“主要聚焦感知算法、决策规划、控制执行，以及背后的数据闭环和仿真测试体系。”

孙立军的目光立刻被中央大屏吸引。

上面正展示着一段复杂的城区道路测试录像：车辆在晚高峰的鹏城街头自如穿行，精准识别并避让突然窜出的电动车、处理无保护左转、甚至在施工路段临时借道。

画面右下角跳动着实时数据：感知延迟＜30ms，规划决策周期＜100ms，接管次数：0。

“这是......无图方案？”孙立军忍不住走近几步，扶了扶眼镜。

“是的，孙总工。”陈默走到他身边，示意工作人员调出后台。

“基于我们自研的‘mdc’计算平台和‘ads’2.0算法，采用激光雷达、毫米波雷达、视觉的全融合感知，不依赖高精地图，实时构建道路拓扑和理解交通参与者意图。”

他指向屏幕上一个踩着滑板车的小孩，已经被被高亮标注的弱势交通参与者。

“比如这个场景，系统不仅识别出这是一个‘人’+‘载具’的组合，还通过轨迹预测和意图识别，判断出他可能会突然转向，提前进行了温和的减速避让。

这背后是超过500万公里真实路测数据和百亿级仿真里程训练的结果。”

王援朝看着那流畅得如同老司机的操作，心中震动。

纸上得来终觉浅。

即便看过再多报告，听过再多描述，亲眼见到这种接近l3级别的城区表现，冲击力依然巨大。

这不仅仅是“功能”，而是在重新定义“驾驶”体验本身。

“陈总，这套系统的硬件配置和......成本？”李振华更关心商业落地。

“目前量产车搭载的是400tops算力的平台，传感器配置包括3颗激光雷达、6颗毫米波雷达、13颗摄像头。”陈默回答得毫不避讳。

“单车硬件成本相比一年前已经下降了35%。

随着我们自研芯片迭代和供应链规模扩大，未来两年还有30%以上的降本空间。

我们的目标是，让高阶智能驾驶从高端车型的‘点缀’，变成主流车型的‘标配’。”