机房防雷接地工程设计方案

  7月30号，小鹏汽车举行了AI智能驾驶技术发布会。何小鹏在会上坦言，特斯拉在新能源车领域具备极其重大影响力，许多中国新兴车企都受到了它的启发。尽管4年前何小鹏与特斯拉有过紧张关系，但现在双方似乎已经缓和，甚至开始互相赞赏。何小鹏亲自体验了特斯拉的FSD，并给予了好评。马斯克也表示，小鹏在智能驾驶领域是中国最具竞争力的制造商。

  虽不知为何这两家公司能从“剑拔弩张”走向“商业互吹”，但是毋庸置疑的是，小鹏的智能驾驶技术，确实得到了马斯克的认可。

  记得在2014年春天，特斯拉在中国首次交车，Model S成了那些幸运儿的“新事物”，而何小鹏，当时还是UC浏览器的创始人，也拿到了他的那辆。

  当时，看着自己的新车，何小鹏心里有点不是滋味，他想，咱们中国怎么就造不出像特斯拉这样的牛车呢？

  他可不是光说不练的人，立马行动起来。因此，何小鹏说了句挺有劲儿的话：“创业一轮回，苦辣酸甜咸，归来还是少年”，这句话一出口，就标志着他正式踏上了造车这条路。

  因为在他眼里，智能汽车的出现，就像当年功能机变成智能机一样，预示着一个全新的时代即将到来。

  所以，小鹏汽车从一开始就把自己定位成科技范儿，不知不觉中，通过不懈的发展，也成了人们口中的“中国版特斯拉”。

  在这场发布会中，小鹏汽车宣布将向全球全量推送AI天玑系统XOS 5.2.0版本，带来覆盖智能驾驶和智能座舱的484项功能升级。通过本次更新，小鹏汽车XNGP（自动导航辅助驾驶）将从“全国都能开”升级为“全国都好用”，实现“不限城市、不限路线、不限路况的”全国全量开放。

  其实，对于商家在宣传上，都会将“全国能开”、“不限城市”等等宣传口吻挂在嘴边，但是作为一些用户来说，在实际的体验中却没有想象中的好用，这能说明现在的智驾技术不行吗？

  就像，你得把一个好厨师比作智驾技术，这家伙得靠长年累月的实战经验来让自己的手艺更上一层楼。

  你炒的菜多了，就像智驾车收集的数据多了；你掌握放盐的分量，就和智驾系统算法调得准不准一样。

  答案在于端到端的解决方案。这不仅是特斯拉，也是包括小鹏在内的所有汽车制造商所追求的发展方向。

  假如你正走在路上，突然看见前方有一个有一个路口，并且正中央立了个桩子，这是你看了看手机导航后继续往前走，可是就在此时，你听到后方车辆行驶的声音慢慢的变大！那么，你会怎么办？

  当然是绕过桩子，转弯继续跟着导航走，并且避开后面的车辆以防被撞倒。这一套看似简单的行动顺序，其实都是经过大脑反复推算而得出的身体反应。

  因为当你看到前方有路口有一个桩子挡路时，你的大脑就会告诉你将脚步向边上偏移一点，以最短的路线绕过去。

  之后，看一眼手机导航来确定自己的路线和原计划的一样，并且在听到后面车辆行驶声音慢慢的接近后，大脑又像你的双腿发出指令再往边上走走避让一下，而这一整套的动作顺序就是我们现在常提到的自动辅助驾驶。

  首先，提到自动辅助驾驶就会听到激光雷达、毫米波雷达、超声波雷达、摄像头、惯性制导、高精地图等，而诸如此类就和我们的双眼、耳朵、鼻子一样，统称为感知器件。

  它们会在车辆行驶当中，不断地收集数据，比如激光雷达负责收集前方路况结构的点云数据，超声波雷达收集距离与车速数据、摄像头收集路面物体形状数据，定位系统与高精地图则收集位置坐标系信息等数据。当它们被统一过滤整理后，就会发送到决策层了。

  到了决策层后，就会将所有的数据与车辆的运动相结合起来分析，比如毫米波雷达发现前车降速了，这时它把信息发给决策层后，决策层就会发布减速命令。

  当然在这之中，还有一些小细节需要仔细考虑，比如多少距离内减速、减速的速率多少，转向时机在哪等，因此这些决策需要融合多方面数据才能下定结论，而这也考验了决策层的中枢大脑——芯片。

  芯片的算力是整个决策层对于路况判断快慢的重要标准，算力越大自动辅助驾驶的能力越高，反之则越“不聪明”。

  最后，控制层就要执行决策层下达的任务。如果决策层下达“车辆减速”命令，那控制层就会调节车辆的制动器力度，来实现车辆的降速等动作。

  当然，这些只是智能驾驶领域的基础模型。要通过技术方法实现这三个关键步骤，其中蕴含着深厚的学问。

  因为这三个层面的每一层还可以划分为不同的模块，每个模块还可以划分为不同的子模块，这就像俄罗斯套娃一样。这得靠程序员写代码，告诉车怎么走。

  不过，这么搞有两个大问题，首先信息得一层层传，每传一次就可能丢点东西或者出错，错的东西还会影响下一层，到最后可能就乱了套。

  并且系统太复杂，得设计一大堆小部分，而且越往后越难搞。就像你已经搞定了大部分，但剩下的一点点可能要花上你好几倍的力气。

  所以简单来说，就是开始的时候进步快，但越到后面越费劲，可能大部分时间都在磨那最后一小撮问题。

  说到端到端智驾，这个近年来在汽车界引起热议的词汇，确实火得一塌糊涂。它就像是给无人驾驶车辆装上了一个超级大脑。这个大脑能从看到的第一个画面开始，一直到做出驾驶决策，一气呵成，不需要像以前那样分成好几个步骤，每个步骤还要单独处理。

  这样一来，车辆的思考过程就更直接和快速，减少了信息在传递过程中的损失，让车辆的反应更加敏捷，升级变化也更迅速。

  不过，虽然大家都在谈论端到端智驾，但每家公司对它的理解和实现方式却各有千秋。

  在此次发布会上，小鹏推出国内首个量产的端到端智驾大模型——神经网络XNet+规控大模型XPlanner+大语言模型XBrain，成为全世界唯二实现端到端大模型量产落地的车企。

  按照何小鹏说，他们已花掉了35亿人民币在人工智能训练上。有了这种全方位的支持，他们的智能驾驶技术进步得非常快，甚至在短短70天内就发布了5次大的更新，包括35个不同的版本。

  他们预计在今年最后一个季度，小鹏汽车的智能驾驶技术将完全实现“端到端”的整合。对用户来说，就是直接用上“门到门”的智驾。

  那么问题来了，神经网络XNet、规控大模型XPlanner和大语言模型XBrain，小鹏是如何依靠这三个“模型”来实现“端到端”的？

  首先，从神经网络XNet说起。时间回到2018年，当时小鹏G3的推出可以说在市场上引起了不小的轰动。

  因为作为小鹏汽车的第一款量产车，G3以年轻人的第一台智能汽车为口号，凭借其互联色和纯电动SUV的身份，迅速赢得了消费者的目光。

  特别是小鹏G3的智驾功能，其XPILOT 2.0无人驾驶辅助和自动泊车，让它在众多新兴汽车品牌中脱颖而出，甚至有人把它比作电动车界的小米

  要知道，当时智驾还是期初阶段时，小鹏XPILOT 2.0无人驾驶辅助就采用了小鹏的XNet模型，也就是深度视觉感知神经网络，这在当时可以说非常超前了。

  该模型主要负责从车辆的传感器获取的原始数据中提取特征，实现对车辆四周环境的感知。 它能够识别和理解道路情况、交通标志、其他车辆、行人等，为智能驾驶系统提供必要的环境信息。

  这套视觉算法在工作流程方面，简单话说就是用很多摄像头来收集周围环境的情报。而这些摄像头就像是它的眼睛，不停地记录下周围发生的一切。XNet把这些视频流，也就是摄像头捕捉到的画面，直接送到一个非常智能的大模型里去分析。

  首先，每张图像都会被XNet的大脑中的两个重要部分处理：一个是网络骨干，它负责提取图像的基本特征；另一个是网络颈部，也就是BiFPN网络，它进一步细化这些特征，让XNet能清楚看到更多的细节。

  最关键的是，这些特征会被XNet的大脑中的一个特殊部件——BEV视图转换器处理，也就是BEV+Transformer。

  首先，BEV，就是鸟瞰图，它是一种算法，能把多个传感器收集的图像信息放到一个三维空间里，然后让一个大模型来分析。

  跟普通的摄像头拍的照片比起来，BEV提供了一个更接近真实世界的视角，让后续的传感器数据整合和控制模块的开发变得更简单，可能性也更多。

  1.它把不同来源的数据统一到了三维视角，比如多个摄像头或雷达的数据，这样就能减少误差，给后面的预测和控制模块提供更多有用的信息；

  2.它能让时间序列的信息融合在一起，三维视角能减少因为遮挡或尺度问题造成的困扰，有时候还能用已知的信息来补充那些被挡住的部分，提高无人驾驶的安全性；

  3.感知和预测可以在同一个三维空间里完成，通过神经网络直接优化，减少了传统方法中感知和预测分开做时也许会出现的误差累积。

  来到Transformer这个模型，它的注意力机制能够在一定程度上帮助把二维的图像数据转换成三维的BEV空间。

  这个模型最早是Google在2017年为了机器翻译搞出来的，后来技术发展了，它也进入了图像视觉领域，现在在图像分类、检测和分割这样一些问题上都做得很好。

  传统的CNN模型是通过卷积层来筛选图像中的元素，但随着数据量的增加，CNN的效率提升会慢慢的少。

  等等，这里突然冒出了CNN模型，说白了，它就是人工智能里的一个图像识别高手。

  CNN模型共分为三个层级，首先是卷积层：这招就像是拿着一堆小放大镜在图片上扫来扫去，专门找那些小细节，比如图片里的边边角角、颜色斑点之类的。

  之后就是池化层：这招就像是用个大筛子，把卷积层找到的太多信息过滤一下，只留下最关键的，比如物体的大概轮廓。

  最后就是全连接层：就是将这一些信息就送到大脑里，这里的神经元会综合判断，告诉我们这张图片里到底是啥，比如是不是一只猫或者一辆车。

  言归正传，而Transformer的结构借鉴了人脑的注意力机制，只关注关键信息，就像你看书时只关注重点一样。这样就提高了效率，很适合处理大量数据。

  所以看，在无人驾驶这样的领域，Transformer比CNN更能处理复杂的序列和全局信息，现在它已经大范围的应用于把二维图像转换成三维空间了。

  首先车辆的周边的摄像头分别记录了车辆四周的如，车前、车两侧、车后的实时画面。而这是，车辆的前摄像头和右侧的摄像头看到了一个物体，而左后边摄像头和后方摄像头并没有记录到，因此系统就会认为在车辆的右前方有一个物体。

  之后，在经过系统的比对，发现这个物体是一台汽车，并且通过摄像头记录的这台车在每一帧画面中像素比例的一直在变化，并通过毫米波雷达在进一步的加持验证，这样就可以很好的判断出该车辆与本车之间的大致距离，并作进一步的决策处理了。

  以上就是对于XNet这种视觉算法的大致理解，或许不太全面或者严谨，但是大致意思就是这样。

  通过这些步骤，XNet能够很清楚地知道周围环境中的动态目标物，比如车辆、自行车等的大小、距离、位置、速度，甚至还能预测它们的行为。同时，它也能准确地识别出静态目标物，比如车道线和马路边缘的位置。

  这样，XNet就能让我们更好地理解和预测周围的世界了，并最终计算出一条最佳线路行驶。

  值得一提的是，再后来小鹏的XNet还引入了占用网络（Occupancy Network），就是是给道路和周围的环境做了一个数字化的点名册，把道路和周围的空间分成一个个小格子，每个小格子代表一个位置，然后智能系统会判断这些小格子里是否有东西，比如车、行人或者其他障碍物。

  也就是说，占用网络就像堆“乐高积木”一样，是一个高级版的格子地图，它能帮助无人驾驶汽车更好地理解周围环境，而且这个方块网格越小，精度就越高，以此做出更安全、更智能的驾驶决策。

  值得一提的是，小鹏在今年5月举办的AI DAY上，发布了行业首个量产的2K纯视觉占用网络技术。这项技术能够用超过200万个网格重构世界，对现实世界中的可通行空间进行3D高真实度还原，清晰识别静态障碍物的每一个细节，来提升无人驾驶的安全性和准确性。

  规控大模型XPlanner，作为小鹏汽车在智能驾驶领域的杰出创新，堪称一项非凡的技术成就。

  简而言之，它就是给无人驾驶汽车装了个超级大脑，利用先进的神经网络技术，精准规划并控制车辆的行驶路径。这个智能系统展现出卓越的智慧，能够即时洞察周围环境及周围车辆的动态，迅速计算出最为安全且高效的行驶路线。

  XPlanner之所以可以在一定程度上完成这一壮举，首先归功于其深厚的“驾驶经验积累”。

  可使得前后顿挫减少50%、违停卡死减少40%、安全接管减少60%，让用户舒适性、安全性体验都再上新台阶。这样也就能保证驾驶过程平稳流畅，避免了不必要的急加速、急刹车以及错误的停车位置，极大地减少了人工干预的需求。

  此外，XPlanner还具备超凡的环境感知能力。它的“视野”极为开阔且敏锐，无论是动态变化的交通流，还是静态的道路设施与标志，都能被其精准捕捉并综合分析。所以这种全面的环境理解能力，使得XPlanner能够在复杂多变的道路环境中游刃有余，始终为无人驾驶车辆指引出最佳的前进道路。

  还有就是，在城市交通的复杂网络中，XPlanner更是展现出了非凡的应变能力。

  它能够灵活应对各种突发情况，确保无人驾驶车辆在城市道路上也能保持稳健的行驶状态。而在高速等结构化道路上，XPlanner同样表现出色，能够轻轻松松实现自动变道、超车等高级驾驶操作。

  尤为值得一提的是，XPlanner还具备强大的自我学习与优化能力。面对一直在变化的驾驶场景与新的挑战，它能不断积累新的经验，持续提升自身的智能水平。这种持续进化的特性，使得XPlanner能够迅速适应任何新环境，为无人驾驶技术的发展注入源源不断的动力。

  虽然这项技术的具体细节没有公开太多，但能确定的是，它的基础原理和现在挺火的ChatGPT是一脉相承的，都是采用深度学习的算法，特别是那种基于Transformer架构的大块头语言模型。

  而这种模型就像是个超级学霸，它通过学习一大堆的文本资料，学会了怎么理解人类的语言，还能写出像模像样的文章来。

  并且，它们特别擅长理解语言，不管是复杂的语句结构还是深层的意思，它们都能搞得明明白白，这样一来，它们就能处理很多跟语言有关的任务。

  因此，基于此它就能让智能驾驶辅助系统不光能“看到”路上的东西，还能“想明白”这么多东西是啥意思。比如能认出待转区、潮汐车道这些复杂的路况，还能看懂路牌上的字，知道啥时候该快、啥时候该慢、啥时候得换道。

  就像咱们开车时，看到“前方道路施工，请换道”的牌子，立马就明白要怎么做一样，XBrain也能秒懂这些指令，然后指挥无人驾驶的车子做出既安全又合适的决定。

  另外，何小鹏说，小鹏汽车现在搞的这个“端到端智驾大模型”，更新速度特别快，快到每两天就能更新一次。而且，在未来一年半的时间里，这个模型的能力会翻上30倍，这可真是个不小的进步。

  所以说这种技术的优势就在于，只要有稳定、大量的好数据，它就能像火箭一样快速进步。

  小鹏汽车这次发布的这个“端到端智驾大模型”，确实解决了很多之前模块化智能驾驶会遇到的问题。它减少了需要的模块数量，也不再需要用那种一个一个试的方法来写代码，而是把AI大模型整合到了智能驾驶系统中，这样一来，智能驾驶的能力提升得就更快了。

  不过，我们也得看清楚，小鹏这次发布的这个模型，虽然叫“端到端”，但实际上还是分成了几个大模块，通过“三网融合”的技术来实现整体功能的。因此说实话它实际上用起来，它并不是那种纯纯粹粹的“端到端”。

  记得在发布会的前夕，何小鹏亲自去美国出了个差，而或许就是这一趟，让他更相下定决心去做“端到端”的智能驾驶。

  根据何小鹏的微博动向来看，让先在加州试驾了特斯拉最新的FSD系统，还跟另一家智能驾驶高手Waymo的车比了比。

  他发现，特斯拉的FSD在高速和硅谷那些地方跑得特溜，分数高得吓人。而Waymo呢，在旧金山那种复杂的城里头，开起来那叫一个顺畅，坐着都舒服。

  不过，何小鹏心里有数，特斯拉这智驾技术的发展速度，到2025年它的FSD怕是要把Waymo甩在后面了。而Waymo之所以现在这么稳，是因为它背后有套超牛的感知、决策、执行系统，跟华为似的，用一大堆工程师去琢磨路上的各种情况。

  但特斯拉的FSD也有它的绝招，就是它那个“从头到尾一口气干完”的大模型方案，比那种分块块处理的方式要高明多了，信息传递基本不走样。

  当然，要做到这点，得有三个条件：第一，得有大把的数据积累，车得一直开，一直学；第二，数据得对得齐，处理起来得井井有条；第三，得舍得砸钱搞研发，特斯拉为了这个已经花了上百亿美金了。

  何小鹏一看，嘿，小鹏汽车在这方面也挺有料的嘛！咱们已经攒了756万公里的智能驾驶数据，还学会了怎么用AI来搞定这些问题。

  接着，何小鹏还特意去拜访了英伟达的黄仁勋大佬，跟他聊了聊大模型的算力问题。

  英伟达就不必多介绍了，在智能驾驶领域有着举足轻重的地位。，从芯片到软件，再到测试和训练，全包了。并且他们还一直砸钱研发，搞出了好几个厉害的产品，如DRIVE PX、Xavier芯片和AGX Orin平台，这一些产品在计算、省电和性能上都特别强。

  而且，英伟达还跟比亚迪、蔚来这些车厂合作，把技术用在了真车上，让它在无人驾驶这行当里的地位更稳了。

  此外，除了试驾和拜访，何小鹏还参加了美国的AI大会，发现现在投资圈都盯着AI呢，好多网络公司和软件公司都在往这边转。因此他认为AI这波浪潮至少要引领全球经济十年甚至更久。尤其是在AI这片热土上，芯片、大模型、SAAS、视频、无人驾驶、机器人啥的都是热门货，机会多多。

  所以总的来说，何小鹏这两周美国行，算是把智能驾驶和AI的底细摸了个透。特别是美国那边在智能驾驶大模型上转型的决心和毅力，是小鹏汽车得好好学习的。这些经历也让小鹏汽车更加坚定了自己的智能驾驶战略，还找到了未来怎么跟着AI发展的大方向。

  这么说吧，何小鹏就已经放线日开始，小鹏XNGP要从“全国都能开”升级到“全国都好用”。并且他还提前透露了个更大的目标，就是将来要让小鹏XNGP“全球都好用”，不过现在说这个还有点早。

  小鹏汽车他们说的“全国都好开”，实际上的意思就是三个意思：不管在哪个城市，不管走哪条路，不管路好不好走，小鹏XNGP都能搞定。

  先说说“不限城市”这个事，小鹏他们用了一种挺实在的办法，就是让工程师们亲自去跑。他们去了全国2595个城市，开着车跑了756万公里。这么干虽然费时费力，但是能收集到很多路上的真实情况，让XNGP智能驾驶在各种路上都能稳稳当当。

  今年6月，小鹏的智驾老大李力耘在网上说过，小鹏的智驾要换成“黑名单”模式。现在看来，他们这么有信心，是因为真的跑遍了国内的每个角落，知道哪些路现在还搞不定，其他的路就可以完全放心大胆地开。

  再说说“不限路线”，小鹏计划今年晚点推出个“门到门”智驾系统，何小鹏说连工厂里头的路、收费站、ETC都能自己搞定，从家里出门到办公室进门，这一路上都可以完全放心交给智驾。

  至于“不限路况”，何小鹏举了个“环岛”这种复杂路况的例子，说最后还是得靠“端到端”技术。小鹏XNGP里头的XBrain模块能读懂路，提前想好怎么走，不管是过环岛还是掉头，都能找到好办法。

  按照小鹏的计划，现在XNGP要开始“全国都好用”的第一步，年底推出“门到门”智驾后就是第二步，到了2025年，小鹏智驾还要上个新台阶。

  不久前有外媒爆料，小鹏将在今年晚些时候推出一款新车型，代号F57，而它也就是大家心心念念的P7+，并且这款新车不打算用激光雷达了。这事儿一出来，大家都挺震惊的，因为这在某种程度上预示着小鹏汽车彻底告别了之前P7那种双激光雷达的配置，全面拥抱了纯视觉技术。

  就连一向有啥说啥的马斯克，这次在社会化媒体上也只是发了三个点“...”，看来他也有点意外。

  不过话说回来，马斯克一直都觉得激光雷达太贵，用不上，他一直主张用纯视觉技术来搞无人驾驶。特别是何小鹏在美国体验完特斯拉的FSD V12后，觉得挺不错，还说小鹏得从特斯拉那儿学学人家的好功能和用户体验。

  有人说，这可能会带动一波跟风潮，其他车厂可能也会跟着走这条路。不过，也有人觉得小鹏这一变，对整个行业来说可能是个大震动。

  但是能确定的是，决定不再依赖激光雷达，这可不是一时冲动，而是经过了深思熟虑的战略调整。

  就拿F57这款车来说，虽然早期的视频中它还装备着两个激光雷达，但小鹏的计划是在量产时将它们剔除。

  有媒体透露，F57是在吴新宙还在任时确定的车型，作为一位视觉技术的坚定支持者，他可能从一开始就没打算让这款车搭载激光雷达。目前测试车上的激光雷达，可能仅仅是为了进行一些对比测试。

  不过有意思的是，就在4月底，速腾聚创和小鹏汽车宣布了一项合作，计划使用速腾聚创的MX激光雷达为小鹏车型提供升级。但有行业观察家猜测，可能只有旗舰车型才会享受到激光雷达的待遇。

  回顾过去两年，速腾聚创的M平台激光雷达已经大范围的应用于小鹏的P7i、G6、G9、X9等多款车型。然而，如果F57真的放弃激光雷达，据说将转而采用3D毫米波雷达。虽然3D毫米波雷达的成本大约只有200元，但与4D毫米波雷达相比，它的价值就显得不那么显著了。

  当然，小鹏汽车的董事长何小鹏，对于激光雷达一直持有保留态度。早在2021年小鹏P5上市时，他就明确说过，不认为激光雷达是智能汽车的必备杀手锏。但说到底，放弃激光雷达的决定主要是基于成本的考量。

  何小鹏在2024年第一季度的财报电话会议上明确说，他们计划在第四季度推出一款全新的B级纯电轿车，目标是实现成本降低25%。这表明小鹏汽车在追求技术创新的同时，也在积极寻求成本效益的平衡。

  可以说今年，小鹏汽车真的是大刀阔斧地推广他们的智能化技术。不仅想让每一个人都知道他们的智能技术有多厉害，还想向那些商业伙伴展示它们的实力。虽然小鹏在研发上的投入排名不是最靠前，但其智能化技术的实力却很出色，投入产出比高得惊人，简直是行业的标杆。

  不可否认的是，从全世界来看中国的无人驾驶技术现在仅次于美国，而像小鹏和华为这一些企业正在一起努力让这项技术更上一层楼。特别是端到端智驾大模型这种技术一旦大范围的应用，中国的无人驾驶技术肯定会有大的突破。

  虽然小鹏在销售上遇到了一些困难，但何小鹏作为公司的领头人，他还是很有信心的。

  他认为技术是公司最重要的东西，强调要集中精力提升人工智能技术，为智能汽车的未来发展打下好的基础。所以，何小鹏期待着一个智能驾驶技术非常发达的未来，而我们也有理由相信，小鹏汽车则将带领中国汽车行业在激烈的市场之间的竞争中找到新的方向。