小马入局辅助驾驶将量产车智驾能力卷到L4级别
小马官宣成立乘用车智能驾驶业务产品线。推出智驾软件品牌“小马识途”、域控制器“方载”及数据闭环工具链“苍穹”。
1 月 11 日 ， 小马正式官宣建立 乘用车智能驾驶业务产品线 ——智驾软件品牌“小马识途”、域控制器“方载”以及数据闭环工具链“苍穹”，并已成立独立事业部运营该业务。
2022年以来，L4级无人驾驶公司进入高阶辅助驾驶的趋势已经十分明显。而作为国内自动驾驶公司中的佼佼者，小马此时才宣布入局，自然也有其不同于其他公司的亮点。
首先，不同于大部分公司都只提供软件，小马的入局还包括了硬件和工具链，可以为整车厂提供更全面的服务。
其次，小马的智驾软件品牌小马识途基于不同传感器和算力配置，推出了三套系统级方案PonyClassic，PonyPro以及PonyUltra，提供差异化的参考硬件配置，也可按照每个客户需求量身定制整体方案。
PonyClassic仅需6个摄像头（4个鱼眼相机及前后向各1个长距相机）和1个毫米波雷达就可以实现高速NOA、记忆泊车与主动安全功能。全套智驾硬件成本仅数千元，以极简的传感器数量就能实现高阶智能辅助驾驶的功能。PonyClassic算力50-100 TOPS，支持地平线、英伟达Orin或类似算力芯片平台。
PonyUltra则采用顶配方案，3个激光雷达搭配11个摄像头与5颗毫米波雷达，可实现媲美小马智行L4 Robotaxi的城市NOA体验。系统算力约500TOPS，支持两颗英伟达Orin X、地平线或类似算力芯片平台。
从硬件配置来看，PonyUltra确实已非常接近L4无人驾驶系统的要求。其中征程6为地平线规划的下一代大算力智驾平台。而3颗激光雷达则包含2颗补盲激光雷达，且为选配。
PonyPro是可用一颗激光雷达实现城市NOA和自主代客泊车功能的系统方案。除激光雷达外的传感器配置同样为11V5R，算力约200TOPS，支持单颗英伟达OrinX、两颗地平线或类似算力芯片平台。
PonyClassic之所以能基于极简的传感器硬件实现高速NOA的功能，主要得益于其采用的BEV（Bird’s Eye View）感知算法。
BEV感知系统可将多个摄像头或雷达得到的视觉信息转换至鸟瞰视角，接着进行相关感知任务，这样既能为无人驾驶感知提供更大的视野，也能同时完成多项感知任务。从而大幅度减少系统对传感器数量的依赖。
而且，据小马表示，BEV感知算法不仅对传感器依赖少，同时采用大模型识别各类型障碍物、车道线及可通行区域等信息，能最大限度降低算力需求。而且，在无高精地图的情况下，仅用导航地图就能实现高速与城市NOA功能。
在自车与社会车辆的博弈上，小马识途采用的是博弈交互式规划算法，可使车辆具备如老司机般的驾乘体验。也是凭借这套算法，让小马有能力在传感器数量大幅精简的情况下，实现在繁忙的城市高架路与匝道上灵活穿梭。而在城市场景，小马表示其NOA可实现如Robotaxi般的体验。
据小马官方表示，小马智行自2020年便开始布局前装智驾软件，经过多年打磨，如今终于正式推出“小马识途”解决方案。
在硬件层面，小马表示已推出业内首批采用DRIVE Orin芯片不同配置的域控制器，包含单Orin芯片与双Orin芯片。且其自研的域控制器“方载”已开始量产交付。
1月9日，小马智行刚刚宣布与地平线达成全面战略合作，将基于自研行泊一体智驾算法及地平线征程®系列车载智能芯片，打造兼具高性能与超高的性价比的量产级智能驾驶解决方案。
小马智行的数据闭环工具链产品“苍穹”则包含车云协同大数据平台与云端大规模仿真平台两大核心模块，配合数据标注工具与模型训练工具，可实现对两类客户核心需求的全覆盖，包括研发测试阶段的全量数据闭环和量产阶段基于影子模式的数据闭环。
车云协同大数据平台通过车端及云端的协同机制，可精准挖掘高价值数据，提供数据分析套件，实现一站式的数据利用功能。此外，平台还可基于深度优化的数据管理系统，帮助客户在有限成本下高效地完成数据采集、存储和挖掘。
云端大规模仿真平台则能有效推动智驾系统的快速迭代。该平台基于行为一致的仿真引擎和Smart Agent技术，可最大限度保障仿真结果的可信度。配合云端大规模任务调度的能力，苍穹的仿真测试可做到日行千万公里，低成本地实现对软件变更的效果评测，保障系统能力持续提升。
对小马智行而言，独立事业部（Personally Owned Vehicles，简称POV）的发布加强完善了其产品线，其业务平台将包括无人驾驶出行服务（Robotaxi）、无人驾驶货物运输服务（Robotruck）以及乘用车智能驾驶业务（POV）三大板块。
在Robotaxi与Robotruck商业化落地困难的背景下，POV业务将成为最可能助力小马实现自我造血能力的业务。
