过去三年，中国新势力车企的辅助驾驶系统从研发到落地，底层几乎都跑过一项叫 BEV（鸟瞰图）的感知架构 — 特斯拉是唯一的例外。这背后是自动驾驶"该用什么方式看世界"的两条路线之争，与每个打算买带智驾车型的消费者都相关。

这是什么

BEV 全称 Bird's Eye View（鸟瞰图），把它理解成"让车拥有一张俯视地图"就好。

传统摄像头只能拍到前方画面，多摄像头拼接也有畸变。BEV 方案的核心思路是：把车身周围 6 个广角摄像头的画面先抽取特征，再"投影"到一张从车顶往下看的二维网格上。在这张图里，车辆、行人、车道线、障碍物都变成了俯视坐标点 — 距离、速度、位置都能精确测量。

BEVDet 是这套技术里最有代表性的开源模型之一，2022 年由 MIT 韩松团队发布。它把上述流程拆成四步：图像特征提取、视角转换、BEV 特征编码、检测输出。代码层面基于 mmdet3d 框架有现成实现，可以直接跑在 GPU 上，国内外多个自动驾驶团队都以此作为研发起点。

行业怎么看

主流路线基本两派。

国内派：小鹏、理想、华为 ADS、比亚迪、蔚来等大多数玩家把 BEV 作为感知主干。理由是显式俯视图便于做规则校验和安全冗余，也方便后续落地城市 NOA（城区自动辅助驾驶）。BEV 之后又演化出 BEV + Occupancy（占据网络），可识别"没见过的障碍物"，应对长尾场景。

反对声音来自特斯拉：马斯克坚持"纯视觉端到端"，认为显式 BEV 模块只是过渡阶段的"拐杖"，最终会被端到端神经网络完全替代。2024 年 FSD 新版本上线后，特斯拉方案里已看不到独立的 BEV 模块。

需要警惕的是：BEV 路线并非没有代价。它对算力要求高，需要大算力芯片（英伟达 Orin 及以上）才能流畅工作，10 万元以下车型落地受限。更关键的是，行业正在快速向端到端迁移，目前招聘市场还在大举招"BEV 算法工程师"，但这个窗口期可能不会太长。

对普通人的影响

对汽车行业 IT：自动驾驶团队对 BEV 感知、Occupancy 占据网络、端到端规划的人才需求集中爆发，相关岗位起薪在 2024 年明显高于传统 CV 岗位，但需要警惕技术路线切换带来的"技能折旧"。

对个人职场：非自动驾驶行业的程序员转型窗口仍在，但只懂 BEV 单点技能的天花板正在显现 — 补足端到端架构、Transformer 基础会更稳妥。

对消费市场：BEV 让城市 NOA 在 20 万元价位车型上大规模落地成为可能。下次你买车时，"用的是不是 BEV 架构"可能不再是营销话术，而是影响实际体验差异化的硬指标。