《普適產品進階 | Nullmax 一體機/小域控的“超感視覺”》中，我們介紹了在視覺感知維度，Nullmax如何以突破技術賦能普適產品：通過持續突破視覺感知上限，Nullmax賦予了智能駕駛系統更精準的“眼力”，以理解復雜的行車環境，并在此基礎上開發出實用、好用的智駕功能。

那么，面向行業對智能前視一體機及小域控方案的迫切普及需求，Nullmax如何將這套領先的感知技術能力，高效轉化為可大規模落地的量產“普適”優勢？

Nullmax的解題關鍵在于——以感知算法平臺化為核心路徑，實現領先智駕算法在量產部署上的“化繁為簡”。通過構建一套能夠靈活適配不同傳感器與芯片的軟件架構，Nullmax可實現跨車型的快速功能落地，為一體機、小域控方案的量產提速提質。目前，在多個Nullmax高性價比產品的量產推進中，該平臺化能力正持續釋放其規模效應。

在此過程中，Nullmax同步解決了兩大核心命題：既要實現全棧自研的感知算法在不同車型、芯片平臺上的高效部署，以速度響應市場；也要在有限的算力與成本條件下，堅守“簡而優”的產品技術底線，確保一體機、小域控的功能體驗優異，并具備持續迭代進化能力。

降本增效，量產普適如何“化繁為簡”

作為最關鍵的上游環節，感知的平臺化是整體技術平臺成功構建的基礎，同時也是一項難度極大的系統性工程。Nullmax將其定義為：設計一套感知基礎架構，將感知所需的軟件算法整合成一個可以支持各種需求的平臺。針對一體機、小域控方案，它能夠快速、低成本地輸出針對不同傳感器和芯片的軟件包，在不同車型上實現智能駕駛的相關功能。

平臺化需充分考慮需求和硬件差異

其核心價值在于，通過平臺化的技術路徑，有效避免重復開發，提升系統質量與落地速度，實現高效、優質的大規模量產。在商業層面，感知平臺化可將量產的邊際成本壓縮到極致。尤其對于硬件規格相對統一的一體機與小域控產品，平臺化的感知架構能夠實現算法模塊的標準化輸出，顯著降低不同項目的定制化開發成本。在技術層面，則有助于匯集不同項目、不同級別、不同任務的智能駕駛數據，促進彼此效果，提升整個感知平臺的各方面任務性能。

為此，Nullmax打造了涵蓋L2+及L4感知任務的平臺化感知架構，可以支持大算力、小算力的不同計算平臺，也能自動適配不同的傳感器配置，為一體機/小域控、艙駕/行泊一體乃至端到端高階智駕等產品應用的高效落地提供核心的技術支撐。

通過“化繁為簡”，平臺可在算力受限場景中精準裁剪，僅保留必要任務分支，甚至通過模型剪枝實現極簡感知方案，在低成本硬件上保障 AEB、ACC、LCC 等 L2 級 ADAS 核心功能的可靠運行。這一策略尤其契合一體機、小域控方案的特性，確保Nullmax在有限資源下實現感知效能的最大化。

靈活部署，One Model驅動小算力進化

算法服務于具體功能，而如何讓一套感知算法高效適配從基礎功能需要的2D車道線檢測、障礙物檢測，到高階功能需要3D檢測算法、稠密深度圖，乃至軌跡參考線、360°障礙物檢測等特色功能，并跨越不同車型的硬件差異，正是多項目量產部署中的主要難點。感知平臺化不僅要系統性地解決跨車型、跨芯片的快速部署問題，更要確保一體機、小域控等性價比方案的功能體驗不妥協，并具備持續優化能力。

Nullmax感知平臺化的實現，離不開一套堅實的技術架構，而其中最為核心的，便是模型架構的設計。為此，Nullmax打造了平臺化的BEV-AI自動駕駛技術架構，為感知提供One Model形態的模型架構，用一個可以靈活適配的模型支持所有感知任務，滿足不同智能駕駛應用的感知需求，從而實現整個感知系統的平臺化。

Nullmax感知平臺化的模型架構示意

基于這一架構，Nullmax既能提供高算力端到端解決方案，也能輸出滿足主流L2+功能需求的中低算力版本。關鍵的是，通過統一的One Model模型架構，確保低算力方案在保障優秀功能體驗的同時，能夠與高階方案共享技術演進成果，實現持續進化。對于僅配置前視相機的低算力場景，系統可僅保留主干網絡及關鍵任務分支，去除冗余模塊，實現前視感知與融合。在極端資源受限的情況下（如2T算力芯片），仍可通過保留2D車道線與2D目標檢測任務，并對主干網絡進行剪枝，構建出一套極簡而可靠的感知系統。

此外，Nullmax的感知模型架構具備一項重要特點：集成多個功能重復的任務分支，從而幫助網絡取得更好的訓練效果，從而實現更好的算法性能。比如，基于CNN的2D目標檢測、3D目標檢測和基于Transformer的BEV目標檢測，基于CNN的2D車道線檢測、3D車道線檢測和基于Transformer的BEV車道線檢測、BEV分割，這些任務之間高度相通，那么共同訓練時可以在知識上互通有無，幫助彼此達到更好性能，為一體機與小域控的持續升級奠定了核心技術基石。

通過系統化的平臺戰略與靈活的模型設計，Nullmax在推進高性價比方案量產的同時，持續夯實技術的通用性與擴展性，不僅讓智能駕駛以更低的門檻走向更多車型，也為旗下一體機、小域控方案后續的功能升級與體驗優化奠定了堅實基礎。