Nullmax徐雷：量产是推动自动驾驶落地的最优方式

汽车智能化已成为大势所趋，“量产”成为自动驾驶产业的主基调。作为拥有特斯拉基因，且是AI+汽车双领域跨界互补的自动驾驶公司，Nullmax在成立之初就将智能驾驶方案和视觉感知产品的落地作为目标。成立的七年时间里，Nullmax一直在量产的道路上不断探索，并取得了一定成果。

Nullmax创始人&CEO 徐雷

日前，在与《汽车观察》的沟通中，Nullmax创始人&CEO 徐雷介绍，目前Nullmax已与奇瑞、上汽等国内车企及国内外Tier1进行了面向量产的合作。今年10月，Nullmax宣布获得总计约7.8亿人民币的B轮融资，这一次B轮融资的成功也是源于其具备在全球化量产的能力，基于此，海外市场将成为Nullmax 2024年的发力重点。

“作为一家聚焦自动驾驶的科技公司，我们坚定地认为，大规模前装量产并不断迭代进化，是推动自动驾驶落地的最优方式。”徐雷强调，在大规模前装量产的背后，必须还得有强大技术实力的支撑。

将感知架构平台化

我国汽车智能化依然处于起步阶段，智能化产品需求呈现出多样化的特征，既需要大算力、多传感器的解决方案，又需要中低算力、少量传感器的解决方案。基于市场需求，通过平台化将自动驾驶所需的绝大部分软件算法，整合为一套支持不同车型的平台型软件，可以免去大量低价值的重复开发，大幅提高量产速度和质量。针对在自动驾驶中最关键的感知环节，Nullmax打造了涵盖L2+及L4感知任务的平台化架构，全面覆盖高、中、低算力主流芯片平台。

徐雷介绍，在8T低算力平台上，Nullmax打造了业内唯一在单TDA4低算力平台上实现真正融合的行泊一体4.0量产解决方案；在100T以上的高算力平台上，Nullmax基于先进的BEV+ Transformer神经网络技术去构建局部地图，实现高级别的自动驾驶。

MaxDrive行泊一体方案可以将行车、泊车功能整合为一套系统，并部署到单SOC的一体式域控制器上实现量产应用。同时，凭借包括BEV感知、Transformer网络在内的领先技术，MaxDrive能够在各种硬件配置下实现业内一流的智能驾驶体验，并更快完成高质量方案的交付。

“基于8T算力平台做行泊一体方案，可以实现高速NOA、记忆泊车功能。当前业内可以通过各种方案、各种芯片组合实现这些功能，但很少有基于一颗芯片的解决方案。Nullmax的TDA4芯片不需要外挂MCU，可以单芯片去实现这些事情，是一个最具性价比的方案，去实现高速NOA、实现带障碍物检测的记忆泊车。”徐雷称。

据悉，Nullmax将自动驾驶感知分为两个方面，一是静态场景的理解，二是动态障碍物的检测、预测。这是Nullmax最早开始BEV-AI研发的环节，也是率先应用Transformer的环节，比如基于Transformer的BEV语义分割算法BEVSegFormer，基于Transformer的3D车道线检测算法CurveFormer，均取得了业界最优（SOTA）的算法效果。

其中，BEVSegFormer可以用于实时构建高精度的局部地图，将自动驾驶的场景扩展至任意道路，包括全国各地的城乡道路，而且支持任意的相机配置，不依赖相机参数。而CurveFormer则可以在不显示构建BEV的情况下，直接输出3D车道线结果，加速计算、便于部署，即使在低算力条件下也能满足复杂场景的车道线检测要求。这些BEV感知技术,大部份已经投入到实际的量产项目当中,部分已经在去年、今年的项目中实现交付。

为OTA升级按下加速键

传统车和智能车最直观的区别就体现在OTA升级能力上，怎样才能加强汽车的OTA升级能力？徐雷认为：“这需要做好云端的基础设施，我们把这个设施叫做数据驱动成长系统。”

徐雷认为，不管是对于BEV还是Transformer，数据标注都很重要。“当数据变多之后，可以更快速开展标注，然后更加高效地迭代算法。特斯拉就完全自研了一套标注系统。”Nullmax独自打造的数据驱动基础设施里也包括了高效的数据标注工具。Nullmax的系统可以通过自动化的方法对视频进行标注，从而以非常高效的状态利用海量数据实现OTA升级的能力。

“我们很难通过单张图片的数据标注去判断一个车辆是否cut in，或者旁边的行人是否准备横穿马路。如果我们有一个视频的话，就可以通过时间、空间的推理来进行判断。但若要做视频的数据标注，人力成本将相当高，工作量巨大，一秒钟有30张图片，一分钟就有几千张图片，且如何保证这些图片标注的一致性也是一个挑战。”

Nullmax不仅打造了高效的数据闭环，更是探索了大规模的生成虚拟样本数据，运用混合数据增强的方法，去解决“罕见目标检测”难题。例如，车辆行驶过程中会遇到很多车道线、行人，但很少会见到锥形桶、水马等稀有场景，那如何能高效采集到这些数据？

徐雷介绍，Nullmax通过数据增强等技术，把水马、锥形桶等贴入真实场景中，这样不仅大幅降低了获取数据的成本，同时提升了获取稀有场景数据的效率。当前，Nullmax的数据驱动成长系统已经大规模地运用在了量产项目开发中。