城市导航辅助驾驶，即将迎来一个不可忽视的有力竞争者：极越。

10 月 17 日，极越官方发布了一段其量产车型在上海城市道路成功实现导航辅助驾驶的一镜到底视频，同时首次对外公布了它与百度联合研发的占用网络（Occupancy Network，简称 OCC）技术。

与华为、小鹏等玩家的城市导航辅助驾驶落地方案相比，极越这次展示的方案呈现出一个巨大的不同点：它是基于「纯视觉」的，激光雷达不再是标配方案。

实际上，极越所展示的，是国内首个 BEV+Transformer 「纯视觉」高阶智驾技术方案——这意味着，在城市导航辅助驾驶纷纷借助激光雷达进行量产落地的行业大背景下，极越决定与大洋彼岸的特斯拉正面对标，在这条赛道中开辟一条全新的技术路径。

眼下，距离极越 01 在 10 月 27 日正式上市还有一周左右的时间——如果极越展示的这套智驾方案最终量产落地，那么，极越将成为国内唯一选择纯视觉路线高阶智驾的主机厂。

不仅如此，我们也了解到，极越 01 全车的高阶智能化功能都是在上市交付时即可使用，也就是「发布即交付」，其速度也让人刮目相看。

极越的纯视觉路线有何独特之处？

目前，对于任何一家致力于实现自动驾驶量产落地的厂商来说，在城市道路上进行导航辅助驾驶都是集中展现其智能驾驶能力的核心场景。

但关键在于，它的实际表现究竟如何。

从这次展示的官方视频来看，极越的城市导航辅助驾驶功能还是体现出了相对比较高的产品完成度。具体来看：

• 道路层面。从上海陆家嘴的极越门店出发，经历了陆家嘴 CBD、外滩、南浦大桥等最为典型的城市路段，全程共 15.8 公里，经过了 36 个红绿灯，实现了「零接管」。

• 场景方面。视频中展示的路段涵盖了城市地面道路、隧道、复杂高架等，都属于城市导航辅助驾驶中比较考验技术功底的场景。

• 感知方面。从开启领航辅助驾驶之后仪表屏幕中显示的感知信息来看，车辆能够比较快速、准确地识别到红绿灯、车道线、车辆、行人、桩筒等。

• 行驶方面。在南浦大桥这样的大曲率弯道道路上，车辆能够保持在相应车道线内正确行驶，没有出现画龙的情况；在汇入车道、进出匝道、避让车辆等场景中，体现出相对稳健的行驶风格。

• 变道方面。在视频中，车辆全程完成了 15 次变道，其整体风格并不激进，以安全为主要准则；但在系统判定安全的前提下，又会相对果断，符合人类体验感知。

整体看下来，在纯视觉技术路线的前提下，极越所展示的城市导航辅助驾驶场景，做到了超出我们预期的可用度——尤其是在上海市中心这样的典型复杂道路上，它对不同场景的感知、处理和通过能力，确实让我们在一定程度上建立了对纯视觉路线在城市导航辅助驾驶的信心。

尤其是在感知层面，极越所展示的纯视觉路线，摆脱了对激光雷达传感器的强依赖。

不依赖激光雷达，就意味着：极越需要花更多的功夫将 BEV+Transformer 这套算法框架的效率和能力进一步提升，提高视觉感知的天花板。

实际上，极越这次展示的 OCC 占用网络技术，能够帮助车辆更好地还原 3D 场景，并获取比激光雷达点云分辨率更高的三维结构信息，还能够减少漏检、误检并弥补视觉不具备的空间高度信息，从而大幅度突破了感知能力的上限，还能够大幅提升泛化能力。

正是因为如此，极越的这套方案才能够弥补激光雷达缺失带来的感知短板，并满足不同光线和道路场景下的视觉感知需求。

这并不容易——但目前来看，极越已经十分自信。

目前，极越在上市时最终会采用哪套智驾方案尚未可知，但从其宣传来看，极越 01 这款车的智驾功能将实现「上市即可用」。也就是说，用户在拿到极越 01 这款车之后，就能够在特定的城市中体验到它的城市导航辅助驾驶功能，而不需要再等待后续的 OTA 升级。

在交付速度上，极越的城市导航辅助驾驶在国内确实是首屈一指——纵览整个行业，极越在智能驾驶量产落地上体现出的交付速度也是前所未有的。

这也意味着，在城市智能驾驶量产落地的产品节奏上，极越已经超越了不少早已出发的主机厂和方案商，准备好与华为、小鹏等已经在特定城市实现城市导航辅助驾驶落地的国内顶级选手同台竞技——不仅如此，它还以后来者的身份，瞄准了「国内高阶智能驾驶 Top 3」的位子。

正面对标特斯拉，极越的信心来自哪里？

极越此次发布的这套纯视觉方案，在技术路线上是最接近特斯拉的。

从算力上来说，极越的这套方案搭载两颗英伟达 DRIVE Orin 芯片，能够提供高达 508TOPS 的 AI 算力，这也是包括小鹏在内的国内玩家在城市导航辅助驾驶场景中经常采用的算力标准。

从算法框架的角度，极越的这套方案采用的是业内高度选择的 BEV+Transformer 感知技术框架，同时加入了极越与百度联合研发的 OCC 占用网络技术，从而实现对异形障碍物的识别，并最终进一步提升极越的纯视觉感知能力。

那么，极越为什么选择在首款车型上市前夕公布其全新的纯视觉路线？一个核心的原因是：AI 带来的核心能力突破。

根据我们了解到的消息，实际上极越在早期研发的 1.0 阶段中，就采用了「纯视觉为主+激光雷达」的融合式高阶智能驾驶方案，两套方案本身是相互独立、相互补充的。

但是到了 2.0 阶段，极越发现基于 BEV+Transformer 的纯视觉方案逐渐走向成熟；同时，在 OCC 占用网络技术的加持之下，它对周围环境的 3D 感知能力在感知效果、感知效率等方面都有了巨大的提升，所以就开始进一步探讨激光雷达的去留问题，并且逐步降低对高精地图的依赖程度。

不过，极越 CEO 夏一平在交流环节告诉我们，极越探索纯视觉路线的另外一个核心考量是：相比于激光雷达所获取的点云信息，基于纯视觉摄像头所获取的图像信息其实具备更大的数据挖掘空间。

具体来说，它更有利于极越将大模型和端到端的能力融入其中，形成一个数据驱动的闭环，从而为后续的感知效果提升提供更加高效的通道。

换句话说，在夏一平看来，尽管激光雷达在早期阶段的 3D 感知中的确能够提供很好的助力，但是从当下和长远来看，在 BEV+Transformer 算法框架和 OCC 占用网络技术的共同加持下，纯视觉路线的能力已经得到证明，它的后续潜力将会在 AI 大模型和端到端等前沿技术的加持下被不断放大。

夏一平强调，对于纯视觉路线的选择，真正关键的是对这一技术路线本身在当前能力和后续迭代方面的信心——他表示，这是一个长期主义的考量。

对此，百度智能驾驶事业群组技术委员会主席王亮也告诉我们：其实他在进入到自动驾驶行业之初，就需要面对激光雷达和纯视觉的路线之争。

但他从一开始就意识到，激光雷达不一定是终局，而且激光雷达用不好还有可能「捣乱」——所以，从未来的发展趋势来看，自动驾驶在对传感器的选择上，也会遵循「大道至简」的原则，传感器会越来越少。

有意思的是，在技术路线对标特斯拉之外，极越的量产落地能力上已经体现出比特斯拉更强的优势。

对此，夏一平也告诉我们，相比特斯拉，极越在量产落地方面还是有更多的主场和本土化优势，包括数据、地图等方面——同时，他也表示：即便特斯拉 FSD 在国内跑起来，极越也有信心与它在正面战场上同台竞技。

智能驾驶量产落地的范式，或许已经变了

对于整个智能驾驶行业来说，极越这次所展示的城市导航辅助驾驶方案，以及它在交付节奏上所采用的「量产即交付」策略，其意义是多重的。

一方面，它通过快速量产落地和交付能力，与华为、小鹏等对手一起，加入到与大洋彼岸的特斯拉竞争的战场中，并且在技术路线上正面对标叫板特斯拉——尽管特斯拉 FSD 还没有在中国落地，但凭借数据量、地图数据支撑等方面的底层优势，作为后来者的极越，已经呈现出令外界难以忽略的竞争力。

另一方面，极越此次展现出的纯视觉智驾技术能力，实际上也是在顺应并印证目前智能驾驶行业在落地过程中的一个新趋势。

那就是：智能驾驶发展到今天，技术固然重要，但成本也需要考量。

目前来看，在感知算法框架已经通过 BEV+Transformer+OCC 占用网络技术取得代际突破的前提下，从量产车的角度，对于主机厂来说，继续依赖堆砌昂贵传感器和处理器等硬件的技术方案，已经不再是唯一的选择，也难以很明显地达到与硬件投入相匹配的用户体验价值。

所以，如何把智能驾驶从技术变成可以落地的产品，是最难的，也是最为关键的。

实际上，在智能驾驶发展的过程中，整个汽车行业一直在技术、市场、政策等多个层面探索一条走向广泛消费者群体的有效路径。而如今到了 2023 年，伴随着城市导航辅助驾驶等功能开始随着主流量产车型到达消费者，整个行业才终于看到了智能驾驶真正大规模落地的机会。

目前，整个行业要做的，实际上是要在感知能力和算力满足需求的前提下，在软件和算法层面通过不同的方式不断优化迭代，从而实现更好的体验效果。

更为关键的是，伴随着大模型在 AI 领域的横空出世，以及整个自动驾驶行业对于端到端等前沿技术的探索和应用，AI 技术对于自动驾驶发展的进一步加持，已经给处在这个行业的主机厂和方案上提供了更多量产落地的方式和可能性，让这个行业更加「百花齐放」。

可以说，在这个趋势下，包括特斯拉这样的先行者和极越这样的后来者，都在用自己对技术路线的选择，引发行业对于「高阶智驾是否一定要用激光雷达」这个问题的全新思考。

值得一提的是，根据我们了解到的信息，在特斯拉和极越之外，目前行业里已经有造车新势力在城市场景中开始探索去掉激光雷达的可能性，从这个意义上来看，极越的这套方案实际上也是具有某种风向标式的指向性。

简单来说：智能驾驶量产落地的范式，已经变了。

所以，无论如何，对于中国的智能驾驶落地进程来说，极越这个选手的到来，无论是在技术路线的选择还是在量产落地的参与上，都是一件好事——至于它究竟能否在体验方面获得用户和市场的认可，我们期待在极越 01 上市之后通过 42Mark 的实际评测看到答案。

返回第一电动网首页 >