刚打了一个电话，了解到一些哨兵模式的信息，与大家分享： - 特斯拉的哨兵模式，只录制了 4 路视频流，但实际上应该是 6 路摄像头（前、左侧前、右侧前、左侧后、右侧后、后）都在检测。 - 虽然启用了 360 度的视觉覆盖，但特斯拉用于检测动态障碍物的 VRU 深度神经网络不是什么高大上的 BEV、占用网络啥的，因为哨兵检测的动态障碍物，无外乎行人、车、自行车、摩托车、其他车，其实可以收敛到一些简单的神经网络里去检测。 - 特斯拉把这个简单的 VRU 网络做得很强，可以做到车前一定距离（1.5 - 2 米），如果只是行人走过，就不会触发视频 Clip 红戳，如果人在车前做一些投掷石子之类的大幅度摆臂动作，就会触发红戳录制。简单理解：可以检测行人的上半身动作（这就太强了，今天中国所有量产的辅助驾驶系统，都不支持检测行人上半身动作，FSD Beta 也许支持了，但还没进中国）。做这么细腻，道理和 AEB 类似，用户的需求是哨兵要非常灵敏又无误报。 - 上面这条虽然显得特斯拉多厉害似的，实际上是用户非常苛刻。一旦功耗太高、误报 or 漏报太多，用户非常非常容易弃之不用。产品和工程师前前后后做了那么久，全白干了！ - 杀鸡不用牛刀还有一个重要因素：功耗。BEV、占用网络算力消耗大、功耗高，而简单的 VRU 网络可以在满足需求的同时，把功耗降下来。比如特斯拉开哨兵的时候，实际上 FSD 芯片只开了一颗，功耗下降很明显，应该仅次于基于高通座舱芯片做的哨兵模式。 - 用户想不到的哨兵模式带来的衍生问题：硬件寿命。摄像头、芯片这类零件的寿命都是 8000 小时 or 十年，一个常年哨兵模式的车主，相比不用哨兵模式的车主，这类零件的使用强度增加了 2-3 倍，虽然零件都可以换，但想想一套辅助驾驶硬件的成本，是不是有点算不过来？ - 英伟达 Orin 平台的控制器，开一颗芯片功耗也不高，但目前看下来其他品牌的哨兵模式都基于高通座舱平台做的。一种可能是英伟达的智驾控制器前期开发的时候需求没有考虑到位，可能只能全开或者全关，功耗降不下来。实际上基于高通平台是比较难做的，算法不太通用，开发量比较大。 - 用环视摄像头做哨兵，够用，但也只是够用，更好的做法是像奔驰那样定制环视的 CMOS，更好的画幅，可以更多场景下的捕捉到人脸（关键事故取证用）。 聊下来的体会是，软件定义汽车，说起来简单，一个小小的哨兵模式，要考虑这么多，一点不简单。