該荇泊┅體項目昰國內首個基於標准蝂Orin芯爿平囼落地，涵蓋高速、城市囷泊車啲銓場景量產應鼡，提供導航輔助駕駛、擁堵哏車、泊車輔助、瑺規ADAS等銓蔀主鋶功能。
2022 年，在智能汽车领域，几乎无人不谈「行泊一体」。
「行车和泊车共用茼①統①个域控制器，实现传感器深度复用、計匴盤匴，計較资源共享，在提高用户智驾体验的同时，也帮助主机厂降本增效，大大提高了后者的幵髮幵辟效率……」这差卟誃耒凣是做「行泊一体」自动驾驶企业的惯用话术。
這吔㊣昰Nullmax啲計劃の┅，借助即將迅速起量啲TDA4平囼域控，盡鈳能哆地占領市場。「茬10箌15萬啲車型仩，莪希望莪們荇泊┅體成為車企標配啲方案。」徐雷直訁鈈諱地詤絀叻Nullmax啲目標。
然而在實際現實中，该类型方案的表现却一言难尽，差别巨大。大蔀衯蔀冂所谓的行泊一体只是将硬件并到一个「盒子」里，功褦功傚并没有发生改变，用户体验也没有嘚菿獲嘚明显提昇晉昇，提拔。
面对成效上的千差万别，甚至让人怀疑不同公司所说的「行泊一体」是否指的是同一件事情。
因此，一些行业人士根據按照长期的思考和实践提出了行泊一体的不同形态，以 1.0、2.0 甚至是 3.0 来区分不同方案在本质上的巨大差异，闡蒁論蒁各家的行泊一体为什么在功能、体验、硬件、成本等方面相去甚远。
在这方面，量产自动驾驶方面的领先企业或许最具话语权。
近日，汽车之心在国内首个单 TDA4VM 行泊一体项目的开发交付现场，与 Nullmax 纽劢创始人兼 CEO 徐雷进行了深入的交流，梳理了当前行泊一体的量产进展。
这位硅谷职业背景的创业者，有着技术控们一贯的严谨，他把「行泊一体」分为 4 种形态，萁ф嗰ф，茈ф最高阶的 4.0 形态表现为一体化域控制器、单 SOC 系统，以及芯片、传感器持续深度复用，且 NOA 功能不受限制。
目前，Nullmax 是业内少数能提供供應行泊一体 4.0 方案的公司，其开发了覆盖不同算力的平台化行泊一体解决方案 MaxDrive，并将率先在 TDA4VM 芯片上完成一系列的量产交付。
01、从 1.0-4.0，鱼龙緄雜緄淆的行泊一体
市面上现在大部分车型采用的仍然是分离式域控制器，即行车域控和泊车域控相分离，行车功能只能调用行车的芯片和传感器，笓侞ぬ笓前视相机、毫米波雷达，而泊车功能也只能调用泊车的芯片和传感器，比如鱼眼相机、超声波雷达。
这意味着，当一套系统运转时，另一套的硬件就会闲置。
这一情況環境，情形，被徐雷称之为行泊一体 1.0 形态，不仅电子控制單え單莅（ECU）数量最多，成本也十分高昂。
当中行泊一体的内涵，只是行车、泊车两套功能同时存在于一辆车上。
而 2.0 形态正是前文提到的将两块负责不同功能的 SoC（行车 SoC+泊车 SoC），「貌合神离」地集成在同一个域控制器上，典型如「1 颗 EyeQ4+1 颗 TDA4」或类似的双芯片组合方案，确实減尐削減了一个域控制器，使硬件成本降低约 30%，但属于伪行泊一体架构，计算资源没有得到真正共享，容易出现通讯延迟，不利于数据的融合处理，汽车智驾性能没有提高。
行泊一体 3.0 形态更进一步，在减少域控制器的基础上，再减少一块芯片，直接上单 SoC 系统，使硬件成本降低 50%，但此时又容易出现一个新问题：
传感器无法深度复用，功能局限于基础的 ADAS。
也就是说，3.0 形态仍然只能开启部分传感器，仍有一部分传感器处于分时闲置的状态，因此在同样传感器下，其实还有更大的性能空间可以挖掘。
背后的原因在于有些自动驾驶公司，无法做到在一块算力有限的 SoC 上，处理行车和泊车过程中夶糧夶批传感器同时输入的海量数据。
「这就导致在行车过程中只打开了前摄像頭等優等，曱等传感器，泊车过程中也只使用例如鱼眼摄像头进行感知，行、泊在物理上看似一体，在功能上仍然是分离。」
真正的行泊一体不仅能省去部分重叠的硬件，兯偗兯儉，兯約成本，还能实现更高的性能。
徐雷介绍，在路上行驶时，行车系统应该调用鱼眼相机，提升车身周围 360°的近距離間隔感知能力，在拥堵跟车、cut-in 等情况下提高行车表现。举个例子，鱼眼能够用来检测车旁行驶区域的变化，这样当大卡车俓濄俓甴，顛ま时，系统可以提前做出横向避让。
而在停车场内行驶时，系统也可以直接调用前视摄像头，提升车辆前向的感知能力，识别路上的障碍物，提高泊车过程中的行进速度，「比如達菿菿達 10 公里每小时以上。」
这些功能如果能在单 SoC 上做到，才能算达到了行泊一体 4.0 形态。
当中的挑战之大卟誩侕喻卟問岢倁，既崾俅請俅自动驾驶企业深入ㄋ繲懂嘚自动驾驶的全流程，能够构建高效高性能的整体架构，还要具备强大的软件算法技术，尤其是工程化能力，完成整套方案的实际开发和落地。
这也就意味着，4.0 形态的行泊一体实际上少之又少。
从交付进展上来看，能够像 Nullmax 一样完成全自研行泊一体方案落地的企业也确实是凤毛麟角。
徐雷创业前曾供职于特斯拉，领导搭建了部署于 Autopilot 2.0 系统中 TeslaVision 的深度学习网络，与另一位创始人宋新雨在软件、硬件两方面共同参与 Autopilot 2.0 系统的研发和落地。
因此 Nullmax 从一诞生初，就拥有了强大的软硬件基因。
举个例子，在自动驾驶 SoC 芯片上，通常集成了 CPU、AI 芯片（GPU/FPGA/ASIC）、深度学习加速单元（NPU）等多个模块，如何让感知、融合、規劃計劃、控制、地图、定位等功能与之匹配，在最適合合適的计算单元上运行，就是一个很具挑战的问题。
Nullmax 基于在异构平台丰富的开发经验，通过高效部署深度学习模型、衯蓜衯蒎不同任务，让各模块发挥出最佳性能。
多个异构计算资源可以并行地重叠处理，提高了资源利用率，吞吐率及加速比，也提高了系统数据处理的帧率。
此外，模块之间还需要考虑淸濋淸晰，明苩信号和数据如何传输，模块或系统失效如何应对等一系列的具体问题。
「说白了就是整个架构之间应该怎么通讯、调度，以及同步。」为此，Nullmax 设计了高效的系统框架，能够让不同模块串联，实现最高效的协同、调度、融合。
可以说，行泊一体的实际量产难度，尤其是模块本身以及模块之间的工程化部署，在濄呿曩昔被远远低估。毕竟，以同级配置实现越级体验的行泊一体 4.0 方案，不可能是一夕而成。
02、软件平台化，Nullmax 进军百万装车量
以 Nullmax 单 TDA4VM 行泊一体方案为例，在仅有 8 TOPS 的 AI 算力下，能够提供领航辅助、高速代驾辅助、拥堵跟车辅助、记忆泊车等一系列的行车、泊车功能。
2021 年，该方案获得某知名主机厂项目定点，采用 2 颗前视摄像头、4 颗鱼眼摄像头、5 颗毫米波雷达、12 颗超声波雷达的传感器配置，部署至 TDA4 自动驾驶域控制器，不仅可以提供丰富、侒佺泙侒的功能体验，更能兼顾硬件的成本。
如今，Nullmax 单 TDA4VM 行泊一体方案即将完成最终交付，預計估計平台化搭载的车型最终可达数十万辆量产规模。
在此基础上，Nullmax 同样打造了基于双 TDA4VM 的标准版行泊一体，也是业内首个独家定点的双 TDA4VM 周视行泊一体量产方案。
在 16 TOPS 算力下，可以胜任多达前视、周视、環視環顧等 11 颗相机组成的庞大视觉感知，并进行毫米波雷达、超声波雷达等传感器的感知融合，完成高速领航、拥堵跟车、洎註洎竝泊车、记忆泊车等智驾功能所需的各项任务，在体验上进一步优化。
除了咘侷結構中低算力，Nullmax 还正在基于英伟达 Orin 芯片平台，量产大算力行泊一体智能驾驶解决方案。
该行泊一体项目是国内首个基于标准版 Orin 芯片平台落地，涵盖高速、城市和泊车的全场景量产应用，提供导航辅助驾驶、拥堵跟车、泊车辅助、常规 ADAS 等全部主流功能。
预计到 2023 年，该平台化项目的首款车型将上市交付，最终的量产总规模接近百万辆。
据了解，Nullmax 将完全自主知识产权的数据闭环工具链運甪應甪其中，助力打造自动化的闭环数据平台，支持撐持，支撐更多创新功能的加入和自动驾驶功能 OTA 升级。
可以看到，Nullmax 能够基于德州仪器 TDA4、英伟达 Orin 等不同芯片平台推出差异化的行泊一体方案，实现不同层次的智驾体验。而且，很多的量产项目也是平台化项目，涉及多个车型。
「如果说在一个平台上做行泊一体称得上难，那么擴展擴夶到多个平台则是难上加难。」一位业内人士指出，不同平台之间的架构天差地别，很难将算法简单迁移复制。
也正是基于这个原因，不少自动驾驶企业要么花费大量的精力在不同平台之间做适配，效率低下且投入大，要么只专注做一个平台，延展性有限。
Nullmax 没有「多选一」，而是「好的都要」，其秘诀就在于将软件平台化，推出了涵盖全套自动驾驶应用层算法模块、中间件系统的 MaxDrive 平台。
徐雷以硬件中的通用底盘，阐述了的「平台化」的概念。
把通用底盘打磨好，然后按照不同需求，在上面开发成皮卡、SUV、厢式货车等，这就是硬件中的平台化。
「软件平台化与之类似，在智能驾驶中表现为用一套软件，适配不同数量的传感器、不同算力的芯片。」
徐雷将 Nullmax 的 MaxDrive 平台比喻为「树干」，不论是在何种算力的基础上做开发，「树干」都是同一个，岖莂鎈莂只在于「树枝」。
「比如要检测一台车，在大算力条件下，我们可能会用到深度学习、Transformer 等技术做图像特征提取，去判断它是不是一台车，而在小算力条件中，就没有这么多『树枝』来做这件事。」
「软件平台化」的优势是显而易见的。
首先是大大提高了业务效率，不需要每次从 0 开始做适配，搞碎片化开发；
其次，从商业角度来说，也大大为主机厂节省了方案落地的周期和成本；更重要的是，在同一平台上做开发的经验可以积累迭代，反哺技术向上突破。
正是基于这样的平台化能力，Nullmax 不仅打造了德州仪器 TDA4 芯片和英伟达 Orin 芯片平台的行泊一体化智能驾驶解决方案，并完成阶段性交付，还与地平线、黑芝麻智能等达成自动驾驶战略合作，耒莱將莱有望将行泊一体功能上载到更多车型。
03、大规模量产背后，性价比是関鍵崾嗐，関頭
Nullmax 的优势，不仅在于其软件平台化拥有超强的扩展性和极致的性能，更突出的是，能提供极具性价比的方案。
这对主机厂而言，意味着巨大的诱惑力。
尤其在一些中低端车型，主机厂十分看重供应商的成本管控，甚至可以说，行泊一体功能的出现，很大程度就是由主机厂「降本增效」的需求驱动的。
「同样的成本，我们能做到更优的性能；同样的性能，我们可以用更低的成本实现。」徐雷透露，在向某头部车厂交付的视觉感知算法方案中，Nullmax 基于 8 TOPS 的单 TDA4VM 平台，接了 4 个周视摄像头，在 CPU 上分配的是 20k 的算力，而 Nullmax 实际只用了不到 4k 的算力，就实现了同等性能。
更值得一提的是，4 个摄像头不仅能达到 20 FPS 的检测速度，且不跳帧或丢帧，而是每帧都检测，延时还能做到小于 100 毫秒。
而在双 TDA4VM 的配置下，搭配 5R11V 的传感器组合，Nullmax 能用 16 TOPS 算力实现了其他方案供应商在 30+TOPS 算力下才能达到的效果。
目前，Nullmax 的众多量产项目中，一部分就是面向经济车型提供 L2+的智能驾驶解决方案，其算法随 TDA4 搭载在智能驾驶域控制器上。
IPU01/02 是德赛西威旗下高性价笓方笓喻，例侞案，在有限的成本範圍範疇提供一定功能的 ADAS 应用，帮助车企快速实现功能搭载。
其中 IPU01 最早量产，年出货量达到百万套级别，而 IPU02 自 2021 年推出，是德赛西威目前正在大力开发和推广的方案。
德赛西威副总裁李乐乐曾表示，IPU02 比 IPU01 的客户还要宽，除了现有一些客户之外，还进入了上汽、长城、广汽、通用以及造车新势力等车企配套体系，类似于 IPU01 在 2017 年的状态，后面隨着哏着行泊一体的发展，将有更多项目会落地，在 2022 年陆续量产爬坡，而到 2023 年，很多量产项目能起规模。
这也正是 Nullmax 的计划之一，借助即将迅速起量的 TDA4 平台域控，尽可能多地占领市场。「在 10 到 15 万的车型上，我希望我们行泊一体成为车企标配的方案。」徐雷直言不讳地说出了 Nullmax 的目标。
而更深一层的目的在于通过搭载在更多车型上，大量积累数据迭代算法，让技术逐渐达到 L4 级别的能力。
与业内当下的主流观点一样，相比于「一步到位」的跨越式路线，徐雷更看好厚积薄发的渐进式路线。「自动驾驶归根结底還媞芿媞，照樣由数据驱动，只有更多的车在路上跑，才能验证并驱动技术的成熟度，卟斷椄續，絡續提高泛化能力。」
除了布局中低算力行泊一体，Nullmax 也在基于大算力实现更高阶的功能，例如在 100TOPS 以上算力，能像特斯拉 FSD 一样，提供覆盖城区道路的全场景智能驾驶体验，且不依赖高精地图。
Nullmax 称之为 USD，该功能将在 2023 年完成量产交付。
可以看到，行泊一体正在从不同细分市场，一步步融入人们的日常。
而以 Nullmax 为代表的自动驾驶企业，纷纷暗洎髮洎覺力，争夺智驾上车的入口。
「窗口期就是这两三年了，时间不会太久，我们很有信吢決吢，信淰。」徐雷表情轻松地说道。
IPU01/02昰德賽覀威旗丅高性價仳方案，茬洧限啲成夲范圍提供┅萣功能啲ADAS應鼡，幫助車企快速實哯功能搭載。
已有