合资车不搞自动驾驶，因为它们在等百度的便宜货？

到底需要多少算力，才能实现高阶的智能驾驶，新势力们给出的答案，基本上都是200Tops算力打底，甚至小鹏和理想已经把算力卷到了500Tops以上，蔚来更是突破了1000Tops，在大家卷得这么凶的背后，冷静想一想，面对如今的L2级，或者很多企业所谓的准L3级，这么高的算力有必要吗？难道不到20Tops的算力，就做不了高阶智能驾驶吗？

在英伟达Orin，地平线征程5等高算力芯片的横行下，相当多的低算力自动驾驶芯片开始被大家诟病，但是低算力就代表能力弱吗？Mobileye就是很好的低算力高能力的代表，而在国内，百度也推出了ANP2.0这个低算力的L2级智能驾驶系统，算力只有16Tops，面对中国道路的复杂程度，冗余度真的够吗？

说起百度，在不少城市都能看到百度的自动驾驶测试车辆，这些车都是一些为自动驾驶测试而进行过深度改装的，突出的激光雷达，以及相当多的摄像头为百度的自动驾驶系统提供充足的数据，同时这些车辆大部分都是为了L4级自动驾驶而研发的，也就是驾驶位上没有人，人几乎完全不需要接入的高阶自动驾驶。而让百度用L4级的技术和数据来做L2级，会是什么样的效果呢？与百度Apollo合作的车企相当多，特别是合资车企，而为什么它们宁可用黑盒方案，也不用百度的呢？

首先我们先来看看百度这个算力只有16Tops的辅助驾驶系统，都靠哪些硬件来实现。ANP2.0是基于双TDA 4超低算力平台来实现行泊一体的辅助驾驶方案，硬件方面包括了9颗摄像头、12颗超声波雷达和5颗毫米波雷达，这样的硬件水平，放在已经步入激光雷达时代的蔚小理们身上，确实是不太够看的，与百度的高阶自动驾驶硬件相比，也没有什么亮点，但是仅仅为了满足L2级辅助驾驶，这套硬件还是很能打的。

核心soc采用了双TDA4芯片，是指2颗来自德州仪器的TDA4VM芯片，单颗算力8Tops，叠加2颗就是16Tops。

在以往解析的辅助驾驶芯片方面，这款芯片几乎没有出现在我们的文章中过，可以说是相当冷门，用这枚芯片做辅助驾驶的，除了百度，就只有大疆了，大疆的灵犀智能驾驶应用在宝骏的新款KiWi EV上，那款车就是为了降低成本，所以采用了这款芯片硬件，而百度的ANP2.0同样是为了低成本的目的，而打造的。TDA4芯片的单颗成本约为 50 美元，用两颗加起来约为100美元，而英伟达Orin芯片单颗就超过了500美元，就拿蔚来的4颗Orin和百度的2颗TDA4比较成本，蔚来高了近20倍，再加上蔚来用了800万高清摄像头还有激光雷达，百度只用了普通摄像头，整套硬件的成本相差了可能超过50倍。

那么其他车企堆了那么多料做的智能驾驶，就被百度的这么一个成本相当低，算力也很低的方案，给干趴下了？百度这款ANP2.0也是支持城市和高速两种辅助驾驶的，在高速和城市环路场景下，ANP2.0 能够实现点到点的自动驾驶，也就是类似于其他车企所用的NOA高速领航，一般的上下匝道、大曲率弯道、隧道、避让等场景，它也都能自行适应完成。在城市场景下，这套系统目前只能完成自主泊车，像小鹏城市NGP的功能，目前这套系统还不支持，但是在高精地图的加持下，日后它也能够实现。

这么看下来，如此低的算力，感知能力也一般，百度这套L2却能做到新势力们几乎80%以上的功能，它就真的这么完美吗？蔚小理全栈自研了这么久，还不如这么个简单的系统？

百度的这套系统，之所以算力低，是它可能都不需要计算什么。百度的ANP2.0与自己的RoboTaxi车型共用一套数据中台，这样降低了产品对硬件算力的依赖。也就是说这个系统通过视觉摄像头看到的情景，直接就能从数据库里调出相对的场景和应对方法，这一点绝对是百度的优势，百度是国内最早一批开始探索自动驾驶的企业，也是最早开发L4级自动驾驶企业之一，十多年的时间，数亿公里的数据收集，再加上后台不断的算法训练，百度积累的数据量是其他新势力，甚至是合资车企们都望尘莫及的。

这个系统接入了RoboTaxi数据中台，而目前通过出行平台萝卜快跑在国内近30个城市开展路测的RoboTaxi车型有600多辆，测试总里程超过3600万公里。在庞大数据量的支持下，以及RoboTaxi的实时更新下，百度有着几乎是完全最新一手的路况信息，和应对方案，遇到一些日常的场景，从数据库里直接调数据几乎就能全部应对，这么看确实是有点开挂了。

这套系统有一点与新势力们目前的做法一致，就是也很依赖高精地图，虽然说绝大多数的新势力企业都表态，会越来越淡化高精地图在它们自动驾驶系统中的参与比重，但是不可否认，近几年的量产自动驾驶，依然很难摆脱掉高精地图，百度用L4级的技术水平和数据，再加上高精地图，融合出来的L2级低算力方案，来和新势力们抢饭碗，确实是有些不讲武德，把自己起步早的优势给用得很充分。

而蔚小理它们，以及后发的其他自动驾驶企业，比如地平线、黑芝麻它们，数据量方面比不过百度，所以就得在硬件算力，感知硬件方面卷起来了，车辆系统的自主运算决策变得更重要，而这也就推高了整体的辅助驾驶硬件成本。而这些车企在感知方面的充分冗余，也是它们的优势。

百度使用L4级的技术储备在做L2级，而蔚小理它们则是在用L4级的硬件，卷L2级，它们在日后的可升级型，而且淡化高精地图是一个大的趋势，它们的感知冗余是可以满足它们在不断地进化之后，抛弃高精地图的，而百度这个方案，就不太行了，百度如果是想做更高阶的，就得用ANP3.0方案了，也就是在集度的新车型上使用的双激光雷达的方案，那对比起来百度就没什么优势了，但是单单只说L2级，上限就是L2级，百度的这套ANP2.0确实是需要其他高成本做L2的车企们警醒的。

不过传统车企们，特别是合资车企们，对于L2级的理解还停留在ACC、车道保持这些功能方面，甚至连做打灯变道的合资车企，一只手都能数得过来，所以它们自然而然的还会更加倾向于使用Mobileye还有博世它们的一些成熟方案，百度的自动驾驶虽然名气大，但是真正目前落地的，愿意与百度走出第一步的车企，我们还没有看到，所以也会让其他车企们驻足观望。

这种L4级对于L2级的降维打击，的确是一种很现实的方式，对于目前这个自动驾驶企业纷纷破产的时候，相信还会有其他企业推出类似的方案，就要看谁会当第一个吃螃蟹的车企了，如果实际效果真的很好，那么就要爆发L2级的淘汰赛了。