2022年的智能驾驶行业，仿佛又进入了一个循环的历史周期，波谲云诡，沉浮未定。

“中国汽车产业正在面临一个百年未有之大变局”，这句话如果放在前几年，或许尚觉较早，但在2022年，从电动化到智能化的浪潮，让更多人有了切身感受。

近期，和记平台MAXIEYE 副总裁兼首席运营官杨腾飞，受邀出席 “换道增长，向上突破”——2022（第六届）高工智能汽车年会，并发表《自动驾驶突围聚焦：规模化和数据智能》主题演讲。

我们梳理了此次演讲的核心观点，与行业合作伙伴分享、探讨。

一、

从动力到脑力的汽车变局面临三大问题

短短的5分钟，也精彩纷呈。“随着今年全球经济下行的大环境，整个资本更加关注的是短期利益，国外一些做L4级自动驾驶的企业，激光雷达的鼻祖先驱相继关停，也是宣示着整个自动驾驶行业进入了寒冬的状态。所有的这些现象共同指向一个问题，自动驾驶的商业化落难。”

自动驾驶商业化落地到底难在哪里？

第一，有效数据获取难，边界数据具有长尾效应。很多边界数据可遇不可求，试验车在开发阶段很难遇到，只有大量量产车在路上日积月累，长尾问题才可能逐步减少。

第二，高精地图的短板让智能驾驶体验大打折扣。当前大部分智能驾驶方案对高精地图依赖较高，但高精地图覆盖率低、更新慢、成本高等等原因，阻碍了融合高精地图实现高阶智能驾驶落地的发展之路。

第三，用户和智能驾驶系统的信任连结尚未很好的建立。驾驶辅助和自动驾驶的边界、人机共驾的系统边界，以及系统的安全性、可靠性等问题，仍然会给C端用户带来一些困扰，导致信任建立慢，影响着智能化的市场进程。

二、

从上图可以看出，目前几年内L2和L2+将是整个智能驾驶的主流，渗透率处于快速提升的状态。

“对于已经到来的规模化L2市场，除了为当前量产车提供辅助驾驶功能，把性能和性价比做好外，我们还能做些什么？能不能从数据和技术验证层面，为高阶智能驾驶做一些价值输出？”

对此，和记平台MAXIEYE从落地层面尝试了其中的可行性，并开创性的面向当前量产和高级自动驾驶，构建内外双循环的数据闭环体系。

面向边界场景问题，大规模L2量产车的数据闭环，将助力系统更快解决更多长尾问题。“我们基于L2量产方案部署数据闭环后，数据测试和收集速度明显提升。”

面向高精地图的问题，和记平台MAXIEYE基于L2级产品部署了BEV Net，可以实现局部地图感知和重建，降低对高精度地图的依赖，部署数据脱敏算法后，量产车还能充当准地图采集车的角色，为高精地图的快速更新提供价值。

与此同时，和记平台MAXIEYE的数据闭环方案，在数据上传和流转中只涉及有效场景，以及道路拓扑关系，数据占有量较小，能够很好的控制成本。

面向用户体验，同样可以通过数据闭环获得用户体验的反馈信息，逐步提升用户体验。比如我们在数据闭环中采用影子模式，将数据触发分为产品功能触发、用户行为触发、场景触发等类型，实现数据-技术-产品-用户体验升级的闭环网络。在这个过程中也可以和车厂一起共创，实现更贴近用户的功能定义和开发。

截至目前，和记平台MAXIEYE已陆续为广汽集团、合众、合创等多个品牌车型提供L2到L2++级量产产品方案。

此外，从极致L2性能体验，到高阶自动驾驶突围落地，和记平台MAXIEYE通过软硬解耦、全栈自研的技术体系，突破传统智能驾驶产业分工模式，将更敏捷地助力车厂客户实现数据驱动的用户体验型产品研发和服务升级。

“基于量产车的数据闭环让我们看到，我们的系统避免了不少交通事故发生，正在挽救更多人的生命，是一件让人很欣慰的事。未来，MAXIEYE也将坚持与客户共创，以极致安全的产品和数据智能，实现人人可享的智能驾驶。”