比亚迪的自动驾驶技术发展如何了?

编者语：后台回复“入群”，加入「智驾最前沿」微信交流群

每当谈及自动驾驶时，很多人想到的都是诸如华为、小米、蔚来等造车新势力，传统车企的存在感似乎不强，但比亚迪是个例外。从天神之眼的发布，到5月28日发布会上拿出的4纳米芯片、物理AI大模型，比亚迪在智驾的研发上从未止步，时至今日，比亚迪的自动驾驶技术发展如何了？

天神之眼的三条技术路线是如何划分的？

比亚迪目前将智能驾驶系统统一在天神之眼品牌下，按硬件平台与功能定位划分为DiPilot 100、DiPilot 300和DiPilot 600三套方案。这三者并不是简单的配置高低，而是对应了不同的传感器架构与计算平台选择。

图片源自：网络

DiPilot 100定位于基础的高快领航与泊车辅助，其核心计算由一颗地平线征程5芯片提供，AI算力为128 TOPS。感知硬件包括一颗800万像素前视摄像头，负责主要视觉感知，配合5颗4D毫米波雷达和12颗超声波雷达。这套方案没有配备激光雷达，4D毫米波雷达替代了部分传统角雷达的功能，能够提供高度信息，输出相对稠密的点云，帮助系统在高速场景下识别静止障碍物和路沿。其前向摄像头水平视场角约120度，结合雷达融合，可支持高速公路和城市快速路的导航辅助驾驶，以及跨层记忆泊车和遥控泊车功能。

DiPilot 300方案在感知能力上显著增强，前向改为三目摄像头模组，由一颗800万像素主摄、一颗200万像素广角和一颗200万像素长焦组成，兼顾不同距离和视野。车身还布置了4颗800万像素侧视摄像头、1颗800万后视摄像头，以及4颗300万像素环视摄像头，形成了完整的360度视觉覆盖。毫米波雷达同样是5颗4D型号。计算平台可选双征程6M芯片（总算力256 TOPS）或英伟达Orin N方案。凭借增强的视觉感知，这套系统能够在不依赖高精地图的情况下，实现城市道路的记忆行车和高速全场景NOA。

DiPilot 600则是当前技术能力的最高体现，它在DiPilot 300视觉和毫米波雷达的基础上，额外增加了3颗半固态激光雷达，传感器布置变成11个摄像头、5个4D毫米波雷达、12个超声波雷达和3个激光雷达。激光雷达型号为速腾聚创M1P，等效126线，负责近场低空补盲和远距离探测，最远探测距离300米。计算平台采用双英伟达Orin-X芯片，AI算力达到508 TOPS。这套硬件支撑了无需高精地图的城市NOA，并具备窄路通行、断头路掉头等复杂场景处理能力。三套方案的架构设计存在继承性，DiPilot 300与600在视觉感知框架上高度复用，便于数据和算法的统一迭代。

算法端向端到端大模型转变，具体带来了什么？

早期智驾系统采用模块化算法，将感知、预测、规划等任务分开处理，随着市场进入城市NOA需求，端到端的方案被提了出来。比亚迪最新的智驾技术也引入了端到端神经网络架构，将传感器输入直接映射为车辆控制信号。

搭载DiPilot 600的车型已通过OTA推送了基于端到端大模型的版本，这一版本的核心变化在于，规划与决策模块由一个统一的神经网络完成，不再需要人工编写大量的规则代码。在实际表现上，车辆在处理无保护左转、绕行路边临时停车等场景时，动作的连贯性和类人程度有了明显提升。模型能够理解前方有散落纸箱这类开放语义指令，并对断头路进行自主路径规划，完成倒车调整和重新泊入，这些能力表明系统已经具备了一定的场景泛化能力。

图片源自：网络

在感知环节，BEV+Transformer+占用网络的组合仍然是基础框架，多摄像头与雷达数据被融合到一个统一的时空特征空间中，形成对周围环境的连续表达。占用网络则直接预测三维空间中每个体素是否被占据，从而识别不规则障碍物，这对城市低速穿行至关重要。DiPilot 600的激光雷达点云还会作为占用网络的重要输入，强化对异形物体的检测。

还有一个值得一提的是多模态大模型的接入，比亚迪与DeepSeek合作，将DeepSeek-V2模型部署在Orin-X芯片上运行。该模型主要用于增强系统对复杂场景的语义理解，比如解读施工路牌的临时指示、理解交警手势意图，以及改善人机语音交互的自然度。模型推理延迟被控制在20毫秒以内，满足了实时性要求，这意味着智驾系统不仅能看见物体，还能在一定程度上理解交通环境中的文字与符号信息，对长尾场景的应对会更为从容。

在5月28日的发布会上，比亚迪将算法进一步升级为物理AI大模型，与单纯的数据驱动模型不同，物理AI大模型强调将物理规律作为约束融入网络设计，使模型对真实世界的运动、碰撞、遮挡等规律有内在的理解，而不仅仅是拟合数据分布。这有望减少一些违背常识的诡异输出，让车辆行为更符合物理直觉，不过具体的技术实现细节还有待后续公开。

璇玑架构如何打通智驾与底盘控制？

智驾系统与车辆底盘控制的深度融合，是比亚迪当前一个比较独特的技术方向，这是通过璇玑中央计算平台来实现的，该平台整合了智驾域、座舱域和车身域，形成集中式电子电气架构。

在预瞄控制中，智驾感知系统实时输出的路面高程、曲率、坡度等信息，会直接传递给云辇-Z全主动悬架系统。悬架可根据前方路况提前调整单轮阻尼与刚度，例如在高速过弯时主动增加外侧支撑，通过颠簸路面时瞬间降低阻尼。这种以毫秒为周期的协同，让车辆动态响应从被动反馈变为主动预判。

图片源自：网络

易四方四电机独立驱动系统也与智驾路径预瞄联动，系统可依据规划出的理想轨迹，对各车轮进行独立的扭矩矢量分配，辅助车辆以更合理的姿态入弯和出弯，降低转向不足或过度趋势。这种融合不仅仅是功能叠加，本质上是感知、决策、执行三大环节的纵向打通，传感器数据流不再仅用于辅助驾驶决策，也会直接参与车辆动态控制闭环。

新近发布的璇玑架构2.0更是进一步深化了这种整合，它采用了舱驾电三合一的中央大脑设计，将智能座舱、智能驾驶和车身电子的核心计算集中到更少的物理单元中，减少了跨域通信延迟，也让算力调度更灵活。同时，传感器端提出了卫星架构，智驾最前沿推测可能是将部分感知处理前移，形成可扩展的传感网络，以支持后续更高阶的自动驾驶传感器组合。

自研芯片迈向4纳米，面向L3/L4的技术储备如何？

向底层硬件延伸则是比亚迪保证技术自主性的关键一步，此前已流片的智驾芯片璇玑刚刚有了明确的量产后续。在5月28日的发布会上，比亚迪正式推出中国首款4纳米制程车规级智驾芯片，璇玑A3，并宣布已开启规模化量产。

图片源自：网络

该芯片AI算力约为200 TOPS，三颗芯片协同工作时可实现超过2100 TOPS的总算力。与同级产品相比，其单位算力功耗降低了约20%，并且针对自研算法做了深度优化，算力利用率提升了一倍。这颗芯片将支持L3乃至L4级别的自动驾驶，这意味着比亚迪在核心计算硬件上开始具备全栈闭环能力。

在高等级自动驾驶的传感器侧，比亚迪也给出了一些前瞻性技术方向。面向未来的天神之眼自动驾驶版（L3/L4），官方提到了十重冗余的平台架构，以及全球首搭的超千线激光雷达、闪拍摄像头和双远红外摄像头。超千线激光雷达能提供极高密度的点云，精细刻画三维环境；闪拍摄像头推测可以在瞬间完成高动态范围成像，抑制鬼影和过曝；远红外摄像头则用于夜间和恶劣天气下的行人、动物等热源探测，弥补可见光摄像头的短板。这些硬件组合在一起，指向的是在极其复杂的城市环境中实现更高级别自动驾驶的安全冗余和感知极限突破。

有一点要提的是，比亚迪已获得深圳L3级有条件自动驾驶上路测试牌照。测试方案基于DiPilot 600及激光雷达硬件，车辆配备了双冗余制动、双冗余转向和独立供电电源，可在高速公路拥堵路段启用交通拥堵领航功能，此时系统承担全部驾驶责任，允许驾驶员脱手。L3的落地意味着整套电子电气架构、功能安全设计以及人机交互逻辑都需要按照更高的标准重新验证，目前这些测试数据正在反哺量产系统的迭代。

最后的话

从传感器、计算平台到自研4纳米芯片，再到物理AI大模型与跨域融合，比亚迪在自动驾驶领域的技术框架已相当清晰。其核心思路依然是发挥垂直整合的能力，让感知、决策、控制硬件与算法之间形成更紧密的联动，并在底层芯片上逐步实现自主。随着璇玑A3的规模量产和L3/L4技术方案走向落地验证，比亚迪在智能化下半场的竞争中将主要围绕这套完整的技术链条展开。

-- END --