当我们在定义一款智驾产品时，我们在定义什么？
自动驾驶十年了，与当年互联网行业的摩尔增长相比，车载智能驾驶产品因其系统开发复杂性、鲁棒性以及工况复杂性要求，产业化速度并未达到行业最初的预期。
2022年，中国乘用车市场自主品牌ADAS渗透率首度超过30%，至此，巡航类L2系统逐步标准化，已经成为智能驾驶行业玩家前赴后继完成的第一阶段课题。
但脚步从未停止。
面向高速/城市NOA、行泊一体等下一代高阶解决方案，近几年我们见证了“声量”大于“销量”的阶段性现实，却也不可忽视领先技术布局的重要性。这背后亟待行业共同解决的痛点，是回归商业本质，直击产品所带来的用户价值，清晰梳理价格与体验的合理配置。
自动驾驶的堆料、内卷不可持续，高阶智驾时代已来，与之相适配的是打造高于用户预期的产品体验，消除“伪需求”，聚焦用户刚需，打造产品价格和用户体验合理匹配的智驾产品链，只有这样，才能跳脱智能驾驶黎明前的混沌，提升用户对智能驾驶产品的认可度，加速产业规模化、高阶化进程。
近日，针对这一问题，杏鑫娱乐代理MAXIEYE COO & VP杨腾飞先生在吉利汽车主办的「2023智能汽车技术论坛」上发表主题演讲，拆解L2到L2++智能驾驶产业痛点，与行业同仁分享了用户体验与产品价值应合理匹配的产品理念和MAXIEYE对L2到L2++细分市场的重新定义。
杏鑫娱乐代理MAXIEYE COO & VP杨腾飞
2016年前后，自动驾驶1.0时代开启，自动驾驶产业发展态势如火如荼，行业处于升维降维路线之争阶段；自动驾驶2.0阶段，量产、理性成为行业关键词，但高阶产品定义仍处于模糊地带，硬件堆料现象时有发生。
行业很快发现，仅靠堆料并不能够使自动驾驶系统性能达到理想水平，其原因在于算法性能没有跟上。不仅如此，越来越复杂的堆料方案，也给行业带来了更复杂的技术融合难题和更高昂的产品成本。
在自动驾驶3.0时代，高阶智能驾驶产品上量呼之欲出，算法研发、产品定义、方案设计等诸多层面亟待同步升级，将性能和成本合理匹配的产品推向市场。
L2+相比L2，到底优化在哪？现阶段仍众说纷纭。
让成本与体验合理匹配
相较L2产品，如果L2+产品没有带给用户足够明显的体验优化，用户为多出来的“+”付出明显更高的成本是不合理的。
基于此，MAXIEYE将L2+定义为，在实现安全功能和舒适功能的基础上，增加高速NOA、记忆行泊车、GOD（general object detection）、城区路口通行辅助增强等智慧功能，平台升级覆盖从算法、产品形态到全维体验的各个领域。
针对不同档位的解决方案，产品功能定义需要直指痛点和刚需。
价值定义产品
第一阶段，L2规模化。
L2方案需要实现最广大车辆配置的科技平权使命，这就要求在产品定义层面着重关注产品的安全指标和成本，例如CNCAP/ENCAP得分、AEB误制动率，以及方案的极简性。
第二阶段，L2+进阶。
针对L2+方案，客户需要功能明显增强、具备代差属性的产品方案，高速NOA功能和记忆行泊车功能逐步加入，并在此基础上打造性价比。这也对产品设计提出来要求，例如行泊一体产品从多SOC方案向单SOC的高度集成方案演进，以及重感知、轻地图的轻量化NOA解决方案。同时，L2+方案需要能够更好解决高速复杂场景，GOD（通用障碍物检测）成为重要考量要素之一。
第三阶段，L2++全维智能。
针对L2++方案，客户对于成本的考量权重有所降低，但对于功能增强、城市复杂场景的应对处理、安全冗余、备份系统的要求更高。
据统计，中国的公路中只有3%是高速公路，但用户开启智能驾驶功能的路段中，八成聚焦于高速场景，高速与城市道路智驾开启率的二八法则，意味着聚焦高速ODD的实用性价值，而目前行业内缺乏具备性价比的高速NOA解决方案。
高速NOA方案对于用户而言更为实用且性价比更高，加之其技术、产品已较为成熟，推动高速NOA的规模化落地已刻不容缓。
在现阶段，城市NOA的成本较高且用户接受度相对较低，仍需持续打磨产品，用更加显著的产品优势赋能客户。
MAXIEYE依托感知到规控全栈技术部署，支持AI驱动的自动驾驶持续进化。
MAXIPILOT®智能驾驶平台化解决方案，覆盖L2、L2+、L2++高性能、全场景、跨平台功能和场景应用，支持数据智能体系和MET-TOOL仿真开发工具技术底座，实现产品全生命周期赋能，具备技术渐进式、方案可延续等特征。
MAXIEYE在行业中率先实现L2系统规模化量产上车，并依托数据闭环，积累了丰富的场景数据，实现产品对内自迭代、对外促升级的数据驱动双闭环。
L2+方案支持实现高性价比的重感知、轻地图NOA-HW解决方案，并融合行泊一体、记忆行泊车等功能升级。
杏鑫娱乐代理MAXIEYE专注于打造用户“用得起、愿意用”的智能驾驶产品和解决方案，我们将持续秉承“成就安全美好出行”的企业使命，建构强有力的产品平台和技术底座，与客户全维陪伴，共同成长。
