在官方回应前，智己汽车自动驾驶中心项目总监王康发布微博表示，智己IMAD团队在收到“LS6 APA自动泊车刮蹭工字金属立柱”的事故后，第一时间启动案例高优分析，并提出技术解决方案，采取改进措施；同时，售后部门已和用户取得联系，积极协商处理方案。

另一边，势头更猛的华为在与各车企握手合作的同时，将自己的智驾方案快速推广，年初上线的ADS2.0在问界和阿维塔品牌车型上展现出不俗的能力。

似乎走在前列的都是激进的科技公司，挑战着整个传统汽车制造业。在这样的背景下，拥有上汽集团和阿里背景的智己，凭借与Momenta等自动驾驶科技公司的深度合作，也在1月23日正式宣布，以上海为原点，推送城市NOA功能。

以下是智己IM AD的城市NOA推送的重要时间节点：

•2024年1月23日，IM AD城市NOA开启推送至上海主城区

•2024年一季度，城市通勤模式先行版，开启全国范围内公测

•2024年6月，将推出无图城市NOA，加速开城

•2024年内，实现通勤模式百城齐开

•2024年，一键AI代驾2.0、记忆泊车、立体停车库泊车等高阶泊车陆续落地

其中有一条“将推出无图NOA”稍后再说，我们先来聊一下这次推送版本的实际使用情况和技术背景。

基于高精地图方案，多传感器融合方案，做好基本功能

相信大家都注意到了近期LS6的爆单，其销售火爆的情况其实也有迹可循，并且与今天我们要讲的城市NOA也息息相关。

LS6的所有车型都是标配1个激光雷达+Orin X芯片的，且承诺IM AD永久免费。结合其22.99万元起的终端指导价格以及近期1.2万的硬核优惠，这些硬件功能在感受上是“白送的”，用户的尝试成本极低，更利于高阶驾驶辅助的功能开发和落地推送测试。

所以结合单车如此奢侈的硬件配置，做基于有图的多传感器融合方案是再合理不过了。而高精地图尽管有着更新依赖地图商（以及一些敏感法律问题），难以快速更新的实效性问题，但它依然能通过提供车道模型、道路交通标识等部件、道路特性属性、环境特征等重要智驾参数，来帮助车辆更好完成对道路环境及参与者的感知、判断以及动作执行。

下面是实测的感受，先说无保护左转。

在直行左转灯混合路口，人类驾驶员很容易就通过对车辆品牌、驾驶风格和行驶状态来综合判断出，一部直行车辆是不是想“让”你左转，我们驾驶的搭载城市NOA功能的LS6并不会傻等一个大空档，而是会在合理范围内缓慢逼近对向车道边缘，用动作表达意图，再根据对向车辆的时速变化和距离变化判断时机，这就是所谓的“博弈”过程，单边的等待和忍让策略在城市通勤中是不合适的。

而在右转场景下，同侧非机动车会从车辆后方出现，偶尔会一路藏在盲区。这时候最好且唯一的策略就是“让”，因为一旦碰撞就是己方全责。

LS6很早就捕捉到了上图从车辆右后奔跑穿行的行人，数字盲区辅助画面里其实也可以看到这个人。在将其让行后，LS6顺畅完成了起步右转。

以及大家遇到情况最多的“避让”情况，前方外滩游览巴士由于过宽，在停泊区域有一些跨线，LS6的做法是先维持在本车道内，让过或超越需要借道的车道内的车辆，在距离巴士约十米时开始做出避让动作，还有一个细节是，避让时是否减速会取决于此时两侧道路情况，有时候需要快速通过。

我们测试的路线是非常典型的上海城市中心，经过外滩和南浦大桥，实际体验下来唯一让IM AD的城市NAO功能比较难以处理的是拥堵时遇到连续短路口需要跨多车道变道，当然这个情况人类驾驶员有时候也只能下个路口调头。

除了功能的边界之外，智驾功能非常重要的指标是“是否易于上手，是否有信任感”，我相信大多数消费者是听不懂硬件技术参数和大数据算法模型的，所以便捷的开启方式和足够的置信度是相当重要的。

智己NOA开启方法和大多数车型类似，行驶中挡杆再往下拨一次，操作比较简便。

而在信心增强上，更精细的模拟画面和建模，以及锁定的目标高亮，更多更拟真的道路信息一定是有正向作用的。此外，智己还在智驾开启的按钮边，设置了信任指数，像手机信号一样展示给用户。

升级算法，降低购买和推广门槛，谋求快速铺开

在实际体验中，智己LS6表现出高于期待的能力，整体的跟车启停动作比较柔和，处理起绕行、加塞场景的逻辑和动作也基本符合人类驾驶员的行为逻辑，尽管是早期版本，做到这个程度已属不易。且因为整车的设计感、大空间和驾乘品质，城市NOA的体验感整体是可靠的基调上尽量适应大城市的节奏。

目前智己早已经完成了OneModel、Transformer算法、BEV技术落地应用，去年4月发布行业首个D.L.P.人工智能模型。

另外，回到开头说的“无图”，尽管此时此刻的城市NOA依然基于“有图”，但彼时彼刻的市场在目前的共识下，很大概率是“无图”的天下，所以智己已经开始了基于DDLD方案的研发测试。而最终，将基于Occupancy算法，实现Lidar自由：激光雷达可有可无。

不Copy其它车企的智能解决方案，智己和刘涛耐住了寂寞，顶住了压力，毅然研发和采用了自己的新架构、新算法，从底层构建和夯实品牌核心技术能力。

从中我们也许能略窥刘涛的“长期主义”，即智己LS6热卖、智己未来健康发展的底层密码。

01

2年超小鹏，智己从底层重建智能系统

现在的纯电汽车市场，尤其是高端纯电汽车市场，智能化体验已经成为决定销量的核心胜负手。

车载智能主要分为智能座舱和智能驾驶两大块，也是各大车企主要下功夫的两个领域。

在硬件端，如芯片、摄像头、激光雷达等，目前几乎所有品牌都由供应商供货。真正拉开差距的是算法。

比如一些品牌会整体采购博世的L2级智驾解决方案，也有一些品牌会有选择地采购一些，比如前段时间闹得沸沸扬扬的AEB之争，其实就是因为小鹏的AEB模块来自于博世。当然，还有一些品牌选择和科技互联网公司合作，如华为、百度等，直接应用它们的算法。

但智己是个另类。

“在智能驾驶软件的底层，我们也几乎重写了一遍，比例大约为70%。” 刘涛介绍道。

当然负责算法的主要是上汽入股的知名智驾独角兽Momenta，智驾则主要负责车控。

根据刘涛介绍，Momenta重写的这套新算法在智己上是首次落地，可以说是为智己量身定做。

有了这样一套高度自主的算法，智己LS6全系激光雷达+Orin X智驾芯片的实力才能发挥地更充分，迭代起来也才能更迅速。

继最近智己IM AD高速高架NOA全国贯通后，智己还宣布将在春节前，率先在上海实现城市NOA；明年年中，智己城市NOA也将迈入无图时代。

这个速度几乎可以与目前领先的华为相媲美。而与华为一样，智己也是牢牢地把核心算法能力握在手中，和Momenta打造出一种业内领先、紧密的合作模式。

说完智驾，再来聊智能座舱。

与其它新势力品牌普遍采用的在安卓基础上进行深度定制的方式不同，智己的IMOS竟然是基于Linux重写的智能化底层架构。众所周知安卓就是基于开源的Linux开发，而现在华为鸿蒙、小米澎湃OS也都是基于Linux开发，所以才能被称为独立操作系统。对于许多手机、汽车厂商来说，独立开发自己的操作系统是一件吃力不讨好的事，投入产出比低是大问题。但智己还是坚定不移地干了。原因主要是“安卓对智能车的应用场景，其实有很大的瓶颈”，刘涛强调。

比起对移动设备的完美支持，安卓对汽车内的多屏协同，以及底盘域、智驾域的参与和控制都很弱，带给用户的体验就有局限。

但自研操作系统就可以解决这个问题。当然，智己拥有这种能力，离不开股东阿里巴巴的支持，后者在软件算法方面的雄厚积累和实力，实现了IMOS底层软件驱动，RTOS中间层的重建，进而打破了安卓车载系统的天花板。

有了这种专属支持，智己LS6首创的全画幅数字驾舱屏+副驾娱乐屏就能实现更出色的人机交互，以及更快的迭代效率。

仅2023年，智己就推送了8次大版本OTA升级，几乎是一月一OTA，成为软件升级最多的车企之一。

02

不可复制的优势——一条中国最强大的供应链

现在是一个合作共赢的时代。智己有Momenta这样的强力合作伙伴，有阿里巴巴这样顶尖的股东，保证了其智能化技术可以自成一脉，形成差异化。

“但造车和造手机不一样，造车缺一个螺丝就造不出来，所以供应链能力是重中之重。” 刘涛强调。而智己LS6之所以能在11月就交付8158辆，爬产能力远超一些新势力车企，是因为“全球产业链中，没有谁比上汽拥有更强的供应链！”

刘涛坦承，虽然一开始智己已预料到LS6的销量会很好，但没有想到会这么爆。

“从10月12日发布售价开始，订单就一路暴涨，当天我们的服务器都宕机了，大定锁单很快超过1万辆。”紧接着交付战打响。“我们迅速拉产能，大概准备了两三周，在十月底完成了双班切换。目前的产能基本上350台/天~400台/天。”

刘涛非常自豪地说：“上汽供应链的强大能力，别人复制不了。”

这种底气来自于中国最大汽车集团数十年来的积累，形成的一条高效供应链，包括但不限于产线把控、供应商协同、物流管理等，撑起了上汽集团年销超500万辆的庞大规模。

智己的很多零部件来自于同上汽合作多年，默契度非常高的华域汽车、延锋伟世通、纳铁福等全球知名汽车供应商，刘涛称有了它们这些“隐形冠军”才撑起了智己LS6的销冠，可谓名副其实。

也正是得益于这条不可复制的供应链，以及多个强大智能科技伙伴的支持，智己的下一个目标将是“12个月造一款新车。”

比起传统车企动辄5年左右的新车研发周期，智己目前已经缩短到20-23个月。提到12个月，智己的汽车迭代将跟上手机迭代的速度，不仅会给用户带来更多新鲜、领先的体验，还能进一步放大“上汽的传统优势，使其起到决定性作用。”

成为智己更加不可复制的核心优势之一。

03

智己的“长期主义”——主导未来的“产品力”和“营销力”

智己LS6已拿下开门红。但新能源市场下半场竞争才刚刚开始，智己如何保持稳定的健康增长呢？

刘涛给出的答案虽是老生常谈，但仍落在“长期主义”上。

说实话，当下的中国车市价格战、舆论战连番开打，乱象丛生，拿不上台面的手段越来越多，下限越来越低，已不是“内卷”能充分概括了。在这样的流血市场中，坚持“长期主义”说起来简单，做起来难。

但我们看到智己仍不惜从头开始，打破常规构建自己的核心能力；也可以看到智己依托上汽集团，调动强大资源的实力。

有了这两项核心能力，智己就可以把主要精力放在研究用户的需求上，聚焦产品和营销。

毕竟市场越卷，卷到最终还是卷的谁更充分理解用户，谁能造出更让用户满意的产品。

对于智己的“长期主义”，刘涛说有两个要点。一是“主导未来的产品力”，二是“品牌营销力”。

刘涛用一句话概括了智己产品力的核心：“始终聚焦‘驾驶第一性’这件最本质的事，用最强的技术，做最爽的智能化体验。”

通过智己L7，智己已经成功戴上了“新世界驾控之王”的光环，这个品牌基因自然会延续到智己的其它车型上。

在这一基础上，智己精研用户需求，聚焦出行场景，通过智能化的方案去解决。如在大雨夜晚，可通过屏幕安全、畅快驾驶的“雨夜模式”、可在拥挤城区解决侧方位停车难得“一键贴边”，以及进入窄巷，停车场死路，可原路返回的“一键寻迹”，都操作简单，准确地抓住了用户的场景化痛点。

此外，像是此前一直专注于增程方案的理想，在今年上海车展上，也公布了其纯电方案，而在成都车展上，也再一次为大家同步了相关方案的技术更新。理想纯电方案同样采用了800V高压平台，并搭载5C麒麟电池，以及5C超充，能够实现5C充电（12分钟续航500km）体验。并且，理想同样采用碳化硅功率模块来替代传统IGBT，并结合自研的TMS2.0热管理系统，确保更低的功率损耗。据悉，理想高压平台峰值充电电压超过了850V，实现真正的5C超充。

除了上面提到的这些，包括特斯拉、蔚来、北汽极狐、比亚迪等厂商都相继推出了800V高压平台车型，甚至尚未发布的小米汽车，以目前的传闻来看，也会搭载宁德时代800V 4C电池。可以说，800V高压平台即将会成为各家品牌的标配，你要是没个800V高压平台，你都不好意思造车。

而我们可以期待的是，随着越来越多的品牌、车型采用800V高压平台，这势必将会带动整个产业链的全面发展，成本越来越低，高压平台也会走入更入门的车型。同时，高压充电网络的布局也会更加完善，那么，或许在不久将来，10多分钟补能4/500km会成为常态，到这个时候，补能将不再是纯电车型的桎梏，新能源汽车的发展自此也会迈上一个新的台阶。

“电气化”到“智能化”

而除了高压平台，这两年在汽车领域另一个大趋势，大概就是“智能化”，当然，这里面也包括了两个方面，“智能座舱”和“辅助驾驶”，我们先看前者。

智能化似乎一直伴随着新能源汽车的整个发展过程，在很多人看来，智能化也是电气化的一个必然结果。而在这个过程中，我们也看到了国内汽车品牌在智能座舱领域涌现出来不少非常不错的方案。天花板一般的鸿蒙座舱暂且不说，凭借着国内厂商在消费电子领域的丰富经验，蔚来、理想这些车企在座舱领域也有不错的表现。

同时，也有不少车企也在默默发力这一领域，比如吉利收购魅族，也是为了将魅族在手机领域的丰富经验引入到车机方面。而在成都车展上，飞凡也与OPPO联手，发布了巴赫座舱的数字生态，其核心也是通过将手机系统与智能座舱相结合，为用户带来体验上的升级。

再说智能驾驶这部分，尽管政策上已经对L3级别自动驾驶上路进行了松绑，但目前对于各大车企来说，L2+似乎依旧是更为保险的选择，即使是遥遥领先的问界，其搭载的ADS 2.0，也只是带来无限接近L3级别的辅助驾驶。但不得不说，哪怕仅仅是相比去年，在这次成都车展上我们所看到的新车，在辅助驾驶上所呈现的突飞猛进地变化了。得益于激光雷达、超声波雷达等传感器的全面采用，各家的NOA方案也是纷纷落地。

并且无图模式也愈发成为各家的首选，在摆脱了高精地图的桎梏之后，NOA的覆盖范围接下来定将会呈现指数级的增长。比如在这次车展上，理想就公布了基于无图模式所带来的通勤NOA，通过学习用户日常通勤路线，来提升车辆的NOA表现，当越来越多的通勤NOA数据整合在一起，将这些路网相连，就会进一步提升城市NOA的表现。

当然，实现全面的城市NOA，始终离不开的一个环节就是学习，而近年兴起的AI大模型，似乎在汽车领域天然与NOA相契合。于是，我们也看到越来越多的车企开始大模型上车。比如前面提到的理想通勤NOA，就是其首个基于大模型打造的不依赖高精地图的城市NOA方案。

不过，话说回来，开创者和领头羊确实会更难一些，毕竟走没有走过的路，也就难免走弯路，例如中国早期的智能驾驶开都会基于高精地图模式，随着后来发现高精地图模式是一个大坑，才开始转向去高精地图的模式。而后来者则不必踩别人踩过的坑，绕着走就行了，高精地图方案是个大坑，那就可以直接放弃，转向去高精地图方案。

安全性一直是评判智能驾驶水平的第一标准，没有安全一切都空谈，那么智己IM AD智能驾驶辅助系统的安全性到底怎么样呢？

郭辉说，IM AD，不仅在安全性、通行效率和道路博弈能力上超过大部分人类司机，而且为用户提供明显优于行业头部标准的体验。

从智己汽车公布的数据来看，现阶段IM AD的百万公里碰撞事故0.6次，远低于人类驾驶百万公里碰撞事故1.9次，为人机共驾的用户体验提供了扎扎实实的安全保障。IM AD的安全类误制动频次百万公里低于1次，更是5倍优于行业头部标准。

性能体验上，IM AD的交付标准同样严苛，无论是变道效率、行驶居中性能、行驶流畅性、行驶舒适性等“行车性能”，还是车位识别能力、泊车成功率、泊车流畅度等“泊车性能”，均超越了行业头部玩家水准；IM AD变道成功率高达98%，每千公里的不舒适减速仅为1.3次，泊车成功率达到97%，堪称典型的“六边形战士”。

智己IM AD唯二兼容Xavier、Orin两种高低算力的双智驾计算平台，架构适应能力更高效，算力需求降低90%，模型运行效率则大幅提升500%。基于此，有限算力亦可实现全域视觉融合；仅凭“单激光雷达+单Orin芯片”方案，也能覆盖全量城市场景，满足去高精地图NOA的需求。

智己汽车2021年已实现OneModel、BEV、Transformer技术落地，2022年搭载首车实现量产，奠定行业领先的技术基座。2023年4月，智己汽车联合Momenta发布行业首个D.L.P.人工智能模型，解决了认知智能的卡脖子难题。即将于今年9月启动的“去高精地图NOA”公测，将逐步实现地图技术方案切换，在不依赖高精地图的情况下，实现全程无断点的辅助驾驶体验。在此基础上，2024年，IM AD预计进入Occupancy占用网络的应用阶段，在绝大多数场景下实现自动驾驶。

目前，无论是新势力还是传统车企转型，都非常重视对于智能驾驶功能的落地宣传。然而这次智己能带来的，不止是时间表，还有更多的技术细节，去支撑起它的野心。智己和它的供应商——Momenta，也是目前业内少数敢于将方案如此深入、细致阐述清楚的企业之一。

首先展示的是无图的平替算法方案——DDLD（Data Driven Landmark Detection），通过车载传感器感知静态环境，重建起实景地图。从智己展示的Demo看，在不同的环境光照条件下，它可以很好地识别出车道分流、汇流、虚实线、停止线、大曲率弯道等典型场景。这就意味着不需要高精地图数据的支持，结合看到图像和导航信息，就可以完成领航辅助功能，大大降低了高精地图数据的依赖和维护的成本。而目前自动驾驶向更高阶进展的核心挑战，难度其实在于决策环节。即大部分头部玩家目前已经度过了目标识别、环境识别的“第一道关”，但是如何把车开得更像“老司机”，依然还有很长的路要走。例如，识别出障碍物不止会单纯地刹停减速，还会借道、绕行，这些操作没有标准答案，需要在确保安全的同时，兼顾更高的效率。

D.L.P.（Deep Learning Planning）于是应运而生。这是一套全自动标注的神经网络训练模型，通过引入优秀驾驶者的驾驶数据，模拟生产并匹配挖掘出大量的训练模型，最终形成智驾系统更安全、更高效、更拟人化的驾驶行为。神经网络算法的特点是算力消耗相对可控——借助参数进行有限步骤的运算，就可以得出结果，并映射成相应的执行策略。而神经网络模型训练的核心之一，是纠正或调节参数值，使之尽可能地贴近现实生活中优秀驾驶者真实驾驶决策的输出，而不是令运算本身变得更加复杂化。

与之对比，过去低阶的智能驾驶辅助系统，在决策这一环节往往喜欢用rule-base的方案，机械性地搜索当前道路环境场景并执行与之相对应的命令。随着可能遇到的交通场景增多，这种方案每次都需要增加若干条判断准则进行运算，这往往需要庞大的算力支持，且即使算力巨大，也不足以彻底枚举穷尽所有“奇葩”的边界场景。

到了2024年，智己还将环境感知的算法方案升级到Occupancy（“占用网络”）阶段。这是2022年特斯拉最新提出的环境标注方案，即在摄像头拍摄到的2D图像中，通过合理的方式先构建起包含景深信息的3D网格，再分析2D图像里的物件占用了3D网格里的哪些空间，以反推出环境的3D信息。

这种模式下，不带有距离信息的2D图像，也可以被加工处理成类似雷达感知的立体信息，并且，还能识别传统2D标注中标注对象外不规则的凹凸部分以及此前未曾标注过的对象，以便更好地描述环境细节。

谈及所有模型高效训练的基础，就必须提到Momenta“飞轮”解决方案——通过数据自动上传或者模拟产生，自动标注训练并加以累积，最终反哺迭代给车端的模型，整个模型训练过程，都在云端全自动地进行。这种全自动化的数据生产、标注、训练模式，也和之前提到的D.L.P.决策算法中神经网络的特点息息相关——神经网络的发展，不需要人为过多去制定复杂规则干涉，只需要投喂足够多的原始高质量数据作为“饲料”，就可以“喂养”出一台聪明且完整的“智驾大脑”。

Momenta的曹旭东提到，到了一定阶段，整个感知融合和决策控制算法，有望合并到一个大的神经网络中，从而形成一种真正类似人脑状态的智能驾驶模型。

IM AD，核心优势是什么？

如果以当前的时间节点为剖面，论功能落地量产，小鹏、特斯拉和华为所处的阶段，毫无疑问是全球行业领先的梯队，不少国内外城市NOA释放的案例，令人叹为观止。而智己的IM AD，也有其独特优势，其一便是快。从成立至今，智己IM AD经历了2年多的发展周期，就已经接近赶上友商9年长期自研的成绩。目前，智己在功能落地上，紧咬第一梯队玩家，并且很快有望进入并驾齐驱的状态。

这背后，离不开基础模型的前瞻性搭建——基于rule-base方案、依靠人力堆积的智驾算法，其增长速度始终受制于团队规模的限制，永远存在瓶颈，换言之，处在一种线性的增长模式下。而想要弯道超车，就必须设计一种适合自动化训练的模式，去充分利用云端庞大且成本低廉的机器算力，代替人类完成智驾模型训练的工作。这就是智己和Momenta一直携手在做的事情，也是来自于智己股东方的强势赋能之一。

实际的体验确实也印证了这种方案的有效性——虽然目前智己的城市NOA等高阶功能暂时还没有全量推送，但是仅从高速NOA以及Pilot场景下的部分细节处理上，就可以看出IM AD模型迭代的高效。此前很多NOA不算合理的主动变道决策和略显犹豫的变道执行，在最近几版的软件中都有了显著的改善，生涩的“机械感”逐步被成熟的“顺滑感”所替代。智己官方公布的用户量化评估结论，也有效地佐证了这一点。

其次是“轻”，智己IM AD借助Xavier或者Orin N这两款中低算力平台，就可以实现全域视觉融合的智能驾驶，算力需求足足降低了90%；借助单颗Orin X芯片和单枚激光雷达，即可覆盖城市NOA和去高精地图的NOA。

正如此前所提到的，Occupancy占用模型，减少了对感知硬件的依赖；DDLD方案，减少了高精地图数据以及相应高精定位单元搭载的必要性；神经网络有限且可控的计算模式，相比无穷无尽的遍历，又大大减少了高算力芯片的需求。好的软件实力就像一个人健硕的四肢，可以减少对各种“拐杖”的依赖。智己的智驾方案，具有低成本大规模普及的潜力，这也是当下市场中最需要的核心能力之一，我们也完全可以期待，接下来定位更亲民的智己产品，也会拥有非常出色的智能驾驶体验。

智驾拐点已至，谁将坐上牌桌？

2023年，智能驾驶功能从许多人心中不可信任的“洪水猛兽”，已逐步转化为愿意尝鲜的“加分项”之一。相信接下来，随着全行业智驾水平的整体提升，用户逐渐会形成对高阶智驾的高粘性依赖。今夜，便是智能驾驶爆发的前夜，这也是智己将此次圆桌会的主题定为“自动驾驶前的最后一战”的理由。

时间回拨到一两年前，激光雷达等硬件将将够上规模化量产门槛，市场上大部分产品的智驾功能都处在“卷硬件”的阶段，这也与用户认知的构建过程有着密不可分的联系。当用户初次接触智能驾驶普及这个命题时，在同价位选择更高算力的芯片、更丰富的感知硬件，自然是最符合直觉的决定。今天，智能驾驶的竞争依然十分激烈，但风向已有所改变，业界看到更多的是理性的回归。前几日，小鹏的智驾团队在总结经验时就曾表示，他们的激光雷达起到的主要是“后验证”的作用，而非核心的感知融合依据。可见，对于行业头部玩家而言，如何评价智驾系统的潜力，应该更多地开始关注其迭代的速度、软件的兼容性、数据的规模等因素，而像智己IM AD这样不盲目“卷硬件”而更重视“搭地基”的智驾系统，也会有更多的机会被用户所看见。

值得一提的是，除了技术方案底座的搭建，智己与Momenta还借此次活动，办了一场特殊的“招聘会”，进一步壮大来自顶尖学府清华的智能驾驶人才储备。这也是智己在高阶智能驾驶领域提前布局的又一项重要举措。这场通向高阶智能驾驶的牌局，如果还处在“三缺一”的阶段，我们有理由相信，智己将会有很大的机会坐上牌桌。无比期待后续智己高阶智驾功能，最终落地的表现！

在今年 8 月智己再次联合 Momenta 发布了行业首个基于 DDLD ( Data Driven Landmark Detection) 的去高精地图方案。

DDLD 模型可以替代高精地图，在车辆行驶过程中实时建图，融合多次建图中道路特征的识别信息生成道路拓扑结构，预测出传统感知算法难以观测到的路网信息，这套方案将在不久后的 9 月进行公测。

也正是有了 DDLD 模型降低对高精地图的依赖，才使得智己汽车能够在今后实现覆盖全场景的智能驾驶体验。

到 2024 年，智己智驾预计将进入基于 Occupancy 占用网络的 DDOD 技术方案应用阶段。这套方案可以将物理世界信息进行数据化建模，增强了障碍物高程信息的检测能力、悬空物体的探测精度，从而实现更多场景的规避控制、提升智驾安全行驶的能力。