于是，这台车在还没上市的阶段，就让人与两个难点结合在了一起。首先，15-20万元价位，走性价比路线的纯电产品，现在还集中在搞好高速NOA功能，做顺做稳，追求用户体验，而现在要做高阶智能驾驶包括高速+城区NOA两大类功能。难点一是如何在高阶智能驾驶上车之后，压缩成本；难点二是成本压缩后，拿掉激光雷达，怎么保证两大功能的使用好感。
至少目前来看，国内纯视觉智驾的方案，还不能做到便宜又大碗的体验，要么极致性价比路线像大疆一样7000元整套硬件配置上车；要么像华为一样，纯视觉只做好高速NOA功能，而且与整车有较高的适配度。
纯视觉高阶，丐版FSD
MONA系列在创立之初，就具备了像扶摇架构这种硬件体系，以及XNGP这种智能驾驶软件层面的先天优势，基本不用重新开发，直接照搬做适配，然后相应的在成本上以及硬件上的调整就能上车，例如像拿掉激光雷达做纯视觉，然后再换个低成本芯片方案。
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，XNet 2.0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？
芯片层面，应该不会沿用小鹏现有的英伟达Orin-X方案，为了缩减成本，使用地平线征程5芯片的可能性更大。在最大算力只有128TOPS的前提下，相比英伟达Orin-X芯片方案来说，对应的快速识别、决策以及多任务处理能力的下降。在同等工况下，算力更低反应更慢，如果小鹏M03最高算力就是128TOPS的话，智能驾驶功能落实到使用感受上，会体现在整套功能的反应速度上。
小鹏的纯视觉XNGP，会是怎样的使用体验？
最不吃感知设备和芯片算力的高速NOA功能，完成度应该很高，相对来说执行起来比较简单。而128TOPS算力的芯片，覆盖高速NOA功能还是没有问题的，参考宝骏KiWi EV有32和80TOPS做出高速NOA功能的，无非就是反应速度稍慢、偶尔会压线等情况出现。128TOPS算力应该不至于出现这种情况。