目錄1、特斯拉引領(lǐng)，BEV+transformer成為自動(dòng)駕駛新范式 42、小鵬：國(guó)內(nèi)智能駕駛領(lǐng)軍，三步走實(shí)現(xiàn)全場(chǎng)景輔助駕駛 7、發(fā)展歷程：國(guó)內(nèi)智能駕駛領(lǐng)軍企業(yè)，已實(shí)現(xiàn)高速城市NGP功能 7、配置端：XNGP系輔助駕駛系統(tǒng)2.0版，以XNet等軟硬件為支撐 7、產(chǎn)品端：多款P7i提供XNGP，G6有望成25萬(wàn)級(jí)領(lǐng)先電動(dòng)SUV 14、規(guī)劃：城市NGP開(kāi)啟智駕下半場(chǎng)，將向XNGP乃至Robotaxi邁進(jìn) 163、理想：國(guó)內(nèi)智能駕駛龍頭，積極推動(dòng)城市NOA落地 21、發(fā)展歷程：2021年推出高速NOA功能，2023年將落地城市NOA 21、配置端：軟硬件強(qiáng)力支撐，ADMax3.0將提供城市NOA功能 22、產(chǎn)品端：Air/Pro車(chē)型提供高速NOA，Max車(chē)型將落地城市NOA 30、規(guī)劃：以通勤NOA為前哨，2023年底計(jì)劃落地100城 314、風(fēng)險(xiǎn)提示 33圖表目錄圖1：利用Transformer實(shí)現(xiàn)視角轉(zhuǎn)換的效果顯著提升 4圖2：截止2023Q2,FSD累計(jì)里程數(shù)已突破3億英里 4圖3：Dojo超算中心規(guī)劃至2024Q4算力達(dá)100EFLOPS 4圖4：小鵬獲得大眾集團(tuán)7億美元投資，交割后大眾將持有小鵬4.99%股份 6圖5：2018年以來(lái)，小鵬汽車(chē)快速推進(jìn)智能駕駛領(lǐng)域相關(guān)布局 7圖6：XNGP引入高速NGP、城市NGP功能，可實(shí)現(xiàn)隨時(shí)隨地的全場(chǎng)景輔助駕駛 8圖7：小鵬與阿里云共建自動(dòng)駕駛智算中心扶搖”，將自動(dòng)駕駛模型訓(xùn)練速度提升近170倍 10圖8：XNet通過(guò)學(xué)習(xí)多相機(jī)多幀數(shù)據(jù)直接出感知結(jié)果 圖9：XNet準(zhǔn)確檢測(cè)出車(chē)輛周?chē)母鞣N動(dòng)靜態(tài)物體 圖10：小鵬構(gòu)建全閉環(huán)、自成長(zhǎng)的AI數(shù)據(jù)體系，核心是黃金骨干模型 圖定向采集長(zhǎng)尾場(chǎng)景數(shù)據(jù)用于模型優(yōu)化 12圖12：Cornercase數(shù)據(jù)傳輸至云端用于模型訓(xùn)練 12圖13：自研全自動(dòng)標(biāo)注系統(tǒng)，效率提升4.5萬(wàn)倍 12圖14：云端并行計(jì)算等舉措將模型訓(xùn)練效率提升602倍 12圖15：車(chē)端部署XNet所需122%Orin的算力降低至9% 13圖16：小鵬掌握大規(guī)模仿真和持續(xù)集成能力 13圖17：XNGP智能輔助駕駛系統(tǒng)是小鵬扶搖架構(gòu)智能體系的重要組成部分 14圖18：Xpilot發(fā)布新的發(fā)展規(guī)劃，將在2023年下半年提升高速NGP性能 17圖19：城市NGP的落地是小鵬智能駕駛下半場(chǎng)的開(kāi)端 18圖20：北上廣深城市NGP效率已接近人類(lèi)司機(jī)90%的水平 18圖21：小鵬推出AI代駕模式，2023Q4開(kāi)始將在無(wú)高精地圖覆蓋的城市布局 19圖22：XNGP2023H2將在大部分無(wú)高精地圖城市開(kāi)放變道、超車(chē)、左右轉(zhuǎn)能力，提供類(lèi)似城市NGP的智駕體驗(yàn) 20圖23：小鵬計(jì)劃2024年底在全國(guó)約200座城市落地XNGP 20圖24：小鵬推出G9，系國(guó)內(nèi)首個(gè)通過(guò)自動(dòng)駕駛封閉道路測(cè)試的零改裝量產(chǎn)Robotaxi 21圖25：2021年公司推出高速NOA功能，2023年將落地城市NOA 22圖26：理想ADMax3.0系統(tǒng)能夠?qū)崿F(xiàn)物理世界數(shù)字化 23圖27：ADMax3.0將終身免費(fèi)提供全場(chǎng)景NOA功能 23圖28：靜態(tài)BEV可以實(shí)現(xiàn)大多數(shù)道路的實(shí)時(shí)結(jié)構(gòu)還原 24圖29：NPN提升靜態(tài)BEV網(wǎng)絡(luò)對(duì)環(huán)境信息的理解能力 24圖30：通過(guò)結(jié)合NPN網(wǎng)絡(luò)的云端先驗(yàn)信息，BEV網(wǎng)絡(luò)生成的車(chē)道線信息更加精準(zhǔn) 24圖31：信號(hào)燈意圖網(wǎng)絡(luò)TIN可實(shí)現(xiàn)端到端輸出 25圖32：TIN網(wǎng)絡(luò)具備超遠(yuǎn)距離紅綠燈識(shí)別 25圖33：動(dòng)態(tài)BEV網(wǎng)絡(luò)實(shí)時(shí)還原交通參與者空間位置 25圖34：Occupancy精準(zhǔn)識(shí)別通用障礙物的邊界及類(lèi)型 25圖35：理想規(guī)控算法通過(guò)學(xué)習(xí)大量人類(lèi)司機(jī)的駕駛行為生成更好的行車(chē)路線 26圖36：理想ADPro/ADMax輔助駕駛系統(tǒng)分別搭載征程5/Orin-X算力芯片 27圖37：理想構(gòu)建軟件2.0閉環(huán)架構(gòu)，有望推動(dòng)高階輔助駕駛大模型加速落地 28圖38：L9上市以來(lái)，理想單月汽車(chē)銷(xiāo)量保持增長(zhǎng)態(tài)勢(shì) 29圖39：理想通過(guò)自動(dòng)標(biāo)注技術(shù)提升數(shù)據(jù)標(biāo)注效率 29圖40：理想汽車(chē)自動(dòng)駕駛訓(xùn)練里程已經(jīng)從2023年4月18日的4億+公里增長(zhǎng)至2023年6月17日的6億+公里 29圖41：理想計(jì)劃2025年形成“1+5+5”產(chǎn)品布局 31圖42：理想計(jì)劃2023年年底發(fā)布超級(jí)旗艦MEGA 31圖43：城市內(nèi)駕駛時(shí)長(zhǎng)占駕駛總時(shí)長(zhǎng)的比例高達(dá)82% 32圖44：城市通勤NOA可覆蓋95%+的用戶通勤場(chǎng)景 32圖45：理想城市NOA將不再依賴高精地圖 32圖46：2023年底理想城市NOA計(jì)劃將落地100座城市 32表1：特斯拉不同版本輔助駕駛功能與定價(jià) 5表2：小鵬持續(xù)推進(jìn)Xpilot輔助駕駛系統(tǒng)升級(jí)迭代 7表3：小鵬汽車(chē)堅(jiān)持以視覺(jué)為核心，并融合激光雷達(dá)等以實(shí)現(xiàn)安全的冗余 9表4：小鵬Xpilot4.0采用的英偉達(dá)Orin-X芯片算力高達(dá)254TOPS 9表5：G3i搭載Xpilot2.5智能輔助駕駛系統(tǒng)，提供較低級(jí)別的輔助駕駛功能 14表6：P7搭載Xpilot3.0智能輔助駕駛系統(tǒng)，開(kāi)始提供高速NGP功能 14表7：P5搭載Xpilot3.5智能輔助駕駛系統(tǒng)，開(kāi)始提供城市NGP功能 15表8：G9搭載Xpilot4.0智能輔助駕駛系統(tǒng)，開(kāi)始提供全場(chǎng)景輔助駕駛功能 15表9：P7i多款車(chē)型提供全場(chǎng)景輔助駕駛功能，價(jià)格相比G9明顯更低 16表10：G6有望成為25萬(wàn)級(jí)領(lǐng)先智能電動(dòng)SUV，多款車(chē)型提供全場(chǎng)景輔助駕駛功能 16表小鵬汽車(chē)等擬推出不依賴高精地圖的智能輔助駕駛方案 19表12：理想持續(xù)推進(jìn)自研輔助駕駛系統(tǒng)升級(jí)迭代 22表13：結(jié)合NMP后，靜態(tài)BEV網(wǎng)絡(luò)在各視野范圍、天氣環(huán)境等的感知能力明顯增強(qiáng) 24表14：理想汽車(chē)堅(jiān)持以視覺(jué)為核心，融合激光雷達(dá)等以實(shí)現(xiàn)安全的冗余 27表15：理想持續(xù)提升算力芯片性能 27表16：Air、Pro車(chē)型搭載的ADPro主要提供高速NOA功能，ADMax有望落地城市NOA功能 30表17：L7價(jià)格普遍比L8同類(lèi)型低2萬(wàn)元，Max車(chē)型未來(lái)有望提供全場(chǎng)景NOA功能 311、特斯拉引領(lǐng)，BEV+transformer成為自動(dòng)駕駛新范式+2021AIDay上BEV+TransformerBEV+Transformer算法可在車(chē)端實(shí)時(shí)構(gòu)建媲美高精地圖的高精度局部地圖，能夠在任意常規(guī)道路條件下，實(shí)現(xiàn)自動(dòng)駕駛所需的靜態(tài)場(chǎng)景深刻理BEV+Transformer發(fā)布的算法以汽車(chē)等都在BEV+transformer的算法形式方面有所布局，分別推出了自己的大模型算法。圖1：利用Transformer實(shí)現(xiàn)視角轉(zhuǎn)換的效果顯著提升資料來(lái)源：特斯拉AIDAY2021、研究所足夠豐富的真實(shí)世界數(shù)據(jù)、大規(guī)模神經(jīng)網(wǎng)絡(luò)訓(xùn)練、強(qiáng)大的車(chē)端硬件和軟件是自動(dòng)駕2022Q4FSD40萬(wàn)人，截止2023Q2，F(xiàn)SD累計(jì)里程數(shù)已突破3億英里，較2023Q1的1.5海Dojo2023Q32024Q152024Q4100EFLOPS圖截止2023Q2,FSD累計(jì)里程數(shù)已突破3億英里 圖3：Dojo超算中心規(guī)至2024Q4算力達(dá)100EFLOPS資料來(lái)源：特斯拉官網(wǎng) 資料來(lái)源：特斯拉官網(wǎng)特斯拉基礎(chǔ)版自動(dòng)輔助駕駛功能可以使車(chē)輛在車(chē)道內(nèi)實(shí)現(xiàn)自動(dòng)輔助轉(zhuǎn)向、加速和制自動(dòng)泊車(chē)、自動(dòng)輔助變道等功能，完全自動(dòng)駕駛能力版本在北美地區(qū)可以識(shí)別交通信號(hào)燈和停車(chē)標(biāo)志并做出反應(yīng)，后續(xù)還將推出在城市街道中自動(dòng)輔助駕駛（城市O6000150002023721FSDBetaV11.4.6FSD（表1：特斯拉不同版本輔助駕駛功能與定價(jià)版本類(lèi)型功能?chē)?guó)內(nèi)買(mǎi)斷價(jià)格美國(guó)買(mǎi)斷價(jià)格基礎(chǔ)版本AP車(chē)道內(nèi)自動(dòng)輔助轉(zhuǎn)向、加速和制動(dòng)標(biāo)配標(biāo)配增強(qiáng)版本EAP自動(dòng)輔助導(dǎo)航駕駛、召喚功能、自動(dòng)泊車(chē)、自動(dòng)輔助變道32000元6000美元自動(dòng)輔助導(dǎo)航駕駛、召喚功能、自動(dòng)泊車(chē)、自動(dòng)輔助變完全版本FSD道、識(shí)別交通信號(hào)燈和停車(chē)標(biāo)志并做出反應(yīng)、城市NOA（待上線）64000元15000美元資料來(lái)源：特斯拉官網(wǎng)、研究所20234華為ADS2.0ADS2.0610計(jì)算平臺(tái)，基于華為自研昇騰610AI芯片，采用7nm制程，AI算力200TOPS27GOD2023Q445地平線20217月發(fā)布55BEV5對(duì)BEVUniADTransformertoken的形式在特征層面，按照感知預(yù)測(cè)決策的流程進(jìn)行深度融合，實(shí)現(xiàn)了自動(dòng)駕駛系統(tǒng)算法性小鵬汽車(chē)2021、2022NGPNGPXNGP，2025Xpilot系小鵬全棧自研高階輔助駕駛系統(tǒng)，XNGP作為小鵬第二代智駕系統(tǒng)，硬件方面小鵬堅(jiān)持以Xpilot4.0Orin600PFLOPSXnetBEV基于2023年7月26日，小鵬汽車(chē)獲得大眾集團(tuán)7億美元投資，交割后大眾將持有小鵬4.99%的股權(quán)獲得1個(gè)小鵬董事會(huì)觀察席位。并且雙方合作將依托小鵬現(xiàn)有G9初期將合作開(kāi)發(fā)2則是推出智能駕駛ADProADMax5Orin2021年NOA20236NOANOANOA，2023100+20254級(jí)L3上篇報(bào)告我們重點(diǎn)介紹了華為和地平線在智能汽車(chē)方面的最新進(jìn)展，本篇報(bào)告中我圖4：小鵬獲得大眾集團(tuán)7億美元投資，交割后大眾將持有小鵬4.99%股份資料來(lái)源：大眾汽車(chē)集團(tuán)官網(wǎng)2、小鵬：國(guó)內(nèi)智能駕駛領(lǐng)軍，三步走實(shí)現(xiàn)全場(chǎng)景輔助駕駛、發(fā)展歷程：國(guó)內(nèi)智能駕駛領(lǐng)軍企業(yè)，已實(shí)現(xiàn)高速/城市NGP功能2018自研。2018Xpilot20192021NGP2022推出城市NGP功能，完成智能輔助駕駛上半場(chǎng)（高速、地下停車(chē)場(chǎng)等單場(chǎng)景高級(jí)輔助駕駛）最后一個(gè)核心能力的建設(shè)，同時(shí)根據(jù)小鵬汽車(chē)公眾號(hào)，截至2022年底NGP60%2023-2024現(xiàn)全場(chǎng)景智能輔助駕駛，2025年起向無(wú)人駕駛邁進(jìn)。圖5：2018年以來(lái)，小鵬汽車(chē)快速推進(jìn)智能駕駛領(lǐng)域相關(guān)布局資料來(lái)源：小鵬汽車(chē)官網(wǎng)、佐思汽車(chē)研究公眾號(hào)、九章智駕公眾號(hào)、研究所、配置端：XNGP系輔助駕駛系統(tǒng)2.0版，以XNet等軟硬件為支撐XpilotXNGPXpilot系小鵬自研的全棧式高級(jí)輔助駕駛系統(tǒng)，Xpilot4.0已釋放城市領(lǐng)航輔助駕駛功能。2018XpilotXpilot2.0L2Xpilot2.5智能巡航、車(chē)道居中輔助、自動(dòng)變道輔助等功能。2021年，Xpilot3.0落地，NGP功能。2021年，Xpilot3.5NGP功能，擁有紅綠燈路口通行、城市路況超車(chē)、定制化跟車(chē)、自動(dòng)限速調(diào)節(jié)和環(huán)島通行能力等，城市場(chǎng)景的落地標(biāo)志著公司智能輔助駕駛下半場(chǎng)的開(kāi)局。2022年，Xpilot4.0在G9車(chē)型上搭載，在硬件全面升級(jí)的情況下，將提供全場(chǎng)景輔助駕駛功能。2023年，搭載G6Xpilot4.0的小鵬G6一經(jīng)發(fā)布就好評(píng)如潮。展望未來(lái)，到Xpilot5.0發(fā)布時(shí)，將有望實(shí)現(xiàn)全冗余的自動(dòng)駕駛軟硬件架構(gòu)，并逐步向自動(dòng)駕駛進(jìn)化。時(shí)間 2018 2019 2020 2021 2022 2023-2024表2：小鵬持續(xù)推進(jìn)Xpilot時(shí)間 2018 2019 2020 2021 2022 2023-2024系統(tǒng) Xpilot2.0 Xpilot2.5（免費(fèi)）Xpilot3.0（前裝2萬(wàn)，后版本 3.8萬(wàn)）

Xpilot3.5（2.5萬(wàn)，后裝4.5萬(wàn)）

Xpilot4.0 Xpilot5.0能力自主研端到端自輔助駕首次實(shí)現(xiàn)高速導(dǎo) 全自研 基于AI城市智能領(lǐng)停車(chē)場(chǎng)全場(chǎng) 通過(guò)實(shí)現(xiàn)局部的完時(shí)間201820192020202120222023-2024實(shí)現(xiàn)發(fā)的自研實(shí)現(xiàn)數(shù)駛能力遙控泊車(chē)航領(lǐng)航360度感的智能航輔助駕駛自主泊景智Xpilot3.0向4.0全自動(dòng)駕適應(yīng)巡據(jù)閉環(huán)的從單車(chē) 的量產(chǎn)停車(chē)場(chǎng)知能力座艙量能力車(chē)量產(chǎn)能輔迭代駛能力釋航系統(tǒng)自動(dòng)泊車(chē)道向多記憶泊量產(chǎn)產(chǎn)助駕放實(shí)現(xiàn)量系統(tǒng)量產(chǎn)車(chē)道邁車(chē)駛產(chǎn)進(jìn)自研 -部分算力布置 -傳感 -器

最底層的線控路徑規(guī)劃和控制部分；自動(dòng)泊車(chē)的感知算法由供應(yīng)商提供G3i智尊版：MobileyeEyeQ420個(gè)傳感器：1個(gè)4個(gè)環(huán)視攝像頭+1毫米波雷達(dá)+2置毫米波雷達(dá)+12超聲波雷達(dá)

端到端自研能力：XPU的平臺(tái)軟件Xplot系統(tǒng)架構(gòu)；Xpilot系統(tǒng)應(yīng)用層軟件：包攝像頭服務(wù)、CAN服務(wù)、自動(dòng)駕駛應(yīng)用感知、定位、預(yù)測(cè)、路徑規(guī)劃、決策)小鵬P7智尊版：英偉達(dá)Xavier計(jì)算平臺(tái)+英飛凌AurixMCU2.030個(gè)傳感器：1個(gè)單目前置攝像頭前置三目攝像頭+5個(gè)增強(qiáng)感知攝像頭+4攝像頭+5個(gè)毫米波雷達(dá)+12超聲波雷達(dá)高精地圖高精度定位

全棧自研算法具備基于數(shù)據(jù)的感知、定位、規(guī)劃、控制功能迭代升級(jí)全棧式軟件開(kāi)發(fā)能力小鵬P5：英偉達(dá)Xavier32個(gè)傳感器：13個(gè)高清攝像頭+5個(gè)毫米波雷達(dá)+12波傳感器+2個(gè)車(chē)規(guī)級(jí)激光雷達(dá)高精地圖高精度定位

引入全新的決策架構(gòu)，可反向兼融3.5版本 -小鵬G9、小鵬G6：英偉達(dá)Orin -32個(gè)傳感器：13個(gè)高精攝像頭+5個(gè)毫米波雷達(dá)+12個(gè)超聲波傳感器+2 -個(gè)車(chē)規(guī)級(jí)激光雷達(dá)高精地圖+高精度定位資料來(lái)源：賽博汽車(chē)公眾號(hào)、新生代市場(chǎng)監(jiān)測(cè)機(jī)構(gòu)公眾號(hào)、研究所XNGP系小鵬第二代智能輔助駕駛系統(tǒng)，將提供行業(yè)首個(gè)全場(chǎng)景輔助駕駛功能。20229G9XNGPXpilot/車(chē)場(chǎng)內(nèi)部道路等，最終泊入車(chē)位都可以使用智能駕駛輔助系統(tǒng)。全場(chǎng)景智能輔助駕/采集過(guò)程復(fù)雜，影響高精地圖的覆蓋范圍。因此，XNGP還將在無(wú)高精地圖區(qū)域推進(jìn)圖6：XNGP引入高速NGP、城市NGP功能，可實(shí)現(xiàn)隨時(shí)隨地的全場(chǎng)景輔助駕駛資料來(lái)源：小鵬汽車(chē)官網(wǎng)XNGP的實(shí)現(xiàn)需要以傳感器、算力芯片等硬件以及XNet為代表的軟件及AI體系作為支撐。MobileyeEyeQ4Orin600PFLOPSAIXNet從2021年下半年開(kāi)始構(gòu)建基于Transformer的BEV視覺(jué)感知系統(tǒng)XNet，作為XNGPXNGPXNGP硬件端：XNGP感知端：小鵬堅(jiān)持以視覺(jué)為核心，并融合激光雷達(dá)以實(shí)現(xiàn)安全的冗余。比如高速NGPNGP從P7開(kāi)始，Xpilot逐步形成前視三目攝像頭+翼子板側(cè)后視攝像頭+反光鏡前視攝像頭++5+4+12++高精定P5Xpilot夠直接對(duì)現(xiàn)實(shí)場(chǎng)景進(jìn)行3D4DG91+1Xpilot4.0車(chē)型 攝像頭毫米波雷達(dá)超聲波雷車(chē)型 攝像頭毫米波雷達(dá)超聲波雷達(dá)激光雷達(dá)車(chē)型 攝像頭毫米波雷達(dá)超聲波雷達(dá)激光雷達(dá)580長(zhǎng)續(xù)航Pro 125120702Pro 125120580長(zhǎng)續(xù)航Max 125122702Max 125122755超長(zhǎng)續(xù)航Pro 125120P7i610Max性能版 125122G6 755超長(zhǎng)續(xù)航 125122610騰翼性能版 125122700四驅(qū)高性能 125122570Plus 5120460G+ 1040570Pro 5120460E+ 45120570Max 5122P5 550G 550E1 40 54 120 0G9 702Pro 702Max 5 512 120 2550P45122650性能版Pro 5120650性能版Max 5122MaxMax數(shù)據(jù)來(lái)源：小鵬汽車(chē)官網(wǎng)、研究所計(jì)算端，隨著Xpilot更高的芯片。小鵬Xpilot2.0及Xpilot2.5MobileyeEyeQ428nm工藝制2.5TOPSXpilot3.0Xpilot3.5Xavier12nm級(jí)的輔助駕駛。到Xpilot4.0階段，小鵬將算力平臺(tái)升級(jí)為英偉達(dá)Orin-X芯片，該芯片由210億個(gè)晶體管組成，采用7nm工藝制程，算力高達(dá)254TOPSL2-L52Orin-XNGP30TOPS508TOPS。自動(dòng)駕駛方案 芯片廠商 芯片 算力(TOPS)功耗(W)單位功耗算力（TOPS/W）晶體管數(shù)自動(dòng)駕駛方案 芯片廠商 芯片 算力(TOPS)功耗(W)單位功耗算力（TOPS/W）晶體管數(shù)(億)制程(nm)小鵬Xpilot2.0 Mobileye EyeQ4 2.530.83-28小鵬Xpilot3.0 Xavier 30301.009012小鵬Xpilot4.0 Orin 254455.642107小鵬Xpilot2.5Xpilot3.5

英偉達(dá)數(shù)據(jù)來(lái)源：水信科技公眾號(hào)、焉知汽車(chē)公眾號(hào)、巨視安防公眾號(hào)、汽車(chē)之心公眾號(hào)、佐思汽車(chē)研究公眾號(hào)、研究所小鵬與阿里云共建自動(dòng)駕駛智算中心“扶搖”，將自動(dòng)駕駛模型訓(xùn)練速度提升近170倍。根據(jù)阿里云基礎(chǔ)設(shè)施公眾號(hào)，為進(jìn)一步提高模型訓(xùn)練的效率，小鵬與阿里云0POS。扶搖以更低GPUGPU資源虛擬31080%220GB/s40AI71170倍。圖7：小鵬與阿里云共建自動(dòng)駕駛智算中心“扶搖”，將自動(dòng)駕駛模型訓(xùn)練速度提升近170倍資料來(lái)源：小鵬汽車(chē)官網(wǎng)軟件端：XNet為小鵬量產(chǎn)BEVXNet系小鵬實(shí)現(xiàn)量產(chǎn)的BEVXNGPBEV視4D信息（）3D息（如車(chē)道線位置等，利用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)端到端數(shù)據(jù)驅(qū)動(dòng)算法迭代，大大提升車(chē)輛的智能輔助駕駛能力，尤其是面對(duì)城市復(fù)雜場(chǎng)景時(shí)的環(huán)境感知、動(dòng)態(tài)物體運(yùn)動(dòng)軌XNGPXNet通過(guò)超強(qiáng)嚴(yán)格的資質(zhì)審查。XNetBEV達(dá)等價(jià)格更高的傳感器的依賴，進(jìn)一步降低小鵬智能駕駛方案的成本，加速小鵬XNGP滲透。圖8：XNet通過(guò)學(xué)習(xí)多相機(jī)多數(shù)據(jù)直接出感知結(jié)果 圖9：XNet準(zhǔn)確檢測(cè)出車(chē)輛周的各種動(dòng)靜態(tài)物體資料來(lái)源：小鵬汽車(chē)官網(wǎng) 資料來(lái)源：小鵬汽車(chē)官網(wǎng)AI數(shù)據(jù)體系小鵬構(gòu)建全閉環(huán)、自成長(zhǎng)的AI數(shù)據(jù)體系，核心是一個(gè)自監(jiān)督學(xué)習(xí)的技術(shù)網(wǎng)絡(luò)黃金骨干模型。根據(jù)九章智駕對(duì)小鵬自動(dòng)駕駛中心感知首席工程師PatrickLiu采訪介紹，能力建設(shè)。通過(guò)黃金骨干模型，車(chē)輛遇到某個(gè)長(zhǎng)尾場(chǎng)景時(shí)會(huì)自動(dòng)上傳云端，并找出大量的同類(lèi)真實(shí)場(chǎng)景數(shù)據(jù)輸入模型中進(jìn)行訓(xùn)練。而仿真數(shù)據(jù)的處理不同，一些在真UEXNGP絡(luò)的提升和發(fā)布模型訓(xùn)練解耦，新長(zhǎng)尾場(chǎng)景出現(xiàn)時(shí)只需要在現(xiàn)有基干網(wǎng)絡(luò)上優(yōu)化，無(wú)需從頭訓(xùn)練，因此算法的迭代速度和成本大幅優(yōu)化。圖10：小鵬構(gòu)建全閉環(huán)、自成長(zhǎng)的AI數(shù)據(jù)體系，核心是黃金骨干模型資料來(lái)源：小鵬汽車(chē)官網(wǎng)小鵬通過(guò)定向采集智能輔助駕駛系統(tǒng)長(zhǎng)尾場(chǎng)景數(shù)據(jù)用于模型優(yōu)化。目前已經(jīng)銷(xiāo)售的汽車(chē)為小鵬采集真實(shí)行車(chē)數(shù)據(jù)提供重要渠道，當(dāng)出現(xiàn)車(chē)端智能輔助駕駛系統(tǒng)處理不好的長(zhǎng)尾場(chǎng)景時(shí)，車(chē)端設(shè)置的觸發(fā)器會(huì)定向采集相關(guān)數(shù)據(jù)，這些數(shù)據(jù)將被傳輸?shù)皆贫耍?jīng)過(guò)篩選和標(biāo)注后用于智能輔助駕駛模型訓(xùn)練。模型訓(xùn)練完后，將被部署到車(chē)端以實(shí)現(xiàn)更佳的駕駛體驗(yàn)。圖11：定向采集長(zhǎng)尾場(chǎng)景據(jù)于模型優(yōu)化 圖12：Cornercase數(shù)據(jù)傳輸至端用于模型訓(xùn)練資料來(lái)源：汽車(chē)之家 資料來(lái)源：汽車(chē)之家根據(jù)小鵬自動(dòng)駕駛中心感知首席工程師Patrick在CVPR2023XNet深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練需要幾十萬(wàn)甚至上百萬(wàn)個(gè)視頻，數(shù)據(jù)標(biāo)注量達(dá)到約2000要對(duì)如此龐大規(guī)模的數(shù)據(jù)進(jìn)行標(biāo)注，如果使用人工，即使有1000人標(biāo)注也需要兩年，并且過(guò)程中不能出現(xiàn)新的長(zhǎng)尾場(chǎng)景數(shù)據(jù)。為更高效地進(jìn)行海量數(shù)據(jù)標(biāo)注，小鵬自研全自動(dòng)標(biāo)注系統(tǒng)，將相機(jī)圖像、激光雷達(dá)、毫米波雷達(dá)等信息作為輸入，將視頻中出現(xiàn)的各種目標(biāo)物的位置、尺寸、速度、加速度標(biāo)注出來(lái)。相比人工，全自動(dòng)標(biāo)注系統(tǒng)的數(shù)據(jù)標(biāo)注質(zhì)量遠(yuǎn)超人工標(biāo)注質(zhì)量，包含的信息更加全面（包括3D尺（3000cps15個(gè)自動(dòng)駕駛數(shù)據(jù)集NuScene的數(shù)據(jù)量。同時(shí)，全自動(dòng)標(biāo)注系統(tǒng)極大提升數(shù)據(jù)標(biāo)注的效率，200016.7效率提升約4.5萬(wàn)倍XNet深度276Transformer1.81.6schemeepoch方3.032600PFLOPS80機(jī)并行加速訓(xùn)練的方式（需要通過(guò)高性能存儲(chǔ)及網(wǎng)絡(luò)提供接近線性的加速比，使3270混合精度訓(xùn)練、網(wǎng)絡(luò)結(jié)構(gòu)與算子優(yōu)化、優(yōu)化訓(xùn)練、云端并行計(jì)算等將模型訓(xùn)練效率提升602倍。圖13：自研全自動(dòng)標(biāo)注系，率提升4.5萬(wàn)倍 圖14：云端并行計(jì)算等舉將型訓(xùn)練效率提升602倍資料來(lái)源：CVPR2023 資料來(lái)源：CVPR2023小鵬使用Transformer架構(gòu)將模型訓(xùn)練結(jié)果部署到車(chē)端。如果沒(méi)有重構(gòu)優(yōu)化，在Orin-XXNet122%（1anoeranoesTransformerOrin29（）骨干網(wǎng)絡(luò)剪枝。通過(guò)對(duì)骨干網(wǎng)絡(luò)進(jìn)行優(yōu)化，計(jì)2.63OnXDLACPU1.7XNetOrin-X算力大幅降9%。圖15：車(chē)端部署XNet所需122%Orin的算力降低至 圖16：小鵬掌握大規(guī)模仿和續(xù)集成能力9% 資料來(lái)源：CVPR2023 資料來(lái)源：新智駕公眾號(hào)仿真數(shù)據(jù)是輔助駕駛系統(tǒng)的重要數(shù)據(jù)來(lái)源之一，尤其是現(xiàn)實(shí)行車(chē)過(guò)程中極難獲取到的長(zhǎng)尾數(shù)據(jù)。以小鵬科技日的案例為例，大卡車(chē)輪胎脫落導(dǎo)致與地面摩擦起火的情形十分罕見(jiàn)，收集到足夠多的數(shù)據(jù)可能需要數(shù)年時(shí)間。而仿真的存在可以通過(guò)特定設(shè)計(jì)生成大量相似場(chǎng)景。例如，小鵬根據(jù)實(shí)車(chē)數(shù)據(jù)采用技術(shù)領(lǐng)先的unreal5染引擎產(chǎn)生成千上萬(wàn)個(gè)類(lèi)似場(chǎng)景，模擬出各種車(chē)輪脫落的情形。具體而言，可以先4D4D（4D3D環(huán)境為輔助駕駛系統(tǒng)提供重要測(cè)試場(chǎng)景。相比場(chǎng)地測(cè)試和道路測(cè)試，仿真測(cè)試更易系統(tǒng)的每一行代碼都經(jīng)過(guò)5000萬(wàn)公里仿真行駛里程、5000+個(gè)核心模擬場(chǎng)景、17000+個(gè)專(zhuān)項(xiàng)模擬場(chǎng)景測(cè)試。小鵬平常的集成測(cè)試都會(huì)通過(guò)一些測(cè)試保證沒(méi)有引入bug扶搖架構(gòu)：使XNGP30%，車(chē)型適配成本降低70%小鵬汽車(chē)開(kāi)發(fā)XNGP的綜合研發(fā)效率提升30%、車(chē)型適配成本降低70%。20%80%（包括自動(dòng)駕駛智算中心以及XNetXNGPXNGP30%，車(chē)70%。圖17：XNGP智能輔助駕駛系統(tǒng)是小鵬扶搖架構(gòu)智能體系的重要組成部分資料來(lái)源：小鵬汽車(chē)官網(wǎng)、產(chǎn)品端：多款P7i提供XNGP，G6有望成25萬(wàn)級(jí)領(lǐng)先電動(dòng)SUV小鵬3i搭載ot2.5智能輔助駕駛系統(tǒng)，·V流的設(shè)計(jì)以及舒適的體驗(yàn)。G3i由小鵬第一款智能汽車(chē)G3改造而來(lái)，感知端采用雷達(dá)和視覺(jué)雙重環(huán)境感知方案，整體更加安全，更適應(yīng)中國(guó)復(fù)雜的路況。其G3i460N+、G3i520N+ACCLCCALCSAS14.9萬(wàn)-17.7表5：G3i搭載Xpilot2.5智能輔助駕駛系統(tǒng)，提供較低級(jí)別的輔助駕駛功能Xpilot智能輔助駕駛系統(tǒng)G3i460G+G3i460N+G3i520N+售價(jià)（元）148,900163,900176,900CCS定速巡航√--ACC自適應(yīng)巡航-√√LCC車(chē)道居中輔助-√√ALC智能輔助變道-√√SAS智能限速輔助-√√ATC自適應(yīng)彎道巡航-√√資料來(lái)源：小鵬汽車(chē)官網(wǎng)、研究所P7搭載Xpilot3.0NGP功能。P7P7706km4P7Xpilot3.0P7提ACCLCCALC480EP7625E兩款車(chē)型開(kāi)始提供高速Xpilot智能輔助駕駛系統(tǒng)/Xpilot3.0軟件及升級(jí)服務(wù)P7480GP7480EP7586GXpilot智能輔助駕駛系統(tǒng)/Xpilot3.0軟件及升級(jí)服務(wù)P7480GP7480EP7586GP7625E售價(jià)（元）209,900229,900229,900249,900輔助駕駛模擬顯示系統(tǒng)-√-√ACC自適應(yīng)巡航-√-√Xpilot智能輔助駕駛系統(tǒng)/Xpilot3.0軟件及升級(jí)服務(wù)P7480GP7480EP7586GP7625ELCC車(chē)道居中輔助-√-√ALC智能輔助變道-√-√ATC自適應(yīng)彎道巡航-√-√CCS定速巡航√-√-超級(jí)智能輔助泊車(chē)-√-√高速NGP智能導(dǎo)航輔助駕駛-√-√SR環(huán)境模擬顯示-√-√停車(chē)場(chǎng)記憶泊車(chē)-√-√IHB智能遠(yuǎn)光燈-√-√資料來(lái)源：小鵬汽車(chē)官網(wǎng)、研究所P5搭載Xpilot3.5NGP功能。P5P5150°150具備360°雙重感知融合能力，最多有32P5Xpilot3.5ACC/LCC/NGP識(shí)別與應(yīng)對(duì)，擁堵路況下舒適性增強(qiáng)，支持NGPNGP智能輔助駕駛系統(tǒng)Xpilot軟 P5460G+P5460E+P5550G智能輔助駕駛系統(tǒng)Xpilot軟 P5460G+P5460E+P5550GP5550EP5550P售價(jià)（元） 156,900174,900170,900188,900202,900停車(chē)場(chǎng)記憶泊車(chē) -√-√√高速NGP智能導(dǎo)航輔助駕駛 -√-√√SR環(huán)境模擬顯示 -√-√√IHB智能遠(yuǎn)光燈 -√-√√停車(chē)場(chǎng)記憶泊車(chē)增強(qiáng)版 ----√高速NGP智能導(dǎo)航輔助駕駛 ----√ACC自適應(yīng)巡航增強(qiáng)版 ----√LCC車(chē)道居中輔助增強(qiáng)版 ----√城市NGP智能導(dǎo)航輔助駕駛 ----√件及升級(jí)服務(wù)增強(qiáng)版資料來(lái)源：小鵬汽車(chē)官網(wǎng)、研究所G9搭載Xpilot4.0XNGP。小鵬G9SUV31DRIVEOrinG9Xpilot4.0系統(tǒng)，根據(jù)小鵬汽車(chē)XPENG公眾號(hào)，2022年9月，G9在行業(yè)率先實(shí)現(xiàn)量產(chǎn)發(fā)布城市NGP功能。同時(shí)，G9也是國(guó)內(nèi)首個(gè)通過(guò)自動(dòng)駕駛封閉場(chǎng)地測(cè)試的在售量產(chǎn)車(chē)。目前，G9570Max、G9702Max、G9650性能版Max三款車(chē)型均具備城市NGP以及全場(chǎng)景NGP功能。但G9定價(jià)明顯高于小鵬以往車(chē)型，盡管輔助駕駛功能有所提升，但從消費(fèi)者反饋來(lái)看，G9并不及最初的預(yù)期。XNGP智能輔助駕駛系統(tǒng)G9570PlusG9570ProG9570MaxG9702ProG9702MaxG9650XNGP智能輔助駕駛系統(tǒng)G9570PlusG9570ProG9570MaxG9702ProG9702MaxG9650性能版ProG9650性能版Max售價(jià)（元）309,900329,900349,900349,900369,900399,900419,900高速NGP智能導(dǎo)航輔助駕駛增強(qiáng)版--√-√-√城市NGP智能導(dǎo)航輔助駕駛--√-√-√XNGP智能輔助駕駛系統(tǒng)G9570PlusG9570ProG9570MaxG9702ProG9702MaxG9650性能版ProG9650性能版Max全場(chǎng)景智能輔助駕駛- - √- √-√ACC-L自適應(yīng)巡航增強(qiáng)版- - √- √-√LCC-L車(chē)道居中輔助增強(qiáng)版- - √- √-√VPA-L停車(chē)場(chǎng)記憶泊車(chē)增強(qiáng)版- - √- √-√資料來(lái)源：小鵬汽車(chē)官網(wǎng)、研究所P7iG9明顯更低。P7i智能轎跑，擁有31個(gè)感知元件帶來(lái)超強(qiáng)感知決策能力，雙Orin-X芯片提供XNet360P7i702MaxP7i610MaxP7i610G9XNGPNGPNGPG9，P7i比優(yōu)勢(shì)更為突出。表9：P7i多款車(chē)型提供全場(chǎng)景輔助駕駛功能，價(jià)格相比G9明顯更低XNGP智能輔助駕駛系統(tǒng)（已含Xpilot全功能）P7i702ProP7i702MaxP7i610Max性能版P7i610鵬翼性能版售價(jià)（元）249,900269,900289,900339,900全場(chǎng)景智能輔助駕駛-√√√城市NGP智能導(dǎo)航輔助駕駛-√√√高速NGP智能導(dǎo)航輔助駕駛增強(qiáng)版-√√√ACC-L自適應(yīng)巡航增強(qiáng)版-√√√LCC-L車(chē)道居中輔助增強(qiáng)版-√√√VPA-L停車(chē)場(chǎng)記憶泊車(chē)增強(qiáng)版-√√√資料來(lái)源：小鵬汽車(chē)官網(wǎng)、研究所G6有望成為25萬(wàn)級(jí)領(lǐng)先智能電動(dòng)SUVG6SUVBEV+Transformer31508TOPSOrin-XG6MaxXNGPG6580長(zhǎng)Max2325SUVG62.0扶搖技術(shù)架構(gòu)下的首款戰(zhàn)略產(chǎn)品，后續(xù)小鵬在車(chē)型開(kāi)發(fā)、零部件通用性等方面能夠有效對(duì)表10：G6有望成為25萬(wàn)級(jí)領(lǐng)先智能電動(dòng)SUV，多款車(chē)型提供全場(chǎng)景輔助駕駛功能XNGP智能輔助駕駛系統(tǒng)（已含XPILOT全功能）G6580長(zhǎng)續(xù)航ProG6580長(zhǎng)續(xù)航MaxG6755超長(zhǎng)續(xù)航ProG6755超長(zhǎng)續(xù)航MaxG6700四驅(qū)高性能Max售價(jià)（元）209,900229,900234,900254,900276,900高速NGP智能導(dǎo)航輔助駕駛增強(qiáng)版-√-√√城市NGP智能導(dǎo)航輔助駕駛-√-√√全場(chǎng)景智能輔助駕駛-√-√√ACC-L自適應(yīng)巡航增強(qiáng)版-√-√√LCC-L車(chē)道居中輔助增強(qiáng)版-√-√√VPA-L停車(chē)場(chǎng)記憶泊車(chē)增強(qiáng)版-√-√√資料來(lái)源：小鵬汽車(chē)官網(wǎng)、研究所、規(guī)劃：城市NGP開(kāi)啟智駕下半場(chǎng)，將向XNGP乃至Robotaxi邁進(jìn)高速NGP功能實(shí)現(xiàn)再升級(jí)Xpilot優(yōu)化推動(dòng)高速NGP再升級(jí)，城市NGP結(jié)。在小鵬汽車(chē)智能駕駛規(guī)劃中，高速、地下停車(chē)場(chǎng)等單場(chǎng)景的高級(jí)輔助駕駛能力XpilotNGP20221024Xpilot2023NGPNGP策20231時(shí)，隨著消費(fèi)者對(duì)智能駕駛水平要求的提升以及小鵬技術(shù)水平的持續(xù)進(jìn)步，Xpilot將NGP使用場(chǎng)景拓寬到城市，同時(shí)還提供紅綠燈識(shí)別、車(chē)道級(jí)導(dǎo)航功能，城市NGP圖18：Xpilot發(fā)布新的發(fā)展規(guī)劃，將在2023年下半年提升高速NGP性能資料來(lái)源：小鵬汽車(chē)官網(wǎng)XNGP城市NGP的落地開(kāi)啟小鵬智能駕駛下半場(chǎng)，將向更高階智能駕駛持續(xù)邁進(jìn)。2022年9NGP駛功能。城市NGP的落地是小鵬邁向智能駕駛下半場(chǎng)的決定性一步。按照小鵬的規(guī)劃，從城市NGP開(kāi)始，小鵬將逐步向?qū)崿F(xiàn)全場(chǎng)景輔助駕駛甚至全面自動(dòng)駕駛、71%有90%的駕駛時(shí)間是在城市道路，而100%的用戶都會(huì)途徑城市場(chǎng)景，因此城市NGPNGPNGP1024NGP6NGP4到高速NGP的88倍。圖19：城市NGP的落地是小鵬智能駕駛下半場(chǎng)的開(kāi)端資料來(lái)源：小鵬汽車(chē)官網(wǎng)目前小鵬城市NGP已陸續(xù)開(kāi)放廣州、上海、深圳、北京等高精地圖覆蓋的城市，城市NGP已接近人類(lèi)司機(jī)90%的水平。NGPNGP已發(fā)布支持廣州、深圳和上海三個(gè)城市，全國(guó)范圍內(nèi)2023615NGP在北京正式開(kāi)放，系業(yè)內(nèi)最早在北京城區(qū)內(nèi)開(kāi)放的高級(jí)輔助駕駛功能，主要用于北京各環(huán)線及主要快速路。根據(jù)小鵬G6NGPNGP62%0.6590%圖20：北上廣深城市NGP效率已接近人類(lèi)司機(jī)90%的水平資料來(lái)源：小鵬G6發(fā)布會(huì)XNGPNGPXNet推動(dòng)小鵬降低對(duì)高精地圖的數(shù)據(jù)依賴。小鵬汽車(chē)城市NGP目前僅落地北上廣深四地，主要由于高精地圖成本高、更新慢且小鵬無(wú)高精地圖資質(zhì)，影響其在無(wú)高精地BEVXNet純視覺(jué)方案成為行業(yè)內(nèi)率先降低對(duì)高精地圖的依賴的車(chē)企之一。從2023年開(kāi)始，NGPNGP落地進(jìn)展替代高精地圖的方法最新城市領(lǐng)航輔助系統(tǒng)落地進(jìn)展替代高精地圖的方法最新城市領(lǐng)航輔助系統(tǒng)公司小鵬 XNGP 使用XNet深度視覺(jué)感知神經(jīng)網(wǎng)絡(luò)，大幅減少對(duì)高精地圖的依車(chē)企通過(guò)結(jié)合三種神經(jīng)網(wǎng)格算法：靜態(tài)BEV、動(dòng)態(tài)BEV以及

已在廣州、深圳和上海開(kāi)放城市NGP2024到車(chē)位全場(chǎng)景輔助駕駛理想 ADMax3.0NOA華為 ADS2.0城市NCA供應(yīng)百度 ApolloCityDrivingMax鏈毫末 毫末HPilot智行

OccupancyNOA實(shí)時(shí)輸出對(duì)周?chē)煌▍⑴c者的行動(dòng)預(yù)測(cè)通過(guò)多傳感器觸合、高性能智能駕駛平臺(tái)、擬人化智駕算法、云端仿真以及大數(shù)據(jù)訓(xùn)練，為用戶提供高階智駕體驗(yàn)；首創(chuàng)激光觸合GOD網(wǎng)絡(luò)，可識(shí)別異性障礙物，并作出相應(yīng)操作Apollo將使用純視覺(jué)感知，同時(shí)輔以激光雷達(dá)，實(shí)現(xiàn)“純視覺(jué)光雷達(dá)”的感知冗余，以提供連貫的城市駕駛；Apollo使用“輕量級(jí)高精地圖”方案，比行業(yè)通用的傳統(tǒng)高精地圖要“輕”近80%TransformerBEV環(huán)視空間上做虛擬實(shí)時(shí)建圖，MANA完成數(shù)據(jù)閉環(huán)；成立智算中心“雪湖綠洲”MANAOASIS來(lái)訓(xùn)練數(shù)據(jù)和大模型

預(yù)計(jì)將于本季度進(jìn)行用戶內(nèi)測(cè)，年內(nèi)推廣至100城M5華為高階智能駕駛α5以及Q315個(gè)城市無(wú)圖落地，Q445市將搭載于新款嵐圖FREE城市NOH已經(jīng)在保定和北京做大規(guī)模泛化測(cè)試，預(yù)計(jì)2024年上半年，毫末城市NOH落地將達(dá)100城輕舟 輕舟乘風(fēng) 基于單征程5芯片的城市A版將一顆激光雷達(dá)“物盡其用智行 未來(lái)還將支持輕地圖模式，不斷拓展NOA的適用范圍

將正式推出基于單征程5芯片的輕地圖模式城市NOA方案資料來(lái)源：蓋世汽車(chē)社區(qū)公眾號(hào)、研究所基于城市NGP功能，2023Q4小鵬將在無(wú)高精地圖覆蓋的城市推出AI代駕模式，作為無(wú)高精地圖區(qū)域城市NGP功能的前奏。AI代駕模式即通過(guò)分析用戶日常高頻場(chǎng)景，學(xué)習(xí)用戶駕駛風(fēng)格來(lái)實(shí)現(xiàn)私人定制路線，從而達(dá)到更高的通勤效率。小鵬汽車(chē)表示，AI代駕模式不僅能夠滿足用戶需求，充分覆蓋用戶上下班通勤等高頻用車(chē)場(chǎng)景，更重要的是其無(wú)需等待官方推送所在城市的城市NGP功能，有望加速小鵬高階輔助駕駛場(chǎng)景滲透率的提升，為在無(wú)高精地圖的城市布局全場(chǎng)景輔助駕駛奠定堅(jiān)實(shí)基礎(chǔ)。圖21：小鵬推出AI代駕模式，2023Q4開(kāi)始將在無(wú)高精地圖覆蓋的城市布局資料來(lái)源：小鵬汽車(chē)官網(wǎng)重點(diǎn)推進(jìn)無(wú)高精地圖城市的布局，2023年底小鵬有望在50座城市提供類(lèi)似城市NGP體驗(yàn)。G6XNGPXNGP94.6%AIXNGP2023年下半年將在大部分無(wú)高精地圖城市開(kāi)放變道、超車(chē)、左右轉(zhuǎn)能力，從而提供類(lèi)似NGP202350XNGP。圖22：XNGP2023H2將在大部分無(wú)高精地圖城市開(kāi)放變道、超車(chē)、左右轉(zhuǎn)能力，提供類(lèi)似城市NGP的智駕體驗(yàn)資料來(lái)源：小鵬汽車(chē)官網(wǎng)XNGP2024年底在200XNGP全場(chǎng)景智能輔助駕駛是無(wú)人駕駛實(shí)現(xiàn)前智能輔助駕駛的終極形態(tài)，小鵬計(jì)劃2024年底在200座城市落地XNGP。XNGP提供的準(zhǔn)體驗(yàn)接近全程無(wú)接管（根據(jù)小鵬汽車(chē)官網(wǎng)，小鵬計(jì)劃2025年年內(nèi)實(shí)現(xiàn)城市場(chǎng)景每百公里接管次數(shù)小于1次，并且在安全性、道路博弈能力和通行效率等方面超過(guò)XNGP2024200XNGP圖23：小鵬計(jì)劃2024年底在全國(guó)約200座城市落地XNGP資料來(lái)源：小鵬G6發(fā)布會(huì)L4L22025年開(kāi)始逐步推出小鵬推出G9，系國(guó)內(nèi)首個(gè)通過(guò)自動(dòng)駕駛封閉道路測(cè)試的零改裝量產(chǎn)Robotaxi。20229G9硬件、僅通過(guò)自動(dòng)駕駛軟件升級(jí)即通過(guò)自動(dòng)駕駛封閉道路測(cè)試的零改裝量產(chǎn)Robotaxi小鵬全新高速NGP能夠提供在高速場(chǎng)景接近L4G9、P7i為4.3.0的NGPL4小鵬實(shí)施L2級(jí)輔助駕駛與L4Robotaxi經(jīng)驗(yàn)及相關(guān)技術(shù)應(yīng)用到已有的輔助駕駛車(chē)輛中，推動(dòng)相關(guān)車(chē)輛的升級(jí)迭代。另一方面，L4RobotaxiG92025圖24：小鵬推出G9，系國(guó)內(nèi)首個(gè)通過(guò)自動(dòng)駕駛封閉道路測(cè)試的零改裝量產(chǎn)Robotaxi資料來(lái)源：新智駕公眾號(hào)3、理想：國(guó)內(nèi)智能駕駛龍頭，積極推動(dòng)城市NOA落地、發(fā)展歷程：2021年推出高速NOA功能，2023年將落地城市NOA2023年將落地城市NOA功能。2019ONE、LCA、FCWACC20215ONE202112NOA20234NOA1.42022年ADMAXADPro2023NOA功能，MaxOrin2025年實(shí)現(xiàn)高速及封圖25：2021年公司推出高速NOA功能，2023年將落地城市NOA資料來(lái)源：佐思汽車(chē)研究公眾號(hào)、理想汽車(chē)公眾號(hào)、聆英咨詢公眾號(hào)、研究所、配置端：軟硬件強(qiáng)力支撐，ADMax3.0將提供城市NOA功能ADMax3.0NOA功能ADMax3.0將釋放城市NOA功能。發(fā)展之初，理想輔助駕駛系統(tǒng)使用供應(yīng)商的方案，但已經(jīng)開(kāi)始進(jìn)行算法模型的訓(xùn)練。隨20194AD1.0ONELDW、LCA、FCWACC、LKA、AEB、、2021ONEAD1.0已經(jīng)推出高速NOAAEB2.0AD輔助駕駛系統(tǒng)分為ADMax2.0ADPro2.0ADMax2.0Orin-XNOAADPro2.05NOA2023年4月，理想發(fā)布ADMax3.0，通過(guò)大模型AI功能。表12：理想持續(xù)推進(jìn)自研輔助駕駛系統(tǒng)升級(jí)迭代時(shí)間2019.042022.032022.092023.04智駕系統(tǒng)AD1.0ADMax2.0ADPro2.0ADMax3.0代表車(chē)型 理想ONE/2021款理想ONE 理想L9 理想L8Pro/理 -想L7Pro主要功能

LDW、LCA、FCW、ACC、LKA、AEB、

新增：高速NOA、自研AEB(融合視覺(jué)+毫米波雷達(dá))、LKA(優(yōu)化)、ACC(優(yōu)化)、RCTA、FCTA、DOW、信號(hào)燈識(shí)別、窄路輔助

新增：升級(jí)版高速NOA(自動(dòng)并線等、升級(jí)增強(qiáng)對(duì)橫穿行人和兩輪車(chē)的識(shí)別、自動(dòng)泊車(chē)及召喚

標(biāo)配：高速NOA罵駛功能

城市NOA導(dǎo)航輔助駕駛系統(tǒng)傳感器配置1R5V5R5V1R11V1L1R10V1R11V1L計(jì)算平臺(tái)MobileyeEyeQ4地平線征程3英偉達(dá)Orin-X地平線征程5英偉達(dá)Orin-X輔助駕駛級(jí)別L2級(jí)L2+級(jí)(2021年底落地高速NOA)L2++資料來(lái)源：佐思汽車(chē)研究公眾號(hào)、理想汽車(chē)公眾號(hào)、理想汽車(chē)官網(wǎng)、研究所（注：R表示毫米波雷達(dá)、V表示攝像頭、L表示激光雷達(dá)）2023年4月18，ADMax3.0。ADMax3.0BEVBEV道路占用的物理世界還原、預(yù)測(cè)模型與實(shí)時(shí)規(guī)劃等功能，并使用NeRF技術(shù)增強(qiáng)OccupancyADMax3.0有望NOANOAADMax3.0ADMax3.0圖26：理想ADMax3.0系統(tǒng)能實(shí)現(xiàn)物理世界數(shù)字化 圖27：ADMax3.0將終身免費(fèi)供全場(chǎng)景NOA功能 資料來(lái)源：理想汽車(chē)公眾號(hào) 資料來(lái)源：理想汽車(chē)公眾號(hào)感知端：靜態(tài)BEV/動(dòng)態(tài)BEV結(jié)合Occupancy網(wǎng)絡(luò)理想靜態(tài)BEV網(wǎng)絡(luò)通過(guò)感知車(chē)輛周?chē)h(huán)境實(shí)時(shí)生成穩(wěn)定的道路結(jié)構(gòu)信息。通過(guò)BEV下在大多數(shù)道路實(shí)現(xiàn)智能駕駛。盡管靜態(tài)BEV在大多數(shù)道路有較好的道路結(jié)構(gòu)還原能力，但在城市中的一些復(fù)雜路口，比如跨度較大的路口由于通行車(chē)輛較多導(dǎo)致傳感器視野容易被遮擋，或者也可能是雨雪天等極端天氣影響，導(dǎo)致車(chē)端實(shí)時(shí)感知的局部道路信息存在缺失，此時(shí)靜態(tài)BEV網(wǎng)絡(luò)的感知能力可能并不穩(wěn)定，影響智能駕駛系統(tǒng)的判斷。針對(duì)復(fù)雜路口靜態(tài)BEV網(wǎng)絡(luò)感知能力不足的問(wèn)題，理想與清NPN。NPN提升靜態(tài)BEV力，特點(diǎn)是一系列神經(jīng)網(wǎng)絡(luò)參數(shù)，盡管人類(lèi)無(wú)法直接理解這些參數(shù)，但自動(dòng)駕駛大模型可以。相比高精地圖，N（）信息量更大。N通過(guò)神經(jīng)網(wǎng)絡(luò)提取全圖特征，其中包括人類(lèi)無(wú)法理解的內(nèi)容，而高精地圖是人為選擇的（）N理信息采集等數(shù)據(jù)安全問(wèn)題。在NPN的支撐下，理想通過(guò)將不同車(chē)輛的傳感器在不同時(shí)間段感知到的特定復(fù)雜路口的信息上傳至云端訓(xùn)練集群，作為智能輔助駕駛系統(tǒng)的重要環(huán)境信息來(lái)源。當(dāng)其他車(chē)輛途經(jīng)同一路口時(shí)，輔助駕駛系統(tǒng)將云端的先驗(yàn)信息與BEV網(wǎng)絡(luò)實(shí)時(shí)感知到的環(huán)境信息相結(jié)合，從而提升環(huán)境信息判斷能力。圖28：靜態(tài)BEV可以實(shí)現(xiàn)大多道路的實(shí)時(shí)結(jié)構(gòu)還原 圖29：NPN提升靜態(tài)BEV網(wǎng)絡(luò)對(duì)環(huán)境信息的理解力 資料來(lái)源：理想汽車(chē)公眾號(hào) 資料來(lái)源：理想汽車(chē)公眾號(hào)與神經(jīng)先驗(yàn)網(wǎng)絡(luò)NPN結(jié)合后，靜態(tài)BEV網(wǎng)絡(luò)在各類(lèi)天氣環(huán)境、視野范圍等情況下的環(huán)境感知能力明顯增強(qiáng)。神經(jīng)先驗(yàn)網(wǎng)絡(luò)NPN所具備的人類(lèi)無(wú)法理解的道路信息與靜態(tài)BEV網(wǎng)絡(luò)獲取的實(shí)時(shí)環(huán)境信息的融合能夠還原出較為真實(shí)的車(chē)輛外部環(huán)境，是理想希望在無(wú)高精地圖覆蓋的城市推進(jìn)高階智能輔助駕駛的關(guān)鍵之一。例如，在下雨天等極端天氣使車(chē)載傳感器感知到的車(chē)道線模糊的情況下，通過(guò)從云端獲取天氣狀況較好時(shí)的先驗(yàn)車(chē)道線信息，能夠使靜態(tài)BEV網(wǎng)絡(luò)生成更加完整的車(chē)道線信息。根據(jù)XuanXiong等的測(cè)試，具備N(xiāo)MP的BEV網(wǎng)絡(luò)在不同視野范圍、不同天氣環(huán)境下對(duì)車(chē)道線、路沿等信息的理解能力明顯高于單純的BEV網(wǎng)絡(luò)。圖30：通過(guò)結(jié)合NPN網(wǎng)絡(luò)的云端先驗(yàn)信息，BEV網(wǎng)絡(luò)生成的車(chē)道線信息更加精準(zhǔn)NeuralMapPriorforAutonomousDriving（XuanXiong等，2023）Divider CrossingBoundary All+NMP 語(yǔ)義分割評(píng)價(jià)指標(biāo)Divider CrossingBoundary All+NMP 語(yǔ)義分割評(píng)價(jià)指標(biāo)mIoU WeatherDivider CrossingBoundary All+NMP 語(yǔ)義分割評(píng)價(jià)指標(biāo)mIoU BEVRange60m×30m - 49.51 28.85 50.67 43.01 Rain - 50.25 26.90 44.54 40.56 √ 55.01 34.09 56.52 48.54 √ 54.64 30.62 54.19 46.48100m100m160m100m

- 43.41 29.07 56.57 43.01 Night - 51.02 21.17 48.99 40.39 √ 49.51 32.67 59.94 47.37 √ 54.66 33.78 55.92 48.12 - 41.21 26.42 51.74 39.79 NightRain - 55.76 0.00 47.60 34.45 √ 46.85 29.25 57.22 44.44 √ 61.22 0.00 50.84 37.35Normal - 49.27 29.49 52.11 43.62 √ 53.46 35.27 57.75 48.82數(shù)據(jù)來(lái)源：《NeuralMapPriorforAutonomousDriving》（XuanXiong等，2023）、研究所（注：NMP指神經(jīng)地圖先驗(yàn)）理想通過(guò)學(xué)習(xí)大量人類(lèi)司機(jī)行為推出信號(hào)燈意圖網(wǎng)絡(luò)TIN，提升輔助駕駛系統(tǒng)對(duì)信號(hào)燈的識(shí)別能力。解決靜態(tài)BEV網(wǎng)絡(luò)在復(fù)雜路口的感知能力不足問(wèn)題后，為解決信號(hào)燈識(shí)別問(wèn)題，理想自研端到端的信號(hào)燈意圖網(wǎng)絡(luò)TIN以增強(qiáng)輔助駕駛系統(tǒng)對(duì)信號(hào)燈的識(shí)別能力，進(jìn)一步推動(dòng)其無(wú)圖化進(jìn)程。具體而言，TIN網(wǎng)絡(luò)不需要任何人為設(shè)定的規(guī)則，甚至不需要知道信號(hào)燈的具體位置，只需要將相關(guān)圖像、視頻數(shù)據(jù)輸入TIN網(wǎng)絡(luò)，就能端到端直接輸出車(chē)輛應(yīng)該執(zhí)行的左轉(zhuǎn)/右轉(zhuǎn)/直行/停止操作。例如，當(dāng)前方紅綠燈顯示為紅燈時(shí)，TIN網(wǎng)絡(luò)輸出車(chē)輛應(yīng)該停止前進(jìn)的概率最高。其背后的原理是理想讓TIN網(wǎng)絡(luò)學(xué)習(xí)大量人類(lèi)司機(jī)在路口對(duì)信號(hào)燈變化的反應(yīng)。圖31：信號(hào)燈意圖網(wǎng)絡(luò)TIN可實(shí)現(xiàn)端到端輸出 圖32：TIN網(wǎng)絡(luò)具備超遠(yuǎn)距離綠燈識(shí)別資料來(lái)源：理想汽車(chē)公眾號(hào) 資料來(lái)源：理想汽車(chē)公眾號(hào)理想動(dòng)態(tài)BEV網(wǎng)絡(luò)通過(guò)識(shí)別車(chē)輛等規(guī)則物體的空間位置并預(yù)測(cè)其運(yùn)動(dòng)軌跡，具備一定的車(chē)輛周?chē)h(huán)境信息“腦補(bǔ)”能力。在靜態(tài)BEV網(wǎng)絡(luò)實(shí)現(xiàn)車(chē)道線等靜態(tài)物體識(shí)別的情況下，理想自研動(dòng)態(tài)BEV網(wǎng)絡(luò)，可以解決傳統(tǒng)視覺(jué)難以解決的遮擋、跨相機(jī)等問(wèn)題，使BEV網(wǎng)絡(luò)具備一定的環(huán)境信息“腦補(bǔ)”能力。具體而言，當(dāng)車(chē)輛、行人、騎車(chē)人員等規(guī)則物體同時(shí)出現(xiàn)在多個(gè)攝像頭的情況下，動(dòng)態(tài)BEV網(wǎng)絡(luò)可以穩(wěn)定追蹤并感知出其距離和速度，進(jìn)一步增強(qiáng)輔助駕駛車(chē)輛對(duì)周?chē)h(huán)境信息的感知能力，真正做到空間、時(shí)間維度上的四維感知。理想通過(guò)Occupancy網(wǎng)絡(luò)精準(zhǔn)識(shí)別通用障礙物的邊界及類(lèi)型，訓(xùn)練里程已經(jīng)達(dá)到上億公里。通過(guò)動(dòng)態(tài)BEV網(wǎng)絡(luò)解決規(guī)則物體的識(shí)別后，施工路段、遺落物體等通用障礙物的識(shí)別是理想視覺(jué)感知系統(tǒng)下一步需要完成的目標(biāo)。理想通過(guò)自研Occupancy網(wǎng)絡(luò)算法對(duì)物理世界進(jìn)行數(shù)據(jù)化建模，精準(zhǔn)識(shí)別施工路段、卡車(chē)后斗、遺撒物體等通用障礙物的邊界及類(lèi)型，從而還原輔助駕駛車(chē)輛周?chē)恼鎸?shí)環(huán)境。根據(jù)NE時(shí)代新能源公眾號(hào)的數(shù)據(jù)，理想Occupancy模型訓(xùn)練里程已經(jīng)達(dá)到上億公里，識(shí)別的內(nèi)容及其準(zhǔn)確性大幅提升。在此基礎(chǔ)上，理想通過(guò)NeRF技術(shù)進(jìn)一步提升Occupancy網(wǎng)絡(luò)的遠(yuǎn)距離分辨率，使其輔助駕駛系統(tǒng)的環(huán)境感知能力更加強(qiáng)大。圖33：動(dòng)態(tài)BEV網(wǎng)絡(luò)實(shí)時(shí)還原通參與者空間位置 圖34：Occupancy精準(zhǔn)識(shí)別通障礙物的邊界及類(lèi)型資料來(lái)源：理想汽車(chē)公眾號(hào) 資料來(lái)源：理想汽車(chē)公眾號(hào)理想規(guī)控算法通過(guò)學(xué)習(xí)大量人類(lèi)司機(jī)駕駛行為生成更好的行車(chē)路線，逐步實(shí)現(xiàn)像人類(lèi)一樣自由操縱。靜態(tài)BEV網(wǎng)絡(luò)、動(dòng)態(tài)BEV網(wǎng)絡(luò)、Occupancy網(wǎng)絡(luò)能夠輸出輔助駕駛車(chē)輛周?chē)S富的環(huán)境信息。在此基礎(chǔ)上，理想規(guī)控算法通過(guò)學(xué)習(xí)大量人類(lèi)司機(jī)的駕駛行為，在保證行車(chē)安全、符合交通規(guī)則的情況下，做出類(lèi)似人類(lèi)駕駛員的判斷，生成最佳的行車(chē)路線。例如，根據(jù)理想汽車(chē)公眾號(hào)，理想通過(guò)觀察大量人類(lèi)司機(jī)行車(chē)軌跡發(fā)現(xiàn)90%以上的司機(jī)在車(chē)輛右轉(zhuǎn)時(shí)都會(huì)選擇右二車(chē)道，原因在于右二車(chē)道相比右一車(chē)道的安全性和效率更高，且更大的轉(zhuǎn)彎半徑能夠帶來(lái)更加舒適的行車(chē)體驗(yàn)，因此理想輔助駕駛系統(tǒng)的規(guī)控算法在車(chē)輛右轉(zhuǎn)時(shí)也選擇右二車(chē)道。圖35：理想規(guī)控算法通過(guò)學(xué)習(xí)大量人類(lèi)司機(jī)的駕駛行為生成更好的行車(chē)路線資料來(lái)源：理想汽車(chē)公眾號(hào)硬件端：感知層面以視覺(jué)為核心融合激光雷達(dá)由于采用與特斯拉類(lèi)似的BEV感知模型，理想感知端以視覺(jué)為核心，同時(shí)為進(jìn)一步提供安全保障，感知端也融合激光雷達(dá)等其他傳感器。攝像頭方面，理想ONE5L7AirPro10MaxMax版本搭載ADMax1282003D定位，在暗光、強(qiáng)光下駕駛更安全。商雷達(dá)激光傳感器等部分零部件供應(yīng)超聲商雷達(dá)激光傳感器等部分零部件供應(yīng)超聲波雷達(dá)毫米車(chē)型 攝像波頭 達(dá)供應(yīng)商雷達(dá)激光傳感器等部分零部件超聲波雷達(dá)攝 毫米像 波雷頭 達(dá)車(chē)型2020款

5 1 12 0 博世(iBooster、ESP、EPS、超聲波

Air 10 1 12 0Pro 10 1 12 0

禾賽科技(激光雷達(dá))；歐

2021 5 5 12 款

雷達(dá)、毫米波雷達(dá))；易航智能(ADAS系統(tǒng)

L8 菲光車(chē)載鏡頭)；高德高精地圖)；千尋位置高精Air 10 1 12 0Pro 10 1 12 0 理想(XCU中央域控制器)(中央域控L7 芯片)；歐菲光車(chē)載鏡Max 1 12 1 頭)

Max 1 12 1L9 Max 1 12 1

度定位服務(wù)及算法)未來(lái)黑科技(HUD硬件)；禾賽科技(激光雷達(dá))；鎂佳科技(座艙控制器、T-box&Gateway一體機(jī))資料來(lái)源：理想汽車(chē)官網(wǎng)、蓋世汽車(chē)社區(qū)公眾號(hào)、42號(hào)車(chē)庫(kù)公眾號(hào)、太平洋汽車(chē)公眾號(hào)、NE時(shí)代新能源公眾號(hào)、研究所ADPro/ADMax輔助駕駛系統(tǒng)分別搭載征程5/Orin-X芯片。引進(jìn)性能更高的芯片。2020款理想ONE采用MobileyeEyeQ4芯片，算力為2.5TOPS2021ONE35TOPSADPro/ADMax5Orin-X功耗(W) 單位功耗算功耗(W) 單位功耗算算力(TOPS)芯片芯片廠商車(chē)型20202020款理想 MobileyeEyeQ42.530.832021款理想 地平線征程352.52.00L7Air、L7Pro、L8Air、 地平線L8Pro征程5128353.66L7Max、L8 英偉達(dá)Orin-X254455.64Max、L9Max資料來(lái)源：理想汽車(chē)官網(wǎng)、焉知汽車(chē)公眾號(hào)、賽博汽車(chē)公眾號(hào)、半導(dǎo)體產(chǎn)業(yè)縱橫公眾號(hào)、研究所圖36：理想ADPro/ADMax輔助駕駛系統(tǒng)分別搭載征程5/Orin-X算力芯片資料來(lái)源：理想汽車(chē)官網(wǎng)單顆征程5芯片即可流暢支持高速功能，相比Orin-X5Orin-X5131S（1531幀秒Orin-X3.35流暢支持高速NOA5Orin-XOrin-X算力達(dá)254TOPS，全系標(biāo)配Orin-X芯片有望推動(dòng)ADMax數(shù)據(jù)閉環(huán)：構(gòu)建軟件2.0理想構(gòu)建軟件2.0閉環(huán)架構(gòu)，有望推動(dòng)高階輔助駕駛大模型加速落地。輔助駕駛大模型的開(kāi)發(fā)以數(shù)據(jù)驅(qū)動(dòng)的閉環(huán)體系為重要支撐。理想構(gòu)建軟件2.0圖37：理想構(gòu)建軟件2.0閉環(huán)架構(gòu)，有望推動(dòng)高階輔助駕駛大模型加速落地資料來(lái)源：理想汽車(chē)公眾號(hào)累計(jì)輔助駕駛里程及NOA行駛里程均為全國(guó)第一，積累龐大模型訓(xùn)練素材。根據(jù)高工智能汽車(chē)公眾號(hào)，截至2023年3月23日，理想已交付車(chē)型的輔助駕駛總里程5.5NOA25NOA1億0-11510006-81億且效率較低。為解決人工標(biāo)注效率較低的問(wèn)題，理想打造軟件2.0訓(xùn)練的方式進(jìn)行自動(dòng)化標(biāo)注，效率大幅提升。目前，311000圖38：L9上市以來(lái)，理想月車(chē)銷(xiāo)量保持增長(zhǎng)態(tài)勢(shì) 圖39：理想通過(guò)自動(dòng)標(biāo)注術(shù)升數(shù)據(jù)標(biāo)注效率單位：輛單位：輛50002022-072022-082022-072022-082022-092022-102022-112022-122023-012023-022023-032023-042023-052023-06理想汽車(chē)當(dāng)月銷(xiāo)量數(shù)據(jù)來(lái)源：、研究所 資料來(lái)源：汽車(chē)智能出行公眾號(hào)自動(dòng)駕駛訓(xùn)練里程已突破6億公里，擬建設(shè)1200PFLOPS自動(dòng)2023年4月18日，理想擁有中國(guó)最多的自動(dòng)駕駛訓(xùn)練里程，累計(jì)訓(xùn)練里程超4億公里，由9.28億+個(gè)訓(xùn)練片段構(gòu)成，總時(shí)長(zhǎng)達(dá)1074萬(wàn)小時(shí)以上，相當(dāng)于1輛車(chē)需要運(yùn)行12666同時(shí)，龐大的數(shù)據(jù)訓(xùn)練規(guī)模需要強(qiáng)大的云端算力支持。理想擬建設(shè)算力達(dá)1200PFLOPS的超算集群，有望成為中國(guó)頂級(jí)自動(dòng)駕駛訓(xùn)練集群之一，提升模型訓(xùn)練能力。圖40：理想汽車(chē)自動(dòng)駕駛訓(xùn)練里程已經(jīng)從2023年4月18日的4億+公里增長(zhǎng)至2023年6月17日的6億+公里資料來(lái)源：理想汽車(chē)公眾號(hào)、理想家庭科技日、產(chǎn)品端：Air/Pro車(chē)型提供高速NOA，Max車(chē)型將落地城市NOA總覽：Air、ProNOA功能，Max車(chē)型有望落地城市功能理想Air、車(chē)型主要針對(duì)高速NOA場(chǎng)景，Max車(chē)型有望落地城市功能。理想Air