文/周雄飞

智能辅助驾驶领域的“第一性原理”是什么？

有可能很多人第一时间想到的就是埃隆·马斯克的理论——"以人类视觉认知为根基，通过海量真实路况数据训练神经网络，用纯视觉感知实现类人驾驶决策的通用化自动驾驶系统。"

基于这一理论，马斯克坚信可以仅用摄像头作为车辆感知硬件，配合类人的算法以及较高的算力规模，就可以打造出拟人的L2级别智能辅助驾驶功能以及更高阶的自动驾驶。

从结果来看，特斯拉的辅助驾驶能力确实在行业内处于前列的位置，从而让一些国内的车企也试图通过纯视觉或者全视觉（摄像头+毫米波雷达）方案打造自身的智能辅助驾驶功能，基于此，一些车企喊出了“轻激光雷达”的口号。

但在禾赛科技CEO李一帆看来，上述提到的“第一性原理”不一定是正确的。

因为他认为，马斯克提出的“第一性原理”，更像是对于人类驾驶汽车的仿生学。但用仿生学来打造智能辅助驾驶或者自动驾驶系统，或许并不可靠，毕竟在强光、浓雾和暴雨天气下，仅靠人眼就很难看清前方的路况了。

以AEB主动安全功能的工况上限为例，目前智能辅助驾驶行业看重安全的背景下，很多车企品牌也在进一步提高AEB可以工作的最高时速。

比如在上海车展前夕亮相的华为乾崑ADS 4.0，可实现最高150km/h时速下的AEB刹停；今年初蔚来向用户推送的Banyan榕3.1.0版本中的AEB，也已覆盖60-150km/h时速工况。

此外，像岚图全新梦想家、长城全新高山、问界M9和理想L9等主流产品，均被宣传可以实现120-130km/h最高时速的AEB刹停。

需要注意的是，以上这些智能辅助驾驶系统和车型产品，能实现如此高时速的AEB刹停，其背后无一例外都是基于激光雷达为主的融合感知方案所支持。

“AEB功能在ADAS里面是要求最为严格的，在目前实际功能表现上看，为何有很多车企做到了120、乃至130km/h的最高时速下还能安全刹停，正因高精度、能看得足够远的激光雷达的普及，为此实现带来了很大的帮助。”维他动力创始人赵哲伦这样对飞说智行表示。

有可能正是这个原因，越来越多车企认为激光雷达对于安全很重要。按照禾赛分享的数据，今年15万元以上新能源汽车市场激光雷达的渗透率将达到40%，相较于去年增长15个百分点。

同时，为了做到“安全不选配”的目标，禾赛发布了他们面向L2到L4的激光雷达感知方案“千厘眼”，以及ETX车规级超远距激光雷达、AT1440车规级超高清激光雷达和FTX车规级纯固态补盲激光雷达等新品。

其中，ETX是禾赛专为L3级别打造的超远距车规级激光雷达，基于禾赛自研的光矢量芯片，该激光雷达可搭载于舱内挡风玻璃后，还能实现400米的超远测距（@10%反射率）。

相较之下，AT1440则是针对L4级别自动驾驶而生的车规级产品，基于1440线数以及搭载了禾赛第四代自研芯片，4颗AT1440可以为提供L4级自动驾驶所需的安全冗余，性能上属于行业内前列水平。

FTX属于固态车规级激光雷达，作为一款近距超广角雷达，FTX能有效覆盖车身四周盲区，精准检测低矮障碍物，如路桩、宠物等，为城市辅助驾驶以及自主泊车提供助力。

基于以上三款新品的不同组合，千厘眼共有三大解决方案，分别为“千厘眼A”、“千厘眼B”和“千厘眼C”，分别为L4级及以上自动驾驶、L3级有条件自动驾驶、及L2级辅助驾驶系统提供不同的激光雷达组合，这一组合可按照车企需求随意搭配。

对于智驾安全，李一帆在上海车展前夕举办的禾赛技术开放日上，再次强调了“激光雷达是安全件”的观点。在他看来，激光雷达的重要性，就是在一些特定的场景中纯视觉解决不了的，激光雷达来解决，因此激光雷达的价值不是冗余，叫“兜底”更为合适。

以下为包括飞说智行在内的媒体们与禾赛科技CEO李一帆的深度对话，略有删减和修改：

1、激光雷达的成本、研发以及对于L5自动驾驶的价值

Q：之前提到过激光雷达就算怎么降本也不会降到白菜价的阶段，前提是会有一定的上车的门槛。但今天的分享主题则是希望激光雷达成为所有安全的标配，就像安全带一样，但是安全带是所有的车型都会具备，这两点会不会有矛盾？

李一帆：一个东西最终下降成本的极限我觉得取决于两件事，第一件事是成本结构，就像安全带、安全气囊也没有降到1块钱，是有一个在理的足够大的长期的成本结构。

在我看来，200美金是合理的成本结构，但不是物料200美金，因为物料200美金。其实公司就亏太多钱了，这是我去年说的观点，今年看来依然成立。

第二，就是一个商品的成本极限取决于它创造的价值，价值和成本的对比，但是有一些东西是成本居高，但价值没有那么高，最后这个行业有可能就不存在了。

我觉得激光雷达比较好的是找到了这个点，我认为它创造的价值是明显高于200美金的，我认为今天考虑到尤其之后会有 L3，还会有更多的软件提升，能让激光雷达隐形安全气囊和安全带的作用更明显。

虽然对于很多人来说，对车上的零部件成本都很敏感，但200美金对绝大多数人来说是不错的价格，我认可长期这是一个合理的稳定价格，还是那句话，再大量也不能让所有车上的东西都变成1块钱。

Q：禾赛这几年一直在提激光雷达是隐形的安全气囊，可以看到安全气囊已经标准化，但激光雷达并没有，以及要实现AEB功能也不是标准化。因此禾赛未来会不会做AEB的算法，以及行业未来会出现标准化的AEB供应商吗？

李一帆：首先我们不会做AEB的算法，因为AEB功能还是融合感知会更安全，光有激光雷达并不是最优方案，毕竟AEB是高于经济利益的，安全还是更高等级的。

第二我觉得AEB未来大概率会有行业的标准化，因为这是一个涉及到安全和可靠性的功能，对于体系化的要求还是很高的，甚至到最后那个时候大家利润非常低的时候，规模效应也是很大的，不一定能够允许很多家同时做，所以最终会标准化。

Q：从L2的辅助驾驶，发展到L5的自动驾驶，是大家都很关注的话题，那么对于禾赛以及更广义上的激光雷达来说，在这个过程中作为产业链非常重要的一环，它可以发挥什么作用？

李一帆：对于L2来说，理论上人是可以兜底的，因此大家对于激光雷达的必要性有讨论有一定的道理，虽然我觉得有比没有要安全，我不希望大家因为成本的原因不用。

但在L3体系中，我认为大家基本是比较一致的，我没有听说任何一个人提出了纯视觉的L3，因为L3的本质对安全性要求太高了。L3的本质是一定希望有多传感器融合，不仅是传感器的冗余，它也包括转向制动的冗余、电源的冗余，它的本质就是各种冗余。

所以我觉得激光雷达天然是对摄像头很好的冗余，冗余不代表完全备份，而是在特定场景下的定义里有一些纯视觉解决不了问题，激光雷达再解决，所以不叫冗余，我觉得叫兜底会更合理。

Q：看到禾赛自研了SPAD芯片，速腾聚创也量产了，就想问下自研芯片量产是代工还是自产，如果是自产比例大概是多少？

李一帆：有个基本的原则，就是如果外部供应商做得比我们好，我们一定优先用外部供应商，因为禾赛是最高端品牌，一定会用最好的东西的。但在很多具体的场景下，我们的自研是好于外部供应商的，在这种情况下其实我们会尽可能多用自研了，因为自研短期肯定贵，但长期成本也会更低。

来看很多车企自研芯片，也是同样的道理，因为自研芯片就能拥有自己的体系，这个是更重要的，这已经不完全是钱的事情在里面了。

Q：想问一下 ADAS 和自动驾驶这块的问题，因为看到英伟达、特斯拉，还有地平线，他们都是坚持软硬结合的。如果像自动驾驶大家的目标都是面向 L5 发展，在面向 L5 发展的过程中，软硬结合或者软硬解耦到底哪个更重要？

李一帆：要讨论软硬结合还是软硬解耦，取决于车企或者客户的需求是什么样的，如果他们是软件开发商或者车企有自己开发的软件，那么做软硬一体的意义就不太大。

业务最好的模式，是在做自己擅长的事的同时，还能真正解决客户的需求，这样才是好的商业模式。

Q：最近关于智驾安全这个事情是我们行业重点讨论的方向，所以想问禾赛在安全的事情上，可以做出一些怎么样引领行业或者超越行业新的举措？

李一帆：安全对我们来讲是最重要的，激光雷达存在最重要的价值也是让辅助驾驶变得更安全。从公司内部来看，都想让激光雷达的性能更好、质量更好和成本更低。

并且制造体系要符合功能安全ISO，以及内部也有冗余备份，如果没电了怎么办，如果有一个东西坏了怎么办，有一整套的体系来解决，尤其要满足欧系的认证标准，安全这方面我们做了大量的工作。

Q：禾赛的产品线更新的很快，像AT128、AT512、AT1440、FTX、ETX，现在可能会出现有一些产品其实还没有量产，但是它的下一代已经推出了，想问一下整体是怎样的关系，就是时间节奏和价格？

李一帆：会不会有产品做到一半最终没有做下来，最终被新的产品覆盖掉了，有，一定程度就是这样的，在行业如此内卷的当下，谁能保证战略定力说我做单品就能一直做到底，这也不合理。

这背后的原因，是因为客户的需求一直在变化，为了适应这样的发展，解决办法就是要打造一个核心平台，有这样的底层能力在，才能在面对行业快速变化中，实现快速响应迭代，该扔的扔，该留的留。

Q：今年整个智驾的激光雷达和整个智驾方案都在快速上量，包括禾赛也规划了200万的产能，在产能和需求快速扩张的过程中，怎么确保自己供应链和生产的稳定？

李一帆：200万不是今年的预测出货量，而是我们的产能规划，如果有200万的需求，可以保证在几个月内达到这个量。对于车企来说，他们不会要求一夜之间就要产能翻5倍，一般会给供应商几个月的准备周期。

产能的规划不是供应链，那一段相对容易解决，更多的是生产能力，不就是加产线复制粘贴，这个能力还好，这么多年已经成熟了，我们在这方面不是特别担心。

2、对于机器人行业的相关思考和判断

Q：禾赛未来会考虑入局和制造机器人吗？

李一帆：如何造人形机器人不是禾赛的主业，不会做这个事，我们只是硬件供应商。

Q：今年机器人locomotion（移动/运动能力）的目标，能不能预测下它大概什么时候可以提高行走的效率或者实现会走的目标？

李一帆：就机器人马拉松这件事来看，我觉得有点不太公平，因为大家都是第一次参与这个事，都不知道怎么弄，现场也出现了一些问题，但这些并不代表能力不行。

因为现场的大多数机器人不是用于设计跑马拉松的机器人，所以它的热管理、耐久性，甚至是不是背着电脑去现场，这不是一个成熟体系。突然搞这样一个比赛，对于很多不是主业让机器人跑马拉松的公司，就不太公平。

我可以大胆预测下，第二年如果再跑马拉松，整体效果应该就会好很多，也不是行业一夜之间就进步了，就是大家更知道怎么准备而已，确实之前没有机器人跑过。

机器人行业与自动驾驶行业，都需要有好的评价体系，有更好的评价体系，对于行业的发展会有很大的帮助。

Q：对于机器人的发展是不是已经有个确定的方法论，就是要等到硬件的更新才行，或者说是不是卡在硬件上？

李一帆：我一直有个观点，就是很多行业如果一个硬的东西还没有到成熟，是软不起来的。以特斯拉举例，它是先造了一个好的智能汽车平台，大家觉得这款车好才会去买单，绝大多数特斯拉的车主应该是觉得这款车开起来挺好，而不是因为它的辅助驾驶能力好去买单的。

有硬件才能打开开发软件的机会，如果硬件不好软件业务也会受到束缚，这应该是大多数行业要经历的过程。这波机器人和机器狗的创业公司，更多的贡献是做出了一个比之前更好的硬件，配合上软件，最后才能把产品落地和交付。

特别声明：本文为合作媒体授权DoNews专栏转载，文章版权归原作者及原出处所有。文章系作者个人观点，不代表DoNews专栏的立场，转载请联系原作者及原出处获取授权。(有任何疑问都请联系idonews@donews.com)