中國人的買車喜好，變了。
2021 年，一份由市場研究機構 J.D. Power 發佈的《中國新車購買意向研究報告》顯示，半年內有購車意向的人羣中，近四分之一的消費者將智能化體驗作為最重要的購車決策因素。
在影響購車決策的七要素中，汽車智能化體驗佔據14%的權重，有24%的意向購車者認為汽車的智能化體驗是其最重要的購車考慮因素。同時，缺乏新技術成為潛客人羣第三大購車顧慮。
今年，這份報告又揭示了一個新動向：與其它年齡層相比，95後在購車時更看重智能化。
兩份報告釋放出一個明顯信號，如今中國消費者的購車觀是六個字：無智能，不掏錢。
到底什麼才是一台“智能”的汽車呢？簡單來説，對內，座艙要夠先進；對外，駕駛要夠聰明。
在購車喜好轉變大旗的指引下，算力成了新的馬力，智能成了新的性能。一台車智駕系統能力的高低，成了這家汽車公司在新汽車時代最重要的一張名片。
那麼，一套“好”的智駕系統應該是什麼樣子呢？
早期，在算法沒有成熟前，比的是堆砌硬件的能力：激光雷達、大算力芯片、高像素攝像頭，等各種高規格硬件一個都不能少。消費者在評價智駕系統時，也大多專注在硬件的數量上。
一種相對落後的智駕認知是：硬件牛=體驗好。
這樣的想法沒有什麼大問題，畢竟硬件決定了一套智駕系統能力的下限。
但隨着智能電動汽車在國內的快速普及，中國消費者開始漸漸意識到：硬件換不來體驗。而且這些硬件只要願意出錢，任何一家車企都能從供應商那裏買到。
一套安全、穩定、全面智駕系統背後真正的英雄，其實是用户看不見摸不着的“玄學”大師：算法。
什麼是算法？你可以先想象，一個沒有專業指揮家調度的交響樂團，即便每個位置上放的都是樂器演奏高手，最終也只能拼湊出一場各彈各調、毫無章法的混亂演出。
算法，就是這位“專業指揮家”。只有用算法為激光雷達、芯片、攝像頭這些硬件“開光”，才能讓它們在一套智駕系統中實現效能最大化。
得算法者，得天下
我們都知道，自動駕駛的完整流程是：感知、決策、控制。
感知是各種傳感器不間斷工作，採集車輛本身及外部的信息；決策是整車計算單元，根據既有算法，對傳感器獲取的信息進行分析，做出適合當下情景的決策；控制是根據決策規劃，替代駕駛員對車輛進行加速程度、制動程度、轉向幅度、燈光控制等駕駛動作。
感知系統等於駕駛員的眼睛，決策系統等於駕駛員的大腦，控制系統等於駕駛員的手腳。
算法，是決策系統這顆“大腦”聰明程度的決定性因素：自動駕駛實現的基礎是算法的大規模部署，從感知環節的特徵提取到神經網絡的決策，都需要依賴算法改進來提高障礙物檢測準確性和複雜場景下的決策能力。
自動駕駛域算法一般被劃為三種：感知算法、融合算法和執行算法。
感知算法是將傳感器數據轉換成車輛所處場景的機器語言，如物體檢測、識別和跟蹤、3D環境建模、物體運動估計等。
融合算法是將不同傳感器獲取到的基於圖像或基於點雲等不同維度的數據，進行量綱統一處理，為整車計算單元提供決策依據。
其中，融合算法又分為前融合和後融合兩種路徑。
簡單來説，前融合算法是現制菜，上桌前把各種食材（原始數據）炒一遍；後融合算法是預製菜，端上桌前，加熱一下（原始數據）即可。
兩種算法各有利弊。
前融合對硬件算力要求更高，因為要同時處理不同類型的數據源。而且，神經網絡有極低的概率會出現誤判，需要另備一套冗餘系統進行驗證。這套複雜精密，且不斷進化的AI算法無法外採，對車企的自研能力提出了新標準。
後融合則受限於單一類型傳感器自身的能力上限，導致特定條件下的偶發性漏檢或誤檢。比如雷達可以輕鬆確定距離和位置，但卻不擅長判斷顏色、紋理，也無法識別文字信息。需要多類型傳感器的交叉驗證，才能保證不同環境工況下有效的智駕功能。
有沒有一種可能，讓前後融合算法真正地“融合”一下，用其所長，避其所短呢？
答案是：當然有。
全融合算法（Full Fusion）正是在這樣的技術背景下應運而生。國際上，奔馳和沃爾沃這兩家大廠已宣佈入局全融合算法，沿此路線攻堅高階智駕，但距離可落地交付還有很長的路要走。在國內，背靠上汽集團的造車新勢力飛凡汽車先行一步，不僅成為行業首個推出全融合算法的汽車品牌，其RISING PILOT全融合高階智駕系統的高速領航功能，還將在於今年10月下旬交付的飛凡R7上率先量產交付。
從理論上解釋：“全融合”就是把前融合組合、多任務、多特徵網絡、深度神經網絡輸出的探測結果，與後融合多個傳感器獨立輸出的探測結果進行綜合比對，實現混合融合，並依靠高帶寬、超算力芯片平台的安全冗餘部署，通過三重融合在毫秒級內，完成感知、融合、預測、決策、執行等一整套動作。
更易理解的説法是：用户點了一道名叫智駕的“菜”，正式送上前，後廚既有現制菜，也有預製菜。大廚會根據菜品實際情況進行挑選與融匯，終極目標是讓用户品獲得色香味俱佳的餐食體驗。
據公開信息，飛凡汽車是一家成立於2021年11月，依靠用户導向的數據驅動型汽車科技公司。飛凡R7是飛凡汽車獨立後的首款車型。
看到這，你可能會產生一個疑問，獨立運營還不到一年，飛凡汽車怎麼就能交出比海外車企更先進的智駕系統答卷了？這套系統到底是靠堆砌概念名詞忽悠人的期貨，還是腳踏實地、確鑿可用的現貨？
説得再多，也不如實測來得令人信服。
根據國內媒體在匝道、變道等具體場景下的綜合實測，飛凡R7上搭載的RISING PILOT在成功率和穩定性兩個緯度上，都表現優良，這背後是飛凡汽車500人自研團隊900多個日夜奮戰的結果。在多個普遍被視為行業難點的智駕場景識別上，優勢相對明顯。其中給筆者留下深刻印象的，有三點：
第一個場景是對匝道，特別是多岔口匝道三角區域的精準識別。
相比市面上現有智駕系統對匝道識別的不穩定表現，RISING PILOT可以在更遠的地方提前識別匝道三角區域，為變道預留更多的車道空間和動作執行時間，避免出現識別失敗移交控制權，或短時間從快車道大幅降速併入低速匝道等驚險場景。
第二個是對靜態路障的識別感知。
過去一年，國內外都出現了不少智能電動車因無法識別施工區域靜態路障導致的碰撞事故，該場景其實一直都是現有智駕系統的能力真空帶。RISING PILOT在4D成像雷達的作用下，可提前探測最遠500米處的施工區域，精準識別靜態障礙物，即便只有雪糕筒或施工提示牌也可提前精準識別，並通過全融合算法，快速反應實現提前避讓。
第三個是主動變道超車。
一般的智駕系統在遇到前車變道畫龍或側前方大型車突然出現時，經常無法進行提前識別和避讓，只有當兩車距離夠近時，系統才介入工作，或預警，或突然避讓，注意力稍有轉移就會導致碰擦、剮蹭等，存在一定的安全隱患。
RISING PILOT的做法是對道路進行360°無死角感知的同時，監測實時車速差。遭遇衝突場景時，將安全放在首位，第一時間採取看起來“保守”的執行策略，即保持與周圍車輛的安全距離，讓衝突車輛先行，隨後再完成變道等後續動作。從邏輯上説，該策略思維更接近人類駕駛員的經驗——避險而不犯險。
當然，即便RISING PILOT如此表現，也無法滿足所有用户的口味。所以飛凡汽車特意加入了自主可調的MY PILOT，支持用户在舒適、標準、運動等多種駕駛模式間切換，不同模式應對同樣交通狀況的變道策略和駕駛風格上的差異明顯，以此來適應不同用户、不同路況下的個性訴求。
從媒體實測裏你會發現，RISING PILOT在中國的路上，跑得特別歡，特別順。原因很簡單，RISING PILOT是飛凡汽車用中國道路的實跑數據，一公里一公里喂出來的。交付前，RISING PILOT在中國高速上的實測里程累計超過 17 萬公里，整體測試里程超過 40 萬公里，這比許多用户在換車前開過的總里程都要多得多。
硬件，不能落後
想在非常“卷”的中國汽車智駕賽道里取得一定的領先身位，預埋基礎硬件已經不夠，只有像飛凡汽車這樣，預埋超前於時代的硬件，為高階算法提供發揮能力的基礎，才能在快速進步的行業迭代大潮裏，搶佔先發優勢窗口，牢牢打下自己的錨點。
説起先進硬件，“蔚小理”似乎總是能搶到各種全球首發，英偉達 Orin X 自動駕駛芯片，Innovusion 1550nm激光雷達。沒錯，作為造車新勢力，這三家的確佔領了不少智駕硬件的先發時間窗口，但這並不代表市面上只有這三家在忙着把先進硬件裝進新車，飛凡汽車的努力程度和積極勁頭，一點也不比“蔚小理”差。
首先，數量上獲勝。
飛凡R7搭載了33個感知硬件，國內首發量產的Premium 4D成像雷達、增強版遠距離點雲角雷達 、800萬像素攝像頭和釐米級高精定位系統。
其次，質量上佔優。
比如4D成像雷達，這樣可識別140米以外可樂罐的頂尖傳感器在國內的首次運用，就放在了飛凡R7上。
Premium 4D成像雷達可以在距離、速度、水平方位角、垂直高度四個緯度上進行數據感知，在3D雷達的基礎上增加了“探測物體垂直高度”。相較毫米波雷達，4D雷達通過增加發射、接收通道的個數，提供點雲功能，輸出X，Y，H，V（距離、水平和垂直定位高度以及速度）四個指標，提升了靜態障礙物的檢測率。同時，Premium 4D成像雷達探測距離為350米，高於普通毫米波雷達的210米，在極端天氣和光照條件欠佳也可正常運作。
12個800萬像素攝像頭對車輛周圍進行 360°全範圍感知，對動態人車交通參與者，靜態車道線、地面標識、紅綠燈、限速標識等交通要素的感知內容顆粒度更細。並且，800萬像素攝像頭可實現的動態範圍（HDR）更高，LED頻閃消除功能（LFM）更強。
最後，算力上勝出。
飛凡R7搭載英偉達Orin X芯片，單顆芯片算力254TOPS，滿足現有平台算力需求的同時，為數據迭代和算法迭代，實現更高級別輔助駕駛的打下堅實基礎。
毫無疑問，預埋基礎硬件已經不夠，只有像飛凡汽車這樣，預埋超前於時代的硬件，為高階算法提供發揮能力的基礎，才能在快速進步的行業迭代大潮裏，搶佔先發優勢窗口，牢牢打下自己的錨點。
寫在最後
駕駛輔助能力的終局之戰，本質上是一場硬軟一體的綜合性比拼。在硬件水平相同的前提下，獲勝的關鍵是軟件水平。軟件的算法層面，是解決方案實現功能差異的核心。在RISING PILOT上，你會看到飛凡汽車已經讓“全融合”算法路線登上了舞台。
比國際大廠跑得更快，是因為飛凡汽車做對了三件事：第一，在 2020 年時着手進行智駕領域的研發，這個起步時間與“蔚小理”轉向自研路線很接近，與行業頭部節奏一致；第二，組建了一支500 人規模的高階智駕人才庫的同時，在國內多個城市部署項目團隊，以中國用户的本土化場景和需求為中心，進行研發與改進；第三，與LUMINAR、英偉達、採埃孚等全球頂級供應商深度綁定，依託上汽集團全價值鏈集成和量產經驗，為整體進程按下加速鍵。
但為什麼又要“等”到今年才交付，是因為作為一家心態成熟的造車公司，飛凡汽車不想把“半成品”交付給用户，所以選擇用時間和大量的路測來沉澱數據，修正產品，最終結果是飛凡汽車做出了有自我風格的RISING PILOT。正如飛凡汽車CEO吳冰在成都車展上所言：“做大腕不做大嘴”。
中國消費者會買不買單這套生於斯，長於斯的RISING PILOT系統，我們無法在交付前給出確定答案，但我們現在可以確定的是，以飛凡汽車為代表的“算法派”正在闊步走向智能電動汽車時代舞台的中央。特別策劃