本期分为视频版+文字版。
无论是特斯拉的FSD，小鹏的NGP，还是蔚来的NOA，如今，智能驾驶已经成为智能汽车的核心卖点。就像我们在智能手机时代讲功能体验一样，智能驾驶的水平也成为了评判智能汽车产品实力的重要标签。
然而，随着技术的不断发展，智能驾驶的评价标准也在不断进化，正从“功能”定义时代走向“性能”定义时代。
那么智能驾驶在“性能”定义的时代应该怎么玩？
赛道级智能驾驶
在大多数品牌还没有开始意识到这个问题的时候，路特斯就已经给出了自己的思考，答案是“赛道级智能驾驶”。
纵观行业内强调智能驾驶能力的品牌，路特斯的“赛道级智能驾驶”目前仍是一家独大。
对于很多普通用户来说，可能有点难以理解。这种智能驾驶如何做到“赛道级别”？
我们先分开来看这个定义。
在这里，我们不得不提到莲花的品牌发展史。在过去的70年里，路特斯获得了7次制造商年度冠军，6次车手年度冠军和81次F1赛事冠军。当我们讨论赛车运动时，没有人会忘记路特斯的辉煌历史，也没有人会质疑路特斯对赛道的热爱。
那么过去丰富的赛道经验将如何被路特斯运用到智能驾驶中呢？
路特斯的回答是:“保持驾驶乐趣，只要你有驾照，你就能获得F1冠军。”
好家伙，我不厌倦谈论这个。
要知道，赛道驾驶不同于日常驾驶，赛道场景的驾驶环境极其复杂，需要驾驶者时刻保持紧张，根据当前路况做出持续的决策动作。因此，赛车运动也被称为控制和速度之间的平衡美学。
为了在赛道上有更好的表现，一方面车辆本身的机械品质要足够优秀；另一方面，对驾驶员的反应能力提出了很高的要求，代入智能驾驶场景，要求车辆本身具有极高的决策能力，两者缺一不可。
与3C数码产品不同，汽车由于算术错误，没有重新开始的机会，所以对汽车级产品的要求往往非常高。当一辆车的决策要在无人干预的情况下独立做出时，既是对背后整个系统工程的严苛考验，也是对智能性能的不断追求和突破。
所以按照过去L0-L5的定性标准来评判这种更高、更快、更强的赛道级智能驾驶，并不是那么合适。
那么赛道级别的智能驾驶如何判断其能力呢？
高端品牌和高端智能技术
判断赛道级智能驾驶，首先要知道两个指标。
一个是MPI(每干预里程)接管里程，另一个是CMI(覆盖里程指数)覆盖里程。
用这样一个量化的标准来判断L2-L4的功能好坏。通过两个值的不断增加，从定量到定性，最终达到以L4-L5为定性标准的目的。
也就是说，一旦单车主动接管的MPI值达到10万公里/次，广义上的L3就实现了。当单车主动接管的MPI值可以达到10万公里/时，L4会越来越近。
当然，仅仅这些智能驾驶数据并不能让你安心。真实的硬件参数是实现赛道级别智能驾驶的保障。
就拿目前莲花刚刚发布的Eletre来说吧。这款车配备了34个高性能传感器，具有五重感知全覆盖能力。就连激光雷达都是直接配备四个。除此之外，新车配备了两个NVIDIA Orin-X芯片。
好家伙，这是以硬件直接到天花板的水平为代价的！
以激光雷达为例。目前市面上一部激光雷达要700-1500美元，Eletre本身的四部激光雷达成本也不低。为了让激光雷达发挥更大的作用，Shantes还在选址布局上创新性地打造了周转方案，实现了工业设计与性能的完美平衡。
虽然Lotus Eletre给我们的感觉是尽可能的堆砌素材，但背后有两个核心逻辑:一是硬件水平决定了软件的天花板；其次，要给后期OTA预留足够的空房间。
因为在路特斯看来，“相对高端的品牌才能承载最高端的智能技术。”
冗余传感器系统解决了车辆能看见的问题。接下来，我们要解决如何打开它的问题。归根结底是车辆在各种情况下的决策逻辑。再解释一遍，就是软件和算法。
为此，Lotus打造了三个算法模型，分别是风险模型、博弈模型和排他模型(U模型)。这些模型通过Lotus AI驾驶系统呈现。让我们分别来看一下:
风险模型可以准确预测驾驶风险，就像智能驾驶系统系上安全带一样；博弈模型可以高效地判断和规划最佳路径，就像一个老的智能驾驶员；专属车型(U model)可以通过自主学习驾驶员习惯，为千人提供智能驾驶体验，每个驾驶员都能找到适合自己的驾驶风格。
以游戏模型为例，在我们的日常驾驶场景中，到处都有游戏的存在，比如进入或离开高速公路，行驶中突然并道前车。路特斯雄心勃勃地将这种“博弈论”引入智能驾驶系统，目的是打造最高水平的智能驾驶系统。
基于这三个算法模型的“赛道级智能驾驶”概念，是路特斯区别于传统车企和新车企的最大标签。毕竟很少有车企有底气喊出“赛道级”。
那么赛道级智能驾驶有多大的现实意义呢？
一切都是为司机而生。
首先明确一点，所有没有实际应用意义的智能驾驶系统都是耍流氓。
要构建一个具有实际应用意义的智能驾驶系统，不可避免地要采集大量的数据。毕竟智能驾驶的快速发展离不开大数据的驱动，但我们需要了解数据的是，在智能驾驶领域数据质量的优先级并不低于数据数量，甚至综合成本和效率会更重要。
就像世界上顶级的米其林-三星餐厅对原材料的高质量几乎是吹毛求疵一样，优秀的智能驾驶公司对高质量数据的追求从未妥协。只有最优质的数据，经过复杂细致的抽象，才能最终将完美的智能驾驶产品体验呈现给用户，就像一道美丽的菜肴。
毕竟目前大部分车企在有限的时间内获取几千万公里的真实路测信息并不难。但是，如果在没有任何必要的数据挖掘的情况下获得大量低精度的重复路况，那么获得的数据对于智能驾驶系统的改进将是无效的。
因此，我们可以看到，路特斯的智能驾驶技术主要集中在两个方面:
(1)在车载传感器方面，配备了广泛的高规格传感器，包括多高线激光雷达、高水平车载轨距摄像头、高精度组合导航等。，从源头上保证了数据的稳定性和高度一致性；
(2)数据处理方面，预标注、人工标注、交叉验证、多次迭代、模拟实验等一套数据处理工具和流程。以确保数据输出的高质量。
基于以上信息，我们可以这样理解路特斯的赛道级智能驾驶:
第一是提高处理日常复杂情况的能力，第二是满足用户对赛道的感受和向往。感情确实可以当饭吃。
智能驾驶是真的，但是莲花拿到了。
综上所述，驾驶是一个系统行为的闭环。从闭环的完成速度来看，人类还是比汽车智能驾驶系统快，但智能驾驶的优势在于更强的专注力。人会累，会分心，但机器不会累。
所以我们可以看到，路特斯的理念是在智能时代为用户提供最纯粹的驾驶体验。它给了司机选择的权利。你可以选择开这辆车，也可以放心地把决定权交给车辆。
而“赛道级智能驾驶”更像是一个在赛道上驰骋多年的聪明“老司机”，全程为你一对一服务。为您提供最大的驾驶乐趣，让更多的车手感受到赛道的魅力，这是路特斯最擅长的。
莲花品牌，诞生于赛道，也在赛道上辉煌，可以肯定的是，未来不会局限于赛道。
“赛道级智能驾驶”的目标，更像是路特斯品牌背景下的必然选择。
参考资料:
路特斯如何成为智能驾驶界的米其林三星？“食材”是关键！
莲花智能驾驶对于智能驾驶分级有话说。
头部来源|莲花官方
稿件|李尹
编辑|尹图片
配音|高桥凉介
