● 全場(chǎng)景駕駛輔助駕駛或?qū)⒃诿髂曷涞?/span>

　　根據(jù)小鵬汽車的發(fā)展路線圖，2023-2025年將會(huì)是智能駕駛系統(tǒng)競(jìng)爭(zhēng)下半場(chǎng)的開局，全場(chǎng)景輔助駕駛將會(huì)成為商家們搶占的首個(gè)制高點(diǎn)。從2025年開始，技術(shù)將會(huì)向全面自動(dòng)駕駛以及無人駕駛進(jìn)發(fā)。

　　XNGP全場(chǎng)景駕駛輔助系統(tǒng)之所以功能強(qiáng)大，有三大原因，一是它建立在算力強(qiáng)大的英偉達(dá)Orin平臺(tái)之上；其次是小鵬經(jīng)過一整年的努力，自動(dòng)駕駛軟件得到進(jìn)一步優(yōu)化；最后就是完成了全閉環(huán)、自成長(zhǎng)的AI人工智能以及數(shù)據(jù)體系。

　　XNet相比起小鵬以前的多相機(jī)單幀的方式輸入模型，后期在進(jìn)行數(shù)據(jù)融合的方案，具備更好的實(shí)時(shí)性、精確度，即靜態(tài)環(huán)視感知能力更優(yōu)。

　　有鑒于城市道路復(fù)雜多變的特點(diǎn)，道路特征變更頻率高（道路磨損或改道等），XNet采用了重感知輕地圖的策略。憑借英偉達(dá)Orin平臺(tái)的強(qiáng)大算力來拓展XNet的感知能力邊界，從而戰(zhàn)勝復(fù)雜多變城市道路帶來的挑戰(zhàn)。基于XNet的XNGP功能和XPILOT功能的一個(gè)明顯區(qū)別就是是否依賴于高精地圖數(shù)據(jù)。

　　在人工智能技術(shù)爆發(fā)的時(shí)代，一個(gè)卓有成效的網(wǎng)絡(luò)架構(gòu)也就意味著巨量的數(shù)據(jù)數(shù)據(jù)以及龐大算力的消耗。

　　好在方法總比問題多，小鵬開發(fā)了全自動(dòng)標(biāo)注系統(tǒng)，過去2000人年的標(biāo)注量，現(xiàn)在可以在16.7天內(nèi)完成，而且自動(dòng)標(biāo)注質(zhì)量更高、信息更全、產(chǎn)能更大。

　　受益于扶搖超算中心600PFLOPS的算力加持，動(dòng)態(tài)XNet的訓(xùn)練時(shí)間由過去的276天縮減到現(xiàn)在的11小時(shí)，效率提升超過600倍。

　　XNet是基于Transformer神經(jīng)網(wǎng)絡(luò)模型的，小鵬通過對(duì)Transformer算子進(jìn)行完全重構(gòu)、主干網(wǎng)絡(luò)優(yōu)化等措施，實(shí)現(xiàn)了算力利用率的大幅提升。具備這種優(yōu)化能力的公司，在業(yè)內(nèi)并不多見，這一方面是得益于小鵬一直以來堅(jiān)持的全棧自研策略，另一方面則是在英偉達(dá)Xavier平臺(tái)上開發(fā)駕駛輔助系統(tǒng)軟件的技術(shù)積累。Xaviver和Orin是英偉達(dá)推出的兩代智駕域控制器，它們本質(zhì)上都是基于英偉達(dá)的CUDA計(jì)算架構(gòu)。小鵬在Xavier平臺(tái)上的開發(fā)經(jīng)驗(yàn)，是其在Orin平臺(tái)上取得快速突破的重要原因之一。

　　這個(gè)體系中，黃金骨干模型的地位至關(guān)重要。黃金骨干模型的工作就是遇到邊角案例（corner case）時(shí)（如滿載廢品的三輪車等異形車輛），自動(dòng)把數(shù)據(jù)上傳到云端，觸發(fā)數(shù)據(jù)的定向收集，利用收集到的數(shù)據(jù)訓(xùn)練模型。黃金骨干模型的設(shè)立使得發(fā)布模型訓(xùn)練和XNGP技術(shù)網(wǎng)絡(luò)的性能迭代優(yōu)化解耦，即遇到邊角案例時(shí)，只需要對(duì)基干網(wǎng)絡(luò)進(jìn)行優(yōu)化即可，無需從頭開始訓(xùn)練網(wǎng)絡(luò)，實(shí)現(xiàn)訓(xùn)練效率的大幅提升。

　　小鵬在已經(jīng)上路的10萬臺(tái)小鵬車型上部署了超過300個(gè)觸發(fā)器，可以根據(jù)需要獲得各種各樣邊角案例的樣本。而海量的樣本數(shù)據(jù)，尤其是邊角案例樣本數(shù)據(jù)是一個(gè)優(yōu)秀XNet得以誕生的基礎(chǔ)。

　　這樣服務(wù)器就能夠收到大量三輪車類似物的圖像數(shù)據(jù)。數(shù)據(jù)經(jīng)過標(biāo)注后，在送入基干網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)便能夠提升網(wǎng)絡(luò)對(duì)這種載滿貨的三輪車的識(shí)別率。

　　據(jù)稱，XNGP功能每修改一行代碼都要經(jīng)過5000萬公里的仿真行駛、5000+個(gè)核心模擬場(chǎng)景和17000+個(gè)專項(xiàng)模擬場(chǎng)景的考驗(yàn)，確保系統(tǒng)的性能和功能安全性都處于標(biāo)準(zhǔn)之上。

　　2023年下半年，小鵬將在大部分無高精地圖城市開放變道、超車以及左/右轉(zhuǎn)能力。小鵬預(yù)計(jì)會(huì)在2024年內(nèi)達(dá)成全場(chǎng)景導(dǎo)航輔助駕駛，實(shí)現(xiàn)從車位到車位的導(dǎo)航駕駛輔助。目前，小鵬旗下只有G9 Max版是采用英偉達(dá)Orin平臺(tái)智能駕駛域控制器，所以G9 Max版的車主會(huì)是首批體驗(yàn)XNGP功能的人。

　　相比起XNGP功能，XPILOT依賴于高精地圖數(shù)據(jù)，在沒有高精地圖的城市，XPILOT的使用體驗(yàn)不及XNGP。脫離高精地圖依賴也是未來一段時(shí)間XNGP的核心競(jìng)爭(zhēng)力所在。

　　如果這稱為現(xiàn)實(shí)，Robotaxi運(yùn)營(yíng)車和帶有XNGP的商品車在路上行駛時(shí)采集到的數(shù)據(jù)就能形成反哺閉環(huán)。帶有XNGP的商品車采集到的道路數(shù)據(jù)可以反哺Robotaxi運(yùn)營(yíng)車，Robotaxi運(yùn)營(yíng)車的自動(dòng)駕駛能力亦能反哺帶有XNGP的商品車。