BEV重构全系产品，智驾科技迎来飞轮效应收获期

“想要让鸡蛋好吃，不应该只研究鸡蛋，要先研究如何养鸡。”这是智驾科技创始人周圣砚的产品价值观，也是他过去几年在车圈摸爬滚打，对自动驾驶行业的朴素思考。

这一思考，铸成了公司的护城河。

横向看，周圣砚敏锐地意识到全栈研发能力的重要性，他让研发团队从最初的提供视觉感知方案，快速补齐融合、规划和控制的短板，要把核心能力都掌握在自己手里。

纵向看，则是把BEV做深。在周圣砚看来，打造BEV+transformer的技术架构，大部分时间不是花在产品侧，而应该花在能力侧，如真值系统的创建和4D的场景还原等。

“我们在BEV领域深耕了三年，前两年其实都在做养鸡的事情。”走过最艰难的一段路，周圣砚和他的智驾科技，终于迎来飞轮效应的收获期。

得益于前期的视觉积累，智驾科技对感知痛点的理解，以及BEV的贯彻思路，要比其他企业更深刻。好比一个静止的飞轮，前期需要一圈一圈反复旋转，费尽力气，下苦功夫，可一旦到达某一临界点，飞轮就能自己快速转动。

正如他此前在交流里所说，在一家公司的成长曲线中，刚开始可能需要经历漫长的爬坡，在一个个里程碑的积累之后，会形成一个更快的正循环，进入快速增长阶段。

上周，智驾科技用一场声势浩大的发布会，向业界展示了飞轮快速转动的所有细节。

该公司发布了BEV平台架构青云Hyperspace和海市MAXI-DI数据智能体系，以及轻地图NOA量产方案和行泊合一高阶域控新品。至此，智驾科技完成AI+数据智能双轮驱动的技术全景布局，也打通了底层可持续进化产品栈。

01

拥抱BEV+Transformer

阿里张勇曾说，所有行业都值得用大模型再重做一遍，后来李彦宏也在演讲时强调，每一个产品都值得用AI重做一遍。

只不过，喊口号者众，面对AI大模型的蓝海，很少有公司愿意踏踏实实重做一遍，因为真要重做一遍，背后不仅是整合和接入——

还有重构。

在智驾领域，周圣砚做到了。从2020年开始，智驾科技就盯紧一件事，用BEV+Transformer重构了自己的全部技术体系，周圣砚为首的管理层对渐进式的自动驾驶路线坚信不疑，且很早就意识到CNN的技术天花板。就这样，智驾科技成为特斯拉BEV Transformer的第一批同行者。

业界众所周知，早期自动驾驶方案采用激光雷达+高精度地图为主，但高精地图高昂的采集成本和鲜度等，都给这一方案带来泛化方面的难题。

就连前几年的“有图路线”拥趸华为，其车BU负责人王军也承认，申请到高精地图资质只是万里长征的第一步，最困难的是如何降低采集成本，但实践下来，采集成本其实超出华为的预期。

痛点，催生出新的思路。

特斯拉等玩家，开始主推BEV+transformer以及重感知轻地图的自动驾驶解决方案。

BEV的全称，是基于多视角摄像头的鸟瞰图感知（Bird's-eye-view Perception) ，基于BEV的物体可以通过自上而下的视图，完成轨迹预测和路线规划，且能避免图像视角下的尺度和遮挡等问题，成为自动驾驶领域提高检测性能、实现端到端自动驾驶的关键。

Transformer，则是人工智能领域的热门算法，在智能驾驶场景中发挥出传统CNN算法所不能企及的感知能力，如拥有更高的图像识别能力、更灵活的泛化性能，且和CNN相比，可可实现多模态数据的处理。

不过，尖子生的作业不好抄。

国内诸多科技公司都在学习特斯拉的BEV+Transformer方案。但很多玩家都只学到皮毛，并没有掌握其精髓。诸如，有公司的算力不足以支持Transformer，也有公司虽然采用了BEV，但算法框架上并不是严格意义上的Transformer。

最终效果其实并不好。

智驾科技晒出的成绩单，是青云Hyperspace架构。

青云Hyperspace融合了道路拓扑、目标轨迹、占用空间三大网络，拥有更高精度，最远拓扑距离150米，精准预判时间达到3秒，实现了多维度的跨越式指标刷新，直击高阶自动驾驶产品开发需求和场景痛点。

产品端，青云BEV架构覆盖了从单V到多V（5V、6V、9V、11V-跨越低中高算力的行泊合一域控方案）的MAXIPILOT®全系智驾解决方案矩阵，满足城市L2增强、高速NOA、城区NOA、行泊合一、记忆行泊车等全场景应用。

此外，智驾科技还发布了“启明星计划”，面向全行业开放BEV感知标准件。

据悉，青云BEV架构感知标准件，支持软硬解耦，实现标准化工具链、标准化规控接口、标准化ISP。通过算法移植，可支持在6个月内实现高效跨平台开发需求。

02

“记忆共享=城市NOA”

L2，体验不够好；

高速NOA，不够值；

城区NOA，不放心。

这是周圣砚对当下智驾产品的总结，回归用户体验和商品本质，这也是很多消费者的心声。

在他看来，成本要和体验相匹配。虽然目前L2相对来说比较标准化，但一旦提及L2+，以及城市NOA等，市面上的大部分产品，并没有给客户非常好的体验感。成本上去了，体验上不去，消费者自然不愿意买单。

2023年上半年，高阶智驾中国区市场渗透率仅为约5%，城市NOA渗透率和使用率占比更低。

智驾科技认为，这是传统技术框架下，NOA产品战略高举高打、体验和性价比却差强人意的行业现实。

“记忆共享=城市NOA”。

这是智驾科技提出的创新范式。

技术架构上，根据特征提取，青云BEV架构可实现道路拓扑横纵向精度的显著提升，横向拓扑精度5公分，纵向拓扑精度误差1‰。

利用拓扑元素，加之组合导航算法，青云BEV架构可支持一次性完成自动化建图记忆，奠定记忆共享技术实现的基础。

产品定义上，智驾科技已实现BEV对MAXIPILOT®全系智能驾驶产品重构，覆盖极致性价比视觉一体机到多V域控的丰富产品组合。

这意味着，入门级配置即可支持城区建图，其深远意义在于帮助车厂客户以80%的规模化量产方案为基础，构建20%高配方案所需要的核心场景数据。

行业现状上，智驾科技认为，当下共性的产业困局在于，车厂高中低配智驾产品方案缺乏技术平台的连贯性，例如——

L2的供应商，多数缺乏升维能力；高阶供应商，多数又在AEB等基础性功能的工程化开发上存在短板。

而如前文所说，车厂重金布局的城市NOA等高阶场景，眼下又面临成本和体验的多重痛点。

拥有最显著端上数据优势的车厂，却在城区NOA开发中成为被动的一方。

智驾科技在发布会上给出自己的解题思路，城区驾驶是最高频的用户出行场景，应利用当下搭载量最大的L2性价比方案，打通行车记忆共享的数据通路，以此实现技术和产品方案的延续性，避免高低配置的割裂——

这是一条更经济的商业路径，更是一条合理的通向城市NOA高效能开城的闭环逻辑。

03

高阶智驾生死战

2023年被视为城市NOA的元年，暗潮汹涌之下，性价比已成为今年智驾公司谈及最多的一个话题，特别是在城市NOA领域。

前不久，轻舟智航就携手地平线打造了一套城区+高速NOA的智驾方案，高性价比是其撒手锏；在此之前，毫末智行推出HP170、HP370、HP570三款辅助驾驶产品，反复强调的也是性价比；时间轴再往前推，四维图新首席执行官程鹏的年度演讲，主题聚焦也是极致性价比。

针对整个产业链“卷”价格的现象，周圣砚认为，中国汽车行业的底层逻辑是成本驱动，需要做更有性价比的产品，但前提是保证性能的前提下。

降价博生存者众，重视性能者寡。

特别是BEV+transformer这样高天花板的，它可以成为自动驾驶向上突围的一把钥匙，也可以成为取巧者的拦路虎。

在周圣砚看来，我国的城市NOA距离真正成熟还有一定距离，这与数据的积累有很大关系。智驾科技的解决路径，是以低阶带动高阶，逐渐积累高阶数据，走渐进式路线。

“目前，BEV+transformer让L2和L4的路径统一了，虽然该有的还得有，摄像头、激光雷达、毫米波雷达还需要根据不同的场景定义慢慢加，但整个技术架构已经明确了。”

始于L2，不止步于L2。在周圣砚看来，这句话可以很好地概括智驾科技的产品布局。

2021年，智驾科发布量产了L2级智能巡航产品MAXIPILOT®1.0，开始渗透5-25万元乘用车市场，伴随青云BEV架构释放，公司又发布了MAXIPILOT®2.0平台，以BEV重构全系产品方案。

MAXIPILOT®2.0 Lite，主打城市增强L2方案，依托青云BEV，解决当下L2体验不连续的产品痛点，包含BEV一体机和MDU20域控两种产品形态，覆盖20万元以下车型细分市场。

MAXIPILOT®2.0 Pro，单SOC实现行泊高度合一，中算力平台，支持占用空间网络部署，支持输出BEV特征抽取后的特征地图，以数据合规方式上传云端，通过记忆地图共享实现高效开城。

MAXIPILOT®2.0 MAX，支持轻地图拓展城区NOM领航辅助驾驶方案，能够更好应对城区复杂环境及交互。亮点在于，方案可以通过复用2.0 Lite和2.0 Pro积累的海量价值数据，实现成本可控、节奏可控的开城。

不过，高阶智驾的生死战，现在才刚刚开始，接下来的肉搏，比拼的不只是技术思路，还有产品迭代和量产交付。

以智驾科技贯彻的“真无图”路线为例，难度极大，耗资高昂，且是漫长的持久战。

根据对地图的依赖，城市NOA可以划分为三类。第一类，对高精地图有较高依赖度，可以理解为有图方案；第二类，属于中等依赖，本质上是使用了轻量化地图；第三类，是最不依赖，基于标准清晰度地图SD Map Standard Definition。

走在智驾前沿的华为，其ADS 2.0走的是第二个方案，即轻量化地图。简单来说，是增加了一层地图的融合，基于标精地图，加上NOA功能在高精地图里所需的核心要素，抽离出来与标精地图做一层融合，形成与城市NOA更匹配的轻量化地图。

技术层面，有业内人士认为，要想实现无图，4D自动标注能力是必要的，华为此前深耕高精地图多年，自动标注能力并没有特斯拉那么出色。

资本层面，对应的是更高的成本。智驾科技走的是第三类方案，也是烧钱巨坑，主要花在搭建真值系统训练算法等领域。对于这家科技公司来说，无论是技术还是资本，前方要走的路还很长。