引望李文广：纯视觉离L4自动驾驶差距巨大

5月21日，由中国汽车工程学会、国家智能网联汽车创新中心、清华大学车辆与运载学院、上海国际汽车城（集团）有限公司、智能绿色车辆与交通全国重点实验室联合主办的第十三届智能网联汽车技术年会在上海国际汽车城盛大开幕。在全体大会上，引望智能驾驶产品线总裁李文广分享了“安全为本，走向自动驾驶的发展探讨”主题演讲。 李文广认为，当前智能网联汽车正由“人机共驾”向高阶自动驾驶艰难跨越。华为依托超111亿公里的智驾里程大数据，跑出了安全新高度：其最新ADS版本已将严重事故率降至每720万公里一次，比人驾安全水平提升了4.37倍；而纯无人的园区VPD（代客泊车）商用一年多，安全表现更达到人驾泊车的30倍。然而，人机共驾数据的亮眼并不等同于L4无人的真正成熟。高阶自动驾驶的入门门槛极高，L4的可用性更要求系统在无人监管下具备百万公里级的稳定性与“绝不罢工”的操作系统确定性调度能力。 针对行业热议的两大焦点，华为给出了清晰定调：一是力挺多传感器融合，直言纯视觉方案在“黑夜+暗物体+逆光+大雨脏污”的现实极端叠加场景下，离L4差距巨大；二是明确反对高端车“舱驾一体”，指出二者在算力并发、操作系统及安全等级上完全不同，盲目合封不仅省不了成本，反而会因降低芯片良率而得不偿失。基于理性的技术研判，华为预测：2026年L3将启动试点，2027年高阶智驾规模商用，至2028年，Robotaxi、无人干线物流及城区全速L4将迎来爆发。自动驾驶的终极目标，是在安全本底之上重构包括支付、充电在内的全场景便利生态，为用户真正省下时间、改写出行人生。 以下为演讲速记： 李文广：首先，讲一下我们最新进展，因为我们有个安全报告，这应该是昨天跑的数据，每天大概有五六千万的智驾里程更新，现在已经到了111亿，这里面重点想说的一个事情就是说我们那个智驾安全的水平。 现在我们统计大概中国平均是180万公里会出一次严重事故，指的安全气囊一些炸开的，现在在人驾的状况大概是528万，我们还统计了一下最新的ADS4.1的版本，现在可以做到720万，在智驾的情况下，我们这说的平均是指过去一年，因为它是每个月的滚动，应该这是滚动到4月30日的数据。我们在看到最新版本抽出来应该做到了120万，我们每个版本这块儿的进步还是比较大的，可以看到我们现在智驾跟中国平均大概有4.37倍的提升。 这块儿我特别说一下泊车，因为泊车给大家讲的比较少，我们看了一下人驾的泊车，大概是大概6700次，按正常的人泊一年大概是1000来次的泊车，一般6-7年大概会刮擦一次，这是一个统计数据。 我们从过去几年的爬坡到最新应该已经爬到了41万次，相当于是人驾将近61倍，而且我们在去年有APA和EPA，EPA其实就是无人的，包括VPD，园区VPD我们其实已经商用了，我看了一下现在跑了数据是1800多万次，跑了一年多，各种数据，因为园区VPD它是纯无人的，在园区包括巡航和泊车，其实它的要求比较高，它也达到了30倍的水平，其实我们在低速和泊车这块还是很有信心的，尽快做到自动驾驶。 但前面说的那些并不代表我们现在已经达到了L4的水平，所以说这块我还是要客观的讲一下，因为前面讲的是人机共驾的安全数据，但是并不是说无人的，我们讲了一下我们现在行业的智驾水平，我看了一下高速的，我们讲安全监管，你不监管会出安全问题，这个问题的话大概是行业里，不好说，我感觉有的是几千公里的，有的可能能做到几万公里，好一点的高速上能做到几十万公里，城市的安全监管里程大概在几百到几千到几万，这个行业都有，别人的我不是特别清楚，我们大概差不多就是几十万到几万的这个水平。人家这个水平，按照我们正常来看的话，应该是在30万公里。 自动驾驶这块本身行业上标准也有要求，它的要求是开1万个小时，按照高速66公里，平均的话应该是66万公里和城市约30万公里，这当然是对自动驾驶的一个入门的门槛要求，这是个安全性的，L3、L4对安全性要求都是一样的，但是从可用性上其实还有个更高的要求，L2按照我们标准的定义，还是人在开，还是个辅助驾驶，只是做到一个辅助，人要随时在线。L3的系统的话，其实系统你是可以要求人监管，但是你要提前十秒告诉人，人如果不接管，你要做到安全靠边停车，这是为啥说L3是个有限的自动驾驶，这是它的一个要求。 对L4要求更高了，我们看到的可用性至少比L3要高一个数量级，因为对于无人的情况下，你不可能随便就罢工了，那整个交通系统都乱了，所以说从L4的可用性要求也有更高的要求。 我讲一下挑战，这个是我们跑了大概一百多亿公里，我们统计了一个数据，我们在这里面只拿了高速和成快，你想把事故减少，那你就怎么去把这些问题消掉，这块我们是都可以有个预判。 另外我们看了一下，其实前车急刹相对好解决一些，我们有一些解决方法，包括在小障碍物是第二多的。针对这个我们还专门统计了一下障碍物的大小，为什么我们专门做了一个激光雷达来解决14厘米的问题？因为我们看到了15到30厘米是我们小障碍物里面最多的，占到了48%之上。再往下其实只有2.5%，所以说它可以大幅的减少小障碍物的概率。 前面只是示意了一下，那个高的要消掉，低的我们也要消掉它，要做到这点的话，我们对自动驾驶这个系统就要求四个能力，一个就是要看得更加清楚，第二个就要想的更加明白，而且动作更加到位，系统要更加可靠，相当于每个要求它都对着一类的问题，对于那个系统你要能看得更清楚，这块我们主要是针对复杂近端的一些，比如说泊车的负向阶梯、悬空，包括一些恶劣天气，还有一些小目标，这是我们重点列的。 围绕着这个，其实我们做了好多感知上软硬件结合做的一些东西，尤其是包括我们做了一些大雨大雾的分布式雷达，包括我们固态的一些，按照时间顺序，去年我们到现在推出了有四款产品，当然后面还会有一些新的产品。包括这块我们做的激光雷达，我们考虑的都是用国产自研的芯片做的，从我们芯片的立项到我们产品的上市一般要三年的周期，比如说我们做的这个896线其实在2023年初我们产品立项在做这个东西，就是三年前，预研的话那就更早了，所以说这个周期还是比较长的。 第二个就是在算法这方面，我们面向自动驾驶，我们去年出了一个1.0，我们今年又做了一个迭代，核心是今年我们把在线的强化学习做了一些更强的东西，因为里程只是把我们长尾的那个问题抓出来了，但不代表你能解决，因为你要想让模型学会的话，一两个case是不够的，为了解决这个问题，我们引入了一个在线的强化学习来解决这个问题，它会复制出大量的一些同样的case，这样的话我们就可以把这个问题解决掉。 第二个我们做了一些预见性，我们要把风险场做了一个大幅的提升，解决一些比如说这个小孩穿过了一个静止的卡车，那你应该就要早点预判到他后面可能会从卡车的前面再穿出来，所以类似的这种很多case解决掉，这块我们特别感谢清华大学，我们跟王建强老师也做了好多深入的研究，也特别感谢李骏院士和克强院士做了很多的项目。还有动作跟到位，这个好理解，因为你看的清楚，脑子想的明白，不代表你动作能做好。自动驾驶的车在道路上行驶的时候，不可避免的会遇到冰雪天气，大雾天气，这些东西也会要求我们的车在冰雪上要有更好的表现，我们在这块跟底盘做到了深度的融合，包括我们要解决一些低附路面，比如对开路面，比如爆胎了，各种场景下，当然这块儿我们要跟执行器的厂家做了深度的合作，在这块今年也会有大量的产品出来。 最后再讲一下我们操作系统的能力，因为辅助驾驶可能还看不出对整个系统的要求有多么高，因为本身你前面这一大堆问题就遮掩了你这个系统，但是我们对自动驾驶以后我们都要求都是将近百万公里的稳定，那你解决你这个系统，首先要解决整个系统的可靠性，这里面包括你系统怎么把这样的故障隔离，安全隔离、自主恢复，在这些方面，同时你要防止被别人入侵、篡改、泄露、扩散，这就是我们另外一个方面的要求，因为无人了，对这方面的要求自然也是上来了。 另外一个就是说作为一个实时的操作系统，那么你要怎么解决你这个实时的调度问题，就是要解决调度的确定性，你必须在一个很短的周期内完成你必须完成的任务，你不能有明显的抖动，这是我们是操作系统三个方面的核心使命。 结合车云这块，我还是要讲一下，我们在道路塌方这块，我们针对这种case也做了一些研究，因为我们在ABS云，我们有个很大的云端，我们现在做了一个针对单车，我们的能力看看怎么提高。但有些情况下，像黑夜的道路塌方，其实还是很难的例子，到现在我们还没有找到很好的方案，但是我们要解决这个群死群伤的问题，就像梅大高速那个是带来群死群伤的问题，影响很坏，我们要结合云端来解决这个问题，我们现在的车发现了事故或者本身出了事故，会在一秒以内把这个事故告诉周边我们的车辆，相当于建立了一个快速的问题周知能力。 当然我们做自动驾驶不仅仅是要解决用户A到B点的安全和舒适的问题，我们还是要解决用户有了车以后，怎么生活变得更加美好、便利。我们同时还建设了包括支付、保险好多生态，有了这些生态，再结合自动驾驶的能力，我们将在这块帮助车主时间省下来以后，你可以有更多的时间体验美好的人生。 我们在这块儿当前我们做到的，当然我们后面会把全国各大城市，当然包括四五线城市的，应该都会逐步的建设完善，包括停车场，充电桩和洗车店，这是我们当前的进展，这个在很多大城市应该都已经覆盖的不错了。 可能还有个问题，我看马斯克前一阵发了12比特的，说是通过图像也能解决多传感器，有一种观点，我们要讲多传感器融合，他说不需要，你看我用那个纯视觉也能解决这个问题，当然他发的那个确实是12比特肯定是有改进的，你要用8比特的话，SP处理后那肯定是丢了很多信息。但是我想说的12比特也是不够的，从我们大量的统计来看，对视觉来看，最难的还是黑夜、暗物体的识别，马斯克发的那个是白天强光的物体，可能显示屏上你看不到那些信息，但是从本身传上来的那些信息，在白天其实本身就有，它只不过是用8比特的高亮度加上8比特的暗亮度，两个处理了一下，但是对整个黑夜，因为那个暗物体掩盖在了背景的噪声里面，它本身就被噪声淹没了，你再处理，你也不可能看到这个物体。 当然这还不是最难的，最难的其实是黑夜加上暗物体，再加上逆光，对面有强光打过来。最难的可能还是说这时候你正好赶上雨天，你的摄像头挂水了，或者是有脏污，或者有灰尘，其实现实世界你可以遇到各种各样的case，它离真正的要实现L4，我觉得纯视觉这块差距还蛮大的，这是我刚才说的观点。 有人经常来问我，说你做自动驾驶要不要舱驾一体？我想说的是这两个定位差距很大，完全不是那么一回事。无论它用到的算法，用到的操作系统，还有用的功能安全和网络安全各方面的要求都是不一样的。座舱要发展生态，现在跑的不是鸿蒙就是安卓，你也不可能跑到操作系统要求高的专用的那种高功能安全的操作系统上，所以我们也不会把它放在一块。 当然最讨论最多的可能还是省成本，我们可以看到对高端的车来说，因为这肯定是省不了成本的，因为对价值高的车，座舱也要能力强，智驾能力强，而且关键是这两个是并发的，我们也讨论过，因为我们既做座舱内的芯片，也做智驾的芯片，我们一直在讨论要不要我们也研究一个，研究的结果是说这两个从算力上是并发的，也省不了，那我们能省的是啥呢？把两个带合封在一块，合成一个芯片可以省一个封装费用。但是封装大了以后，不可避免的带来的就是成片的良率，你可能省了一点封装费用，但是你把良率降低了，整个算下来收益微乎其微。 所以有可能用的我们觉得还是低端车，但是电车省的也是把两个片子放开以后这样来用，那样的话大概有个两三百块钱的节省，从我们分析下来，从PCB各方面。但是带来的复杂度还是很大的，因为你涉及到不同的操作系统，跑在一个芯片上的话，对我们的软件，至少我现在看到我们华为应该还没有能力把这两个操作系统跑到一块，我们还没有这个软件能力，这个要求太高了。 这个是我想在这儿回答一下这个问题，我们应该属于自动驾驶比较激进的一派，但是我们比马斯克要靠谱多了，他经常说什么快来了，年年说快来了，但我们的预判相对靠谱，我们今年L3应该会做试点，明年我们LG会规模商用，L4我们认为2B的相对比较简单，还有L4的低速相对比较简单，因为你把速度放下来以后，这个复杂度是成平方甚至三次方的下降，速度下来以后，因为结合我们的VPD园区，我们都有这个经验，我们实际都有商业经验，所以我们敢这么说。 所以到2028年我们认为在Robot Taxi的商用，包括我们D45、L4的商用，包括无人干线的试点，以及城区全速的这些部分城市试点，我们认为肯定是可以实现的。