先看现成可用的小鹏XNGP，包括什么功能：
城区NOA功能，可以识别交通情况，自动进行路径规划和驾驶；
包括但不限于车道居中行驶、大曲率弯道、红绿灯启停识别、跨线绕行障碍物以及打灯变道等；
高速NOA功能，可以根据规划路径，来实现高速路段的辅助驾驶，包括上下匝道、并线超车等；
停车场记忆泊车功能，能学习和记忆常用停车路径，实现自动泊车。
以上，通过激光雷达做感知硬件才实现的功能，接下来的小鹏M03，想要用纯视觉来实现这些高阶智能驾驶功能。
现在小鹏XNGP这套智能辅助驾驶功能，依靠的感知方案，是静态BEV+动态BEV网络+OCC占用网络来做的感知和决策（XNet2.0深度视觉神经网络）；这一套，主要是用来应对复杂工况下对路面信息的感知，包括障碍物、人、自行车、不规则物体等。通过公布的图片看出，小鹏M03这台车预计会有12个超声波雷达（前6后6）、9颗摄像头（4个环视+2个侧后+1个双目+1个车内），无激光雷达。所以，需要一个具备学习能力的神经网络做协同，来填补激光雷达的缺失。
小鹏XPlanner神经网络，就是来帮助降硬件成本的，可以砍掉激光雷达。简单理解，就是和特斯拉FSD那套软件上的CNN网络类似，具备长时序预判能力，可以基于长时间的序列数据进行预测和规划。能依据完整的周边环境信息（包括动态交通和静态环境）进行决策，让决策更拟人。底层逻辑，XNet2.0提供感知信息，XPlanner联合决策，来实现高阶辅助驾驶。
不过，小鹏的XPlanner神经网络，训练时长不够。从今年4月份发布，到6月中旬，也才只有2个月左右的时间。相比特斯拉FSD的CNN网络，初期需要8个月的时间来做训练，才拿出来OTA，按照8个月训练时间推测，可能12月份差不多能用上。
换低算力芯片，影响什么体验？
