城市導航輔助駕駛，即將迎來一個不可忽視的有力競爭者：極越。

10 月 17 日，極越官方發布了一段其量產車型在上海城市道路成功實現導航輔助駕駛的一鏡到底視頻，同時首次對外公布了它與百度聯合研發的占用網絡（Occupancy Network，簡稱 OCC）技術。

與華為、小鵬等玩家的城市導航輔助駕駛落地方案相比，極越這次展示的方案呈現出一個巨大的不同點：它是基于「純視覺」的，激光雷達不再是標配方案。

實際上，極越所展示的，是國內首個 BEV+Transformer 「純視覺」高階智駕技術方案——這意味著，在城市導航輔助駕駛紛紛借助激光雷達進行量產落地的行業大背景下，極越決定與大洋彼岸的特斯拉正面對標，在這條賽道中開辟一條全新的技術路徑。

眼下，距離極越 01 在 10 月 27 日正式上市還有一周左右的時間——如果極越展示的這套智駕方案最終量產落地，那么，極越將成為國內唯一選擇純視覺路線高階智駕的主機廠。

不僅如此，我們也了解到，極越 01 全車的高階智能化功能都是在上市交付時即可使用，也就是「發布即交付」，其速度也讓人刮目相看。

極越的純視覺路線有何獨特之處？

目前，對于任何一家致力于實現自動駕駛量產落地的廠商來說，在城市道路上進行導航輔助駕駛都是集中展現其智能駕駛能力的核心場景。

但關鍵在于，它的實際表現究竟如何。

從這次展示的官方視頻來看，極越的城市導航輔助駕駛功能還是體現出了相對比較高的產品完成度。具體來看：

• 道路層面。從上海陸家嘴的極越門店出發，經歷了陸家嘴 CBD、外灘、南浦大橋等最為典型的城市路段，全程共 15.8 公里，經過了 36 個紅綠燈，實現了「零接管」。

• 場景方面。視頻中展示的路段涵蓋了城市地面道路、隧道、復雜高架等，都屬于城市導航輔助駕駛中比較考驗技術功底的場景。

• 感知方面。從開啟領航輔助駕駛之后儀表屏幕中顯示的感知信息來看，車輛能夠比較快速、準確地識別到紅綠燈、車道線、車輛、行人、樁筒等。

• 行駛方面。在南浦大橋這樣的大曲率彎道道路上，車輛能夠保持在相應車道線內正確行駛，沒有出現畫龍的情況；在匯入車道、進出匝道、避讓車輛等場景中，體現出相對穩健的行駛風格。

• 變道方面。在視頻中，車輛全程完成了 15 次變道，其整體風格并不激進，以安全為主要準則；但在系統判定安全的前提下，又會相對果斷，符合人類體驗感知。

整體看下來，在純視覺技術路線的前提下，極越所展示的城市導航輔助駕駛場景，做到了超出我們預期的可用度——尤其是在上海市中心這樣的典型復雜道路上，它對不同場景的感知、處理和通過能力，確實讓我們在一定程度上建立了對純視覺路線在城市導航輔助駕駛的信心。

尤其是在感知層面，極越所展示的純視覺路線，擺脫了對激光雷達傳感器的強依賴。

不依賴激光雷達，就意味著：極越需要花更多的功夫將 BEV+Transformer 這套算法框架的效率和能力進一步提升，提高視覺感知的天花板。

實際上，極越這次展示的 OCC 占用網絡技術，能夠幫助車輛更好地還原 3D 場景，并獲取比激光雷達點云分辨率更高的三維結構信息，還能夠減少漏檢、誤檢并彌補視覺不具備的空間高度信息，從而大幅度突破了感知能力的上限，還能夠大幅提升泛化能力。

正是因為如此，極越的這套方案才能夠彌補激光雷達缺失帶來的感知短板，并滿足不同光線和道路場景下的視覺感知需求。

這并不容易——但目前來看，極越已經十分自信。

目前，極越在上市時最終會采用哪套智駕方案尚未可知，但從其宣傳來看，極越 01 這款車的智駕功能將實現「上市即可用」。也就是說，用戶在拿到極越 01 這款車之后，就能夠在特定的城市中體驗到它的城市導航輔助駕駛功能，而不需要再等待后續的 OTA 升級。

在交付速度上，極越的城市導航輔助駕駛在國內確實是首屈一指——縱覽整個行業，極越在智能駕駛量產落地上體現出的交付速度也是前所未有的。

這也意味著，在城市智能駕駛量產落地的產品節奏上，極越已經超越了不少早已出發的主機廠和方案商，準備好與華為、小鵬等已經在特定城市實現城市導航輔助駕駛落地的國內頂級選手同臺競技——不僅如此，它還以后來者的身份，瞄準了「國內高階智能駕駛 Top 3」的位子。

正面對標特斯拉，極越的信心來自哪里？

極越此次發布的這套純視覺方案，在技術路線上是最接近特斯拉的。

從算力上來說，極越的這套方案搭載兩顆英偉達 DRIVE Orin 芯片，能夠提供高達 508TOPS 的 AI 算力，這也是包括小鵬在內的國內玩家在城市導航輔助駕駛場景中經常采用的算力標準。

從算法框架的角度，極越的這套方案采用的是業內高度選擇的 BEV+Transformer 感知技術框架，同時加入了極越與百度聯合研發的 OCC 占用網絡技術，從而實現對異形障礙物的識別，并最終進一步提升極越的純視覺感知能力。

那么，極越為什么選擇在首款車型上市前夕公布其全新的純視覺路線？一個核心的原因是：AI 帶來的核心能力突破。

根據我們了解到的消息，實際上極越在早期研發的 1.0 階段中，就采用了「純視覺為主+激光雷達」的融合式高階智能駕駛方案，兩套方案本身是相互獨立、相互補充的。

但是到了 2.0 階段，極越發現基于 BEV+Transformer 的純視覺方案逐漸走向成熟；同時，在 OCC 占用網絡技術的加持之下，它對周圍環境的 3D 感知能力在感知效果、感知效率等方面都有了巨大的提升，所以就開始進一步探討激光雷達的去留問題，并且逐步降低對高精地圖的依賴程度。

不過，極越 CEO 夏一平在交流環節告訴我們，極越探索純視覺路線的另外一個核心考量是：相比于激光雷達所獲取的點云信息，基于純視覺攝像頭所獲取的圖像信息其實具備更大的數據挖掘空間。

具體來說，它更有利于極越將大模型和端到端的能力融入其中，形成一個數據驅動的閉環，從而為后續的感知效果提升提供更加高效的通道。

換句話說，在夏一平看來，盡管激光雷達在早期階段的 3D 感知中的確能夠提供很好的助力，但是從當下和長遠來看，在 BEV+Transformer 算法框架和 OCC 占用網絡技術的共同加持下，純視覺路線的能力已經得到證明，它的后續潛力將會在 AI 大模型和端到端等前沿技術的加持下被不斷放大。

夏一平強調，對于純視覺路線的選擇，真正關鍵的是對這一技術路線本身在當前能力和后續迭代方面的信心——他表示，這是一個長期主義的考量。

對此，百度智能駕駛事業群組技術委員會主席王亮也告訴我們：其實他在進入到自動駕駛行業之初，就需要面對激光雷達和純視覺的路線之爭。

但他從一開始就意識到，激光雷達不一定是終局，而且激光雷達用不好還有可能「搗亂」——所以，從未來的發展趨勢來看，自動駕駛在對傳感器的選擇上，也會遵循「大道至簡」的原則，傳感器會越來越少。

有意思的是，在技術路線對標特斯拉之外，極越的量產落地能力上已經體現出比特斯拉更強的優勢。

對此，夏一平也告訴我們，相比特斯拉，極越在量產落地方面還是有更多的主場和本土化優勢，包括數據、地圖等方面——同時，他也表示：即便特斯拉 FSD 在國內跑起來，極越也有信心與它在正面戰場上同臺競技。

智能駕駛量產落地的范式，或許已經變了

對于整個智能駕駛行業來說，極越這次所展示的城市導航輔助駕駛方案，以及它在交付節奏上所采用的「量產即交付」策略，其意義是多重的。

一方面，它通過快速量產落地和交付能力，與華為、小鵬等對手一起，加入到與大洋彼岸的特斯拉競爭的戰場中，并且在技術路線上正面對標叫板特斯拉——盡管特斯拉 FSD 還沒有在中國落地，但憑借數據量、地圖數據支撐等方面的底層優勢，作為后來者的極越，已經呈現出令外界難以忽略的競爭力。

另一方面，極越此次展現出的純視覺智駕技術能力，實際上也是在順應并印證目前智能駕駛行業在落地過程中的一個新趨勢。

那就是：智能駕駛發展到今天，技術固然重要，但成本也需要考量。

目前來看，在感知算法框架已經通過 BEV+Transformer+OCC 占用網絡技術取得代際突破的前提下，從量產車的角度，對于主機廠來說，繼續依賴堆砌昂貴傳感器和處理器等硬件的技術方案，已經不再是唯一的選擇，也難以很明顯地達到與硬件投入相匹配的用戶體驗價值。

所以，如何把智能駕駛從技術變成可以落地的產品，是最難的，也是最為關鍵的。

實際上，在智能駕駛發展的過程中，整個汽車行業一直在技術、市場、政策等多個層面探索一條走向廣泛消費者群體的有效路徑。而如今到了 2023 年，伴隨著城市導航輔助駕駛等功能開始隨著主流量產車型到達消費者，整個行業才終于看到了智能駕駛真正大規模落地的機會。

目前，整個行業要做的，實際上是要在感知能力和算力滿足需求的前提下，在軟件和算法層面通過不同的方式不斷優化迭代，從而實現更好的體驗效果。

更為關鍵的是，伴隨著大模型在 AI 領域的橫空出世，以及整個自動駕駛行業對于端到端等前沿技術的探索和應用，AI 技術對于自動駕駛發展的進一步加持，已經給處在這個行業的主機廠和方案上提供了更多量產落地的方式和可能性，讓這個行業更加「百花齊放」。

可以說，在這個趨勢下，包括特斯拉這樣的先行者和極越這樣的后來者，都在用自己對技術路線的選擇，引發行業對于「高階智駕是否一定要用激光雷達」這個問題的全新思考。

值得一提的是，根據我們了解到的信息，在特斯拉和極越之外，目前行業里已經有造車新勢力在城市場景中開始探索去掉激光雷達的可能性，從這個意義上來看，極越的這套方案實際上也是具有某種風向標式的指向性。

簡單來說：智能駕駛量產落地的范式，已經變了。

所以，無論如何，對于中國的智能駕駛落地進程來說，極越這個選手的到來，無論是在技術路線的選擇還是在量產落地的參與上，都是一件好事——至于它究竟能否在體驗方面獲得用戶和市場的認可，我們期待在極越 01 上市之后通過 42Mark 的實際評測看到答案。

返回第一電動網首頁 >