2024年高考的前一天，小米進(jìn)行了OTA。而高考第一天的語文作文題目，包含了一條“隨著互聯(lián)網(wǎng)的普及、人工智能的應(yīng)用，越來越多的問題能很快得到答案。那么，我們的問題是否會越來越少？”。剛好和小米的這次OTA比較貼合，也是與人工智能應(yīng)用相關(guān)，但不是人類設(shè)問、AI回答。而是，AI給人類找出合適的智能駕駛解決方案（答案）。

小米SU7的OTA 1.2.0沒有跳票，成功在約定的時間推送給了車主們，而在6月6日當(dāng)天，也已經(jīng)有不少車主OTA完成。這次OTA的功能，包括了城區(qū)NOA開通十城、駐車空間推出“小憩模式”、支持導(dǎo)入更多米家設(shè)備。

最核心的功能，就是十個城市的城區(qū)NOA功能。但這次OTA后想使用這個功能，還需要滿足“智能駕駛安全里程”條件的用戶才可以優(yōu)先使用，而累計達(dá)到 1000km智駕里程的用戶，統(tǒng)計時間截至2024年5月31日00:00。

OTA之后的小米，會和華為越來越近么？

 

提出這個疑問的出發(fā)點，是，小米這次的OTA主要補齊了城區(qū)NOA這個功能，也是未來幾年內(nèi)國內(nèi)輔助駕駛市場必須卷的一個領(lǐng)域。而華為的ADS在今年內(nèi)已經(jīng)有計劃要推出ADS 3.0版本，這個版本主要針對提升的也是城區(qū)NOA的性能，可以預(yù)見的是這個版本將會更加擬人化的去處理城市工況的輔助駕駛。

那，這次更新之后是不是可以超了理想，更接近華為的體驗了？

城區(qū)NOA，小米看齊華為了

 

對于第一次造車的品牌，第一次推送的城區(qū)NOA功能，我們不應(yīng)該抱有太大期待，這才是一個合理的預(yù)期值。這種技術(shù)往往需要高頻次的迭代更新之后，才會趨于成熟。這次OTA更新之后，相關(guān)測試的視頻沒有被及時放出，原因是需要一個1000km智能輔助駕駛的積累，才能出發(fā)城區(qū)NOA功能的使用。

估計大部分用戶被上面提到的條件所限制，延后了一段時間才能使用。不過我們其實也可以通過之前的直播視頻，以及這套技術(shù)背后的底層邏輯，來分析一下這個初代版本的城區(qū)NOA，夠不夠好用，目前是處于一個什么級別？

技術(shù)層面，可以進(jìn)入第一梯隊。

 

在技術(shù)方面，小米汽車的智駕體系帶來了一些新東西，或者說在傳統(tǒng)技術(shù)層面做了一定的改變。發(fā)布會上介紹過，這套智能駕駛軟件底層算法，用的是變焦BEV技術(shù)和超分辨率OCC占用網(wǎng)絡(luò)以及道路大模型做出來的。

傳統(tǒng)的BEV網(wǎng)絡(luò)，能提供車輛周圍的二維鳥瞰圖，但沒有高度信息，所以不能提供三維建模。一般情況下，會選擇匹配其他網(wǎng)絡(luò)，例如華為ADS 2.0選了GOD網(wǎng)絡(luò)來做三維建模的工作；小米選擇了用OCC網(wǎng)絡(luò)，來做三維建模的工作。但后來，華為在ADS 3.0中采用了更為先進(jìn)的GOD網(wǎng)絡(luò)來解決這個問題，棄用了BEV網(wǎng)絡(luò)。

 

然后小米的變焦BEV技術(shù)，主要提升了不同場景下對最小識別精度的提升，精度大概在0.05米左右；用在泊車域和城區(qū)NOA這種復(fù)雜工況下的時候，會相對來說，比傳統(tǒng)BEV好用一些（也就是華為ADS 2.0的傳統(tǒng)BEV網(wǎng)絡(luò)）。

再之后的OCC網(wǎng)絡(luò)，意思其實和GOD一樣，也是生成三維空間用的，把感知到的信息做成三維建模。之所以在初期普遍會選擇BEV+OCC/GOD網(wǎng)絡(luò)的組合使用，是在OCC/GOD網(wǎng)絡(luò)沒有達(dá)到成熟之前，確保感知精度、準(zhǔn)確性、車輛安全性等多個角度考量的，簡言之單靠OCC/GOD滿足不了這些條件。

現(xiàn)階段，小米的智能駕駛在技術(shù)層面，其實做到了與華為ADS 2.0齊平的基礎(chǔ)。

實際使用，可能遇到哪些問題？

 

看完底層技術(shù)邏輯之后，其實已經(jīng)做到了第一梯隊的水準(zhǔn)。那么，在使用效果端理論上很難做不好，而我們該注意的，是這套系統(tǒng)的上限在哪里，和初期的城區(qū)NOA效果能達(dá)到什么樣的使用水平。

這套輔助駕駛軟件算法能實現(xiàn)的效果，從前期的測試視頻、直播中我們大概也能摸清楚一些，先說測試中明顯做的很好的效果。在復(fù)雜路口的工況下，抉擇和操作都相對來說是比較快，而且果斷的，這是做好城區(qū)NOA的一個大前提。

然后，說具體工況下的使用情況。

 

在十字路口的讓行上，行人、電動車優(yōu)先級最高，基本在直行、轉(zhuǎn)彎的時候，遇到正常通行/突然竄如的行人或電動車的時候，小米SU7在90%的情況下都會做出剎停等待的操作，并且確認(rèn)前方?jīng)]有任何障礙物時候才會加速通行（但這個過程可能需要幾秒鐘的時間來做判斷），相對來說，是一個比較保守的通行策略。

還有在面對無序車輛在十字路口擁堵的情況下，小米SU7也會通過跟隨規(guī)劃路徑按序行駛的形式來通過擁堵路口，整個過程沒有被駕駛員接管，這是一個不錯的體驗。但，整個過程的操作執(zhí)行，會有一些“猶豫”和延遲。

 

這個工況下，小結(jié)一個點，小米SU7的城區(qū)NOA在遇到復(fù)雜路口、多車并行通過、無序的情況下的這種“博弈”，是一個絕對溫和的策略，不激進(jìn)的去搶車道，而是在低速行駛等待機會出現(xiàn)。在下面的工況，也出現(xiàn)了同樣的操作。

左轉(zhuǎn)路口，轉(zhuǎn)完后等待接下來的直行操作的時候，會遇到一個情況，讓行同路口右轉(zhuǎn)彎車型先行通過；同時，左轉(zhuǎn)彎路口車輛在轉(zhuǎn)彎后，跨越虛線車道線行駛進(jìn)入直行道。在這個場景下的決策，有一些不夠擬人，這也暴露了小米這套智能駕駛系統(tǒng)的一個狀態(tài)，大多數(shù)情況下，是處于非常保守的狀態(tài)。以上工況，如果是駕駛員親自開的話，那么，左轉(zhuǎn)彎后面對三條車道，會優(yōu)先選擇無車/車輛較少的車道通行，而非是等待右轉(zhuǎn)彎車型先行后再通行，可以做到同步通行。

 

雖然部分工況下，可以順利執(zhí)行操作，并且決策和規(guī)劃的行車路徑，大部分都是比較合理的狀態(tài)。但，有一些工況其實還是需要進(jìn)一步加強，例如，跟車距離（容易被插隊）、剎停時候的姿態(tài)、起步時候的快速響應(yīng)等，都是一些比較考驗細(xì)節(jié)的優(yōu)化能力。

整體來看小米SU7的智能駕駛部分，大體的框架沒有任何問題，邏輯跑的通，只是欠缺細(xì)節(jié)優(yōu)化的問題，估計會在后續(xù)的OTA中去逐步優(yōu)化。

然后期待一下它的后續(xù)更新，分為幾個階段，持續(xù)用BEV+OCC網(wǎng)絡(luò)的方案，用這套邏輯把細(xì)節(jié)處理好，至少解決跟車距離遠(yuǎn)近問題（或者是可以調(diào)節(jié)的一個設(shè)置）以及跨車道行駛的邏輯打通；然后，后續(xù)的大版本更新，肯定也會棄用BEV網(wǎng)絡(luò)，在能把2D信息轉(zhuǎn)化為3D建模的網(wǎng)絡(luò)出現(xiàn)之后，BEV就真的是個累贅般的存在了（類似于ADS 2.0到3.0的路子）。

這套智能駕駛系統(tǒng)，已經(jīng)差不多追平了華為ADS 2.0版本的使用感受，起碼在底層邏輯上這個基礎(chǔ)做的挺好的，邏輯清晰、操作速度快這些是優(yōu)點，但細(xì)節(jié)上的處理確實沒有做到特別好的精度，和感知設(shè)備無關(guān)，更多的是算法優(yōu)化。