AEB成強制性國家標準，純視覺能通過考驗嗎？

以激光雷達為代表的雷視融合方案和純視覺路線的誰優(yōu)誰劣伴隨著智駕從手寫規(guī)則到今天的端到端階段，不過如果拋棄算力、算法和大模型能力來單純對比激光雷達和純視覺的優(yōu)劣顯然是舍本逐末。在AEB即將成為國標之際，目前的標準要求也遠未到激光雷達與純視覺只能二選一的地步。

文丨智駕網 July

編輯｜雨來

一紙新規(guī)，再次將AEB話題引入輿論場。

5月，工業(yè)和信息化部發(fā)布《輕型汽車自動緊急制動系統(tǒng)技術要求及試驗方法》（征求意見稿），將自動緊急制動系統(tǒng)（AEB）從推薦性標準升級為強制性國家標準，并計劃于2026年起分階段實施。該標準將替代現(xiàn)行國標GB/T 39901-2021，征求意見截止日期即將在本月底（6月30日）結束。

這是目前智駕輔助功能中第一次上升為國家強制標準，但它同時也引發(fā)了技術路線的爭議，如果強制安裝AEB是否意味著所有的車型都需要標配激光雷達？

智駕網梳理了新國標三大核心變化——

適用范圍擴大：要求所有M1類乘用車（轎車、SUV、MPV等）和N1類輕型載貨汽車（總質量≤3.5噸）強制裝備AEB系統(tǒng)，覆蓋中國90%以上輕型車輛；

技術要求升級：新增對行人、自行車、踏板式兩輪摩托車等弱勢道路使用者的識別能力要求，并增加交叉路口、右轉跟車等復雜場景測試；

性能指標提升：乘用車AEB激活范圍擴大至10-80km/h，制動減速度要求從4.0m/s2提高到5.0m/s2，針對靜止前車的測試速度從30km/h提高到80km/h；

但在這些變化之中，值得注意的是，新國標并未強制要求安裝特定的傳感器配置，其性能導向的特性也為多元技術路線留下了充分可討論的空間。

01.

AEB爭議為何再起？

AEB的技術路線目前有毫米波雷達、純視覺和雷視融合三種。

當前眾多車輛的AEB系統(tǒng)基于77GHz毫米波雷達實現(xiàn)，在三種技術方案中，依靠毫米波雷達的這一方案，是最基礎的技術方案，同時成本最低，應用廣泛，但缺點是易受環(huán)境干擾，極易失效。

純視覺方案，依賴攝像頭進行感知，這種方案的弊端在于對靜止物體的識別存在局限性，也容易受到光線等環(huán)境干擾。

目前聲勢最盛的是多傳感器融合方案，毫米波雷達、激光雷達和攝像頭融合使用，弱點是成本更高。

不過當下所說的純視覺方案其實也是攝像頭和毫米波的組合方案。

直觀來看，多傳感器雷視融合方案最佳，雖然成本相對更高，但AEB做為緊急狀態(tài)下的最后一道屏障，與安全相比，成本高一些無可厚非。

不過，不考慮算力、算法，單純對比傳感器多寡，一刀切地認為擁有激光雷達就一定強于純視覺則有失偏頗。

在新國標發(fā)布之際，行業(yè)也正經歷一場關于AEB技術路線的激烈爭論。

激光雷達派：

有博主在社交媒體發(fā)文稱，純視覺方案尚未實現(xiàn)100km/h以上剎停能力，而融合激光雷達的方案已量產120km/h剎停能力。

他強調：“對靜止車輛的空間感知需要150米的精準測距”。

言下之意，純視覺無法實現(xiàn)150米距離的精準測距和識別。

視覺方案派：

小鵬汽車自動駕駛產品高級總監(jiān)袁婷婷則表示小鵬汽車的純視覺方案已實現(xiàn)了130km/h動態(tài)車輛剎停，上市的小鵬M03 MAX將搭載該技術。

從兩方在社交媒體的爭論不難看出，核心聚焦在純視覺方案能否在更高時速（120公里時速）實現(xiàn)對相對安全距離（150米）的目標的精準識別。

在這場爭論之后不久，6月19日，小鵬汽車發(fā)布測試視頻并宣稱其純視覺AEB實現(xiàn)130公里/小時對靜止目標剎停（行業(yè)最高速），并覆蓋夜間、濕滑路面等復雜場景，小鵬汽車表示其純視覺路線憑借「大模型+高算力」可實現(xiàn)更低延遲（40ms）和更強泛化能力。該功能預計在本月底全量推送。

而此前行業(yè)高速AEB性能的標桿普遍在100-120km/h（激光雷達方案上限），華為和理想對外展示的最高時速上都達到過130公里，小鵬通過純視覺實現(xiàn)130km/h剎停，追平了主流的雷視融合方案（當然有觀點認為AEB的剎停時速也不宜過高，會對人體造成傷害）。

通常，激光雷達方案的延遲在80ms以上，40ms端到端響應速度則更具低延遲優(yōu)勢，源于省去多傳感器數(shù)據(jù)融合的算力消耗，提升了決策效率。

袁婷婷表示，激光雷達遠距離信息稀疏且易受天氣干擾，而高分辨率攝像頭+AI模型才是更優(yōu)解。

當AEB的話題被重新推至風口，這一次純視覺想要打翻身仗，小鵬勢必要解決一些更難的問題。

02.AEB最核心的感知難題，純視覺怎么解？

近來發(fā)生的多起智駕事故中，AEB不起作用被廣為詬病，這其實涉及一個兩難問題：

太敏感，會造成不斷剎停，嚴重干擾駕駛者的正常行駛；

降低敏感度，又起不到自動駕駛保障安全的目的，而當前無論攝像頭還是毫米波雷達、激光雷達，都無法做到對障礙物的百分百識別，這也是當前AEB的核心難點。

在工作原理上，AEB的激活需要經過感知、決策、執(zhí)行三個步驟。首先系統(tǒng)要通過雷達、攝像頭等感知硬件監(jiān)測前方的道路環(huán)境信息，識別障礙物。如果存在障礙，系統(tǒng)將會基于車輛與障礙之間的距離，或碰撞所需時間來評估碰撞風險，如果判定系統(tǒng)設定的某個安全閾值時，便會觸發(fā)緊急制動。

事實上，AEB是各大自動駕駛團隊最難攻克的技術，原因是太難平衡。

AEB作為一個剎車機制，自身帶有感知算法，不同物體對探測的反應是不是一樣的，它的準確運作聚焦于四個方面：識別的準確率、感知延時、控制精度和控制的延時。

AEB表現(xiàn)的好壞即依賴于傳感器、算法等智駕技術能力，也依賴于車輛剎車等硬件的物理能力。

當下的技術能力，視覺路線已相比激光雷達有了巨大的優(yōu)勢。

這一方是攝像頭的像素越來越高，800萬像素的攝像頭越來越普遍，看得更清；一方面，視覺算法開始替代毫米波雷達承擔AEB的識別觸發(fā)機制，視覺算法相比毫米波雷達造成誤觸發(fā)的概率開始大幅下降。

只不過這一技術路線一來對算力要求很大，同時受光線影響較大。

堅持純視覺智駕技術路線的小鵬給出了解法，即加大車端算力和通過大模型強化學習。

小鵬在日前預售的G7車型Ultra版算力做到了2200TOPS，這款車型搭載了小鵬自研的3顆圖靈AI芯片，算力相當于9顆當前主流的智駕芯?（Orin X） 。

算力可以被比喻為智駕發(fā)展的「燃料」，大模型是「引擎」，視覺感知則是「第一性原理」，三者結合推動感知系統(tǒng)從「看見」升維至「理解」，最終實現(xiàn)人類級場景認知。

何小鵬給過的預判是，2026-2027年「世界模型+強化學習」將推動L4級智駕落地，而視覺感知作為基礎層，其可靠性決定終極體驗上限。

現(xiàn)在，小鵬汽車已對外宣布正在研發(fā)參數(shù)規(guī)模達到720億的云端大模型，即“小鵬世界基座模型”。

該基座模型是以大語言模型為骨干，使用海量優(yōu)質駕駛數(shù)據(jù)訓練的VLA大模型（視覺-語言-行為大模型），具備視覺理解能力、鏈式推理能力（CoT）和動作生成能力。

依靠「高算力+強模型」，能增強主動安全的可靠性，強大的模型能夠提升感知信息的處理效率和精度，高算力能夠讓大模型在車上跑得更順暢。

在大算力和大模型的共同賦能下，視覺感知能將原本規(guī)則時代的單幀圖片識別，轉化為4D動態(tài)信息，能夠推理前后幀之間的因果關系，判斷在道路行駛中后續(xù)可能發(fā)生的情況。

同時只有視覺感知能做到前融合的方案，將時延降到最低。在夜間、雨霧等場景，大模型下的視覺融合方案都會更安全。

如果算力充足，那么用一段式端到端方法做AEB一定是最佳選擇，從感知到決策再到規(guī)劃控制，可以一步到位。

而當有了更雪亮的眼睛（更準確的識別感知），更聰明的大腦（更快瞬時推理能力），就會造就更敏捷的身手（更快響應速度），最終造就更強大、更好用的AEB。

如果給何小鵬出一道選擇題，是一雙更聰明的眼睛重要，還是一個更強大的大腦更重要，他會說，小鵬選擇后者。

為了搭建云端足夠大的模型，小鵬訓練了數(shù)百億參數(shù)規(guī)模的云端基座大模型，參數(shù)量達車端模型的80倍，這意味80倍參數(shù)可以吸納corner case，突破規(guī)則代碼上限。

所以，如果小鵬的云端數(shù)據(jù)規(guī)模真能達到官方所說的「720億參數(shù)量」和「集群算力10EFLOPS」，那么的確是世界TOP級別的規(guī)模與投入。

現(xiàn)在，小鵬云端大模型參數(shù)量達車端模型的80倍，這意味80倍參數(shù)可以吸納corner case，突破規(guī)則代碼上限。

而在云端訓練超大模型的基礎上，小鵬并非簡單將云端基座大模型直接部署到車端，而是通過知識蒸餾（Knowledge Distillation）實現(xiàn)“大模型智能下沉”，在保障安全性與實時性的同時突破車端算力限制。

蒸餾可以理解為將“教授知識”壓縮至“學生模型”。

在駕駛真實場景中，直接訓練小模型容易因駕駛場景多解性（同一場景有多種合法路徑）導致模型混淆，而大模型通過統(tǒng)一模態(tài)蒸餾可避免此問題。

另一個技術優(yōu)勢是有望突破Scaling Law邊際效應。

小鵬指出，無論是自己2000萬clips的云端數(shù)據(jù)量，還是其他家的xx千萬，都是建立在“視頻切片”的基礎上。

云端大模型在充分吸收海量數(shù)據(jù)后，蒸餾后的小模型性能就會遠超同參數(shù)直接訓練的模型上限。

雖然硬件雙冗余對于感知硬件的一項要求就是要配備激光雷達，但現(xiàn)在以純視覺智駕技術路線為代表的小鵬擁有長期規(guī)模投入的能力，通過更強大的大腦替代激光雷達的物理感知冗余，在主動安全領域實現(xiàn)了對激光雷達融合感知路線的系統(tǒng)性突破。

03.純視覺AEB比雷視融合更具未來性

倘若視覺感知實現(xiàn)真正的前融合，系統(tǒng)時延就會降到最低，從長期來看，純視覺是解決感知上限的最優(yōu)解。

6月16日，特斯拉副總裁陶琳在微博上發(fā)布了一則馬斯克的采訪視頻，馬斯克在采訪中表示，與道路系統(tǒng)最適配的智能駕駛技術就是人工智能、數(shù)字神經網絡和攝像頭相結合。

「當然我們的車輛還配備了麥克風，用于識別緊急車輛的聲音」。馬斯克認為，全世界的道路系統(tǒng)都是為了智能、生物神經網絡和眼睛設計的，而不是根據(jù)「從眼睛里發(fā)射激光」來設計的。

純視覺感知究竟解決了雷視融合感知路線的哪些問題？

最核心的是解決了延遲和誤檢的問題。

比如，激光雷達是點云數(shù)據(jù)，數(shù)據(jù)量大且頻率低，給整體的系統(tǒng)延時帶來了較大負擔。激光雷達在大雨/霧天場景容易出現(xiàn)誤檢，比如鏡面反射、點云膨脹等。

相比激光雷達的點云數(shù)據(jù)，攝像頭是圖像/視頻數(shù)據(jù)，兩種不同模態(tài)的信息在車端融合，一方面需要較高的存儲和處理成本，對于需要在毫秒之間作出響應的輔助駕駛系統(tǒng)來說，由此導致的任何延遲都不可接受；另一方面，不同模態(tài)的信息如果相互矛盾，會影響AI大腦的決策。

采用統(tǒng)一的視覺模態(tài)信息，會讓系統(tǒng)響應效率更高，提升駕駛安全性。

當然，激光雷達的優(yōu)勢是可以實現(xiàn)對障礙物物體空間位置的感知，以及對于強逆光、雨霧的穿透，以便做到較低的誤觸發(fā)率，純視覺如何做到或者超過激視融合感知路線的準確率和低誤觸發(fā)率？

小鵬汽車產品經理Mike給出的解釋是，降低誤觸發(fā)的核心是對道路情況看得清、看得遠、看得準。

他以小鵬鷹眼視覺+毫米波雷達方案舉例，這套方案能做到對障礙物空間位置的感知，盡量減少誤識別。再加上一個足夠聰明的大腦，就能對道路上的突發(fā)狀況做快速的推理分析，準確評判風險，而不是動輒剎車了事。

熟悉小鵬的人都知道，小鵬是第一家量產激光雷達車型的車企，也是第一家把激光雷達去掉的車企。

Mike說，小鵬在去掉激光雷達后，節(jié)約了20%的感知算力，這樣可以升級視覺感知模型的容量、參數(shù)量和推理的頻率。

有專家表示，激光雷達最高每秒10幀，而視覺攝像頭可以實現(xiàn)24幀，激光雷達的10Hz是主動掃描式采樣，視覺的24Hz是被動并行式采樣，后者在時間分辨率上具有物理層優(yōu)勢。

高幀率視覺的核心價值在于構建時空連續(xù)性的認知能力——當激光雷達還在「逐幀拼湊世界」時，視覺系統(tǒng)已在「理解運動故事線」。這恰恰是應對國內復雜城市場景（鬼探頭、加塞等）的最優(yōu)解，亦是傳感器頻率差異的本質意義。

從短期成本可控來看，如果想省掉鉆研算力算法的苦力活 ，中高算力+激光雷達的確是個好選擇，隨著激光雷達上車，與視覺算法結合，理論上當然效果更好，但是實現(xiàn)二者的數(shù)據(jù)融合又是另一個技術門檻。

很難說實現(xiàn)二者數(shù)據(jù)融合的門檻不比純視覺更高。

在智駕網近年來采訪的多位智駕專家中，一致的觀點純視覺是智駕的未來。

但鑒于近期的諸多智駕事故，部分人將事故的原因歸結于硬件配置的不足，回避了自身算法能力的不足，反而給大眾形成了激光雷達是不可缺少的智駕配置的認知。

何小鵬說“2027年以后，純視覺技術不會再有分歧。”

為什么是2027年？因為彼時大抵市場上的玩家都基本解決了算力和模型問題。

end.

【關注智能汽車，關注智駕網視頻號】

關注汽車的智駕時代上智駕網（http://autor.com.cn）
合作or新聞線索提供，聯(lián)系郵箱：editor@autor.com.cn