广州车展再卷激光雷达，表面辅助城市NOA，实则在赌AEB？

就在前不久，余承东与何小鹏的AEB之争着实热闹了好一阵，最后以两人和解、小鹏连夜推送新版OTA优化AEB表现告终。而在11月9日智界S7预发布会中，余承东提到AEB是个小case！因为华为新出的ADS2.0技术中，拥有了华为首创的智能驾驶综合感知能力，即GOD网络，远远跨越了普通AEB能力。

不过就当我们认为余承东依旧展现传统艺能的时候，却发现在广州车展展出的新车中已经陆续开始加入了相关配置与功能，而且并不止华为系一家。这也不由得让人联想，在AEB之争之后，专注智能驾驶的车企们开始都在帮汽车提升感知力。华为、理想、小鹏、吉利，都在为汽车加强感知力

在今年的广州车展中，华为系车型新车几乎全部支持华为ADS2.0。像智界S7、问界M5都配置了1个激光雷达、11个摄像头、3个毫米波雷达+12个超声波雷达的硬件阵容，就官宣了华为ADS2.0的标准-至少有一个激光雷达+若干个摄像头/雷达才能拥有足够的洞察力。

小鹏与理想这两家新势力车企交出了小鹏X9与理想MEGA这两款MPV车型，分别也在激光雷达等方面下了功夫。小鹏X9将拥有双激光雷达，并放置了双英伟达Orin-X芯片，预计交付就可以使用小鹏XNGP智能辅助驾驶功能。

同样理想MEGA也配置了两套智能驾驶方案，其中一个版本为没配备激光雷达、使用地平线征程5芯片的版本，主要感知硬件为10个摄像头、12个超声波雷达、1个毫米波雷达，达到L2级别辅助驾驶，智能驾驶只能覆盖高速路段。

另一个版本则与小鹏X9类似，配置2个激光雷达、11个摄像头、12个超声波雷达和1个毫米波雷达，支持高速和城市路段NOA功能。从传感器配置来看，理想MEGA的高配版本洞察力是能够支持城区通勤NOA功能的，激光雷达的加入明显对复杂路况识别有帮助。

传统车企方面，吉利银河E8有可能搭载速腾聚创的第二代MEMS固态激光雷达，据有关消息表示有望搭载NOA高阶智驾领航系统。星途星纪元ES也卷出了高端智能车标配的双Orin-X芯片以及1颗激光雷达+11V视觉方案的配置，这款车型可以达到L2级辅助驾驶，但奇瑞表示在高速环境下可以开放辅助驾驶。

而飞凡R7则卷出了33个顶级感知硬件，还加入了Premium4D成像雷达和LUMINAR1550nm激光雷达。4D成像雷达之前被应用在自动驾驶汽车上，以实现360度环视感知功能，在量产车上出现着实罕见。

比较“离谱”的是路特斯EMEYA，作为一款纯电超跑配置了4颗激光雷达和双Orin-X芯片，也支持路特斯智能驾驶Premium。这款新的超跑可以在上海、杭州、广州等六个城市内实现高速领航辅助，12月底将新增16个城市。在一项被人诟病智能化不高的超跑领域，电动超跑也开始让跑车拥有智能驾驶相关功能，这点虽在情理之中但也挺让人意外的。

从上述几款车型可以明显看出，各大车企都在加强旗下汽车的感知硬件配置，以实现智能驾驶的相关功能。尤其是激光雷达的配置已经陆续普及，反而没搭载激光雷达的车型成了支持辅助驾驶阵营的稀罕物。车企狂卷激光雷达背后，关键是让汽车看得明白

在今年下半年，智驾领域的关键词就是城市NOA（驾驶领航辅助）。实际上我们从这次广州车展新车配置中就可以看到，城市NOA驾驶辅助是与激光雷达进行强绑定的。理想MEGA就是一个例子，它的非激光雷达车型就没有配置城市NOA功能，装载激光雷达的车型就可以实现。

这充分证明了一个事实，就是城市道路拥有非常多的交通参与者，路况复杂，智能驾驶如果覆盖城市道路场景，必须要让汽车“看得懂物”和“看得懂路”。

在问界M9披露AR-HUD的相关技术细节中，其中有一个显示危险物的场景展示，我认为这是一个典型的机器看物的思路，即发现-标注-处理，类似于早期BEV的3D标注逻辑。但实际上这种场景属于“看得到物”，却并非看得懂物。

举个例子，在机器眼中，冬天在路边的雪堆和白色的建筑垃圾实际没什么区别；公交车与大货车在体积方面差别不大。甚至现实路况中还有临时停在道路中央的施工车辆、倒地的护栏等，这些路况就在考验车辆的感知能力。

在华为ADS2.0技术中，城市领航驾驶辅助可以做到自主超车避让大车，这明显体现了车辆拥有更强的感知能力之后，会对驾驶行为做出更加聪明、细致的决策。在智能驾驶时代，一味地停车减速肯定不是一个可取的选择。

前阵某媒体测试城区智驾场景时，就遇到了车道中央有施工团队的场景，两辆测试车分别做了不同的处理。其中一辆早早减速，提前并道驶出；另一辆触发并道时距离过短，只能由驾驶者接管。这个现象的出现，实际上就是不同车型的感知能力差异。

同样，我们在研究智能驾驶的时候会将无保护左转作为考验智能驾驶体验的典型场景，主要是因为左转路口需要面对对象来车和行人，以测试对行人、车辆行进意图的感知能力与判断。

车企们在卷这些传感器的最终目标，也就是为了实现更实际的定位与特征融合，从而对目标进行识别。特斯拉将BEV进化至占用网络之后，将自己放在了3D空间内，让障碍物在3D空间内展现出来，并且系统借助摄像头&雷达输出每个3D位置的占用概率，再加上图像识别的加入，物体的大概形态就能够显示出来。

华为的GOD网络同样采用了类似特斯拉的思维，通过三维空间体素化，用占据栅格的形式“复刻”3D物理世界。同样GOD网络拥有机器学习功能，这也能够加速车辆精准识别目标的功能。

据华为官方表示，基于华为GOD网络的ADS2.0，可以做到自主减速避让动物、侧方遇大货车主动避让等功能。更精准地了解车辆周围环境，绝对是华为能够提升智能驾驶体验的关键因素。

而小鹏的XNGP城市智驾底层思路也是与华为、特斯拉相差不大，同样是XNet2.0深度视觉神经网络负责观察、XPlanner负责规划与控制。小鹏的XNet2.0融合了动态BEV、静态BEV和占据网络，也加入了类似华为GOD的大模型相关技术，做到了读懂文字信息、具备时间观念等。

从智能驾驶解决方案来看，做好智能驾驶的前提，更灵敏、精准的感知才是基本功。并且神经网络的结合对于智能驾驶而言是有价值的，智能驾驶绝对离不开大数据的帮助。AEB之后，智能驾驶下一场关键词则是BEV和NOA

或许在AEB这场互怼战之后，我们都会猜想车企大佬们下一次论战将会是哪个关键词。我认为，BEV和NOA大概率是下一场互联网智驾讨论的关键。

首先，分析这场AEB讨论不难看出，实际上AEB只是智能驾驶的一个基础功能，但它是关系到行车安全的必备性配置，这次AEB讨论的核心点就是关于AEB冗余的问题。

而BEV同样也是智能驾驶系统中关键且基础的功能，它也影响到智能驾驶的体验以及安全性问题。大多数AEB误触现象也都是因为观测和预测性能不足，导致汽车无法判定周围车辆或行人意图，从而触发AEB急停。

第三，则是基于NOA智能驾驶的开城问题。之前小鹏对外公布12月要将XNGP城市导航辅助驾驶开放至50城；理想则公开强调今年要把覆盖城市数量达到百城以上；甚至华为都在表示12月实现“全国都能开”。然而现在的数据来看，达成这个目标并不容易。

如果NOA开城数据不理想，与NOA关系密切的BEV或GOD（通用障碍物检测）网络这些关键词一定会是下一个车企间讨论的热词。

余承东最近已经表示华为GOD远远跨越了普通AEB，或许这也为下一场智能驾驶论战做了铺垫。