• 转发 @本诺__: 小鹏汽车昨天宣布了新的城市推送计划。

243城。

推送速度可以称得上是断层第一。

那么这种速度的来源是什么？我们回到小鹏的XNGP的架构上来

这可能要溯源到一篇采访，那时候XNGP刚刚推送给媒体用户，进度大大超出了友商团队的意料。
大概可以得出结论。

视觉实时感知静态地图 + 城市策略辅助

分别是什么意思？

为了满足更好的泛化性，和对城市地图变化的适配性，去掉高精地图之后，对静态感知提出了更高的要求。

实际上BEV静态地图的构建，目前也是靠神经网络实时检测（类似 图一 图二）来完成的。
在上帝视角，直接绘制出局部位置的地图，再提供给下游进行规划控制。
大致来看，整个静态地图的构建网络见过的路口越多，对地图的绘制就越准确，泛化性就越好，脑补能力就越强，再加上SD 导航地图，进行地图信息补充，能够提供高泛化性和灵活性。
也就是说，就像我们开车时，某些看不清楚的路口，我们可以靠一些经验能够想象出这条路的基本走向，加上车机的导航地图，出错的概率可以控制在相对较小范围内。

但是还是有可能出错，一个城市从来没开车去过，很多规则时不一样的，例如可变车道王国杭州，进城时，最好有人告知，需要注意可变车道。

回到智能驾驶系统时，加上灵活性更好城市策略辅助，例如某条路是不允许右转的，例如某条路虽然很宽，但是也不是机动车道，这些都需要每个城市有一个自己的指导书。

从这个角度看，这种系统设计策略也非常类人。

国内城市的多样性我相信会有上限，城市的覆盖度很有可能不再是线性提升，而是幂级。

这是去高精地图，相信AI 泛化性的魅力。

将地图绘制在神经网络里，让城市记忆在亿万参数里。

#微博新知##x9重新定义大七座#

via 于欣烈的微博