0
“我們深知安全是智能駕駛的紅線，無論是我們的中配方案、高配方案，安全功能都是頂配。輕舟提供的中配Pro方案安全性可以與行業頂配產品的功能Max相比肩，這是我們在安全性方面的理念和成績。”
過去的一年，輕舟智航取得了不少成績。但是輕舟的兩位高管——總裁侯聰、CTO李棟在年前的公開活動上，都將公司的戰略重心聚焦在了“安全”上。
不止一位車企大佬在公開環節中說過這樣的話：“安全是一輛電動車最大的豪華”、“安全是智駕交付前提”。華為余承東2月11日發了一條微博。他表示：智能駕駛“湊合能用”與“好用并安全”是完全不同的境界。
如何衡量智駕的安全性？接管率是一個重要指標。據雷峰網了解，目前在量產車型上，輕舟的高速NOA安全接管的里程已經超過1000公里，AEB誤觸發率是40萬公里小于1次，但行業的平均值大概是在10萬—15萬。
這是一個非常明顯的數據對比，也是輕舟作為一家L4與L2路線并行的公司的技術素養使然。比如，輕舟從一開始就搭建了先進的仿真測試系統，它使得每一次修改都會經過數十萬場景的仿真驗證。
雷峰網與輕舟總裁侯聰進行過一次對話。
侯聰表示，安全智駕不是輕舟的一個產品目標，不是分解到每個季度或每半年的任務，而是以“安全”作為理念貫穿于研發進程，成為研發目標的底線與思維準則。比如，做端到端方案，要實現更高效的數據閉環，要用更多的數據訓練模型以提高精度，要考慮極端情況下各個模型失效的可能性。
他舉了個例子，為了支持安全智駕，今年自己給團隊定的其中一個非常具體的目標：從突發事件的感知到采取制動的端到端延遲降低150毫秒。而目前行業內的平均延遲時間在300-700毫秒之間。
安全并不是一個非常性感的熱點話題，不像每月、每季度“翻新”的智駕功能一樣讓人熱議，以至于很多用戶忽視了各種智駕方案的安全性差異。從現在開始，智駕的安全也應該像智駕功能一樣，成為用戶“用腳投票”的選項之一。
安全智駕的提出，一個核心原因在于中階智駕市場的快速到來。
2月10日，比亞迪召開智駕發布會，宣布20萬元以上、15萬元至20萬元、10萬元至15萬元級別的車型將全系標配“天神之眼”。10萬元以下的車型多數將搭載“天神之眼”，包括海鷗、海豹05DM-i和第二代秦PLUS DM-i。此舉證明了比亞迪在智駕上的決心，也表明了中階市場是下一場關鍵之戰。
比較明確的是，2025年將會有大量裝配NOA功能的車面世，也意味著會增加一大批使用NOA的用戶，任何不安全的智駕問題都會變得更加突出。
另一方面，未來智駕的演進必然會向L3、L4等邁進，而安全是L3時代到來的門檻條件。作為L4路線的代表，Cruise曾在美國發生多起事故，讓公眾對L4自動駕駛的路線和前景陷入懷疑。
為什么輕舟智航可以在安全智駕上會如此重視？主要有三點：技術基因、量產規模、研發體系。
2019年，輕舟智航成立，并且由Robobus（無人小巴）切入智駕領域。輕舟的幾位聯合創始人都來自Waymo，初創團隊也來自Uber、英偉達這些做L4的公司。L4對于安全性的要求遠遠超過L2，這也從一開始就決定了輕舟團隊對安全的高閾值。
其次，輕舟實現了50萬+行業領先的大規模量產交付，這就需要對已經使用智駕的用戶安全負責。另一方面，規模化交付后，能夠基于大量的用戶數據和問題反饋，持續利用數據閉環及問題修復流程，實現一個正向的“問題反饋與修復”閉環。
侯聰表示，“我們交付完50萬的量之后，沒有出現過一起重大安全事故。”
三是以安全為導向的開發流程和質量管理體系，從開始搭建整個研發體系的時候，輕舟都是以很高的標準去制定，比如編程規范、代碼審核的機制，技術設計流程、評測系統搭建。
侯聰表示，輕舟智航從一開始就搭建了很先進的仿真測試系統，使得每一次修改、調整都會經過數十萬場景的仿真驗證。從實際的數據來看，輕舟NOA的各項量產安全指標均已躋身業內最高水準梯隊。
據雷峰網了解，目前在量產車型上，高速NOA安全接管的里程已經超過1000公里，AEB誤觸發率是40萬公里小于1次，但行業的平均值大概是在10萬—15萬。主動安全的測試里程已經超過了1440萬公里，每天都會增加2000萬公里的新用戶使用里程。搭輕舟方案的車型在CIASI中國保險汽車安全指數評價中，獲得了優秀+的評價。
在具體場景上，對于高速上的連排錐桶避讓、前車急剎、夜間110kph對斜置車的減速避讓、鬼探頭行人的AEB剎停，輕舟都有能力進行應對，這些場景中的夜間場景對于感知能力以及與下游規控的配合度，提出了更高的要求。
據雷峰網了解，輕舟2025年會推出新的功能——AES(自動緊急避讓)，能夠自主通過橫向的控制規避事故的能力。
AES是類似AEB的一種主動安全功能。在2024年中時，理想推送了AES，緊接著華為也公布了這項功能，命名為eAES。在12月，蔚來也宣布即將為用戶全量推送AES功能。隨之頭部車企的先后加注，AES將成為安全智駕的一個核心功能點。這對于智駕方案商來說，也是一個好的提前布局點。
如果現在產品的安全是99.99%，如何更加逼近更高的極限？輕舟有三點思路：
第一個，是不斷解決長尾問題。
在特斯拉的技術引領下，國內智駕方案也走向了“數據驅動模型訓練”的路徑。但是，端到端的特點在于“上限很高，但是下限也很低”，對于一些沒有見過的場景、沒有喂養過的數據，端到端的能力或許不如一個兒童。
曾有智駕公司高管跟雷峰網分享過自己的一次試駕體驗。他談到，由于接觸的都是復雜的城市道路場景，某智駕公司的端到端方案竟然在空曠無人的道路上“畫龍”，無法走直線。
從趨勢來看，端到端是必然的技術路線。輕舟提出「安全的端到端」，將原創且已得到充分量產驗證的“時空聯合規劃”的經驗融入One Model 端到端模型設計中，保證行車的安全與舒適。比如，在線模型訓練層面，加入了多層碰撞的損失約束，來保證安全性；并添加了高階控制量一致性約束，來保證舒適性。
同時，類比大模型的安全對齊，輕舟智航獨創端到端模型的安全對齊，讓模型規劃的軌跡符合人為定義的安全機制。安全機制充分借鑒時空聯合規劃的規則和限制，融入到網絡訓練中。
具體而言體現在兩方面：
在軌跡生成過程中，借鑒圖文生成中條件生成的方法，將安全規則作為“指導員”，在模型軌跡生成過程中引入額外的指導信號，以增加對生成過程的控制，引導軌跡朝特定方向發展，滿足安全性。
基于大語言模型的訓練過程，將安全規則作為獎勵函數，對模型進行微調，進一步增加模型的安全性。
另外，針對離線的端到端模型訓練，輕舟智航構建了基于運動模擬的世界模型。
李棟表示，“傳統世界模型會直接通過模型生成仿真視頻，可控性、一致性比較難以保證做好，而且它需要對物理世界的底層非常了解，才能生成比較一致性的視頻，調控成本較高”
為此，輕舟提出了基于運動模擬的世界模型。
李棟表示，有了這一模型，可以做兩件事情，一是特殊場景、邊界場景數據的生成，也就是生成大量的長尾場景和罕見的安全臨界場景加入模型訓練，提升模型的安全性。另一方面，模型天然就是仿真器，可以把模型放在這個環境里去迭代和仿真，來判斷模型是否會生成危險和不合規的場景。
第二個是功能安全相關。
侯聰參加了今年在拉斯維加斯舉行的CES。這次展會上，Waymo也展出了與極氪合作的車型。他表示，Waymo的這代車型仍然在攝像頭、激光雷達、毫米波雷達上做了硬件冗余。
出于成本的考慮，L2系統不可能像L4這樣使用多重硬件，但是出于安全考慮，輕舟智航也做了多相機、毫米波雷達，甚至激光雷達的冗余，并在設計和模型層面考慮單傳感器失效的可能性。
侯聰舉了幾個例子，第一個是純視覺方案，要考慮單個相機被影響的情況，無論是逆光、雨水還是遮擋。在做模型訓練的時候，輕舟會模擬這樣的情況來應對風險，在算法層面對失效進行處理。
而針對硬件故障，輕舟智航的域控診斷模塊可持續監控域控系統內外部的多種故障情況。一旦檢測到故障發生，功能狀態機將采取功能降級或退出等措施，并即時通知用戶進行接管。若用戶長時間未接管，系統將自動引導車輛安全停車，并將整個故障處理過程的數據同步上傳至云平臺進行分析。
第二個例子是無圖方案，把導航地圖作為先驗放到模型里時，地圖本身也會失效。因此，輕舟智航不想讓模型過分依賴地圖的先驗，即使是導航地圖，也會在訓練過程中刻意去喂錯誤的數據，去考慮任何失效的可能性。
值得注意的是，輕舟智航打造了BEV+Mono兩套視覺架構，在正常運作狀態下，兩套架構的模型都會向后融合模塊提供感知結果。當BEV架構下的模型失效，而Mono架構下的模型仍能正常運作，Mono模型將繼續檢測障礙物并將信息傳遞至后融合模塊。當診斷系統檢測到BEV存在問題時，功能狀態機將啟動降級，并提醒用戶立即接管。
第三個，安全最終要回歸到人。
一方面，人是L2系統里最后的安全保障，在極端情況下可能還需要人去接管。但是人會犯錯，比如開車過程中，起身拿東西不小心碰到方向盤。或者智駕功能已經退出而人不知道，從而沖撞護欄或者旁車。
因此，輕舟通過更好的人機交互的系統，既能避免人犯的錯誤，又能在需要人接管的時候能更加安全。
智能駕駛方案商的競爭日益激烈，高階智駕已經邁過“新手期”，競爭的焦點從高速NOA逐漸上升至城市NOA。2024年10月份，輕舟聯合四維圖新發布了基于征程6M芯片的城市NOA方案。其中，乘風Max版本，基于征程6M，采用1L11V（Lidar可選），將為15萬元級以上車型提供極致體驗的城市NOA，滿足對極致性價比的全場景NOA的需求。
城市NOA方案的落地和端到端是2025年輕舟的研發重點。而到了城市的復雜場景中，安全的重要性就顯得越重要。
輕舟CTO李棟表示，“我們有很多城區數據，只是產品被統一叫成高速NOA。高速NOA帶有城區功能，支持城區LCC Plus，因此在城區數據方面已有積累。而且輕舟也是業界第一個在中算力平臺做紅綠燈的處理識別和剎停。”
據雷峰網(公眾號：雷峰網)了解，輕舟智航的純視覺BEV模型、前視單目視覺、占據網格模型、BEV“超融合”感知大模型等均實現了大規模量產驗證，并積累了近3億+的各類真值數據。
從以模型為中心轉向以數據為中心的開發模式，再到從L4逐步下沉至L2++級別的技術迭代，輕舟智航不斷探索無人駕駛的發展路徑。基于50萬的量產交付，輕舟智航已建立了標準化的交付流程，完善的安全交付體系，實現為客戶高效穩定交付。
2024年，輕舟開始端到端的研發，但是端到端和高速方案仍然共享了很多基礎設置，例如離線的自動化標注、訓練仿真平臺，通過部分平臺化的通用能力盡可能降低不同方案的開發成本。
對于選擇地平線征程6開發，而不是其他大算力芯片，侯聰還是認為，輕舟做征程5不做Orin，就是為了在中端的細分市場占據優勢。
侯聰認為，端到端是一個技術方案，不是產品方案，與算力的大小沒有必然聯系。輕舟的定位，不是去追求不計成本的極致體驗，至少目前不是，而是要保持極致性價比的理念，在更低價位的車型上做出更好的體驗。而安全永遠是體驗的第一要素。輕舟對智駕安全的追求，也應該成為智駕行業的基本共識。
2024年，新能源電池霸主寧德時代正在C端轉型上努力，執行“CATL Inside”的戰略，試圖擴大在C端的影響力，強化選電車就選寧德時代的認知。作為一家to B屬性的企業，輕舟不會在C端擁有像華為、寧德時代一樣的認知基礎。但是或許在不久的將來，車企的心中會有一個“輕舟inside”的選項。雷峰網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
