MAXIEYE创始人周圣砚：以规模化迎接智能驾驶科技平权时代 | MEET2022

Posted 2022-01-03 QbitAl

编辑部 整理自 MEET 2022
量子位 报道 | 公众号 QbitAI

过去几年，自动驾驶是AI行业中毫无疑问的明星领域。

无数新兴公司、资本、技术人才还在源源不断地涌入行业，但短期内无法盈利和量产，频发的安全事件，技术的研发难度等问题也无法忽视。

那么，现在的自动驾驶到底走到了什么阶段？

AI+汽车产业化进入深水区，规模化将驱动行业共迎智能驾驶科技平权时代。数据驱动、模式驱动成为新变量。

在MEET2022的现场，智驾科技MAXIEYE的创始人兼CEO周圣砚这样回答道。

在探讨自动驾驶曲折发展的原因之外，周圣砚还从解决问题的角度，将量产自动驾驶分为了新的四个等级：

1. 解决驾驶安全问题

2. 解决驾驶舒适问题

3. 解决出行效率问题

4. 解决交通能耗问题

在不改变原意的基础上，量子位对周圣砚的演讲内容进行了编辑整理。

关于MEET 智能未来大会：MEET大会是由量子位主办的智能科技领域顶级商业峰会，致力于探讨前沿科技技术的落地与行业应用。MEET2022采取线上参会形式，20余家直播平台和渠道转播大会直播，200万行业用户线上参会。除量子位微信、头条号、知乎、微博等全媒体矩阵外，新华社、凤凰科技、腾讯科技、澎湃新闻等数十家主流媒体纷纷报道大会及相关内容，线上曝光量累计超过2000万。

要点

• 让C端消费者建立强烈的自动驾驶的感知，使得消费者可以更加理解我们。

• SAE从工程学和功能的角度把自动驾驶分成L0-L5五个不同驾驶等级，今天我们将从解决问题的角度为自动驾驶分级。

• AI+汽车产业化进入深水区，自动驾驶正在曲折中前行。

• 未来AI将以数据驱动方式助力智能驾驶系统越用越聪明。

• 全行业开放共创，建立行业共识和技术协同，全产业链共同打造智能驾驶科技平权时代。

（以下为智驾科技MAXIEYE CEO周圣砚演讲全文）

让C端感知自动驾驶

在我昨天从上海坐高铁来到北京的过程中，我发现高铁的每一个座位背后都有一个写着红旗轿车国潮品牌的广告。

当时我就在思考一个很有意思的事情：

如果我们问消费者，什么样的自主品牌汽车做得比较好？消费者会说出像红旗、长城、长安这些名字。

但如果问自动驾驶公司有哪些比较好的公司，最终的C端消费者可能就没有办法快速地说出来了。

为什么在做自动驾驶技术的公司会有这样的现象？

回顾互联网行业的发展，它之所以能够快速蓬勃地发展，是因为覆盖了最广大的用户群体，让C端对产品和服务产生了很强的感知。

所以我今天的分享，就是如何以规模化迎接智能驾驶科技平权时代，如何让C端消费者建立强烈的自动驾驶的感知，让消费者更加理解我们，理解在AI技术实现自动驾驶的过程中，为什么系统会越用越聪明。

现在，AI+汽车产业化进入了深水区。自动驾驶技术首先可以使得交通事故率大大降低，带来了人类出行的安全；同时驾驶自动化等级的提高也会使得运输和出行的效率大大提高；自动驾驶和新能源汽车的结合，还会在进一步推进碳中和目标的实现中起到关键推动作用。

我们回顾过去几年，自动驾驶的发展一直非常曲折，这里面的原因是什么？

因为技术路径和商业模式上一直存在着强烈的争议：有的人主张渐进派，有的人主张直接派。

这样的争议声在今天仍然存在，但我们也确实感受到自动驾驶正在实现，并且产生了正向的社会价值。

从解决问题的角度重新定义自动驾驶分级

SAE从工程学和功能的角度把自动驾驶分成L0-L5的五个不同驾驶等级。而智驾科技MAXIEYE今天想从用户和解决问题的视角，重新定义自动驾驶分级。

首先我们认为，自动驾驶里最基本要解决的就是安全问题。

比如经常提到的行人车辆的紧急制动系统，就属于安全问题。

有数据显示，在接下来几年内，解决安全问题的自动驾驶技术将逐渐成为整个乘用车以及商用车市场的标配。

在这个基础之上，我们要解决驾驶过程中的舒适性问题，这是第二个级别的问题。

这个级别的问题是指在特定的区域——比如说在高速公路上——可以实现非常智能的全速巡航系统，驾驶员可以部分解放双手和双脚的一些功能。

（智驾科技MAXIEYE今年量产的L2全速智能巡航系统，就属于这里的第二个等级）

在这个技术之上的第三个等级是解决出行效率问题。

我们认为这一问题是在结构化道路，比如城市道路和高速公路上，可以实现点到点的自动驾驶功能，以此大大提高人类交通出行的效率。

最后一个是优化交通能源的问题。

比如说我们经常提到干线无人物流，比如我演讲结束后会马上给大家做分享的主线科技，他们做了一些关于港口、码头等等场景的无人运输和物流服务。

这四个等级中，我们把前三个等级归为人机共驾，最后一个等级叫做无人驾驶。

智驾科技MAXIEYE是谁？

智驾科技MAXIEYE是一家智能驾驶和智慧出行领域的核心技术服务商，目前拥有300人以上的团队规模，其中60%是研发人员。

我们有三处研发中心，分别在上海、苏州和安徽，我们在上海还有一个生产基地。

智驾科技MAXIEYE成立五年以来，一直保持着市场收入规模和技术的高速发展。

我们拥有从感知规划到决策控制的全栈自动驾驶技术能力，同时今年在产品中部署了OTA系统，正在建立数据驱动的技术产品高速迭代能力。

这么多年，如果用三个词来形容智驾科技MAXIEYE的底层核心的基因，我们认为是升维、底层逻辑和快。

技术升维

作为一个自动驾驶的从业者，我们选择了渐进式的升维逻辑去做自动驾驶的技术路线。

选择这种逻辑的原因，是因为我们觉得每一个阶段的产品的实现，都将为下一个阶段提供强大的技术经验和数据支撑。

比如说，我们今年量产了L2智能巡航系统，在系统中部署了OTA链路和数据回传机制。

由于L2用户市场基数非常大，所以会有大量的用户使用我们系统。

在系统服务于用户的同时，用户也会从数据层为我们接下来量产L3技术产品提供数据支撑。

所以，整个研发过程是持续迭代和渐进的。

底层逻辑

我们经常会去思考，人类是如何驾驶汽车的。

我们从人类驾驶汽车的过程中发现几个特点：

首先，人类在驾驶汽车的过程中，大脑的思考是实时的；

第二，思考、决策和行动是高度并行的，因为人类从感知到（感知信息汇总）融合，再到规划和决策的过程并非串行，而是由不同模块在大脑过程中并发，协同，甚至相互交验，以产生最终的驾驶决策和行为。

这样一套逻辑系统具备的重要特点就是功耗相对低，就像人类大脑在工作的过程中所消耗的能耗只有10多瓦。

因此，我们沿着这样的逻辑，在自动驾驶技术底层设计时，从类人驾驶能力出发，从感知、融合、规划控制全栈协同角度出发，让每个模块之间并行、且产生相互校验。

所以智驾科技MAXIEYE今年推出的L2智能巡航系统的功耗只有7瓦，算力也不超过8TOPS。

快

这一直是智驾科技MAXIEYE成立以来最显著的一个基因。

成立五年以来，我们始终保持每年一代产品的更新和迭代速度，我们对新一代产品的定义是从性能和功能上要能够全面超越我们上一代产品。

也就是说我们自己在跟自己比，自己在革自己的命。

今年我们不仅实现了高效的迭代、快速的落地，还拓展了数据驱动维度的能力。

这样一套闭环系统，从商业落地、技术迭代到数据驱动的闭环，将使得MAXIEYE在下一个阶段——L3量产的进程大大加速。

智驾科技MAXIEYE的技术特征

从成立以来，我们一直专注在自动驾驶底层核心技术的研发上。所以我们应该是国内最早一批将深度学习人工智能算法引入到智能驾驶前置感知系统并在前装市场大规模量产的公司。

依靠底层技术的创新，我们的单目视觉的测距精度达到了很高的水平，即平均小于5%的测距误差。

基于视频序列的RNN和CNN组合，我们单目视觉的目标测速性能接近了毫米波雷达的级别。

正是因为我们精准的测速和测距，2019年在商用车AEB市场迅速规模化量产。

2020年的时候，在从业务模式的角度思考了自动驾驶的落地场景后，我们决定进军乘用车市场。

我们在乘用车市场选择了L2作为第一个产品定位点，从感知、融合和规控几个环节同时发力。

上个月，我们发布了L2智能巡航系统MAXIPILOT1.0，今年有两款乘用车搭载了我们这套L2系统，实现量产。

在这个过程中，我们早在做L2系统研发的时候，就同时在思考下一步该怎么做。所以L2系统里部署了数据回传的机制，这会使得我们下一步量产L3系统大大加速，并持续提供数据支撑。

与此同时，我们与行业内的生态伙伴，比如说德赛西威，比如广汽合创，比如哪吒汽车，一起探讨了基于数据回传机制下不同场景的应用：比如说消费者订阅模式、个性化服务模式、干线物流场景下点到点的L3-L4运输运营模式等等。

我们从商业模式上，与产业链上的伙伴一起探讨自动驾驶如何落地，如何实现正向的迭代。

这是MAXIEYE提供的自研端到端的底层全栈技术解决方案，和我们全栈技术的逻辑架构：

我们自研了从深度学习感知算法、感知融合，到规划控制的全栈技术，并且可以帮助车厂去部署OTA的影子系统和数据回传的机制。

正是依托于这样的机制和架构，全场景L3和城市高速L3自动驾驶系统才得以快速推进。

这是我们目前的产品版图，AI的视觉算法、传感器融合、路径规划和控制几个大模块进行协同研发：

MAXIPILOT1.0智能巡航系统

这是我们今年量产的MAXIPILOT1.0智能巡航系统：

我们官宣即量产，今年搭载在两款乘用车型上量产。

这套MAXIPILOT1.0架构，可以支持拓展技术方案和传感器配置方案，主要应用在城市和高速行车过程中实现辅助驾驶功能，可支持基于1R1V、5R1V，以及1V的ADAS系统开发，以及高精度地图的接入。

我们接下来会发布基于高精度地图的NOP功能，也是在MAXIPILOT1.0这样的高性价比平台上去实现。

MAXIPILOT1.0具备哪些特点？

首先从感知的角度来说，因为我们对视觉传感器性能的极致打磨，所以解决了非常多由于感知所带来的一些工况下对自动驾驶的极限挑战：

比如说在交通拥堵环境下CUT IN的问题，在车辆突然CUT-IN，快速CUT-IN和慢速CUT-IN的场景，我们在前车加塞的过程中可以从感知角度让系统实现很好的加速减速。

其次，我们实现了在L2系统中跟车过十字路口的方案，解决了在没有车道线的情况下如何通过跟车方式过十字路口的问题；

我们解决了光线突然明暗变化，进出隧道的系统退出问题，可以实现稳定无接管；

我们解决了复杂车道状况下，比如分叉、合并、弯道、上下匝道等等一些复杂车道线工况下的系统稳定识别和路线选择问题。

体现在系统层面上，可以从两个维度来说：

第一是安全的维度，我们的AEB系统在C-NCAP测试得分是85分以上，国内属于非常高的分数。

在这样分数下，我们测试的数十万公里中，没有一次误制动现象，这个解决了车厂对AEB系统的一个非常大的技术顾虑和担忧，解决了一个痛点。

第二是巡航系统的维度，我们解决了刚才也说到的高速的跟车，拥堵环境下的智能启停问题，也解决了上海一个典型隧道场景下车道线分叉、合并、鱼骨线等复杂环境系统退出的问题，以及在夜间光线不好的情况下仍然可以保持系统稳定智能巡航。

这是我们在上海的一段路上用我们的量产车拍的一个视频：

这段视频中我们行驶了50多公里。这50多公里场景下，覆盖了比较广泛的工况：如弯道、上坡、下坡，分叉，以及进出隧道以及鱼骨线等复杂的交通场景。

在这样的环境下， 50公里全程不需要接管。

我们的L2系统正迈向百万公里级的路试里程，将为下一代，也就是明年量产的L3系统提供强大的数据和测试里程支撑。

迎接智能驾驶科技平权时代

过去几年，我们已经部署、赋能数十万台商用车的安全出行，今年，将L2系统下探到十万级别的车型，并且在MAXIPILOT1.0全生命周期内还会将价格继续下探。

我们最终目标是覆盖5到15万的乘用车型，因为这样的车型覆盖了中国最广大的用户群体。

MAXIEYE将成为一家以数据驱动的智能驾驶公司。

我们从产品的维度设计了30多种产品中的触发机制，加快了我们在L2和L3技术产品上的迭代和开发。

我们从地图的维度，在探索基于大量交通和驾驶实时数据和高精度地图数据挖掘的多维度服务。

我们从用户画像维度，将尝试精准推送用户感兴趣的自动驾驶功能、个性化自动驾驶路线服务。

我们希望和行业一道迎接智能驾驶科技平权时代的到来，这意味着：

• 从市场维度，产品全面下探最广泛的5到15万元车型市场，覆盖最广大的用户群体；

• 从消费者维度，提供消费者用得起，愿意用的智能驾驶产品；

• 从产业链维度，全行业开放共创，建立行业共识和技术协同，全产业链共同打造智能驾驶科技平权时代。

未来，AI将以数据驱动方式助力智能驾驶系统越用越聪明。

最后，在这里给大家分享智驾科技MAXIEYE的愿景和使命：

我们希望通过技术创新，不断地探索自动驾驶的应用场景，最终目的是成就全人类安全、美好出行。

我们以科技向善作为智驾科技MAXIEYE品牌价值的落脚点，我们相信我们正在做一个正确而有意义的事情。

最后我们希望与行业共创，共同赋能AI+汽车产业化落地。

我们也欢迎智能驾驶的同行者加入智驾科技MAXIEYE，一起参与和见证智能出行的未来，谢谢大家。

（最后，如果想回看大会全程，请点击阅读原文）