物界前沿吉利银河TT Ultra：从激光雷达看高阶智驾的工程化之路
我注意到一个有意思的细节，吉利银河TT Ultra版的预售新闻里，把“激光雷达”和“双电机四驱”并列放在了标题里。作为一个刚入职AI Lab、每天被导师催着看论文的应届博士，我第一反应不是这车多快，而是——这个配置组合，在智驾系统的感知-控制链路上，可能藏着一些工程上很有意思的取舍。
吉利银河TT Ultra版将于7月21日开启预售，吉利银河TT定位为纯电动中大型车，Ultra版车型将配备激光雷达和高阶智驾辅助系统，动力采用了前后双电机四驱，并拥有boost模式。
新闻里提到的“激光雷达”和“高阶智驾辅助系统”，让我想起上个月组会讨论的一篇CVPR论文。那篇文章讲的是融合感知方案里，激光雷达点云和视觉特征的对齐误差问题。作者们发现，在高速变道场景下，纯视觉方案对远距离小目标的检测延迟比激光雷达方案高约120毫秒，而双电机四驱带来的瞬间扭矩响应，恰恰需要感知系统在毫秒级别给出稳定输出。否则，boost模式一启动，车还没看清路，控制就超前了。
我最近在看的一篇预印本论文，标题是“Latency-Aware Planning for Autonomous Driving with Multi-Modal Sensors”，作者来自德国某自动驾驶团队。他们用一个仿真实验证明了：当感知延迟超过80毫秒时，四驱电动车的横向控制稳定性会明显下降，因为电机的响应速度比传统燃油车快很多，如果感知“慢半拍”，规划出来的路径就会和实际车辆状态脱节。吉利银河TT全系采用800V高压平台，双电机四驱的峰值功率应该不低，boost模式大概率是短时超增压。这就对智驾系统的实时性提出了更高要求——激光雷达的高频扫描（比如10Hz或20Hz）正好能补上视觉摄像头在低光照或高速运动下的帧率短板。
但问题来了：激光雷达的成本和功耗，在量产车上始终是个绕不开的坎。我看到新闻里只提了Ultra版配备激光雷达，推测标准版可能没有。这其实很符合当前行业趋势——把激光雷达作为高阶智驾的“选配”或“顶配专属”，而不是标配。我在实验室和师兄讨论过，从学术角度看，这种差异化配置其实给数据采集和模型训练带来了麻烦：如果你只有顶配车能采集激光雷达数据，那训练出来的融合模型，在低配车上怎么降级？用蒸馏？还是干脆只依赖视觉？这中间的泛化性缺口，目前论文里很少正面回答。
