XNGP能让小鹏赚钱吗？
朱, 世耘
4月，小鹏G9和P7i Max版车主成为全球第二批开始使用带有“红线”SR（自动驾驶环境模拟显示）的智驾系统用户。
“红线”不是单纯的UI配色，而是XNGP智能驾驶辅助系统“自己”框定的可行驶空间，目前覆盖8个车道的宽度和100米的前向距离。能做到这一点的，除了特斯拉，就是小鹏。
至此，小鹏汽车开始走下高精地图的“铁轨”，自己“认路”开车了。
3月31日，小鹏汽车启动推送全新版本OTA——Xmart OS 4.2.0，释放XNGP第一阶段能力：G9及P7i Max版在上海、深圳、广州，小鹏P5 P系列在上海的高精地图覆盖区域开放点到点的城市NGP（智能导航辅助驾驶）；在无高精地图覆盖区域，开放具备跨线绕行，识别红绿灯并直行通过路口能力的LCC增强版。
小鹏汽车自动驾驶副总裁吴新宙在XNGP技术分享会上
“XNGP是无人驾驶实现前智能辅助驾驶的终极形态。”小鹏汽车自动驾驶副总裁吴新宙为XNGP下了这样的定义，并表示在智驾领域小鹏领先国内其他对手一年多，即使以特斯拉FSD北美为基准，在处理中国场景的表现也将不相伯仲。
果真如此吗？XNGP对近况不佳的小鹏汽车又意味着什么？
01
重写，用BEV两年实现准L4级
XNet（小鹏汽车新一代感知网络架构）是小鹏敢于谈无人驾驶前最后一代智驾系统、智能汽车的底气所在。
“目前我还没有看到XNet的上限，还没看到我们解决不了的问题。我们非常有信心把视觉网络（用）得和高精地图一样。”吴新宙向《电动汽车观察家》表示。
XNet是国内第一个量产上车的BEV（鸟瞰图）感知架构。
小鹏XNet网络架构
此前，国内BEV感知是将多相机的单帧图片“串”成鸟瞰图进行深度学习，之后通过逻辑判断算法与高精地图提供的底层静态环境进行对照后输出感知结果，同时需要激光雷达对深度信息进行补盲。
由此，车辆“看到”的是一帧一帧、“当时当刻”的“碎片”空间，因此必须依靠高精地图作为“铁轨”来保持行驶的连续性。
但小鹏自XNet开始，与特斯拉“九头蛇”一样，对多相机多帧的数据进行学习，直接输出带有时间维度的动态和静态环境感知结果。
换而言之，车辆“看到”的是一段一段，按照时间顺序排列的“小视频”，并由此“理解”现实世界。
一方面，驾驶系统能够自己构建出一段路的“高精地图”，并通过对静态空间内车道线、红绿灯、交通标志、桩桶围栏、树木建筑等物体的语义理解，结合时间戳来“规划”可行驶空间，不必再靠高精地图告诉自己该往哪儿走。
另一方面，由于动态物体带有时间戳，系统可对其运动速度、轨迹进行跟踪检测，并由此对其未来的运动轨迹进行预判，从而辅助交互博弈策略。
通过XNet看到连续世界，成为小鹏“脱轨”高精地图，实现在无图区域导航辅助驾驶的第一步。
下一步，小鹏XNGP的预测模型也将从目前的逻辑判断全部改为以神经网络为基础的框架，但在规划控制的决策层仍将采用逻辑判断算法。
“控制层对可解释的要求高（神经网络是黑盒，结果过程不可解释）。我给团队一个非常明确的指引线，能用数学解决的问题，暂时先不要用深度学习网络去解决。规划控制层很长一段时间我们都不会考虑（用神经网络算法替代）。”
吴新宙表示，目前XNet的感知距离能够达到一百米以上。基于此XNGP将于2024到2025年间实现点到点智能领航准L4体验。即在人类驾驶员的监督下，系统实现全场景无接管。
02
盈利，功能可用+快速开城
XNet使小鹏离高精地图越来越远，离真正依靠高阶智能驾驶系统赚钱越来越近。
“XNet使我们真正能够突破高精地图的限制，至少是减少依赖。”吴新宙表示，“这是下半年，我们能在数十个无图城市释放XNGP的原因。”
小鹏LCC增强版自主通过十字路口
在3月31日的试驾体验中，相比基于高精地图实现的城市NGP，通过XNet实现的LCC增强版实则更为惊艳：
试驾车能够在无前车的情况下自己基于红绿灯刹车和启动，并且直行通过中间没有车道线，人车混行的十字路口，甚至还能抢行黄灯。
这意味着该LCC功能认识并理解红绿灯的含义，并能够对应信号灯所对应的车道；根据前后两端车道线位置、地面交通标识和其它车辆行为，“脑补”出十字路口的车道线；对黄灯出现时间与自车速度形成逻辑关系，同时与混行的人车进行交互博弈。
小鹏LCC增强版绕行开门下车
这还只是开始。
吴新宙表示，目前Xnet对静态环境的输出完成了几何部分（地面、护栏、红绿灯、树木、建筑等等路面静态物体的长宽高和相对位置），对语义（护栏不能走，斑马线要减速、箭头前方左转、桩桶线要绕行等）理解还在工作中。
“虽然我们已经完成了静态和动态环境输出的能力，但要将Xnet的潜能完全开发出来，在各个城市落地还需要很大的工程量，需要完成（对环境内要素）语义的理解，才能把感知能力放到全栈算法上，还要经过测试。”吴新宙给出下一阶段的时间表：“再过六个月，我们希望无图和有图给大家的体验非常非常的接近。”
按照计划，今年下半年，小鹏将在全国大部分主要城市开放基于LCC的无图区域左右转能力，使无图区域的用户体验接近城市NGP的体验。
而且无图的LCC增强版和有图的城市NGP并不是完全分隔的两条线。
《电动汽车观察家》了解到，在城市NGP的落地过程中，小鹏将通过有图无图相结合的方式来加快开城速度。
对高精地图进行验证和补完是车企从拿图到用图过程中不可或缺的一环，并且耗费大量的工作时间。未来，小鹏将只对车主的热点活动区域进行地图的验证和补完，用无图能力衔接高精地图中的空白区域，以此来实现点到点的城市领航功能。
此前，由于高精地图对单个城市覆盖不完全，覆盖城市范围少，使城市领航成了无用武之地的“鸡肋”功能。
但随着无图能力的不断完善，小鹏城市NGP在单个城市内的可用度不断提升，并且快速覆盖更多城市，为其成为真正有价值的卖点提供了基础。
“我们坚信XNGP会在辅助驾驶领域成为高可用性的商品。当用户每天都用，都能用的很好，自然而言会有人为它付费。而且（功能付费）会在未来很快实现，这也是这一代（系统）非常明确的使命。”小鹏自动驾驶中心产品高级总监刘毅林表示。
03
规模，快速迭代+成本降低
特斯拉2021年量产“九头蛇”，2022年4月其FSD测试版搭载量超过10万辆，至2022年年底的搭载量已超过40万辆，并在去年Q4带来3.24亿美元的收入。
随着XNet的量产，小鹏也会复制特斯拉的规模增长吗？
从技术角度来说是可能的。
BEV架构、Transformer算法、RNN卷积神经网络都是开源技术，既不神秘也不独家。
但从开源技术到量产功能之间横亘着巨大的工程鸿沟。鸿沟之大，导致特斯拉2021年就公布解题方法，在跟随最紧的中国，2023年才有第一个“学生”给出答案。
要填平这道工程鸿沟，要有挖掘算法、算力、数据潜力的技术能力，也要有能推动三者高速轮动的体系能力。
算力上，小鹏在车端预留了巨大的“发育空间”，双Orin车型上的XNet只占用了4.5%的算力；600PFLOPS算力的扶摇超算中心成为XNet的专属道场；
数据上，影子模式和仿真引擎提供大量且针对性的训练数据，供Xnet中的黄金骨干网络进行自监督学习训练，由此可对针对性场景进行快速迭代发版；
组织上，2021年在只有30TOPS算力的英伟达Xarive上实现城市NGP，极大锻炼了小鹏的智驾队伍，梳理了体系。“我们的研发体系已经达到了稳态，团队间配合的流畅度也到了非常好的状态，让我们打无图化、点到点、降本的仗特别有底气。”吴新宙表示。
通过填平BEV架构量产的工程鸿沟，小鹏汽车建立起了软硬件、研发工程体系能力，这不仅能够帮助小鹏推进XNGP的快速、广泛且可用地落地，而且将成为降本利器。
毕竟特斯拉在“九头蛇”、DOJO的基础上，能以1000美元的硬件成本实现FSD，小鹏就应该能将智驾系统成本再降低50%，如公司创始人何小鹏要求的那样。
但从商业角度来说，小鹏XNGP如特斯拉一般快速上量仍面临很大的挑战。毕竟特斯拉的销量则得益于其出色的汽车设计和制造能力。
小鹏P7 i
ALL IN智能化的小鹏此前曾一度将智能化技术投入放在了汽车工业设计之前，导致P5的外观、驾乘舒适性都备受诟病。
P7i虽然显示出小鹏对工业设计的重视和回归，但其操控性和舒适性上，仍逊特斯拉一筹，又有上汽飞凡、长安深蓝等追兵在后。
与此同时，刚刚调整的组织架构和营销体系又撞上了史无前例的价格战争。XNGP之外，小鹏还需要更多的“子弹”。
好消息是：小鹏方面表示目前P7i车型订单充足，小鹏正积极进行产能爬升，以消化订单需求。
吴新宙则表示，下一次大版本更新将向具备XNGP系统的用户推送全新高速NGP功能，其将实现非常接近于L4的高速领航体验。“不磨蹭、不降级、不卡死、不打扰，零接管。”
自己会开车——小鹏的惊险一跃已开始起跳。
