车企如何应对占用网络的效率挑战

意匠 20260805

自动驾驶

车企如何应对占用网络的效率挑战

自2022年占用网络技术进入行业视野以来，如何在车载芯片上高效运行这一系统，始终是各大车企面临的核心难题。占用网络的基本思路是将车辆周围数百米的三维空间划分为多个小方块（体素），并逐个判断是否被物体占据。虽然这一概念本身并不复杂，但在车载芯片的算力和功耗受限的条件下，实现高效运行却极具挑战。

随着分辨率的提升，体素数量呈指数级增长，计算量也随之激增。然而，车载芯片的算力和能耗远不及数据中心，无法通过简单堆叠硬件来解决。那么，各大车企是如何应对这一挑战的？以下将介绍几家具有代表性的企业。

01 特斯拉如何优化算力分配

2026年3月，特斯拉公布了一项名为《Artificial Intelligence Modeling Techniques for Vision-Based High-Fidelity Occupancy Determination and Assisted Parking Applications》的专利。该系统利用8颗车外摄像头采集的图像数据，通过神经网络预测车辆周围三维空间中每个体素是否被有质量的物体占据。

为提升效率，特斯拉在专利中引入了动态分辨率机制。在默认设置下，每个体素的边长为33厘米，这一精度足以满足远距离物体或非关键区域的识别需求。而在车辆附近已被占用的区域，体素可动态缩小至10厘米，以实现更精细的建模。

当物体轮廓复杂、单个体素难以准确描述时，系统会进一步将体素划分为更小的子体素，以拟合曲线。这种策略确保算力集中在真正需要高精度建模的区域，而远距离空旷区域则采用粗粒度处理。

此外，系统还支持三线性插值方法，用于估算体素内任意点的占用状态。在训练方面，特斯拉采用了无监督学习策略，以避免人工标注三维空间数据所带来的高昂成本。

特斯拉的占用网络还引入了时间维度，通过Transformer架构将当前帧与历史帧数据融合，从而计算出体素的运动状态。结合三维语义信息后，系统可识别车辆、建筑、路沿等不同类型的物体，并根据其语义分配不同的计算优先级。

最终，FSD系统会基于所有体素及其占用属性生成一个可查询的数据集，用于实时提供占用信息并支持自动驾驶决策。

02 小鹏如何实现高精度纯视觉占用网络

小鹏汽车在2024年取消激光雷达后，将占用网络作为其感知架构的核心。2025年，小鹏在CVPR会议上展示了其相关技术成果。

小鹏的方案基于5颗800万像素高清摄像头和自研的图灵芯片。他们宣称实现了行业首个量产的2K纯视觉占用网络，使用超过200万个体素重构三维空间，建模精度达到5立方厘米，感知半径扩展至约180米。

为确保高精度下的运行效率，小鹏在芯片和模型优化方面双管齐下。一方面，自研芯片提供了强大的算力支撑；另一方面，模型通过剪枝和架构优化显著提升了效率。数据显示，XNet在英伟达Orin芯片上的GPU利用率从122%降至9%，城市道路识别精度提升约40%，系统功耗则下降约20%。

小鹏还在向端到端系统演进，其世界基座模型具备链式推理能力，系统在进行驾驶决策时，不仅依赖当前状态，还会持续进行“我在哪”、“发生了什么”、“如何行动”的内部推理。

这种推理能力建立在占用网络提供的三维空间理解基础上。

03 华为的多传感器融合方案有何独特之处

华为在ADS 3.0方案中采用了多传感器融合策略，彻底摒弃了传统的BEV网络，仅保留GOD网络。GOD全称为General Obstacles Detection，本质上即为占用网络，但华为版本融合了摄像头、激光雷达和毫米波雷达的数据。

激光雷达提供厘米级三维点云，毫米波雷达提供速度信息，这些数据与图像在特征层面进行融合。多传感器融合的优势在于系统冗余度高，在逆光、暴雨、大雾等视觉受限场景下，激光雷达仍能提供可靠数据。但其代价是硬件成本上升，数据融合算法也更为复杂。

截至2026年7月初，搭载乾崑ADS系统的车型总量已接近190万辆，庞大的车队规模为模型迭代提供了丰富的实际场景数据。

04 总结：效率优化的三大方向

从上述案例可以看出，车企在提升占用网络效率方面主要采取了三种策略。

第一类是动态分辨率策略，通过在关键区域提高精度、在非关键区域降低精度，实现算力的合理分配。特斯拉的动态体素机制即属于此类。

第二类是模型与芯片协同优化，通过模型剪枝和自研芯片提升运行效率。小鹏的XNet方案正是这一思路的典型代表。

第三类是多传感器融合，通过激光雷达、毫米波雷达等补充视觉数据，提升系统在复杂环境下的鲁棒性。华为的ADS 3.0方案即采用此策略。

这三种方法虽出发点不同，但并不互相排斥。动态分辨率解决的是计算资源的分配问题，芯片与模型优化解决的是基础算力问题，多传感器融合则解决的是数据质量与系统可靠性问题。只有将这三个方向都做扎实，占用网络才能在各种复杂场景下稳定运行。

#自动驾驶 #占用网络 #网络效率问题

原文标题：车企是怎么解决占用网络效率问题的？

查看全文

意匠

作者最近更新

车企如何应对占用网络的效率挑战