和大家分享一段飞凡 R7 与 小鹏 P7i 在「同场景下」的环境显示模型显示（SR）对比，同时也和大家聊聊目前火热的 BEV 算法： 这次对比不涉及 LCC 的能力比较，仅仅只是和大家展示「显示」的区别； 这次我们也不是为了拔尖谁，只是和大家分享分享目前主流 BEV 算法大家能做到哪一步？ 以下是视频外的信息补充： -SR 和实际功能有关吗？它有什么作用？ 目前和功能无关，仅作为显示作用。 它反应的是在无图辅助下，机器眼中的世界是怎么样的，即所见即所得。 -现在的 SR 和过去有什么区别？ 目前大家开始基于 BEV 视觉算法来做 SR ，比如小鹏、理想二代平台的车型、飞凡、智己等。虽然仅是显示作用，但也反应了未来无图化后一个重要的感知基础能力。 BEV 视觉算法是以视觉感知为主，相比过去的基于单目、单帧的方案，目前是基于多摄像头、多帧融合。 说人话就是过去基于一个前挡摄像头输出 2D 平面视角，现在转化为目前以环视摄像头融合后再输出的 3D 上帝视角。 -那 BEV 算法能带来哪些好处？ BEV 算法能够减少物体遮挡； BEV 算法也能够更好的理解环境结构以及拓扑关系，比如车辆信息、行人、车道线、道路标识、路口信息等。是未来无图化能力的一个重要基础； BEV 在可视化上更符合我们常规的视觉习惯 下一步更多车企会拿 BEV 的信息给下游规控时，大家对高精地图的依赖也会逐步降低。 -好的 SR 是怎么看出来的？ 好的环境模型显示有很多特点，比如它的对环境还原的准确度、视觉范围、识别稳定性、识别距离、延迟度等。 比如小鹏、飞凡这次对道路车辆、行人等模型的还原非常精准，小鹏对车道线的识别有明显优势，特别在视频中的超宽车道中结合远端场景的识别。 目前大家都在切换新的平台，包括 Orin 、激光雷达以及高像素摄像头，算法实际上也在趋同化，未来很多车型会逐步拉齐，但有部分车型有先发优势； 不得不承认目前国内做的好是小鹏，因为小鹏一开始是从大框架本身去考虑这些事情，所以平台切换后会非常流畅，效率较高； 感知做得好，接下来的能力也很快能看见的，就像地基，地基打的多深，能看到未来的楼盖的多高，智能驾驶能走的多远。