夏一平：极越01迎首次软件升级，年内将完成200+城市智驾

1 月 14 日，在极越汽车机器人进化日活动中，集度CEO、极越CEO夏一平以直播形式，驾驶极越01 (配置|询价)从上海嘉定出发至极越杭州城西银泰体验店，全程使用点到点领航辅助驾驶PPA，并宣布OTA将进行大版本升级。此外，夏一平还对后续智能驾驶计划和第二款车型极越07 相关消息进行了透露。

极越01迎首次软件升级，超400项功能点升级迭代

极越宣布，将进行首次大版本升级，陆续向全量用户OTA推送V1.3版本软件。这是极越01自2023年10月底交付以来的首次整车级升级。其中，OTA 1.3即将于1月15日凌晨起开启分批推送，OTA1.3.1版本将于春节前后开启分批推送。

据介绍，V1.3包含OCC占用网络技术上车在内的通用视觉能力进化、SIMO完全融入文心一言4.0在内的通用语音能力进化、冬季模式等安全和生态服务等5大类、超400个功能点升级，将极大提升极越01的智能化体验。

具体来看，本次将升级的OCC占用网络技术由极越与百度联合研发，升级完成之后，极越将形成以“BEV+OCC+Transformer”的高阶智驾的完整体系，大幅提升“纯视觉”智驾应对异形障碍物识别和场景泛化的能力。

极越将“BEV+OCC+Transformer”正式命名为“B.O.T 三向箔”，代表着机器人眼中的世界从二维到三维的升级，让汽车机器人拥有感知“直觉”。其中，BEV+Transformer的“纯视觉”技术方案已经在极越01上实现了国内唯一量产。

极越表示，百度和极越已基于近2EFLOPS高算力训练集群，实现模型高效训练、每周快速迭代。基于百度Apollo高阶自动驾驶技术生态赋能，极越依托“B.O.T三向箔”感知技术架构，纯视觉方案的3D精度能达到厘米级，比肩甚至超越激光雷达；对运动障碍物的速度识别精度也控制在0.1米/秒误差范围内。

在点到点领航辅助PPA功能优化方面，极越点到点领航辅助PPA能够实现高速+城市等多场景下的高阶智能辅助，目前全国90%的高速高架都可使用高速PPA，城市PPA已经跑通上海、北京、深圳、杭州4个城市的主要城市道路。“点到点领航辅助PPA已经覆盖全国超过40万公里道路。用户出行途中，PPA智驾里程占出行总里程比例是友商基础辅助智驾的2-4倍，其中上海市甚至高达47.9%。”夏一平补充道。

优化智驾细节，提升智驾体验

针对一些智能驾驶细节方面，本次也进行了多项优化，包括“解锁”更高效的超车变道、自动变道提示、跨黄色虚线借用对向车道绕障、变道进入显示时段的公交车道等功能，同时智驾播报信息更加细致，极大提升城市日常通勤效率。在用户高频使用的停车场景，通过重构算法大幅优化断头路泊车效率，进一步提升复杂场景应对能力。

这次OTA升级后，文心一言大模型将从3.5升级为4.0，智能AI伙伴SIMO也将充分融合文心一言。用户可直接语音提问SIMO就能体验文心一言4.0的全部能力，并且在使用文心一言过程中依然支持其他功能指令（如“SIMO打开车窗”），优化此前不能兼容使用指令的情况。SIMO支持查询前方5公里红绿灯数量、离线查询车内温度/日期、询问当前歌手/歌曲名，并且可自定义开/关其他音区SIMO语音指令识别。

在未来的版本升级中，基于AI大模型重构的百度地图、小度也即将全面融入SIMO。比如，SIMO将与小度完全打通，实现对小度全屋智能设备的操控，并接入超1500+生态品牌，真正实现车家互控。

在座舱娱乐生态服务上，新增来B站、小宇宙、后排K歌等功能，以及手机和Switch投屏、麦克风、极越APP虚拟手柄控制车载游戏支持。

此外，本次OTA围绕用户高频使用的细节场景也进行大范围更新。比如新增远程方向盘加热、远程除雾除霜、雨天自动关窗、远程预约预设座舱环境、导航到快充站时的电池预加热、预约出发电池加热；增设自动熄灭转向灯功能、雨天自动关窗、手机音频无感切换、盲区视频显示等实用性功能；同时，对此前用户吐槽的导航定位优化、车位语音优化、行车记录仪优化、HMI优化等问题进行来迭代优化。

夏一平强调，本次升级最大的一个体验就是对安全性的保障，“安全一定是第一位的”这也是极越汽车机器人研发的重点方向。针对极端场景下的安全保护，本次OTA也进行了一系列深度优化。例如，在碰撞掉电场景下，救援者按下车外开门按键即可默认启动“破冰功能”，通过额外施加破冰力可以在车门轻微变形、密封反力不足等极端情况下也能快速开门，确保成功救人。同时，新增的雪地辅助功能，也可优化车辆在雪地场景下的表现，提升脱困能力，有效提升行驶安全性。

极越智驾计划今年在国内开通200个城市

一直以来，市场上不乏激光雷达与纯视觉方案之争。夏一平认为，原本行业用视觉来代替激光雷达是因为后者成本太高，但在逐渐走向纯视觉方案的路上，会发现“视觉本身不是一个成本的问题，它实际是个技术问题。”

他表示，相比激光雷达方案，纯视觉方案的难度更高，依赖于大量数据和算力训练，算力成本非常昂贵，但上限也更高、模型迭代速度更快，且可以有效降低用户体验高阶智能驾驶的购车成本。相较于将硬件成本转嫁给消费者的激光雷达方案，纯视觉方案不仅对企业技术研发提出更高要求，背后的高强度研发投入，也意味着更多“看不见的成本”。