-- Nullmax紐勱：Transformer與量產行泊一體

武漢2023年6月28日 /美通社/ -- 隨著汽車"新四化"進程的不斷深入，汽車智能化的趨勢日益明顯，汽車廠商紛紛將自動駕駛技術作為當前研發的重點工作，先進軟件算法和大算力芯片的集成方案迎來了廣泛關注。在黑芝麻智能舉辦的"2023智能汽車芯片高峰論壇"上，紐勱科技(上海)有限公司（以下稱"Nullmax"）首席科學家成二康博士發表主題演講"Transformer與量產行泊一體"，分享了該公司基于BEV + Transformer技術架構的領先研究成果，以及面向行泊一體的量產落地實踐與經驗。

Nullmax主張使用機器學習優先的自動駕駛技術路線，通過先進的計算機視覺、深度學習及人工智能技術，打造以視覺為主、多傳感融合感知的自動駕駛全棧解決方案。Nullmax與黑芝麻智能在2021年即達成戰略合作，共同打造自動駕駛算法集成解決方案。

對于自動駕駛的主力需求領域ADAS，Nullmax打造了車端、云端兩大系統。車端系統主要包括感知、規劃、控制在內的MaxStack上層應用；云端系統提供高效數據閉環。目前Nullmax產品矩陣包括MaxDrive行泊一體和MaxVision視覺感知算法兩個產品線，都可以覆蓋高、中、低端的算力需求。

在行泊一體方案的探索方面，成二康介紹，Nullmax提出了行泊一體1.0到4.0形態演變的概念，1.0形態是獨立的分離式域控，2.0形態是集成式域控制器，3.0形態可以在一個SOC芯片上完成行車和泊車。目前Nullmax打造了真正融合的行泊一體4.0形態方案MaxDrive，具有傳感器深度復用，芯片資源共享的優勢。

憑借領先的自動駕駛技術體系與數據驅動的自主成長系統，Nullmax形成了核心的技術壁壘，通過視覺算法和深度學習的網絡，形成了目前的BEV-AI技術架構。成二康表示，開發BEV架構的目的是支持一"芯"兩用，同時能夠適配不同算力。Nullmax希望BEV-AI基礎設施架構具備三大屬性，第一是支持所有的平臺，第二是支持所有的產品線，第三是具備產品化的性能。

在具備三大屬性的同時，Nullmax還著力解決了BEV架構在實際量產應用中的難點、痛點，例如，提出基于Transformer的3D車道線檢測方法CurveFormer，高效滿足復雜城市道路等場景下的車道線檢測要求；面向任意相機配置（單個或多個）的BEV語義分割算法BEVSegFormer，可用于實時構建稠密的高精度局部地圖，并拓展到了目標檢測、時序等任務當中；所打造的BEV-AI整體架構，涵蓋感知、預測、規劃任務，能夠通過平臺化應用快速完成定制化方案的開發、部署和升級，具有面向部署優化和超遠距離感知等特點。

Nullmax開發了業內唯一能夠在單TDA4上完成行泊一體的平臺化方案，國內首個雙TDA4獨家定點周視方案，還率先將Transformer神經網絡運用實現基于局部實時構建地圖的城市級自動駕駛。目前，Nullmax已經與多家汽車廠商、一級供應商、芯片廠商建立了深入的量產合作，攜手上下游伙伴共推先進技術的商業化落地。