1.5万公里，聊聊智己的智能驾驶
作为智能驾驶爱好者+智己L7车主+智己NOA测试官，我感觉我还是应该聊聊这个话题，毕竟我的智己L7已经开了1.5万公里，还横跨六省十余座城市，带给了我太多的体验，先送上美图：
一万三千公里达成
智己L7探险霞浦滩头
打卡平潭海边晚霞
看见小城风景
遇见别样风情
一、DLP是什么？不一样在哪里？
（1）我们以往是怎么做的？
在智能驾驶中，我们往往分为“感知、规划、控制”三大步骤，“感知”简单理解为看到了什么？“规划”简单理解为想好怎么办？“控制”简单理解为执行*作过程。
从我们日常开车的体验中，我们也能够明白，最困难的应该是规划层面，就是当感知到问题后，我们如何反应？如何做出合理的规划？在以往的智能驾驶中，我们对于这个问题，更多的应用的是Rule Base规则，可以通俗理解为在事先想好各种情况,然后面对各种情况下给出对应的办法，可以理解为写了很多if语句，如if-then，简单例子比如if前车与旁边车道车辆速度差10then向旁边车道变道超车。这种算法的好处是快速建立规则，快速准确进行*作，并且发现问题后容易查找问题。
但是，在现实场景下交通情况变化多端，要把各种情况全部通过正列举的方式进入这种模型库几乎不可能，用单一的算**很难解决这样的问题。一个简单的例子，比如在出高速的时候，一般需要提早一段距离切入最右侧道路，避免匝道口拥挤，你写了if2公里后要出匝道，变道进入最右侧，但是过早的进入最右侧会遇到大车车流导致慢速跟车，影响体验。但如果你写if1公里后要出匝道，变道进入最右侧，遇到节假日这种拥堵路况，可能就挤不进去了。甚至，还有匝道施工，匝道临时改道等等等等无穷的特殊场景……
程序员：到底要写多少个if语句……臣妾真的不会啊……
（2）智己提出的DLP是什么？
DLP其实是深度学习决策规划模型（Deep Learning Planning）的意思，这种模型不是基于“Rule base”的规则原则，而是基于深度学习的规划方式。
简单的说，就是不给**写很多if语句，而是通过数据去喂养**，让他学会自己去应对，学会钓鱼，而不是学会“照本宣科”式的“生搬硬套”的钓鱼步骤，让**变得更加灵活了。其实这个逻辑很容易理解，在现实中，车开的**的人一定是通过实际驾驶喂养出来的老司机，而不是把交通规则背的最熟的人。而老司机的经验，就等同于“深度学习”的数据库，只是这个数据库远超过一般人能够达到的上线，毕竟一个人可能一辈子都遇不到雨天高速匝道口有一头牛这样的场景，但是放到全国，可能会遇到这样的工况。看下面这个**，就可以表现的很清楚：
（3）为什么要这样做？
因为带来更好的体验，智能驾驶应该是尊重人的习惯而不是改造人的习惯，这很重要，因为“老司机”之所以驾驶效率高、乘坐体验好，不是因为他熟悉规则并且根据规则死板地执行*作，而是能够在不同的情况下进行“变通”：该抢的抢，不该抢的不会一味地激进驾驶；不止注意路况，也惦记着自己和同车人的乘坐感受，兼顾安全、舒适和效率。
比如上面的图片中，智己正在进行避让大车动作，在传统的“规则式”的避让中，车辆将执行“发现大车—避让大车（偏离车道**）—回归车道中间”的*作，但是当右边出现大车车队的时候，频繁执行这个规则就如同在车道内画龙，而智己就会更类似于人类驾驶员一样的始终执行偏离决策，一直到完全脱离大车车队再回到中间，这样的体验是不是好了太多？
二、说了那么多，没有用户体验都是白搭
现在智能驾驶领域也有点早年智能手机那样万马奔腾，各种发布会开的都来不及看，各种方案都吹破天，如何体验好，如何成本低，如何落地快，但是回头看看真正落地的也没有几家。其实，作为用户更多的要关心的是我们花了钱，到底能得到什么好处？智能驾驶的核心目的应该是基于安全基础上的效率，比如正常人开车需要30分钟的路况，使用智能驾驶在35分钟开完，虽然速度慢了点，但是不要我动手，我觉得可以接受，但是如果你说要45分钟才能开完，那我觉得就完全不能接受了，这就是因为没有了效率。作为智己NOA的早期测试体验用户，我来聊几点用户体验层面的亮点：
（1）进出匝道的时机
大多数友商在2公里发起变道，智己发起变道的逻辑是不同的，明显感到对不同路况有不同的策略，比如更空的路况，甚至在长实线前一点点才发起变道，保持了通过的效率。
在上面的情况中，我们可以明显的看到，自车在发现道路比较空的情况下，并没有在2公里处就发起变道，而是持续在最右侧道路行驶保持速度，一直到1公里处才发起变道，这个时候连我自己在车上都感觉有点意外，完全不像是机器的逻辑啊，所以发出了“还不要变道么”的疑问。这样的体验明显就比过早的进入最右侧车道要好很多，也更符合人类驾驶员的行驶逻辑。
（2）加塞能力体验
现在的智能驾驶**，往往出于安全的考虑，很多**会对加塞做很多的**，更多的是做的非常礼让，避免风险的产生。但是在国内的路况下，如果一位的让行，可能现实中会到寸步难行的情况，严重的影响效率，这在用户体验过程中，是最容易接管的情况，但是智己NOA的体验中，我发现加塞的能力是非常惊人的：
在上面这个情况中，自车遇到前方大车速度较低，准确利用目标车道车辆加速超越慢车而拉开和后车距离的机会，顺势加速进入目标车道，这波*作完全是妥妥的老司机作派，也完全符合人驾驶的习惯。但其实不仅仅于此，在超慢速的情况下，智己NOA的变道更加像人：
看看上面这个合入主路的场景，因为目标车道的车流已经排长队了，但是自车并没有简单的停在那里等待，而是超低速一点点的向目标车道蹭过去，这和人驾驶时候的加塞很像，因为只要后车一个犹豫，很可能就会被挤进去的车头占了位置。
（3）安全感保障
上面聊了这么多可怕的是不是会不安全？其实完全不会这样，在我的行驶过程中，智己NOA的安全性恰恰也来自于DLP模型的拟人性。要知道你为什么害怕？其实更多的是因为**超出了你的预期，而DLP模型的规划数据都来自于人类驾驶行为，往往更加符合你的期望，举个弯道的例子：
在这个弯道中，很多“规则性”的智能驾驶**会去按照地图速度降速，然而实际上人类驾驶速度往往超过匝道限速，智己NOA保持了一个比较类似人的速度在过弯，当遇到不同的曲率时候，会采取不同降速处理，而且会用“进弯前降速，出弯后加速”的驾驶逻辑，非常的模拟人，和我的驾驶预期完全一致，带来了非常不错的安全感。
三、吹了那么多，人家都去城市了智己行么？
（1）行，城市域已有体验。
必须行，在上海车展上，智己汽车CEO刘涛发布的AI4M战略中，对这一块有明确的说明和详细时间表，将会把现有的DLP模型，通过Occupany占用网络，最终进化到DDLD（深度数据学习驱动模型），值得注意的是DDLD也具备弱化高精地图依赖的能力。
而且DDLD模型驱动的城市NOA，在今年年底就将开启公测，这个时间表不仅仅在这次发布会，在上次LS7的云南发布会也讲过这个时间节点。其实，在这个时间节点之前，智己在苏州现在已经有城市NOA的相关体验，结合几个关键节点就可以看出智己NOA城市体验的优秀点：
看上面这张场景，右侧车辆加塞自车，自车降速的情况下打了一点点方向这个场景和平时人*作很像，在车道内做横向挪移却确保体验和安全感。
在看上面两张图，第一张图是自车在穿越十字路口的时候，面包车正在向左行驶，白色轿车横向通过，在这个时候，非常考验**算法的能力，到底是停车等待还是绕行，如果绕行的话将走车头还是车尾？在后一张图可以看出，智己采取了一个绕行的策略，让开了面包车，然后因为白车速度较快，实现了从白车尾部绕行。
实际上不仅仅包括还在内测的城市NOA，包括在IMAD功能里，现有的DLP算法已经开始体现出部分能力，比如下面的这个**中，虽然开启的IMAD中的车辆车道居**能，但是面对有车辆压线的时候，竟然已经可以绕行了，着实让我有点惊喜。
（2）行，无图咱们也安排了
在4月12日的智己智能驾驶公开课上，关于目前很热的去高精地图内容，也有很详细的分析。
智己将会通过DLP模型，通过Occupany占用网络，最终进化到DDLD（深度数据学习驱动模型），从而实现对高精地图的弱依赖，说到高精地图现在其实可能部分小伙伴有一些小误解，摆脱对高精地图的依赖，不代表不用高精地图，相反，在现有能力下，高精地图还是相当重要的存在。
这个又要回到更像人的话题，当你到一个陌生城市驾驶的时候，你首先是相信自己的眼睛还是地图？必然是相信地图给了你大概的空间感觉和线路规划，然后你按照地图的指引配合人眼去开，才是比较有效率。没有人会说，我有地图不看，我就靠肉眼看标志引导去开。而所谓摆脱依赖的意思是，当没有地图的时候，我也能开，但不以为着我就不用地图。
DDLD算法要落地，实际上硬件也要配合，因为城市域智能驾驶对硬件的要求更高，这里不得不吹一些智己的硬件预留，在硬件预留的加持下，我这样早期的智己L7车型也可以通过硬件升级加装激光雷达和更换orin算力芯片实现大算力升级，实现从对地图的依赖到摆脱，硬件升级一下子拉高了体验的天花板，真是YYDS。
当前，以芯片为代表的信创产业逐步成为国家科技竞争力的重要标志。在国产CPU产业强势崛起的过程中，你首先想到的会是哪几企业？答案有很多，但“中科系”的提及率绝对很高。作为国家战略科技力量，“中科系”旗下
21世纪经济报道记者倪雨晴 圣何塞报道在硅谷源泉之一的圣何塞，英特尔CEO帕特·基辛格（Pat Gelsinger）正在带领英特尔加速奔跑。当地时间9月19日，2023英特尔on技术创新大会于美国加利
财联社9月19日讯（记者 唐植潇）近日有消息称，OPPO将会重启芯片业务，并且“有部分员工已经回流，加入到了车载业务之中”。记者就此事向OPPO方面进行核实，对方表示“不予置评”。特百惠（我国）数字与
600亿颗芯片！我国巨头正式宣布，美媒：**也没料到制裁这么快
我国芯片市场与美国依赖我国的集成电路市场一直以来都是一个巨大的市场，拥有庞大的需求和巨大的增长潜力。我国的电子消费市场一直在迅速增长，包括智能手机、电视、电脑和各种智能设备等，这些设备都需要高性能的芯
最新手机芯片天梯图：A17、华为麒麟9000S，排在什么位置？
近日，最火的两颗芯片分别是苹果的3nm芯片A17 Pro，虽然很多人吐槽它较上一代提升不明显，但论性能，可以碾压任何安卓芯片，甚至是领先2代的。另外一款芯片，则是华为麒麟9000S，当然，这颗芯片工艺
韩国芯片连续13个月暴跌，尹锡悦指责我国不采购，外媒：自食其果
据韩国媒体称，韩国的半导体出口额已经连续暴跌13个月了，比去年同比下降了28%左右。韩国政府急的焦头烂额。尹锡悦政府竟直接甩锅我国，话里话外都是指责，他认为韩国半导体卖不出竟是我国的原因，我国应该帮助
我国突破芯片瓶颈将影响全球秩序？美国很担心，指出我国关键弱点
我国在芯片半导体领域一直深受美国的**，通过贸易制裁的方式阻止高端芯片进入我国市场。这样的举措一度造成我国芯片领域发展断档，不过随着我国科技企业近几年的突破，目前我国已经在芯片制造方面取得了重大的成果
前几天，华为一声不响的上线了mate60系列，带着麒麟芯片9000s强势回归，吸引了全世界的目光。而华为麒麟芯片**背后，我们不该忘记这位老人—张汝京。我国半导体之父，为回**造芯片，被开除**户籍，
【有车以后 资讯】“未来汽车对传统汽车的颠覆性，使传统零部件体系的50%以上都面临重构。”12月16日，在全球智能汽车产业峰会(GIV2022)上，我国电动汽车百人会理事长陈清泰指出，智能汽车的价值链
投稿点这里汽车有多少个零件?其实这个问题并没有一个十分确切的标准答案...据估计，一般轿车约由1万多个不可拆解的**零部件组装而成。结构极其复杂的特制汽车，如F1赛车等，其**零部件的数量可达到2万个
全球最大的10家汽车零部件供应商 都是世界500强 无我国企业
【卡车之家 原创】美国《财富》**每年发布的世界500强排行榜，是以营业收入数据对全球企业作出排名的榜单。2017年“世界500强”榜单中，汽车制造商和零部件厂商共占据33席（除去大型工程车辆企业），
汽车零部件企业哪家强？除了博世**还有这些名字你一定耳熟能详
文：懂车帝原创 李德喆[懂车帝原创 行业]9月18日，由《我国汽车报》主办，罗兰贝格协办的2019汽车零部件“双百强”企业发布会在江苏南京举行。在两份榜单中，博世、**、电装位列2019全球汽车零部件
行业现状（Reference：产业运行 | 2021年汽车工业经济运行情况）中汽协预测：2022年我国汽车销量达到2700万辆，新能源销量超过550万辆（Reference：乘用车市场信息联席会）以乘
全球十大汽车零部件供应商，核心技术都被他们垄断，自主遗憾缺席
提到电影，我们会想到张艺谋、冯小刚，而很少会想到幕后的制作人；提起流行乐，我们会想到周杰伦、萧敬腾，而很少会想到背后的作词人。台前台后，一幕之别，知名度往往相差甚远。车界又何尝不是如此，知名车企我们都
来源：环球时报 【环球时报记者 倪浩 陶震 环球时报驻德国特约记者 青木】经过3年疫情后，全球最具影响力的通信展今年有望再现往日盛况。2月27日至3月2日，由全球移动通信**协会（GSMA）主办的20
近日华为、苹果争相推出手机卫星通信功能，成为一大亮点，不少手机厂商也将目光投到卫星通信。放眼未来，手机直连卫星的卫星通信服务将是大势所趋，也是6G时代的重要标志。华为以“北斗三号”为依托，率先把“卫星
国内企业在光通信产品的参数测试过程中，通常使用国外的先进测试设备。然而，这些测试仪器之间往往是孤立存在的，需要手动调试仪器并通过旋钮、按钮和人眼观察波形或数据。这不仅*作繁琐易出错，而且测试效率低下。
龙头20cm涨停，7天股价翻倍！一文看懂卫星通信前世今生及产业链
卫星通信概念股华力创通今日再度强势拉升，截至发稿，该股股价20cm涨停，7个交易日累计涨幅近113%，现报23.52元续刷阶段新高，总市值155.9亿元。消息上，有媒体从供应链获悉，Mate 60 P
工信部：目前我国尚不具备实现网络层面的移动通信号码归属地变更的条件
针对网友提出的“电话号码归属地更改”建议，工信部近日给出了官方回复。此前，有网友在人民网留言板向工信部留言称，“现在电话都是实名制，电话号绑定的***及一些主流的软件较多，更换号码后造成一系列问题
