没有一家车企能绕开「数据闭环」

作者 |张祥威

编辑 |德新

2023年，在比亚迪那次公布智驾数据规模后，智能化下半场的战斗就正式打响了。

如今，自动驾驶正在沿着特斯拉提出的「BEV+Transformer」急速推进，这条技术路线短短几年就得到了验证，随着智驾起较晚的比亚迪大举进场，让新技术再次得以普及。

新路线的普及，也让整个自动驾驶行业对数据提出了更高要求。

通常，激光雷达的算法要满足自动驾驶的性能要求，需要至少几十万帧的数据训练。单目摄像头要求更高，需要百万帧的训练数据。不过这两者和BEV方案比起来，差距仍然十分巨大。

自动驾驶采用的BEV感知方案，需要达到1亿帧以上的训练数据才能满足车规要求，否则泛化性、准确率和召回率就难以保障。

如何获取这么大规模的数据，获取之后如何有效回传、标注以及训练，并最终OTA反馈到车端，是数据闭环的核心任务，也是大多数车企迫切想要拥有的能力。

近日，HiEV与觉非科技CEO李东旻进行了一场对话，在过去几年里，他基本上见证了车企对于数据闭环上车的完整历程。

用他的话说，数据闭环已经成为实现高阶智驾的「华山一条路」，没有一家车企可以绕开。甚至，本土车企在上马数据闭环这件事上，已经到了不预研也得上的程度。

一、特斯拉打造样板间，车企争相入局

要弄明白数据闭环，还要回到自动驾驶的先锋特斯拉，和那位大牛人物Andrej Karpathy（简称AK）。

2017年6月，马斯克从OpenAI挖来AK，任命其为特斯拉人工智能和自动驾驶视觉总监。次年在「Spark+AI 」的会上，AK展示了一页写着Data Engine字样的PPT，上面列出了Data Source——notice a problem——boost——label——train——deploy的流程。

有心者会发现，去年特斯拉AI Day上的那张图，正是AK那张PPT的升级版本，只不过细节上做了完善。

Date Engine的中文名是数据引擎，简单来说，就是将车辆行驶过程中获取的数据，通过一系列标注、模型训练，最终将模型部署回车上，让车驾驶得更好。

特斯拉不断产生数据、训练数据的前几年，其他车企、自动驾驶公司观望者多，跟进者少，车企很少像今天这样大谈「数据闭环」，直到2021年8月。

这年，特斯拉AI Day提出了「BEV+Transformer」的技术路线，让自动驾驶从业者为之一振。原本的2D检测面临遮挡等Corner Case难以穷尽的问题，至此有了更有效的解题思路。

李东旻告诉HiEV，那场发布会后不久，不少国内的自动驾驶行业人士在国际出行变得方便后，前往海外对特斯拉的车进行了体验，「觉得真的很震撼，从关注到相信，开始想尝试。」

2022年初，主机厂开始频频谈及数据闭环的方案，到下半年，车企搭建「数据闭环」能力的意愿愈加迫切，一些车企甚至有跳过预研直接上马的想法。

跳过预研，风险点在于感知、规控这一端，是否和另一端的数据闭环形成了很好的衔接。

正常来说，车企需要一边保证量产，另一边进行预研。对于数据闭环，车企需要搞清楚自车产生的感知、规控的数据规格、质量，能否很好地匹配另外一端的数据闭环。

不过，在智驾上车已成必然的当下，留给车企的时间不多了。

一些车企发现，要实现高阶智驾，只有「数据闭环」这华山一条路，再加上特斯拉已经打造了样板间，所以有车企甚至敢于跨过预研，直接推进研发。

二、车企、供应商争相进场

做数据闭环，一个代表是新能源车的龙头、智驾起步较晚的比亚迪。

2023年中，比亚迪智驾负责人韩冰公布了一组数据，「目前已形成一支300多辆车的研发车队，已经积累150PB以上的数据，且每天新增数据1PB。」

这一信息表明，比亚迪正处于「数据闭环」的启动阶段。

数据闭环分为两种，一种是靠研发采集车。小鹏、华为在起步阶段，均是靠这种方式获取数据。

另一种是通过量产车获取数据，这是在数据规模上来后的主流方式。

比亚迪采取前一种方式。

「1PB除以300辆车，意味着一辆车每天可以搜集3TB多的数据，在行业中属于正常水平。通过研发采集车收集数据，是做数据闭环启动阶段的最好方式，也是必经的方式。」李东旻告诉HiEV。

另一个代表，是最紧密跟随特斯拉的小鹏汽车，也是业内公认的自动驾驶第一梯队玩家。这家公司把数据闭环分为四个环节：数据收集、标注、训练和部署。

2022年1024科技日，小鹏披露在近10万辆的小鹏车型上部署了超过300个触发器，形成了一个「全闭环、自成长的AI和数据体系」。

数据闭环的魅力在于，当这近10万辆车形成了数据闭环，就有了和特斯拉100万辆车掰手腕的底气。

原小鹏自动驾驶副总裁吴新宙曾表示，城市场景数据量并不是一个限制因素，只要可以闭环，由10万辆提供数据已经足够，一百辆车和一万辆有非常大的差别，但10万辆和100万辆的差别不会太大。

如今，小鹏的自动驾驶进展放在车企中妥妥地第一梯队，其数据闭环能力自然也水涨船高，位居前列。

如何评价数据闭环的水平高低，李东旻给了我们三个指标：

• 有效回传的量有多大；

不是卖的车越多，数据回传的量就越大。过去很多车受制于电子电气架构，回传能力相对欠缺。而那些基于域控架构的车，数据闭环的质量会高出很多。

• OTA的能力有多强；

在数据闭环中，OTA的频率越高，进化速度越快，也意味着数据闭环的能力越强。

• 城市NOA开城数量；

数据闭环最终是服务于车辆的智驾功能，从数据闭环的结果看，城市NOA的城市数量越多，意味着数据闭环的能力越强。

目前，比较难以精准统计小鹏的数据回传规模和OTA频次，只能从城市NOA这一维度来侧面得出结论，随着小鹏Xmart OS 4.4.0的推送，在无图城市NOA这项比拼中，这家公司的数据闭环能力已经占据头号位。

比亚迪、小鹏之外，还有一类较早看清趋势的供应商，比如李东旻所在的觉非科技，从公司成立第一天起，就是瞄准数据闭环而来。

据HiEV了解，以李东旻为主导的觉非科技的管理团队，过去曾打造了用户量过亿的导航软件，而导航软件就是一个典型的数据闭环案例。从低频逐渐变为高频，尤其是引入了实时路况这样的大数据之后，不断地与导航软件之间形成循环流动。

觉非的数据闭环架构，包含车端的感知、地图引擎、感知定位，以及制图工具链、轻地图等，通过数据反馈、OTA/API的方式完成整个闭环。

这套数据闭环流程中还融合了三类系统：

• 车的眼睛：摄像头、激光雷达、毫米波雷达、4D毫米波雷达；
• 车的小脑：位置姿态、RTK、差分定位、轮速、惯性导航；
• 记忆系统：地图引擎、记忆泊车、记忆行车；

主机厂想要采用觉非科技的数据闭环方案，大致有两种方式：一种是搭载觉非基于地平线、英伟达芯片打造的数据闭环方案；另一种是搭载其研发的域控制器。

近日，觉非科技宣布已与多家头部主机厂达成量产定点合作，围绕轻地图与数据闭环服务的量产车型将在今年正式交付。据HiEV了解，此次合作的头部主机厂中，就有新能源车的销量巨头。

小鹏和觉非科技，代表了数据闭环的两类玩家，那些尚未建立「数据闭环」能力的车企，无论学小鹏，还是与觉非科技这样的公司合作，都需要正视数据闭环，明白这项能力究竟在比拼什么。

三、「数据闭环」拼的是流程和工程化

数据闭环，本质是由数据去训练软件算法，推动软件算法不断优化升级的过程。

早期，自动驾驶开发者让数据训练感知、规控等小模型，同步还延展至云端训练大模型，更加注重「数据」驱动。随着数据规模的不断增加，行业如今更加注重的「闭环」，数据的消费方又是数据的生产方。

前文介绍了比亚迪通过研发采集车获取数据的方式，这种方式的好处是数据密度、数据质量都很高。

以研发采集车为例，一辆车每天采集的数据，大概在2T到4T之间。单个摄像头一秒钟能采集20-30M的数据，10V的方案，一秒钟采集300M，一天有效采集8小时的话，300台车获取的将是PB级别的数据。

但是上述方法对数据覆盖率的问题是无法解决的，数据闭环真正的比拼其实要靠量产车。

前不久，蔚来汽车公开了一组数据，10000辆蔚来汽车的轨迹，基本上把全上海进行了覆盖。蔚来提出了一个叫「群体智能」的新词。群体智能的背后，是靠量产车实现了数据闭环。

与研发采集车不同，量产车的数据闭环，不再是把硬盘卸下来，将数据拷出去，而是要在量产车上，通过一个安全合规的通道，然后上传到云端，来完成数据的存储、分发、训练，处理完之后再通过OTA的方式下发到量产车上。

量产车的优势在于覆盖比较广，难点在于，闭环的流程和工程化，而工程化，其实正是觉非科技这类本土自动驾驶公司所具备的优势。

据李东旻介绍，觉非科技在算法层面具备工程化壁垒，从早期的激光雷达方案，到后来的纯视觉方案，觉非科技通过提供多传感器融合计算的量产交付，以及将自家的软件解决方案提供给主机厂做智能驾驶域控，目前已实现了对多个主机厂多款车型的定点交付，并计划在今年继续扩大合作范围。

2023年其实有一个很明显的现象，搭载高阶智驾的车陡然增多。在这年的广州车展上，几款新发布的明星新能源车上，基本上标配激光雷达、大算力芯片和全场景智能驾驶。

这些带有大算力的高阶智驾车型渗透率提升，会让自车产生大量的数据，也就是让车企成为数据闭环的生产方，同时也是数据的消费方，车企们今天已经抵达「数据闭环」舞台中心。

作为消费者，看到的是城市NOA，具备城市NOA功能，将会极大地影响消费者的购买决策。

作为自动驾驶从业者，会发现实现城市NOA的唯一路径便是数据闭环，在「华山一条路上」，可以慢，可以错，但唯独不能不上山，否则就会被遗忘在山脚下。