兄弟们，你们能想象现在的智驾有多便宜吗。

没多久之前咱还在说，智能驾驶就是有钱人的玩具。车企随便整俩激光雷达就是两三万实打实的成本，车主选配两三万起步不说，结果还不一定好用。

结果没过多久，智驾硬件的价格就和脖子哥的基金一样，跌成白菜价了。

前一阵，大疆车载发布了自家 ? " ? 成行平台 ? " ? 的几款新产品。其中一个只用摄像头的纯视觉版本，不仅支持高速和城市 NOA 这种高阶功能，而且不依赖高精地图，功耗还贼低，基本啥车套上就能用。

重点是，价格只要不到 7000 ? 块钱，很多车上都有的空气弹簧，差不多就是这个数。

如果我是车企，在能升高降低和高阶智能驾驶相比，我肯定无脑选后者。

但问题就在于，都说便宜没好货，同样是搞的纯视觉智能驾驶，马斯克磨了好几年搞出的 FSD ，现在还得卖大几万。刚量产智驾还没一两年的大疆，硬件便宜就算了，软件还基本不要钱。

结果我正琢磨呢，大疆直接就是一个试驾邀请函的给，行不行的自己来试试。

毕竟之前试过的大多数智驾，不说都不咋地吧，绝大部分都会时不时抽个风啥的，整的隔壁两三条车道跟着一起紧张，必须时刻盯着。

大疆这套纯视觉方案连激光雷达的深度验证都没有，大概率也是 bug 满天飞，怎么喷它我都想好了。

结果大疆只用了一圈 30 ? 多分钟的试驾，就把我的嘴堵上了。

这次的试驾车其实就是宝骏云朵的灵犀智驾版本，区别在于它把原先车上 32 TOPS 低算力的域控制器拔了下来，插上用了高通 8650 ? 芯片的的 100 TOPS 高算力控制器。

相比目前主流十几个摄像头 ? + ? 一两颗激光雷达 ? + N 个 254 TOPS 英伟达芯片的智驾方案，这套硬件甚至说得上有些寒酸。

但从体验上看，它却是我试过最好用的智驾之一。

试驾的路线，是一条经过深圳闹市区的大环线。全程 30 ? 分钟左右，途中会经过无数个十字路口，包括几个堵车堵到发红的高峰区。

在比较简单的开阔路段，它的表现其实和别家没啥区别。加减速舒适，不会突然的点头和推背，变道时车内也没有很明显的拉拽感。

但在一些细节上，它就不只是及格这么简单了。

比如在遇到红灯的时候，它会先把车速刹到很低，比如 10kph 以下，然后用很慢的速度挪到靠近前车的位置再彻底刹停。

我对随车的工程师直接就是一个问，他说他们的算法标定是在摄像头正好看不见前车后轮的时候停下，大概就是间隔 3 米的距离。

这个哥们是真心喜欢，因为我平时就是这么开车的。

另一点就是对大车的避让，试驾途中经过了好几个大车密集的路段，每次大车经过或者需要超过大车的时候，车子都会小幅度的打一把方向绕开它。

而且，这个避让的幅度不是固定的，如果相对速度比较大，避让的幅度就会变得很小，甚至会变得很难察觉；如果相对速度比较小，避让的的幅度就会明显变大，有种想远远绕开的社恐感。

成行平台的算法工程师，估计没少看大车的事故集锦。。。

当然相比这些小细节，我觉得它真正封神的地方还是超快的博弈速度。

经常开车的朋友们都知道，在一个大路口左转的时候，最难搞的就是不知道旁边的车会转到哪个车道。

要是左边的转大点，右边的转小点，那直接就是一个两面包夹芝士，必须频繁微操。

大疆这套智驾神就神在，它基本复刻了我会做的所有操作。

在左边车离得很近的时候，它会稍稍往右边靠靠；靠完以后，还会再根据右边车辆的位置，再往左边调调。

实际的体验就是，我看左边后视镜的时候它在对付左边车，我看右边后视镜的时候它也开始处理右边的车。

遇到行人横穿马路也是一样，其他家的智驾就是一个素质极高，一定会等在原地让行人先过。过去了还好说，要是行人素质也高打算让车，就会出现两边疯狂互让的情况，谁都过不去。。。

在遇到的几次行人博弈里，如果遇到行人让车，试驾车都会很果断的加速通过，虽说看着素质没那么高，但通行效率是实打实的提升了。

然后就是我觉得最最最最厉害的地方了：后方来车规避。

试驾途中有这么一个场景，直行车道，左边突然窜出一台横穿的小电驴。这时候一般向右规避就完事对吧，但此时后方还有一辆准备加速通过的公交车，继续变道必然怼上。

这时候一般的智驾就歇菜了，停在原地需要接管，但大疆的决策是停止变道的过程，刹到安全的车速，等公交车通过之后再重新起步。

那时候我们需要去最右边的车道右转，我的注意力放在看它多车道变道的表现上了，完全没看见侧面有一个泥头车也要走这条右转道。

结果应该是从后摄像头里看见了，智驾直接一个大方向把车拉了回来，用很小的缝隙把泥头车让了过去。

随车的工程师一阵夸我胆大心细，其实我是真没看见啊。。。

所以一圈开下来，我会觉得成行这套系统总体来看是有细节、有操作而且表现非常稳定的，如果最后上车全量推送的版本能和这次试驾一个水平，我可能真的会在日常的驾驶里频繁的使用它。

至于为啥大疆能只用几个摄像头和这么点算力搞定高阶智驾，他们在发布会上也大概说了一下，什么算法优化好啦，感知精度高啦，比较玄乎。

里头比较有意思的是一个名叫神经网络轨迹预测的技术，就是高算力域控内置的 Transformer 模型能够根据摄像头看到的运动物体，通过 AI 预测出它的运动轨迹。

然后判断这个未来的轨迹会和行车线有啥冲突的地方，再反过来控制现在的车辆。

不过相比探究他们是怎么实现的，我觉得这次试驾传递的更重要的信息是，之前车企们靠堆硬件、堆算力搞智驾的思路，可能真的错了。

很长时间以来，车企们对于智驾一直都有着很严重的 ? " ? 火力不足恐惧症 ? " ?，为了尽可能多的收集路面上的信息，各种摄像头、激光雷达必须拉满，像阿维塔，一台车上光是激光雷达就有三颗。

为了设计足够多的规则算法来应对各种棘手的问题，高算力的芯片必须安上；像蔚来， 256 TOPS 算力的英伟达 OrinX 一用就是 4 块。

但其实在许多车型上，有很大一部分算力是被用来 ? " ? 捋清问题是啥 ? " ? 而不是 ? " ? 解决问题 ? " ?。

在啥传感器都有的车上，激光雷达、摄像头和其他硬件在收集完信息以后，还有个合在一起分析的过程。不仅要把时间轴对齐，保证空间的一致，还得商量好以谁的信息为主。

比如摄像头识别横向移动过程的精准度比各种雷达强很多，而遇到粉尘、雨天等视线不太好的天气激光雷达的效果会更好。

这时就得按照不同情况，让传感器们对齐颗粒度。

这还只是不同传感器之间的配合，就连摄像头的内部也有很多配合问题需要解决，像是识别本车道目标一般是依靠前视摄像头，如果是识别旁车道目标那就得用侧视摄像头。

要是距离太近，雷达会有回波问题，还得依靠泊车摄像头。

总之就是多传感器算法这玩意，工程师能想到的场景越多，硬件之间配合的规则就越复杂。

而就像电路设计一样，为了确保一个规则能跑通，还得设计一大堆保证它能实现的验证功能。

对于算法能力不太行的车企来说，最后大概率就会变成代码の屎山，导致很多算力被浪费。

算法能力强的最近就开始缓过神来了，屎山越高越大肯定不是事啊。

那与其用上一堆传感器搞得高不成低不就的，还不如老老实实从底层开始做优化和研发，把其中某个传感器的能力拉满。

这样不仅不用这配合那配合的，芯片也用不着那么高算力了，雷达摄像头的钱也能省下不少。

所以像是华为、大疆这些企业，最近就开始用精度更高的视觉信息为主，减少激光雷达的数量或者干脆就不用了。

而且，更低的算力和硬件功耗要求，也意味着更多便宜的车型也能智驾起来了。

就比如大众就表示自家的途观在 2025 年会用上大疆智驾，脖子哥在大众集团内部的朋友也悄咪咪地告诉我，保时捷和奥迪目前也正在考虑采用大疆或者华为的智驾方案。

或许马上，几万块的比亚迪或者五菱宏光就也能高阶智驾了。

这么一想，现在如果还有啥新车还在吹自己激光雷达用得多，那大概率是算法能力不太行，在靠堆料打肿脸充胖子呢。