今年8月，前Momenta研發總監任少卿入職蔚來汽車，任助力副總裁，直接向李斌匯報。與此同時，蔚來還宣布計劃進行超過17億美元的股票增發，其募得資金將用于自動駕駛技術研發。而今天早上，有消息稱蔚來計劃自主研發自動駕駛計算芯片，將會投入幾十億人民幣，盡管該項目還未經過董事會討論，但是李斌似乎意向明確，并且蔚來已經組建了獨立的硬件團隊“Smart HW”來負責此項目。

聽到這個消息，筆者之前遲遲難以得到解答的疑惑，突然就明白了。

前一陣，筆者參加了蔚來領航輔助（Navigate On Pilot，NOP）Beta版本的體驗活動，這套系統基于NIO Pilot自動駕駛輔助系統、導航系統、高精地圖，使得車輛可以根據導航路徑規劃，在大部分高速公路和城市高架路等路段實現自動變道、超車、自動進出匝道和切換主干道等功能。

從功能上來說，蔚來這套NOP完全是按照特斯拉領航輔助（Navigate On Autopilot，NOA）作為范本來打造的系統；從體驗上來說，蔚來NOP和特斯拉NOA還是有些區別。

激進還是保守？

NOP系統其實本質上是在L2自動駕駛基礎上，加入了自動變道和道路（車道）規劃功能，即在原有的自適應巡航、車道保持和打轉向變道功能基礎上，融合導航路線和高精地圖的指引，完成適用道路的半自動駕駛。

實際體驗下來的感受可以總結為一句話：變道平順，規劃清晰，交互優秀，但實用性不強。

自動變道是NOP系統的核心功能，在蔚來系統中可以調節“變道是否需要人工確認”的設置。如同特斯拉NOA一樣，如果設置為“需要人工確認”，那么當NOP系統判定需要變道時，會給予提醒，用戶需要打轉向燈進行確認操作，然后車輛開始根據周圍車況和道路環境進行變道；如果設置為“無需人工確認”，那么系統會在判定需要變道時，直接進行變道。

個人認為，如果需要“人工確認”才能變道，那么本質上與原有的自動駕駛輔助系統并無二致，因為用戶完全可以在車道保持和自適應巡航基礎上，根據需要直接打轉向進行變道，所以此時NOP帶不來什么體驗上的提升。

所以全程測試都是基于變道“無需確認”的設置來體驗的。

NOP系統的自動變道，單從變道過程來講，轉向比較平順，車內乘員感受比較自然，不會出現什么不適和突兀感。

同時，系統決定變道時，周圍的車況和道路環境也處于一個比較安全的情況。

由于蔚來的NOP系統采用了百度的高精地圖，所以能夠在出匝道前很遠就對其進行車道規劃，提前進行向右并線，從而使得出匝道相對比較順利；另外也是得益于高精地圖，一些多級匝道，NOP也能應對良好。

當然，進匝道的過程，本質上就是一次自動變道過程，所以體驗相對也不錯。

說到這，其實不免有人會產生疑問，這么說蔚來的NOP功能做的都挺好，怎么說不太實用呢？

原因在于使用場景問題。

在高速路段或者環線上行駛使用L2級別自動駕駛，其意圖在于車輛接管大部分的油門剎車和方向盤任務，從而節省體力；如果用戶并不著急，或者在擁堵路段，L2這樣的輔助系統已經足足夠用，能夠帶來非常大的體驗提升。但問題是，如果用戶有些趕時間，同時又想節省體力，每當需要變道超車或者下匝道，都需要人工接手，非常影響整體體驗，很容易讓用戶產生“還不如都自己動手”的感覺。

而NOP功能即是為了滿足這種類型的場景，車輛如果遇到慢車，則自動進行變道超車，快到下匝道口，自動進行向右并道，從而順利駛入匝道。本質上，除了嘗鮮新奇的用戶，愿意使用NOP功能的，都是為了在節省體力同時，能夠相較于L2級別自動駕駛更加節省時間（以及不錯過匝道口）。

如果說在車況相對較好的情況下，NOP尚且能夠勝任，但是在稍微車多的環境下，NOP就暴露了一定問題。

比如平時變道或者入匝道口，如果車輛較多，由于蔚來NOP出于“安全”考慮，所以只會在距離十分寬裕的情況下完成自動變道，導致如果不人工接管，則車輛幾乎將匝道入口全部行駛完都難以并線成功。

（NOP入匝道最后自己動手操作）

這里面有兩點原因：其一是安全車距問題，蔚來出于對實際剎車安全和相關法規的考量，將變道判斷的條件設置的相對苛刻，就導致了NOP核心功能自動變道受限制較多；其二是硬件算力或軟件問題，系統對于“安全與否”的考量時間較長，導致錯過變道“窗口期”。

（自動變道的安全車距判定）

在當下這個時間節點，用戶接受自動駕駛系統的核心難點即是信心問題，

而作為NOP體驗的最關鍵基礎，自動變道的安全與否和果斷程度其實都決定著用戶對其的信心。雖然蔚來為了增強用戶信心，當自動變道失敗時會通過NOMI進行語音提示“哎呀，NOMI有些害怕呢”，提示用戶車輛因為車距等安全原因無法執行變道，讓用戶充分了解車輛非常清楚周圍行駛環境；但是如果為了做到“絕對”安全，導致多次變道失敗，會大幅削弱用戶使用的欲望。

相比之下，在特斯拉NOA功能中，車輛變道則非常果斷且激進，比如向左變道，有車輛遮擋，特斯拉會采取加速或者降速找到空隙并完成變道。這種體驗會些許引起乘客不適，但對于駕駛者而言，隨著逐漸了解到NOA變道的能力上限，會越來越相信這套系統，甚至能夠部分替代自己完成超車的操作，從而使得用戶使用NOA的欲望上升。

這種體驗差別蔚來的技術人員不會不知道，但蔚來仍然選擇這種策略背后另有原因。

不行也得

作為中國新造車勢力中目前發展最好的一家，也是成功撬開國產豪華車市場的車企，蔚來想要緊追特斯拉的腳步，自動駕駛是無如何都躲不過去的必經之路。那么既然特斯拉在自動駕駛技術路線上已經趟出了一個方向，蔚來“從善如流”追隨標桿無可厚非。

問題在于，路線可以學，但軟硬件才是核心。

2014年特斯拉自動駕駛硬件第一代（Hardware 1，HW1）采用的是Mobileye Q3芯片，隨后在2016年和2017年特斯拉采用了英偉達的PX 2和PX 2升級版，最終在2019年升級為自研芯片FSD。之所以有這些變動，表面上看是技術路線的不同，Mobileye以視覺處理為主，深度學習（神經網絡）為輔，NVIDIA則是以深度學習為主，計算機視覺為輔，而特斯拉想要走的是深度學習為全部，普通的計算機視覺處理不需要，甚至也不需要HD地圖和激光雷達的數據處理，所以市場上有的芯片貴的原因用不上，自己所需的大量深度學習算力又不夠，只能自研。

但是這個過程中，特斯拉是入場較早的，能夠在供應商那里擁有一些話語權。而就在特斯拉2016年因為事故與Mobileye分道揚鑣后，2017年英特爾就以153億美元高價收購了Mobileye，希望作為芯片制造巨頭，在自動駕駛領域分的一杯羹。

蔚來就是在這個節骨眼前后，給ES8裝上了Q4芯片。乍一看，蔚來踩著特斯拉曾經走過的腳印發展，起碼方向是不會錯的，以Mobileye提供的芯片和開發套件作為起點，開始研發視覺為主的自動駕駛系統。

這里需要弄明白一個事情，就是Mobileye芯片的主要功能就是通過攝像頭和雷達傳回的數據，分析出周圍環境，并給出可行駛區域，決策層面由蔚來負責（恩智浦芯片和自研軟件層）。但是這其中有個巨大的問題，就是Mobileye為了保證自己的利益，數據進入芯片如何處理車企并不知曉（像黑盒），只是得出個數據結果，車企只能進行微調，也就是說核心部分的軟件處理算法，車企沒有任何主導權。

由此導致的問題就是，如果車企想要添加特別的獨立功能，就需要耗費大量金錢和時間成本，另外升級優化也受到供應商速度的制約。這也是為什么蔚來在北美的自動駕駛團隊發生多次離職、裁員事件，最終決定將研發重心全部移回國內。

不僅如此，同時期與Mobileye合作的還有寶馬、大眾、日產、福特等廠商，這些大車企相比于蔚來，在與Mobileye談條件時明顯要“硬氣”很多，蔚來并不能吃到什么獨占紅利。

所以蔚來要想繼續這條路，得分兩步走。

其一，先抱緊Mobileye的大腿，將基礎夯實，用既有的硬件架構，盡快磨練軟件研發實力。所以前有2019年蔚來宣布與Mobileye戰略合作，除了將作為第一家搭載Q5芯片的車企外，還雙方協同研發L4級別以上的自動駕駛系統和車隊；后有蔚來在同年加速NOP系統的研發，并為此投入大量財力人力。

其二，即便能夠第一批搭載Mobileye Q5芯片，整體來看，其芯片的算力仍與NVIDIA和特斯拉存在差距，加之研發階段的“黑盒”數據處理，蔚來想要在自動駕駛領域立足，或者進一步打造蔚來“智能化”的標簽，就必須要“兩條腿走路”。也就是一邊和Mobileye合作同步進行研發和裝載入車，另一方面需要自己設計研發適合自己的自動駕駛芯片。

這件事雖然將會耗費大量資金和時間成本，但是由于短時間內產品的功能點可以由Mobileye的合作來實現，所以即便看起來是件費力不討好的事情，蔚來也很可能孤注一擲進軍自研自動駕駛芯片。

另外Mobileye也不會因此不合作，因為他們也有既得利益。Mobileye的技術路線中REM（Road Experience Management）是很重要的組成部分，通過車載攝像頭進行收集數據，然后對數據進行標注和壓縮記錄下來；另外這些數據整合在一起可以形成“Roadbook”的高精地圖，從而用于Mobileye的自動駕駛研發所用。

目前Mobileye在中國的REM進程很慢，亟需有車企能將大批量搭載他們芯片的車輛行駛在道路上，加上蔚來的NOP系統，雙方都可以獲得自己所需的利益。

所以本質上，雖然目前蔚來NOP距離實用性還有些距離，但是卻是整個大框架規劃的必經之路；起碼會有很多用戶出于新奇進行使用，這樣一來蔚來就可以收集大量數據用于今后的研發；與Mobileye的合作不僅能夠保證眼前的產品競爭力，也能同時當作“陪練”繼續給蔚來自動駕駛做基礎；最終蔚來很可能要走向自研芯片，才有可能保證自己在市場中的長遠競爭力。
編輯：hfy