这家公司凭BEV，打通了高阶智驾任督二脉

2015年爆火至今，自动驾驶在中国已经发展了8年，但一路走来并不顺利，技术路线摇摆不定，商业化一再跳票，甚至一度被外界质疑是否真的能成。

今年以来，风向开始转变。首先是小鹏G6和问界M7等车型凭借智驾功能先后爆单，紧接着四部门联合发布《关于开展智能网联汽车准入和上路通行试点工作的通知》，将遴选具备量产条件的搭载自动驾驶功能的智能网联汽车产品，开展准入试点，支持有条件的自动驾驶产品开展商业化运营。

智驾科技MAXIEYE 创始人周圣砚将这称之为智能驾驶的拐点时刻。判断依据有两个，一方面是自动驾驶的技术范式统一，另一方面市场出清，没有技术积累的“打手”退场，行业开始价值回归。

从底层的技术端复盘，这一切源于3年前BEV技术对自动驾驶带来脱胎换骨的改变在今天开花结果。

BEV究竟如何从底层重构自动驾驶产业？以MAXIEYE为触角，我们得以窥知整个行业发展的面貌。

11月29日，智驾科技MAXIEYE发布了BEV平台架构青云Hyperspace，青云BEV架构直接打通了高阶智驾量产落地的任督二脉。在行业拐点时刻，MAXIEYE吹响了新一轮产业向前的冲锋号。

砥砺3年，“上帝视角下的真值系统”

时间拉回到3年前，彼时MAXIEYE正在打磨的L2产品的算法框架已接近完整，工程师为了解决每个corner case，不断在算法框架中增加约束条件和先验知识，但这些场景无法穷尽且没有规律，从路面起伏的坡度到车辆经过减速带所引起的颠簸，再到100米外目标距离的来回跳变，数不胜数。

当时业内主流的自动驾驶技术架构都基于CNN图像检测卷积网络架构开发，这是整个行业面临的共性问题。现实的窘境摆在眼前，如果用这样一套依赖人工经验来打补丁的架构，将永远不可能实现自动驾驶。这个启蒙了自动驾驶却又让行业在长达10年的时间里难进一步的架构让人又爱又恨。

MAXIEYE碰到的问题是智能驾驶行业的一抹缩影。2020年底，周圣砚团队意识到用传统的CNN图像检测框架无法穷尽所有的真实场景，因为人永远在追着bug跑。

于是周圣砚做了一个大胆的决定，通过一种全新的范式来解决自动驾驶难以泛化的长尾问题，当时组织了20人前锋部队秘密研发该项目，内部称之为“上帝视角下的真值系统”。数月后，特斯拉在2021年4月的AI DAY上展示该功能，也就是如今大名鼎鼎的BEV网络架构，迅速引发了业内的山洪海啸。周圣砚意识到，这一步他们走对了，时不我待，于是快速调集 100人团队全面发力BEV，经历3年打磨，MAXIEYE团队用BEV打通了一站式融合道路拓扑、目标轨迹、占用空间三大网络，也就是今天的青云BEV架构。

如今看来轻描淡写的复盘，在当时可以说是一个关乎深思的决策。一方面创业公司拥有的资源有限，另一方面产业窗口期短暂，一个战略失误可能就断送了一家公司的未来。基于对自身技术判断的绝对自信，MAXIEYE决定赌一把，也正是这个大胆的决定在3年后为MAXIEYE争取到了更多的可能性。BEV将自动驾驶从疲于追赶BUG的劳动中解放出来，在高阶智驾的拐点时刻迎来更大的舞台。

2022年被称为城市NOA元年，车企们雄心勃勃的给出了激进的功能落地计划，但落地并没有车企们想象的那么简单。其中一个非常棘手的问题是，当时所有的领航辅助都基于高精地图来完成，高精地图成本贵、更新慢、审核严的特性跟不上车企们激进的步伐。于是从2022年开始，不少车企提出了“去高精地图”的想法，这一想法在今年被炒得空前火热，已经成了车企共识。

但甩开高精地图谈何容易，既往领航辅助驾驶功能都是基于高精地图完成，而去掉高精地图之后，道路拓扑关系需要由感知系统来完成，对传统的CNN图像检测而言，是一项几乎不可能完成的任务。而在BEV视角下，空间由2D转换成3D，平面视角被切换成鸟瞰图，这个问题被很好的解决。

自动驾驶规控中，系统需要提前预测目标检测物的轨迹。传统CNN架构下，目标的检测仅仅停留在历史和当前状态下目标的位置以及轨迹，而对于未来目标的轨迹只能使用基于规则的卡尔曼滤波等方式来完成，但存在调参工作繁琐，响应滞后等问题。

周圣砚表示，青云BEV架构很好地解决了这个问题，它利用生成式方式解决目标轨迹的非凸问题，可以准确地预测3秒后的目标轨迹。

2022年以前，智驾系统撞上异形障碍物的新闻时有发生。根本原因在于系统的通用障碍物检测能力差。此后，占用网络技术被引入自动驾驶，从而提升系统对通用障碍物的检测能力，但占用网络需要有合适的底层技术架构支撑，这又回到了BEV的优势。

周圣砚介绍，青云BEV架构的网格化精度做到了小于10cm，将车辆前方的世界用10cm精度的立体网格进行类似于乐高玩具一样的切分。并且能够有效的区分通用静止障碍物以及运动障碍物，这种输出则是目前行业里面热议的G-AEB功能的底层感知技术。

BEV对自动驾驶带来的是颠覆性改变，甚至可以说是一次悬崖边的救赎。像爱因斯坦的相对论一样，它实现了自动驾驶端到端的重新定义，完成了时间维度和空间的统一。在重新定义的时空下，BEV将自动驾驶感知、规划和控制都统一在一个坐标系下，颠覆了传统图像检测框架下的CNN算法模块化累加造成的不确定性。这可以理解为一种绝对意义上的底层技术创新重构，开启了通向自动驾驶终局的大门。

这种时空连续的范式，需要一个具备智慧理解力的AI模型来运行，Transformer跨越空间和时间序列去提取特征的能力恰好符合这一点。于是，“BEV+Transformer”就这样构成了自动驾驶新的技术底座。

让智驾系统在统一技术架构下降本增效

中国智能驾驶市场迷人的地方在于它性感又残酷。巨大的市场潜力让全球玩家都趋之若鹜，但惨烈的竞争也让玩家们每天都处在极大的焦虑中，大家在其中痛并快乐着。

智驾刚开始上量，降本便紧随其后。作为技术供应商，智能驾驶系统公司是产业链条中最需要抗压的一个。

MAXIEYE团队对当下智能驾驶市场做过系统性分析，不管是传统的L2，还是高阶的高速NOA和城市NOA都存在各自的痛点。

目前市场上L2场景覆盖度高，但整体体验不够丝滑，过红绿灯路口等功能无法做到足够完美；高速NOA一套系统终端差价2万左右，但用户90%的驾驶场景在城市，用户会觉得花这个钱不值得，性价比太低；城市NOA的场景复杂度太高，目前的技术产品用户觉得不安全，不爱用也不敢用。上述方案的割裂，其根本原因在于底层技术范式不统一。

MAXIEYE希望通过青云BEV架构，让智驾系统在一个技术架构下实现降本增效。

因为不同车企的产品定义不一样， 甚至同一家车企不同品牌，不同车型的智驾系统都有不同，而不同的方案又需要牵扯到多芯片平台，比如理想汽车MAX和Pro版本就用的是不同的芯片平台。车企希望用同一套系统在不同的硬件架构上跑起来，以此提升开发效率并且节约成本，但难点在于迁移的成本和效率。

MAXIEYE的解题思路是用青云BEV架构重新定义智能驾驶全系产品。MAXIEYE旗下产品覆盖从单V（牧童Monotogo™解决方案）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NOM（Navigate on MAXIPILOT®）、城区NOM、行泊合一、记忆行泊车全场景应用。

为此，青云BEV架构还对业内开放了感知标准件，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。通过敏捷的算法移植能力，可支持在6个月内实现高效跨平台开发需求。

为了提前占领消费者认知，车企在城市NOA开城上已经到了刺刀见红的地步。然而即便绕开高精地图的限制，城市NOA也不能一蹴而就。MAXIEYE提出了记忆共享=城市NOA的数据共享新范式。简单来说就是张三行驶过的路线给李四用，即便李四没有走过这条路，智驾系统也依然可以按照张三的路线驾驶。

周圣砚介绍，基于青云BEV架构，MAXIEYE已打通首次行车、再次记图、三次激活的智慧化记忆行泊车功能应用。90%以上场景可支持实现二次行车后记忆功能激活。

帮助车企最大化数据优势

智驾系统一旦爆发会像潮水一样涌来，但所有玩家面临的时间窗口都一样。这对用户跨度大的大型汽车集团来说并不友好。以比亚迪来看，既有百万级的仰望品牌，又有十万级比亚迪品牌。它需要在最短的时间能实现不同品牌车型智驾系统的功能开发，算法部署，以及后续的OTA升级等工作，而彼此的智驾系统可能都不一样，打通整个集团的数据闭环能让车企在竞争中更有优势。

如何突破这个问题？

MAXIEYE给出的解决方案是海市MAXI-DI数据智能架构，周圣砚称，该架构全维覆盖量产数据闭环MAXI-DATA、真值系统MAXI-TRUTH SYSTEM、MET-TOOL全流程闭环测试开发工具链，以及仿真极限场景构建，自动化数据处理和训练。为青云BEV算法架构提供高效的底层技术支持。

MAXI-DATA包括功能触发、驾驶行为触发、系统触发、感知触发四大模块-30余种触发机制。

MAXI-TRUTH SYSTEM真值系统可实现4D场景构建、自动化数据处理和训练。MET-TOOL工具链覆盖智能驾驶系统从原型开发、实车测试、功能量产、售后分析的闭环全流程，支持当前所有ADAS主流传感器的数据采集和回放功能，支持分级闭环测试、代码调试以及完整的数据回灌功能实现。

可以把它理解成一套数据处理系统，在这个数据架构下，MAXIEYE发布了MAXIPILOT®2.0平台，包含Lite，Pro，MAX 3种产品方案，多种产品方案之间已打通数据共享链路，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，彻底打通“低阶赋能高阶”的经济且有效的开城路径。

周圣砚判断，“BEV+Transfrormer”之后，自动驾驶下一幕技术路线基本稳定，较难再产生完全颠覆式的变革。这也决定了这一阶段落后的企业很难再有新技术重构二次追赶的机会，淘汰赛正式拉开序幕。只有在这一阶段胜出的选手才有资格继续留在牌桌。

而在行业拐点时刻，高阶智驾正处在快速上量的短暂窗口期，车企要解决好各方面问题：快速开发出一款好的智驾系统，合理地控制成本，完善的数据管理系统，任何一条都不能有短板。对车企而言，要保证系统化作战能力，寻找一个靠谱的合作伙伴至关重要。MAXIEYE希望扮演的角色是，通过青云BEV架构让车企具备系统化作战能力，赋能车企快速抓住智能驾驶的窗口期，做成真正的中国可规模化交付的高阶自动驾驶方案。