当我们在定义一款智驾产品时，我们在定义什么?近日，智驾科技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。
一、堆料成风盛行已久，自动驾驶3.0如何破局?
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。
二、重新定义智能驾驶三阶进化论
L2+相比L2，到底优化在哪?现阶段仍众说纷纭。
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。
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。
三、高速NOA慢不得，城市NOA快不得
在L2到L2++细分市场的功能定义中，MAXIEYE把城市NOA单独作为更高阶的L2++方案，一方面是因为相较高速NOA，城市NOA的技术复杂程度高很多;另一方面在于，在渐进式发展路线中，高速NOA方案比城市NOA方案更早成熟，用户对高速NOA的接受度也更高。
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。
四、MAXIPILOT®智能驾驶平台，升级客户驾驶体验
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。
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，将持续给客户带来安全、舒适的出行体验。
