遥遥领先：技术分析，华为智界S7首搭的代客泊车到底如何？

根据驾驶自动化程度的划分，自主泊车系统大致可分为6个发展阶段：基于超声波的半智能泊车(L1级别)、基于超声波的全智能泊车 (APA，L2级别) 、超声波融合环视摄像头的全智能泊车(APA，L2级别)、遥控泊车 (RPA，L2级别) 、记忆泊车(HPP，L3级别)和自主代客泊车(AVP，L4级别)。

从视频的实现程度来看，华为的ADS2.0基本已经进化到L4的部分能力了。对L4来讲，周边“监控”（取消车内有人）的责任在于车辆，意味着车祸事故必须由车厂负责，而不是车主。现在华为敢于商用，意味着对自己技术的绝对自信，意味着绝对安全。

从技术上来讲，整套系统硬件部分，基于原本的城市自驾NOA功能即可，更高的安全性，意味着“软件能力”的极大提升。

现在所有厂家实现自动驾驶功能，全部使用“大模型”神经网络技术，其本质特点是模拟人类的神经传导方式，通过“神经节”的权重投票，计算出可用的结果。大家都知道，大模型需要：训练“，其最大的特点就是端到端，也就是我们只关注（也只能关注）投入和产出。至于如何计算出的结果，我们不得而知！

这种不得而知，就导致我们并无法预测结果，也不知道其成熟性！唯一能做的就是不断的输入数据，进行训练，以解决自动驾驶的“长尾问题”。

实事求是地讲，我们不可能对世界上的所有事物都进行标注，并一丝不苟地把每一个细节都解释给计算机听。

所以，在关注各家自动驾驶方案的时候，我并不是很关注其是不是采用了Transformer+BEV+占用网络的大模型，因为模型基本都是开源，大家都大同小异。

ONCE(One MillioN SCenEs) dataset。由香港中文大学、华为诺亚方舟实验室、华为智能汽车解决方案事业部车辆云服务部门、中山大学和瑞士理工学院联合打造。

如何获得？华为通过众包方式把采集任务分发给上万名出租车司机。由出租车司机使用手机或驾驶记录仪（1080P+）采集图片。十倍于曾经的第一名：Waymo的数据量。