兄弟們，你們能想象現在的智駕有多便宜嗎。

沒多久之前咱還在說，智能駕駛就是有錢人的玩具。

車企隨便整倆激光雷達就是兩三萬實打實的成本，車主選配兩三萬起步不說，結果還不一定好用。

結果沒過多久，智駕硬件的價格就和我的基金一樣，跌成白菜價了。

前一陣，大疆車載發布了自家 ” 成行平臺 “ 的幾款新產品。其中一個只用攝像頭的純視覺版本，不僅支持高速和城市 NOA 這種高階功能，而且不依賴高精地圖，功耗還賊低，基本啥車套上就能用。

重點是，價格只要不到 7000 塊錢，很多車上都有的空氣彈簧，差不多就是這個數。

如果我是車企，在能升高降低和高階智能駕駛相比，我肯定無腦選后者。

但問題就在于，都說便宜沒好貨，同樣是搞的純視覺智能駕駛，馬斯克磨了好幾年搞出的 FSD ，現在還得賣大幾萬。

剛量產智駕還沒一兩年的大疆，硬件便宜就算了，軟件還基本不要錢。

它憑啥啊？

結果我正琢磨呢，大疆直接就是一個試駕邀請函的給，行不行的自己來試試。

這我能不去？

畢竟之前試過的大多數智駕，不說都不咋地吧，絕大部分都會時不時抽個風啥的，整的隔壁兩三條車道跟著一起緊張，必須時刻盯著。

大疆這套純視覺方案連激光雷達的深度驗證都沒有，大概率也是 bug 滿天飛，怎么噴它我都想好了。

結果大疆只用了一圈 30 多分鐘的試駕，就把我的嘴堵上了。

這次的試駕車其實就是寶駿云朵的靈犀智駕版本，區別在于它把原先車上 32 TOPS 低算力的域控制器拔了下來，插上用了高通 8650 芯片的的 100 TOPS 高算力控制器。

相比目前主流十幾個攝像頭 + 一兩顆激光雷達 + N 個 254 TOPS 英偉達芯片的智駕方案，這套硬件甚至說得上有些寒酸。

但從體驗上看，它卻是我試過最好用的智駕之一。

試駕的路線，是一條經過深圳鬧市區的大環線。全程 30 分鐘左右，途中會經過無數個十字路口，包括幾個堵車堵到發紅的高峰區。

然而一圈下來，我愣是一次都沒有接管過。

在比較簡單的開闊路段，它的表現其實和別家沒啥區別。加減速舒適，不會突然的點頭和推背，變道時車內也沒有很明顯的拉拽感。

但在一些細節上，它就不只是及格這么簡單了。

比如在遇到紅燈的時候，它會先把車速剎到很低，比如 10kph 以下，然后用很慢的速度挪到靠近前車的位置再徹底剎停。

我對隨車的工程師直接就是一個問，他說他們的算法標定是在攝像頭正好看不見前車后輪的時候停下，大概就是間隔 3 米的距離。

這個哥們是真心喜歡，因為我平時就是這么開車的。

另一點就是對大車的避讓，試駕途中經過了好幾個大車密集的路段，每次大車經過或者需要超過大車的時候，車子都會小幅度的打一把方向繞開它。

而且，這個避讓的幅度不是固定的，如果相對速度比較大，避讓的幅度就會變得很小，甚至會變得很難察覺；如果相對速度比較小，避讓的的幅度就會明顯變大，有種想遠遠繞開的社恐感。

成行平臺的算法工程師，估計沒少看大車的事故集錦。

當然相比這些小細節，我覺得它真正封神的地方還是超快的博弈速度。

一點不糾結，賊果斷。

經常開車的朋友們都知道，在一個大路口左轉的時候，最難搞的就是不知道旁邊的車會轉到哪個車道。

要是左邊的轉大點，右邊的轉小點，那直接就是一個兩面包夾芝士，必須頻繁微操。

大疆這套智駕神就神在，它基本復刻了我會做的所有操作。

在左邊車離得很近的時候，它會稍稍往右邊靠靠；靠完以后，還會再根據右邊車輛的位置，再往左邊調調。

實際的體驗就是，我看左邊后視鏡的時候它在對付左邊車，我看右邊后視鏡的時候它也開始處理右邊的車。

人車合一了屬于是。

遇到行人橫穿馬路也是一樣，其他家的智駕就是一個素質極高，一定會等在原地讓行人先過。

過去了還好說，要是行人素質也高打算讓車，就會出現兩邊瘋狂互讓的情況，誰都過不去。

大疆的做法則是，你讓我？那我過了。

在遇到的幾次行人博弈里，如果遇到行人讓車，試駕車都會很果斷的加速通過，雖說看著素質沒那么高，但通行效率是實打實的提升了。

然后就是我覺得最最最最厲害的地方了：后方來車規避。

試駕途中有這么一個場景，直行車道，左邊突然竄出一臺橫穿的小電驢。

這時候一般向右規避就完事對吧，但此時后方還有一輛準備加速通過的公交車，繼續變道必然懟上。

這時候一般的智駕就歇菜了，停在原地需要接管，但大疆的決策是停止變道的過程，剎到安全的車速，等公交車通過之后再重新起步。

還有一個我差點就要去二次元的場景。

那時候我們需要去最右邊的車道右轉，我的注意力放在看它多車道變道的表現上了，完全沒看見側面有一個泥頭車也要走這條右轉道。

結果應該是從后攝像頭里看見了，智駕直接一個大方向把車拉了回來，用很小的縫隙把泥頭車讓了過去。

隨車的工程師一陣夸我膽大心細，其實我是真沒看見啊。

所以一圈開下來，我會覺得成行這套系統總體來看是有細節、有操作而且表現非常穩定的，如果最后上車全量推送的版本能和這次試駕一個水平，我可能真的會在日常的駕駛里頻繁的使用它。

至于為啥大疆能只用幾個攝像頭和這么點算力搞定高階智駕，他們在發布會上也大概說了一下，什么算法優化好啦，感知精度高啦，比較玄乎。

里頭比較有意思的是一個名叫神經網絡軌跡預測的技術，就是高算力域控內置的 Transformer 模型能夠根據攝像頭看到的運動物體，通過 AI 預測出它的運動軌跡。

然后判斷這個未來的軌跡會和行車線有啥沖突的地方，再反過來控制現在的車輛。

就... 見聞色霸氣嘛。

不過相比探究他們是怎么實現的，我覺得這次試駕傳遞的更重要的信息是，之前車企們靠堆硬件、堆算力搞智駕的思路，可能真的錯了。

很長時間以來，車企們對于智駕一直都有著很嚴重的 “ 火力不足恐懼癥 ” ，為了盡可能多的收集路面上的信息，各種攝像頭、激光雷達必須拉滿，像阿維塔，一臺車上光是激光雷達就有三顆。

為了設計足夠多的規則算法來應對各種棘手的問題，高算力的芯片必須安上；像蔚來， 256 TOPS 算力的英偉達 OrinX 一用就是 4 塊。

但其實在許多車型上，有很大一部分算力是被用來 “ 捋清問題是啥 ” 而不是 “ 解決問題 ” 。

舉個例子大家就明白了。

在啥傳感器都有的車上，激光雷達、攝像頭和其他硬件在收集完信息以后，還有個合在一起分析的過程。不僅要把時間軸對齊，保證空間的一致，還得商量好以誰的信息為主。

比如攝像頭識別橫向移動過程的精準度比各種雷達強很多，而遇到粉塵、雨天等視線不太好的天氣激光雷達的效果會更好。

這時就得按照不同情況，讓傳感器們對齊顆粒度。

這還只是不同傳感器之間的配合，就連攝像頭的內部也有很多配合問題需要解決，像是識別本車道目標一般是依靠前視攝像頭，如果是識別旁車道目標那就得用側視攝像頭。

要是距離太近，雷達會有回波問題，還得依靠泊車攝像頭。

總之就是多傳感器算法這玩意，工程師能想到的場景越多，硬件之間配合的規則就越復雜。

而就像電路設計一樣，為了確保一個規則能跑通，還得設計一大堆保證它能實現的驗證功能。

對于算法能力不太行的車企來說，最后大概率就會變成代碼の屎山，導致很多算力被浪費。

算法能力強的最近就開始緩過神來了，屎山越高越大肯定不是事啊。

那與其用上一堆傳感器搞得高不成低不就的，還不如老老實實從底層開始做優化和研發，把其中某個傳感器的能力拉滿。

這樣不僅不用這配合那配合的，芯片也用不著那么高算力了，雷達攝像頭的錢也能省下不少。

所以像是華為、大疆這些企業，最近就開始用精度更高的視覺信息為主，減少激光雷達的數量或者干脆就不用了。

而且，更低的算力和硬件功耗要求，也意味著更多便宜的車型也能智駕起來了。

就比如大眾就表示自家的途觀在 2025 年會用上大疆智駕，我在大眾集團內部的朋友也悄咪咪地告訴我，保時捷和奧迪目前也正在考慮采用大疆或者華為的智駕方案。

或許馬上，幾萬塊的比亞迪或者五菱宏光就也能高階智駕了。

這么一想，現在如果還有啥新車還在吹自己激光雷達用得多，那大概率是算法能力不太行，在靠堆料打腫臉充胖子呢。

說的是誰，歡迎兄弟們對號入座。