作者 | 黎   瀾

編輯 | 章漣漪

“高速NOA全系上市就有，城市NOA今年8月全國可開。”在小米SU7上市發(fā)布會上，相較于內(nèi)飾和智艙，創(chuàng)始人雷軍講述自動駕駛的篇幅較少，但分量很重——三年時間，從0追趕，小米如何能夠做到能比肩第一梯隊的智駕能力？我們綜合了近期雷軍等對外披露的信息，結(jié)合過往公開信息，從人事、軟硬件，以及開發(fā)過程等多個維度拆解，試圖復盤小米智駕從0到1的過程。01后發(fā)優(yōu)勢，三年追平第一梯隊三年之約過去，小米智駕團隊交出的答卷大致是過關的。 和大部分車企一樣，小米智駕有兩套方案：Xiaomi Pilot Pro和Xiaomi Pilot Max。

Pro是純視覺的方案，Max是視覺+激光雷達的方案。雖然技術配置不同，但都搭載了11V高清攝像頭、英偉達DRIVE Orin芯片以及全棧自研算法。其中，PRO版本搭載于小米SU7標準版，能夠支持高快路領航輔助功能（NOA）。MAX版本在PRO版功能的基礎上，還能實現(xiàn)城市領航輔助駕駛（NOA）。PRO版本搭載的是84TOPS的算力，根據(jù)雷軍的描述，這已經(jīng)足夠使用，AEB能在高達135km/h時速下剎停能力，超過了特斯拉。假如能夠按照預期，在今年8月開啟全國城市NOA的話，那么，小米汽車將是當之無愧的智駕第一梯隊的水平。畢竟，目前只有華為實現(xiàn)了“全國都能開”，小鵬汽車的城市XNGP主打的目前覆蓋范圍還只是全國243城，“全國都能開”僅限部分用戶。

在小米汽車首次發(fā)布會上，雷軍展示了三個自動駕駛場景：分別是泊車、城區(qū)和高速。令人印象深刻的展示場景是，在無人情況下小米SU7自動開上東莞7層露天停車場，包含了回車退讓、避讓行人、尋位、落位等一系列動作。據(jù)官方說法，小米是國內(nèi)首個將端到端大模型應用于自動泊車功能的車廠，將感知、決策、規(guī)劃算法多合一，也是迄今類人思考程度最深的智駕算法，可以實現(xiàn)5cm精度的極窄庫位泊入和23km/h巡航的代客泊車。

在安全方面，據(jù)小米方面稱，即便是最低配置的車型，小米SU7也能做到300公里完全接管不到一次；且一百公里都不會出現(xiàn)一次急加速或急剎。在實操體驗層面，據(jù)雷軍的表述，他自己從北京到上海開了1270公里，中間一共只接手了三次。從雷軍的說法來看，無論是落地速度，還是實踐層面。小米汽車智駕都處于行業(yè)頭部位置，其背后是全棧自研算法做支撐，即：自研底層算法、道路大模型和占用網(wǎng)絡。

和大部分第一梯隊車企一樣，小米智駕系統(tǒng)算法采用BEV+Transformer+OCC，也是目前效率最高的解決方案。其中，小米智駕團隊在BEV和OCC兩個維度都有所創(chuàng)新。BEV方面，小米汽車搭載的是變焦技術。按照發(fā)布會PPT的解法，那就是理解更準確，分辨率會更高。BEV輸出分辨率由輸入時的參數(shù)決定，如果BEV實現(xiàn)可變焦，意味著一開始的參數(shù)就是流動的。也就是說，小米智駕準備了多套可以根據(jù)場景切換的輸出模型。在占用網(wǎng)絡部分，小米團隊在2023年和北京大學聯(lián)合發(fā)表了一篇論文《統(tǒng)一基于視覺的三維占據(jù)預測與幾何和語義渲染》，提供了“Uni-OCC”的技術路徑，Uni-OCC的亮點在于降低了對3D像素識別的依賴，大幅度降低了識別成本。

在發(fā)布會上，雷軍對小米OCC技術尋找了類比，那就是搭建《我的世界》游戲里的基本方塊。如果說，傳統(tǒng)的占用網(wǎng)絡是“大方塊”，那么小米的OCC就是“小方塊”，超分辨率占用網(wǎng)絡模型精度達到了小于0.1m的水平，而特斯拉FSD的占用網(wǎng)絡精度則為0.32m。除了對底層算法的精進之外，小米還有一些新玩法。例如自研的道路大模型技術。

官方稱實時生成的道路拓撲效果媲美高清地圖，在實際場景中，前方的路面正在修路，道路大模型也能準確生成智能引導線，提前預判，順暢繞行。另外，小米還研發(fā)了雨雪天自動降噪的技術，對原始輸入數(shù)據(jù)經(jīng)過算法再進入網(wǎng)絡，即使在非常規(guī)天氣下也能準確識別物體輪廓。當然，就如同每一個車企都想在智駕上比肩特斯拉一樣，小米也考慮過采用更激進的純視覺智駕方案。據(jù)小米智駕核心技術人士消息，小米汽車在2021年考慮過做純視覺方案，但后來還是用了激光雷達+視覺輔助方案。如果按照小米說法，軟件層面其屬于頭部位置，那么在硬件層面的部署則是屬于主流水平。配置芯片層面，小米SU7三款車型之間芯片有梯度，在高檔位小米安排了兩塊英偉達Orin X上車，和國內(nèi)主流新能源車型在同一水平。

部分智能電動車型芯片配置情況最成熟先進的智駕芯片、最新的技術棧……得益于此，盡管入局晚，但有“后發(fā)優(yōu)勢”的小米也少走了不少彎路。同時，除了華為這個“不造車的車企”，小米汽車是唯一一家在自動駕駛領域沒有尋找任何智駕供應商的車廠。這也使得它一直擁有更多的主動性，能夠不斷快速跟上智駕技術路線的迭代。02始于AI實驗室，長期堅定投入小米汽車從確立開始，就決定了要全棧自研，初始團隊來自小米集團AI實驗室，且團隊擴大速度很快。在2021年9月1日，雷軍放出了一張小米汽車初創(chuàng)團隊的合照。

二排右起第六人，為打造了“小愛同學”的葉航軍照片中，第一排左起為林世偉、張峰、劉德、王翔、雷軍、洪鋒、盧偉冰、祁燕、何勇，第二排右起為秦智帆、劉安昱、李田原、于錯、李肖爽、葉航軍、陳晉鴻、樊家麟。這幫人馬絕大部分來自小米內(nèi)部轉(zhuǎn)崗，大部分來自市場和政府關系部門，唯一和智能領域相關的，是打造了“小愛同學”的葉航軍。

葉航軍，博士畢業(yè)于清華大學計算機系，研究領域為計算機視覺與圖像檢索。在加入小米之前，他在互聯(lián)網(wǎng)搜索領域深耕了很長時間，2006年至2010年，葉航軍就職于谷歌。之后兩年，葉航軍加入了騰訊，從事搜索引擎的技術研發(fā)工作。2012年，葉航軍選擇跳槽到更偏制造業(yè)的小米集團。事實證明葉航軍的職業(yè)生涯是順應時代發(fā)展的，2012年之后，搜索引擎就被信息流淘汰了。2016年開始，AI成為小米未來十年的核心戰(zhàn)略。當時，葉航軍就是人工智能部總經(jīng)理。組建人工智能部時，葉航軍是“毛遂自薦”的。后來，他還被任命為AIoT戰(zhàn)略委員會副主席。此后5年，他從人工智能部門總經(jīng)理升任小米技術委員會主席，2021年初被雷軍 “點將” 主持小米自動駕駛業(yè)務。

葉航軍曾表示，一開始，整個小米團隊都不算對自動駕駛領域有深度認知，盡管有“放手去做”的經(jīng)濟基礎，但最重要的還是配備一個強大的決策和執(zhí)行團隊，需要大量人力的投入。小米宣布造車的一年后，2022年中旬，葉航軍在接受《晚點》的采訪時表示，當時智駕團隊就已經(jīng)超過600人，其中，碩博占比超過 70%，囊括了智駕軟硬件的所有方向。自動駕駛的核心是人工智能，因此，智駕團隊大部分來自內(nèi)部AI實驗室轉(zhuǎn)崗。一年半時間，小米智駕團隊就有這樣的規(guī)模，可見其投入之大。

另一個例子更能說明小米智駕團隊的“力大磚飛”效應。在智能駕駛系統(tǒng)研發(fā)階段，由于還沒有自己的車，小米團隊改裝了一百輛其他品牌的車輛來測試智駕系統(tǒng)。據(jù)小米智駕團隊透露，小米做第一期NOA測試的時候，去了全國29個城市的每一個車庫。光是測試智駕整體方案的車輛就有超過600臺，真實里程超過500萬公里，并且現(xiàn)在還在每日數(shù)十萬級別的增長。雷軍也表示，和其他車企相比，小米智駕的優(yōu)勢在于敢于做長期投入。

縱觀國內(nèi)車企，一方面能夠自研的就少之又少，另一方面，長期投入自研的車企更是屈指可數(shù)。即便是早期就看好智駕，并且決心自研的車企，在成本高昂的前提下，一旦資金狀態(tài)出現(xiàn)問題，“第一刀”砍的往往都是智駕，畢竟至少在當下它在用戶心中不算必選項。而入局不久的小米，卻堅持持續(xù)大規(guī)模投入不掙錢的智能駕駛，讓技術團隊發(fā)酵三年時間，才有可能從外行變成第一梯隊玩家。03小米智駕，還需持續(xù)追趕除了技術和團隊，未來智駕之爭，還在于算力、數(shù)據(jù)。

這方面小米集團也有儲備。小米智駕團隊認為，自動駕駛拆解下來實際只有兩個維度，也就是數(shù)據(jù)量和數(shù)據(jù)處理能力。數(shù)據(jù)處理能力方面，自特斯拉打造自己的超算平臺DOJO以來，各領先智駕企業(yè)都以“卷算力”為己任。根據(jù)公開信息，國內(nèi)廠商中，領先的華為擁有2.8EFLOPS算力；吉利星睿中心算力為 810PFLOPS（1EFLOPS=1000PFLOPS），理想汽車、毫末智行和小鵬汽車的算力分別為 750PFLOPS、670PFLOPS 和 600PFLOPS。 

部分車企/智駕廠商算力盤點。注：1EFLOPS=1000PFLOPS

小米智駕的超算中心信息沒有公開信息。但是，小米智駕與小米集團共用一個大數(shù)據(jù)超算中心，底層架構(gòu)和集團共享，算力分別部署。專門歸屬小米智駕的算力預計在2024年年末能達到1萬張卡的水平。如果這個卡指的是英偉達A100，就總算力大約是195PFLOPS；如果是英偉達H100，那就達到了600PFLOPS。如果是后者，和頭部企業(yè)差距很小，算是一個不錯的開始。算力上來了，模型能力也隨之提升。在端到端大模型構(gòu)建層面，小米技術團隊核心業(yè)務人員透露，除了在感知層做到端到端大模型量產(chǎn)之外，下一步是逐漸覆蓋決策層和控制層，實現(xiàn)和特斯拉一樣全棧端到端。

數(shù)據(jù)方面，小米汽車剛剛上路，還需要持續(xù)積累。好在小米智駕技術路線明確，無論高低配，除了激光雷達，感知設備一致，有利于收集數(shù)據(jù)。此外，小米生態(tài)的相關數(shù)據(jù)，也能一定程度助力智駕。總體來說，造車三年的小米，在智駕領域的表現(xiàn)已然不錯，其中有它“鈔能力”做基礎，以飽和投入，創(chuàng)造了“力大磚飛”的效果。當然，要想真正在2024年底達到第一梯隊水平，后續(xù)小米智駕還需要持續(xù)提升基礎能力，畢竟像華為這樣的對手，更早就明確了智駕的方向，并且以慣用的“壓強原則”——超同行數(shù)倍、十倍、百倍投入，取得了“遙遙領先”的地位。當然，既然手機小米可以與華為一戰(zhàn)，那么智駕或許也可以。

       原文標題 : 三年追平第一梯隊，小米智駕的后發(fā)優(yōu)勢