凤凰网汽车

11月8日晚，埃安正式发布了全新一代电子电气架构——星灵架构，这也是在AEP 3.0纯电平台后，又一项ICV技术发布。

什么是星灵架构？它是埃安第三代电子电气架构EEA 3.0基础上，通过加入红外遥感技术、可变焦激光雷达、星基定位融合等技术，针对智能驾驶给出的解决方案。

埃安表示，在智能驾驶安全问题上，部分技术上已经对特斯拉实现了超越。那事实的确如此吗？我们来一探究竟。

星灵架构的亮点在哪

目前，行业中智能驾驶有着多种不同的路线方向，尤其是在感知系统上，存在视觉方案和多融合感知方案两大流派。以特斯拉FSD为代表的纯视觉派，以及埃安和其他新势力的多融合感知方案派。

根据公开消息，特斯拉已经继去年5月份弃用毫米波雷达之后，又于10月9日宣布，从10月份开始，欧洲、北美、中东地区交付的Model 3以及Model Y将取消超声波雷达，之后也会将该方案扩展至全球市场。也就意味着，特斯拉将只通过摄像头感知路面信息。

马斯克之所有如此有底气去这么激进的推进纯视觉方案，除了特斯拉本身超强的技术之外，更重要的是特斯拉历经十余年，已经在全球采集的超3亿张仿真图像和50多亿数据标注，供特斯拉车型不断的学习，这一点没有任何一家车企可以比拟。

当然，虽然特斯拉的“学习能力很强”，但目前还是处于学习的状态，离终极的安全形态还有一定的距离。与特斯拉的纯视觉方案不同，埃安走的路线是重感知技术方案。星灵架构相对EEA 3.0最大的提升，便是智能驾驶的能力，其中风云三号红外遥感和第二代可变焦激光雷达，使得埃安在感知层面，相比对手拥有一定的优势。

1、风云三号红外遥感

一个真实的场景是，笔者在雨天和大雾天开启高速领航辅助驾驶，会被系统所提示，感知硬件受到影响无法开启，这背后的原因正是摄像头受到了干扰。

针对夜障、雨雾、眩光等对视觉感知系统有明显影响的场景下，摄像头很容易出现错误识别，而红外遥感技术则能很好的破解。

红外遥感技术可通过生命体热辐射成像，弥补“雷达+摄像头”感知识别能力仍存在不足的问题，不受恶劣天气影响，即便是夜晚会车等强弱光交替、眩光等场景仍能清晰成像，进行准确识别。

目前，普遍应用于航天、军事等领域，可穿透大气层，进行星际级遥感探测。

2、第二代可变焦激光雷达

在命名上，埃安将自己的激光雷达称为二代可变焦激光雷达？那如何理解呢？

第一刷新频率的提升，第一代激光雷达的刷新频率只有10Hz，而埃安的二代可变焦激光雷达的刷新合资是10-30Hz。刷新频率高的好处是，有着极强的反应速度，可以应对车辆的恶意加塞。相对一代激光雷达，二代可变焦激光雷达更难被车辆恶意加塞。

第二，固定分辨率的提升。一代激光雷达只有0.2°固定分辨率，二代可变焦激光雷达有0.2-0.5°的调控分辨率。这直接体现在，车辆识别动态物体更快且更清晰。

星灵架构搭载的3颗第二代智能可变焦激光雷达，拥有10-30Hz智能变频刷新帧率，响应速度比第一代快三倍，0.2°~0.05°智能调控分辨率，可实现毫秒级应变，从而看得更远、更清，在日常驾驶中能更好进行预判。

3、星基融合定位技术

据悉，星灵架构还应用了星基融合定位技术，结合高精地图和惯导单元，实现全域厘米级的车辆定位。

什么是星基融合定位技术？说白了就是一种车规级定位系统，车辆基于卫星系统融合星基定位，再配合高精度地图，实现驾驶辅助功能。

4、2000TOPS算力

全新一代高端星灵架构最大算力高达 2000TOPS，相比 EEA 3.0 传输速度提升 10 倍，线束回路提升 40%，控制器数量减少 20 个。

这背后透露的信息是，基于星灵架构下的车型算力非常夸张，这与英伟达的DRIVE Thor 可实现的算力相持平。业界普遍预计L3+级自动驾驶所需的芯片算力是1000TOPS，这意味着星灵架构下的车型，在满级算力下，可以应对L3级别智能驾驶。

另外，星灵架构下的线束回路和控制器数量，都因为升级而变得更少。

5、39个感知硬件

星灵架构下的埃安车型可支持39个智能驾驶感知硬件，（目前第一梯队水平在33个左右）。需要说明的是，星灵架构下的埃安车型激光雷达数量是3颗，如果只比激光雷达数量，目前比它多的量产车，只有沙龙机甲龙。

埃安背后的研发能力

智能驾驶并非只是硬件竞赛，事实上，越强大的感知硬件系统，就需要越强大的感知软件算法。

因为每个感知硬件之间不可能完全同步，存在着毫秒级的时间差。而在汽车高速行驶的情况下，这个时间差会被无限放大，各感知硬件间的场景偏差甚至高达1-2米。失之毫厘，谬以千里。

1、数据闭环

如果智能驾驶辅助功能要实现快速迭代，一定要做到数据闭环和数据驱动。按照数据和算法的迭代关系，数据的4大关节分别是数据收集、标注、训练和部署。

埃安在数据收集上，采用了车端筛选，遗憾的是我们并不知道这家品牌有多少辆车在负责数据收集。接下来，车辆采集的数据会进行回流处理，并进行异构计算和数据分析。有了数据后，就可以进行标注和训练，然后是测试仿真快速反馈，最后则是数据驱动自动迭代。

据悉，埃安投入打造了ADiGO PILOT数据闭环平台，对千万张场景图片进行感知训练及仿真验证，并结合超百万公里的实车验证，不断循环迭代，通过全栈自研的算法，修正硬件造成的感知场景偏差。

2、高质量研发团队

当前，埃安构建了一只以陈学文、江建山等十余位领军人才为首的ICV全栈自研团队，其中上下游软件开发人员超2000人，占研发团队超过50%；拥有阿里、华为、百度等互联网10年以上从业经历近10%。

公开资料显示：陈学文拥有20多年人工智能研究与应用、大数据分析等领域的研究经验。1992年，陈学文从四川大学硕士毕业后留校任教。1996年赴美求学，于卡耐基梅隆大学获博士学位，并在伊利诺伊大学香槟分校从事博士后研究。自2003年起，陈学文先后在美国堪萨斯大学、韦恩州立大学计算机系任教，并获终身教授。

2016年回国后，陈学文正式涉足汽车行业，曾任滴滴出行科学技术学会副主席、高级技术总监，爱驰汽车执行副总裁、首席人工智能官，埃森哲技术研究院院长，带领团队在智能交通、智能化汽车及出行领域进行了多项研发工作。

3、自研之外的合作

埃安除了自研外，也积极与行业开放合作。比如与科大讯飞合资成立了星河智联公司，专注智能座舱开发。例如，采用飞鱼车机交互系统背后正是科大讯飞提供的技术支持，这让埃安在语音交互层比对手更有优势。

不仅如此，埃安还与中芯、粤芯、地平线、禾多等半导体企业形成了较强的产业链垂直整合能力。

近期，在埃安的A轮融资中，就出现了被全行业抢投的现象。创造了单轮融资约183亿（超募33亿）、估值超千亿的存在。其中就包括了电池供应链、半导体、车路协同、能源生态、资产投行等上下游协同企业。

写在最后：

随着EAP平台3.0的发布，到星灵架构的“诞生”，埃安的技术“作品”如下饺子一般。或许，这正是外界称埃安为新势力的主要原因。无疑，明年上市的新品背后都由EAP3.0平台和星灵架构提供技术支持，这将极大提升其产品力。