撰文 / 虞正华（魔视智能创举东谈主兼CEO）

裁剪 / 王雨竹

排版 / 雪梅

“智能驾驶时间的发展于今，适合了整车电子电气架构演进的大势，由畴前的漫衍式架构向一体化架构鼎新。” 魔视智能创举东谈主兼CEO虞正华说。

虞正华是在11月8日上昼在昆山开幕的2024第九届新汽车时间合作生态交流会（NAT-CES 2024)上作念出此番表述。

2024第九届新汽车时间合作生态交流会主题是“均衡与冲突”，这是在中国新汽车产业发展发奋冲突内卷环境下举行的汽车行业进军会议。

这次交流会，上百位中国主流车企研发、采购引导东谈主，数百家主流新汽车供应链企业家，都聚一堂，主零面临面，行业交流、时间探讨、企业赋能、产业对接，抓续构建新汽车时间合作生态圈。

虞正华是行动主流新汽车供应链企业家，针对当下汽车智能驾驶发表了上述主题演讲。

他合计，智能驾驶时间正和整车电子电气架构一样，由漫衍式架构向一体化架构演变。在此历程中，行泊一体成为了一个要害的发展阶段，大概带来传感器复用系统的考订、系统性能的栽培及老本的灵验裁汰等诸多上风。

而对于怎么作念好行泊一体，他集中自身的训戒给出了4个中枢才调。

最先是算法才调，尤其是遮盖从感知至决策与收尾全历程的原创全栈算法。这是因为行泊一体的域收尾器集成了宽敞功能，需要对大都算法进行深度优化。其次是全栈的系统才调，触及从算法软件到硬件的各个方面，在有限的策划资源上竣事功能的最好优化、高效调换以及性能最大化。再次是全场景的落地才调，确保时间大概无缝应用于行车、停车等不同场景；临了是数据闭环才调，通过抓续网罗数据，束缚优化算法模子，减少并措置长尾问题，推动算法迭代荒谬。

在这4个才调中，他荒谬强调了数据的进军性。在量产应用逐步普及的布景下，面临层见叠出的长尾问题，灵验的数据闭环机制成为了措置问题、促进时间迭代与栽培的要害。

除了数据，虞正华还对算法才调自身的进军性也作念出了评释。算法在智能驾驶中枢时间中永久是中枢。

他合计，算法的荒谬可分为三个方面的才调：“最先是原创算法，荒谬是感知算法，这是智能驾驶系统中最需累积且最难攻克的部分；其次是数据闭环，面临宽敞长余数据的处理；临了是算力的栽培。”

和他所关怀的重心一样，多年来，魔视智能也在这几个方面作念出了不少发奋。

在原创算法方面，他们抓续引入新时间以冲突算法上限，已有多个算法竞赛夺冠阅历；在数据闭环方面，他们累积了大都骨子行驶数据，通过量产技俩的响应优化算法；在算力芯片方面，他们领有渊博的芯片平台支持才调，大概确保先进的算法在适应的算力平台上灵验竣事。这些发奋共同促进了智能驾驶时间的束缚荒谬。

在深度学习感知算法方面，他们开辟了名为CYCLOPS的系统，引入了BEV+Transformer+OCC多任务一体化汇集，大概识别并处理包括车辆、行东谈主及路边各种抵制物在内的多种野心，以及车谈线等谈路信息，以更好地餍足行车和停车两种典型应用场景下的感知需求。

在数据处理方面，他们构建了一套名为UNIVISITY的数据治理平台。它包含多个要害组件，涵盖了多元数据、其他传感器数据、自身数据存储经管系统、数据标注平台以及数据查验平台，也曾竣事了基于时空感知的4D数据（三维空间加上时刻维度）处理才调。他们还开辟了一个自动化预标注的大模子，显赫栽培数据处理的着力和质地。

基于此，虞正华暗示，行泊一体的发展将抓续推动算法的迭代更新，包括选定BEV+Transformer等新式算法，乃至改日的端到端大模子时间，都将在行泊一体域控上得以竣事，进而为更高等别的智能驾驶功能奠定基础。

虞正华在演讲前，还与许多中国主流车企研发、采购引导东谈主，以及主流新汽车供应链企业家碰头，并参不雅了同期举行的家具与时间展示。

主题演讲之后，当寰宇午的交流会举行了智能驾驶专场的圆桌辩论。围绕“智能驾驶时间产业新糊口之谈”，宽敞行业嘉宾进行了潜入、专科的辩论。

为期两天的2024第九届新汽车时间合作生态交流会由寰球新汽车时间合作生态协会专揽，轩辕之学新供应链学院、中国汽车产业出海伙同会为协办单元。

NAT-CES 2024的前身是中国汽车供应链峰会，经过长达9年的发展演变，也曾成为中国新能源智能网联汽车产业年度交流嘉会，标记着中国新汽车时间合作生态交流平台升级启程。

这次交流会是专科会议、时间展示和铃轩盛典三位一体的中国汽车产业主零交流进军行为，包括2大行业专场、8大时间专场，1场家具与时间展示、1场主零交流之夜和1场铃轩奖盛典。供应链优秀企业代表和主机厂干系沉静东谈主围绕能源系统、底盘系统、智能驾驶、智能座舱、热经管系统、车用芯片、轻量化与新材料，以及主被迫安全等8个方面举行专场会议，就行业时间趋势发表主题演讲并进行圆桌辩论。

以下是虞正华的演讲实录，此处有删减。

智能驾驶时间的发展于今，适合了整车电子电气架构演进的大势，由畴前的漫衍式架构向一体化架构鼎新。在此历程中，行泊一体成为了一个要害的发展阶段，大概带来传感器复用系统的考订、系统性能的栽培及老本的灵验裁汰等诸多上风。

作念好行泊一体的职责需要具备四个中枢才调：最先是算法才调，尤其是原创性的全栈算法，遮盖从感知至决策与收尾的全历程。这是因为行泊一体的域收尾器集成了宽敞功能，需要对大都算法进行深度优化；其次是全栈的系统才调，触及从算法软件到硬件的各个方面，如安在有限的策划资源上竣事功能的最好优化、高效调换以及性能最大化，这条目具备全面而潜入的系统才调；再次是全场景的落地才调，确保时间大概无缝应用于行车与停车等多个场景；临了是数据闭环才调，这是指通过抓续网罗骨子发轫中的数据，束缚优化算法模子，措置并减少长尾问题，从而推动算法的迭代与荒谬。

如今，算法迭代不仅依赖于模子自身，数据通常进军。尤其是在量产应用逐步普及的布景下，面临层见叠出的长尾问题，灵验的数据闭环机制成为了措置问题、促进时间迭代与栽培的要害。

魔视智能在行泊一体域控边界累积了丰富的训戒和进行了屡次迭代，从行车边界的1V1R到1V5R，再到停车边界的4V12USS至5V12USS，最终整合了这些时间后果，推出了7V5R12USS行泊一体措置决议。这一历程基于坚实的时间迭代和量产落地训戒，徐徐酿成了面前的行泊一体决议。

咱们合计，行泊一体的发展将抓续推动算法的迭代更新，包括选定BEV+Transformer等新式算法，乃至改日的端到端大模子时间，都将在行泊一体域控上得以竣事。跟着算力的增强，这些时间的集成将为竣事更高等别的智能驾驶功能奠定基础。智能驾驶是一项极具挑战性和复杂度的任务，因此，在行泊一体域收尾器上的算法和架构迭代尤为要害，野心是达到更高的智能驾驶水平。

对于行泊一体域控的市集定位，咱们分析了不同价位段的需求。对于中算力的行泊一体域控，咱们的重心在于竣事高性价比，即在保证接近高端功能的同期，尽可能裁汰老本，以便该时间能在更多的量产车型中粗鄙应用，荒谬是在中低端竖立的车型中普及。而对于高算力的行泊一体域控，咱们的关怀点则在于展现最强的算法才和解最新时间的应用，如BEV+Transformer和端到端时间等，以栽培功能体验，并束缚探索功能体验的极限。

算法的荒谬在智能驾驶中枢时间中占据中枢肠位，这种荒谬主要源于三个方面的才调考虑：最先是原创算法，荒谬是感知算法，这是智能驾驶系统中最需累积且最难攻克的部分；其次是数据闭环，面临宽敞长余数据的处理；临了是算力的栽培。

在原创算法方面，公司已有多个算法竞赛夺冠的阅历，并抓续引入新时间以冲突算法上限；在数据闭环方面，咱们累积了大都骨子行驶数据，通过量产技俩的响应优化算法；在算力芯片方面，魔视智能领有渊博的芯片平台支持才调，大概确保先进的算法在适应的算力平台上灵验竣事。这些发奋共同促进了智能驾驶时间的束缚荒谬。

魔视智能自2015年起便专注于智能驾驶时间的研发，最先是从感知算法发轫的。经过多年发奋，咱们在感知算法方面已完成五代迭代，基本上每两年进行一次要紧更新。当今，咱们的时间也曾发展到了BEV+Transformer架构，并正朝着更先进的端到端大模子标的迈进，永久处于行业的最前沿。

在深度学习感知算法方面，魔视智能开辟了名为CYCLOPS的系统，该系统也阅历了屡次迭代，最近咱们引入了BEV+Transformer+OCC多任务一体化汇集，大概识别并处理包括车辆、行东谈主及路边各种抵制物在内的多种野心，以及车谈线等谈路信息，以更好地餍足行车和停车两种典型应用场景下的感知需求。

基于这些先进的感知时间，咱们开辟了一系列行车功能，涵盖了市集上较为常见的L2+级自动驾驶功能，举例高低匝谈操作，这些功能时常对算法的条目较高，还包括处理大曲率S弯、路口等复杂行车环境的才调。另外一方面是停车的感知，它是应用四个鱼眼录像头加上算法在BEV框架之下竣事对环境抵制物的感知。

从功能角度来看，咱们也曾将多项时间鼎新为量产功能，包括但不限于调头车位泊入、极窄车位泊入，以及对各式环境抵制物的检测，荒谬是悬空抵制物的识别，这是行业内的一浩劫点，但咱们通过算法的束缚迭代，到手竣事了高质地的措置决议。

为了进一步鼓动时间迭代，咱们已将BEV+Transformer+OCC多任务一体化感知汇集引入，并将其部署到中算力乃至中低算力的芯片上，以竣事量产应用。魔视智能竭力于于通过极致的算法和性能，以及在老本上的深度优化，束缚挑战算法才调的上限，为花费者提供极致的使用体验和性能推崇，同期确保家具的高性价比。

除了算法自身的荒谬除外，数据处理也很进军。经过多年的累积，魔视智能构建了一套名为UNIVISITY的数据治理平台。它包含多个要害组件，涵盖了多元数据、其他传感器数据、自身数据存储经管系统、数据标注平台以及数据查验平台。此外，咱们还领有一个齐全的仿真平台，确保数据不错在不同算力的芯片上获得灵验部署。

在数据平台援手方面，咱们也曾竣事了基于时空感知的4D数据（三维空间加上时刻维度）处理才调。咱们开辟了一个自动化预标注的大模子，应用最新的大模子时间对新引入的数据进行预标注，以此扩大场景遮盖范围，灵验裁汰数据标注的老本。这项时间也曾在咱们的系统中获得了粗鄙应用，显赫栽培数据处理的着力和质地。

临了花一分钟浅近先容一下魔视智能。魔视智能从2015年确立，九年多的时刻中累积了许多时间、市集和客户。咱们量产的客户有广汽、奇瑞、北汽、长安等乘用车方面。商用车方面也有很大宗产客户。

咱们一直信守的是时间上束缚迭代、束缚冲突，况且把它变成餍足市集需要的家具买球下单平台，来行状宽敞主机厂客户的需求。荒谬感谢多年来公共对魔视智能的支持，我共享的就这样多，谢谢公共！

算法数据虞正华行泊智能发布于：北京市声明：该文不雅点仅代表作家本东谈主，搜狐号系信息发布平台，搜狐仅提供信息存储空间行状。