昨天北京強降雨，各位晚上下班沒少折騰吧？和大家一塊堵在路上的，還有這兩位──大眾中國CEO貝瑞德，以及地平線創辦人、CEO餘凱博士。倆這麼大老闆，低調到拼一輛大眾ID.4下班。但背後動機不「低調」：不期而至的北京大雨，成了地平線高階智駕實力展現最好的舞台。

地平線智駕，什麼實力？

根據官方發布的消息，這輪北京強降水持續30個小時，城區平均降水量24.3毫米，地平線所總部所在的西北部30毫米左右，已經達到大雨級別：

這種極端天氣對於一般人類駕駛已經構成很大挑戰，明顯昨天路上的各類突發事故多了很多，尤其是在不規則路口轉彎、匯入匯出等等複雜場景。

但地平線SuperDrive依然全程無接管，成功在暴雨中應對了一系列複雜路況。

例如在一個紅綠燈已經明顯不起作用的壅塞路口，完成了一次跟老司機沒差的博弈+左轉：

不規則的施工路段，SuperDrive也成功辨識了可通行區域，順利完成左轉：

以及在複雜的車流中識別出了公車專用道，即使變換車道避讓，也可以看成是面對擁堵情況的綜合判斷變換車道：

針對突發狀況，如鬼探頭、加塞等等，也能及時避讓：

還有一個城市場景高難度挑戰－環島而且是不規則環島：

說兩點SuperDrive最亮眼的表現，首先是避讓動作，流暢優雅，也就是沒有急促的煞車、猛打方向這樣的動作。

第二是變換車道動作，旁車道空間小，多數系統會放棄變換車道或減速等待，但SuperDrive能根據前方空間條件主動加減速或調整轉向角度，創造變換車道機會。

總結一下，SuperDrive在北京暴雨的測試中表現出的最大特點，反而不是零接管，而是「擬人」——駕駛策略擬人，以及執行動作擬人。

之前我們說過，各種智駕測試視頻，含金量其實各有不同。通常最真實可信的，是普通用戶在日常使用過程中記錄的真實體驗，前後不太可能有調試或剪輯，相當於智駕系統的「閉卷」考試。

還有車企老闆的直播、4S店試乘路線等等，一般會針對特定路線進行優化，但控制不了突發情況，屬於提前劃過重點的「半開卷」考試。

當然也有「開卷」了，就是最常見的發布會或者官方帳號發出來的「XX公里零接管」類小視頻，大家也能想到，這種材料從策劃到成品，最忙的要數剪輯師了。

那麼地平線SuperDrive系統在昨天北京大雨的測試，屬於哪個等級？

其實一個最關鍵的點就能看出來：地平線的拍攝計劃，可能很早就做好了，可以從影片中不少恰到好處的第三視角機位看出來。但是，昨天北京的暴雨不是地平線能預料或掌控的。

屬於老師本來給你劃好了重點考四則運算，但到考場上發現題目變成了微積分。

因為暴雨惡劣天氣，對感測器就是一個巨大的挑戰，攝影機擷取的影像品質大幅下降，雷達也會傳回更多的雜波點雲，以及濕滑的路面對於規控也提出更高要求。

但地平線的高階智駕方案SuperDrive，極為優秀的應對了暴雨氣候。

以及從官方發佈時間也看得出來。昨天北京普遍降暴雨是在晚上五、六點鐘開始，但地平線官方夜裡11點左右就火速發布，加班加點。

按照通常的劇本，拍智駕影片遇到這樣的突發，要嘛延後拍攝，要嘛後期精剪一番晚一點。不得不說地平線的團隊頭很鐵啊，車上帶著自己的大老闆，還有客戶爸爸的大老闆，直接就開乾了…

不過從另一個角度考慮，也許對地平線來說暴雨來了反而更興奮，等的就是這樣一個機會。

對技術能力不足的玩家來說是個挑戰，但於能力夠強的來說，暴雨是證明實力的絕佳case：偶發，且不可複製。

背後是什麼技術支撐

剛剛我們把「變換車道」當作亮點單獨說，為啥？

不擬人的變換車道策略，基本上就是屢試屢敗，最後只能提示接管，錯過出口，把高階智駕體驗搞得支離破碎。

但現實就是這樣：大部分量產高階智駕，都是用手寫規則應對變換車道場景，判斷變換車道時機的策略和執行方式僵硬刻板，十分勸退。

所以，變換車道是直接區分NOA水平高下的試金石；使用者層面，它是智駕「可用」與否最關鍵的因素。

因為說實話，辨識紅綠燈、行人，嚴格跟著導航這些功能，只要數據到位，沒啥難的，現在基本上各家都能做的很好。

地平線一直強調SuperDrive“擬人”，就是能在這些細節上為智駕體驗帶來巨大提升。

兩個最主要的技術手段：端到端感知架構，以及資料驅動的互動式博弈演算法。

一個是為了智駕系統看的更清楚更明白，一個是讓智能代駕的「腦子」更有彈性、更有效率。

端到端感知架構的優勢，是避免了模組化演算法架構中，數據多級傳遞造成的“損耗”，演算法模型一端直接輸入感測器數據，另一端直接輸出軌跡預測，包括本車的，也包括道路其他交通參與者的。

端到端體現在SuperDrive將動態、靜態、OCC（Occupancy佔用網路）三網合一，統一在一個Transformer架構下，不需要對感知資料進行抽象化和逐級傳遞，「所見即所得」：實現感知端到端同時，也保證了每個子網路的可解釋性。

實際上SuperDrive的演算法基礎，正是來自於智慧車參考前幾天才介紹過的CVPR 2023最佳論文成果——UniAD，地平線學者一作。

動態、靜態、Occupancy三網合一的感知端到端架構下，有效解決感知架構時延高、規則多、負載重的問題。

感知端對端網路輸出的結果，會接著進入資料驅動的互動博弈演算法，這項演算法也是基於蒙特卡羅樹搜尋的端到端深度學習演算法。

名震一時的圍棋AI AlphaGo背後的主要技術之一就是蒙地卡羅樹搜尋。簡單來說，它的基礎就是一個機率模型，所要求解的問題是某種事件出現的機率。

在智駕場景中，這個「機率」可以是物件來車軌跡、前車變換車道意圖、變換車道時多個目標的運動軌跡等等…

蒙特卡羅樹搜尋會通過某種「試驗」的方法，得到這種事件出現的頻率，或是這個隨機變數的平均值。

試驗方法，可以是人為定義，不過地平線選擇的是透過10000小時高品質駕駛資料來訓練，讓演算法最大程度理解效仿人類老司機的駕駛方法。

這就是上面例子中SuperDrive果斷乾脆變換車道的技術核心。

演算法之外，SuperDrive「擬人化」還有一個獨特優點－軟硬結合，征程6系列運算硬件，CPU、BPU()、GPU、全功能的MCU四芯合一。

單顆征程6旗艦即可支援感知、規劃決策、控制、座艙感知等全端運算任務。同時,高整合度令開發難度進一步降低。

J6這一代產品，BPU納許架構是核心，概括來說是支援大參數AI模型在車端的部署運作。

所以SuperDrive在北京暴雨遭遇戰中的優秀表現，其實是「一個時代有一個時代運算架構」這個核心思想的體現。

怎麼解讀

地平線在北京暴雨中用智駕送老闆下班，確實挺厲害的，但有啥用呢？

地平線不是一直稱呼永遠作Tier 2，專注硬體嗎？

其實透過SuperDrive能力本身，地平線展現出關鍵的幾點。

首先是證明只有在技術體系上重建、改變才能徹底解決城市NOA量產普及問題。

SuperDrive是一個最好的樣品屋，而實現這個目標的基礎，是新的旅程6系列。

而從地平線本身來說，SuperDrive方案搭配征程6系列硬件，從智慧車和自動駕駛演算法演變的角度設計硬體架構，提出專門為端到端模型和資料驅動演算法服務的新平台。

說明生態正成為智駕的壁壘和新護城河。

最後是對於大眾以及其他國際OEM來說，與地平線合資合作已經不是秘密，而聯合最近安徽金標大眾強調的「自主權」…

合資和自主的力量對比，後續可能變數更多。

One more thing

餘凱和貝瑞德乘坐的ID.4，是地平線高階智駕方案SuperDrive的工程版，現在店裡賣的ID.4量產車是沒有這樣的高階城區NOA能力的。

不過這也直接證明，迪斯當年主導推動的大眾新能源革命是多麼的前瞻性：

基礎電子電氣架構，仍能支援近10年後的高階智慧駕駛功能。

迪斯的遺產，目測大眾還能享用3-5年。

至於後續嘛，何小鵬又給大眾續上了：