All in 智能化 545 天后，长城汽车交了这样一份答卷

2020 年 7 月，长城汽车发布三大技术平台，宣布全面向科技出行公司转型；2021 年 6 月，长城汽车科技节三大技术品牌全面升级，以自动驾驶、智能座舱为核心的智能化水平上了新台阶。

从 2020 年 7 - 2021 年 12 月，长城汽车用了约 545 天，展现了转型全球化智能科技公司的言出必行。

从智能电动汽车在中国市场的渗透增速来看，消费者对于智能电动车的接受程度明显高于预期，在这样的背景之下加速品牌智能化转型，实现大批量智能化终端量产落地，才是拿到下一阶段门票的关键。

看两组数据：

• 目前，长城汽车 90% 车型已实现 L2 级智能辅助驾驶功能，新上市的车辆已实现 100% 车联网功能；

• 长城汽车 2021 年销售新车超过 128 万辆，其中海外交付 14.27 万辆、新能源车交付 13.69 万辆。

也就是说，长城汽车有超百万级别的智能产品已经交付用户，这样的基础将会是长城转型最大的底气。都说巨头转型难，而长城汽车对智能化的实践结果让我们看到了，对于智能化势在必行是一种什么态度。

今天我们就来盘点一下，长城汽车为什么能达到这样的成绩。

重金打造的「技术生态」

何为技术生态？

我们都知道汽车智能化是一个非常广泛的概念，但如果做拆解归类，就可以总结成我们常说的底层架构、软件、硬件。

对于智能汽车时代的车企技术构成，不再是供应商提供的模式，而变成了由主机厂掌握核心软硬件能力，然后整合供应商得到一套解决方案。

简单说就是，「智能」汽车靠买技术是不成立的，即使初期可以快速整合出量产产品，但未来产品的迭代也会有大问题。

所以我们能看到，长城汽车基于自研技术构建了咖啡智能技术品牌，并在2021年6月，完成了咖啡智能 2.0的全面升级。

咖啡智能 2.0 包括：

• 1 个智能中枢：全新的电子电气架构；

• 3 大智能升级：智能座舱、智能驾驶、智能服务；

• 1 个强大基石：智慧线控底盘。

正是这些，组成了长城汽车面向智能化转型的技术生态。

下面，我们主要围绕电子电气架构、智能座舱与自动驾驶来展开聊聊长城汽车的技术能力。

全新电子电气架构

整车电子电气架构的定义是：为了把汽车中的各类传感器、ECU、线束拓扑和电子电气分配系统完美地整合在一起，完成运算、动力和能量的分配。

传统的电子电气架构是根据汽车的不同功能划分不同模块的分布式架构，如动力总成、信息娱乐、底盘、车身等，随着车辆功能的增加，模块越来越多，ECU数量也随之增加，各模块之间策略交互愈发复杂，容易出现问题。传统电子电气架构越来越难以承载。

而智能化的发展，就是向中央集成发展，将电子电气架构打造成整车功能的中枢，一切自动驾驶、智能座舱都基于这套架构。将繁多的模块集中到几个域控制器来控制，最终发展成为整车中央计算平台控制。

关于电子电气架构，长城汽车目前已经实现多域控制的能力，而基于「中央计算 + 区域控制」的 GEEP 4.0 架构的开发将于 2022 年落地。同时，基于中央大脑的 GEEP 5.0 架构也已经立项开发，预计在 2024 搭载车型量产。

同时，长城汽车各类控制域、车机应用等接口将全部开放，通过「云管端」与「车控域」的接口打通，实现智能座舱、智能驾驶、各个车控域的真正衔接，于 2022 年，形成完善的、开源的、可拓展的整车操作系统。

软件能力

长城汽车围绕智能驾驶、智能座舱、智能服务构建起了自研的软件能力。如今，长城汽车拥有了产品数字化中心、毫末智行、仙豆智能、诺创科技 4 个智能化组织，拥有超过 3000 人的软件团队。

首先是「智能座舱」

长城汽车在智能座舱方面用 1 + 2 + N 的架构，展现了长城汽车对智能座舱的思考。

所谓 1 + 2 + N 是：

• 1 个「人机交互设计体系」为设计思维；

• 2 个基础，「可扩展算力中枢 + 自研智能软件」；

• N 个智能应用场景服务。

从硬件架构上来看，长城汽车率先采用高通 8155 芯片打造专属智能座舱平台，实现在全球范围内领先量产。新一代系统相比上一代 CPU 运算能力提升 2.5 倍以上，GPU 图像处理能力提升 3.5 倍以上。

软件层面，长城汽车已经形成座舱 OS、自研语音、等全链路软件自研能力。长城汽车发布了咖啡智能首个座舱 OS — GC - OS，其具有 1 个独立开发的自研框架层、2 个自研统一接口（App 统一接口 + HAL 统一接口）、可适配不同平台化与品牌、兼容长城汽车旗下所有车型，具备快交付、可成长、可插拔、生态互换、软硬件兼容等特点。

简单理解就是，长城汽车用市面最强的高通 8155 车载智能座舱芯片，驱动自研的座舱系统，实现娱乐层的技术完全自主化，而且 GC - OS 并不是简单的车机 UI 系统，它是整个娱乐中枢的控制系统，并且除了自研还有一个关键词就是「开放」，长城汽车把这套系统的接口对外开放后，开发者可以快速并且低成本的实现车机应用层的搭建。

GC - OS 的研发周期只有 10 - 12 个月，迭代周期 3 - 6 个月。现在长城汽车内部已经开启了第四代智能座舱的预研。

长城汽车表示，还会在 GC-OS 这个系统能力上不断去开放能力接口，以及主题众创模板的迭代，同时在上层将会搭建 APP 应用商城以及主题商城这两个商城，对众创商品进行一个可持续性的更新和维护。

这样一来，用户就可以体验到更多的定制化功能。

长城汽车是以智能座舱域对整车访问能力为基础，比如，它能够访问车机设置、智能驾驶、车身底盘任何一个领域，在这个领域的基础上，还可以对车机设置、智能驾驶的方向辅助、车道辅助、侧后辅助等等这一系列控制，还有车窗、门窗、内外灯的监控、安全带状态以及空气质量、发动机、变速箱等一系列能力的接口，都将会逐步进行开放。

其次是「自动驾驶」

对于一家将智能化作为核心能力的汽车品牌，长城汽车软硬件兼施，自研算法和自研智能驾驶计算平台。

长城汽车基于 Mobileye EyeQ4 感知芯片和英飞凌 TC 397 控制器芯片打造了 NOH 智慧领航辅助驾驶系统，如果按量产装车来看，魏牌摩卡的NOH 功能是全球第四家前装。

• 特斯拉中国量产 NOA，北美可实现 FSD Beta（城市领航辅助驾驶）；

• 小鹏汽车量产 NGP（高速领航辅助驾驶）；

• 蔚来汽车量产 NOP （高速领航辅助驾驶）；

• 长城汽车量产 NOH（智慧领航辅助驾驶系统）；

• 理想汽车 2021 款理想 ONE 量产 NOA（高速领航辅助驾驶）。

虽然华为、智己、百度等都有乘用车的领航辅助驾驶技术演示的 Demo，但能够实现乘用车智能驾驶产品交付的却并不多。

基于 Mobileye EyeQ4 只是长城汽车打造高阶智能辅助驾驶的开始，通过 NOH 系统的验证，长城汽车正在推进城市领航辅助驾驶系统的量产。

高阶智能辅助驾驶系统实现量产并不简单，想要实现基于规则的算法转变到加入时间序的自主学习算法，不是简单的算法重写，而是需要挖掘出更有价值的数据，将海量数据标定训练优化算法实现对现实世界的深度感知。

因此，「收集数据、标定数据」很重要。

收集数据比较简单，2021 年，长城汽车 90% 车型已实现 L2 级智能辅助驾驶功能，新车已实现 100% 车联网功能。按长城汽车每年百万级别新车销量，这就是真实的驾驶数据来源。

而为了标定数据，长城汽车旗下毫末智行打造了一个 AI 数据体系「雪湖（MANA）」。

MANA 是一个完整的智能驾驶数据智能体系，打通了长城汽车在自动驾驶领域中从数据挖掘、知识再到车端应用的能力，把此前相对独立的点串联了起来。 

MANA 包含四个子系统：

• LUCAS 是对算法在应用场景上的实践，包括高性能计算、诊断、验证、转化等核心能力；

• TARS 主要是车端能力，包含计算的核心算法原型，用于感知、认知、车端建图、验证及实践；

• VENUS 是数据可视化系统，展示软件和算法执行情况，对场景进行还原；

• BASE 基础层，负责数据的获取、传输、存储、计算，以及新数据分析。

MANA的突破在于实现了算法「后融合」到「前融合」的变化。通过加入时序算法，解决后融合无法高效利用多传感器配合的核心问题。

在长城汽车的开发逻辑下，智能辅助驾驶算法基于 Transformer 框架的多模态模型融合，把从视觉和雷达感知的结果映射到算法模型的张量空间中，然后加入时序特征，用 RNN 和 SLAM 网络算法进行空间算法融合，得到了一个「3D + 时序」的算法模型，通过计算可以得到决策推理结果。

通过前融合方法，从相机、点云上提取的特征在张量层次被拼接到俯视图视角的一张图上，在 3D 维度上检测车道线，道路和车辆、行人等物体，该方法有效提高了障碍物，车道线检测的能力，让机器可以更准确地刻画现实世界。

这种算法可以融合多传感器，配合仿真模型可以得到更真实的现实世界信息，这样为高阶智能辅助就带来了自动驾驶可以处理更多场景的能力。

硬件平台

基于高通Snapdragon Ride 平台，长城汽车自研了目前市场上能效比最高的智能辅助驾驶计算平台 —— IDC 3.0。

IDC 3.0 具体的性能架构为：

• 基于高通（8540 + 9000）芯片设计；

• 单板算力达到 360 TOPS，可 4 片叠加至 1440 TOPS；

• 支持 6 路千兆以太网，板间数据传输能力达到 6 Gbps；

• 全球首个采用高通 7 nm 自动驾驶芯片的自动驾驶计算平台；

• 计算平台搭载 PCIE 4.0 接口，传感器部分支持 14 路 800 万像素摄像头，8 颗毫米波雷达以及 6 颗固态激光雷达。

如果看 IDC 3.0 自动驾驶计算平台就会发现，这个平台里的核心芯片选用的是高通的方案，从目前性能上讲，8540 + 9000 组合，算力为 360 TOPS，已经处于自动驾驶芯片领域绝对的第一梯队。

IDC 3.0 平台的架构中，Int8 的算力有效率超过 50%，单卡 144M 的高速缓存可以大幅加快 AI 计算速度，也可以同时支撑多个高分辨率的视频流进行实时感知推断，端到端的时延已经低于 30ms。

长城汽车在高通芯片上也做了很多小模型，主干网是经过优化后的 Resnet50。基于这个主干，长城汽车做了一层多特征融合层，这样后续的车道线和障碍物识别等任务就可以基于共同的特征要素进行，提高了识别效率，降低多次特征计算所产生的负担。

在感知输出方面，仍采用先判断后融合的松耦合方式，但其要求单张图片也探测到深度信息，有助于提升整体的感知能力。

综上所述，我们可以看到，长城其实已经脱离车企的定义，它更像是一家科技公司，我们可以看到的是长城是自研的电子电气架构、基于高通自研的自动驾驶计算平台、自研的智能座舱操作系统、自研的自动驾驶操作系统、感知算法。

长城汽车是目前车企里很少见的，具备从底层硬件到上层软件的全面研发能力的汽车科技公司。

技术为「人」

长城汽车善于布局，而且善于布「活局」。

阿里总参谋长曾鸣教授在写《智能商业》相关文章时，曾提到一个非常有趣的洞察：

「过去 20 年，所有企业的价值源泉是「网络效应」。网络效应简单说就是使用的人越多，这个网络的价值越大。

但到了今天，网络效应已经无法再带动巨大的社会价值创新，能带来价值创新的新游戏规则就是「协同效应」。它是一种全新的竞争机制，未来网络要创造更大的价值，就要去创造更复杂的协同。」

协同效应的本质是，将整个社会用一种多角色、大规模、实时的社会化协同的方式基于网络来创造新的价值。

长城汽车的「协同效应」= 各个汽车子品牌搭载的客户网络效应 + 生态技术公司搭建的技术网络效应 + 毫末、蜂巢、仙豆等搭建的供应链网络效应。

也正是因为有这样的协同模式，长城才能在各个阶段，不同产品上交付相同的功能。

总结长城汽车在智能化上的布局，可以简单概括为自研软件、选择高性能硬件、构建自己的生态技术模型。

从某种意义上来讲，长城汽车把整个智能化形成三层：

一，硬件和底层软件：长城汽车对外开放工具层，应用层由长城汽车主导，构建一个生态联盟为消费者带来体验。

二，从未来交互：主机厂必须掌握两个核心能力：第一个交互，所谓 AI、AR 等多交互能力；另一个是手势，长城汽车会以视觉和语音为主，手势为辅的多能交互。

三，交互式模式：交互是主机厂必备的核心竞争力，基于AI 在自动驾驶这个领域上的应用，长城必须要有软实力，再者就是智能座舱马上进入全新 AI 时代，服务将是沉浸式的这会给基于物理形态的交互模式发生改变。

长城汽车的策略算是照顾到了各个阶段的用户，比如现阶段用户就可以体验到便捷的座舱体验，以及 NOH 功能，而长城汽车建立起来的技术栈可以让用户体验到更高阶的功能。

目前，自研座舱操作系统 GC-OS 已搭载在哈弗神兽、哈弗 H6S 两款车型上市销售，咖啡智驾也成功助力魏牌摩卡、拿铁、哈弗神兽等多款车型的智能辅助驾驶功能进阶。

相比目前，长城汽车接下来的成长可能会更加出乎意料。依托整个长城集团百万级别的新车销量而产生的用户数据，长城汽车的智能座舱和智能驾驶系统可以得到最快速的迭代，同时，大量的真实场景数据可以最大程度覆盖场景，从而改善智能驾驶的长尾问题。而这一步，正是长城汽车一直在强调的实现「认知智能」最重要的表现。

主流主机厂的转型并不容易，长城汽车核心技术自研 + 自主构建智能化体系的布局思路，为大型车企提供了一个效仿范本；相信在 2022 年，长城汽车将以更加矫健的姿态在智能化方面为我们带来更多惊喜。