传统后融合方案，目标漏检率降低87%，恶劣天气下依然保持稳定感知。”
他特意播放了一段大雾天气测试视频，系统成功识别出路边穿着反光衣的养路工人。
这个场景让几位高管不自觉地前倾身体。
陈默凝视着投影，思绪飘回前世。
2019年的特斯拉正在为AP算法挣扎，小鹏刚推出ACC自适应巡航，蔚来的NOP还在实验室阶段。
而此刻，他面前的系统已经初步具备城市道路领航能力。
虽然还达不到2024年华兴ADS2.0的水平，但已经比同期对手领先至少两年。
“第二突破是算力平台。”卞金麟接话调出硬件架构。
“自研昇腾310芯片组成域控制器，总算力达到200TOPS，功耗仅45W。
相比MObileye方案，算力提升4倍，功耗降低60%。”
他展示了一个有趣的对比：芯片散热片面积只有信用卡大小，而竞争对手产品还需要配备主动风扇。
会议室响起惊叹声。
芯片架构出身的徐平身体前倾：“良率怎么样？车规认证通过了吗？”
“首批1000套模块良率92%，已通过AEC-Q100认证。”
蒋雨宏自信回应，“本月开始小批量装车测试。值得一提的是......”
他看向陈默，“陈总建议的冗余设计发挥了作用，上周有颗芯片出现软错误，备份系统立即接管，全程无感切换。”
最后展示的是实车路测视频。
搭载ADS系统的M5原型车在鹏城滨海大道自主行驶，流畅完成匝道汇入、拥堵跟车、主动变道等操作。
当系统在暴雨中稳稳停在校车后方时，几位部门负责人不自觉鼓起掌来。
视频右下角实时显示着系统决策逻辑：当检测到校车闪烁停车灯时，系统不仅减速，还自动向左侧偏移了0.5米。
这是陈默根据“校车避让法则”提出的安全策略。
“目前主要挑战是长尾场景。”蒋雨宏切换到最后页。
“特别是中国特有的异形交通参与者，比如拉管子的三轮车、移动早餐车等，系统识别率只有83%。
上周在宝安测试时，有辆卖烤红薯的三轮车被误判为静止障碍物，导致不必要的急刹。”
“解决方案呢？”徐平追问。
这个问题很关键，误判
本章未完，请点击下一页继续阅读！