2025年7月22日，在第八屆智能輔助駕駛大會上，東軟睿馳輔助駕駛業(yè)務線首席專家張春民闡述了輔助駕駛的發(fā)展歷程，從1.0階段功能列表的不斷擴充，到1.5階段部分場景的功能整合，再到2.0階段實現(xiàn)駕駛本質任務且重點在于性能提升，如今多數系統(tǒng)在高速場景達“好用”標準，部分領先系統(tǒng)在城市場景也接近“好用”。

張春民指出，面對智能輔助駕駛的主流市場需求，東軟睿馳在端到端模型基礎上融入新要素，提升傳統(tǒng)模型上限，對復雜邏輯和算法輕量化處理，同時引入多種技術讓模型更貼近人類駕駛行為，在安全層面覆蓋各類安全體系與措施保障，通過打造安全、智能、普惠的輔助駕駛產品方案，賦能車企為用戶帶來更可靠、更舒適、個性化的出行體驗。

東軟睿馳輔助駕駛業(yè)務線首席專家

以下為演講內容整理:

輔助駕駛的發(fā)展可劃分為幾個階段。在1.0階段，其顯著特點是功能列表不斷擴充，新增諸多功能。從終端用戶的角度來看，車機系統(tǒng)中設置了大量選項，功能繁多。進入2.0階段，相關功能開始逐步整合。在此過程中，存在一個過渡性的1.5階段。我們之所以認為1.5階段尚不足以構成一個獨立的發(fā)展階段，是因為其功能整合的力度不足，僅在部分場景下實現(xiàn)了功能的整合。若將1.0階段的輔助功能視為原子操作，那么在1.5階段，例如在高速和泊車等特定場景下，實現(xiàn)了一定程度的功能整合，在高速場景下，可實現(xiàn)從上匝道進入高速至駛出高速的全程輔助駕駛任務整合。然而，這仍不足以滿足輔助駕駛的最終目標，無法實現(xiàn)從A點到B點的點到點駕駛。

圖源:演講嘉賓素材

2.0階段的核心在于實現(xiàn)駕駛的本質任務。當前，從功能層面來看，該階段已覆蓋了駕駛的典型場景，但仍處于持續(xù)發(fā)展階段，其發(fā)展重點主要體現(xiàn)在性能提升上，用行業(yè)內常用的表述即“能用”“好用”及“易用”，這些概念可通過量化指標加以闡釋。以高速NOA為例，輔助駕駛性能常用MPI作為評價指標。一般而言，若要達到“能用”或“可用”的標準，在高速公路上平均接管里程需達到100公里。而“好用”的標準則需提升一個量級，在高速NOA場景下，平均接管里程達到1000公里方可視為“好用”。

在城市場景中，由于環(huán)境復雜度遠高于高速公路，因此沿用高速公路的衡量標準并不恰當。在此情況下，我們引入時間因素作為衡量指標。例如，在高速公路上行駛100公里大約需要1小時，而在城市道路中行駛1小時，行駛距離約為25公里。據此，在城市場景下，若輔助駕駛系統(tǒng)的平均接管里程達到25公里，我們認為該系統(tǒng)達到“可用”或“能用”的水平?！昂糜谩钡臉藴释瑯犹嵘粋€量級，即平均接管里程達到250公里，此時可認為該系統(tǒng)在城市環(huán)境中處于“好用”狀態(tài)。

當前，在高速公路場景下，多數智能輔助駕駛系統(tǒng)已達到“好用”標準，平均接管里程均超過1000公里。而在城市場景中，部分領先系統(tǒng)已實現(xiàn)“能用”，并正朝著“好用”的方向發(fā)展。

輔助駕駛3.0時代將如何發(fā)展？我們認為，未來將進一步實現(xiàn)整合，超越現(xiàn)有的智能輔助駕駛在各類場景下的整合的范疇，將邁向整車層面，實現(xiàn)艙駕一體或整車跨域融合的階段。屆時，智能輔助駕駛將呈現(xiàn)出全新的形態(tài)。

智能輔助駕駛快速發(fā)展的背后，存在一個強勁的驅動力，AI技術的主導作用。

在1.0階段，深度學習技術在車端得到了廣泛應用，成為該階段的核心技術支撐。進入1.5階段，BEV+Transformer架構與OCC技術的引入，顯著提升了感知系統(tǒng)的性能，滿足了更為復雜的感知需求。而至2.0階段，端到端技術成為主流，它不僅推動了智能輔助駕駛系統(tǒng)的整體升級，還帶動了新的附加價值。例如，端到端技術使得系統(tǒng)行為更加擬人化，更符合人類的駕駛習慣，從而加速了智能輔助駕駛系統(tǒng)在市場上的滲透進程。

當前端到端技術存在多種路線，涵蓋two model與one model等不同類型，且目前并非技術發(fā)展的終點。3.0階段已出現(xiàn)以基礎大模型為支撐的新趨勢，即將原本運行于云端的大模型移植至車端，顯著增強了系統(tǒng)能力。業(yè)界對此存在一些典型表述，如VLA、VLM等。

從市場層面觀察，存在兩大陣營。一是積極投入、力求突破的先鋒隊伍，致力于探索大模型前沿技術，且在當前汽車市場上已取得顯著成果。然而，此類車型通常價格較高。在國內每年銷售的乘用車中，中低端車型所占比重更大，這些車型同樣對智能輔助駕駛技術存在需求。東軟睿馳重點關注如何在主流車型上實現(xiàn)智能輔助駕駛技術的普及與平權。

下圖展示東軟睿馳最新的端到端輔助駕駛方案，借鑒基礎大模型領域的最新技術，尤其是今年Deepseek發(fā)布后涌現(xiàn)的新技術，并在原有端到端框架中加以應用，以此提升傳統(tǒng)端到端模型的上限；同時對復雜邏輯和算法在以嵌入式系統(tǒng)中有限芯片資源進行輕量化處理，以實現(xiàn)降本需求。

圖源:演講嘉賓素材

我們采用的輕量化策略中，設計了特定架構以實現(xiàn)自適應資源分配，包括對稠密與稀疏計算架構的支持。此外，我們還開發(fā)了自適應分辨率的OCC技術。OCC在應對非白名單目標時展現(xiàn)出優(yōu)異的泛化能力，但其顯著特點是對算力需求極高。通過引入自適應分辨率技術，有效降低了OCC對算力的要求。除空間特性外，我們還針對時間特性進行了輕量化處理。

在感知這一具有挑戰(zhàn)性的課題之外，面向決策規(guī)劃環(huán)節(jié)，我們引入了AI特性。實踐中發(fā)現(xiàn)，若單純采用數據驅動方式，系統(tǒng)性能的下限難以得到保障。因此，我們采用了一種融合策略，將人類知識庫與數據驅動的泛化能力相結合，構建了一套內生網絡，該網絡既能夠支持符合人類決策習慣的模式，又具備數據驅動的特性。此外，我們還引入了Diffusion技術，結合了強化學習技術，讓未來部署于車輛上的模型能夠更貼近人類駕駛行為。

在安全層面，我們也開展了大量工作。從方法論角度而言，我們采用了涵蓋功能安全、預期功能安全、網絡安全、數據安全以及AI安全的“五大安全”體系，這些方法論均已應用于實際項目中。從落地實施層面來看，當前智能輔助駕駛系統(tǒng)仍存在性能不足的問題，在此情況下，我們一方面持續(xù)優(yōu)化算法以提升系統(tǒng)性能；另一方面在使用環(huán)節(jié)進行針對性處理。例如，針對ODD，我們開展了專項訓練，并在實車運行時實施實時判定機制，以實現(xiàn)風險實時應對，確保項目安全。同時，我們構建了數據閉環(huán)模塊，能夠快速解決長尾問題，進一步提升系統(tǒng)安全性。

我們將Diffusion技術與傳統(tǒng)端到端框架相結合，這相較于傳統(tǒng)的回歸式方法有一定優(yōu)勢。首先，該技術對復雜場景具有更強的適應性，尤其在涉及多方博弈的場景中，能夠更便捷地支撐預測功能以及整車的決策與規(guī)劃，實現(xiàn)二者的有機整合。鑒于當前復雜場景中有相當比例與角色博弈相關，這一特性使其具備顯著的應用優(yōu)勢。

第二，該技術對算力需求及輕量化實現(xiàn)較為友好。其輕量化特性主要針對樣本數據層面，在研發(fā)過程中，數據收集與準備工作量巨大，我們進行了Diffusion模型的特定優(yōu)化處理，相較于Transformer架構，Diffusion模型對數據的依賴程度較低，因此可視為一種輕量級算法。

三是該技術能夠更好地實現(xiàn)擬人化駕駛，可支持個性化的駕駛風格。

接下來談談數據方面。當前，數據驅動已成為行業(yè)共識，東軟睿馳也構建了自主的數據閉環(huán)系統(tǒng)。該系統(tǒng)采用推理與訓練雙閉環(huán)協(xié)同架構，并整合了世界模擬器等關鍵組件。當前行業(yè)中常探討一個關鍵問題，Tier 1供應商在數據領域已具備成熟體系并積累了大量數據，在此背景下，主機廠是否仍需自主積累數據并構建數據閉環(huán)系統(tǒng)？我們的認為是需要的。原因在于，不同主機廠的用戶群體具有顯著差異性，各用戶群體均呈現(xiàn)出獨特的特征。唯有通過自主收集并分析用戶數據，主機廠才能精準把握這些特征，進而基于分析結果構建適配自身用戶群體的定制化輔助駕駛系統(tǒng)。

圖源:演講嘉賓素材

在數據驅動模式下，我們完成智能輔助駕駛從A點到B點的任務開發(fā)后，在充分了解整體駕駛場景與環(huán)境的基礎上，基于這些數據還可開展諸多超越駕駛任務的工作，而這恰恰是主機廠實現(xiàn)產品差異化的重要契機。

在系統(tǒng)構建方式上，行業(yè)存在不同選擇。第一種是采用輕量級方案，利用網上豐富的開源資源部署特定任務系統(tǒng)，然而，這類方案僅適用于碎片化的點狀任務，難以形成平臺化、系統(tǒng)且支持持續(xù)優(yōu)化、效率不斷提升的完整閉環(huán)體系。

對此，我們建議將后臺數據處理實現(xiàn)平臺化與系統(tǒng)化。各環(huán)節(jié)在運用先進技術達成特定效果的同時，需構建完整鏈路，形成一套可高度自動化迭代的產品體系?？紤]到不同車企的差異化需求，后臺系統(tǒng)建設需進行適當定制。最終面向終端用戶時，系統(tǒng)應能支持日益復雜的駕駛場景，持續(xù)提升駕駛體驗。

圖源:演講嘉賓素材

最后介紹一下東軟睿馳的相關產品。基于前述技術理念，我們針對主流車型推出了兩款產品，第一款是輕量級域控制器，該產品基于地平線J6芯片平臺開發(fā)，并細分為輕量級、標準版和專業(yè)版三個版本。其中輕量級版本聚焦高頻剛需場景，提供極致性價比方案；標準版與專業(yè)版則針對城市場景進行了功能擴展，配套傳感器配置也有所差異。

圖源:演講嘉賓素材

除輕量級輔助駕駛域控制器外，我們還全新推出了8MP前視一體機產品Next-Cube-Lite。產品兼具性能躍升與成本優(yōu)勢，不僅契合最新法規(guī)要求，同時能夠滿足L2級輔助駕駛的智能、舒適體驗，可充分支持車道內輔助駕駛功能，同時覆蓋乘用車與商用車多場景應用，為車企提供一套極致性價比、快速交付的高性能輔助駕駛產品方案。該產品近期獲得多家頭部車企量產定點，將于2025年底陸續(xù)實現(xiàn)量產。

圖源:演講嘉賓素材