中小盤主題：智能汽車系列深度（十二）小鵬與理想篇國內(nèi)新勢力智能駕駛進展

目錄1、特斯拉引領(lǐng)，BEV+transformer成為自動駕駛新范式 42、小鵬：國內(nèi)智能駕駛領(lǐng)軍，三步走實現(xiàn)全場景輔助駕駛 7、發(fā)展歷程：國內(nèi)智能駕駛領(lǐng)軍企業(yè)，已實現(xiàn)高速城市NGP功能 7、配置端：XNGP系輔助駕駛系統(tǒng)2.0版，以XNet等軟硬件為支撐 7、產(chǎn)品端：多款P7i提供XNGP，G6有望成25萬級領(lǐng)先電動SUV 14、規(guī)劃：城市NGP開啟智駕下半場，將向XNGP乃至Robotaxi邁進 163、理想：國內(nèi)智能駕駛龍頭，積極推動城市NOA落地 21、發(fā)展歷程：2021年推出高速NOA功能，2023年將落地城市NOA 21、配置端：軟硬件強力支撐，ADMax3.0將提供城市NOA功能 22、產(chǎn)品端：Air/Pro車型提供高速NOA，Max車型將落地城市NOA 30、規(guī)劃：以通勤NOA為前哨，2023年底計劃落地100城 314、風險提示 33圖表目錄圖1：利用Transformer實現(xiàn)視角轉(zhuǎn)換的效果顯著提升 4圖2：截止2023Q2,FSD累計里程數(shù)已突破3億英里 4圖3：Dojo超算中心規(guī)劃至2024Q4算力達100EFLOPS 4圖4：小鵬獲得大眾集團7億美元投資，交割后大眾將持有小鵬4.99%股份 6圖5：2018年以來，小鵬汽車快速推進智能駕駛領(lǐng)域相關(guān)布局 7圖6：XNGP引入高速NGP、城市NGP功能，可實現(xiàn)隨時隨地的全場景輔助駕駛 8圖7：小鵬與阿里云共建自動駕駛智算中心扶搖”，將自動駕駛模型訓練速度提升近170倍 10圖8：XNet通過學習多相機多幀數(shù)據(jù)直接出感知結(jié)果 圖9：XNet準確檢測出車輛周圍的各種動靜態(tài)物體 圖10：小鵬構(gòu)建全閉環(huán)、自成長的AI數(shù)據(jù)體系，核心是黃金骨干模型 圖定向采集長尾場景數(shù)據(jù)用于模型優(yōu)化 12圖12：Cornercase數(shù)據(jù)傳輸至云端用于模型訓練 12圖13：自研全自動標注系統(tǒng)，效率提升4.5萬倍 12圖14：云端并行計算等舉措將模型訓練效率提升602倍 12圖15：車端部署XNet所需122%Orin的算力降低至9% 13圖16：小鵬掌握大規(guī)模仿真和持續(xù)集成能力 13圖17：XNGP智能輔助駕駛系統(tǒng)是小鵬扶搖架構(gòu)智能體系的重要組成部分 14圖18：Xpilot發(fā)布新的發(fā)展規(guī)劃，將在2023年下半年提升高速NGP性能 17圖19：城市NGP的落地是小鵬智能駕駛下半場的開端 18圖20：北上廣深城市NGP效率已接近人類司機90%的水平 18圖21：小鵬推出AI代駕模式，2023Q4開始將在無高精地圖覆蓋的城市布局 19圖22：XNGP2023H2將在大部分無高精地圖城市開放變道、超車、左右轉(zhuǎn)能力，提供類似城市NGP的智駕體驗 20圖23：小鵬計劃2024年底在全國約200座城市落地XNGP 20圖24：小鵬推出G9，系國內(nèi)首個通過自動駕駛封閉道路測試的零改裝量產(chǎn)Robotaxi 21圖25：2021年公司推出高速NOA功能，2023年將落地城市NOA 22圖26：理想ADMax3.0系統(tǒng)能夠?qū)崿F(xiàn)物理世界數(shù)字化 23圖27：ADMax3.0將終身免費提供全場景NOA功能 23圖28：靜態(tài)BEV可以實現(xiàn)大多數(shù)道路的實時結(jié)構(gòu)還原 24圖29：NPN提升靜態(tài)BEV網(wǎng)絡(luò)對環(huán)境信息的理解能力 24圖30：通過結(jié)合NPN網(wǎng)絡(luò)的云端先驗信息，BEV網(wǎng)絡(luò)生成的車道線信息更加精準 24圖31：信號燈意圖網(wǎng)絡(luò)TIN可實現(xiàn)端到端輸出 25圖32：TIN網(wǎng)絡(luò)具備超遠距離紅綠燈識別 25圖33：動態(tài)BEV網(wǎng)絡(luò)實時還原交通參與者空間位置 25圖34：Occupancy精準識別通用障礙物的邊界及類型 25圖35：理想規(guī)控算法通過學習大量人類司機的駕駛行為生成更好的行車路線 26圖36：理想ADPro/ADMax輔助駕駛系統(tǒng)分別搭載征程5/Orin-X算力芯片 27圖37：理想構(gòu)建軟件2.0閉環(huán)架構(gòu)，有望推動高階輔助駕駛大模型加速落地 28圖38：L9上市以來，理想單月汽車銷量保持增長態(tài)勢 29圖39：理想通過自動標注技術(shù)提升數(shù)據(jù)標注效率 29圖40：理想汽車自動駕駛訓練里程已經(jīng)從2023年4月18日的4億+公里增長至2023年6月17日的6億+公里 29圖41：理想計劃2025年形成“1+5+5”產(chǎn)品布局 31圖42：理想計劃2023年年底發(fā)布超級旗艦MEGA 31圖43：城市內(nèi)駕駛時長占駕駛總時長的比例高達82% 32圖44：城市通勤NOA可覆蓋95%+的用戶通勤場景 32圖45：理想城市NOA將不再依賴高精地圖 32圖46：2023年底理想城市NOA計劃將落地100座城市 32表1：特斯拉不同版本輔助駕駛功能與定價 5表2：小鵬持續(xù)推進Xpilot輔助駕駛系統(tǒng)升級迭代 7表3：小鵬汽車堅持以視覺為核心，并融合激光雷達等以實現(xiàn)安全的冗余 9表4：小鵬Xpilot4.0采用的英偉達Orin-X芯片算力高達254TOPS 9表5：G3i搭載Xpilot2.5智能輔助駕駛系統(tǒng)，提供較低級別的輔助駕駛功能 14表6：P7搭載Xpilot3.0智能輔助駕駛系統(tǒng)，開始提供高速NGP功能 14表7：P5搭載Xpilot3.5智能輔助駕駛系統(tǒng)，開始提供城市NGP功能 15表8：G9搭載Xpilot4.0智能輔助駕駛系統(tǒng)，開始提供全場景輔助駕駛功能 15表9：P7i多款車型提供全場景輔助駕駛功能，價格相比G9明顯更低 16表10：G6有望成為25萬級領(lǐng)先智能電動SUV，多款車型提供全場景輔助駕駛功能 16表小鵬汽車等擬推出不依賴高精地圖的智能輔助駕駛方案 19表12：理想持續(xù)推進自研輔助駕駛系統(tǒng)升級迭代 22表13：結(jié)合NMP后，靜態(tài)BEV網(wǎng)絡(luò)在各視野范圍、天氣環(huán)境等的感知能力明顯增強 24表14：理想汽車堅持以視覺為核心，融合激光雷達等以實現(xiàn)安全的冗余 27表15：理想持續(xù)提升算力芯片性能 27表16：Air、Pro車型搭載的ADPro主要提供高速NOA功能，ADMax有望落地城市NOA功能 30表17：L7價格普遍比L8同類型低2萬元，Max車型未來有望提供全場景NOA功能 311、特斯拉引領(lǐng)，BEV+transformer成為自動駕駛新范式+2021AIDay上BEV+TransformerBEV+Transformer算法可在車端實時構(gòu)建媲美高精地圖的高精度局部地圖，能夠在任意常規(guī)道路條件下，實現(xiàn)自動駕駛所需的靜態(tài)場景深刻理BEV+Transformer發(fā)布的算法以汽車等都在BEV+transformer的算法形式方面有所布局，分別推出了自己的大模型算法。圖1：利用Transformer實現(xiàn)視角轉(zhuǎn)換的效果顯著提升資料來源：特斯拉AIDAY2021、研究所足夠豐富的真實世界數(shù)據(jù)、大規(guī)模神經(jīng)網(wǎng)絡(luò)訓練、強大的車端硬件和軟件是自動駕2022Q4FSD40萬人，截止2023Q2，F(xiàn)SD累計里程數(shù)已突破3億英里，較2023Q1的1.5海Dojo2023Q32024Q152024Q4100EFLOPS圖截止2023Q2,FSD累計里程數(shù)已突破3億英里 圖3：Dojo超算中心規(guī)至2024Q4算力達100EFLOPS資料來源：特斯拉官網(wǎng) 資料來源：特斯拉官網(wǎng)特斯拉基礎(chǔ)版自動輔助駕駛功能可以使車輛在車道內(nèi)實現(xiàn)自動輔助轉(zhuǎn)向、加速和制自動泊車、自動輔助變道等功能，完全自動駕駛能力版本在北美地區(qū)可以識別交通信號燈和停車標志并做出反應，后續(xù)還將推出在城市街道中自動輔助駕駛（城市O6000150002023721FSDBetaV11.4.6FSD（表1：特斯拉不同版本輔助駕駛功能與定價版本類型功能國內(nèi)買斷價格美國買斷價格基礎(chǔ)版本AP車道內(nèi)自動輔助轉(zhuǎn)向、加速和制動標配標配增強版本EAP自動輔助導航駕駛、召喚功能、自動泊車、自動輔助變道32000元6000美元自動輔助導航駕駛、召喚功能、自動泊車、自動輔助變完全版本FSD道、識別交通信號燈和停車標志并做出反應、城市NOA（待上線）64000元15000美元資料來源：特斯拉官網(wǎng)、研究所20234華為ADS2.0ADS2.0610計算平臺，基于華為自研昇騰610AI芯片，采用7nm制程，AI算力200TOPS27GOD2023Q445地平線20217月發(fā)布55BEV5對BEVUniADTransformertoken的形式在特征層面，按照感知預測決策的流程進行深度融合，實現(xiàn)了自動駕駛系統(tǒng)算法性小鵬汽車2021、2022NGPNGPXNGP，2025Xpilot系小鵬全棧自研高階輔助駕駛系統(tǒng)，XNGP作為小鵬第二代智駕系統(tǒng)，硬件方面小鵬堅持以Xpilot4.0Orin600PFLOPSXnetBEV基于2023年7月26日，小鵬汽車獲得大眾集團7億美元投資，交割后大眾將持有小鵬4.99%的股權(quán)獲得1個小鵬董事會觀察席位。并且雙方合作將依托小鵬現(xiàn)有G9初期將合作開發(fā)2則是推出智能駕駛ADProADMax5Orin2021年NOA20236NOANOANOA，2023100+20254級L3上篇報告我們重點介紹了華為和地平線在智能汽車方面的最新進展，本篇報告中我圖4：小鵬獲得大眾集團7億美元投資，交割后大眾將持有小鵬4.99%股份資料來源：大眾汽車集團官網(wǎng)2、小鵬：國內(nèi)智能駕駛領(lǐng)軍，三步走實現(xiàn)全場景輔助駕駛、發(fā)展歷程：國內(nèi)智能駕駛領(lǐng)軍企業(yè)，已實現(xiàn)高速/城市NGP功能2018自研。2018Xpilot20192021NGP2022推出城市NGP功能，完成智能輔助駕駛上半場（高速、地下停車場等單場景高級輔助駕駛）最后一個核心能力的建設(shè)，同時根據(jù)小鵬汽車公眾號，截至2022年底NGP60%2023-2024現(xiàn)全場景智能輔助駕駛，2025年起向無人駕駛邁進。圖5：2018年以來，小鵬汽車快速推進智能駕駛領(lǐng)域相關(guān)布局資料來源：小鵬汽車官網(wǎng)、佐思汽車研究公眾號、九章智駕公眾號、研究所、配置端：XNGP系輔助駕駛系統(tǒng)2.0版，以XNet等軟硬件為支撐XpilotXNGPXpilot系小鵬自研的全棧式高級輔助駕駛系統(tǒng)，Xpilot4.0已釋放城市領(lǐng)航輔助駕駛功能。2018XpilotXpilot2.0L2Xpilot2.5智能巡航、車道居中輔助、自動變道輔助等功能。2021年，Xpilot3.0落地，NGP功能。2021年，Xpilot3.5NGP功能，擁有紅綠燈路口通行、城市路況超車、定制化跟車、自動限速調(diào)節(jié)和環(huán)島通行能力等，城市場景的落地標志著公司智能輔助駕駛下半場的開局。2022年，Xpilot4.0在G9車型上搭載，在硬件全面升級的情況下，將提供全場景輔助駕駛功能。2023年，搭載G6Xpilot4.0的小鵬G6一經(jīng)發(fā)布就好評如潮。展望未來，到Xpilot5.0發(fā)布時，將有望實現(xiàn)全冗余的自動駕駛軟硬件架構(gòu)，并逐步向自動駕駛進化。時間 2018 2019 2020 2021 2022 2023-2024表2：小鵬持續(xù)推進Xpilot時間 2018 2019 2020 2021 2022 2023-2024系統(tǒng) Xpilot2.0 Xpilot2.5（免費）Xpilot3.0（前裝2萬，后版本 3.8萬）

Xpilot3.5（2.5萬，后裝4.5萬）

Xpilot4.0 Xpilot5.0能力自主研端到端自輔助駕首次實現(xiàn)高速導 全自研 基于AI城市智能領(lǐng)停車場全場 通過實現(xiàn)局部的完時間201820192020202120222023-2024實現(xiàn)發(fā)的自研實現(xiàn)數(shù)駛能力遙控泊車航領(lǐng)航360度感的智能航輔助駕駛自主泊景智Xpilot3.0向4.0全自動駕適應巡據(jù)閉環(huán)的從單車 的量產(chǎn)停車場知能力座艙量能力車量產(chǎn)能輔迭代駛能力釋航系統(tǒng)自動泊車道向多記憶泊量產(chǎn)產(chǎn)助駕放實現(xiàn)量系統(tǒng)量產(chǎn)車道邁車駛產(chǎn)進自研 -部分算力布置 -傳感 -器

最底層的線控路徑規(guī)劃和控制部分；自動泊車的感知算法由供應商提供G3i智尊版：MobileyeEyeQ420個傳感器：1個4個環(huán)視攝像頭+1毫米波雷達+2置毫米波雷達+12超聲波雷達

端到端自研能力：XPU的平臺軟件Xplot系統(tǒng)架構(gòu)；Xpilot系統(tǒng)應用層軟件：包攝像頭服務、CAN服務、自動駕駛應用感知、定位、預測、路徑規(guī)劃、決策)小鵬P7智尊版：英偉達Xavier計算平臺+英飛凌AurixMCU2.030個傳感器：1個單目前置攝像頭前置三目攝像頭+5個增強感知攝像頭+4攝像頭+5個毫米波雷達+12超聲波雷達高精地圖高精度定位

全棧自研算法具備基于數(shù)據(jù)的感知、定位、規(guī)劃、控制功能迭代升級全棧式軟件開發(fā)能力小鵬P5：英偉達Xavier32個傳感器：13個高清攝像頭+5個毫米波雷達+12波傳感器+2個車規(guī)級激光雷達高精地圖高精度定位

引入全新的決策架構(gòu)，可反向兼融3.5版本 -小鵬G9、小鵬G6：英偉達Orin -32個傳感器：13個高精攝像頭+5個毫米波雷達+12個超聲波傳感器+2 -個車規(guī)級激光雷達高精地圖+高精度定位資料來源：賽博汽車公眾號、新生代市場監(jiān)測機構(gòu)公眾號、研究所XNGP系小鵬第二代智能輔助駕駛系統(tǒng)，將提供行業(yè)首個全場景輔助駕駛功能。20229G9XNGPXpilot/車場內(nèi)部道路等，最終泊入車位都可以使用智能駕駛輔助系統(tǒng)。全場景智能輔助駕/采集過程復雜，影響高精地圖的覆蓋范圍。因此，XNGP還將在無高精地圖區(qū)域推進圖6：XNGP引入高速NGP、城市NGP功能，可實現(xiàn)隨時隨地的全場景輔助駕駛資料來源：小鵬汽車官網(wǎng)XNGP的實現(xiàn)需要以傳感器、算力芯片等硬件以及XNet為代表的軟件及AI體系作為支撐。MobileyeEyeQ4Orin600PFLOPSAIXNet從2021年下半年開始構(gòu)建基于Transformer的BEV視覺感知系統(tǒng)XNet，作為XNGPXNGPXNGP硬件端：XNGP感知端：小鵬堅持以視覺為核心，并融合激光雷達以實現(xiàn)安全的冗余。比如高速NGPNGP從P7開始，Xpilot逐步形成前視三目攝像頭+翼子板側(cè)后視攝像頭+反光鏡前視攝像頭++5+4+12++高精定P5Xpilot夠直接對現(xiàn)實場景進行3D4DG91+1Xpilot4.0車型 攝像頭毫米波雷達超聲波雷車型 攝像頭毫米波雷達超聲波雷達激光雷達車型 攝像頭毫米波雷達超聲波雷達激光雷達580長續(xù)航Pro 125120702Pro 125120580長續(xù)航Max 125122702Max 125122755超長續(xù)航Pro 125120P7i610Max性能版 125122G6 755超長續(xù)航 125122610騰翼性能版 125122700四驅(qū)高性能 125122570Plus 5120460G+ 1040570Pro 5120460E+ 45120570Max 5122P5 550G 550E1 40 54 120 0G9 702Pro 702Max 5 512 120 2550P45122650性能版Pro 5120650性能版Max 5122MaxMax數(shù)據(jù)來源：小鵬汽車官網(wǎng)、研究所計算端，隨著Xpilot更高的芯片。小鵬Xpilot2.0及Xpilot2.5MobileyeEyeQ428nm工藝制2.5TOPSXpilot3.0Xpilot3.5Xavier12nm級的輔助駕駛。到Xpilot4.0階段，小鵬將算力平臺升級為英偉達Orin-X芯片，該芯片由210億個晶體管組成，采用7nm工藝制程，算力高達254TOPSL2-L52Orin-XNGP30TOPS508TOPS。自動駕駛方案 芯片廠商 芯片 算力(TOPS)功耗(W)單位功耗算力（TOPS/W）晶體管數(shù)自動駕駛方案 芯片廠商 芯片 算力(TOPS)功耗(W)單位功耗算力（TOPS/W）晶體管數(shù)(億)制程(nm)小鵬Xpilot2.0 Mobileye EyeQ4 2.530.83-28小鵬Xpilot3.0 Xavier 30301.009012小鵬Xpilot4.0 Orin 254455.642107小鵬Xpilot2.5Xpilot3.5

英偉達數(shù)據(jù)來源：水信科技公眾號、焉知汽車公眾號、巨視安防公眾號、汽車之心公眾號、佐思汽車研究公眾號、研究所小鵬與阿里云共建自動駕駛智算中心“扶搖”，將自動駕駛模型訓練速度提升近170倍。根據(jù)阿里云基礎(chǔ)設(shè)施公眾號，為進一步提高模型訓練的效率，小鵬與阿里云0POS。扶搖以更低GPUGPU資源虛擬31080%220GB/s40AI71170倍。圖7：小鵬與阿里云共建自動駕駛智算中心“扶搖”，將自動駕駛模型訓練速度提升近170倍資料來源：小鵬汽車官網(wǎng)軟件端：XNet為小鵬量產(chǎn)BEVXNet系小鵬實現(xiàn)量產(chǎn)的BEVXNGPBEV視4D信息（）3D息（如車道線位置等，利用神經(jīng)網(wǎng)絡(luò)實現(xiàn)端到端數(shù)據(jù)驅(qū)動算法迭代，大大提升車輛的智能輔助駕駛能力，尤其是面對城市復雜場景時的環(huán)境感知、動態(tài)物體運動軌XNGPXNet通過超強嚴格的資質(zhì)審查。XNetBEV達等價格更高的傳感器的依賴，進一步降低小鵬智能駕駛方案的成本，加速小鵬XNGP滲透。圖8：XNet通過學習多相機多數(shù)據(jù)直接出感知結(jié)果 圖9：XNet準確檢測出車輛周的各種動靜態(tài)物體資料來源：小鵬汽車官網(wǎng) 資料來源：小鵬汽車官網(wǎng)AI數(shù)據(jù)體系小鵬構(gòu)建全閉環(huán)、自成長的AI數(shù)據(jù)體系，核心是一個自監(jiān)督學習的技術(shù)網(wǎng)絡(luò)黃金骨干模型。根據(jù)九章智駕對小鵬自動駕駛中心感知首席工程師PatrickLiu采訪介紹，能力建設(shè)。通過黃金骨干模型，車輛遇到某個長尾場景時會自動上傳云端，并找出大量的同類真實場景數(shù)據(jù)輸入模型中進行訓練。而仿真數(shù)據(jù)的處理不同，一些在真UEXNGP絡(luò)的提升和發(fā)布模型訓練解耦，新長尾場景出現(xiàn)時只需要在現(xiàn)有基干網(wǎng)絡(luò)上優(yōu)化，無需從頭訓練，因此算法的迭代速度和成本大幅優(yōu)化。圖10：小鵬構(gòu)建全閉環(huán)、自成長的AI數(shù)據(jù)體系，核心是黃金骨干模型資料來源：小鵬汽車官網(wǎng)小鵬通過定向采集智能輔助駕駛系統(tǒng)長尾場景數(shù)據(jù)用于模型優(yōu)化。目前已經(jīng)銷售的汽車為小鵬采集真實行車數(shù)據(jù)提供重要渠道，當出現(xiàn)車端智能輔助駕駛系統(tǒng)處理不好的長尾場景時，車端設(shè)置的觸發(fā)器會定向采集相關(guān)數(shù)據(jù)，這些數(shù)據(jù)將被傳輸?shù)皆贫?，?jīng)過篩選和標注后用于智能輔助駕駛模型訓練。模型訓練完后，將被部署到車端以實現(xiàn)更佳的駕駛體驗。圖11：定向采集長尾場景據(jù)于模型優(yōu)化 圖12：Cornercase數(shù)據(jù)傳輸至端用于模型訓練資料來源：汽車之家 資料來源：汽車之家根據(jù)小鵬自動駕駛中心感知首席工程師Patrick在CVPR2023XNet深度神經(jīng)網(wǎng)絡(luò)的訓練需要幾十萬甚至上百萬個視頻，數(shù)據(jù)標注量達到約2000要對如此龐大規(guī)模的數(shù)據(jù)進行標注，如果使用人工，即使有1000人標注也需要兩年，并且過程中不能出現(xiàn)新的長尾場景數(shù)據(jù)。為更高效地進行海量數(shù)據(jù)標注，小鵬自研全自動標注系統(tǒng)，將相機圖像、激光雷達、毫米波雷達等信息作為輸入，將視頻中出現(xiàn)的各種目標物的位置、尺寸、速度、加速度標注出來。相比人工，全自動標注系統(tǒng)的數(shù)據(jù)標注質(zhì)量遠超人工標注質(zhì)量，包含的信息更加全面（包括3D尺（3000cps15個自動駕駛數(shù)據(jù)集NuScene的數(shù)據(jù)量。同時，全自動標注系統(tǒng)極大提升數(shù)據(jù)標注的效率，200016.7效率提升約4.5萬倍XNet深度276Transformer1.81.6schemeepoch方3.032600PFLOPS80機并行加速訓練的方式（需要通過高性能存儲及網(wǎng)絡(luò)提供接近線性的加速比，使3270混合精度訓練、網(wǎng)絡(luò)結(jié)構(gòu)與算子優(yōu)化、優(yōu)化訓練、云端并行計算等將模型訓練效率提升602倍。圖13：自研全自動標注系，率提升4.5萬倍 圖14：云端并行計算等舉將型訓練效率提升602倍資料來源：CVPR2023 資料來源：CVPR2023小鵬使用Transformer架構(gòu)將模型訓練結(jié)果部署到車端。如果沒有重構(gòu)優(yōu)化，在Orin-XXNet122%（1anoeranoesTransformerOrin29（）骨干網(wǎng)絡(luò)剪枝。通過對骨干網(wǎng)絡(luò)進行優(yōu)化，計2.63OnXDLACPU1.7XNetOrin-X算力大幅降9%。圖15：車端部署XNet所需122%Orin的算力降低至 圖16：小鵬掌握大規(guī)模仿和續(xù)集成能力9% 資料來源：CVPR2023 資料來源：新智駕公眾號仿真數(shù)據(jù)是輔助駕駛系統(tǒng)的重要數(shù)據(jù)來源之一，尤其是現(xiàn)實行車過程中極難獲取到的長尾數(shù)據(jù)。以小鵬科技日的案例為例，大卡車輪胎脫落導致與地面摩擦起火的情形十分罕見，收集到足夠多的數(shù)據(jù)可能需要數(shù)年時間。而仿真的存在可以通過特定設(shè)計生成大量相似場景。例如，小鵬根據(jù)實車數(shù)據(jù)采用技術(shù)領(lǐng)先的unreal5染引擎產(chǎn)生成千上萬個類似場景，模擬出各種車輪脫落的情形。具體而言，可以先4D4D（4D3D環(huán)境為輔助駕駛系統(tǒng)提供重要測試場景。相比場地測試和道路測試，仿真測試更易系統(tǒng)的每一行代碼都經(jīng)過5000萬公里仿真行駛里程、5000+個核心模擬場景、17000+個專項模擬場景測試。小鵬平常的集成測試都會通過一些測試保證沒有引入bug扶搖架構(gòu)：使XNGP30%，車型適配成本降低70%小鵬汽車開發(fā)XNGP的綜合研發(fā)效率提升30%、車型適配成本降低70%。20%80%（包括自動駕駛智算中心以及XNetXNGPXNGP30%，車70%。圖17：XNGP智能輔助駕駛系統(tǒng)是小鵬扶搖架構(gòu)智能體系的重要組成部分資料來源：小鵬汽車官網(wǎng)、產(chǎn)品端：多款P7i提供XNGP，G6有望成25萬級領(lǐng)先電動SUV小鵬3i搭載ot2.5智能輔助駕駛系統(tǒng)，·V流的設(shè)計以及舒適的體驗。G3i由小鵬第一款智能汽車G3改造而來，感知端采用雷達和視覺雙重環(huán)境感知方案，整體更加安全，更適應中國復雜的路況。其G3i460N+、G3i520N+ACCLCCALCSAS14.9萬-17.7表5：G3i搭載Xpilot2.5智能輔助駕駛系統(tǒng)，提供較低級別的輔助駕駛功能Xpilot智能輔助駕駛系統(tǒng)G3i460G+G3i460N+G3i520N+售價（元）148,900163,900176,900CCS定速巡航√--ACC自適應巡航-√√LCC車道居中輔助-√√ALC智能輔助變道-√√SAS智能限速輔助-√√ATC自適應彎道巡航-√√資料來源：小鵬汽車官網(wǎng)、研究所P7搭載Xpilot3.0NGP功能。P7P7706km4P7Xpilot3.0P7提ACCLCCALC480EP7625E兩款車型開始提供高速Xpilot智能輔助駕駛系統(tǒng)/Xpilot3.0軟件及升級服務P7480GP7480EP7586GXpilot智能輔助駕駛系統(tǒng)/Xpilot3.0軟件及升級服務P7480GP7480EP7586GP7625E售價（元）209,900229,900229,900249,900輔助駕駛模擬顯示系統(tǒng)-√-√ACC自適應巡航-√-√Xpilot智能輔助駕駛系統(tǒng)/Xpilot3.0軟件及升級服務P7480GP7480EP7586GP7625ELCC車道居中輔助-√-√ALC智能輔助變道-√-√ATC自適應彎道巡航-√-√CCS定速巡航√-√-超級智能輔助泊車-√-√高速NGP智能導航輔助駕駛-√-√SR環(huán)境模擬顯示-√-√停車場記憶泊車-√-√IHB智能遠光燈-√-√資料來源：小鵬汽車官網(wǎng)、研究所P5搭載Xpilot3.5NGP功能。P5P5150°150具備360°雙重感知融合能力，最多有32P5Xpilot3.5ACC/LCC/NGP識別與應對，擁堵路況下舒適性增強，支持NGPNGP智能輔助駕駛系統(tǒng)Xpilot軟 P5460G+P5460E+P5550G智能輔助駕駛系統(tǒng)Xpilot軟 P5460G+P5460E+P5550GP5550EP5550P售價（元） 156,900174,900170,900188,900202,900停車場記憶泊車 -√-√√高速NGP智能導航輔助駕駛 -√-√√SR環(huán)境模擬顯示 -√-√√IHB智能遠光燈 -√-√√停車場記憶泊車增強版 ----√高速NGP智能導航輔助駕駛 ----√ACC自適應巡航增強版 ----√LCC車道居中輔助增強版 ----√城市NGP智能導航輔助駕駛 ----√件及升級服務增強版資料來源：小鵬汽車官網(wǎng)、研究所G9搭載Xpilot4.0XNGP。小鵬G9SUV31DRIVEOrinG9Xpilot4.0系統(tǒng)，根據(jù)小鵬汽車XPENG公眾號，2022年9月，G9在行業(yè)率先實現(xiàn)量產(chǎn)發(fā)布城市NGP功能。同時，G9也是國內(nèi)首個通過自動駕駛封閉場地測試的在售量產(chǎn)車。目前，G9570Max、G9702Max、G9650性能版Max三款車型均具備城市NGP以及全場景NGP功能。但G9定價明顯高于小鵬以往車型，盡管輔助駕駛功能有所提升，但從消費者反饋來看，G9并不及最初的預期。XNGP智能輔助駕駛系統(tǒng)G9570PlusG9570ProG9570MaxG9702ProG9702MaxG9650XNGP智能輔助駕駛系統(tǒng)G9570PlusG9570ProG9570MaxG9702ProG9702MaxG9650性能版ProG9650性能版Max售價（元）309,900329,900349,900349,900369,900399,900419,900高速NGP智能導航輔助駕駛增強版--√-√-√城市NGP智能導航輔助駕駛--√-√-√XNGP智能輔助駕駛系統(tǒng)G9570PlusG9570ProG9570MaxG9702ProG9702MaxG9650性能版ProG9650性能版Max全場景智能輔助駕駛- - √- √-√ACC-L自適應巡航增強版- - √- √-√LCC-L車道居中輔助增強版- - √- √-√VPA-L停車場記憶泊車增強版- - √- √-√資料來源：小鵬汽車官網(wǎng)、研究所P7iG9明顯更低。P7i智能轎跑，擁有31個感知元件帶來超強感知決策能力，雙Orin-X芯片提供XNet360P7i702MaxP7i610MaxP7i610G9XNGPNGPNGPG9，P7i比優(yōu)勢更為突出。表9：P7i多款車型提供全場景輔助駕駛功能，價格相比G9明顯更低XNGP智能輔助駕駛系統(tǒng)（已含Xpilot全功能）P7i702ProP7i702MaxP7i610Max性能版P7i610鵬翼性能版售價（元）249,900269,900289,900339,900全場景智能輔助駕駛-√√√城市NGP智能導航輔助駕駛-√√√高速NGP智能導航輔助駕駛增強版-√√√ACC-L自適應巡航增強版-√√√LCC-L車道居中輔助增強版-√√√VPA-L停車場記憶泊車增強版-√√√資料來源：小鵬汽車官網(wǎng)、研究所G6有望成為25萬級領(lǐng)先智能電動SUVG6SUVBEV+Transformer31508TOPSOrin-XG6MaxXNGPG6580長Max2325SUVG62.0扶搖技術(shù)架構(gòu)下的首款戰(zhàn)略產(chǎn)品，后續(xù)小鵬在車型開發(fā)、零部件通用性等方面能夠有效對表10：G6有望成為25萬級領(lǐng)先智能電動SUV，多款車型提供全場景輔助駕駛功能XNGP智能輔助駕駛系統(tǒng)（已含XPILOT全功能）G6580長續(xù)航ProG6580長續(xù)航MaxG6755超長續(xù)航ProG6755超長續(xù)航MaxG6700四驅(qū)高性能Max售價（元）209,900229,900234,900254,900276,900高速NGP智能導航輔助駕駛增強版-√-√√城市NGP智能導航輔助駕駛-√-√√全場景智能輔助駕駛-√-√√ACC-L自適應巡航增強版-√-√√LCC-L車道居中輔助增強版-√-√√VPA-L停車場記憶泊車增強版-√-√√資料來源：小鵬汽車官網(wǎng)、研究所、規(guī)劃：城市NGP開啟智駕下半場，將向XNGP乃至Robotaxi邁進高速NGP功能實現(xiàn)再升級Xpilot優(yōu)化推動高速NGP再升級，城市NGP結(jié)。在小鵬汽車智能駕駛規(guī)劃中，高速、地下停車場等單場景的高級輔助駕駛能力XpilotNGP20221024Xpilot2023NGPNGP策20231時，隨著消費者對智能駕駛水平要求的提升以及小鵬技術(shù)水平的持續(xù)進步，Xpilot將NGP使用場景拓寬到城市，同時還提供紅綠燈識別、車道級導航功能，城市NGP圖18：Xpilot發(fā)布新的發(fā)展規(guī)劃，將在2023年下半年提升高速NGP性能資料來源：小鵬汽車官網(wǎng)XNGP城市NGP的落地開啟小鵬智能駕駛下半場，將向更高階智能駕駛持續(xù)邁進。2022年9NGP駛功能。城市NGP的落地是小鵬邁向智能駕駛下半場的決定性一步。按照小鵬的規(guī)劃，從城市NGP開始，小鵬將逐步向?qū)崿F(xiàn)全場景輔助駕駛甚至全面自動駕駛、71%有90%的駕駛時間是在城市道路，而100%的用戶都會途徑城市場景，因此城市NGPNGPNGP1024NGP6NGP4到高速NGP的88倍。圖19：城市NGP的落地是小鵬智能駕駛下半場的開端資料來源：小鵬汽車官網(wǎng)目前小鵬城市NGP已陸續(xù)開放廣州、上海、深圳、北京等高精地圖覆蓋的城市，城市NGP已接近人類司機90%的水平。NGPNGP已發(fā)布支持廣州、深圳和上海三個城市，全國范圍內(nèi)2023615NGP在北京正式開放，系業(yè)內(nèi)最早在北京城區(qū)內(nèi)開放的高級輔助駕駛功能，主要用于北京各環(huán)線及主要快速路。根據(jù)小鵬G6NGPNGP62%0.6590%圖20：北上廣深城市NGP效率已接近人類司機90%的水平資料來源：小鵬G6發(fā)布會XNGPNGPXNet推動小鵬降低對高精地圖的數(shù)據(jù)依賴。小鵬汽車城市NGP目前僅落地北上廣深四地，主要由于高精地圖成本高、更新慢且小鵬無高精地圖資質(zhì)，影響其在無高精地BEVXNet純視覺方案成為行業(yè)內(nèi)率先降低對高精地圖的依賴的車企之一。從2023年開始，NGPNGP落地進展替代高精地圖的方法最新城市領(lǐng)航輔助系統(tǒng)落地進展替代高精地圖的方法最新城市領(lǐng)航輔助系統(tǒng)公司小鵬 XNGP 使用XNet深度視覺感知神經(jīng)網(wǎng)絡(luò)，大幅減少對高精地圖的依車企通過結(jié)合三種神經(jīng)網(wǎng)格算法：靜態(tài)BEV、動態(tài)BEV以及

已在廣州、深圳和上海開放城市NGP2024到車位全場景輔助駕駛理想 ADMax3.0NOA華為 ADS2.0城市NCA供應百度 ApolloCityDrivingMax鏈毫末 毫末HPilot智行

OccupancyNOA實時輸出對周圍交通參與者的行動預測通過多傳感器觸合、高性能智能駕駛平臺、擬人化智駕算法、云端仿真以及大數(shù)據(jù)訓練，為用戶提供高階智駕體驗；首創(chuàng)激光觸合GOD網(wǎng)絡(luò)，可識別異性障礙物，并作出相應操作Apollo將使用純視覺感知，同時輔以激光雷達，實現(xiàn)“純視覺光雷達”的感知冗余，以提供連貫的城市駕駛；Apollo使用“輕量級高精地圖”方案，比行業(yè)通用的傳統(tǒng)高精地圖要“輕”近80%TransformerBEV環(huán)視空間上做虛擬實時建圖，MANA完成數(shù)據(jù)閉環(huán)；成立智算中心“雪湖綠洲”MANAOASIS來訓練數(shù)據(jù)和大模型

預計將于本季度進行用戶內(nèi)測，年內(nèi)推廣至100城M5華為高階智能駕駛α5以及Q315個城市無圖落地，Q445市將搭載于新款嵐圖FREE城市NOH已經(jīng)在保定和北京做大規(guī)模泛化測試，預計2024年上半年，毫末城市NOH落地將達100城輕舟 輕舟乘風 基于單征程5芯片的城市A版將一顆激光雷達“物盡其用智行 未來還將支持輕地圖模式，不斷拓展NOA的適用范圍

將正式推出基于單征程5芯片的輕地圖模式城市NOA方案資料來源：蓋世汽車社區(qū)公眾號、研究所基于城市NGP功能，2023Q4小鵬將在無高精地圖覆蓋的城市推出AI代駕模式，作為無高精地圖區(qū)域城市NGP功能的前奏。AI代駕模式即通過分析用戶日常高頻場景，學習用戶駕駛風格來實現(xiàn)私人定制路線，從而達到更高的通勤效率。小鵬汽車表示，AI代駕模式不僅能夠滿足用戶需求，充分覆蓋用戶上下班通勤等高頻用車場景，更重要的是其無需等待官方推送所在城市的城市NGP功能，有望加速小鵬高階輔助駕駛場景滲透率的提升，為在無高精地圖的城市布局全場景輔助駕駛奠定堅實基礎(chǔ)。圖21：小鵬推出AI代駕模式，2023Q4開始將在無高精地圖覆蓋的城市布局資料來源：小鵬汽車官網(wǎng)重點推進無高精地圖城市的布局，2023年底小鵬有望在50座城市提供類似城市NGP體驗。G6XNGPXNGP94.6%AIXNGP2023年下半年將在大部分無高精地圖城市開放變道、超車、左右轉(zhuǎn)能力，從而提供類似NGP202350XNGP。圖22：XNGP2023H2將在大部分無高精地圖城市開放變道、超車、左右轉(zhuǎn)能力，提供類似城市NGP的智駕體驗資料來源：小鵬汽車官網(wǎng)XNGP2024年底在200XNGP全場景智能輔助駕駛是無人駕駛實現(xiàn)前智能輔助駕駛的終極形態(tài)，小鵬計劃2024年底在200座城市落地XNGP。XNGP提供的準體驗接近全程無接管（根據(jù)小鵬汽車官網(wǎng)，小鵬計劃2025年年內(nèi)實現(xiàn)城市場景每百公里接管次數(shù)小于1次，并且在安全性、道路博弈能力和通行效率等方面超過XNGP2024200XNGP圖23：小鵬計劃2024年底在全國約200座城市落地XNGP資料來源：小鵬G6發(fā)布會L4L22025年開始逐步推出小鵬推出G9，系國內(nèi)首個通過自動駕駛封閉道路測試的零改裝量產(chǎn)Robotaxi。20229G9硬件、僅通過自動駕駛軟件升級即通過自動駕駛封閉道路測試的零改裝量產(chǎn)Robotaxi小鵬全新高速NGP能夠提供在高速場景接近L4G9、P7i為4.3.0的NGPL4小鵬實施L2級輔助駕駛與L4Robotaxi經(jīng)驗及相關(guān)技術(shù)應用到已有的輔助駕駛車輛中，推動相關(guān)車輛的升級迭代。另一方面，L4RobotaxiG92025圖24：小鵬推出G9，系國內(nèi)首個通過自動駕駛封閉道路測試的零改裝量產(chǎn)Robotaxi資料來源：新智駕公眾號3、理想：國內(nèi)智能駕駛龍頭，積極推動城市NOA落地、發(fā)展歷程：2021年推出高速NOA功能，2023年將落地城市NOA2023年將落地城市NOA功能。2019ONE、LCA、FCWACC20215ONE202112NOA20234NOA1.42022年ADMAXADPro2023NOA功能，MaxOrin2025年實現(xiàn)高速及封圖25：2021年公司推出高速NOA功能，2023年將落地城市NOA資料來源：佐思汽車研究公眾號、理想汽車公眾號、聆英咨詢公眾號、研究所、配置端：軟硬件強力支撐，ADMax3.0將提供城市NOA功能ADMax3.0NOA功能ADMax3.0將釋放城市NOA功能。發(fā)展之初，理想輔助駕駛系統(tǒng)使用供應商的方案，但已經(jīng)開始進行算法模型的訓練。隨20194AD1.0ONELDW、LCA、FCWACC、LKA、AEB、、2021ONEAD1.0已經(jīng)推出高速NOAAEB2.0AD輔助駕駛系統(tǒng)分為ADMax2.0ADPro2.0ADMax2.0Orin-XNOAADPro2.05NOA2023年4月，理想發(fā)布ADMax3.0，通過大模型AI功能。表12：理想持續(xù)推進自研輔助駕駛系統(tǒng)升級迭代時間2019.042022.032022.092023.04智駕系統(tǒng)AD1.0ADMax2.0ADPro2.0ADMax3.0代表車型 理想ONE/2021款理想ONE 理想L9 理想L8Pro/理 -想L7Pro主要功能

LDW、LCA、FCW、ACC、LKA、AEB、

新增：高速NOA、自研AEB(融合視覺+毫米波雷達)、LKA(優(yōu)化)、ACC(優(yōu)化)、RCTA、FCTA、DOW、信號燈識別、窄路輔助

新增：升級版高速NOA(自動并線等、升級增強對橫穿行人和兩輪車的識別、自動泊車及召喚

標配：高速NOA罵駛功能

城市NOA導航輔助駕駛系統(tǒng)傳感器配置1R5V5R5V1R11V1L1R10V1R11V1L計算平臺MobileyeEyeQ4地平線征程3英偉達Orin-X地平線征程5英偉達Orin-X輔助駕駛級別L2級L2+級(2021年底落地高速NOA)L2++資料來源：佐思汽車研究公眾號、理想汽車公眾號、理想汽車官網(wǎng)、研究所（注：R表示毫米波雷達、V表示攝像頭、L表示激光雷達）2023年4月18，ADMax3.0。ADMax3.0BEVBEV道路占用的物理世界還原、預測模型與實時規(guī)劃等功能，并使用NeRF技術(shù)增強OccupancyADMax3.0有望NOANOAADMax3.0ADMax3.0圖26：理想ADMax3.0系統(tǒng)能實現(xiàn)物理世界數(shù)字化 圖27：ADMax3.0將終身免費供全場景NOA功能 資料來源：理想汽車公眾號 資料來源：理想汽車公眾號感知端：靜態(tài)BEV/動態(tài)BEV結(jié)合Occupancy網(wǎng)絡(luò)理想靜態(tài)BEV網(wǎng)絡(luò)通過感知車輛周圍環(huán)境實時生成穩(wěn)定的道路結(jié)構(gòu)信息。通過BEV下在大多數(shù)道路實現(xiàn)智能駕駛。盡管靜態(tài)BEV在大多數(shù)道路有較好的道路結(jié)構(gòu)還原能力，但在城市中的一些復雜路口，比如跨度較大的路口由于通行車輛較多導致傳感器視野容易被遮擋，或者也可能是雨雪天等極端天氣影響，導致車端實時感知的局部道路信息存在缺失，此時靜態(tài)BEV網(wǎng)絡(luò)的感知能力可能并不穩(wěn)定，影響智能駕駛系統(tǒng)的判斷。針對復雜路口靜態(tài)BEV網(wǎng)絡(luò)感知能力不足的問題，理想與清NPN。NPN提升靜態(tài)BEV力，特點是一系列神經(jīng)網(wǎng)絡(luò)參數(shù)，盡管人類無法直接理解這些參數(shù)，但自動駕駛大模型可以。相比高精地圖，N（）信息量更大。N通過神經(jīng)網(wǎng)絡(luò)提取全圖特征，其中包括人類無法理解的內(nèi)容，而高精地圖是人為選擇的（）N理信息采集等數(shù)據(jù)安全問題。在NPN的支撐下，理想通過將不同車輛的傳感器在不同時間段感知到的特定復雜路口的信息上傳至云端訓練集群，作為智能輔助駕駛系統(tǒng)的重要環(huán)境信息來源。當其他車輛途經(jīng)同一路口時，輔助駕駛系統(tǒng)將云端的先驗信息與BEV網(wǎng)絡(luò)實時感知到的環(huán)境信息相結(jié)合，從而提升環(huán)境信息判斷能力。圖28：靜態(tài)BEV可以實現(xiàn)大多道路的實時結(jié)構(gòu)還原 圖29：NPN提升靜態(tài)BEV網(wǎng)絡(luò)對環(huán)境信息的理解力 資料來源：理想汽車公眾號 資料來源：理想汽車公眾號與神經(jīng)先驗網(wǎng)絡(luò)NPN結(jié)合后，靜態(tài)BEV網(wǎng)絡(luò)在各類天氣環(huán)境、視野范圍等情況下的環(huán)境感知能力明顯增強。神經(jīng)先驗網(wǎng)絡(luò)NPN所具備的人類無法理解的道路信息與靜態(tài)BEV網(wǎng)絡(luò)獲取的實時環(huán)境信息的融合能夠還原出較為真實的車輛外部環(huán)境，是理想希望在無高精地圖覆蓋的城市推進高階智能輔助駕駛的關(guān)鍵之一。例如，在下雨天等極端天氣使車載傳感器感知到的車道線模糊的情況下，通過從云端獲取天氣狀況較好時的先驗車道線信息，能夠使靜態(tài)BEV網(wǎng)絡(luò)生成更加完整的車道線信息。根據(jù)XuanXiong等的測試，具備NMP的BEV網(wǎng)絡(luò)在不同視野范圍、不同天氣環(huán)境下對車道線、路沿等信息的理解能力明顯高于單純的BEV網(wǎng)絡(luò)。圖30：通過結(jié)合NPN網(wǎng)絡(luò)的云端先驗信息，BEV網(wǎng)絡(luò)生成的車道線信息更加精準NeuralMapPriorforAutonomousDriving（XuanXiong等，2023）Divider CrossingBoundary All+NMP 語義分割評價指標Divider CrossingBoundary All+NMP 語義分割評價指標mIoU WeatherDivider CrossingBoundary All+NMP 語義分割評價指標mIoU BEVRange60m×30m - 49.51 28.85 50.67 43.01 Rain - 50.25 26.90 44.54 40.56 √ 55.01 34.09 56.52 48.54 √ 54.64 30.62 54.19 46.48100m100m160m100m

- 43.41 29.07 56.57 43.01 Night - 51.02 21.17 48.99 40.39 √ 49.51 32.67 59.94 47.37 √ 54.66 33.78 55.92 48.12 - 41.21 26.42 51.74 39.79 NightRain - 55.76 0.00 47.60 34.45 √ 46.85 29.25 57.22 44.44 √ 61.22 0.00 50.84 37.35Normal - 49.27 29.49 52.11 43.62 √ 53.46 35.27 57.75 48.82數(shù)據(jù)來源：《NeuralMapPriorforAutonomousDriving》（XuanXiong等，2023）、研究所（注：NMP指神經(jīng)地圖先驗）理想通過學習大量人類司機行為推出信號燈意圖網(wǎng)絡(luò)TIN，提升輔助駕駛系統(tǒng)對信號燈的識別能力。解決靜態(tài)BEV網(wǎng)絡(luò)在復雜路口的感知能力不足問題后，為解決信號燈識別問題，理想自研端到端的信號燈意圖網(wǎng)絡(luò)TIN以增強輔助駕駛系統(tǒng)對信號燈的識別能力，進一步推動其無圖化進程。具體而言，TIN網(wǎng)絡(luò)不需要任何人為設(shè)定的規(guī)則，甚至不需要知道信號燈的具體位置，只需要將相關(guān)圖像、視頻數(shù)據(jù)輸入TIN網(wǎng)絡(luò)，就能端到端直接輸出車輛應該執(zhí)行的左轉(zhuǎn)/右轉(zhuǎn)/直行/停止操作。例如，當前方紅綠燈顯示為紅燈時，TIN網(wǎng)絡(luò)輸出車輛應該停止前進的概率最高。其背后的原理是理想讓TIN網(wǎng)絡(luò)學習大量人類司機在路口對信號燈變化的反應。圖31：信號燈意圖網(wǎng)絡(luò)TIN可實現(xiàn)端到端輸出 圖32：TIN網(wǎng)絡(luò)具備超遠距離綠燈識別資料來源：理想汽車公眾號 資料來源：理想汽車公眾號理想動態(tài)BEV網(wǎng)絡(luò)通過識別車輛等規(guī)則物體的空間位置并預測其運動軌跡，具備一定的車輛周圍環(huán)境信息“腦補”能力。在靜態(tài)BEV網(wǎng)絡(luò)實現(xiàn)車道線等靜態(tài)物體識別的情況下，理想自研動態(tài)BEV網(wǎng)絡(luò)，可以解決傳統(tǒng)視覺難以解決的遮擋、跨相機等問題，使BEV網(wǎng)絡(luò)具備一定的環(huán)境信息“腦補”能力。具體而言，當車輛、行人、騎車人員等規(guī)則物體同時出現(xiàn)在多個攝像頭的情況下，動態(tài)BEV網(wǎng)絡(luò)可以穩(wěn)定追蹤并感知出其距離和速度，進一步增強輔助駕駛車輛對周圍環(huán)境信息的感知能力，真正做到空間、時間維度上的四維感知。理想通過Occupancy網(wǎng)絡(luò)精準識別通用障礙物的邊界及類型，訓練里程已經(jīng)達到上億公里。通過動態(tài)BEV網(wǎng)絡(luò)解決規(guī)則物體的識別后，施工路段、遺落物體等通用障礙物的識別是理想視覺感知系統(tǒng)下一步需要完成的目標。理想通過自研Occupancy網(wǎng)絡(luò)算法對物理世界進行數(shù)據(jù)化建模，精準識別施工路段、卡車后斗、遺撒物體等通用障礙物的邊界及類型，從而還原輔助駕駛車輛周圍的真實環(huán)境。根據(jù)NE時代新能源公眾號的數(shù)據(jù)，理想Occupancy模型訓練里程已經(jīng)達到上億公里，識別的內(nèi)容及其準確性大幅提升。在此基礎(chǔ)上，理想通過NeRF技術(shù)進一步提升Occupancy網(wǎng)絡(luò)的遠距離分辨率，使其輔助駕駛系統(tǒng)的環(huán)境感知能力更加強大。圖33：動態(tài)BEV網(wǎng)絡(luò)實時還原通參與者空間位置 圖34：Occupancy精準識別通障礙物的邊界及類型資料來源：理想汽車公眾號 資料來源：理想汽車公眾號理想規(guī)控算法通過學習大量人類司機駕駛行為生成更好的行車路線，逐步實現(xiàn)像人類一樣自由操縱。靜態(tài)BEV網(wǎng)絡(luò)、動態(tài)BEV網(wǎng)絡(luò)、Occupancy網(wǎng)絡(luò)能夠輸出輔助駕駛車輛周圍豐富的環(huán)境信息。在此基礎(chǔ)上，理想規(guī)控算法通過學習大量人類司機的駕駛行為，在保證行車安全、符合交通規(guī)則的情況下，做出類似人類駕駛員的判斷，生成最佳的行車路線。例如，根據(jù)理想汽車公眾號，理想通過觀察大量人類司機行車軌跡發(fā)現(xiàn)90%以上的司機在車輛右轉(zhuǎn)時都會選擇右二車道，原因在于右二車道相比右一車道的安全性和效率更高，且更大的轉(zhuǎn)彎半徑能夠帶來更加舒適的行車體驗，因此理想輔助駕駛系統(tǒng)的規(guī)控算法在車輛右轉(zhuǎn)時也選擇右二車道。圖35：理想規(guī)控算法通過學習大量人類司機的駕駛行為生成更好的行車路線資料來源：理想汽車公眾號硬件端：感知層面以視覺為核心融合激光雷達由于采用與特斯拉類似的BEV感知模型，理想感知端以視覺為核心，同時為進一步提供安全保障，感知端也融合激光雷達等其他傳感器。攝像頭方面，理想ONE5L7AirPro10MaxMax版本搭載ADMax1282003D定位，在暗光、強光下駕駛更安全。商雷達激光傳感器等部分零部件供應超聲商雷達激光傳感器等部分零部件供應超聲波雷達毫米車型 攝像波頭 達供應商雷達激光傳感器等部分零部件超聲波雷達攝 毫米像 波雷頭 達車型2020款

5 1 12 0 博世(iBooster、ESP、EPS、超聲波

Air 10 1 12 0Pro 10 1 12 0

禾賽科技(激光雷達)；歐

2021 5 5 12 款

雷達、毫米波雷達)；易航智能(ADAS系統(tǒng)

L8 菲光車載鏡頭)；高德高精地圖)；千尋位置高精Air 10 1 12 0Pro 10 1 12 0 理想(XCU中央域控制器)(中央域控L7 芯片)；歐菲光車載鏡Max 1 12 1 頭)

Max 1 12 1L9 Max 1 12 1

度定位服務及算法)未來黑科技(HUD硬件)；禾賽科技(激光雷達)；鎂佳科技(座艙控制器、T-box&Gateway一體機)資料來源：理想汽車官網(wǎng)、蓋世汽車社區(qū)公眾號、42號車庫公眾號、太平洋汽車公眾號、NE時代新能源公眾號、研究所ADPro/ADMax輔助駕駛系統(tǒng)分別搭載征程5/Orin-X芯片。引進性能更高的芯片。2020款理想ONE采用MobileyeEyeQ4芯片，算力為2.5TOPS2021ONE35TOPSADPro/ADMax5Orin-X功耗(W) 單位功耗算功耗(W) 單位功耗算算力(TOPS)芯片芯片廠商車型20202020款理想 MobileyeEyeQ42.530.832021款理想 地平線征程352.52.00L7Air、L7Pro、L8Air、 地平線L8Pro征程5128353.66L7Max、L8 英偉達Orin-X254455.64Max、L9Max資料來源：理想汽車官網(wǎng)、焉知汽車公眾號、賽博汽車公眾號、半導體產(chǎn)業(yè)縱橫公眾號、研究所圖36：理想ADPro/ADMax輔助駕駛系統(tǒng)分別搭載征程5/Orin-X算力芯片資料來源：理想汽車官網(wǎng)單顆征程5芯片即可流暢支持高速功能，相比Orin-X5Orin-X5131S（1531幀秒Orin-X3.35流暢支持高速NOA5Orin-XOrin-X算力達254TOPS，全系標配Orin-X芯片有望推動ADMax數(shù)據(jù)閉環(huán)：構(gòu)建軟件2.0理想構(gòu)建軟件2.0閉環(huán)架構(gòu)，有望推動高階輔助駕駛大模型加速落地。輔助駕駛大模型的開發(fā)以數(shù)據(jù)驅(qū)動的閉環(huán)體系為重要支撐。理想構(gòu)建軟件2.0圖37：理想構(gòu)建軟件2.0閉環(huán)架構(gòu)，有望推動高階輔助駕駛大模型加速落地資料來源：理想汽車公眾號累計輔助駕駛里程及NOA行駛里程均為全國第一，積累龐大模型訓練素材。根據(jù)高工智能汽車公眾號，截至2023年3月23日，理想已交付車型的輔助駕駛總里程5.5NOA25NOA1億0-11510006-81億且效率較低。為解決人工標注效率較低的問題，理想打造軟件2.0訓練的方式進行自動化標注，效率大幅提升。目前，311000圖38：L9上市以來，理想月車銷量保持增長態(tài)勢 圖39：理想通過自動標注術(shù)升數(shù)據(jù)標注效率單位：輛單位：輛50002022-072022-082022-072022-082022-092022-102022-112022-122023-012023-022023-032023-042023-052023-06理想汽車當月銷量數(shù)據(jù)來源：、研究所 資料來源：汽車智能出行公眾號自動駕駛訓練里程已突破6億公里，擬建設(shè)1200PFLOPS自動2023年4月18日，理想擁有中國最多的自動駕駛訓練里程，累計訓練里程超4億公里，由9.28億+個訓練片段構(gòu)成，總時長達1074萬小時以上，相當于1輛車需要運行12666同時，龐大的數(shù)據(jù)訓練規(guī)模需要強大的云端算力支持。理想擬建設(shè)算力達1200PFLOPS的超算集群，有望成為中國頂級自動駕駛訓練集群之一，提升模型訓練能力。圖40：理想汽車自動駕駛訓練里程已經(jīng)從2023年4月18日的4億+公里增長至2023年6月17日的6億+公里資料來源：理想汽車公眾號、理想家庭科技日、產(chǎn)品端：Air/Pro車型提供高速NOA，Max車型將落地城市NOA總覽：Air、ProNOA功能，Max車型有望落地城市功能理想Air、車型主要針對高速NOA場景，Max車型有望落地城市功能。理想Air