如果再加1万元，让898 Qin Plus更有NOA，你会买吗?
怎么啦？不买吗?还是太贵吗?
这可以包括基本的L2和高速城市NOA。
要知道，比亚迪原有的基本L2配置，如车道定心辅助、偏离预警、主动制动等，总成本为1万元，而腾势的高速NOA售价为1.5万元。
从这个角度看，你还觉得贵吗?有时候你应该看看自己的原因，看看自己是否认真工作。
好吧，好吧，不是开玩笑。
它实际上是这样的。最近，大疆汽车收到了比亚迪和一汽的橄榄枝。
未来，比亚迪的秦+、宋+、海鸥、海豚，甚至一汽的Hongqi或许可以使用大疆的城市NOA。
那些不懂智能驾驶的人可能会问:
大疆什么时候开始制造智能驾驶的?为什么要比汽车公司自己做的更好呢?
事实上，如果我们将其与华为进行比较，就很容易理解了。大疆汽车和华为汽车事业部(Auto BU)都成立于2019年，其资质不亚于华为。
在技术和研发能力方面，大疆汽车BU完全有能力与华为汽车BU竞争。
另一方面，比亚迪、一汽等传统车企距离智能驾驶第一梯队还有一段距离。与这些跨界的智能驾驶公司相比，传统车企自主研发的技术不一定有优势。
因此，在智能汽车的下半场，比亚迪迫切需要找到一个合作伙伴。
然而，大疆的智能驾驶能力并没有得到很多产品的验证。为什么比亚迪不选择更成熟的华为智能驾驶?
别告诉我，比亚迪之前其实找过华为的汽车BU讨论合作，但被华为拒绝了。
这并不是因为华为没有面子。主要是华为目前还没有做出一款售价低于20万元的高端智能驾驶车型。如果该系统在比亚迪实施，成本将过高。
与华为相比，大疆对于智能驾驶的思路从一开始就是追求性价比，降低成本，尽快普及，所以与比亚迪不谋而合。
比如，在今年的CES上，大疆就展示了自己的“成行平台”。它既没有激光雷达，也没有高精度地图。它使用的芯片是高通骁龙(SA8650P)，只能提供100 TOPS的计算能力。这确实是一个非常“乞丐版”。
然而，根据官方测试视频，该系统不仅包括高速城市交通条件下的超车弯道、自动避障，还有记忆停车功能。它基本上拥有所有人拥有的东西。
如果华为要这样做，更不用说必要的激光雷达，智能驱动芯片预计将使用其自己的MDC 810，计算能力为400 TOPS。按照终端价格，整套ADS 2.0大概需要18000左右。
在大疆方面，宝骏云朵已经安装的灵喜智能驾驶总共使用了7个摄像头、1个毫米波雷达和12个超声波雷达。和普通版的价格差只有1万。
要知道这1万也包括了普通的L2智能驾驶，所以如果我们只关注高端智能驾驶，估计成本在5000左右。
但是我们最关心的是使用问题。你们的低价会使它不安全吗?
毕竟，即便是目前主流的智能驾驶解决方案也并不完美，而缺胳膊少腿的乞丐版NOA，恐怕使用起来更加困难。
其实从车主的视频来看，宝骏云朵在高架路面上也能实现非常流畅的拍摄，但在安全性方面，是否比其他智能车更胜一筹就不得而知了。
大家争论的是，为了降低成本，大疆选择了“纯视觉”的解决方案，取消了激光雷达。这不是不可靠吗?
要知道，目前车企的智能驾驶降本计划基本上都和这个激光雷达有关，但是智能驾驶是否安全，不仅仅是由一个激光雷达决定的，还有各种算法和逻辑，这里涉及的内容太多了。
为了清楚地解释这个问题，我们必须从智能驾驶的成本战开始。
时间回到2004年，当时美国国防部发起了DARPA无人驾驶挑战赛，目的是制造无人驾驶军用车辆。虽然参赛队都展示了他们的才能，但没有一个队能完成比赛。
此时，一家名为Velodyne的音频公司开始在汽车上安装激光雷达，扭转了局面。
在2007年DARPA的另一项竞赛中，7支队伍成功通过了测试，其中6支使用了自己的激光雷达。因此，Velodyne一炮而红，成为车载激光雷达的鼻祖。
那么为什么激光雷达如此有用呢?
事实上，所有的传感器都有缺陷。例如，相机只能捕捉2D图像，在夜间、雨、雾和背光下，它们的识别能力非常有限。
超声波雷达的探测距离很短，对物体的形状几乎没有概念，所以只能作为倒车雷达使用。
虽然毫米波雷达可以探测到目标的速度和距离，但也难以区分物体的形状，在复杂的环境中容易出现“假军情”。
因此，融合解决方案最终将包括激光雷达，它通过发射激光扫描周围世界，可以测量每个方向的距离，其精度与现实世界的3D打印相似。
但问题是，这个东西是相对昂贵的。
到2017年，Velodyne销售的16线、32线和64线激光雷达的价格分别为8000美元、4万美元和8万美元。谁能买得起配备这些设备的汽车?
如果你想要更强的智能驾驶能力，这里需要更多的“线”。线束数量翻倍，价格也会翻倍。如果成本不降下来，传感技术的发展将基本止步于此。
因此，为了避开激光雷达，马斯克做出了一个违背他祖先的决定:只使用摄像头。
据他说，人们只用眼睛就可以驾驶汽车，那么人工智能为什么需要各种传感器呢?
所以在2022年的特斯拉AI Day上，特斯拉推出了Occupancy Network，将原本类似于“实时战略”的BEV(鸟瞰)迭代到《我的世界》的草块世界中，基本可以达到激光雷达的水平。的效果。
然而，我原本以为纯视觉会节省很多钱，但在实践中，成本变得越来越高。
原因是特斯拉仍然需要训练和维护这个纯粹的视觉感知神经网络。
首先，为了满足算法所需的计算能力，需要对芯片进行操作。自2014年以来，特斯拉一直在开发自己的芯片。2019年，它发布了FSD自主开发的芯片，计算能力高达600 TOPS。
而在2021年，特斯拉还打造了一款自主研发的芯片D1，专门用于培训打造Dojo ExaPOD超级计算机。
那么这样做要花多少钱呢?马斯克说:每年至少需要几十亿美元的投资。
但与此同时，在2020年，多传感器融合解决方案出现了转折点。由于激光雷达的国产化，市场上的激光雷达价格瞬间被“抹去”。
华为汽车公司今年宣布，他们的目标是“将激光雷达的成本降低到200美元，甚至100美元。”
过去，Velodyne使用的是机械激光雷达，价格昂贵且容易损坏。
现在，国内供应商如华为和合赛使用半固体激光雷达。通过旋转镜技术，它们可以达到过去旋转的效果。
此外，更离谱的是二维旋转镜。一根电线也可以作为100根电线使用。比如华为等效的96线激光雷达，就彻底降低了激光雷达的成本。
因此，目前车载激光雷达的成本只有千元左右。
以至于一些汽车公司说:“如果低于4，请不要说话。”它看起来很有钱，但实际上它依赖于激光雷达的本地化…
看到这里，我们其实明白了大疆和华为路线的不同。
华为专注于多传感器融合解决方案。有了激光雷达，更容易解决智能驾驶的感知问题，因此可以不断挑战智能驾驶能力的极限。
大疆的纯视觉路线解决了实际问题，登机成本更低，可以更快地推广。然而，问题是难度更大，而且目前还不知道未来能达到什么效果。
即使是纯视觉先锋特斯拉，在这个阶段也遇到了很多问题。
不过，既然大疆可以把它安装在实际车辆上，并且得到了很多车主的认可，至少说明它的基本功能是成熟的。脖子哥也很好奇它能飞多高。
毕竟，没有人会在买琴的时候选择花两三万块钱买一辆智能车，对吧?
主编:尚尚文Q
