電子發燒友網報道（文 / 吳子鵬） 近日，比亞迪在智能化戰略發布會上宣布全系搭載 “天神之眼” 高階智駕系統，這一舉措大幅降低了高階智駕的價格門檻。就連起售價不到 7 萬元的入門車型海鷗，也配備了高階智駕系統，比亞迪此舉無疑讓更多消費者能夠享受到高階智駕的便利，真正實現了高階智駕的 “平民化”。

然而，比亞迪的這一戰略調整，讓一直以高階智駕賦能車企的華為，在輿論層面面臨一些挑戰。在比亞迪發布會之后，華為常務董事、終端 BG 董事長、智能汽車解決方案 BU 董事長余承東兩次公開發聲，外界普遍認為其言論矛頭指向比亞迪。

2 月 11 日，余承東表示，智能駕駛技術存在顯著的層次差異，“湊合能用” 與 “好用且安全”，是完全不同的兩個境界。他舉例說，打電話有網絡即可，但上網則需要 5G 網絡，兩者不可同日而語。2 月 13 日，余承東再次強調：“把成本降低，讓最基礎的智能駕駛輔助普及，這值得稱贊、令人欣喜！但混淆高階智能駕駛概念，把最基礎入門級的智能駕駛輔助說成高階智駕，就不太恰當了。”

盡管華為和比亞迪并未就此展開公開交鋒，但產業界對于高階智駕的討論已熱烈升溫。那么，究竟該如何評估和界定高階智駕呢？

汽車智駕的基本邏輯

要理解高階智駕，首先需要明確汽車智駕系統的基本構成和核心技術指標。

一般來說，汽車智駕系統由感知層、決策層和執行層組成。感知層主要由高精地圖和傳感器構成。傳感器是一個統稱，包括攝像頭、毫米波雷達、超聲波雷達、激光雷達，以及速度傳感器、角度傳感器和慣性導航系統等。高精地圖雖不直接參與感知，但它提供精確的道路信息，如道路形狀、坡度、曲率、交通標志和標線的位置等，是智駕系統的重要補充。

決策層主要包括車載計算平臺、智能決策算法和車聯網平臺。車載計算平臺和智能決策算法共同構成了汽車智駕的 “大腦”。車載計算平臺集成了強大的芯片和數據處理能力，負責接收并融合感知層的各種數據，運用先進的人工智能算法和模型，評估和分析當前交通狀況與駕駛風險，做出最優決策，如確定行駛速度、行駛路徑、避讓策略等。車聯網平臺雖不直接參與決策，但關乎指令下達的效率和準確性，是決策層的重要組成部分。

執行層則是在指令下達后，負責做出具體動作的元件，包括線控底盤系統、動力系統、轉向系統、制動系統等。

該如何評估高階智駕？

了解了智駕系統的基本構成后，我們來分析哪些組件會影響智駕的水平。顯然，主要集中在感知層和決策層。

感知層被視為汽車智駕系統的 “眼睛” 和 “耳朵”，其重要性不言而喻。感知層的性能直接決定了車輛對環境的理解能力和決策的準確性，進而影響智駕系統的安全性、可靠性和功能上限。感知層決定了智駕的環境感知范圍與精度、識別能力與可靠性、數據融合與處理速度。

以幾個典型方面為例：在環境感知范圍與精度上，感知層設備的探測距離和角度決定了汽車對周圍環境的感知范圍，若激光雷達探測距離較短，可能無法及時發現遠處的障礙物或車輛，導致智駕系統在高速行駛時反應時間不足；在識別能力與可靠性方面，單一傳感器存在局限性（如攝像頭易受光照影響，毫米波雷達無法測量高度），多傳感器融合可彌補這些短板；在數據融合與處理速度方面，邊緣計算概念要求感知層不僅能探測數據，還需進行初步處理，并通過數據閉環持續優化，提升算法的泛化能力。此外，在高階智駕中，感知層的端到端應用也很關鍵，要求感知層直接輸出駕駛決策，減少模塊間信息損失。

總之，感知層里傳感器的性能和精度、傳感器融合算法的能力、系統端到端水平、搭載傳感器的數量和種類、處理器對傳感器數據的利用能力，都會影響智駕的水平。其中，數量、種類、精度是較為直觀的參數，而性能和融合則需要用戶在實際駕駛中體會，“能用” 和 “好用” 會在具體駕駛場景中體現出來。

決策層是汽車智駕系統的 “大腦”，其性能從運算能力、算法優化、通信效率等多個維度，對汽車智駕水平產生深遠影響。高階智駕需要強大的處理器，隨著感知層技術的發展，汽車智駕系統獲取的數據量呈爆發式增長。高運算能力的決策層能夠實時處理海量數據，快速分析車輛周圍環境的復雜情況，如同時識別多個目標物體的運動狀態、分析交通信號的變化等。若運算能力不足，數據處理就會出現延遲，導致智駕系統對環境變化的響應滯后，影響駕駛的安全性和流暢性。目前，高階智駕可選的處理器平臺眾多，英偉達 Drive Orin 系列是其中的代表之一，算力可達 254TOPS。

決策層中算法模型的先進性對于高階智駕同樣至關重要。通過優化的機器學習和深度學習算法，決策層能夠對各種駕駛場景進行智能決策和風險評估。在路徑規劃方面，先進的路徑規劃算法能夠根據車輛的當前位置、目標地點以及實時交通狀況，規劃出最優行駛路徑。

目前，智駕方案主要有四條技術路線，分別是純視覺方案、融合感知方案、端到端大模型方案和輕圖重感知方案。具體來看，在實際應用中，廠商通常會發展或融合多種路線。例如，華為 ADS 3.0 采用多傳感器融合和端到端融合方案，配備了 192 線激光雷達、多個毫米波雷達、視覺感知高清攝像頭及超聲波雷達等大量先進傳感器，將不同視角、不同類型的數據進行融合處理，形成一個統一的、基于鳥瞰圖的環境模型。同時，華為 ADS 3.0 采用端到端類人智能駕駛技術，從單純識別障礙物，提升到深度理解駕駛場景。

比亞迪的技術路線則更為多元化。天神之眼 C 采用純視覺路線，不搭載激光雷達，支持高速 NOA 功能，適配 10 萬級車型，如秦 L、海豚等；天神之眼 B 標配 1 顆激光雷達，支持城市 NOA，應用于漢 EV、騰勢 N7 等中高端車型；天神之眼 A 搭載 3 顆激光雷達，支持無圖城區領航，專為仰望 U8 等超高端車型設計。此外，比亞迪在天神之眼智駕系統中采用數據驅動的端到端（E2E）學習框架，依托超過 400 萬輛智能車的云端數據庫，每月新增數十萬條駕駛場景數據。

從余承東的言論來看，他對比亞迪降低智駕成本的努力表示認可。比亞迪在這方面確實做了大量工作，例如與速騰聚創、禾賽科技合作，將單顆激光雷達成本降至 200 - 300 美元；通過 SiP 系統級封裝技術降低硬件復雜度，將芯片、存儲、電源管理集成，J6M 方案硬件成本控制在 5000 元以內等。

余承東可能不認可的是，比亞迪將天神之眼 C 也描述為高階智駕。天神之眼 C 配備了 “前視三目 5R12V12U” 傳感器組合，包括 5 個毫米波雷達、12 個攝像頭和 12 個超聲波雷達。其中，前視三目尤為關鍵，最遠可探測 350m，能生成 10 倍稠密點云，可精確識別路上的不規則障礙物。從性能參數來看，比亞迪這顆三目攝像頭性能強勁。然而，需要注意的是，天神之眼 C 并不支持城市 NOA 和城區領航等功能，那么它究竟算不算高階智駕呢？

這里補充一下概念科普，原本行業對高階智駕的定義，是國際自動機工程師學會（SAE）定義的 L3 級及以上級別的智能駕駛。但由于法規等因素，L3 級尚未落地，因此行業目前將具備高度自動化的智能駕駛能力定義為高階智駕，主要代表功能是城區 NOA，即汽車能夠在城市道路中自主應對復雜路況、交通信號、行人及其他車輛的交互等情況。相對地，將不具備這種能力，僅具備一些基礎駕駛輔助功能的智駕稱為低階智駕。

不過，由于目前大家都無法宣稱達到 L3 級或更高級別的自動駕駛，這些定義并非官方標準。也就是說，廠商可以自行定義，但消費者是否認可，最終還是要通過試駕或實際駕駛來判斷。比亞迪的舉措確實沖擊了華為智駕的江湖地位，影響了其議價能力。那么，華為會如何應對呢？