2024-01-30 22:14
NIO Day 2023 依旧是充满温度的 NIO Day，同时也是最硬核的一届 NIO Day，尊龙棋牌娱乐人生就是博蔚来发布了全球首个兼顾智能化和高集成度的集成式液压主动悬架，也就是「SkyRide 天行全主动悬架」。
台上的李斌花了不少时间来介绍这套系统，从软件到硬件，从技术到功能，细致入微。但最后，征服现场所有观众的，还是那辆端着水杯过减速带的 ET9。
直观，震撼。
只可惜在 2025 年之前，我们还不能在路上看到集各种「黑科技」于一身的蔚来 ET9，自然也无法得知天行悬架的表现是否如李斌所言，但蔚来最近倒是推出了一个主动悬架「青春版」—— 4D 舒适领航。
上周，蔚来发布了 Banyan · 榕 2.4.0 版本智能车载系统，带来了超过 50 项功能的新增及优化，涵盖驾控体验、座舱娱乐、主动安全等领域，如今的 NOMI 甚至能识别「把小李往前挪一挪」这样的指令。
不过，最受用户关注的新功能，当属只有在 7、8 两个旗舰系列中才能体验到的 4D 舒适领航。
一份蔚来车主独享的「地图」
70、80 年代电子技术的喷涌，让刹车和传统系统实现了电子控制，但直到 21 世纪，感知技术和计算机控制的大规模应用，才真正让汽车进入了电子化、信息化的时代。
原本功能单一的主动悬挂系统也逐渐向更精细、更高效的方向发展，迭代成为了如今我们时常能够听到的 CDC（Continuous Damping Control）。这套系统引入了更先进的传感器和控制算法，能够提供根据路面反馈提供更连续和精确的悬挂调整，更好地平衡车辆和操控性和舒适性。
不过，这也意味着 CDC 系统的反应是基于当前和过去的驾驶条件，而不是预测未来的道路状况。
相比之下，奔驰的「魔毯悬架」（Magic Body Control）采取了一种更先进的方法。它使用摄像头预先扫描道路表面，识别前方的凸起和坑洞，并在车辆到达这些地方前，对悬架进行调整。
能预知未来、提前应对，自然是更好的。
不过，魔毯悬架也有着它的局限性。在复杂或低光照条件下，摄像头的表现并不尽如人意，即便是换成性能更好的激光雷达，同样也可能因为前车的阻挡，而无法扫描道路。
蔚来的做法就很好地规避了感知问题，它的秘诀在于一张地图。
说得具体一些，蔚来深度自研的智能悬架控制域，不仅能够实时感应从底盘回传的悬架信息、车轮信息和车身信息，还能利车身传感器，不断记录路面上的颠簸情况，形成一张带有路面信息的 4D 路况图层。
4D 路况图层就像是一份地图，共有 6 种路面事件，包括上下坡、减速带、大小起伏，以及连续颠簸。车辆每 4 次路过同一路段，就会生成一个路面事件，记录下这一路段的类型和特征，后续要驶过这一路段前，悬架便会提前准备调节高度、主动调整阻尼控制策略。
蔚来整车应用软件负责人肖柏宏表示，在同一路段里，只要有配备空气弹簧和 CDC 减震的蔚来车型经过 4 次，就可以对该路段的颠簸图层精选确认，无论是不是同一辆蔚来汽车。
如此一来，蔚来这份「地图」的鲜度可以达到「天」级水平，而且随着路上支持该功能的蔚来车辆越来越多，这份「地图」也会愈发完善。
换句话说，路上所有带空悬和 CDC 的蔚来汽车都在共同绘制这张地图，并一起享受着它带来的好处。
有点像之前的特斯拉。
去年 3 月，特斯拉在北美为所有 Model X 和 Model S 用户提供了类似，但较为初级的功能——依靠标注数据的主动空气悬挂，车辆能够在开上崎岖路面前做好准备，提高悬挂系统的舒适性。而这些数据，全部来自路上的特斯拉，包括没有空悬的 Model 3 和 Model Y。
人人为我，我为人人
蔚来和特斯拉的做法，可以说是一种群体智能。
群体智能，指的是一群个体通过相互协作和信息共享，形成的一种集体性的智能，典型例子包括社群媒体、维基百科、开源软件等。而在汽车这一行，最前沿的例子便是特斯拉的 FSD。
2022 年，特斯拉在 10 月 1 日举办了首届 AI Day。当我知道这一消息时，我无比快乐，这意味着我能够在国庆节当天投身工作，与祖国共奋进。
那一天，特斯拉人形机器人 Optimus 晃晃悠悠地走上舞台，给了世人一个小小的赛博震撼。当时，特斯拉表示，那台人形机器人使用了与特斯拉汽车完全相同的计算平台，它的所有动作，都是通过 AI 模型的学习得来的。
放到车上也一样。
彼时，FSD Beta 的用户已经超过了 16 万人，在如此大规模的「测试团队」的帮助下，特斯拉在当时就已经拥有了超过 14.4 亿帧视频数据。同时，马斯克摒弃了去年近千人的标注团队，对数据标注流程进行了全面优化，训练速度提高了 30%。
同一天，特斯拉还搬来了一个如今我们已经无比熟悉的名词，Occupancy 占用网络。在这套模型里，我们的世界看起来就和 Minecraft 一样，由一个个网格组成。面对被「占用」的网格，即便车辆不能认出障碍物，也会做出避让动作。
同时，车辆还能识别出道路的坡度，根据实际的道路情况，提前做出加速或减速的动作。特斯拉当时表示，开始转向 AI 的 FSD 可以在小于 10 毫秒的时间内，列出超过 7500 万种影响决策的因素，迅速做出最安全的决策。
得益于 AI 的加入，以及大量的数据投喂，FSD 成长得飞快。
同样是在上周，特斯拉开始正式向用户推送 FSD V12（v12.1.2），其在更新说明中写道：
FSD Beta V12 将城市街道驾驶堆栈升级成了端到端神经网络，特斯拉车队提供的数百万次视频训练，取代了 30 多万行 C++ 代码。
海外博主 Whole Mars（@WholeMarsBlog）在其评测视频中表示，FSD V12 的驾驶行为非常自然，它会在顺滑地避开车道中停止的车辆，会在必要时果断变道，面对行人也不会像受到惊吓一样小心翼翼，一切都行云流水。
该博主称，FSD Beta V12 「是 FSD 最大的一次进步，在所有关键方面都实现了重大改进」。
如今，国内的自主品牌们也在朝着这个方向努力，FSD 所采用的「BEV+Transform」方案几乎成为了标配。
在 2022 年的小鹏汽车 1024 科技日上，小鹏发布了基于 BEV 和 Transform 的 XNet 1.0；次年，小鹏又发布了 XBrain，组成了动态 BEV+ 静态 BEV+ 占用网络的 XNet 2.0。华为的 ADS 2.0 同样基于 BEV +Transformer 架构，加入了 GOD 通用障碍物检测网络，其对标的就是占用网络。
但在数据规模上，特斯拉可谓是「遥遥领先」。
如今，特斯拉已经卖出 400 多万辆汽车；截至 2023 年 Q1，FSD V11 就已经有了 40 万的订阅用户；截至 2023 年 Q3，FSD 的行驶里程达到了 5.25 亿英里；特斯拉的影子模式，还能在车主没有激活 FSD 的情况下，获取驾驶经验。
智能汽车已然从一辆车，扩大、生长，成为了一个群体。蔚来显然很早就参悟了这个道理，为了推出 4D 舒适领航功能，他们已经铺垫了很久。
早在 2021 年，蔚来 ET7 发布时，一项名为 4D 智能车身控制系统的东西也一同浮出水面，那便是如今 4D 舒适领航功能的原型。
但这玩意儿光靠一辆车可不行，蔚来今天能把当初挖的坑填上，离不开在座各位蔚来车主的努力。
