大疆车载的獠牙，终究亮出来了

2024年大概率是智能驾驶行业爆表的一年。掀桌子始于车企和智能驾驶公司的嘴炮。

在日前举行的中国电动汽车百人会论坛上，官宣将成为首家实现大型车型智能驾驶的企业，并将在一个月内推出具有高级智能驾驶能力的A级轿车。

随后发言的余承东立即“致敬”朋友:“在智能驾驶方面，小鹏在国内市场做得最好。我们来了之后，我们改写了这个行业。座舱和智能驾驶已经认识到我们的体验是最好的。”

百度IDG智能驾驶事业群总裁王云鹏马上开弓，“华为的智能驾驶非常领先，经过评测，我们只领先它一点点。”王传福曾经说过，无人驾驶要么是傻瓜要么是谎言，因为他从来没有处于真正的无人驾驶。。

第二天，曾在百度工作的荣源七星CEO周广开火了:“过去，我们是L4公司，我们决定在2020年不从事L4业务。这是谎言，没有商业模式”。

在愤怒之际，五年来一直在智能驾驶行业保持低调的DJI汽车继续以另一种方式默默掀桌子。

3月17日，在百人会论坛上，DJI汽车负责人沈冕发布了该市先进的智能驾驶方案“在线平台升级”高配版线平台”，其中前者为“7V+100T & quot；配套使用7个摄像头和1颗算力为100TOPS的高通8650智能驾驶芯片，系统硬件成本仅为7000元。

去年，DJI推出“Line Platform基础版”搭载7个摄像头和32T计算能力的TDA4-VH芯片首次在宝骏云发布。该方案硬件成本仅5000元，不仅可以实现L2辅助驾驶，还支持城市记忆导航（即通勤模式），并获得了大量定点车辆。

据沈敏介绍，除了宝骏云多、叶月Plus和奇瑞iCAR 03之外，今年DJI将有20多款新车型配备智能驾驶系统。大部分采用7V+32T配置，预计价格区间在10-20万之间。

然而，TDA4-VH的32T算力难以支撑基于Transformer的感知和预测决策算法。城市记忆导航主要通过记忆车主的驾驶行为和驾驶轨迹来实现，在最终体验上与人类驾驶员有较大差距。因此，DJI汽车公司开发了基于高通8650的升级方案。

具有更高计算能力的高通8650使DJI汽车能够在算法中配置基于Transformer的道路拓扑感知模型，并预测&决策联合模型和基于双目+全方位鱼眼相机的4D场景流（类似于OCC占领网络）在不依赖高精度地图的情况下具有更强的感知、避障、游戏和规划能力——换句话说，DJI市区的车载NoA离人类驾驶员更近了一步。

目前，在终端市场上，城市NoA仅配置在20万以上的智能电动汽车上，消费者普遍需要为城市NoA支付2万元或更多的费用。DJI车载平台升级版的目标是将城市地区NoA的价格门槛从20万英镑提高到15万英镑，并推动城市高级智能驾驶成为主流价格带车辆的标准。

除此之外，DJI还拥有一个带有10个摄像头和1个高通8650的高端版本平台，该平台具有更强的感知能力和更好的舒适体验，主要适用于20万以上的车辆。由于只增加了三个摄像头，所有其他组件在升级版中都被重复使用，业界估计硬件成本不会超过8000元。

在该平台基础版、升级版和高端版的配置下，DJI的三级高级别智能驾驶方案将于今年全面量产，覆盖80-20万+车型，无论动力形式如何。来自终端的数据显示，25万以内的车型占据了国内汽车市场的70%。

在这个过程中，DJI发布了许多展示先进技术的机会，例如追逐“端到端”。在沈南鹏看来，的造车保守主义是注定的，“我们的基因不是大模型基因，但我们更善于利用有限的资源来确保我们能够清楚地看到与高级算法工程相关的问题，从而从根本上避免在落地过程中可能出现的各种风险。”

然而，以性价比赢得主流市场订单并不是DJI汽车的全部计划。

除了上述三种方案外，DJI正在开发一种惯性导航三眼集成激光雷达。醒目”感知系统，该系统在硬件层面上结合了立体双目摄像头和DJI自研的激光雷达，可以克服双目点云质量随距离下降的问题，智能驾驶系统可以更准确地预测交通参与者的行为，智能驾驶安全性和体验更好。

DJI汽车集成了激光雷达和摄像头。

“引人注目”预计将于2025-2026年量产，从而为届时可能开放的L3级自动驾驶做准备。值得一提的是，“引人注目”的它仍然具有成本效益，DJI预测其整体成本不会超过当前激光雷达的成本（市场价格约为3000元人民币）。

对于DJI汽车如何打造高性价比的产品，而又不在高性价比中迷失自己的梦想，沈敏这样说道:

“我们非常推崇能够用有限的资源做非常强大的事情的工程师，并从绩效考核、晋升、组织文化等方面给予他们足够的支持。但同时也鼓励他们做更多的前沿研究，让各种有天赋的学生也觉得自己有能力发挥。”

“工程能力与数学基础和复杂算法相碰撞，一种独特的文化应运而生。在这种文化中，这些工程师会觉得具有成本效益是符合公司使命和他自己的使命愿景的事情。”

DJI汽车的负责人沈敏说。

以下为《远川汽车评论》等专业媒体对DJI汽车负责人沈淼的采访部分内容，为方便阅读，略作编辑:

问:升级版的成型平台将是高通智加芯片的首次正式量产。有哪些开发难点和经验？

沈冕:这是一款用于适配芯片的DJI汽车。TDA4-VH为基础版平台在全球推出。当时我们成功实现了芯片量产、智能驾驶系统量产和整车量产，这在行业内也是罕见的。

高通8650，我们可能不会同时大规模生产这三种极端的东西，但我们也会更快。这与高通芯片和工具链关系不大，但我们渴望成为第一个吃螃蟹的人，使用这些好的芯片和技术。

问:据说DJI车辆公司是一个相信数学的团队，会使用数学的人应该尽量不要使用神经网络。但是，未来人们将在监管控制模块中更多地使用AI算法，然后他们将端到端地跟进。DJI的态度是什么？

沈淼:首先我澄清一下，神经网络其实就是数学和概率论。DJI汽车本身的底色是偏向机器人公司的。什么是机器人？机器人是一种可以解决实际物理问题的自动化方案。至于这个方案使用的具体技术，我们不是很纠结。可能前期受限于技术成熟度和可用算力，规则相关的算法比较多。后来，随着网络压缩的逐步进展以及各种具有大计算能力的平台的出现，我们确信该技术将得到升级。

以前，有些同事会说，DJI是一个纯粹的视觉学校吗？基于一个机器人学校的风格，我们只是想做一个有用的产品，我们并不纠结。只是我们可能会将视觉用于成本相对有限的产品，甚至可能非常极端，纯视觉会切断毫米波雷达和超声波雷达，但我们完全不抵制激光雷达。

问:余承东说华为智能汽车的价格偏高。DJI是如何实现高性价比的？有什么优势？

沈淼:高性价比源于我们的企业使命，就是为大家提供安全、轻松的出行体验。“每个人”都很重要。回看中国的汽车市场，肯定有豪华车，也有更实惠的汽车，我们非常希望在科技领域取得真正平等的地位。我们的任务决定走这条路。

当然，走高端路线没有错，但一个企业总要看自己擅长什么，从企业文化上更容易做出什么，手头的资源决定了我们选择哪个方向，所以我们会朝着这个方向去做。

说实话，性价比高的方案开发难度很大，纯视觉背后的难度可想而知。我们独特地使用了惯性导航双目技术，从而解决了纯视觉难以解决的测距相关问题。这背后不仅是我选择了哪颗芯片和哪颗传感器的问题，更是企业文化和工程师理念的问题。

事实上，在DJI和DJI，我们非常欣赏那些能够用非常有限的资源做非常强大的事情的工程师，并从绩效评估、晋升和组织文化方面给予他们足够的支持。但同时也鼓励他们做更多的前沿研究，让各种有天赋的学生也觉得自己有能力发挥。

工程能力、数学基础和复杂的算法碰撞在一起，形成了一种独特的文化。在这种文化下，这些工程师会觉得做性价比是符合公司使命和他自己的使命愿景的，虽然过程很苦。

为什么我们能使它具有成本效益？工程能力和支持工程能力背后的企业文化是最关键的东西。

问:过去，DJI汽车主要专注于低端市场。在20万以上的高端市场会有什么布局？

沈敏:今年可能会有超过20款车型使用DJI车载系统，包括油车和有轨电车。

20多万，我们从底层做起。我生来就是一个移动机器人，所有机器人都会有一个梦想——“制造高达”我希望做这个全自动的东西。因此，我们将继续尝试在保持基本盘的同时，做出更强大的技术和更强大的产品。

问:DJI车辆公司将要发布的激光雷达是自主研发的吗？会不会给车企打包成软件和硬件，会采用什么商业模式？windows7配置好吗

沈咪咪:我们的想法是不要像其他激光雷达公司那样再建一个激光雷达，那样没有竞争力。我们的想法是，如果有一个额外的传感器信息源，如何使整个系统的效率最大化。以及有没有什么方法可以更好地解决之前激光雷达集成过程中的校准等问题？原装激光雷达的性能有没有过度设计？如果去掉这些过度设计，它能便宜吗，甚至和视觉系统一样便宜吗？

问:DJI车辆发布的惯性导航双目和激光雷达集成产品在安全性方面能否取代市场上现有的激光雷达和前置摄像头？

沈淼:纯视觉系统有一定的局限性，但这种局限性远不是大家想象的那样。没有光的时候，有灯，有雨，有雾，视觉可以应付。特殊的立体双目配置，即使图像不是很好，只要点云和深度能出来，很多安全问题都能搞定。

至于激光雷达，双目和激光雷达都有一点云，视觉密度高于激光雷达，但双目的点云随着距离的增加而变差。激光雷达点云的精度不会随着距离的变化而变化，视觉点云有时会对深断层有一些涂抹，这对检测车辆和行人没有影响，但对方位的估计和准确的驾驶意图会有一些影响。

我们增加了一个额外的激光雷达来解决一些真正需要在深度场景分析后解决的事情，例如使用更高精度的点云更准确地估计车辆的意图。背后肯定不只是一般的冗余，而是要具体情况具体分析，既要注重安全，又要注重性能，还要注重体验，可能要经历的事情更多。

问:在DJI，车载企业与汽车公司的合作模式有哪些？

沈敏:我们与汽车公司的合作更多的是如何让汽车公司以尽可能低的价格获得他们想要的智能驾驶产品，包括bom和开发成本。

具体来说，我们有全栈交付-所有传感器，域控制和软件都由我们交付，还会有半全栈交付，包括双目+域控制和集成额外的传感器，并且还会有我们编写的关于其他公司的域控制的软件，然后将实现功能，甚至有些更深入。我们非常灵活，关键是我们能否快速、经济地交付这款车。

我们也会和同一家企业、某一款车型进行全面的交付，同时我们也会在R&D进行一些更深入、更长期的合作，对部分车企进行赋能。我们不太纠结于某个具体的模式。

问:自动驾驶芯片公司涉足智能驾驶软件。他们有优势吗？优势有多大？

沈咪咪:每个人都希望快速、经济地移交东西，这也与每个公司擅长什么和不擅长什么有关。如果原来的软件能力很强，多做一点可以让客户更好。为什么不试试呢？

我们自己也会思考这个问题。我们一直在朝着传感器的方向前进，而不是芯片的方向。显然，这是根据我们已知和未知的信息以及手头的资源做出的决定。

做智能驾驶有四座大山，包括芯片算力、传感器、软件算法能力和数据闭环关联能力。准确地说，要想做好，必须跨过这四座大山。

每家公司擅长不同的事情。我们擅长传感器和软件，以及系统集成和硬件能力。有些公司擅长数据闭环，有些公司更擅长芯片和相应的算法，但没有太多象限。每个人肯定都会努力最大限度地发挥自己的特长。我相信我们都有一些独特的优势。

问:DJI比老友记的端到端算法有优势吗？

沈淼:从始至终，我们都是谨慎乐观的。最初，一个系统中有许多模块。从第一代16 tops到32TOPS再到100TOPS，我们一直处于慢慢组合这些模块的状态。

起初，感知是n个模块。现在，感知基本上是一个大网络，决策计划还没有完全结合起来。但是，在100 to PS方案中，我们的决策端也将使用一个网络将其全部整合在一起，但感知和决策计划仍然是两个。老实说，目前还早，但我们也可以相信我们把这两块放在一起。事实上，把它放在一起的过程需要谨慎。不能说放在一起后有一些无法解释的错误，强行说这是端到端的。

如果说优点的话，说实话，我们的基因不是大模特的基因。我们更擅长利用好有限的资源，确保我们能够看清楚与先进算法工程相关的问题，从而从根本上避免先进技术落地过程中可能出现的各种风险，我们会相对稳定。

问:记忆导航功能需要花费很多精力，但好处似乎很小。如何理解这个功能？

沈淼:能够从城市中的任何一点导航到任何一点肯定比靠记忆导航要好，但如果计算资源不够，我们不能在市区直接放弃。

记忆导航比城市点对点导航更容易落地。在一次旅行后，它依赖于人的驾驶经验，并将轨迹保存在车内以进行联合优化。大型十字路口的感知距离和奇形怪状的红绿灯的感知实际上是需要巨大计算能力的任务，这些任务所需的资源将大大减少，因此我们将在7V+32TOPS方案中进行。阿什顿库彻最新动态

未来有了更多的计算能力，我们可以做一个无地图城市的试点，而为了功能的延续，记忆导航的功能将在这些平台上保留。

编辑:罗松松

视觉设计:稀疏而清晰

责任编辑:罗松松

美空文化传媒有限公司

未经允许不得转载：科技让生活更美好 » 大疆车载的獠牙，终究亮出来了