重构自动驾驶量产路径：基于云端底座实现视觉感知方案降本提效

突破中高阶智驾规模化量产的成本与测试瓶颈

当前，自动驾驶行业正处于“中高阶智驾大规模量产”与“端到端大模型”两大关键战役的交汇点。在此阶段，产业链企业在迈向通用AI的进程中面临显著的业务痛点：

• 硬件与方案成本倒挂制约普及：当前中高阶智驾主要集中在整车价格30万元以上的区间，智驾方案成本通常高于1万元。行业迫切需要将智驾能力下放至15万元整车区间，并将智驾系统成本压缩至5000元以下。
• 实车测试验证存在物理与成本限制：在传统的模型迭代过程中，轨迹预测的开环评价不科学，同时实车测试成本与风险双高，难以满足海量高质量数据生成、长尾场景覆盖以及模型快速自迭代的需求。

部署差异化视觉产品矩阵与端到端闭环测试架构

针对高阶智驾下沉与测试效率问题，鉴智机器人（PhiGent Robotics）在CEO单羿（前深鉴科技CTO、前赛灵思/AMD全球副总裁）与CTO都大龙（前地平线算法总监、前百度深度学习研究院架构师）的带领下，基于在AI算法与芯片设计领域超过10年的经验，构建了面向通用AI的视觉解决方案与测试闭环：

• 研发差异化与标准化的感知产品矩阵：
  • PhiStereo AI驱动双目立体相机：提供低成本稠密3D感知，支持智驾与智能底盘预瞄等功能。
  • PhiGo 视觉中心智驾方案：通过鱼眼与双目相机的融合，涵盖从最低30TOPS算力（高速NOA）到最低150TOPS算力（城区NOA）的阶梯式算力配置。
  • PhiVision 智能驾驶标准感知产品：向计算平台开发者输出标准的BEV+OCC视觉感知包。
• 引入数字孪生闭环测试算法：基于端到端模型与生成式大模型的闭环系统，利用数字孪生技术将原始物理场景转化为可编辑的数字资产。通过障碍物添加与编辑及自定义自车轨迹，创造长尾测试场景，完成端到端模型的闭环测试。

达成硬件成本量化削减与头部车企规模定点

通过算法优化与强工程化能力，鉴智机器人在自动驾驶商业化落地中实现了明确的业务指标改善与市场突破：

• 感知与智驾方案成本大幅下降：
  • PhiStereo双目相机硬件成本降至100美元以下，其成本仅为激光雷达的1/10。
  • PhiGo Pro（7V鱼眼架构）支持高速NOA及记忆行车功能，其系统整体成本被严格控制在4000元以内。
• 核心方案完成大规模量产定点：全新升级的产品线已获得关键商业进展。基于地平线征程6E计算平台，PhiGo 7V鱼眼方案已获得国内头部主机厂量产定点；PhiVision 11VnR感知标准产品已取得国际Tier1量产定点合作；同时，双目智驾及魔毯方案也与头部主机厂达成深度合作。

依托腾讯云双平台底座加速通用AI闭环迭代

为支撑端到端神经网络与自动驾驶世界模型的庞大计算与存储需求，鉴智机器人选择基于腾讯云构建高效率算力平台和数据平台。

依托腾讯云的底层基础设施，鉴智机器人得以处理海量多模态数据（语言、视频、驾驶数据等），将高风险、高成本的实车验证转移至云端数字空间。这一算力与数据的双重底座，从根本上解决了轨迹预测评价开环的局限性，大幅提升了仿真大模型的真实度、可控度与可交互度，从而有效加速了自动驾驶系统从“专用智能”向“通用智能”的规模化量产与演进。