對話蔚來自動駕駛副總裁 Jamie Carlson

3 月 9 日，蔚來在北京交付中心召開了 NIO Pilot 用戶見面會，這是蔚來成立以來第一次召開以 NIO Pilot 為主題的用戶見面會。負責 NIO Pilot 研發的蔚來自動駕駛副總裁 Jamie Carlson 從矽谷來到北京，參加了這次活動。

在見面會結束後，蔚來還舉行了 NIO Pilot ACC 試駕體驗，很多用戶都參加了試駕，但可惜沒去，這裡也沒法展開了。感興趣的蔚來用戶可以移步蔚來 App 進一步了解。

昨天的話題聚焦蔚來內外公認的最大挑戰：軟體問題。更確切地說，是 10000+ 位蔚來 ES8 車主和即將交付的更大規模的 ES6 車主關心的 NIO Pilot。

2017 年 12 月 18 日，「全球首裝 Mobileye EyeQ4 芯片」的蔚來 ES8 正式發布。15 個月過去了，全球首裝 Mobileye EyeQ4 仍然擺在官網上，「持續學習，快速升級」也不尷不尬地寫在那裡，而 NIO Pilot 隻開放了前向碰撞預警（FCW）、車道偏離預警（LDW）、自動緊急製動（AEB）一些基礎的主動安全功能。

昨天一個簡單的 Workshop，來了什麽人呢？

CEO 李斌

總裁秦力洪

CIO & 北美董事總經理 Ganesh V. Iyer

自動駕駛副總裁 Jamie Carlson

AI 算法副總裁 Chris Pouliot

相關管理層集體出席，顯然是有階段性進展可以分享了：

2019 年 4 月：自適應巡航（ACC）推送

2019 年 6 月：高速自動輔助駕駛（HP）、擁堵自動輔助駕駛（TJP）、自動泊車（APA）推送

但已經苦等近一年的 ES8 車主都想知道，為什麽 L2 級自動駕駛系統正在下探至 10-15 萬價格區間的今天，NIO Pilot 的 ACC 研發周期要長達 18 個月？

為什麽自主研發？

某種程度上，這鍋還得 Jamie Carlson 背：）

2016 年 8 月，蔚來仍然在推進 ES8 使用博世的 L2 級自動駕駛套件項目。2016 年 10 月，Jamie Carlson 從蘋果自動駕駛項目 Project Titan 離職加入蔚來，出任蔚來高級技術總監。

在更早的時候，Jamie 在特斯拉 Autopilot 擔任韌體經理，是 Autopilot 部門的創始員工之一。

Jamie 加入蔚來後，李斌問了他一個問題：蔚來預計在 2018 年 3-4 月開始 ES8 的交付，從現在開始，我們從零自主研發一套自動輔助駕駛系統，時間上能不能來得及？

Jamie 的回答是：OK。

但後來我們都看到了，ES8 的交付較內部規劃出現了很長的推遲，5 月 31 日才交付了首批 10 輛 ES8。真正的批量交付已經到 2018 年 Q3 了。即便如此，NIO Pilot 至今沒有釋放出 L2 級功能推送。

真正的挑戰在於，自主研發的難度。

Jamie 的分享中有一頁 PPT 專門講為什麽自主研發。

事實上，來自博世等頂級 Tier 1 的自動輔助駕駛系統都經過了充分的測試，具備相當強的可靠性和穩定性。唯一的問題在於，這套系統從底層到上層的所有研發工作都是博世主導，只有最後的適配上車、路試由 OEM 來做。

如果蔚來當初堅持了博世的方案，對系統的 Know-how 一無所知，給交付後基於用戶需求的功能新增和迭代開發會帶來巨大的挑戰。無法迭代成長的系統會徹底失去生命力，這與智能汽車基於整車 OTA 不斷進化的原則相悖，也無法提供相對「非智能汽車」的差異化優勢。

即便博世仍然提供完善的後期技術支持和維護，蔚來後續的功能更新仍然要仰仗博世的開發進度，同時在面臨市場競爭時很難顯示出差異化的產品力。

既然供應商方案有著諸多不便，為什麽車企不選擇自主研發呢？實際上，今天的頭部新造車公司中只有蔚來、小鵬和車和家仍然在堅持自主研發自動輔助駕駛系統。

這是因為自主研發有著極高的門檻，涉及相當多的跨學科技術挑戰。這也是 NIO Pilot 一再推遲的主要原因。

具體來說，NIO Pilot 的研發涉及感知、路徑規劃、決策、控制、仿真、雲、高精地圖和硬體等多個技術範疇。選擇自主研發本質上是把供應商手裡的技術話語權重新收歸到了車企手中。蔚來自主研發了 NIO Pilot 許多底層驅動的部分，許多基礎的軟體代碼都是 Jamie 團隊從零開始一行行寫出來的。

特斯拉開啟了這個潮流，如今蔚來是特斯拉之後自主研發陣營走得最快的智能電動汽車製造商。

按照蔚來的進度，2019 年 6 月，NIO Pilot 具備 L2 級自動輔助駕駛系統的能力，從用戶體驗的角度，這並不值得驕傲。但蔚來對整套系統有著深刻的理解，具備對技術細節的完整 Konw-how。換句話說，Jamie 帶領 NIO Piolt 團隊用 18 個月時間從零再造了一個 Autopilot，而 Autopilot 本身有著相當高的技術門檻。

Jamie 在 Q&A 環節中的說法是，由於先發優勢，特斯拉確實做得更好，但在特斯拉之外，蔚來有信心做到很好的水準。

Mobileye EyeQ4？

一種典型的論調是：特斯拉踢開了 Mobileye 仍然打造了 Autopilot 2.0，而蔚來用了 Mobileye 方案，還做得那麽慢。

這也是我們所好奇的。Mobileye 到底在自動輔助駕駛系統中佔有多大的比重？為什麽蔚來沒有採用以視覺感知能力為主的技術路線？在 Jamie 看來，對蔚來來說，選擇 EyeQ4 才是最好的選擇。

特斯拉 Autopilot 2.0 從零開始建立起了核心的視覺感知能力，Autopilot 團隊確實做出了很好的成績。但我們要知道，Tesla Vision 機器視覺工具是連續多個精通計算機視覺或人工智能的頂級技術人才前仆後繼築成的。過去 18 個月不斷有大神加入 Autopilot 團隊，旋即因為技術挑戰過大而離職。

據 Jamie 了解，Autopilot 2.0 發布後相當長的一段時間裡，特斯拉都在艱難地建立視覺感知能力。而路徑規劃和決策控制團隊因為感知領域的停滯，在很長時間內都是沒有任何進展。

如果蔚來效仿特斯拉建立完全自主的視覺感知能力的話，進展速度無疑更慢，這對翹首以盼的蔚來車主們來說不是最好的選擇。

蔚來選用 EyeQ4 的第二層原因是，蔚來和特斯拉的感知技術路線存在分歧。Elon Musk 篤信第一性原理，堅信覆蓋全車的攝影頭 + 超聲波傳感器和一顆前置雷達可以實現 Level 4 級自動駕駛技術。而 NIO Pilot 團隊為 ES8 和 ES6 布置了攝影頭、超聲波和雷達三層傳感器的完全覆蓋，在 NIO Pilot 2.0 上，我們還會見到雷射雷達的身影。

簡單說，攝影頭驅動的視覺感知能力，在 Autopilot 的重要性比 NIO Pilot 更高。

這直接導致了特斯拉堅持將視覺感知能力掌握在自己手中，但對於蔚來來說，視覺感知只是技術的一小部分，蔚來在這個領域跟業內頂級的供應商 Mobileye 合作，可以將更多的精力花在雷達數據、超聲波傳感器數據的融合處理上。

Mobileye EyeQ4 對於車企來說是一個黑盒子，它支持識別轎車、卡車、摩托車、行人甚至更小的障礙物，但車企不知道具體的識別算法是如何工作的，車企只能獲取到 Mobileye 輸出的信號。

但這並不意味著蔚來的視覺感知能力完全由 Mobileye 提供。舉例來說，EyeQ4 支持識別行人，但並不支持識別行人的走向或姿態識別。攝影頭傳輸的圖像信號會分成兩路信號，分別進入 EyeQ4 芯片和 NIO Pilot 的中央控制器芯片，後者會結合 EyeQ4 的輸出結果和蔚來的計算機視覺識別能力，聯合分析預判行人的下一步動作。

這僅僅是感知部分差異化的一個小例子，考慮到NIO Pilot 涉及的技術範疇相當廣，蔚來主導了除視覺感知外幾乎所有的軟體能力建設，選取 Mobileye 並不影響蔚來核心競爭力的搭建。

對於蔚來來說，Mobileye 是相當重要的合作夥伴，蔚來是全球首家採用 EyeQ4 芯片的車企，未來也將努力爭取 EyeQ5 芯片的首發。這裡也能看出蔚來對最新芯片的跟蹤和熱情。

EyeQ4全球首裝

自動駕駛是蔚來未來競爭力的關鍵，李斌確認蔚來將跳過 Level 3 級自動駕駛技術，直接推進 Level 4 級自動駕駛技術的研發。而蔚來第二代自動駕駛平台（NIO Platform Two）的研發也已經啟動。

矽谷 + 上海

談到 NIO Pilot 的推遲，一個很難避開的話題是此前蔚來北美管理層的調整。在那次調整中，蔚來聯合創始人、首席發展官 & 北美 CEO Padmasree Warrior 離職。高層人事的調整是否一定程度上影響了研發的推進？

事實上，Jamie 本人正是受 Padmasree Warrior 延攬加盟蔚來的，但他對 Warrior 的離職保持了相當清晰的態度：情感上難過，工作上繼續。Jamie 表示，蔚來自動駕駛團隊已經發展到 360 人的規模，是一個相當成熟的團隊。任何人都可以決定自己的去留，但這不會影響團隊效率。

另一個問題是，Base 在北美的 NIO Pilot 團隊是否在產品迭代效率上不比其他扎根中國的新造車公司？

Jamie 提到了他的同事，蔚來智能駕駛總監章健勇。章帶領的團隊 Base 在上海，負責 NIO Pilot 功能軟體的開發、集成和驗證。但矽谷是真正的頂尖人才聚集地，蔚來需要吸收人才，吸收最頂級的人才。唯一克服的問題只有時差。目前蔚來 NIO Pilot 團隊運行矽谷 + 上海模式，全球跨時差，全時運轉。

Jamie 在今天的演講中提到，特斯拉已經實現的通過全球交付的車輛收集路測數據的模式，蔚來已經做了規劃。包括對用戶體驗和算法改進巨大的影子模式、下一代芯片傳感器硬體的升級，蔚來都在持續跟蹤。

但在當下，蔚來首先要解決軟體問題，蔚來需要強大是軟體能力。