奔驰上海研发中心揭秘：端到端无图大模型智驾系统全面启航

  8月1-2日，奔驰在其举办的上海研发中心科技日上公布了新新一代无人驾驶系统最新成果：“无图”L2++全场景高阶智能驾驶，其应用“端到端”大模型，并已经在国内开启路测。

  同时，奔驰宣布成为首个同时茯颁北京市L4级城市和高快速路无人驾驶测试牌照的国际车企。

  而在过去两年，有的人认为以奔驰为代表的豪华品牌退出了中国市场的“高阶智驾大战”，甚至不时传出BBA这样的豪华品牌已成为“老古董”的声音。

  “说奔驰像老古董的人，是由于不了解，在自动驾驶领域，奔驰一直是资深玩家，也不了解奔驰的智驾研发已开启中国速度”。

  1978年奔驰全球首发了ABS，把电控科技第一次引入到人类驾驶行为中来。

  2021年12月，奔驰变成全球上首个获得有条件无人驾驶（L3）国际认证的汽车制造商，相继在美国内华达州和加利福尼亚州获得L3商用许可，并于去年获批北京市有条件无人驾驶测试牌照。

  2023年末，伴随全新长轴距E级车上市，中国研发交付了L2+导航辅助驾驶（开发周期仅为12个月），实现了“点到点”高速领航辅助，成为首个迈入高阶智驾门槛的豪华品牌。

  在这款车上市至今（截止2024年7月），有六成用户使用了L2以及L2+导航辅助驾驶。其中，单车单日最长智驾里程甚至超过1968公里。

  而根据其规划，长轴距C级车、长轴距GLC SUV、GLC 轿跑SUV、EQE纯电SUV、纯电EQE、S级轿车等主销车型也即将上线+导航辅助驾驶。

  长轴距C级车、长轴距E级车、长轴距GLC SUV、EQE纯电SUV、纯电EQE将搭载综合能力提升40%的新一代智能泊车。这些功能正是由奔驰中国团队主导研发的。

  不过，中国市场对智驾的需求，比德国市场更进一步，已迅速从高速NOA延展到城市NOA。

  奔驰当然注意到了这一变化，并快速调整策略，在中国招兵买马并联手头部科技伙伴，坚持L2、L4多线并进，开启“中国速度”。

  “不只是停留在豪华品牌里最好的智驾，而是要成为行业里最好的智驾，更要让未来奔驰的车比真人更会开车。”

  奔驰敢于喊出这样的目标，是奔驰在其新新一代无人驾驶系统的底层技术上已完成了布局。

  奔驰自研的全新架构MB.OS，可以称之为广泛意义上的汽车操作系统，它与我们常见的PC的Windows和手机的iOS并非一个概念。

  这是一个由梅赛德斯-奔驰自主研发，面向服务的、覆盖车端到云端，并实现软、硬件解耦的全新架构。

  它将打破平台限制，让所有车型拥有相同的数字DNA；突破时间限制，让车型可以终身进化；更坚持以自主研发软件层面的安全模块，严控数据安全。

  在硬件配置上，MB.OS采用“顶尖硬件性能+顶级智能芯片”的组合，域控制架构包含4大功能域和1个通信模块，采用汽车以太网通信，传输速度可达每秒10Gb。

  高效、稳定的通信能力是汽车这样的终端产品在保障智能驾驶冗余配置方面的基础。

  同时，在智能座舱域采用高通8295芯片外，无人驾驶域则采用了单颗算力254TOPS、系统安全等级达到ASIL-D级的英伟达DRIVE Orin芯片，是当前性能最强的芯片之一。

  在软件技术方面，奔驰主导完成了整体软件系统模块设计和搭建，增强了在嵌入式和后端软件工程方面的开发能力和AUTOSAR集成 ，让车辆的应用程序开发接口与车型系列无关，实现了超强的延展性和清晰的软件架构层级。

  MB.OS可以承载最新科技，也为“无图”L2++全场景高阶智驾落地提供了基础。

  △欧立甫，梅赛德斯-奔驰（中国）投资有限公司高级执行副总裁，梅赛德斯-奔驰中国研发和采购负责人

  首先，“无图”并非完全不依赖地图，但能够最终靠导航地图，以高算力平台打底，强化感知能力，借助摄像头等传感器数据在车端实时建模，规划行车路线。

  对于中国这样的基建大国，道路状况随时在发生明显的变化，只有去高精地图化，才可能正真的保证随时随地都能够正常的使用——只要能导航，就能智驾。

  中国研发主导开发，为中国市场量身定制的“无图”L2++全场景智驾，会让奔驰跻身行业智驾第一梯队。

  其二，从基于“BEV+transformer+占用网络”架构进化至端到端大模型，意味着整个架构的重构，这既需要勇气，也需要庞大的数据支撑，加大算力和研发的投入。

  “BEV+transformer+占用网络”在去年还是诸多智驾公司拥抱的前沿技术。

  BEV即“Birds-eye-view”的缩写，意思是“鸟瞰图视角”，我们大家可以把它看作一个“转换器”，作用是将传感器采集到的信息转换为鸟瞰图视角下的3D环境。

  Transformer则是一个信息理解器，大多数都用在处理和理解传感器收集到的关键环境信息，例如：摄像头拍摄的影像、毫米波雷达探测到的数据等。之后，再利用这一些信息来做出决策，例如：何时加速、减速，要不要改变车道等。