過去幾年，自動駕駛領(lǐng)域一直有場討論，那就是：跨越式自動駕駛和漸進式自動駕駛，哪條路線會更快走向無人駕駛？如今隨著大量玩家轉(zhuǎn)戰(zhàn)量產(chǎn)，討論逐漸偃旗息鼓，漸進式路線也從一條少數(shù)廠商堅持的冷門路線，變成了主流之選。

主張跨越式的玩家希望先打造出小范圍內(nèi)的無人駕駛，然后逐步擴大范圍，最后形成廣泛可用的無人駕駛。主張漸進式的玩家則是希望先打造出大范圍可用的人車共駕，逐步減少人的參與，最后形成廣泛可用的無人駕駛。隨著汽車智能化進程的持續(xù)推進，后者如今迎來了自己的快速發(fā)展。

在這條路線上，有一家公司堅持了將近7年時間，打造視覺為主、多傳感器融合的全棧技術(shù)，開發(fā)滿足高中低不同需求的前裝量產(chǎn)應用，通過大范圍的商業(yè)落地推動技術(shù)的持續(xù)迭代。這家公司就是Nullmax紐勱，早早推出行泊一體，也早早取得了技術(shù)的量產(chǎn)突破。

2022年，Nullmax完成了量產(chǎn)項目的首個交付，而在今年，更多量產(chǎn)車型的技術(shù)方案也將先后完成交付。汽車行業(yè)的智能駕駛浪潮雖然才剛剛開始，但Nullmax早一步實現(xiàn)了量產(chǎn)項目的一連串定點，而且同步開始了不同方案的平臺化開發(fā)和并行式交付。

在這背后，是產(chǎn)品、技術(shù)、商業(yè)的細致布局，也是一位漸進式玩家堅守的長期主義：開發(fā)具有成長性的平臺化技術(shù)，為行業(yè)每個時期提供符合需求的產(chǎn)品，通過商業(yè)和技術(shù)的相互促進，去達成最終的無人駕駛目標。

一、理解漸進本質(zhì)，產(chǎn)品技術(shù)做到極致

前裝量產(chǎn)是漸進式自動駕駛最主要的應用，即通過與汽車廠商的合作將智能駕駛系統(tǒng)安裝到十萬、百萬輛的普通新車上，通過人類司機的監(jiān)督、指揮和示范，在山南海北、差異巨大的道路上真實運行，收集數(shù)不勝數(shù)的挑戰(zhàn)性場景和有價值數(shù)據(jù)，經(jīng)過長期持續(xù)的迭代，最終成長為無人駕駛。

相比于跨越式路線，漸進式路線的關(guān)鍵特點就在于，前裝量產(chǎn)應用的市場需求極大、商業(yè)模式成熟，企業(yè)可以通過技術(shù)獲得正常商業(yè)收入，保障長期研發(fā)。整個漸進的過程中，技術(shù)和商業(yè)相互助益。

而這個長期計劃的第一步，也是最基礎(chǔ)的一步，就是打造可成長的平臺化技術(shù)體系：早期的開發(fā)的技術(shù)，在商業(yè)的初期就可以提供成熟的應用，并基于實際的應用持續(xù)迭代、快速成長；而為了保證應用的規(guī)模足夠龐大，數(shù)據(jù)足夠豐富，商業(yè)效率更高，技術(shù)也需要支持更多項目、更多車型、更多樣需求，平臺化必不可少。

因此，Nullmax選擇了視覺為主、多傳感器融合的感知策略，確定了機器學習優(yōu)先的技術(shù)路線，一條適合大規(guī)模部署、可以漸進實現(xiàn)無人駕駛的技術(shù)路線。

視覺信號是駕駛車輛最主要的信息來源，信息含量豐富，易于獲取，因此視覺為主的感知策略，最便于實現(xiàn)大數(shù)據(jù)驅(qū)動的自動駕駛機器學習。而且攝像頭應用成熟，發(fā)展迅猛，可以為視覺感知提供硬件支撐，所以無論是當前的前裝量產(chǎn)還是今后的無人駕駛，這條技術(shù)路線都尤為合適。

不過，這也是一條尤為復雜的路線。自動駕駛是一項系統(tǒng)性的復雜工程，需要的技術(shù)非常之多。Nullmax自研了全棧的軟件算法，包括全部的上層應用，比如感知、融合、預測、規(guī)控，以及專門的自動駕駛中間件。除了車端的軟件之外，還有云端的應用，以實現(xiàn)數(shù)據(jù)的高效采集、篩選、存儲、運用，去進化出更好的軟件算法。

特別是在關(guān)鍵的上游感知環(huán)節(jié)，為了實現(xiàn)攝像頭與攝像頭數(shù)據(jù)的融合，攝像頭與其他傳感器的數(shù)據(jù)融合，以及時間、空間信息的融合，Nullmax在2020年構(gòu)建了基于BEV的感知基礎(chǔ)架構(gòu)。通過持續(xù)的完善，這套架構(gòu)發(fā)展成了BEV-AI自動駕駛整體技術(shù)架構(gòu)，為不同場景、不同產(chǎn)品、不同功能、不同配置提供平臺化的應用。

在這當中，Nullmax完成了許多短期不見成效但對于量產(chǎn)來說意義重大的工作，比如中間件的開發(fā)，芯片平臺的深度優(yōu)化，等等。對于少量項目的落地，或者是基礎(chǔ)的ADAS應用，以及更多短期性的目標，這些工作投入巨大但幫助有限，只有在長期的落地過程價值才會完全顯現(xiàn)。

因為在面對到各種各樣的量產(chǎn)應用時，技術(shù)的效率和穩(wěn)定將會成為重點，軟硬件解耦以及模塊化部署的價值才會凸顯；同時也只有要求嚴苛的量產(chǎn)應用，以及真正大規(guī)模的部署，才會深入考慮如何基于車規(guī)級的芯片，完成高性能、高并發(fā)、高可靠的自動駕駛計算。

在這樣深厚的技術(shù)積累之下，Nullmax先后推出了智能駕駛以及視覺感知方案，為市場提供包括行泊一體的主流需求應用；同時讓產(chǎn)品支持高中低不同的配置，最大程度地滿足行業(yè)多樣化需求。

過去一兩年，行泊一體憑借明顯的功能優(yōu)勢和成本優(yōu)勢，在智能化趨勢下尤其受到了眾多車廠的喜愛，Nullmax的智能駕駛量產(chǎn)方案收獲頗豐。而對于有自研需求的廠商來說，單獨的定制化視覺感知方案可以解決長期的技術(shù)瓶頸，Nullmax的視覺感知方案也是備受青睞。

二、加速技術(shù)成長，奔赴無人駕駛目標

過去幾年里，自動駕駛的發(fā)展波瀾壯闊，路線的切換以及產(chǎn)品的更迭并不少見，前裝量產(chǎn)領(lǐng)域的長期堅持，讓Nullmax獲得了商業(yè)層面的巨大突破，也讓Nullmax的技術(shù)迭代進入了新的階段。

在漸進式自動駕駛中，海量數(shù)據(jù)是打開無人駕駛的最重要鑰匙，更是技術(shù)發(fā)展的催化劑。就像ChatGPT等大模型，需要海量的數(shù)據(jù)來訓練出強大的能力一樣，自動駕駛需要規(guī)模龐大的量產(chǎn)車隊提供的海量數(shù)據(jù)，來不斷強化AI模型的能力，進而最終實現(xiàn)無人駕駛。

如今Nullmax提供的完整智能駕駛應用，以及單獨的視覺感知模塊，開始紛紛交付上車，這也就意味著Nullmax擁有了一支規(guī)?？焖贁U大的量產(chǎn)車隊。盡管它們的應用形態(tài)不盡相同，配置也有高有低，但是在加速AI模型迭代這件事上，它們都能貢獻作用。

自動駕駛數(shù)據(jù)的類型多種多樣，感知數(shù)據(jù)是當前最稀缺的數(shù)據(jù)之一。比如，稀奇古怪的障礙物，特殊車道線的道路，差異化的交通標志和信號燈，等等。這些量產(chǎn)應用中落地的視覺感知模塊，不僅可以通過數(shù)據(jù)閉環(huán)提供重要的感知數(shù)據(jù)，提升自身性能，還可以參與到基礎(chǔ)模型的訓練中，解決大量長尾自動駕駛的問題。

而完整的智能駕駛應用，在提供感知數(shù)據(jù)的基礎(chǔ)上，同樣還會涵蓋規(guī)控等層面的數(shù)據(jù)。比如，緊急加減速、緊急橫向避讓、AEB誤觸發(fā)、變道失敗等情形的數(shù)據(jù)，以及人類司機的一些參考數(shù)據(jù)，都可以用于整個自動駕駛系統(tǒng)的迭代優(yōu)化。

即便是一些中低配置的車型，算力和傳感器的性能稍低，同樣也能發(fā)揮作用，而且用處很大。比如Nullmax基于單顆TDA4芯片的高性價比方案，也能支持中低配置車型實現(xiàn)行泊一體，實時處理行車、泊車場景當中的感知、規(guī)控數(shù)據(jù)。這些車型的市場占比極大，不僅數(shù)據(jù)的規(guī)模龐大，而且多樣性更好，對于自動駕駛進化來說幫助巨大。

在更高配置方案的車型上，自動駕駛一方面可以部署更大更復雜的AI模型，另一方面也可以收集更多維度、更高要求的數(shù)據(jù)。比如Nullmax的BEV-AI架構(gòu)，包含車端實時構(gòu)建局部地圖以及BEV規(guī)劃等模塊，可以實現(xiàn)端到端的全場景自動駕駛，所以Nullmax將這些技術(shù)應用到基于Orin芯片的量產(chǎn)項目之后，在打造更極致的體驗同時，也可以為整個數(shù)據(jù)閉環(huán)提供對應任務的數(shù)據(jù)。

雖然這些量產(chǎn)應用的方案配置不盡相同，但它們都是出自BEV-AI架構(gòu)的平臺化應用，因此可以通過同一個數(shù)據(jù)閉環(huán)系統(tǒng)反哺有價值的數(shù)據(jù)，促進同一個基礎(chǔ)模型的快速成長。這是Nullmax早期曾談到的One Model One Cycle理念，如今已經(jīng)深入運用到各項研發(fā)和應用當中。

實際上，這和ChatGPT等大模型表現(xiàn)出強大能力的原理并無二致。更多樣、更海量的數(shù)據(jù)，以及針對多樣任務的更復雜模型結(jié)構(gòu)，更加容易形成強大的能力、快速的進化，最終帶來質(zhì)的改變，實現(xiàn)無人駕駛。

而這些的最后，對應的也正是Nullmax的企業(yè)使命：打造全場景無人駕駛應用，加速移動出行智變。

在這條漸進的路上，Nullmax保持專注，將看準的方向做深做透，進而迎來量產(chǎn)進展。按照Nullmax的漸進策略，實現(xiàn)L2/L3功能的落地之后，接下來要做的就是實現(xiàn)L4的體驗，在量產(chǎn)項目持續(xù)落地的節(jié)奏下，數(shù)據(jù)成為關(guān)鍵加成因素，漸進的步伐將會明顯加快。

不過，前裝量產(chǎn)顯然只是起點而非終點，漸進式自動駕駛發(fā)展出的無人駕駛能力，最終將成為一項通用的底層能力，支持從載人到運貨的不同應用。

值得一提的是，自動駕駛長期面臨的一個問題，就是怎樣兼顧長遠的技術(shù)目標和短期的商業(yè)現(xiàn)實，漸進式自動駕駛當初給出了自己的答案，如今也用實踐證明了自己的答案。盡管過程可能很苦很累很長，但是看起來越來越多企業(yè)就要走完這場長征，進入新的階段。

許巍的歌中有這樣一句歌詞，生活不止眼前的茍且，還有詩和遠方的田野。你看，堅守自動駕駛長期主義的這批人，不就是跨過了早期的茍且，正迎來詩和遠方的田野嗎？