对话Nullmax宋新雨：“行泊一体”商业落地先行者，今年迈入量产爆发期

集微网报道（文/杜莎） 过去的一年，自动驾驶行业呈现“冰与火”两极分化：一面是，因商业化落地迟迟无法兑现，一众高估值L4自动驾驶公司遭遇寒冬，最具代表的是曾“出道即巅峰”的Argo AI破产倒闭，更多这一赛道的企业也在竞争中疲态尽显，并纷纷降维推出L2方案；另一面，北上广深等越来越多的城市扶持新政频出，大力推动自动驾驶行业发展，产业规模扩大在即。

在这场自动驾驶的冰与火之歌中，产业、行业、资本已趋于冷静与理性，并深刻认识到，自动驾驶下半场考验的关键是自动驾驶企业的量产落地能力，因而“渐进式”这一自动驾驶行业的发展路线也在2022年大获全胜。

作为“渐进式”路线坚定的拥护者，自动驾驶科技公司Nullmax（纽劢科技）在2022年乘风破浪，项目、产品、技术全面告捷，尤其是强大的行泊一体方案和领先的视觉感知方案在量产领域广受认可，目前已获得国内传统头部OEM、造车新势力等众多客户的多个量产项目，拥有多个行业第一的量产成绩。

Nullmax为何能在量产方面走在前列？其行泊一体方案究竟有哪些核心优势？自动驾驶赛道未来几年有哪些重要发展脉络，Nullmax如何赋能与布局？带着这些问题，集微网近期与Nullmax创始人兼COO宋新雨展开了一场深入的交流和对话。

“师承”特斯拉，坚定“AI+自动驾驶”革新汽车产业

2016年，Nullmax创立于美国硅谷，2017年回国在上海建立总部，创始团队“师承”特斯拉，且完整参与特斯拉自动驾驶产品的迭代和工程化落地。

创始人兼CEO徐雷，有超过15年的计算机视觉和机器学习研发经验，曾是特斯拉Autopilot研发团队核心成员及Tesla Vision深度学习负责人，从零开始领导搭建Tesla Vision深度学习网络，成功取代了特斯拉第一代产品中使用的Mobileye视觉系统。

此次的受访人宋新雨，同样具备15年以上汽车电子产品研发和工程化经验，曾任特斯拉研发质量和供应链部门高级经理，是Autopilot及娱乐系统开发团队骨干成员，深度参与Autopilot 1.0和Autopilot 2.0系统开发和产品化的过程，并负责Model S/X/3产品前期供应商开发、采购、制造、测试、品质和可靠性整套系统规划和执行。

可见，两位创始人“软硬结合，AI+汽车跨界互补”的优势突出，加之在特斯拉的经历，Nullmax坚定选择了从乘用车前装量产切入，通过渐进式路径最终实现无人驾驶的发展目标。对于自动驾驶，Nullmax主张MLF（机器学习优先）的技术路线，通过先进的计算机视觉、深度学习和人工智能等技术，打造以视觉为主、多传感融合感知的自动驾驶全栈解决方案。

“AI+自动驾驶，用AI技术赋能传统汽车产业，这是我们的核心诉求”，宋新雨表示，“汽车产业历经百年，是比较稳定且传统的行业，AI偏软件，讲创新、求变、迭代，所以完全是两个不同的思路，那么两个不同领域如何融合在一起，这是一件极具挑战的事。而特斯拉带给我们最大的影响就是，我们确信现在做的正是一件改变世界的创新之举，而且，特斯拉已经在自己的量产车上实践了用AI来实现自动驾驶技术的落地。这也让我们从创业伊始就无比坚定这一目标。”

直面挑战，专注自动驾驶渐进式路线

“理想很丰满，现实也很骨感”，尤其对于创企而言，早期讲乘用车的前装量产，走自动驾驶的渐进路线是一件充满艰辛的事情。

2016年，自动驾驶掘金浪潮大幕在大洋彼岸拉开，尤其青睐无人驾驶领域，如Waymo、Cruise、Argo AI等，一度是产业与资本的“宠儿”，也更深受人才的青睐。

宋新雨坦言，彼时业内很多人认为跨越式路线很快会实现，只有特斯拉等极少企业选择渐进式路线，当时与国内车厂交流时发现，大家都隐约觉得特斯拉这个方向或许是对的，但不知道怎么规划，而且组织架构上也没有支撑的体系。因此在Nullmax看来，这是一个少人问津的巨大市场，而渐进式路线也更能满足接下来的庞大量产需求。

对于大部分玩家而言，选择这条道路需要巨大勇气，因为顶尖的AI能力和量产能力缺一不可，当中的挑战如影随形。但Nullmax擅长AI技术，创始团队亲历了Autopilot2.0的研发和落地，有信心在渐进式自动驾驶上取得成绩。

宋新雨表示：“一方面，自动驾驶是从零起步，没有完全现成的经验可以借鉴，如何从零开始慢慢把技术路线规划出来，如何一步步实现，以及如何在有限的资源与时间下，能够不断去推进工作、解决问题，当中的考验非常巨大。得益于在特斯拉的经历，我们创始团队的思维方式高度一致，都是以解决问题为导向，这对创业，以及整体规划产品与战略大有裨益。另一方面，尤其对于初创公司，也是很重要的一点，如何去定义一个并不是很成熟的产品，如何去落地，以及如何在更复杂的场景下工程化量产，这更具挑战。”

宋新雨回忆，从公司创立到完成行泊一体方案的雏形，Nullmax花费了两年半的时间，之后再经过一年多的验证和优化，才正式获得了量产项目的定点。但这只是开始，一个完整的项目从定点到交付，还需差不多两年的开发才能完成交付，中间穿越重重考验。最终在2022年，Nullmax迎来了首个项目交付，项目密集交付的序幕就此开启。

这些年Nullmax深耕自动驾驶量产领域，创新不止，目前已成为少有的能够快速实现L2/L3产品落地的技术服务商，尤其聚焦高价值的自动驾驶软件算法，Nullmax全自主正向研发了包括感知、规划、控制在内的完整MAX技术体系。

可以说，Nullmax独一无二的竞争力，根植于其领先的技术研发和储备：一是AI全流程的技术布局，超前的机器学习优先技术(MLF)，研发成果全球领先；二是依托全栈自研平台化设计的MAX自动驾驶软件技术体系与数据驱动的自主成长系统，形成核心技术壁垒；三是顶级视觉算法和深度学习网络技术，最先进的视觉仿生神经网络架构，核心感知能力领跑全行业。

且回头看，时间已证明了Nullmax诸多选择的正确性，无论是技术路线还是商业路线，包括决定回上海发展。宋新雨谈到，“作为供应商，我们需要通过与合作伙伴的合作来实现产品落地和规模化发展，但美国的汽车三巨头格局下，可选择的车厂并不多。因此，虽然当时国内自动驾驶虽然还处于发展早期，但考虑到市场足够大、车企多，且车型丰富多元，因此在考察后，2017年1月，我们就正式回国在上海张江开启发展之路”。

信念如磐终有成，Nullmax厚积薄发，不仅早早迎来了量产落地的曙光，更是在2022年智能汽车产业热词“行泊一体”方案上，落地进展一骑绝尘。同时，以上海为代表的长三角汽车产业也早已成为了智能汽车的热土，中国的自动驾驶发展一片火热。

行泊一体方案拔得头筹，量产定点业内领先

行泊一体的大火，正逢汽车电子电气架构由分布式向集中式演进。而且，行业已普遍认识到，所谓真正意义上的L4或L5全自动驾驶真正到来之前，L2-L3可能是最具备实际落地意义的自动驾驶功能。因此，极具性价比的“行泊一体”方案逢时而生，成为车企弯道超车，抢占智能化高地的新选择。去年部分明星车型已实现行泊一体方案的量产落地，目前国内已有数十家厂商发布了行泊一体的解决方案，大部分也将于今年量产落地。

那为何Nullmax能从一众厂商中拔得头筹？早在2021年，Nullmax就官宣了某知名车厂的TDA4行泊一体量产项目；2022年6月，Nullmax还阶段性交付了某造车新势力的Orin平台行泊一体项目；7月，Nullmax又官宣了基于Orin-X平台的行泊一体视觉算法量产项目。

其实，早在“行泊一体”概念大火之前，Nullmax就已入局。宋新雨谈到，“我们和合作伙伴在2019年就提出来这个方案。当时有一个预研项目，我们在规划可量产的落地方案时，就提出‘行泊一体’这个概念，且于2020年在国内获得第一个量产定点项目。”

按Nullmax的理解，行泊一体产品形态有1.0到4.0的演变。在传统的分离式架构中，行车和泊车是两套相互独立的系统，就像两个独立的司机一样，一个负责开车，一个负责停车，即“1.0形态”。在“2.0形态”方案中，泊车和行车的芯片集成到一个控制器内，但本质上仍是两套独立的系统，传感器接到各自的SoC上，计算资源没有真正共享，不仅性能没有提高，成本也没有大幅降低。在“3.0形态”方案中，是用一套系统完成行车、泊车，且单块芯片深度复用，但传感器无法深度复用，只能实现某些功能局限的基础ADAS。而真正融合的行泊一体，是用一套系统完成行车、泊车的所有工作，即Nullmax所说的“4.0形态”，也只有真正融合的行泊一体，才能带来性能体验的全面升级，以及硬件成本的大幅降低。

宋新雨表示，Nullmax现在正在量产的就是行泊一体4.0产品形态，给客户打造的是用单颗SoC做行车和泊车，并且深度复用整个传感器和芯片，无论是行车还是泊车，所有摄像头都深度复用。

如前所言，2022年以来，车企竞相布局行泊一体功能，提供方案的本土供应商也越来越多，那么如何才能让车厂“青眼相加”？宋新雨表示：“其实，每家供应商的方案特点都不一样，最后做决定还是车企，但车企的关键标准还是看极致的性价比，以及更好的用户体验。另外，要做真正融合的行泊一体方案，对供应商从技术层面到整个工程化的落地能力也是一大筛选。”

例如，要将行车、泊车功能整合成一个系统，并部署到一个算力有限的芯片之上，需要极强的工程化能力，如何在资源有限的异构嵌入式平台上，完成所有自动驾驶系统功能的开发，并获得超过行业指标的优异性能，都极具挑战。

当然，量产经验是Nullmax的“绝对王牌”。同时，Nullmax对AI及汽车也有深刻且全面的理解，Nullmax在异构平台的开发经验丰富，比如如何让不同的模块在最适合的计算单元上高效运行，如何在GPU上进行任务分配，以及如何对深度学习模型进行处理和部署。

通常来说，在中低算力的平台上，行业方案的CPU峰值占用率为80~90%，内存占用率为80%以上，AI单元利用率为60~80%。在Nullmax的同类方案中，这些资源指标可以进一步优化，实际表现优出10%以上。以单TDA4行泊一体方案为例，严苛情况下的CPU占用率峰值不超过70%，面对感知任务计算峰值，AI计算单元的利用率可达90%以上。

得益于此，在真正融合的行泊一体方案上，Nullmax成为业内目前唯一能够提供全自研单TDA4行泊一体方案的企业，也是首家获得双TDA4周视行泊一体定点的自动驾驶公司，并率先将Transformer神经网络运用至Orin平台实现基于局部实时构建地图的城市级别自动驾驶。

步入2023年，随着标杆性项目逐渐交付，Nullmax更将迈入商业落地爆发期。

写在最后

放眼当下，中国自动驾驶渗透率显著提升，发展的速度大大领先于全球。展望未来，数据显示，到2025年国内66%的新增车会预置L2级以上的自动驾驶功能，这其中50%是L2-L3，因此ADAS短期内仍将是主力需求。相比2021年500多亿的市场规模，2025年中国ADAS市场规模更将超1300亿元，增长空间巨大。

如今，专注量产赛道的Nullmax已经能够有效兼顾技术性能和部署成本的双重需求，走在业内商业化提速的前列，未来也将加速拥抱规模预计超千亿元的中国ADAS市场。

宋新雨表示，“未来几年，行泊一体将成为主流市场需求，且逐渐变成一个标配，爆发式增长已经开始。对于Nullmax，未来两年，一方面是争取新的量产项目，另一方面则是稳健地将获得的定点项目落地，实现更多的技术积累。”

另一方面，宋新雨谈到，“我们看到的一个趋势：未来两三年，汽车产业链会重新整合，慢慢回归传统汽车产业链模式，对于车厂来说，看重的还是供应商能够提供更高的效率和更多的价值，全栈自研不会成为所有OEM的选择。对于传统汽车链中没有的一些部分，出于经济成本，以及技术积淀的考虑，更多车厂还是希望由供应商提供，所以我们认为，除了行泊一体外，感知算法、数据闭环等部分将来同样可能是非常核心，且能够独立成为供应链体系的环节，这些对于我们都是机会。”（校对/萨米）