶能力后， 小鹏继续发力城区场景 ，引入激光雷达传感器，与摄像头视觉感知融合，打造更具安全冗余的感知能力，释放城区场景NGP辅助驾驶能力，落地于小鹏P5车型。
至此， 小鹏自动驾驶能力已初步覆盖泊车、高速、城区三大核心场景。
小鹏的快速迭代之路仍在继续，今年2月，小鹏通过OTA进一步升级记忆泊车功能，新增跨楼层记忆泊车、记忆路线可分享、泊车过程中可沿途搜寻并泊入空闲车位等能力。
小鹏也因此 基本实现了“自动泊车”向“自主泊车”的进化。
为了更进一步打通各场景下的自动驾驶能力，小鹏将再次升级计算平台， 将Xavier芯片替换为英伟达最新的OrinX芯片 ，单颗芯片算力达到254TOPS，打造出Xpilot4.0， 实现真正意义上的全场景、点到点的导航自动驾驶 ，首次搭载最新软硬件系统的是小鹏最新款车型G9，将于今年6月正式发布。
整体来看，小鹏以智能泊车作为持续深耕的功能，这个选择是有效的，一方面国内泊车费时费力，是用户开车的痛点问题之一，另一方面停车场属于超低速场景，在自动驾驶能力还不够完善时相对风险较低， 小鹏在泊车域成功实现卡位 。
同时， 小鹏从一开始便提出要逐步全栈自研的思路，并以高频次快速迭代，是最早实现高速、泊车、城区全场景自动驾驶能力覆盖的车企。
小鹏的自动驾驶能力在国产造车新势力中目前是处于领先身位的，随着蔚来、理想的奋力追赶，如何持续保持领先优势是小鹏需要研究的课题。
02 蔚来
硬件能力高举高打，率先落地高速领航
蔚来是国产造车新势力的先行者 ，2017年12月便首次发布了 之一代自动驾驶系统NIO Pilot ，搭载于蔚来首款车型ES8，包括后来的ES6和EC6均使用这套辅助驾驶系统。
NIO Pilot的计算平台同样选用的Mobileye的Eye Q4，初代感知系统采用3个前视摄像头、4个环视摄像头、5个毫米波雷达及12个超声波雷达在内共计22个传感器组成，这个配置是要高于小鹏和理想的初代感知硬件。
2019年6月蔚来通过OTA推送了 NIO Pilot的之一次重大升级 ，新增了包含高速自动辅助驾驶、拥堵自动辅助驾驶、转向灯控制变道、道路交通标识识别、车道保持功能、前侧来车预警和自动泊车辅助系统在内的7项功能。
需要注意的是，这次升级的几项功能仍是L2级以下的低阶自动驾驶水平，包括其中的高速自动辅助驾驶，仅是在实现自适应巡航（ACC）的车速控制和车距保持功能的基础上，增加了车道保持的转向辅助功能。
蔚来真正实现较高水平的自动驾驶能力，是在2020年10月融入高精地图后， 释放的高速场景下点对点领航辅助驾驶功能 ，这个时间点要早于小鹏和理想，是 国内首家实现NOA高速领航落地的公司 。
对于蔚来自动驾驶能力的进化之路而言，这是一个重要的节点， 标志着蔚来开始迈向L3时代 ，与小鹏选择泊车场景作为切入点不同，蔚来率先选择切入的场景是高速。
随后蔚来 升级视觉融合全自动泊车功能 ，不过仅支持水平和垂直两类常见车位自动停靠，对于斜方位或者无划线的车位无能为力，属于L2级别，整体性能距离小鹏有较大差距。
第二代自动驾驶平台NT2.0的问世，是蔚来另一个重要节点。
2021年1月，在蔚来NIO DAY上，李斌发布了NT2.0以及基于此平台打造的 NAD自动驾驶系统 ，NAD的全称是NIO Autonomous Driving，从Assisted Driving（辅助驾驶）到Autonomus Driving（自动驾驶），表明了李斌对这套系统的定位。
李斌曾提到，以NT1.0搭载的硬件架构，其传感器和运算能力无法实现 L4 级自动驾驶，也不会宣布可以做到L3，他认为NT2.0作为蔚来研发的新一代技术平台，会是行业内更先进的量产自动驾驶技术。
NT2.0和NAD的落地标志着蔚来吹响加速向无人驾驶进军的冲锋号角 ，配备此系统的最新款车型ET7已于今年3月落地交付。
NAD系统在硬件层面延续了蔚来“高举高打”的特点 ，计算平台由Mobileye升级为更为开放的英伟达，共计搭载4颗英伟达Orin芯片，包括两颗主芯片、一颗备份芯片和一颗群体智能与个性训练专用芯片，整体构成蔚来超算平台NIO Adam，算力高达1016TOPS。
在感知层面， 蔚来打造Aquila超感系统 ，NAD在NIO Pilot基础上拿掉一个前视摄像头，但新增两个瞭望塔式侧前视、两个侧后视和一个后视，并且摄像头由180万像素升级为800万高清摄像头，构建360度全视角高清感知能力，同时新增一个激光雷达，作为视觉感知的冗余，整体称得上豪华。
同时值得注意的是， 蔚来在NAD中还额外增加了C-V2X感知模块 ，是国内之一个在新车搭载V2X的车企，V2X即车联网，用以实现人、车、路和云平台之间的连接与通讯，表明蔚来在发力单车智能同时，已经开始布局车路协同。
可以看到， 蔚来实现自动驾驶进化的一贯思路就是“硬件先行” ，无论是NT1.0，还是NT2.0，都配备了高冗余的硬件系统，基于高规格硬件系统，通过正向独立开发不断更新软件能力。
不过，高级别硬件能力固然可以更好地保障自动驾驶系统游刃有余地处理各类复杂任务，然而单靠硬件堆栈难以从根本上真正提升自动驾驶的能力， 再好的“装备”如果不是给到一个“技能”足够强大的角色，可能也难以“打赢 游戏 ” 。
NAD相比NIO Pilot不仅需要完成从高速到泊车、城市的全场景跨越，还需要完成从仅前视感知到360度环绕+激光雷达融合感知的跨越，且由于前期一直采用Mobileye封闭芯片，底层的数据积累不够充分，这些对于蔚来都是需要面对的挑战。
如何提升算力和数据的利用效率， 强化自动驾驶的“软实力” ，是蔚来需要加足马力提升的，好在蔚来具有厚实的研发基础，近日原小鹏自动驾驶产品总监黄鑫的加入，或许可以一窥蔚来要做出改变的决心。
03 理想
后起之秀先发制人，自研发力主动安全
相比小鹏和蔚来，理想的自动驾驶之路看起来是起步更晚的，李想曾自嘲说道是由于自己创业初期融资能力差导致没有充足的资金开展智能驾驶技术研究，这个局面在2020年理想 汽车 IPO之后才发生根本性转折。
但或许，理想的自动驾驶之路早就开始了。
2019年4月理想落地首款量产车理想One，同样是搭载拥有成熟ADAS方案的Mobileye EyeQ4芯片，配备1个前视摄像头、4个环视摄像头、1个毫米波雷达和12个超声波雷达，具有车速、车道控制等L2级以下自动驾驶功能，整体比较基础。
但理想有一个特点， 从一开始就标配辅助驾驶功能 ，是因为理想希望通过用户使用持续收集驾驶场景的数据，理想拥有乙级地图测绘资质，是造车新势力中之一家拥有合法收集数据资格的企业。
也就是说， 理想ONE一直在使用“影子模式”获取数据 。
数据对自动驾驶至关重要，自动驾驶底层是一种基于机器学习算法的技术，数据是算法建模与软件落地的基础，大量的数据采集是自动驾驶技术开发的前提。
可以说理想从采集数据开始就已经启动了自动驾驶之路，因此我对理想自动驾驶的定位是“后起之秀，先发制人”。
在拥有充分的数据和研发资金后，理想便抛弃了相对封闭的Mobileye芯片， 转向与支持车企自主开发感知、控制算法的地平线J3合作 ，开启自研之路。
2021款理想ONE便是落地的车型，相比2020款，升级了前视摄像头的性能参数，新增4个毫米波雷达，并首次融入高精地图。
自研方向除了必备的NOA导航辅助驾驶之外，理想还 选定了AEB作为自研的重点功能 ，AEB全称Autonomous Emergency Braking，即自动紧急制动系统， 是一种 汽车 “主动安全”技术 。
在传统 汽车 领域，AEB已经是一个较为成熟的功能，主要依靠雷达进行障碍物识别，通过测量距离碰撞发生的时间来判断是否选择自动制动，由于 汽车 在行驶过程中突然刹车也是有危险的，因此AEB要求性能非常稳定，既不能不刹车，也不能乱刹车。
那为什么理想要选择这样一个在自动驾驶系统里并不起眼且开发难度极高的功能作为自研突破点呢？
不考虑商业竞争的因素，或许源于李想对产品力的极致追求，安全性是衡量自动驾驶能力一个很重要的性能指标，AEB虽不起眼，但却是ADAS里 唯一一个在行车场景下随时待命的功能 ，对于自动驾驶的安全性能有非常重要的意义。
传统的AEB方案由于仅依靠毫米波雷达做探测，缺乏对物体的识别，容易出现误报的情况， 理想在自研过程中将视觉能力融合进来，采用“视觉+毫米波雷达”融合感知的AEB方案， 并利用积累的巨量真实驾驶数据进行算法训练，实现AEB功能的快速迭代和落地。
理想是全球第二个落地视觉融合方案AEB的车企，之一个是特斯拉。
2021年12月，理想正式交付自研完整版的AEB和覆盖高速场景的NOA功能，也 标志着理想在自动驾驶方向与小鹏和蔚来正式站在同一个赛道 。
进化之路仍在继续，2022年3月，理想发布新一款车型理想L9，硬件能力全面升级，感知层面采用高性能摄像头作为主要感知来源，配备6颗800万像素和5颗200万像素摄像头，实现360度全方位感知，同时配备激光雷达作为感知冗余，计算平台也同样采用算力更强大的英伟达Orin方案，搭载两颗OrinX芯片，总算力达到508Tops。
同时 理想推出自动驾驶系统AD Max ，采用全栈自研的感知、决策、规划和控制软件，基于这一代系统，理想将逐步覆盖高速、泊车、城区的全场景导航自动驾驶能力。
理想作为后来者，以主动安全为主要发力点切入自动驾驶初见成效 ，不过AEB毕竟是个低频功能，而且用户其实并不希望有需要用到AEB的场景，自动驾驶要想真正给用户体验带来“质”的变化，在行车域和泊车域的功能是重头戏，理想需要加速这些方面的能力落地。
面对实力强劲的竞争对手，理想仍然道阻且长。
04 有什么共性？
三家新势力在各自制定的路线上实现自动驾驶的快速进化，虽然路线有所差异，但大的方向还是存在一些共性：
数据驱动的底层思想
数据对自动驾驶的重要性不言而喻， 算法为数据服务，算力为算法服务 ，数据是自动驾驶能力的“源泉”。
小鹏 汽车 董事长何小鹏说：“我们致力于全栈自研，坚持数据驱动并不断创新，这是小鹏 汽车 业务的基石。”
理想 汽车 CTO王凯说：“车企想做到头部，一定要做数据驱动的 科技 企业。”
蔚来联合创始人秦力洪说：“原生数字化企业不是个时髦，是个必须。”
从这些变态可以看出三家企业均 将“数据驱动”作为打造自动驾驶和智能 汽车 的一个基本底层思想 。
数据驱动的关键是要构建数据闭环，包括数据采集、数据标注、数据训练、数据仿真等模块在内，共同形成由数据驱动开发和功能迭代的闭环系统，小鹏、蔚来和理想均在此发力。
未来自动驾驶的产品竞争，高效的数据闭环将成为有力的武器。
冗余配置的工程思维
人体作为一个复杂系统，冗余配置是很常见的一种形态，例如双肺和双肾，其中一个坏掉后不影响人体的正常运转。
冗余配置，是指重复配置系统的某些部件，当系统发生故障时，冗余部件介入并承担故障部件的工作，由此减少系统的故障时间。
对于自动驾驶的工程落地，蔚小理也运用了冗余配置的工程思维，在相关链路中的感知、计算、执行系统等环节都做了充分的冗余配置。
感知层面，小鹏、蔚来和理想均同时搭载摄像头、毫米波雷达、超声波雷达等多类型传感器，并将同时配备激光雷达，不同传感器的能力各有优势且有重叠部分，构造出“具有冗余感知能力”的自动驾驶感知系统。
算力层面，蔚来配备四颗芯片，一颗作为冗余备份，小鹏和理想配备双芯片互为冗余，三家的自动驾驶算力均达到500Tops以上，蔚来更是达到1000Tops+，强大的算力应用于目前的自动驾驶能力有充分的冗余空间。
执行层面，针对转向控制系统、驻车制动系统、动力输出系统蔚小理也都做了相应的冗余设计，确保自动驾驶控制信号正常执行。
安全是自动驾驶之一要义，冗余为安全护航。
应用场景层面的渐进式
实现全无人驾驶的路线有渐进式和跨越式两种，一般意义上的渐进式是指自动驾驶能力上从L1-L5逐步实现。
还有一种视角是在应用场景层面的渐进，也就是说，先在部分场景落地相对高阶的自动驾驶，然后不断扩大应用场景，最终实现全场景的高阶自动驾驶。
小鹏优先在泊车场景落地L3级的记忆泊车，随后在高速和城市快速路场景落地L3级点到点导航辅助驾驶，主城区场景点到点导航辅助驾驶正在测试中，预计今年中旬会正式落地。
蔚来和理想目前已落地高速场景导航自动驾驶，并且都宣布会在最新一代自动驾驶系统中逐步落地全场景导航辅助驾驶功能。
从泊车、高速、城市快速路、主城区，到更广泛的场景实现多域融通， 自动驾驶将逐步渗透，量变终会引发质变 。
软硬件全栈自研的趋势
从Mobileye到英伟达，车企选择合作的芯片由封闭走向开放，核心原因是车企希望在数据和算法层面掌握更多自 *** ，随着硬件能力逐渐趋同，智能化的竞争最终是软件及软硬耦合能力的竞争， 车企掌握数据和算法的自 *** ，更有利于实现快速迭代，打造差异化功能体验和产品服务 。
目前蔚来、小鹏和理想均已先后启动软件和算法的全栈自研之路，同时对于自动驾驶核心硬件的自研也正摩拳擦掌。
早在2020年，蔚来便传出要自主研发自动驾驶计算芯片的消息，后来因为遭遇财务危机，芯片自研的计划暂时被搁置，2021年据36氪报道，小鹏 汽车 也已开始涉足核心芯片的自研，而理想因为近期才宣布软件自研，硬件自研还需时日，理想对外的说法中也没有否认过要自研芯片的可能性。
要更大限度发挥自研技术的价值， 软硬件一体化自研或许是必由之路 ，国外的特斯拉便是这方面的先驱。
05 写在最后
自动驾驶的赛道日渐拥挤，越来越多的玩家意识到自动驾驶 的重要性，蔚小理由于介入更早，在认知、技术、数据、经验等多个维度都已具备一定的领先优势和技术壁垒。
从全球来看，造车新势力的自动驾驶能力，国外特斯拉一枝独秀，处于霸主地位，国内以蔚小理处于之一梯队，能力各具千秋，逐步形成阶段性的“一超多强”竞争格局。
然而，自动驾驶的竞争并不会停止，在蔚小理相互之间持续竞争之外，随着后续苹果、小米、集度等新玩家的加入，以及传统车企对自动驾驶能力的追赶，竞争会愈演愈烈。
竞争会加速进化，在以蔚小理为代表的造车新势力的推进下，期待 全自动驾驶时代可以提前到来。
来源于公众号：禾隐记（hejunnote)
小鹏向上，何小鹏向前！
何小鹏从软件跨越到硬件，从小鹏 汽车 的投资人转换为CEO，重建了小鹏 汽车 ，也重构了自己对于 汽车 行业的认知。
小鹏 G3 是在何小鹏加入之前规划的，他说自己改造了 30%，但还是留下不少遗憾。他快速启动了第二平台的研发。
基于第二平台的小鹏 P7 比之一款车 G3 上了一个台阶。小鹏 G3 面向 10-15 万大众消费市场，需要用规模效应摊薄成本，推出更高性价比的产品，初创车企很难做好这一点。而 P7 定位 20-30 万，这是何小鹏心目中更好的市场。具备一定溢价能力，同时又足够大。
但做轿车当时并不被看好。同平台的 SUV 与轿车，SUV 往往溢价能力更高，因为中国消费者普遍偏好大空间。也正因此，蔚来、理想和大部分造车新势力早期都选择做 SUV。
何小鹏说，当初做轿车，主要是为了把续航里程做到更大。轿车比 SUV 轻，放同样多的电池，可以跑更远路。
当时市场上大部分电动车充满电只能跑两、三百公里。蔚来 ES8 上市时，官方公布的综合工况续航里程为 355 公里，一些车主冬季实测大概只能跑 200 多公里，这让蔚来承受了不少压力。而小鹏 P7 的目标续航是 600 公里，最终做到了约 700 公里。
轿车比 SUV 更难布置电池，小鹏技术副总裁、E 平台项目负责人徐吉汉说，因为轿车底盘低，而 P7 又被设计成了一辆运动型轿车。标准电池包的厚度大概 140 毫米，而小鹏 P7 的电池包厚度只有 110 毫米，电芯都是跟宁德时代定制的。
并不是所有轿车都卖的不好。特斯拉的紧凑型轿车 Model 3，2017 年交付之前攒了 50 万订单。《晚点 LatePost》了解到，小鹏 P7 对标 Model 3，要求操控性、舒适性、噪音、续航等各方面都在比 Model 3 强。
“我们以大打小，尺寸比 Model 3 长 200 毫米，以内饰简洁、豪华打 Model 3 那种简陋。自动驾驶方面毫不示弱。智能座舱、语音交互，绝对比特斯拉体验要好。” 徐吉汉说。
徐吉汉曾在福特（美国）、设计公司 AVL（美国）、广汽研究院做新能源方面的研发，新造车浪潮兴起后，他先后加入美国初创车企菲斯克、蔚来（美国）担任副总裁，后来回国加入小鹏。
小鹏与供应商联合研发动力总成、电子架构，底盘则找了一家德国公司合作。徐吉汉认为，这是因为底盘的 *** 主要靠经验，在这方面，欧洲的底盘公司有多年的积累和传承，这并不是新企业能迅速赶超的。但小鹏派了一队工程师，与供应商一起 *** 底盘，确保驾驶感是中国消费者喜欢的。
P7 的研发过程中有两大挑战，之一是时间，传统车的开发流程一般要 48 个月，而 P7 只做了 28 个月。因为当时小鹏只有一台 G3 在售，G3 卖的时间越长，越容易把品牌定位固定在 10-15 万。
第二是文化的挑战。徐吉汉带领的项目组，横跨小鹏各个垂直业务部门，由造型设计、 汽车 技术、智能座舱、自动驾驶等与 P7 项目相关的人员组成，大概 600-800 人。开项目会，最和平的情况是 “互相科普”，但常常发展为 “争吵辩论”，最后 “不欢而散”。
徐吉汉的任务是，保证车上的 1000 多个零部件、软件可以在同一时间上车，完成验证。“我天天盯的就是节点，像军令状似的，有时候开玩笑 ‘提头来见’。说完以后我很后悔，我怕他真的去跳楼。”
天天都在盯流程的徐吉汉，最终还是不得不打破流程。小鹏自动驾驶的软件在 SOP（Start of production，小批量生产）之后三个月才全部完成。但验证硬件，需要让软件跑起来，最后只能全部推翻。
与互联网人一起工作久了，徐吉汉也逐渐习惯了互联网的 “散漫”，同时也看到了互联网升级、迭代的好处：“有点 Bug 没有关系，过三个月我就给你解决了。”
何小鹏对于硬件的要求是设计和集成，软件方面制定了 “全栈自研” 的战略。自动驾驶的前期自研并不顺利，这也是错过 SOP 节点的主要原因。
接近小鹏自动驾驶业务的人士对《晚点 LatePost》表示，小鹏的自动驾驶研发做了差不多一年，毫无头绪，团队配合也出现问题。何小鹏换了高管，自己当了一段时间自动驾驶部门的 “1 号位”。直到 2018 年底，他从高通挖来自动驾驶业务负责人吴新宙，小鹏的自动驾驶研发才步入正轨。
吴新宙用 “灾后重建” 形容他接手时的自动驾驶业务，硬件选型非常激进——博世第五代雷达、英伟达芯片 /Xavier 首次量产，此前从没有在市场上充分验证过。这奠定了小鹏自动驾驶硬件的领先地位，同时也增加了开发的难度。
软件的问题更大。“虽然有一个架构，但是执行上有很多问题，基本上是从零开始。” 吴新宙说。
刘芹认为，小鹏自动驾驶自研之路前期曲折，很大程度上是由于技术太新了，需要一个试错的过程。
“你连问题都不知道是什么，需要投入进去，deliver（交付）出之一版，然后发现很多问题，分析是自己的问题还是第三方的问题，第三方都不知道这是问题，你还要帮他去解决。” 刘芹说。
他认为何小鹏最难得的是，收到负反馈，没有撤回来，而且人才也在不停升级。
对于造车而言，自动驾驶是不是最重要的？刘芹说，这在当时是一个 “非共识”。
那个时候，蔚来、理想都在用供应商 Mobileye 的视觉感知方案，理想的辅助驾驶软件同时还与李想投资的易航智能合作。两家公司后来都启动了全栈自研，但小鹏提早了 2 年。
一个产品的成功有很多因素，不同的创业者会把有限的资源向自己认为重要的事情上倾斜。几家公司里面，对自动驾驶布局最早、最坚决、当做核心能力去建设的是小鹏。刘芹认为，这很大程度上要归结为创始人的基因。何小鹏是软件工程师出身，对互联网有系统性的理解，对自动驾驶的算法、数据也更熟悉，他对底层技术的颠覆式创新有朴素的信仰。
实际上，不仅仅是自动驾驶，小鹏的自研范围后来逐步扩大。2021 年 6 月，小鹏 2.5 亿人民币收购了一家高精地图公司，获得甲级测绘资质。小鹏内部的高精地图团队与高德 “紧密合作”，吴新宙表示。除此之外，小鹏也在做三电方面的设计和研发。
何小鹏称，对智能电动车起决定性作用的 “风暴眼”，小鹏都要抓在自己手里。因为只有这样才能保持领先优势。
“如果你不是自研的，找供应商，你把供应商培养了，供应商就跟所有人合作。所有人跟你下一个产品同一起跑线。” 何小鹏说。
经纬创投合伙人万浩基说，何小鹏是新能源车这条高风险赛道里，最让投资人安心、“最能睡得着觉的一个 CEO。”
