不需要激光雷达，不依赖高精地图，为中国驾驶开发，有导航就可以开。

11 月 14 日，梅赛德斯 - 奔驰 2024 科技创新日活动，奔驰展示了全新一代智能域控制架构、纯电越野以及安全科技等最新技术矩阵，其中最令人感兴趣的自然是奔驰全新 " 纯视觉方案无图 L2++ 全场景高阶智驾功能 "。

作为豪华品牌推出的首个无图全场景高阶智能驾驶方案，它基于奔驰全新自研的 MB.OS 智能域控制架构打造，不需要激光雷达，不依赖高精地图，专为中国驾驶开发，有导航就可以开。

奔驰这套智驾方案是什么水平？还有哪些细节值得深究？借着皆电总经理龚梦采访梅赛德斯 - 奔驰（中国）投资有限公司执行副总裁、梅赛德斯 - 奔驰中国研发自动驾驶及车联网负责人王忻的契机，让我们一点一点来解析。

左 龚梦｜右 王忻

据奔驰介绍，这套高阶智能驾驶系统采用纯视觉方案，搭载 NVIDIA DRIVE Orin 芯片，不依赖高精地图，应用端到端大模型、数据驱动地标检测，可实现感知决策一体化，专为中国打造，终极形态具备从出发车位泊出到目的地车位泊入、点到点的全场景智驾能力。

这里面就有三大关键词，一个是端到端架构、一个是不依赖高精地图、一个是针对中国路况的本土化适配。

奔驰的端到端

随着近年智能驾驶的快速发展，新技术不断涌现，从 MCNN 到 RNN、从 GAN 再到 Transformer 大模型，去年行业主流方案还是轻高精地图的城区智驾，但到今年，但凡提到智能驾驶就离不开 " 端到端 "。

它究竟是什么呢？

端到端（End-to-End）原本是深度学习中的一个概念，指的是一个 AI 模型，只要输入原始数据就可以输出最终结果。而端到端智能驾驶，指的就是感知、决策到控制都由一个完整的智能模型直接融合处理。

与之相对的，传统智能驾驶的逻辑是将各个环节拆分成一个个典型任务，譬如感知模型先处理道路信息，然后汇总交给规划模型，规划模型再根据信息规划出行驶路线，最后再交给控制模块控制车辆的行进。

将两者放在一起，就能看出 " 端到端 " 架构的优势了。

传统模块化架构，可以视作一项流水线作业，后级模型的输入来自前级模型的输出，如果前级模型输出的结果有误差，就会影响下一级模型的输出，进而导致级联误差的出现，最终影响整套系统的性能。

而端到端架构，就是通过单个模型实现所有功能，研发人员只需要对一个模型进行整体训练、调整优化，没有中间环节的误差，当它具备一定基本常识（数据）后，就能通过不断训练、学习，自我进化，大大提升了系统性能的上限。

从研发成本角度来看，一个模块化智能驾驶系统里，可能包含了很多很多个模型，不仅每个模型都要专门进行训练、优化、迭代，模型与模型之间的协作也要充分考虑，随着模型不断进化、参数量提高，需要的研发人员、研发投入都水涨船高。据马斯克透露，通过使用端到端自动驾驶算法，特斯拉只用 2000 行代码就代替了原本的 30 万行代码，可以说是量级程度的进步。

就目前来看，未来想要普及真正意义上的高阶自动驾驶，甚至是无人驾驶，一定要依靠端到端架构，所以现在整个汽车行业都在从模块化架构向端到端架构过渡。

而奔驰，就是率先迈出这一步的传统豪华品牌。

在接受采访时，王忻表示：「奔驰是全球首个获得 L3 级有条件自动驾驶国际认证并在欧美量产的车企，去年年底，我们也成为首批在北京获批开展 L3 级有条件自动驾驶系统测试的车企之一。这些都帮助我们积累了宝贵的经验，也都对我们迭代我们这套全新的 L2++ 全场景高阶智驾有很多帮助。因此，我们在智能驾驶领域进入的快速发展期，并非一蹴而就，而是多年经验积累的过程。我们不追求最激进的方案，而是要找到更合适的路线，并以更安全的方法上线。」

不需要激光雷达、不依赖高精地图

第二个是不依赖高精地图。早几年，高精地图还被视作是智能驾驶必要的基础条件与安全冗余方案，但当大家意识到高精地图高昂的更新成本以及缓慢的更新速度，这一路线逐渐被舍弃。

至于为什么不用激光雷达？王忻表示 " 理论上，并不是传感器越多越好，它们在不同的条件下有着各自不同的优势。在开发这套 L2++ 系统时候，奔驰做了大量的前期测试，特别是针对极端场景。目前奔驰正在进行 L2++ 系统实地道路测试，并发现纯视觉的方案的效果非常好。"

但是想要 " 舍弃 " 并不容易，这对智能驾驶的视觉方案提出极高的需求。奔驰通过英伟达 Orin 芯片（单颗芯片算力可达 254TOPS）、高像素摄像头和毫米波雷达的传感器组合等行业顶配硬件方案，以及核心的端到端大模型，支撑起了这套纯视觉智驾的软硬件底层。

无保护右转识别

即便没有高精地图、没有激光雷达，奔驰这套系统依然能对交通参与者、道路环境，以及斑马线、红绿灯、车道线等交通信息进行精准的识别和判定，甚至不再依赖车道线的支持，静止亦可启用，这意味着能够支持 " 停车位到停车位 " 的智能驾驶。此前，我们皆电也受邀提前体验了这套方案的上路表现，并给出了相当高的评价。

窄路通行识别

而这还不是这套智驾方案的全部，官方表示，这套系统同样可以准确识别包括潮汐车道、通行禁行标识等高难度标志，后续研发甚至会解决坑洼路面等特殊的驾驶场景，这在以往技术方案中是无法识别、解决的问题。

奔驰的工程师表示，这套系统可以实现 100% 的全场景的端到端智驾能力：它可以在没有高清地图的依赖下实现从出发车位泊出、途经城区 / 高速 / 城区、到目的地车位泊入，点到点的智驾能力。当然，奔驰会对各个城市进行充分的测试，才会开放给客户使用。

此前，王忻已经与德国梅赛德斯 - 奔驰集团股份公司董事会主席、首席执行官 Ola K ä llenius 一同对这套 L2++ 全场景高阶智驾的 beta 版本进行了试驾，大约一小时的使用过程，实现零次接管。

" 非常喜欢这套 L2++ 系统的驾驶风格 "，Ola K ä llenius 体验后说到，" 中国研发团队能在这么短的时间内将这套系统做出来，非常惊喜，希望这一系统能尽快落地。"

针对中国道路环境的优化

一项技术在试验场的表现良好，并不意味着用户买到手之后还能有同样的优秀表现。中国道路环境的复杂性，相信大家也有目共睹，奔驰显然意识到了这一点。

奔驰这套全新的智能驾驶方案，合作方正是来自中国的 Momenta。这家 2016 年成立的中国自动驾驶公司，核心技术包括基于深度学习的环境感知、高精度地图和驾驶决策方案，主打 " 数据驱动的算法 " 理念，深耕智能驾驶多年，已获得上汽集团、通用汽车、梅赛德斯 - 奔驰、丰田和博世的战略投资。

与奔驰合作的这套全新的智能驾驶方案，便是基于 AI 大模型驱动，通过 GPU 万卡集群的超强云端算力，带来了更聪明的机器学习能力，目前已学习了超百 PB 级训练数据，其中包括大量中国司机素材，更擅长中国式驾驶博弈。

就拿自动泊车这一点来说，自动泊车系统由中国团队本土团队牵头开发，基于端到等系统架构以及大模型技术，训练上，采用中国泊车训练素材，已进行了超过 100 万次泊车训练，具备了低速倒车碰撞预防碰撞支持动态调整、图像质量检测机制、具备行人检测三大能力。

进而，这套系统可以从容地应对中国复杂泊车场景（断头路、三面靠墙等）、小尺寸车位，可实现压线停车，能识别异形障碍物如地锁、A 字牌等。一些极端的车位，比如极限死角垂直车位泊出，面临车道 5 米，而车长 5.32m 的情况，也能应对自如。奔驰自动泊车工程师表示，这一代产品的车位识别成功率、泊车成功率达到 98%，跟上一代相比至少提升了 3% 以上。

此外，在记忆泊车上，这套系统可以通过一次学习完成最长三公里的记忆泊车。最大记忆距离 100 米，支持全自动循迹倒车。基于 Momenta 由数据驱动的端到端模型，后续随着训练次数叠加，整个系统的能力还会出现更大的提升。

中国已然是全球最大的新能源市场，智能驾驶领域发展得要比其他市场更为广泛，多年来更是积累下了丰富的经验，奔驰此次与 Momenta 的合作，也是奔驰首次采用国内智驾供应商的解决方案。一方面展现出中国产供应商的实力，另一方面也透露出奔驰深耕中国市场的野心。

2025 年发布的全新奔驰纯电 CLA，将是首款搭载这套高阶智驾方案的奔驰车型。

当豪华遇上智能

" 安全第一、奔驰标准、中国速度 "，王忻接受采访时，这样总结奔驰智能驾驶研发的三条逻辑线，同时表示 " 智驾在奔驰的整个战略中具有非常高的优先级 "。

从 2013 年率先推出 L2 级智能驾驶辅助系统，至今 10 余年间，奔驰 L2 级智驾系统的行驶总里程已超过 300 亿公里，2023 年，奔驰仅用 12 个月就完成研发 L2+ 导航辅助驾驶功能，2024 年 9 月又交付了为中国停车位专属定制了的全新自动泊车功能，如今无图 L2++ 全场景高阶智能驾驶系统已上路测试。这背后是奔驰过去 5 年在华投入 105 亿元的加码、超过 2000 人的研发团队的打磨结果。

大家都说，新能源时代，智能就是新的豪华，但如果一个本身就豪华属性拉满的品牌，同时还有同级第一梯队的智能表现呢？

— The   End —