前段时间，我司主编老白去美国体验了特斯拉FSD，作为传说中的终极智驾BOSS，各位可以先看一下它的实力。在我们体验不久之后，特斯拉正式推送了他们的V12版本，在国外的测评视频中，FSD能在斑马线前等待行人，也能丝滑完成无保护左转，或者在被突然出现的车辆被迫刹停后，能快速跟进。

　　作为最早上车OCC功能的品牌，特斯拉这方面的技术可以说是当前一流。OCC并不是一个新鲜的词汇，只是在极越提出来之前，很少有车企把它当做重点宣传的对象。

　　

　　极越花大力气宣传自家的纯视觉+OCC，除了本身品牌就是瞄准特斯拉来对标之外，还是在智驾内卷的时代，需要拿出点新东西，再卷一步。

　　OCC，恰好就成为了这个马前卒。

　　行业新宠

　　OCC的全名叫作Occupancy占用网络，其风头不亚于当年的激光雷达，几乎做智能驾驶功能的主流车企都会用“已有成果”或“OCC上车预告”的形式提及这项技术，目前将这项技术上车的企业包括特斯拉、华为、极越、智己等等。

　　

　　和作为硬件的激光雷达不同的是，这是一种软件技术，它通过大量的算法训练，拥有对传感器抓取信息的处理能力，不仅可以构建出实时三维场景，还会与系统其他算法“对线”核实，并对数据进行标注。

　　这是极越展示OCC上车的效果，车辆宛如行驶在乐高世界，移动的车辆本身、道路其他参与者以及静止的路灯、绿化带等物体都以各种颜色的方块状图像显示出来。

　　

　　有人可能觉得：这样的建模很普通啊，也就仿真游戏千分之一的水平吧。然而区别在于，游戏里的建模都是设定好的物体和场景，而该视频则是随机的、即时的真实场景。

　　换一句话说，连我们本人在开车时，都无法做到在脑海里呈现如此完整的场景，尤其是盲区里的后方来车。

　　我们注意到的、注意不到的，这台车都能注意到，其中出力的Occupancy占用网络技术，到底是怎么做到的？

　　摊开来看，OCC会将空间划分为很多个立体小方格，每个小方格被称为“体素”。当摄像头捕捉的图像连续不断的输入给OCC，OCC就会观察图像对应的空间，每个体素的状态是被占用还是自由。

　　

　　（绿框标注处即为“自由”状态）

　　来个类比，一张围棋棋盘，被放了棋子的格子就是“占用”状态，未放棋子的格子就是“自由”状态。