威馬朝天放了一槍，或觸發L4軍備競賽
中國已經有兩個城市可以體驗到駕駛位沒有安全員，真正“無人駕駛”的汽車行駛在開放道路上。
9月15日，百度獲得長沙市頒發的智能網聯汽車主駕無人測試許可，其自動駕駛車隊可正式去掉主駕安全員，在長沙開放道路上開展完全無人駕駛的路測。當天，百度聯合央視新聞直播了試乘無人駕駛Robotaxi的全過程。
2個月前的7月10日，文遠知行在廣州獲得智能網聯汽車遠程測試許可，正式進行開放道路的全無人駕駛路測。
兩家的測試許可名稱略有不同，但從官方介紹來看都是以“單車智能+5G雲代駕”模式實現L4級自動駕駛效果。
去掉安全員的測試説明自動駕駛技術又向前邁進了關鍵一步。當然，科技公司的改裝測試離真正的前裝量產落地還有距離。
整車廠在自動駕駛上的競爭，或許將以秒為單位。
當小鵬成為第三家在美國上市的造車新勢力時，威馬有近3.5萬輛車跑在中國94%的地級市，每輛車每秒鐘上傳672個信號。
此外，截至今年8月，威馬用户行駛總里程突破5億公里，其中使用L2智能駕駛輔助系統行駛的總里程3145萬公里，佔比6.3%。威馬用户還累計使用了88萬次APA自動泊車功能。某種程度上，這組數據可以作為智能駕駛在中國車主中的接受度和滲透率的參考。
在IPO速度上落後於蔚來、理想、小鵬的威馬，正在希望以自動駕駛落地速度實現反超。
9月9日，威馬通過“Tomorrow Talk 智話未來”線上媒體溝通會發布IdeaL4全新科技戰略，宣佈攜手高通、百度、紫光、芯鑫等合作伙伴，構建“未來智能汽車最強盟友”，打造智能模塊化平台，在四大領域提供真正的前瞻性技術，加速未來。
為加速5G及L4級自動駕駛等前瞻科技在智能汽車上實現最先落地、最快量產、最佳體驗，威馬發佈了由Intelligent Cockpit（最懂中國用户的智慧座艙）、Digital Architecture（最安全、最高效、最快速的全新自研數字化架構）、EIC（超級平台化三電系統）、Autonomous Driving（世界級算法、最先進算力、最中國的駕駛數據積累）組成的“IdeaL4”全新科技戰略。
威馬創始人、董事長、CEO沈暉表示：“IdeaL4技術戰略的目標是打造新智能美好出行生活‘四大件’。未來3到5年，威馬汽車將投入200億元，匯聚3000名全球頂級工程師，打造更符合中國用户喜好的‘EC出行智能終端’。”
雖然沒有給出精準的時間表，但直接劍指L4，而且誇下“最先落地、最快量產、最佳體驗”的“三最”海口，威馬這一表態相當激進。
再結合近期媒體曝出“威馬接近完成D輪融資50億元”“威馬年內登陸科創板”等消息，這應該不僅僅是一次對友商上市的高調呼應，更像是威馬對下一發展階段制定的戰略目標和KPI。
何小鵬在上市慶典上説IPO的意義在於“我們會有更多的糧草、更多的信任、更多的支持”，威馬敢於在總融資額200億元的時候公開宣稱未來3到5年“投入200億元”在研發上，可以説明威馬已經融資落袋，糧草充足。
IdeaL4戰略的發佈還宣示了威馬將all in自動駕駛。對造車新勢力等專注智能電動車的企業來説，自動駕駛是智能汽車最亮眼的標籤，但在實際操作中，各企業選取了不同的品牌標籤，以期從眾多品牌中脱穎而出，更快找到自己的客户羣體。蔚來看重服務，理想突出“更自由”（沒有里程焦慮），小鵬強調“更懂中國”。
威馬的品牌口號是“智能汽車頭號實力派”，這個實力派如何體現，從過往產品賣點到IdeaL4戰略發佈可以看出，以自動駕駛為抓手的意願日益堅定。
同為造車新勢力的蔚來、理想、小鵬都曾不同程度透露過L4級自動駕駛的目標，但像威馬這樣將L4作為一項戰略高調發布還是第一次，在頭部各家都糧草充足後，這可能觸發造車新勢力對L4級自動駕駛的軍備競賽，加速各家的原有節奏。
此外，“最先落地、最快量產、最佳體驗”這種放在廣告裏會違反廣告法的提法作為企業戰略卻沒有任何問題。雖然沒有針對任何對手，但一連三個“最”宣戰了所有友商，這會引起什麼樣的連鎖反應？
先讓用户體驗最需要的那部分L4級自動駕駛
路徑
IdeaL4戰略發佈前，沈暉接受汽車商業評論獨家採訪，用一個多小時介紹了威馬怎樣做自動駕駛的普及者。
威馬內部講的智能駕駛包含兩部分：L2級別的輔助駕駛和L4以上級別的自動駕駛，其實現L4的路徑是從現有的L2不斷升級迭代，從功能和場景上逐個增加完善，最終達到完整的L4。
2019年3月，汽車商業評論記者在綿陽試駕過即將上市的2019款威馬EX5，當時具備SAE定義中L2的12大項目，包含4項高級駕駛輔助：帶停走功能的自適應巡航、高速巡航車道中央行駛輔助、低速跟車隨行輔助、自動泊車輔助，以及8項安全提醒和輔助如自動緊急制動、車道偏離糾正、交通信息識別等。
駕駛效果就是完整的L2，雙腳可以100%解放完全交給系統，雙手也可離開方向盤，但不可時間太長，在沒有車道線、半徑過小的轉彎、最邊緣車道的護欄容易被系統識別為車道線三種情況下，系統還無法正確保持行車軌跡。
經過軟硬件的迭代升級和越來越多商品車在真實路況上採集的數據，這些功能會逐步進化，新功能也不斷增加，例如最新增加的撥杆變道（ALC）遙控泊車（RPA）等功能。
2020世界人工智能大會上，威馬的L4級自動駕駛展車亮相，沈暉透露這個方案威馬幾年前就開始做了，已經積累了大量的實際測試數據，最早達到L4級的功能應用將是明年年初交付的AVP自動泊車，可以自主規劃路徑，進出停車場尋找停車位，完成泊車，並可到上車點接駕。
支撐該AVP自動泊車功能的，是威馬與百度聯合開發的AVP專用車載計算平台，最大功率35W，算力達到1.2TOPS（1TOPS即處理器每秒鐘可進行一萬億次操作），全面部署AUTOSAR，全車規基礎軟件開發，硬件安全島設計達到功能安全最高等級ASIL-D。
“現在L2大家拼的是亮點，一是場景的豐富，二是體驗。體驗就是穩定性，比如停車，不能説停十次，五次停進去了，五次停不進去，這些就是體驗的問題。”沈暉認為L2雖然與真正的自動駕駛區別很大，但體驗非常重要，如果體驗不好，會影響車主對自動駕駛的信任度和接受度。
為提高穩定性，威馬除了從L2向上升級，還會適時將開發成熟的L4技術下放到L2+級車型上。
L3被不少公司認為雞肋甚至直接越過的原因就是存在自動駕駛與人工駕駛的切換，體驗的連續性非常差。威馬對L2的要求是“只要啓動之後，我們希望輔助駕駛就一直在那裏，在各種場景下都能夠幫助車主，只是幫的方式不一樣。”
威馬的智能駕駛輔助系統會學習並模擬車主的駕駛習慣，做到千車千面，給車主更多安全感和信任感。
還有一些細節的處理，例如傳統ACC自適應巡航，如果前車突然變道或駛出匝道，ACC車輛沒有了前車阻擋，會在短時間內加速到設定速度，車輛會有猛加速竄出去的感覺，威馬的L2+優化了這種場景，對車輛加速施加一個抑制，操作過程更像人類駕駛習慣。
架構
整車架構是智能汽車與傳統汽車的本質區別之一。為了實現L4，威馬正在搭建全新的數字化架構，改變以往模塊化的控制單元模式，對只能單獨的ECU處理集合、無法集成軟硬件的設置進行全面升級。
與全行業的趨勢一樣，這套數字化架構的基本形態由以往的分佈式架構向中央處理器架構過渡，中央處理器將控制整車。這種先進的電氣化架構既可以讓整車軟硬件充分發揮更高效率，更能借助集成度更高的中央處理器架構滿足未來智能化、自動化的整車升級。
威馬的中央處理器由ADAS處理器和智能座艙處理器高效協同組成，可以更快、更高效的管理整車各個子系統，為整車提供更強勁的算力支撐，使整個各個子系統提供更好的功能發揮。
為滿足車輛ECU對數據傳輸的實時性和可靠性要求，引入CAN FD總線通信以及車載以太網通信，與原有CAN線通信組成3條通道，滿足車輛各域塊對於通信條件的需求。速率從傳統的CAN線500k提升到以太網百兆的速率，藉助更快的以太網通訊鏈路，可以實現大APP軟件、大圖像的模塊的升級。整車大數據可上傳雲端，及時分析故障數據，排查原因，車內模塊的遠程診斷、OTA。
沈暉介紹，要從L2到L4、實現數字化架構，不僅僅是用中央車腦代替域控制器，還需要一系列架構上的技術革新，例如以服務為導向的架構SOA，以及松耦合型的軟件架構。
“非L4的低級別自動駕駛，通常是一個信號只做一件事情，我們的架構是一個或者一組信號提供一個服務接口，是混合型的SOA。”沈暉説。
車用SOA是借鑑了IT行業的技術框架，為了解決車輛數據交換越來越多，而之前的分佈式多節點架構逐漸無法滿足，需要提高數據傳輸的靈活性。
SOA架構需要網關、各個跨節點的ECU、從硬件到數據的底層能力，汽車行業目前很難具備完整的SOA，威馬則是在一些局部的節點上引入了SOA方法，與局部以太網傳輸、CAN總線傳輸一起形成一個混合式結構，提高數據傳輸的靈活性。
“好處是不同節點之間可以分開升級。你要OTA升級某一個功能，如果這個功能涉及到三個節點，這三個節點就得一起升級。如果有SOA的架構，相當於網絡通信還是那輛火車，只需要把火車上裝的貨換了，原來的模式你得把火車都換了。”沈暉用一個比喻解釋。
軟件方面，威馬採用松耦合的軟件架構，沈暉説：“我們將軟件功能進行分級，分成場景層、交互層、邏輯層、執行層，下一層是上一層可以調用的服務，打破傳統傳統L2以功能項為單位的縱向一體化開發模式，打破頂層狀態的限制，為場景擴展預留靈活性，這樣才能做到真正的L4。”
傳統縱向一體化的軟件開發模式是直接面對硬件資源或外部傳感器資源、執行器的資源直接寫軟件，可以理解為一段程序代碼，這些程序代碼把軟件各個角度的功能寫在一起。當軟件功能需要開發迭代時，需要深入到整個一段代碼裏面去改。
松耦合的軟件架構是把驅動、傳感、交互、邏輯、控制執行分層，一些層面對應硬件，一些層面對應用户體驗、場景和道路環境，每一層的調整都有相對獨立性，稱之為解耦，不再像以往耦合在一起，某一個功能的改動牽一髮而動全身，會提高軟件的靈活性，更新迭代速度加快，也會衍生出更多的靈活的面向用户需求的功能。
分工&數據
自動駕駛是一個龐大的系統工程，整車廠做什麼、不做什麼、如何與供應商分工是一個策略問題，對創業公司來説尤為重要。
沈暉認為，如果以感知、認知、執行來分，整車廠的參與度和掌控力應該是由弱到強的。
以算法為例，威馬目前關於視覺感知的算法大部分採用第三方產品，感知識別之外的規劃層、決策層、執行層的算法都採用自研。
當然這也是動態的，隨着公司研發團隊壯大，內部會逐漸承擔一部分感知識別的算法，與外部分工協作。
自動駕駛的幾大要素算力、算法、數據，前兩項都可以由供應商提供或合作，數據則只能由整車廠積累，數據也成為自動駕駛的核心競爭力之一。
沈暉接受採訪時給出的數字是已經有超過3.5萬輛威馬車跑在路上，分佈在中國94%的地級市，基本涵蓋所有路況和駕駛行為，每輛車每秒鐘上傳672個信號到威馬的大數據中心。
“我們的大數據中心在產品交付之前就已經搭建完成，為了保護客户隱私，工作人員看到的數據只跟車輛vin碼對應，不跟車主身份對應，只分析數據，不知道是誰在開。”沈暉強調。
論數據採集，行業裏最強的莫過於特斯拉，它已經有超過100萬輛車的保有量，每天在公路上採集行駛數據，不斷完善自動駕駛系統。
沈暉自信威馬在數據領域的優勢可以比肩甚至超過特斯拉，原因一是特斯拉在中國道路的數據只佔很小部分，二是根據法規要求中國道路的數據無法上傳到美國，而特斯拉在中國的自動駕駛研發團隊，並不比威馬強大。
每一輛威馬新車在行駛一段時間和里程後，蒐集上傳的行駛數據會為車主建立駕駛行為模型，之後反饋給智能輔助駕駛系統，系統在輔助駕駛時會模仿車主的駕駛習慣，更加人性化、個性化。
從細分功能來看，目前威馬車主使用頻率最高的功能是自適應巡航ACC和低速跟車隨行輔助TJA。
沈暉説：“這很好理解，現在交付的車主要是一二線城市，高速用ACC、堵車用TJA比較頻繁，但還有一些功能的使用是數據表面看不出來的，例如自動緊急制動AEB，用得多少不一定是這個功能好不好或是大家用不用，而是由它的觸發場景決定的，所以數據也要多角度去分析。”
AEB功能用得少從某種程度上或許可以説明ACC、TJA等其他功能的準確性、精度和安全性比較高，把車輛發生事故的概率降到最低。
沈暉對事故率這一點最為驕傲：“我們可能是新勢力裏面唯一的一個，目前路上三萬五千輛車了，包括跟特斯拉比，沒有一輛自燃，沒有一輛斷軸，自動駕駛沒有出現任何問題的。”