也对外公布了智能辅助驾驶系统最新研发进展及量产落地计划。董事长何小鹏表示将在2024实现城市智能驾驶辅助系统覆盖全国主要路网。

　　想要实现这一目标，小鹏汽车需要摆脱对高精地图的依赖。对自动驾驶来说，高精地图相当于多提供了一个安全冗余的超视距传感器，能够提前获取车辆前方的道路信息及交通状况。但随着汽车公司将智驾的竞争卷向城区，原本提供“拐杖”作用的高精地图，却被视为了阻碍功能普及的负担。

　　接棒吴新宙，担任小鹏汽车自动驾驶业务负责人的李力耘在发布会上表示，小鹏汽车轻地图方案能够让智能驾驶的开成速度提升20倍，成本却只需要高精地图方案的十分之一。

　　需要明确的是，李力耘在接受媒体群访时表示，无图意味着可以摆脱高精地图的能力，但并不代表完全抛弃地图，导航地图信息在智驾系统中依然需要参考。

　　小鹏汽车还计划减少对激光雷达的依赖，将在年底上市的新车MPV X9上去掉两个前向角雷达，有助于综合成本砍掉一半，但并不弱化智能辅助驾驶系统的能力。

　　无论是“轻地图”还是“轻雷达”，都将取决于小鹏汽车接下来自动驾驶算法的成熟度。小鹏汽车在科技日上发布新一代全场景智能驾驶架构。

　　在感知模块，小鹏汽车在去年感知架构XNET基础上推出XNET2.0版本。这是一套融合了动态感知、静态感知和占据网络三网合一的纯视觉感知架构，能够在原有基础上感知范围提升200%，感知类别增加11种。小鹏汽车称这是行业首个应用应用大模型具备时空理解能力的感知架构。

　　一位自动驾驶研发人员向界面新闻介绍，占据网络是当前行业感知模块的演进方向，它能够有效地通过3D物体检测的方式，来识别感知行驶中的车辆、物体的位置和大小。

　　这套感知架构还将有助于降低智能驾驶中的硬件成本。李力耘透露，动态XNET刚出来时，整个算法用了一整颗ORIN芯片的算力，但随着迭代优化，现在只需要十分之一的算力。

　　在自动驾驶另一重要的规控模块，小鹏汽车提出了XPlanner方案。这套基于神经网络的规控架构可结合分钟级以上的时序，连续分析动机，并依据周边环境信息及时变通，生成最佳运动轨迹。

　　过去行业通常以人工规则进行决策规划，但这难以应对诸多现实落地场景中的corner case（极限场景），想要自动驾驶真正具备人类驾驶员一样的规控能力，需要让系统具备对物理世界的基本认知，而神经网络被认为具备这种潜力。

　　一位华为车BU自动驾驶研发人员向界面新闻透露，华为同样采取了深度神经网络进行规控，并同样在纯视觉方案上进行预研。

　　对于华为近期在智能驾驶领域的动作和要在全国范围落地高阶智能驾驶系统的规划，何小鹏在接受媒体采访时表示，在智能驾驶领域做超前营销有安全风险，剪辑视频容易但量产很难。

　　“即便在同一个行业，大家对于行业也会有不同的贡献，有的负责吆喝，把大家都吸引过来，也有的负责干活，把东西做好。”

　　多名自动驾驶业内人士向界面新闻表示，华为和小鹏汽车是国内自动驾驶领域的第一梯队玩家。一方面这两家在智能驾驶算法演进上具备领先性，另外是为数不多具备数据闭环的公司。

　　在此次科技日上，何小鹏还拿出了多款面向未来的科技产品——飞行汽车和自研双足。这也让外界再度质疑，公司掌舵人何小鹏将精力从汽车领域再度分散。但何小鹏回应称，汽车业务还是重心，如果分心，和飞行汽车的进度比现在更快。

　　界面新闻在现场注意到，这套自研的双足机器人能够实现双足行走及越障碍能力。据悉，自研双足机器人可以完成2小时以上的室内行走和越障，单臂最大负载3kg。

　　小鹏汽车希望将在智能机器人上应用包括XNGP、XEEA电子电气架构等在内的智能汽车同源技术，并尝试将其应用在工厂生产及销售服务等场景。

　　人形机器人一方面能够复用在自动驾驶领域的技术，加快技术迭代速度，可以实现更好的成本控制，另一方面，人形机器人可以替代人类完成重复劳动、危险操作等工作，以智能助手角色投入生产中。

　　特斯拉同样在人形机器人上投入颇多。人形机器Optimus具备自主分类物品、单脚保持平衡等能力。称，Optimus的神经网络训练是“完全端到端的”——即可实现视频信号输入，控制信号输出，无需预设代码。 这与正在研究的自动驾驶训练模型类似。

　　在各类技术新品发布之下，小鹏汽车还着重强调了智能化领域的降本方法，继续推动车型研发及生产制造成本的下降。

　　小鹏汽车首个驾舱融合车载计算中心在上一代中央计算架构性能提升50%的同时可节约40%成本；下一代SIC碳化硅方案，将通过技术优化，后续能实现成本减少40%。

　　整车制造上，小鹏汽车正在研究的CIB+中地板一体压铸技术，将整车续航提升5%的同时降低10%至30%整车制造成本。

(责任编辑：管理)