今年8月，前Momenta研发总监任少卿入职蔚来汽车，任助力副总裁，直接向李斌汇报。与此同时，蔚来还宣布计划进行超过17亿美元的股票增发，其募得资金将用于自动驾驶技术研发。而今天早上，有消息称蔚来计划自主研发自动驾驶计算芯片，将会投入几十亿人民币，尽管该项目还未经过董事会讨论，但是李斌似乎意向明确，并且蔚来已经组建了独立的硬件团队“Smart HW”来负责此项目。
听到这个消息，笔者之前迟迟难以得到解答的疑惑，突然就明白了。
前一阵，笔者参加了蔚来领航辅助（Navigate On Pilot，NOP）Beta版本的体验活动，这套系统基于NIO Pilot自动驾驶辅助系统、导航系统、高精地图，使得车辆可以根据导航路径规划，在大部分高速公路和城市高架路等路段实现自动变道、超车、自动进出匝道和切换主干道等功能。
从功能上来说，蔚来这套NOP完全是按照特斯拉领航辅助（Navigate On Autopilot，NOA）作为范本来打造的系统；从体验上来说，蔚来NOP和特斯拉NOA还是有些区别。
激进还是保守？
NOP系统其实本质上是在L2自动驾驶基础上，加入了自动变道和道路（车道）规划功能，即在原有的自适应巡航、车道保持和打转向变道功能基础上，融合导航路线和高精地图的指引，完成适用道路的半自动驾驶。
实际体验下来的感受可以总结为一句话：变道平顺，规划清晰，交互优秀，但实用性不强。
自动变道是NOP系统的核心功能，在蔚来系统中可以调节“变道是否需要人工确认”的设置。如同特斯拉NOA一样，如果设置为“需要人工确认”，那么当NOP系统判定需要变道时，会给予提醒，用户需要打转向灯进行确认操作，然后车辆开始根据周围车况和道路环境进行变道；如果设置为“无需人工确认”，那么系统会在判定需要变道时，直接进行变道。
个人认为，如果需要“人工确认”才能变道，那么本质上与原有的自动驾驶辅助系统并无二致，因为用户完全可以在车道保持和自适应巡航基础上，根据需要直接打转向进行变道，所以此时NOP带不来什么体验上的提升。
所以全程测试都是基于变道“无需确认”的设置来体验的。
NOP系统的自动变道，单从变道过程来讲，转向比较平顺，车内乘员感受比较自然，不会出现什么不适和突兀感。
同时，系统决定变道时，周围的车况和道路环境也处于一个比较安全的情况。
由于蔚来的NOP系统采用了百度的高精地图，所以能够在出匝道前很远就对其进行车道规划，提前进行向右并线，从而使得出匝道相对比较顺利；另外也是得益于高精地图，一些多级匝道，NOP也能应对良好。
当然，进匝道的过程，本质上就是一次自动变道过程，所以体验相对也不错。
说到这，其实不免有人会产生疑问，这么说蔚来的NOP功能做的都挺好，怎么说不太实用呢？
原因在于使用场景问题。
在高速路段或者环线上行驶使用L2级别自动驾驶，其意图在于车辆接管大部分的油门刹车和方向盘任务，从而节省体力；如果用户并不着急，或者在拥堵路段，L2这样的辅助系统已经足足够用，能够带来非常大的体验提升。但问题是，如果用户有些赶时间，同时又想节省体力，每当需要变道超车或者下匝道，都需要人工接手，非常影响整体体验，很容易让用户产生“还不如都自己动手”的感觉。
而NOP功能即是为了满足这种类型的场景，车辆如果遇到慢车，则自动进行变道超车，快到下匝道口，自动进行向右并道，从而顺利驶入匝道。本质上，除了尝鲜新奇的用户，愿意使用NOP功能的，都是为了在节省体力同时，能够相较于L2级别自动驾驶更加节省时间（以及不错过匝道口）。
如果说在车况相对较好的情况下，NOP尚且能够胜任，但是在稍微车多的环境下，NOP就暴露了一定问题。
比如平时变道或者入匝道口，如果车辆较多，由于蔚来NOP出于“安全”考虑，所以只会在距离十分宽裕的情况下完成自动变道，导致如果不人工接管，则车辆几乎将匝道入口全部行驶完都难以并线成功。
（NOP入匝道最后自己动手操作）
这里面有两点原因：其一是安全车距问题，蔚来出于对实际刹车安全和相关法规的考量，将变道判断的条件设置的相对苛刻，就导致了NOP核心功能自动变道受限制较多；其二是硬件算力或软件问题，系统对于“安全与否”的考量时间较长，导致错过变道“窗口期”。
（自动变道的安全车距判定）
在当下这个时间节点，用户接受自动驾驶系统的核心难点即是信心问题，
而作为NOP体验的最关键基础，自动变道的安全与否和果断程度其实都决定着用户对其的信心。虽然蔚来为了增强用户信心，当自动变道失败时会通过NOMI进行语音提示“哎呀，NOMI有些害怕呢”，提示用户车辆因为车距等安全原因无法执行变道，让用户充分了解车辆非常清楚周围行驶环境；但是如果为了做到“绝对”安全，导致多次变道失败，会大幅削弱用户使用的欲望。
相比之下，在特斯拉NOA功能中，车辆变道则非常果断且激进，比如向左变道，有车辆遮挡，特斯拉会采取加速或者降速找到空隙并完成变道。这种体验会些许引起乘客不适，但对于驾驶者而言，随着逐渐了解到NOA变道的能力上限，会越来越相信这套系统，甚至能够部分替代自己完成超车的操作，从而使得用户使用NOA的欲望上升。
这种体验差别蔚来的技术人员不会不知道，但蔚来仍然选择这种策略背后另有原因。
不行也得行
作为中国新造车势力中目前发展最好的一家，也是成功撬开国产豪华车市场的车企，蔚来想要紧追特斯拉的脚步，自动驾驶是无如何都躲不过去的必经之路。那么既然特斯拉在自动驾驶技术路线上已经趟出了一个方向，蔚来“从善如流”追随标杆无可厚非。
问题在于，路线可以学，但软硬件才是核心。
2014年特斯拉自动驾驶硬件第一代（Hardware 1，HW1）采用的是Mobileye Q3芯片，随后在2016年和2017年特斯拉采用了英伟达的PX 2和PX 2升级版，最终在2019年升级为自研芯片FSD。之所以有这些变动，表面上看是技术路线的不同，Mobileye以视觉处理为主，深度学习（神经网络）为辅，NVIDIA则是以深度学习为主，计算机视觉为辅，而特斯拉想要走的是深度学习为全部，普通的计算机视觉处理不需要，甚至也不需要HD地图和激光雷达的数据处理，所以市场上有的芯片贵的原因用不上，自己所需的大量深度学习算力又不够，只能自研。
但是这个过程中，特斯拉是入场较早的，能够在供应商那里拥有一些话语权。而就在特斯拉2016年因为事故与Mobileye分道扬镳后，2017年英特尔就以153亿美元高价收购了Mobileye，希望作为芯片制造巨头，在自动驾驶领域分的一杯羹。
蔚来就是在这个节骨眼前后，给ES8装上了Q4芯片。乍一看，蔚来踩着特斯拉曾经走过的脚印发展，起码方向是不会错的，以Mobileye提供的芯片和开发套件作为起点，开始研发视觉为主的自动驾驶系统。
这里需要弄明白一个事情，就是Mobileye芯片的主要功能就是通过摄像头和雷达传回的数据，分析出周围环境，并给出可行驶区域，决策层面由蔚来负责（恩智浦芯片和自研软件层）。但是这其中有个巨大的问题，就是Mobileye为了保证自己的利益，数据进入芯片如何处理车企并不知晓（像黑盒），只是得出个数据结果，车企只能进行微调，也就是说核心部分的软件处理算法，车企没有任何主导权。
由此导致的问题就是，如果车企想要添加特别的独立功能，就需要耗费大量金钱和时间成本，另外升级优化也受到供应商速度的制约。这也是为什么蔚来在北美的自动驾驶团队发生多次离职、裁员事件，最终决定将研发重心全部移回国内。
不仅如此，同时期与Mobileye合作的还有宝马、大众、日产、福特等厂商，这些大车企相比于蔚来，在与Mobileye谈条件时明显要“硬气”很多，蔚来并不能吃到什么独占红利。
所以蔚来要想继续这条路，得分两步走。
其一，先抱紧Mobileye的大腿，将基础夯实，用既有的硬件架构，尽快磨练软件研发实力。所以前有2019年蔚来宣布与Mobileye战略合作，除了将作为第一家搭载Q5芯片的车企外，还双方协同研发L4级别以上的自动驾驶系统和车队；后有蔚来在同年加速NOP系统的研发，并为此投入大量财力人力。
其二，即便能够第一批搭载Mobileye Q5芯片，整体来看，其芯片的算力仍与NVIDIA和特斯拉存在差距，加之研发阶段的“黑盒”数据处理，蔚来想要在自动驾驶领域立足，或者进一步打造蔚来“智能化”的标签，就必须要“两条腿走路”。也就是一边和Mobileye合作同步进行研发和装载入车，另一方面需要自己设计研发适合自己的自动驾驶芯片。
这件事虽然将会耗费大量资金和时间成本，但是由于短时间内产品的功能点可以由Mobileye的合作来实现，所以即便看起来是件费力不讨好的事情，蔚来也很可能孤注一掷进军自研自动驾驶芯片。
另外Mobileye也不会因此不合作，因为他们也有既得利益。Mobileye的技术路线中REM（Road Experience Management）是很重要的组成部分，通过车载摄像头进行收集数据，然后对数据进行标注和压缩记录下来；另外这些数据整合在一起可以形成“Roadbook”的高精地图，从而用于Mobileye的自动驾驶研发所用。
目前Mobileye在中国的REM进程很慢，亟需有车企能将大批量搭载他们芯片的车辆行驶在道路上，加上蔚来的NOP系统，双方都可以获得自己所需的利益。
所以本质上，虽然目前蔚来NOP距离实用性还有些距离，但是却是整个大框架规划的必经之路；起码会有很多用户出于新奇进行使用，这样一来蔚来就可以收集大量数据用于今后的研发；与Mobileye的合作不仅能够保证眼前的产品竞争力，也能同时当作“陪练”继续给蔚来自动驾驶做基础；最终蔚来很可能要走向自研芯片，才有可能保证自己在市场中的长远竞争力。