每天打卡阅读
更深刻理解汽车产业变革
————————
出品：电动星球News
作者：毓肥
12 月 7 号，蔚来 NOP+ Beta 版功能正式开始领航团招募。
这意味着，距离 NT2.0 平台发布足足两年之后，蔚来终于开始兑现它的硬件天赋了——比如 1016T 算力、800 万像素摄像头、激光雷达等等。虽然还没正式推送，但我们依然可以从蔚来公布的信息中，初探 NOP+，乃至蔚来自动驾驶 NAD 的愿景和技术细节。虽然 NOP+ 依然是辅助驾驶，但蔚来却把它形容为「NAD 的起点」——起点，意思是架构、算法、框架上，NOP+ 都离 NOP 更远，离 NAD 更近。不过，为什么 NOP+ 让我们等了这么久？和 NOP 相比，NOP+ 只多了个加号，难道蔚来是在挤牙膏？可惜的是蟹老板在国外，遗憾的是我们没有把他的车偷出来升级，那今天就先用蔚来在技术交流会上披露的信息，带大家讨论一下 NOP+ 对于蔚来车主、对于蔚来的意义。先来看看车主们最关心的两个问题：NOP+ 能帮我做什么？它和 NOP 有什么区别？首先，NOP+ 在功能形式上和 NOP 没有区别，它依然是「领航辅助驾驶」；而目前的 NOP+ 则可以进一步聚焦为「重高精地图路线的高速领航驾驶」——在全国有 38 万公里的可使用高速道路里程。至于 NOP+ 的加号，站在车主的角度则可以理解为「更安全、更舒适、更高效」，比如下面这些词条，可以大概解释下 NOP+ 都在哪里「＋」了：自动进出匝道、智能限速调节、自主合流分流、弯道主动降速、最优车道选择、巡航车速个性化、主动超越慢车、施工场景识别与安全提示、保持横向安全距离，等等。施工场景识别，是 NOP+ 在视觉上相较于 NOP 的主要能力提升之一。蔚来自动驾驶研发助理副总裁任少卿在沟通会上表示：「整个施工场景的识别，目前都是非常难的。我们现在是做到了能识别锥桶、限行桩和三角牌，现在主要会响应的是锥桶」。目前 NOP+ 能够实现的施工场景决策，主要是「限制往锥桶所在的车道变道」，至于识别范围，任少卿表示能见度良好的前提下，可以做到100米提前识别。另外，NOP+ 目前已经可以支持连续雪糕桶的识别和减速——但这项功能目前还处于早期测试阶段。而除了决策层的响应以外，车内还会通过 NOMI 提示等一系列交互层面的预警，希望驾驶员提高注意力。任少卿认为，虽然施工路段只是其中一个场景，但是 NT2.0 平台全链路思考的核心体现。NOP+ 有关变道的升级，也是蔚来在沟通时提到的重点——核心词是「舒适高效」，或者量化一下，就是「从 60 分做到 90 分」。想达到 90 分，蔚来需要攻克哪些问题？长尾、人性。长尾，指的是几乎无限复杂的实际情况。比如从后方快速逼近企图超越的车辆、比如变道未过线时需要保护本车、比如你想超的究竟是大车还是小车，等等。人性，则是驾驶员与道路参与者对驾驶行为的判断和决策。比如，向左变道和向右变道，驾驶者对成功率的期望会不会不一样？进入匝道的时候，怎样的速度更接近人类驾驶？遇到大车应该怎么避让？让多少？说到最后，依然是人类与机器的「博弈」。而博弈的规则，蔚来总结为两条：纯高速的时候效率优先、城区里舒适优先。蔚来自动驾驶产品体验负责人 Harry Wong 表示，今年他们在变道上「磨了很久」，除了磨不同车道数量的道路以外，还包括打磨动态环境。比如匝道，蔚来宣称 NOP+ 的道路连接与匝道通行效率「大幅度提升」，Harry 则这样解释：「匝道通行是一代（平台）的痛点，也是用户抱怨前三的其中一个，我们今天去看 NOP+ 的整体通行效率，还是连接能力，基本跟主路没什么区别了。」Harry 解释称，避让不是单纯的「让开」：「比如这是一个弯，我旁边是护栏，旁边有车，肯定不能一股脑地偏移。」最终，蔚来在 NOP+ 里面做了更精确的偏移控制，除了大车，还做了压线小车、锥桶等等其他情况的避让，实际处理方式也跟大车做了区分。3. 安全、舒适、高效除了功能实现，还包括 HMI 界面。和 NOP 相比，NOP+ 本次新增了六种物体显示：锥桶、自行车、两轮摩托、三轮摩托、MPV，以及工程车——摩托车现在可以显示有人还是没人，其实算 7 个新模型？另外，NOP+ 在进入功能界面的时候，会用更精准的方式显示路网信息；此外变道的时候也有视角随动，变道方向的侧后方盲区会有更大的显示区域。以上两点就属于大力出奇迹了，强大的感知硬件和 Orin 芯片功不可没。看上去只是多了个加号，但蔚来对 NOP+ 的期待完全不一样。首先，任少卿将终极目标 NAD 定义为「安全放松的点到点自动驾驶」，而这一定义又是传承自蔚来对车的定义：「自由安心的生活空间」。最终的 NAD，在蔚来眼里应该会逐步覆盖高速、换电、泊车、城市四大场景。而「逐步覆盖」这四个字，已经揭示了 NAD、NOP+ 与 NOP 的关系。「NOP+ 不是 NP 的延伸，也不是 NT1 的 NOP，而是全栈自研的点到点方案」，任少卿这样总结 NOP+。也就是说，虽然用户感受到的 NOP+ 就是增强版 NOP，但它实现的基础、未来的潜力、背后的架构，几乎完全不同。先来说基础，NOP+ 相较于 NOP 的部分自研方案（双 Mobileye EyeQ4+ 自研规控算法），进化到了全域自研的软硬件体系（Aquila+ADAM）。「NT2 上有 7 个 8 兆和四个 3 兆的摄像头，加上激光雷达。因为有这四个 Orin，我们可以把传感器的全量数据做采集。」而全量采集，是 NT1 平台的「半黑匣子」方案做不到的——甚至不仅采集，在数据的利用上，NT1 和 NT2 都有天堑之别。「NT1 20 多万辆车，一天可以跑出来一千多万公里的里程，但是在 NT1 上这些里程可能用不上，到了 NT2 就可以利用全部的数据，在云端做快速的迭代、验证」。目前只有蔚来在量产车上搭载了四块英伟达 Orin 芯片，任少卿指出，虽然功能主要在其中两块上面跑，但蔚来其实没有花冤枉钱。「另外两个 Orin 去体现我们的闭环和迭代速度，包括后台的一些能力（全量数据采集）」。能力、闭环、范围都有质的飞跃，最后就是能力完全不在一个维度——历经两年多 14 次升级的 NT1 平台，已经非常接近它的能力上限了，但 NOP+ 还只是 NT2 平台的第一次天赋兑现。「当然，后续还会把 Mobileye 最后的可能性挖掘出来，包括人机共驾优化，以及增加红绿灯识别功能，在 NT1 这一代做到‘‘业界最好的体验’’。」而崭露头角的 NT2，单一的功能升级很难形容它对于蔚来的意义，「新的可能性」会更准确。任少卿将 NOP+ 带来的「新可能」分为了三个维度：能力增强、精细运营，以及场景扩展。能力增强其实就是文章前面说过的，强大的硬件、完备的数据闭环带来边界的拓宽。比如 NT1 平台，受限于硬件水平，深度学习驱动的算法极难实现——任少卿的说法是「偏规则」，数据也无法做闭环（算力不够、自主度不够），但到了 NT2 就如臂使指。场景拓展，指的是在统一架构下实现不同场景的智能驾驶——比如特斯拉 FSD Beta V11 之所以重要，是因为从 V11 开始，深度学习彻底「吞噬」了功能向的 NOA 算法。NT2 与 NT1 的其中一个本质区别，也在于统一架构：NT1 是纯粹的 ADAS 辅助驾驶，功能实现是一个个「小圈」：ODD（SAE J3016 将 ODD 定义为‘运行条件’’，对应前面任少卿提到的「偏规则」）；而 NT2 则像一个完整的「虚拟司机」。统一架构的优势在于「连续性」，蔚来透露基于 NOP+，接下来的场景拓展会「很快」，而且明年 NOP+ 本身就将迎来几次重大更新，包括 BEV(Birds Eye View 鸟瞰视角)重感知的深度学习网络，等等。但除了场景拓展，蔚来对 NT2 还有另一个需求：全球化。FSD 的欧洲之旅刚刚开始，蔚来则带着「中国首家纯自研架构」的定语刚登上欧洲大陆。端到端智能驾驶的全球化，也被任少卿总结为「场景拓展」的一部分。智能驾驶的精细运营，蔚来认为需要基于从 ADAS 向端到端智能驾驶的转变，也就是从功能慢慢转化为服务。「比如每个用户开的每一段路，是可以持续验证、持续运营的，这也是我们理想定义中 NAD 必要、独特的能力」，任少卿这样总结。蟹老板还在海外，他作为车主对 NOP+ 的真实感想，大家可能要多等一会儿了。
回到 NOP+，它是蔚来 NT2.0 平台的首次「秀肌肉」。全新架构、全新的自研体系下，蔚来终于开始向 2020 年就提出的 NAD 进发。虽然站在车主角度，NOP+ 和 NOP 感官上像是同一条线，但它们已经区分了两个不同的时代，蔚来也终于全体系进入「端到端的全栈自研软硬件系统」。
当然，就目前来看，NOP+ 更重要的意义是「开了个头」，NT2.0 的硬件天赋是否真的能兑现，还得看明年已经预告过的几次重要更新。快车道开上去之后就很难慢下来，希望新的架构下，明年能看到 NT2.0 更令人惊喜的升级。
