在智能輔助駕駛的快速發展中，艙駕一體成為當下主流趨勢。不久前，Nullmax發布了基于高通SA8775 CCCC 芯片（48TOPS算力）的艙駕一體解決方案。該方案目前已完成實車部署，定位中階車型。

方案標配7顆高清攝像頭，可靈活擴展毫米波雷達數量。在功能層面，僅占用32TOPS算力，即可穩定支持高速領航輔助（NOA）、記憶泊車（HPA）、自動泊車（APA）等核心功能，也可擴展至城區記憶行車（MD）。同時，得益于這套方案所部署的芯片低功耗和低發熱的特性，因此可直接使用風冷散熱，無需水冷，保障性能的同時進一步降低整車系統成本。這款基于中低算力芯片打造的方案，通過Nullmax 對算力的極致榨取，對感知硬件的高效深度復用，駕駛與座艙的感知數據做到了無延遲共享，實現了艙與駕的真正融合。

極致壓榨，算力的充分利用

Nullmax通過對算力與資源的精細分配與高效調度，不僅實現了更強的智能輔助駕駛性能，還大幅提升了用戶體驗。在軟件算法層面，依托領先的AI視覺感知算法和合理的系統設計邏輯，團隊在行車與泊車兩大功能中均實現了對算力利用的極致優化。

行車：在障礙物探測中引入Sparse Transformer模型，通過稀疏分區注意力優化，大幅提升端側推理效率；相較于稠密Transformer，計算開銷顯著降低。結合動態FOV多視角輸入，感知范圍靈活拓展，障礙物檢測性能顯著提升。車道線檢測方面，采用FastBEV架構實現基于稠密BEV的局部地圖實時建模，在感知精度與計算負載之間實現優異的平衡。

泊車：在BEV感知方案中進行了跨平臺輕量化優化。通過預計算投影索引（LUT）固化2D-3D映射關系，顯著降低視圖變換計算量；利用密集體素特征生成策略，將多相機數據直接投影到統一體素空間，有效減少內存開銷；針對高通平臺的量化優化了模型結構和訓練策略，在保證精度損失小于0.5%的前提下，實現低算力平臺的高效推理。

無縫銜接，感知硬件深度復用

在硬件架構層面，Nullmax實現了行車與泊車感知硬件的深度復用。一套攝像頭體系即可同時覆蓋行車所需的中遠距感知與泊車所需的近距全景識別，帶來跨場景的連續感知與無縫切換。

這種方式有效避免了傳統“雙感知系統”架構，不僅顯著降低硬件成本與系統復雜度，而且進一步提升了駕駛安全性與用戶體驗。

打破界限，實現真正跨域融合

在系統架構設計上，Nullmax采用高通SA8775 CCCC 單芯片作為統一算力底座，通過對底層接口的統一抽象以及一套艙駕共用的標準化中間件，突破了座艙域與駕駛域之間的物理壁壘，實現數據在芯片內部的高速交換，通信延遲降至微秒級，最大程度保證了低延遲、低耦合與低功耗。

在協作層面，智駕與座艙的感知數據實現了無延遲共享。智駕側的視覺融合結果可直接驅動座艙大屏呈現流暢的3D渲染；座艙側的DMS/OMS攝像頭數據也可實時供給智駕系統使用。例如，當DMS檢測到駕駛員疲勞或注意力分散時，智駕系統可即時提升預警等級，主動觸發保守的降級策略，進一步強化主動安全防護。

聚焦體驗，直擊用戶核心痛點

領先的技術能力與合理的方案設計助力Nullmax打造卓越用戶體驗，解決出行中的兩大常見痛點——“開車累”和“停車難”。

行車場景中，車輛能夠在復雜光影變化下保持穩定的行駛與精準的障礙物識別，結合高效的變道邏輯，絲滑的大曲率彎道通過能力，保障高速駕駛安全的同時，提供了更順暢的體驗。

泊車場景中，系統能夠靈活應對各種障礙物與極限空間，可輕松完成泊車入位。

始終堅持普適價值的Nullmax，在艙駕一體上同樣給出其差異化的獨家方案，憑借在AI感知算法、算力優化與系統架構設計上的深厚積累，切實滿足用戶在日常駕駛與泊車中的核心需求，為車企提供了一套高度集成、高性價比且靈活可擴展的智能輔助駕駛方案。

面向未來，Nullmax 將持續深耕前沿 AI 技術，陸續推出多樣化的艙駕融合方案，讓更智能、更便捷、更安全的出行體驗惠及全球用戶。