对话蔚来自动驾驶副总裁 Jamie Carlson：NIO Pilot的逻辑你看懂了吗？

3 月 9 日，蔚来在北京交付中心召开了 NIO Pilot 用户见面会，这是蔚来成立以来第一次召开以 NIO Pilot 为主题的用户见面会。负责 NIO Pilot 研发的蔚来自动驾驶副总裁 Jamie Carlson 从硅谷来到北京，参加了这次活动。

在见面会结束后，蔚来还举行了 NIO Pilot ACC 试驾体验，很多用户都参加了试驾，但可惜没去，这里也没法展开了。感兴趣的蔚来用户可以移步蔚来 App 进一步了解。

昨天的话题聚焦蔚来内外公认的最大挑战：软件问题。更确切地说，是 10000+ 位蔚来 ES8 车主和即将交付的更大规模的 ES6 车主关心的 NIO Pilot。

2017 年 12 月 18 日，「全球首装 Mobileye EyeQ4 芯片」的蔚来 ES8 正式发布。15 个月过去了，全球首装 Mobileye EyeQ4 仍然摆在官网上，「持续学习，快速升级」也不尴不尬地写在那里，而 NIO Pilot 只开放了前向碰撞预警（FCW）、车道偏离预警（LDW）、自动紧急制动（AEB）一些基础的主动安全功能。

昨天一个简单的 Workshop，来了什么人呢？

• CEO 李斌

• 总裁秦力洪

• CIO & 北美董事总经理 Ganesh V. Iyer

• 自动驾驶副总裁 Jamie Carlson

• AI 算法副总裁 Chris Pouliot

相关管理层集体出席，显然是有阶段性进展可以分享了：

• 2019 年 4 月：自适应巡航（ACC）推送

• 2019 年 6 月：高速自动辅助驾驶（HP）、拥堵自动辅助驾驶（TJP）、自动泊车（APA）推送

但已经苦等近一年的 ES8 车主都想知道，为什么 L2 级自动驾驶系统正在下探至 10-15 万价格区间的今天，NIO Pilot 的 ACC 研发周期要长达 18 个月？

为什么自主研发？

某种程度上，这锅还得 Jamie Carlson 背：）

2016 年 8 月，蔚来仍然在推进 ES8 使用博世的 L2 级自动驾驶套件项目。2016 年 10 月，Jamie Carlson 从苹果自动驾驶项目 Project Titan 离职加入蔚来，出任蔚来高级技术总监。

在更早的时候，Jamie 在特斯拉 Autopilot 担任固件经理，是 Autopilot 部门的创始员工之一。

Jamie 加入蔚来后，李斌问了他一个问题：蔚来预计在 2018 年 3-4 月开始 ES8 的交付，从现在开始，我们从零自主研发一套自动辅助驾驶系统，时间上能不能来得及？

Jamie 的回答是：OK。

但后来我们都看到了，ES8 的交付较内部规划出现了很长的推迟，5 月 31 日才交付了首批 10 辆 ES8。真正的批量交付已经到 2018 年 Q3 了。即便如此，NIO Pilot 至今没有释放出 L2 级功能推送。

真正的挑战在于，自主研发的难度。

Jamie 的分享中有一页 PPT 专门讲为什么自主研发。

事实上，来自博世等顶级 Tier 1 的自动辅助驾驶系统都经过了充分的测试，具备相当强的可靠性和稳定性。唯一的问题在于，这套系统从底层到上层的所有研发工作都是博世主导，只有最后的适配上车、路试由 OEM 来做。

如果蔚来当初坚持了博世的方案，对系统的 Know-how 一无所知，给交付后基于用户需求的功能新增和迭代开发会带来巨大的挑战。无法迭代成长的系统会彻底失去生命力，这与智能汽车基于整车 OTA 不断进化的原则相悖，也无法提供相对「非智能汽车」的差异化优势。 

即便博世仍然提供完善的后期技术支持和维护，蔚来后续的功能更新仍然要仰仗博世的开发进度，同时在面临市场竞争时很难显示出差异化的产品力。

既然供应商方案有着诸多不便，为什么车企不选择自主研发呢？实际上，今天的头部新造车公司中只有蔚来、小鹏和车和家仍然在坚持自主研发自动辅助驾驶系统。

这是因为自主研发有着极高的门槛，涉及相当多的跨学科技术挑战。这也是 NIO Pilot 一再推迟的主要原因。

具体来说，NIO Pilot 的研发涉及感知、路径规划、决策、控制、仿真、云、高精地图和硬件等多个技术范畴。选择自主研发本质上是把供应商手里的技术话语权重新收归到了车企手中。蔚来自主研发了 NIO Pilot 许多底层驱动的部分，许多基础的软件代码都是 Jamie 团队从零开始一行行写出来的。

特斯拉开启了这个潮流，如今蔚来是特斯拉之后自主研发阵营走得最快的智能电动汽车制造商。

按照蔚来的进度，2019 年 6 月，NIO Pilot 具备 L2 级自动辅助驾驶系统的能力，从用户体验的角度，这并不值得骄傲。但蔚来对整套系统有着深刻的理解，具备对技术细节的完整 Konw-how。换句话说，Jamie 带领 NIO Piolt 团队用 18 个月时间从零再造了一个 Autopilot，而 Autopilot 本身有着相当高的技术门槛。

Jamie 在 Q&A 环节中的说法是，由于先发优势，特斯拉确实做得更好，但在特斯拉之外，蔚来有信心做到很好的水平。

Mobileye EyeQ4？

一种典型的论调是：特斯拉踢开了 Mobileye 仍然打造了 Autopilot 2.0，而蔚来用了 Mobileye 方案，还做得那么慢。

这也是我们所好奇的。Mobileye 到底在自动辅助驾驶系统中占有多大的比重？为什么蔚来没有采用以视觉感知能力为主的技术路线？在 Jamie 看来，对蔚来来说，选择 EyeQ4 才是最好的选择。

特斯拉 Autopilot 2.0 从零开始建立起了核心的视觉感知能力，Autopilot 团队确实做出了很好的成绩。但我们要知道，Tesla Vision 机器视觉工具是连续多个精通计算机视觉或人工智能的顶级技术人才前仆后继筑成的。过去 18 个月不断有大神加入 Autopilot 团队，旋即因为技术挑战过大而离职。

据 Jamie 了解，Autopilot 2.0 发布后相当长的一段时间里，特斯拉都在艰难地建立视觉感知能力。而路径规划和决策控制团队因为感知领域的停滞，在很长时间内都是没有任何进展。

如果蔚来效仿特斯拉建立完全自主的视觉感知能力的话，进展速度无疑更慢，这对翘首以盼的蔚来车主们来说不是最好的选择。

蔚来选用 EyeQ4 的第二层原因是，蔚来和特斯拉的感知技术路线存在分歧。Elon Musk 笃信第一性原理，坚信覆盖全车的摄像头 + 超声波传感器和一颗前置雷达可以实现 Level 4 级自动驾驶技术。而 NIO Pilot 团队为 ES8 和 ES6 布置了摄像头、超声波和雷达三层传感器的完全覆盖，在 NIO Pilot 2.0 上，我们还会见到激光雷达的身影。

简单说，摄像头驱动的视觉感知能力，在 Autopilot 的重要性比 NIO Pilot 更高。

这直接导致了特斯拉坚持将视觉感知能力掌握在自己手中，但对于蔚来来说，视觉感知只是技术的一小部分，蔚来在这个领域跟业内顶级的供应商 Mobileye 合作，可以将更多的精力花在雷达数据、超声波传感器数据的融合处理上。

Mobileye EyeQ4 对于车企来说是一个黑盒子，它支持识别轿车、卡车、摩托车、行人甚至更小的障碍物，但车企不知道具体的识别算法是如何工作的，车企只能获取到 Mobileye 输出的信号。

但这并不意味着蔚来的视觉感知能力完全由 Mobileye 提供。举例来说，EyeQ4 支持识别行人，但并不支持识别行人的走向或姿态识别。摄像头传输的图像信号会分成两路信号，分别进入 EyeQ4 芯片和 NIO Pilot 的中央控制器芯片，后者会结合 EyeQ4 的输出结果和蔚来的计算机视觉识别能力，联合分析预判行人的下一步动作。

这仅仅是感知部分差异化的一个小例子，考虑到NIO Pilot 涉及的技术范畴相当广，蔚来主导了除视觉感知外几乎所有的软件能力建设，选取 Mobileye 并不影响蔚来核心竞争力的搭建。

对于蔚来来说，Mobileye 是相当重要的合作伙伴，蔚来是全球首家采用 EyeQ4 芯片的车企，未来也将努力争取 EyeQ5 芯片的首发。这里也能看出蔚来对最新芯片的跟踪和热情。

EyeQ4全球首装

自动驾驶是蔚来未来竞争力的关键，李斌确认蔚来将跳过 Level 3 级自动驾驶技术，直接推进 Level 4 级自动驾驶技术的研发。而蔚来第二代自动驾驶平台（NIO Platform Two）的研发也已经启动。

硅谷 + 上海

谈到 NIO Pilot 的推迟，一个很难避开的话题是此前蔚来北美管理层的调整。在那次调整中，蔚来联合创始人、首席发展官 & 北美 CEO Padmasree Warrior 离职。高层人事的调整是否一定程度上影响了研发的推进？

事实上，Jamie 本人正是受 Padmasree Warrior 延揽加盟蔚来的，但他对 Warrior 的离职保持了相当清晰的态度：情感上难过，工作上继续。Jamie 表示，蔚来自动驾驶团队已经发展到 360 人的规模，是一个相当成熟的团队。任何人都可以决定自己的去留，但这不会影响团队效率。

另一个问题是，Base 在北美的 NIO Pilot 团队是否在产品迭代效率上不比其他扎根中国的新造车公司？

Jamie 提到了他的同事，蔚来智能驾驶总监章健勇。章带领的团队 Base 在上海，负责 NIO Pilot 功能软件的开发、集成和验证。但硅谷是真正的顶尖人才聚集地，蔚来需要吸收人才，吸收最顶级的人才。唯一克服的问题只有时差。目前蔚来 NIO Pilot 团队运行硅谷 + 上海模式，全球跨时差，全时运转。

Jamie 在今天的演讲中提到，特斯拉已经实现的通过全球交付的车辆收集路测数据的模式，蔚来已经做了规划。包括对用户体验和算法改进巨大的影子模式、下一代芯片传感器硬件的升级，蔚来都在持续跟踪。

但在当下，蔚来首先要解决软件问题，蔚来需要强大是软件能力。