“以我们目前的积累来说，主要还是堆数据、磨时间，实现全高速开通问题不大。”

吴新宙说道。

高速的路况对于他们这个团队来说挺简单的，几乎遇不到什么瓶颈。

需要训练的仅仅是不同匝道场景，以及一些不好收集的突发场景数据。

譬如路面障碍识别，路面塌方断层、前方车辆急停等这些意外场景。

在高速上比较少见，但你不能说没有吧。

万一发生了，需要车端正确的判断与识别。

甚至连车主在高速跟车时，误将刹车当成油门踩下去的情况，他们也得考虑。

这个就是主动AEB的范围了。

……

“还有城区数据，我让李力耕带团队去收集了，但不得不说国内的路况比硅谷以及欧洲要复杂太多，这一代实现城市noa的概率不大。

不单单要靠摄像头实现红绿灯和车道线，还要应对频繁的拥堵加塞、时不时窜出来的电动车、不按规矩行驶的三轮车老头乐，还有小孩行人这些，都得考虑……

有些人真把公路当客厅了，这些数据我们之前在国外跑了一年都没碰到过，倒是让AEB训练积累了不少。”

吴新宙想了想，罕见的露出一抹头疼的苦笑。

许易听见了。

“不按规矩行驶的老头乐”+1。

他客观的说：“这不是你们的锅，国内目前的道路法规和行车素质都是影响因素还有待提升。”

“当前车端的算力和传输带宽都有限，城区无图noa的感知任务太重，需要实时识别20 +类别的目标，要求识别精度极高，加上动态路径规划，实时调整决策，算力需求应该是高精度图领航的五六倍以上。

不过我们也预留了升级的接口，以后高速noa全部开通后，训练城市模型也可以更换更高算力的平台。”

&na功能才刚开通，吴新宙已经想着铺垫城区智驾功能了。

内部规划也下了不少心思的。

“做自动驾驶、训练算法模型是一件伟大的事情，但你们当下考虑的这些，普通用户也很难感知。”许易沉默一会，则是说道。

用户才不管你考虑了什么。

用户只会在意自己使用体验。

“是，许总你之前说的话启发了我，我们专门集中精力把泊车入库功能优化了一下，现在不光可以实现高精度的自动泊车入位，还能实现一键出库，离车入库，甚至停车场记忆的功能！！”

吴新宙不是那种不知道变通的人。

开通高速NOA，绝对是一个令人激动的点！

全国首发开通高速领航辅助的车企。

这个名头，能让人遐想太多！

也足以体现星辰汽车在智能化和自动化的转型，会有多么成功。

但高速场景。

毕竟很多车主一年也就开那么几次。

&na领航也不是全路段开通，有人觉得吊炸天，有人就会觉得意义不大。

那么——

有没有更激动人心的功能呢？

有的！

兄弟有的！！

像这么吊的功能，他们内部还自研了三种！！

吴新宙掏出一把车钥匙，对着几米外停在库中的测试车，长按启动键。

滴、滴、滴…

两秒过后，眼前这台测试车双闪随之亮起，在“滴答”的提示音下，自动挂挡启动，车轮缓缓从车位直直地驶出。

没两秒的功夫，就在没人的状态，径直驶出了车位。

“这是‘直进直出’的车辆召唤功能。”

吴