花小钱办大事？易航智能说 16TOPS 算力就能搞定行泊一体

上周，一个从来秉承「颜值即正义」的女同学打算买车，居然问我，「那个 N 什么什么的行泊一体，真的好用吗？」

当时就有一股宛如狠嘬一口芥末的冲劲儿直上天灵盖，「行泊一体元年来了！」

当然，这个比喻多少是有些夸张了，但「行泊一体元年」的说法，则是有更多事实支撑的。

一方面，在年初举办的中国电动汽车百人会上，全国政协经济委员会副主任苗圩提到，去年乘用车 L2 级驾驶辅助搭载率达到 22.2%，在新能源车上更达到了 38%，市场趋势一目了然；另一方面，今年以来，越来越多的智能驾驶公司、行泊一体方案浮出水面。

比如，易航智能。

分级 or 场景？

四月底，搭载易航智能 NOA 行泊一体方案的首款量产车已正式上市。

今天下午，易航智能用一场媒体沟通会带来了 NOA 行泊一体量产方案的更多细节。

如果用一个词来描述这场沟通会，我想是「落地」。

「当我们谈论自动驾驶的时候，谈论的到底是什么？」

沟通会伊始，易航智能创始人兼 CEO 陈禹行抛出了这样一个问题。

实际上，汽车工程师学会 SAE 很早就对自动驾驶进行了等级划分，并制定了相应的判断标准。SAE 把自动驾驶技术从无自动化的 L0 到具备完全自动驾驶能力的 L5，共分出 6 个级别。

我们且不论这个标准放在今天是否依然科学，但在陈禹行看来，基于当下的可量产技术，以及推动自动驾驶技术大规模普及的出发点，「场景」比「分级」更具实际意义。

陈禹行举了这样一个例子。

例如，用户上下班通勤需要 2 个小时。面对这一过程中的绝大部分车程场景，现阶段可量产的智能驾驶辅助技术已经能帮助用户完成驾车，降低用户驾驶疲惫感。但在某些极端场景，比如途经一个菜市场，满地的菜叶可能会遮盖道路划线，人车混杂也加剧了道路复杂程度。坦率地讲，现阶段的量产技术很难应付这样复杂的场景。但像这样无法应付的场景可能也就 5 分钟的车程，这样的距离在 2 个小时车程中其实只占到了很小的比例。

「做场景的思路，我们先把 95% 时间的自动驾驶解决掉，剩下 5% 的 Corner case 我们可以由人来监控，后续通过技术迭代升级，再来解决这 5% 的问题。」

抓大放小，再逐个击破，这就是易航智能的解题思路。

性价比

「我们易航一直都是先做后说的风格，不太擅长发布概念。」

陈禹行这样自我评价。

这话听着朴素，但易航的每一拳都朝着「普及自动驾驶」的痛点打。

如果说「已量产」是易航 NOA 行泊一体技术的起手式，「性价比」就是他们推动自动驾驶普及的必杀技。

至于如何实现这个性价比，易航在核心算法上有他们自己的一套方法论。

「模型的参数数量和精度成正相关，但不是线性正相关。」

陈禹行这样描述自动驾驶的核心算法模型。这一理念类似于之前提到的「抓大放小」，在某一数量级之前，模型参数的增加能极大程度提高感知的精度，但当迈过一个阶段后，这两者之间虽然仍是正相关关系，但带来的增益就没那么明显了。

更通俗地讲，这种状态下，我们花 10 块钱的药费，可能只能获得 5 毛钱的疗效，这种效率显然很难称得上性价比。

对此，易航自研了 Scalpel 模型剪枝方法论进行模型压缩，形成一个高效精巧的小模型。同时使用知识蒸馏的手段，让 NOA 方案模型向高精度大模型学习，以继承大模型的优势。在算力优化层面，易航打通了小模型平台和高精度多任务训练之间的隔阂，实现了共享 Backbone，极大降低了算力的消耗。

你看懂上面这段话在说什么了吗？看不懂没关系，因为我也没看懂。作为终端用户，我们知道这一套打完的效果就好了呀。

「最终，我们成功用 16TOPS 算力实现了某些车型几十甚至上百 TOPS 才能运行的 NOA 行泊一体功能。」

在计算的世界里，算力数字基本就等价于成本数字。

16TOPS 搞定 NOA 行泊一体，这就是易航智能的性价比绝招。

我们算得更直白一些，对于主机厂而言，易航 NOA 的整套设备，包括域控制器、摄像头、传感器等等器件的采购价格是几千元。对比同等能力的方案，易航 NOA 能降本 50%。

而更低成本的结果，就是易航把 NOA 行泊一体功能下沉到了 15 万级别的车型上。

实车体验

说了这么多，易航 NOA 到底表现如何，咱还是得看实际疗效。

受限于疫情，这次我们只能在线上参与这次沟通会，体验当然也只能通过观看视频的形式进行，就当是为后续实车体验做个课前预习吧。

视频中的 NOA 量产车城市环线驾驶实况，易航选择了在视线条件较差的夜晚进行。

进入匝道后，测试车辆即可启动易航 NOA，接下来就是它的 Show time 了。

进入主路后，易航 NOA 自动控制车辆进行了向左并线，顺利驶入主道。

环路上的直行路况没啥好说的，即便是普通的 ACC 自适应巡航 + LCC 车道保持也能很好完成这项任务。

易航 NOA 的亮点在于，面对环路上的岔路，也能坚决且准确地选定前进路线，自动切换环路匝道行车路网。昏暗光照条件下的匝道曲率行驶、遇到慢车自动进行的并线超车、隧道前 1 公里自动并线、根据道路限速自动加速等功能也都完成地很稳定。

从上面这些表现看，它应该是个成熟的领航辅助驾驶了。至于为什么说是「应该」，毕竟咱没亲自上去试对吧，更笃定的判断就留给实车体验后吧。

看到这里，或许有的同学会问，易航 NOA 的这些功能似乎和市面上别家的领航辅助驾驶也没多大区别呀。

敲黑板，各位同学请注意，「没区别」恰好是最大的区别。

一定一定记得，这是一套只有 16TOPS 算力的，总成本仅为几千元的 NOA。

这也很好地印证了易航智能「推动自动驾驶普及」的宏大愿景。

只有一套便宜且好用的 NOA 才会推动自动驾驶在普通人群中的普及，而一套更多人使用的 NOA 方案，会产生更多的路测数据，这些数据又能反哺 NOA 算法的更新迭代，继而训练出更新更好用的算法模型。如此良性循环，直至实现理想中的完全自动驾驶。

到那时，就是更大算力平台展现实力的时刻了。

我怎能不期待像易航智能这样的玩家出现。

正如文章开头所说，行泊一体元年来了。

元年都来了，应该会有更多女同学来找我叙旧了吧？