昔日阳春白雪的 L4 玩家已经面朝黄土，干起了 L2+ 量产的活儿。这个趋势在 2022 年底-2023 年初有了更实质性的典型案例：
1 月 11 日，小马智行正式官宣乘用车智能驾驶业务产品线业务，主要涉及智驾软件品牌“小马识途”、域控制器“方载”以及数据闭环工具链“苍穹”，并已成立独立事业部（Personally Owned Vehicles，简称 POV）运营该业务。
实际上，小马智行对前装量产领域的投入可以追溯到两年前。得益于公司成立六年来的算法和数据经验积累，目前该业务板块三条产品线均取得定点，并已开始量产交付。
由此，乘用车智能驾驶业务（POV）成为继自动驾驶出行服务（Robotaxi）和自动驾驶货运服务（Robotruck）之后的，小马智行的三大技术前台业务板块之一。
“小马识途”：可全国落地的智驾解决方案
如前所言，小马智行自 2020 年开始布局前装智驾软件，经过不断打磨，已正式推出“小马识途”解决方案。该方案基于小马智行多年来在自动驾驶算法领域所积累的多项技术突破。
-
BEV（Bird’s Eye View）感知算法
小马智行自研 BEV（Bird’s Eye View）感知算法，大模型识别各类型障碍物、车道线及可通行区域等信息，最大限度降低算力需求，同时在无高精地图的情况下，仅用导航地图也可实现高速与城市 NOA 功能——这是小马真正“识途”的关键能力之一。
在高速场景中，小马智行可极致地利用传感器，用鱼眼相机参与行车 BEV 感知模型，减少对传感器数量的依赖，即使用低至 6 个摄像头（4 个鱼眼相机及前后向各 1 个长距相机）与 1 个前向毫米波雷达，打造出行泊一体方案，实现高速 NOA、记忆泊车、主动安全等功能，并可适配多种芯片。
-
博弈交互式规划算法
小马智行基于对复杂场景处理的多年积累，首创博弈交互式规划算法，考虑自车与社会车辆的博弈，使 L4 车辆已在北京、广州的繁忙城区实现全无人自动驾驶的规模运营。这套算法可帮助高速 NOA 方案在传感器数量大幅精简的情况下，实现在繁忙的城市高架路与匝道上灵活穿梭；城市 NOA 体验则接近 L4 Robotaxi。
-
“全场景 ACC”、“全场景 LCC”和“全场景 NOA”
在传统的开发模式中，若干功能往往被独立开发、再被整合。小马智行颠覆式地首创“全场景 ACC”、“全场景 LCC”和“全场景 NOA”，无论有无高精地图，无论在城区、高速行车还是泊车，不同功能中职责相同部分均使用同一套博弈交互式规划算法，体验一致。
比如 ACC 功能中用到的纵向规控、社会车辆切入预测算法与 LCC、NOA 相同，均可顺滑处理加塞车辆，实现“零踏板”驾驶；LCC 的横向规控算法与 NOA 相同，均可避让隔壁大车、绕行施工与违停车辆；LCC 的拨杆变道与 NOA 的自主变道使用同一套变道算法，具备在密集车流间出色的变道能力；泊车场景与城区行车场景均使用同一套窄路会车算法提升通行效率，也均可安全舒适地避让横穿行人。
目前，小马识途基于不同传感器和算力配置，推出三款系统级方案：PonyClassic，PonyPro 以及 PonyUltra，提供差异化的参考硬件配置，也可根据客户需求量身定制整体方案。
-
PonyClassic：全套智驾硬件成本数千元，超高性价比，传感器数量极致精简，压榨硬件性能，实现高速 NOA、记忆泊车与主动安全功能。芯片：算力 50-100TOPS，支持地平线征程5、英伟达 Orin 或类似算力芯片平台。
-
PonyPro：加装一颗激光雷达，实现城市 NOA 与自主代客泊车功能。芯片：算力约 200TOPS，支持单颗英伟达 OrinX、两颗地平线征程 5 或类似算力芯片平台。
-
PonyUltra：极致智能体验的顶配方案，城市 NOA 可实现媲美小马智行的 L4 Robotaxi 体验。芯片：算力约 500TOPS，支持两颗英伟达 OrinX、地平线征程 6 或类似算力芯片平台。
“方载”：最适合自动驾驶的车规级域控
除了驾乘体验一流的解决方案，小马智行也提供优质、高性价比的智能驾驶硬件模块。目前，小马智行自研的域控制器“方载”已开始量产交付，定点客户包括车企。
此外，小马智行还积极探索“方载”在低速无人驾驶领域的应用，满足客户对计算平台车规化的需求，解决核心硬件成本高的痛点，赋能无人配送、环卫、港口和矿区等应用场景。
眼下，小马智行已推出行业内首批采用 DRIVE Orin 芯片不同配置的域控制器，包含单 OrinX 芯片与双 OrinX 芯片，经过一年多在中国多地的道路测试，方载系列产品的硬件性能已磨合到最优状态。
除了 OrinX，小马智行正积极布局适配其他芯片及域控平台，与多家产业链企业深入合作，赋能未来自动驾驶车辆的大规模部署。
经过多年的落地探索，小马智行已积累了近 2000 万公里的公开道路自动驾驶数据，并且经历过多轮高性能计算平台迭代及软硬件系统优化。也正是如此，小马智行将自己对自动驾驶控制器设计及软件适配诉求的认知倾注于域控制器的研发中。
目前，小马智行域控制器已经通过汽车功能安全 ASIL-D 开发流程认证与国际质量体系认证，全方位满足车规级域控的标准。
“苍穹”：解决数据爆炸问题，精准评测智驾系统的工具链
依托内部开发过程中打磨出的成熟的工具链体系，小马智行也推出了数据闭环工具链产品“苍穹”，帮助客户充分挖掘数据价值，快速提升智驾系统能力。
苍穹数据闭环工具链由两大核心模块协同组成，分别是车云协同大数据平台与云端大规模仿真平台，配合灵活接入的数据标注工具与模型训练工具，实现对两类客户核心需求的全覆盖——研发测试阶段的全量数据闭环以及量产阶段基于影子模式的数据闭环。
小马智行已支持苍穹工具链以模块化、可插拔的方式为用户提供软件产品及服务，并已服务多家车企。具体来说：
-
车云协同大数据平台
苍穹产品中的车云协同大数据平台能够高效地解决当前智驾系统研发普遍面临的数据爆炸问题。通过车端及云端的协同机制，该平台可精准挖掘高价值数据，提供数据分析套件，实现一站式的数据利用功能，并基于深度优化的数据管理系统，帮助客户在有限成本下高效地完成数据采集、存储和挖掘。
-
云端大规模仿真平台
苍穹产品中的云端大规模仿真平台是智驾系统快速迭代的引擎，支持快捷精准的多维度指标评测，覆盖安全性、合规性、舒适度及通行效率等多方面。该平台基于行为完美一致的仿真引擎和 Smart Agent 技术，最大程度保障了仿真结果的可信度；配合云端大规模任务调度的能力，苍穹的仿真测试可做到日行千万公里，低成本地实现对软件变更的效果评测，保障系统能力持续提升。
苍穹工具链是小马智行六年间积累的一整套以数据驱动的自动驾驶系统研发模式与方法论的产品化表现，更是小马智行取得诸多技术里程碑的“背后功臣”，该产品的先进和优越性将助力更多智能驾驶研发团队，赋能汽车产业智能化大潮猛进。
POV 业务作为小马智行的前台业务板块之一，将成为小马智行“虚拟司机”能力的又一重要延申。
