2021

Intelligent driving equal rights

智能駕駛科技平權

出行產業變革回歸全球共性價值

安全 效率 碳中和

全球出行產業變革蘊藏的巨大市場空間，歸因于全人類對于交通出行的共性價值追求。

安全

AI+汽車產業化已經成為人工智能產業化落地的關鍵場景。智能駕駛將長遠地降低交通事故率。

效率

點對點駕駛自動化服務的普及，將逐步提高人類出行效率。

碳中和

新能源、自動駕駛、5G通信、V2X等技術的交叉協同創新，將為碳中和的全球戰略提供重要推動作用。

重新定義自動駕駛產業分級

MAXIEYE Self Driving Scale

過去幾年，行業對于自動駕駛一直存在著技術路線之爭和商業模式之爭，自動駕駛在曲折中前行。盡管存在雜音，今天我們共同看到產業鏈參與者在以不同的方式加速自動駕駛商業落地的腳步，例如規模化量產的商用車和乘用車ADAS系統，以及以不同場景切入點的貨運和客運服務模式。

我們都知道，SAE從工程化的角度對自動駕駛進行了不同等級的劃分。今天，MAXIEYE從價值鏈出發，重新定義自動駕駛分級（MAXIEYE Self Driving Scale，MSDS）。價值之所在，在于解決更廣泛人群的實際問題。

駕乘安全問題

駕乘安全，是所有自動駕駛技術需要解決的最本質問題，同時也將覆蓋自動駕駛產業化的漫長生命周期，成為最基礎的要求。數據顯示，90%交通事故由人為失誤引發，智能駕駛技術將逐步降低交通事故率，最終實現不斷趨近于零事故的未來出行愿景。

舒適體驗問題

智能駕駛的第二階段，將以安全為基礎，提供長途、擁堵等不同場景下的駕乘舒適體驗，逐步解放人類百年來被駕駛艙束縛的手腳，這也成為當下乘用車市場所需求的主流功能。

出行效率問題

全球每年累計超數十億小時浪費在長途駕駛和交通擁堵中。隨著高速與城市點對點自動駕駛系統滲透率提升，更優的全局路徑規劃和高精度地圖加持，將進一步使人類從駕駛困境中得以解放，逐步提升交通出行效率。

節能降耗問題

電動化、智能化、網聯化等多維度汽車產業轉型，將共同推動低碳環保的下一代交通出行生態形成。

智能駕駛將從偶發/突發性功能（如AEB系統）逐步過渡到全時/實時性功能（如自動巡航系統），帶來更高的技術魯棒性要求。從交互方式而言，面向人機共駕和無人駕駛時代，催生不同思維模式的人機交互處理方式。

MAXIEYE成長的基因內核

升維 底層邏輯 快

MAXIEYE依循漸進式路線布局自動駕駛逐級落地。以“輔助駕駛跨平臺，自動駕駛分場景”作為商業化戰略，已完成從L1到L4級全棧自動駕駛開發和服務的戰略部署。在5年成長歷程中，“升維、底層邏輯、快”成為鐫刻公司基因中的關鍵詞。

升 維

AI+汽車智能化具備數據驅動的迭代效應。上一代技術研發和產品規模化，將為下一代平臺提供數據和技術支撐。與此同時，汽車產業的產品落地離不開工程化能力，真實量產場景的經驗積累，才能避免未來技術產品路線的布局落入缺乏數據和場景論證的空中樓閣。

底層邏輯

智能駕駛系統正在變聰明，但距離高度類人智能還很遠。

類比人類駕駛行為可以發現，人類從感知到目標信息到迅速地方向、速度判斷，到形成駕駛決策的過程具備高度實時性和聯動性。面對復雜的交通場景，人腦天然具備丟棄無用信息的能力，有研究表明，人腦或是一個高度并行的計算系統，這使得其運行功耗只有10多瓦，比我們今天所熟知的大算力運算平臺要更低。

依循這個邏輯，智能駕駛系統應盡可能打通底層技術鏈。MAXIEYE從圖像真值信息中探索類人感知和工況分析系統的內在邏輯，強化感知和規控互相校驗，同時在感知前端實現距離、速度等更多目標信息屬性的檢測和預測，以此提升系統魯棒性，降低對算力和傳感器等硬件堆砌的依賴。

快

保持高速的技術產品和商業落地的滾動迭代，是MAXIEYE最顯著的基因。隨著OTA全場景閉環部署，數據驅動將進一步加速技術的演進速度，迎接不斷變化的智慧產業鏈需求。

MAXIPILOT1.0智能巡航系統

底層自研端到端解決方案

今年，MAXIEYE發布了首款面向乘用車的智能巡航類功能產品——MAXIPILOT1.0。該產品基于1V1R到1VnR配置，可滿足SAE J3016 定義的自動駕駛等級中的L0-L2+級功能。同時，該產品已于今年內在2家乘用車品牌車型實現量產，并與客戶協同，部署了OTA全場景數據閉環。

這是我們所認可的今年公司的重要里程碑之一。其意義在于：

01 國內自主實現感知、規控的L2+核心技術開發和量產

02 成功切入10萬元級乘用車車型，實現市場下探

03 首度在1R1V硬件平臺中實現OTA部署，與客戶協同建立數據全場景觸發機制和平臺，為下一代自動駕駛技術演進打下了多維基礎

04 在付費訂閱、按需升級等創新商業模式上啟動了新的探索

基于端到端底層自研的技術方案，我們從感知系統和規控功能層面向行業痛點，帶來了一些體驗的優化和自我突破。

首先在感知層。基于圖像原始真值數據應用、泛化場景理解，以及底層數據多重校驗，感知系統的整體可靠性和穩定性得到提升，得以有效地支持L2及以上整車自動駕駛控制功能的實現。

及時對CUT-IN目標精準跟蹤及預測

解決極限加塞導致的交通事故

降低駕駛不舒適感

上下匝道等復雜車道線場景檢測

解決車道線跟蹤穩定性問題

其次在控制層。基于整車控制的研發和工程化積累，實現了面向多種復雜場景的極致駕乘體驗。同時針對行業共同的AEB自動緊急制動系統剛需，實現了超過30萬公里零誤報的測試成績。

系統的高度可靠性和穩定性

彎道、上下坡道、CUI-IN、紅綠燈路口等多種挑戰性場景中實現穩定目標檢測跟蹤，避免系統誤報漏報情況。

低接管率

系統在進出隧道、S彎道、魚骨線、極限CUT-IN等多種復雜場景下表現優異，在道路測試過程中實現了長達50公里零接管的成績。

“老司機”般的舒適駕乘體驗

在智能跟車啟停、加減速和方向盤轉角控制等綜合控制策略優化上，降低駕駛員的緊張感，明確人機共駕場景的技術邊界。

智能網聯下一幕

由技術驅動、產品驅動

走向數據驅動、模式驅動

首先，自動駕駛企業將長期處于以技術驅動為第一推動力的產業環境中，而在這個基礎上，隨著產品規模化量產，OTA、影子模式的部署，數據驅動、模式驅動等新變量，將為智慧出行產業下一幕點燃推動力。

高效率、高純度的數據驅動實現，需要數據觸發機制的完善、數據脫敏工作的規范化、數據全場景關聯的閉環等多維度工作的協同推進，以不斷放大數據的實用價值。

在這個全新的生態環境中，我們已經看到行業的同行者在干線運輸場景、礦山場景、園區場景等不同的運營服務模式進行探索。與此同時，在針對ADAS功能付費、按需訂閱等軟件及服務的新商業模式中，MAXIEYE也在積極布局，我們相信規模化、高度復購率等典型的商業化形式，將進一步拉升市場的活力，這一點在互聯網發展的過程中已經得到了印證。

MAXIEYE將以數據驅動

助力智能駕駛越用越聰明

剛才提到數據驅動的模式，我們認為交通數據的多維度價值還遠遠沒有被挖掘和應用。未來，基于智能駕駛系統的規模化程度提高：

從產品維度

MAXIEYE的OTA數據閉環設置了33種觸發機制，覆蓋用戶駕駛行為、車外場景數據、感知和規控系統參數數據等，實現全場景的數據連同閉環聯動。這將為未來的技術高效迭代打下重要基礎。

從地圖維度

數據的實時更新，將賦能未來交通地圖的動態升級，并不斷豐富高精度地圖的新型數據屬性。

從用戶維度

數據將通過對用戶駕駛行為習慣的學習，建立用戶畫像，衍生出個性化、差異化的智能駕駛功能體驗。

智能駕駛科技平權時代

行業必將共同迎來

從技術火種到科技平權，任何一項新技術的演進和發展，最終都應著眼于服務最廣大的用戶群體。

智能駕駛之于交通出行，將奔赴于安全、舒適、效率、碳中和等全球共同愿景，實現人類社會的共性價值。

智能駕駛科技平權意味著：

從市場維度

智能駕駛產品全面下探50%以上車型市場（例如，5萬-15萬A級乘用車區間）。

從消費者維度

打造消費者“用得起”“愿意用”的智能駕駛產品；拒絕過度渲染系統自動化等級，幫助C端消費者普遍理解人機共駕的技術邊界。

從產業鏈維度

生態協同，產業鏈健全，共同建立智能駕駛技術和產業化能力。

以終為始，開放共創

About Future

智駕科技MAXIEYE希望通過不斷的技術創新，加速智能出行產業鏈變革，最終實現全人類的安全美好出行。

我們以“科技向善”作為品牌價值觀的落腳點，我們相信，我們正在做一件有意義的事。

未來，我們將繼續以終為始，與行業開放共創，傳遞產業所需要的核心價值。

原文標題：MAXIEYE創始人周圣硯：以規模化迎接智能駕駛科技平權時代

文章出處：【微信公眾號：智駕科技MAXIEYE】歡迎添加關注！文章轉載請注明出處。

審核編輯;湯梓紅