小鵬NGP正式通過OTA推送了NGP（Navigation Guided Pilot）高速自主導航駕駛技術，也就是類似于特斯拉NoA和蔚來NOP的自動導航輔助駕駛功能，也是目前我們在國內可以見到的第三家擁有除自主巡航之外主動變道、進出匝道能力。除此之外，傳統車企長城WEY也宣布會在3月推出長城版本的類似功能NOH，這種自動導航輔助駕駛功能也被視為邁過現在主流L2的重要標志之一。
最早推出類似功能的特斯拉，在去年向小部分用戶推出了測試版的自動駕駛系統FSD Beta，向我們展示了不少未大量推送的能力。就在特斯拉的競爭對手們陸續開始跟進的時候，FSD Beta又經過了幾個月默默的進化。
特斯拉的NOA偷偷做著Beta測試
由于FSD Beta仍然只有接近1000人的少數車主得以體驗到，且主要集中在北美進行，我們則只能通過他們的體驗視頻來目睹一下FSD的能力如何。目前，FSD Beta已經通過OTA升級到了最新的2020.48.35.7版本，其一出現就吊打目前L2級自動駕駛的能力和硬核的視覺風格，都讓它的每次升級都備受關注。
我們先來簡單列舉一些FSD Beta都能干哪些我們目前在國內很難見到的事：
- 前方有車輛正在側方位停車，系統會緩慢減速等待；
- 避讓樁桶、避讓路邊占用行車到的停靠車輛、避讓對向車道侵占己方車道的車輛；
- 遇到側后方相鄰車道正在接近且距離過近的車輛，會主動在車道內向另一側輕微避讓躲閃；
- 遇到前方施工封閉的車道，即使沒有明顯標志提示，也可以自動變到另一條車道，并在施工區域結束后變回來；
- 城市中也會在大約1英里就提前變道準備轉彎，即使沒有明確的車道線，也會提前靠邊；
- 如果轉彎時有兩條轉向車道，內側轉小彎、外側轉大彎，不影響相鄰車道車輛；
- 除了紅燈自動停車、停止線自動停車/啟動、路口自動觀察并轉彎（并在屏幕上進行提示）等等通過路口的動作，面對闖紅燈的行人、違規未禮讓直行車輛的轉向車輛等也可以做到禮讓；
- 單車道中，試探性偏左觀察對向車道路況并快速超車；
- 山路上不依賴行車線或前車自主行駛，即使是夜晚沒有路燈的情況下，也可以正確選擇不規則的路口、在行駛過程中靈活躲避路兩旁停靠的車輛，并在經過停靠車輛后自動靠右；
- 遇到減速帶，雖然屏幕上沒有顯示，但車輛會明顯降低速度通過，但對于道路本身的明顯顛簸還并不能像周圍其它車輛一樣減速。
這些都是一些非常日常但又非常依賴人性化操作的場景，特斯拉FSD在處理的時候各種躲避動作、轉向、加減速，都更加平順，速度絲毫不慢，基本與我們自己的駕駛行為高度一致，而且幾乎不受一些下雨、夜晚等天氣的影響。而且在美國，過路口有非常明確順序和規則，有時候我們自己也會觀察會不到位，對其它方向的車輛觀察不仔細、沒看到停止標識，而NOA則替車主“看”到了路口其它方向的車輛進行禮讓。
另外，各種場景下，中控屏左側都會實時顯示攝像頭觀察到的景象，而且顯示面積占到了大半，包括所有前后左右行駛中的車輛、路邊?？康能囕v行人以及垃圾桶、樁桶、路肩等其它路邊所有能探測到的物體，而且可以自動或手動放大/縮小，讓你同步了解它的視角。
所以，以我們現在的視角來看，FSD Beta的綜合實力實在是比所有人都強太多了。但之所以是Beta版本，必然還是存在問題的測試版本，肯定并不完美。比如在對于沒有紅綠燈甚至停止標識的路口，系統會表現得過于謹慎，遲遲不敢轉向或通過，甚至會因為車流比較密集而卡在路口等待數分鐘；再比如對于路口違規出現的行人或自行車，系統往往也會非常小心減速或停止等待。
從安全的角度考慮自然是必要的，不過對于道路上的其它交通參與者可能還是會產生一些影響。
兩種思路，兩種博弈
FSD Beta的強悍能力不禁讓許多人對于特斯拉純視覺+算法的路數另眼相看，這其實也體現出特斯拉與其它車企在自動駕駛思路上的不同。而在國內，大家普遍采用的是另一種思路，比如自主品牌和新勢力已經逐漸開始采用攝像頭+高精地圖+激光雷達的綜合方案。
特斯拉顯而易見依然是純視覺方案，比如Model 3現在全身上下有前視三目、4顆側視攝像頭、后視一共8顆攝像頭。這樣的好處很明顯，車輛自動駕駛硬件的成本可以控制得更低，而且憑借特斯拉龐大的數據庫、精確的算法、算力強大的芯片一樣可以擁有很強的能力，馬斯克也在從前不止一次地表達過自己對激光雷達的不喜歡。
目前FSD Beta已經擁有了我們上面提到的各種非常強悍的能力。而之所以僅依靠純視覺方案+軟件算法，原因之一就是特斯拉一直采用真實路況數據進行訓練，沒有什么比在真是環境中練習更有效的了，這一點是幾乎其它所有自動駕駛研發公司們都比不了。道理很簡單，無論模擬多么逼真、哪怕直接將測試車開到公開道路上，都仍然屬于測試情境，跟現實情況永遠有區別。
日常開車中我們可能會遇到各種無法預測的突發狀況，比如突然竄出的行人、突然爆掉的消防栓、突然旁邊貨車翻車貨物散落一地，就像電影《銀行匪幫》里模仿Italian Job的時候，突然出現的自行車就打亂了整個計劃。雖然特斯拉的FSD、包括我們自己同樣無法遇到所有意外情況，但通過這些真實案例和已經遇到的意外情況，得到的經驗和處理能力就是別人沒法比的。這也是為什么即使FSD不是萬能的，但它幾乎是表現最好的原因之一。
不過，因為只是Beta測試版本，國內的車主們還無法體驗到，所以目前國內的NoA并不代表特斯拉最強的能力。不過Q4電話會議的消息預計今年FSD可以在國內進行推送，而且表示FSD的潛力還為開發完全，算力上完全支持全自動駕駛。
另一方面，目前特斯拉Autopilot的研究人員、道路測試、數據分析等研發力量的重心依然在北美，對于國內道路更有特點和復雜的狀況還沒有進行針對性的測試，就像前面提到的FSD表現欠佳的場景恰恰是國內道路非常常見的，所以特斯拉FSD最終在國內可以達到的水平仍然有待開發。
另一邊，蔚來最新的ET7、小鵬新車P5以及北汽旗下的極狐新車HBT，均宣布會搭載激光雷達，也就是我們上面提到的攝像頭+高精地圖+激光雷達綜合方案。
這種傳感器更高級的方案此前最大的受制因素主要還是成本。不過隨著今年已經陸續有車企開始在量產車上部署激光雷達，今年很可能會成為國內市場激光雷達上車的元年。這也意味著激光雷達的成本已經逐漸下降到了可以接受的范圍。而對于馬斯克的純視覺方案來說則是個不好的消息，其成本優勢沒那么明顯了。
有了激光雷達的加持之后，理論上只要算法和邏輯跟上，效果是要比純視覺更加完善的，更高級的傳感器也可以很大部分彌補軟件算法的不足，或者說降低算法的要求和標準。不過這種方案對于車輛算力和能耗控制的要求很高，進而可能對一輛電動車的續航水平產生影響，甚至還會從研發之初就要調整電池布局和三電系統，這些也是搭載激光雷達后需要考慮的問題。
不過至少在目前，特斯拉仍然堅信自己的攝像頭。就在不久前，馬斯克還在Twitter上回復網友，他們正在逐步將所有的神經網絡算法覆蓋至8顆攝像頭的環視影像上，以達到遠超人類能力的自動駕駛能力。雖然對整個經過大量標記和推斷的數據整合進環視視覺中非常復雜，但好處是并不需要更換任何硬件。也就是說這可能又是一個通過OTA就能實現的能力升級，特斯拉的視覺方案還在進一步快速進化。
當然，這也不意味著馬斯克就絕對會在純視覺上一條道走到“黑”，如果搭載其它硬件的條件都成熟了，成本和門檻都可以符合他對自動駕駛通用和普及的要求，那何樂而不為呢。
車云小結
我們在特斯拉上看到了FSD的強大能力，也在我們自主品牌上看到了未來的潛力。不過無論哪種方案，我們離全自動駕駛都又更近了一步。馬斯克一個月前還再次表示會在今年具備L5級完全自動駕駛能力，還跟人打了1萬美元的賭。有說牛逼的有說吹牛的，但從內心我們還是希望它能實現的，我們拭目以待。
