“无图化”后依旧好用 体验小鹏XNGP

2023年3月，小鹏XNGP全场景挑战活动正式开启。

和去年相比，这次的挑战活动有些不一样的味道：除了XNGP本身在技术和场景上的拓展，人工智能的大背景尤其令人感慨。以GPT4为代表的AI大军在最近两个月展现出了惊人的进化能力，制造了无数热搜热议，人工智能在各个领域的运用也让无数人担心起了自己的饭碗。

智能辅助驾驶领域同样如此。

技术进步迅速的标志之一就是人们的认知会经常性落后。当我们认为ACC已经够用的时候，智能辅助驾驶已经开始突破L2-L3这一区间，当我们还在讨论雷达摄像头、高精地图的进展时，厂家已经开始尝试扔掉高精地图的方案了。前不久华为春季旗舰发布会预告了不依赖高精地图的问界M5(配置|询价)高阶智驾版即将到来，而本次小鹏XNGP全场景体验的重要一环也是城市NGP在无图区域的能力。

首先还是厘清一下名称问题，毕竟由于智能驾驶领域迅速发展，各种叫法让人有些眼花缭乱了。小鹏XNG是继XPILOT系统之后推出的全新一代智能驾驶系统，城市NGP、高速NGP则是指其中的各项功能，系统整体以随时随地和全场景为目标。同样，各家车企五花八门的英文缩写——NOA也好NOP也好ADS也好AP也好——现阶段基本可以用中文统称为智能驾驶辅助系统。

本次活动共有三站，我们所体验的是从深圳开往惠州的路段，车型为小鹏P7i(配置|询价) MAX版、小鹏G9(配置|询价) MAX版（均搭载第二代智能驾驶系统XNGP）。前半段重点在于深圳城区内的城市NGP，之后从深圳到惠州为一段高速路况，而惠州城区内则会体验到小鹏在无图区域的LCC增强版（不依赖高精地图，新增直行红绿灯起停功能和跨线绕行障碍功能）。

城市NGP的体验依旧不错，在高精地图的帮助下继续完成向一名“老司机”的过渡。车辆出发时正赶上深圳早高峰的末尾，路况相对复杂，但在整个过程中，我们所试驾的这辆小鹏P7i能够游刃有余地完成本车道巡航跟车、导航变道、超车变道、汇入/汇出道路等动作，而且很多动作已经让你察觉不到这是机器在帮你开车。

令人印象深刻的另一点则是小鹏在仪表盘和中控屏导航软件中所做的环境模拟显示（SR）。基于XNet更强的感知能力，仪表显示范围增至八车道以上，同时增加了可感知目标物的种类和数量，支持虚线、实线、斑马线、地面箭头等多种地面标识显示，对行人、自行车增加了运动动画效果。在试驾过程中，它甚至可以准确识别出不同类型的水马、锥桶、圆桶等。

如此丰富细腻的SR效果除了带来更加直观而全面的信息，还增强了我对机器的信赖，甚至产生一种莫名的舒适感——在这一过程中，你能感受到和机器之间的交流。在成熟的智能辅助驾驶中，这种交互感不是可有可无，而是必不可少的。

当城市NGP来到以人类驾驶的真实道路环境中，人与机器的博弈就展开了。对于智能辅助驾驶来说，最头疼的不是拥堵或复杂的地图，而是与人类驾驶员的的博弈。也正是在博弈的过程中，以安全和通行效率为基准的机器通过不断学习，越来越像个“老司机”。

不过目前来看，“老司机”的体验并非完美。在大多数路况中城市NGP能够实现零接管，但针对一些特殊情况的处理还是能让你明显感受到机器的判断逻辑。

在深圳遇到的一个典型案例是，车辆在某路口完成右转动作后，碰到一辆停靠在最右侧车道的静止车辆，它会先减速，停顿一两秒判断这辆车是否真的是静止，然后再向左打灯变道完成超越。其实在右转过程中我和同乘的工作人员就已经能够看到这是辆停在路边的车，如果是人类司机在驾驶，在右转的同时就已经顺势向左变道，而不会再分步执行判断、变道的动作。

人的预判和直觉，机器模仿起来依旧有些困难，但城市NGP的能力边界的确得到了很大的拓展。在缓解驾驶疲劳和压力方面，城市NGP已经离满分越来越近。

另一方面，很多问题其实也是因为人的参与而产生的。在艺术与创作领域，人的不确定性、不规范性乃至错误有可能带来惊喜。但在规范化的交通出行领域，带来的就大多是低效和灾难了。机器与其说是需要模仿人类司机，不如说是需要配合人类——目前道路交通的主要参与者。在各种“惯着人类臭毛病”的场景中，机器无疑属于弱势群体，不可避免会出现各种奇奇怪怪的问题。当未来机器的比例越来越高，人类的比例越来越低，这些问题也许就会减少甚至消失。那时，我们的交通状况会是怎样？智能辅助驾驶的形态又会是这样？

来到高速路段以后，这套智能驾驶辅助系统就更加凸显了实用性。如果说在使用城市NGP时我还会因为复杂的路况、神出鬼没的行人电动车而稍稍捏一把汗，在高速路上则是一种完全放心的状态。

据官方介绍，新一代高速NGP使用了与城市NGP相同的技术平台，拥有量产最强的辅助驾驶架构，使其在定位、感知、预测、规划、控制等方面的能力得到了全面进化。但实际体验下来对变化的感知却并没有那么大。因为高速路段相对规范，方案也更成熟，其进化更多的是从90分到99分的过程。

讲两个试驾过程中印象深刻的细节。

一是对于高速路中经常出现的隧道，高速NGP可以根据车道信息调整车速：如果探测到隧道内是三车道，则按照规定限速行驶；如果探测到隧道内为双车道以下，则会选择比规定限速略慢一点行驶。

二是在去往惠州的路上突降暴雨，人的视线此时已经大打折扣，但依托于摄像头、各种雷达的高速NGP依然可以稳定地运行，对于路面信息的识别也没有任何问题。据随车的工作人员介绍，当雨刮器达到最大档时，高速NGP会出于安全考虑自动退出。

可能因为是测试版，这一规则在雨中并没有触发，此时的车辆犹如一个自信满满的初生牛犊，开得又快又稳。我想如果机器也有情绪的话，它肯定比只有一双肉眼的我更有信心，360度感知，远距离透视，全是生而为人我很抱歉的超能力。

当然，我们最终还是手动退出了高速NGP，放缓了车速。

此次的LCC增强版主要是在不依赖高精地图的前提下实现直行红绿灯起停功能和跨线绕行障碍功能。

无图化最考验系统的什么能力？泛化能力，而泛化能力也是无图化最大的优势。因此，不像高精地图那样需要逐个城市开放，LCC增强版一推出便可以直铺全国。

之所以能够逐步摆脱对于高精地图的依赖，小鹏自主研发的XNet深度视觉神经网络功不可没。和小鹏汽车的第一代视觉感知架构相比，它利用神经网络替代了繁复的手写后处理逻辑，实现了端到端数据驱动算法迭代。

从功能性上来说，XNet使车辆具备了更强的环境感知能力，能够实时生成“高精地图”；具备了更强的360度感知，博弈更强，变道成功率更高；具备了基于纯视觉感知速度与预测的能力，可以更精准识别动态物体速度和意图，博弈能力大幅提升。

在有高精地图覆盖的地区，根据红绿灯起停已不足为道，但纯靠视觉感知实现，就非常考验功力了。庞大的数据采集、标注、训练和艰巨的部署一样都不能少。

在惠州市内，小鹏对于这两项功能的完成度非常高，识别精准，动作也足够干脆利落。

因此，LCC增强版看似是LCC的一小步，实则是小鹏迈向无图化的一大步。

一天体验下来，小鹏XNGP的进步让我颇有感慨，作为国内智能辅助驾驶第一梯队的代表，它让我们看到了很多有趣的问题，对于智能辅助驾驶未来的表现也有了新的期待。在时间表方面，小鹏表示，2024年XNGP将进化至终极形态，实现全场景打通，全程都可以使用智能导航辅助驾驶。而之后的技术分享会上，小鹏汽车自动驾驶中心副总裁吴新宙也表示，在2024年到2025年之间，“AI将比人类更会开车”。

之前，我对这种时间表我通会不以为意，觉得只是说说而已。然而现在，诸多案例已经把我教育得服服帖帖——我们终究是无法用经验来预测人工智能的进化速度了。