第682章 提示和设想(1/2)

【畅读更新加载慢，有广告，章节不完整，请退出畅读后阅读！】

    “第二，预测与规划模块的TranSfOrmer化。 ”卞金麟目光扫过年轻的顾南舟。

    “南舟团队主导，正在将TranSfOrmer强大的序列建模和长距离依赖捕获能力，引入行为预测（预测周围车辆/行人轨迹）和运动规划（生成自车安全、舒适、符合交规的轨迹）模块。

    初步实验表明，在复杂交互场景（如无保护左转、环岛通行）下，其生成轨迹的合理性和安全性显著优于传统基于规则或简单MLP网络的方法。

    这是提升高速NOA和未来城区NOA上限的关键。”

    顾南舟推了推眼镜，小脸上满是认真，用力点了点头。

    “第三，数据闭环系统搭建。 ”卞金麟语气凝重：

    “这是智能驾驶进化的生命线。

    我们正在构建覆盖‘车端数据采集-加密回传-云端分布式存储与处理-场景挖掘与问题诊断-仿真场景生成-模型训练/评估-OTA更新’的完整闭环。

    首批路测牌照的获取至关重要，意味着我们能合法合规地在鹏城开放道路采集宝贵的COrner CaSe（极端场景）数据。

    目前云端数据处理平台已初步搭建，标注工具链在完善，仿真引擎基于CARLA和自有场景库在扩展。

    这是长期投入，占比约15%。”

    汇报完毕，卞金麟看向徐平和姚尘风：

    “徐总，姚总，以上就是智能驾驶产品线围绕启界M5量产目标和未来演进的技术布局与进展。

    核心挑战在于：量产L2.5功能的最后10%体验打磨、BEV感知的实时性突破、以及数据闭环的规模化和效率提升。

    资源上...确实非常紧张。”

    他最后一句，点出了关键。

    会议室内陷入短暂的沉默。

    进展是喜人的，但挑战也是巨大的，尤其是时间窗口如此紧迫。

    至于卞金鳞为什么没看向陈默，还得从一周多之前的一个会议说起。

    当时卞金鳞刚做完技术路径的汇报，就听到了一个声音。

    “卞总，”陈默的声音不高，却清晰地回荡在寂静的会议室里，他的目光落在卞金麟身上。

    “刚才你们汇报的感知融合方案，核心是不是还在沿用‘前融合+后融合’的传统架构？

    激光雷达点云、摄像头像素、毫米波雷达目标，先各自做目标识别和轨迹预测，然后再进行时间戳同步和决策层融合？”

    卞金麟被问得一愣，下意识地回答：“是...是的，陈总。这是目前行业主流，也是相对成熟的方案，特斯拉的HydraNet、小鹏的XPILOT 3.0架构都是基于这种思路做优化...”

    “主流？成熟？”陈默打断了他，嘴角似乎勾起了一个极淡的弧度。

    他起身走到白板前面，没有回头，背对着所有人，手中-->>

本章未完，点击下一页继续阅读