太平洋科技 出行

前不久，余承東在參加百人會論壇的時候，又公開放狠話了：在智能駕駛領域，華為來了以后，改寫了這個行業(yè)。

“ 我們的 ADS 高階智能駕駛還是被大家認可的，在座艙、智能駕駛公認我們的體驗是最好的。”

好家伙，這話說的，真是一點不跟你客氣。

并且，余承東還透露了一個信息，華為車 BU （ 智能車部門 ）預計會在今年實現(xiàn)盈利。要知道車 BU 自打成立以來一直在虧損，之前一年能虧 100 億元，在去年也虧了 60 億元，是華為唯一虧損的業(yè)務。

今年要是能盈利，最大功臣必然是問界新 M7 。2 月份，問界新 M7 一共賣了 21083 輛，在所有車型里，銷量排名第三。

這么多人買它，也確實是因為華為的高階智能駕駛。新 M7 的智駕版要比普通版貴 2-4 萬，但根據(jù)官方數(shù)據(jù)，有超過一半的消費者都愿意多掏錢上智駕。

而這款車在上市之后也是連著 OTA 幾次，每次都離不開智能駕駛。

剛好最近，問界新 M7 又推送了 OTA ，號稱 “ 全國都能開 ” 的城區(qū) NCA 這回是全量推送，車主們都能用上了。據(jù)說這次更新后，城區(qū)智駕的體驗又有了提升，所以我們也是搞了一臺問界新 M7 ，來看看現(xiàn)在是啥水平。

首先，這套系統(tǒng)號稱已經(jīng)覆蓋全國 99% 的路段，不僅支持快速路和城市主干道，還可以跑鄉(xiāng)鎮(zhèn)道路。

我們在杭州試了高架、隧道，試了城市主干道，以及非機混行路段，甚至還專門找了一段村里的小路�？傊�，怎么復雜怎么來。

試下來發(fā)現(xiàn)人的確沒吹牛，NCA 全程都能用。而這個版本的 NCA 比較有信心，特別是在人多、車多的路口，要比之前更穩(wěn)。

先來說個好玩的，主動安全一直是華為智駕主打的一個方向。前段時間，網(wǎng)上瘋傳一個在高速路 130 碼時速下，華為智駕緊急避讓的小視頻。

是的，就是那個一開始各家車企都在認領是自家車，最后被證實是新 M7 的小視頻。

這回，問界新 M7 的主動安全也有更新，增加了側(cè)向防碰撞輔助。

這個功能是，當你走神和旁邊障礙物貼得太近，智駕系統(tǒng)會把你往回拉。

我有一次靠邊停車的時候真給試出來了。當時是離馬路牙子太近，快要軋上的時候，車子自己往回擺了，但可惜沒有錄到素材。

放一段官方演示，大家把這個水馬換成馬路牙子，自行腦補一下吧。。。

雖說這個沒錄上，但我也測出了兩個主動安全的地方。

第一個是常見的開門殺，車子識別到了前車正在開門，然后打了方向避讓開。

第二個是異形障礙物。常見的錐桶、路障啥的，智駕系統(tǒng)都識別挺準，但路上難免還有一些其他機器不認識的物體，比如說前面路上有個方方的東西，我們的車也能發(fā)現(xiàn)，差不多是在 10 來米開外就跑到左邊車道，等繞過去了再回來。

那說完主動安全，再來看看城區(qū)通行。

一上來，咱就給華為 NCA 上強度。這條路有行人過馬路，有一堆無視規(guī)則的小電驢，旁邊還有道路養(yǎng)護車輛，和分分鐘停你面前的網(wǎng)約車。

本來以為系統(tǒng)會搞不定這樣的復雜場景，沒想到最后它自己成功開出來了。

能做到這樣，和新加入的 “ 通行效率優(yōu)先 ” 功能有很大關系。

開啟后，車子看到有擋事的，知道要想辦法避讓。我們恰好也碰到了，車子是繞過障礙后，立馬回自己車道。

相比之前一被擋道就卡住的設定，這種操作其實是更接近人類的處理方式。不過，還是提醒大家這種情況要多觀察，做好隨時接管的準備。

而在前面有人或者有非機動車的時候，車子會往前一點點地挪動，伺機通過。

有個細節(jié)是，儀表上的畫面能顯示出前車有沒有打轉(zhuǎn)向燈，系統(tǒng)讀懂這個，就能提前做個預判。

剩下的就是快速路，華為 NCA 這次還是之前一貫的水平，自己打燈、變道、超車，一套走起來賊順溜。

而這次，不光 NCA 有升級，智能泊車也有更新，手機遙控泊車（ RPA ）功能來了。

遇到很窄的車位，你可以先下車，在旁邊操作 APP 讓車子停進去。

還有個小點是現(xiàn)在掛入 R 檔，車子就會自動進入泊車界面，就不用再單獨去調(diào)出這個頁面。

除了上面這些，問界新 M7 還有一些挺實用的細節(jié)升級，像這個新加入的自動匹配道路最高限速。

其實之前也能讓它頂著限速開，但就是在不同的道路切換時，經(jīng)常需要手動設置。

比方說從限速 50 的城市路，轉(zhuǎn)到限速 80 的快速路，原來是要識別到了限速牌，車子才會加速度。而現(xiàn)在進了高架車速就提上來了，相當無感，反正我這幾天開的時候根本不用自己調(diào)車速。

還有方向盤脫手檢測，現(xiàn)在有兩檔可調(diào)，標準檔是 15 秒脫手提醒，舒適性是 40 秒才會提醒。

新手還是建議先用標準適應一下，脖子哥這種老司機當然就直接舒適了。

到這，差不多就是這次問界新 M7 智駕的更新內(nèi)容。

看的出來，目前問界這樣的智駕水平，已經(jīng)能夠在日常駕駛中，減輕不少駕駛員的負擔。

就連我們酷愛性能油車的攝影師，也是在這次拍完問界后，不由自主地豎起大拇指，恨不得想原地下單一臺。

說實話，去年問界新 M7 智駕版剛出來的時候，它的 NCA 就挺好用的�，F(xiàn)在升級了幾版，變得這么溜，大家可能也不會感到太意外。

但是在新 M7 之前，華為智駕的聲量好像并不大。畢竟華為車 BU 在 2019 年成立，到現(xiàn)在也才 5 年時間，而蔚小理這幫人都搞了快 10 年了。

所以，華為是怎么做到脫穎而出的？這次，我們也找了華為的內(nèi)部人員聊了聊，給大家挖挖背后的故事。

首先，車 BU 這個部門的成立是不早，但華為在汽車上的研發(fā)早在 2012 年就已經(jīng)開始。

當時還沒有什么自動駕駛的概念，他們是在 “2012 實驗室 ” 下成立了一個 “ 車聯(lián)網(wǎng)實驗室 ” ，因為這是通信技術，是華為的老本行。

后來沒多久，自動駕駛在業(yè)內(nèi)有苗頭了，華為也是第一時間進場。

進來之后，他們發(fā)現(xiàn)很多自動駕駛里需要的技術，其實和之前自己搞了幾十年的 ICT 是共通的。

比如說激光雷達，用激光來掃描物體，涉及到的是光的通訊技術。

而華為就有一個光電技術研究團隊，他們?nèi)ジ慵す饫走_，就好像 LOL 玩家去玩農(nóng)藥，英雄技能可能不熟，但最重要的補刀、蹲草抓人、團戰(zhàn)意識肯定在線，所以操作起來也是分分鐘上手。

類似的自動駕駛還涉及芯片、傳感器、算法模型等等，華為基本都有涉及，也就是說它先天有個好底子。

但光有底子是一方面，你要在智駕上做出東西來，還得投入大量人力，瘋狂砸錢。

從車 BU 成立到 2022 年底，差不多 4 年時間里，華為在自動駕駛及其周邊技術開發(fā)上，研發(fā)人員達到 7000 人，累計投入超過 200 億。

有錢有人，該咋搞呢？華為的人說，他們做智駕和做無線通信是一個路子—— “ 商用一代，預研一代 ” ，也就是在這代技術剛剛量產(chǎn)的時候，他們就已經(jīng)在琢磨下一代技術了。

2021 年的上海車展前，一個極狐的智駕視頻刷爆全網(wǎng)，這算是大伙兒第一次見識到了華為智駕的能力。

不過，那時候的方案是 “ 有圖 NCA” ，就是說智駕系統(tǒng)需要高精地圖的輔助才能認識路。只不過在做 “ 有圖 NCA” 的同時，華為就已經(jīng)在研究不依賴高精地圖的 “ 無圖 NCA” ，也就是我們現(xiàn)在用的方案。

兩種技術路線并行開發(fā)，誰達到商用的條件，就先推給消費者。

同樣在高速 NCA 和城區(qū) NCA 這兩項功能上，華為也是兩條路一起整，只是因為高速的更簡單，所以會先出。而有些車企則是要先把高速智駕做出來了，再去開發(fā)城區(qū)。

在巨大的投入下，華為內(nèi)部的模型迭代速度很快，基本上 5 天就會更新一版，而且這個迭代速度不受銷量的影響。當然，如果路上用 NCA 的人越來越多，那就再好不過，更多數(shù)據(jù)會幫助模型優(yōu)化得更好。

這些因素加在一起，咱消費者就實打?qū)崗漠a(chǎn)品上，看到華為智駕的突飛猛進。

而問界新 M7 的大賣，也讓更多的消費者從不懂智駕，到逐漸了解智駕，到現(xiàn)在這個階段，車子的智駕行不行，已經(jīng)能夠影響到他們的購買決策。智駕不光要能用，還要好用。

所以問界新 M7 自打發(fā)布以來，也是基本上一個多月就給你來一次 OTA ，通過持續(xù)更新，讓智駕越來越好用。

但不管咋說，即使華為智駕這么強，我還是想補充一句：它只是一項輔助駕駛功能，并達不到 L4 級無人駕駛的程度�，F(xiàn)在的它依然處于需要大量學習來查缺補漏的階段。

目前來看，未來很長一段時間里，人機共駕仍然是主流。

所以我們現(xiàn)在也不太能奢望，說開了華為智駕就完全放心沒有任何交通事故了。至于網(wǎng)上那些開著智駕長時間撒把，玩手機，甚至是睡大覺的視頻，脖子哥還是要再啰嗦一下，這是相當不負責任的行為！

說回來，智駕這玩意兒是個又燒錢、技術門檻又很高的東西。也正是因為這么高的壁壘，才讓華為這種體量的公司，能從智駕競賽里熬出頭來。

華為通過這個領域多年的技術積累，持續(xù)的資金投入，軟硬件全棧自研，再加上龐大的用戶基數(shù)，做到了比別人更快一步的進化速度。

最優(yōu)秀的助手——這是我對華為智駕的中肯評價。

文章來源：差評