12 月 16 日，由汽車之心與中關(guān)村協(xié)同發(fā)展投資有限公司聯(lián)合主辦的 2022 智能汽車技術(shù)與商業(yè)創(chuàng)新論壇圓滿落幕。

本次論壇來自產(chǎn)學研資本等機構(gòu)悉數(shù)出席，包括來自：清華大學、均勝電子、百度、輕舟智航、毫末知行、集度、辰韜資本、智加科技、易咖智車、如祺出行、安霸半導體、吉咖智能、勁邦資本、北醒等 15 位行業(yè)領(lǐng)袖、資深專家，圍繞智能汽車軟硬件創(chuàng)新、未來機會與挑戰(zhàn)等話題，共話智能汽車的技術(shù)與商業(yè)落地。本次論壇還吸引了車企、零部件供應商、技術(shù)公司、投資機構(gòu)和媒體的高度關(guān)注。

智能駕駛，已經(jīng)成為一個新興且日漸獨立的產(chǎn)業(yè)，從汽車外延擴大到激光雷達、芯片半導體、域控制器再到眾多的自動駕駛公司。這些技術(shù)創(chuàng)新力量都在深度參與這場汽車智能化的變革，都在為打破自動駕駛場景邊界積攢力量。

從今天論壇上嘉賓們的分享看，智能駕駛產(chǎn)業(yè)的商業(yè)化，將成為一場影響人類未來數(shù)十年的重大變革。而智能駕駛能否實現(xiàn)大規(guī)模商業(yè)化，將取決于技術(shù)的迭代創(chuàng)新、商業(yè)模式的探索、生態(tài)的建設，更取決于頭部創(chuàng)新公司「敢為天下先」的躬身入局與勇敢實踐。

智能化將是汽車產(chǎn)業(yè)革命下一個十年最大的浪潮。巨輪起航，破浪而來。

以下為本次論壇的精彩回顧：

清華大學計算機系教授、清華大學人工智能研究院視覺智能研究中心主任鄧志東：

汽車的智能化已成共識。

全球智能電動汽車市場在 2021 年大幅增長，2022 年今年呈現(xiàn)加速擴張。中國已經(jīng)成為電動汽車市場中最重要的環(huán)節(jié)。

全球汽車產(chǎn)業(yè)的發(fā)展進入到智能化的下半場，自動駕駛也進入到商業(yè)運營的下半場。

汽車行業(yè)的智能化、電動化已基本完成，自動駕駛的路徑探索也已基本完成，現(xiàn)在要進到商業(yè)運營的下半場，開始拼商業(yè)落地的硬核實力，整個生態(tài)相對以前變得更加的理性、客觀。

汽車智能化與智能路網(wǎng)的協(xié)同迭代，將加速未來智能出行產(chǎn)業(yè)的發(fā)展。智能出行產(chǎn)業(yè)的發(fā)展不是「能不能」，而是何時商業(yè)化落地，何時對智能經(jīng)濟、智能社會發(fā)展作出改變。

汽車的智能化，包括了兩個：

一個是智能電動汽車的發(fā)展，主要是 L2 的，L2+，還有 L3、L4 的自動駕駛；另外就是智能路網(wǎng)的發(fā)展。

總之，電動化、數(shù)字化、軟件化，已經(jīng)為全球汽車產(chǎn)業(yè)的智能化打下了堅實的基礎。

走向自動駕駛，技術(shù)路徑該如何選擇？

一個是技術(shù)驅(qū)動型，以特斯拉模式為例。

它采納純視覺路線，通過使用數(shù)據(jù)閉環(huán)，大模型，還有 AI 超算來解決自動駕駛的長尾問題與邊緣問題。

另一個是商業(yè)驅(qū)動型，以百度模式為例。通過數(shù)字孿生、 AI 接管預測與云代駕進行迭代更新和演化。

自動駕駛產(chǎn)業(yè)，誰又能最先落地？

現(xiàn)階段，產(chǎn)業(yè)有兩種技術(shù)路線的方向。

一個是漸進升維，穩(wěn)步推進單車智能從 L2 、L3 再到 L4 的演進。另外一種方式是一步到位，單車智能加上車路協(xié)同的合理支撐，單車智能跳過 L3 直接做 L4。

在政策層面的持續(xù)支持下，我們應穩(wěn)步推進第一階段的成果，積極擴大自動駕駛運營服務區(qū)；并扎實試點第二階段，爭取獲得更多的數(shù)據(jù)積累與落地成果。最終通過加速智能路網(wǎng)與智能電動汽車的發(fā)展，走出一條中國特色的智能出行產(chǎn)業(yè)落地之路。

均勝電子副總裁、寧波均勝智能汽車技術(shù)研究院院長郭繼舜：

今年來，前端量產(chǎn)、輕地圖是智能駕駛行業(yè)當之無愧的熱詞，這背后反映的是眾多自動駕駛公司在路線選擇、技術(shù)布局上的差異。

但無論做何選擇，量產(chǎn)都是一個繞不過去的話題。

高級別輔助駕駛已經(jīng)到了可以能夠在實際的量產(chǎn)層面進行大規(guī)模使用的前夕了，L2 ++已經(jīng)成為了一個可以成熟穩(wěn)定的產(chǎn)品模式了。

L2++輔助駕駛量產(chǎn)已經(jīng)是板上釘釘，那之后智能駕駛又該如何發(fā)展呢？

不少人提出了通過高精度地圖打造完全自動駕駛的方案，但這在實際應用當中會面臨不小的麻煩。

如果你依賴高精地圖，有非常大的一個難度，是因為高精地圖往往會和國家安全相關(guān)，你在其他的國家能夠獲得高精地圖的可能性也不是很高，難度挺大。

特斯拉不用高精地圖，而使用這種感知的自建地圖的方式，也某種程度上增加了它在國際上的通用性。

除了這樣的技術(shù)性問題需要解決之外，未來行業(yè)應該如何發(fā)展也應該引起廣泛關(guān)注，例如：

• 軟件和算法的標準化和模塊化程度越高，其價值就會被攤的越薄，此時算法公司該如何生存？

• 沒有 NRE（一次性工程費）到底是加速了行業(yè)的競爭和發(fā)展，還是毀掉了這個行業(yè)？

• 還有萬能的 OEM 似乎什么都可以做，但在尊重經(jīng)濟學規(guī)律的前提下，到底什么是好的分工？

• 新一代智能網(wǎng)聯(lián)汽車的核心商業(yè)壁壘到底是什么？

• 用戶會為什么功能持續(xù)買單？

這都是行業(yè)即將面臨的問題，也是必須做出選擇的必答題，希望可以引發(fā)行業(yè)的關(guān)注與思考。

輕舟智航聯(lián)合創(chuàng)始人&CTO 侯聰：

在量產(chǎn)決定成敗的時代，選擇從 L4「降維」到 L2+前端量產(chǎn)的企業(yè)不在少數(shù)，輕舟智航就是其中一家，之所以輕舟如此堅定的走上量產(chǎn) L2+的道路，是因為在輕舟看來城市 NOA 也是無人駕駛的入門門檻，是通往無人駕駛目標的必經(jīng)之路。

為了快速達成這樣的目標，輕舟提出了一顆激光雷達+攝像頭的量產(chǎn)方案，在輕舟看來特斯拉 FSD 純視覺的方案，無法適應中國復雜的道路場景，加上一顆激光雷達「補盲」是能夠應對中國復雜路況的最佳方案。

除了從傳感器選取上解決功能和量產(chǎn)的問題之外，在輔助駕駛的消費普及上，輕舟也提出了「小四化」的發(fā)展思路，即讓入門體驗標配化；讓中端體驗標準化；讓高端體驗大眾化；讓極致體驗革新化。

用「小四化」這樣分級式的發(fā)展方式，推動更新、更先進的功能持續(xù)下放，給消費者帶來更好用的輔助駕駛體驗。

百度 IDG 首席產(chǎn)品架構(gòu)師郭陽：

想讓智能輔助駕駛大規(guī)模地普及，還是需要一些更經(jīng)濟、實惠，同時能夠為用戶提供比較好的安全智能化體驗的產(chǎn)品。

這樣，輔助駕駛能進入到更多用戶的手中并大規(guī)模普及，從而把交通效率和安全效率提上來。

現(xiàn)在市面上有各種各樣的行泊一體產(chǎn)品，但是在我們看來，他們在功能體驗上并沒有真正達到現(xiàn)在業(yè)界領(lǐng)先的水平。

從產(chǎn)品功能上說，他們在高速上可能還只能做到在標準單車道行駛而不敢變道，實際上也只使用了前向的攝像頭而沒有使用側(cè)向視覺。

我們認為傳感器融合，實際上要做到在每一個場景下都要有多套傳感器的冗余覆蓋，才能真正保證安全。

從場景能力上看，我們不能簡單地像之前的行車和泊車一樣，把一些簡單的功能堆砌在一起就叫做行泊一體。而是真正要在這個場景上考慮用戶所需要的，產(chǎn)品性能能做到什么程度？成功率又做到多少？

百度的核心優(yōu)勢：

1. 自動駕駛發(fā)展方案和數(shù)據(jù)完整的復用性：百度發(fā)展了將近十年的 Robotaxi，是完全面向無人運營的 L4 級自動駕駛產(chǎn)品。它使用的視覺方案，比如攝像頭的方案是 12 個攝像頭，和我們現(xiàn)在的三域融通的 ANP3 的產(chǎn)品，以及行泊一體 ANP2 產(chǎn)品都是完全兼容的。

2. 數(shù)據(jù)平臺的統(tǒng)一性：我們輔助駕駛產(chǎn)品會面向更大的規(guī)模和更多的使用場景，例如，它可以給 Robotaxi 進行反向輔助，從而形成數(shù)據(jù)閉環(huán)，讓百度的感知有更良好的體驗和效果，同時還能適應中國復雜的道路場景。

3. 國內(nèi)唯一一家既做高精地圖又做自動駕駛供應商。所以我們對于高精地圖的融合也有非常強的改進和感知能力。通過自動駕駛產(chǎn)品不斷地在實車和仿云端的驗證，我們會不斷去改進和高精地圖的融合點，從而讓高精地圖真正做到實時化使用。

百度經(jīng)過 1-2 年時間完整優(yōu)化了底層，已經(jīng)能夠?qū)崿F(xiàn)在雙 TDA4 VM，16T AI 算力的情況下，把全車的9 - 10 個攝像頭全部打開，在真正的行車和泊車中實現(xiàn)全向感知。

我們認為，用戶想要的是具性價比的產(chǎn)品，同時又能最大化滿足他們的需求。這也是百度真正設計我們中間行為與產(chǎn)品的核心目標。不管你發(fā)布的產(chǎn)品再領(lǐng)先，用戶真正買單的，是可以滿足他使用需求的功能。

毫末智行 COO 侯軍：

過去幾年時間，自動駕駛吸引了無數(shù)的創(chuàng)業(yè)者、科學家、資本投入到這個領(lǐng)域，造成了行業(yè)一片欣欣向榮的景象。

發(fā)展到現(xiàn)在，我們需要追問：究竟何種程度的自動駕駛能達到市場需求？

毫末經(jīng)過長時間的探索，給出的答案是三個階段，分別是可行、可靠、可商用。

• 在可行階段，要求自動駕駛公司具備一定的感知能力、智能算法能力、車輛控制能力。具體表現(xiàn)是，研發(fā)的智能車可以在特定園區(qū)以及限定測試場景下運行，但離實現(xiàn)大范圍的商業(yè)化，還存在一段距離。

• 可靠是第二個階段，這時車輛的安全性需要得到明確驗證和提高，同時還要做到在全天候、全地形場景下平穩(wěn)通過。

• 接著是商用階段，需要適應從封閉場景例如港口、礦區(qū)，到開放場景的全路段運行。此外，還要將成本降低到市場可接受的區(qū)間，真正實現(xiàn)規(guī)模化落地。

可行、可靠、可商用，三個階段代表著不同自動駕駛公司所處的狀態(tài)。對于毫末而言，現(xiàn)在是在第三個階段，即大規(guī)模商用落地階段。

我們將自動駕駛分為三個時代：

1.0 時代是硬件驅(qū)動的時代，發(fā)生在 2015 年之前，不少企業(yè)在這時通過堆料激光雷達等硬件，來實現(xiàn)自動駕駛，然而這種方式帶來的效果不僅一般，而且增添了整車成本，僅僅實現(xiàn)在一定特殊場景的測試驗證，難以批量化生產(chǎn)落地；

從 2015 年到現(xiàn)在是軟件驅(qū)動的 2.0 時代，大多數(shù)企業(yè)借助傳感器輸出感知和人工規(guī)則作決策規(guī)劃，在小模型、小數(shù)據(jù)的支持下，快速迭代自動駕駛技術(shù)。然而，僅靠軟件驅(qū)動遠遠無法覆蓋未來大量的 corner case，以及大量的非人工規(guī)則所能決定的場景。

由此，毫末提出數(shù)據(jù)驅(qū)動的自動駕駛 3.0 時代，它有四個關(guān)鍵要素：

1、數(shù)據(jù)規(guī)模至少在 1 億公里以上；

2、感知源于多模態(tài)傳感器的前端融合；

3、在認知上，是可解釋的場景化駕駛常識；

4、大模型、大數(shù)據(jù)，模型達到千億數(shù)據(jù)規(guī)模。

集度智能駕駛負責人王偉寶：

在汽車工業(yè)百年發(fā)展的過程中，我們認為汽車行業(yè)已經(jīng)經(jīng)歷了兩個時代：

• 1.0 時代：這是燃油車的時代，產(chǎn)生了很多大家耳熟能詳?shù)膰鴥?nèi)外公司。

• 2.0 時代：汽車行業(yè)進入了從燃油變成電動化的時代，這個階段產(chǎn)生了包括特斯拉、蔚來、小鵬和理想等車企。

• 3.0 時代：軟件在汽車中扮演的角色越來越重要，以至于目前集度的軟件開發(fā)時間和硬件開發(fā)時間相持平，在這個過程中，我們也采取了一種創(chuàng)新的開發(fā)模式——SIMUCar（軟件集成模擬樣車）。

相比傳統(tǒng)開發(fā)車 MuleCar（騾子車）主要集中在三電、底盤系統(tǒng)的研發(fā)，SIMUCar 更多是承擔智能化的開發(fā)平臺，比如為了保證集度的軟硬件同時開發(fā)，我們可以模擬一套軟件的電子電氣架構(gòu)，實現(xiàn)軟件的前置開發(fā)。

在這個過程中，集度的路線是打造汽車機器人，將賦予汽車機器人自由移動、自然交流和自我成長三大核心要素。

未來 5 年，汽車行業(yè)將逐漸進入到智能化階段，智能化的比拼將正式拉開，如何快速建立技術(shù)壁壘和規(guī)模將成為競爭的關(guān)鍵；而在未來 10 年，汽車行業(yè)會走上完全無人化的狀態(tài)。

無人化是生態(tài)的競爭，包括自動駕駛算法，端到端的核心 AI 進化能力、HD Map 等等，這也說明未來汽車行業(yè)的核心競爭，將從過去的駕馭零部件和供應商的能力，逐漸變成如何去駕馭 AI 算法、算力以及數(shù)據(jù)的能力。

地平線智能駕駛產(chǎn)品規(guī)劃與市場總經(jīng)理呂鵬：

從智能汽車的價值創(chuàng)新角度來看，智能汽車的發(fā)展一直圍繞著安全、舒適和娛樂三個領(lǐng)域。

現(xiàn)階段，我們?nèi)匀惶幱谧詣玉{駛的創(chuàng)新期，背后每一個自動駕駛的應用實際上是一個 Killer APP，類似于早期 windows 系統(tǒng)的 office，包括從最早的 AEB、ACC 等 L2 級輔助駕駛功能，到如今的高速 NOA、城市 NOA、泊車 AVP 功能，目前依舊處于創(chuàng)新階段，并沒有形成大批量的商業(yè)化階段。

在自動駕駛的發(fā)展趨勢上，AEB、ACC 等 L2 級輔助駕駛功能已經(jīng)開始高速的增長和普及，我們也相信從明年開始高速 NOA 也將不斷的普及，但城市 NOA 的普及還需要經(jīng)歷從能用過渡到好用的階段。

而當這些單一場景的輔助駕駛功能完全普及之后，伴隨著成熟度的上升進入到 L4 自動駕駛階段，從而進入到人機交互的創(chuàng)新期，包括 AI、VR、元宇宙、虛擬助理等多模態(tài)的交互游戲。

伴隨智能駕駛量產(chǎn)邁入深水區(qū)，行泊一體成為智能汽車邁向全場景整車智能終極應用形態(tài)的的路徑之一。

打通「行車」與「泊車」，實現(xiàn)智駕系統(tǒng)的集成整合和計算資源的高效共享，車載智能芯片作為算力基石更是發(fā)揮著重要作用。

從成本角度來看，行泊一體其實分為兩個不同的維度，一是性價比的行泊一體域控制器，針對5-6 個攝像頭的系統(tǒng)，二是高性能的行泊一體域控制器，支持 10 個攝像頭以上的系統(tǒng)。

憑借在ADAS 高級輔助駕駛及NOA 高速領(lǐng)航輔助駕駛領(lǐng)域的豐富量產(chǎn)積累，地平線能夠充分發(fā)揮行車方面的量產(chǎn)技術(shù)與工程 Knowhow，高效支持軟硬件生態(tài)伙伴打造基于征程芯片平臺的行泊一體產(chǎn)品與解決方案。

地平線能夠支持覆蓋 10-40 萬元車型的行泊一體域控制器需求，支撐車企實現(xiàn)行泊一體的開發(fā)和量產(chǎn)交付。

辰韜資本執(zhí)行總經(jīng)理賀雄松：

自動駕駛是少有的頂級賽道，也是從投資的角度布局不可或缺的賽道。參考技術(shù)成熟度曲線，可以很清晰地看到自動駕駛正處在幻滅期的階接。

行業(yè)要繼續(xù)往前走，唯有靠技術(shù)和商業(yè)的進展來驅(qū)動，所以接下來，商業(yè)化是整個行業(yè)的重點，也是整個賽道投資的主題。

為什么說目前是是押注特定場景商業(yè)化兌現(xiàn)最佳機會？

從行業(yè)的角度出發(fā)：

技術(shù)難題已經(jīng)被突破。像礦山港口、末端配送這些相關(guān)的場景已經(jīng)去安全員運行了非常長的時間；行業(yè)趨于成熟和套件成本的降低。以前一個激光雷達可能就要上十萬甚至幾十萬，但現(xiàn)在激光雷達已經(jīng)降到了幾千塊錢，未來還有很大的下降空間。這些都是非常有利于商業(yè)模型跑通，并進行批量復制的信號；

從投資的角度出發(fā)，有兩個最佳的時間節(jié)點：

第一個節(jié)點是，當企業(yè)在種子天使的階段，早期估值往往比較低，這個時候如果對賽道的方向、團隊有比較好的判斷，認知是很容易兌現(xiàn)的，賠率也非常高。第二個節(jié)點就是商業(yè)化兌現(xiàn)前期的投資。一旦產(chǎn)業(yè)商業(yè)化開始復制，估值就會有巨大且快速的拉升。

智加科技副總經(jīng)理王磊：

在產(chǎn)品路徑上，PlusDrive 遵循從 L2+到 L4 的漸進式路線，以 L4 技術(shù)能力，支持 L2、L3 級前裝量產(chǎn)，最終一步步實現(xiàn) L4 商業(yè)化落地。

走漸進式產(chǎn)品路徑，背后是基于智加三個方面的思考：

• 第一，當前 L4 技術(shù)成熟度不足以支撐自動駕駛車輛規(guī)?；耐斗?，而 L2 +已經(jīng)能夠?qū)崿F(xiàn)落地；

• 第二，自動駕駛作為一項人工智能應用，把人類司機的駕駛行為當作學習資料，可以更快速迭代算法；

• 第三，目前 L4 所需要的傳感器、芯片和線控等，還沒有形成完全成熟的產(chǎn)業(yè)鏈，硬件成本仍然偏高，覆蓋不了其現(xiàn)在帶來的少量收益，也就是說 L4 的經(jīng)濟賬現(xiàn)在還算不過來。

事實上，每個新技術(shù)從原理誕生，到真正產(chǎn)生大規(guī)模的商業(yè)化價值，都會經(jīng)歷十分漫長的過程，時間長度受到原理改進、產(chǎn)業(yè)鏈成熟度等變量影響。

智加認為，L4 級干線物流自動駕駛是個萬億級的市場，在當前的自動駕駛產(chǎn)業(yè)鏈的發(fā)展狀態(tài)下，「有駕駛員監(jiān)督」的量產(chǎn)自動駕駛產(chǎn)品能夠在干線物流中實現(xiàn)正向的成本收益，具備規(guī)?；斗诺慕?jīng)濟合理性，從而通過場景迭代和監(jiān)督學習加速 L4 技術(shù)的成熟。

易咖智車聯(lián)合創(chuàng)始人&CTO 柏俊波：

末端無人車是自動駕駛行業(yè)目前公認的可快速實現(xiàn)商業(yè)落地的賽道，包括在限定場景、低速園區(qū)內(nèi)進行物流配送、清掃等。

其中的參與方可分為三類，分別是：

底盤技術(shù)及服務方、AI /自動駕駛技術(shù)方和場景/平臺方，構(gòu)成了行業(yè)三角，從有人駕駛到無人駕駛，行業(yè)三角生態(tài)從點狀離散進化到面狀互聯(lián)。

如何在三角生態(tài)中找準自己的定位，是末端無人車面臨的首要挑戰(zhàn)，解決之道是從矛盾出發(fā)。末端無人車存在三大主要矛盾：

• 第一，商業(yè)落地與法規(guī)標準缺失的矛盾，目前無人車領(lǐng)域還沒有制定明確的法規(guī)標準，這是商業(yè)落地過程中需要考慮的因素；

• 第二，快速交付與驗證周期不足的矛盾，由于自動駕駛技術(shù)還在快速發(fā)展，對落地場景的需求也在不斷迭代，此時容易出現(xiàn)「魚與熊掌不可兼得」的問題，亟待解決；

• 第三，還有批量制造與場景技術(shù)迭代的矛盾。

由上述三個矛盾，以問題為導向，制定企業(yè)發(fā)展的戰(zhàn)略方向、研發(fā)路線、流程組織、上游生態(tài)和服務形式。

在易咖的實踐中，以商業(yè)落地和法規(guī)標準缺失的矛盾為例，我們認為應該堅持場景導向和價值導向。其中，標準和法規(guī)是約束，與市場和產(chǎn)品是毛和皮的關(guān)系，不能自困。

如祺出行 CTO 宋德強：

目前，出行平臺與自動駕駛技術(shù)公司、主機廠之間的「金三角」模式得到廣泛認可。隨著單車智能向批量上路的不斷推進，自動駕駛運營成為行業(yè)關(guān)注重心：

1）主機廠主要利用豐富的車輛量產(chǎn)經(jīng)驗生產(chǎn) Robtaxi，把控其安全性和運行的穩(wěn)定性；

2）自動駕駛技術(shù)公司專注于提供 Robotaxi 的自動駕駛軟硬件解決方案，并且?guī)椭鳈C廠在生產(chǎn)端進行軟硬件前裝或后裝。

3）出行平臺，在海量真實出行數(shù)據(jù)和成熟出行服務運營經(jīng)驗的基礎上，面向 C 端用戶提供最直接的 Robotaxi 服務，最終實現(xiàn)商業(yè)變現(xiàn)。

Robotaxi 要真正成為一項服務，要從 B 端先行先試，而隨著技術(shù)的發(fā)展，自動駕駛運營服務能力的重要性也逐漸凸顯。

長期來看，自動駕駛已經(jīng)從單純的技術(shù)和測試，走向更多城市道路，Robotai 也演變成一項持續(xù)的服務，最終要從 B 端走向 C 端，走入尋常百姓家。

后續(xù)無論是 B 端還是 C 端，只要啟動自動駕駛功能，就將納入自動駕駛運營范疇，因為每一個 C 端用戶都希望車企能持續(xù)保障自己的安全和體驗。

在這個大背景下，自動駕駛運營平臺也將成為車企的標配，持續(xù)優(yōu)化用戶自動駕駛服務體驗也成為必需。

安霸半導體技術(shù) (上海) 有限公司深圳分公司總經(jīng)理劉清濤：

在智能駕駛開發(fā)過程中，我們都會遇到哪些痛點呢？

• 第一大痛點首推就是芯片性能虛高。芯片的 AI 性能紙上的數(shù)字非常好，但是在實際應用的過程中就會碰到各種各樣的瓶頸，實際的 AI 性能也會急劇下降。

• 第二大痛點就是芯片的功耗高。芯片的功耗高，增加了開發(fā)的難度，又增長了開發(fā)的周期，并且稍不留神，芯片和整個項目都會變成燙手山芋。

• 第三個痛點是圖像質(zhì)量不高。作為智能駕駛眼睛的攝像頭無法把道路上的紛紛擾擾看得清清楚楚。

• 第四個痛點就是 AI 的算法工具鏈不好用，經(jīng)常會導致事倍功半。

• 第五個痛點就是得不到芯片原廠的有效技術(shù)支持。

安霸有五大技術(shù)優(yōu)勢恰好可以把這五大痛點全部解決掉。

首先，安霸芯片有非常強的 AI 性能。我們始終遵循算法優(yōu)先的策略進行開發(fā)，會測試和評估成千上百種開源網(wǎng)絡和我們自研的自動駕駛算法。

安霸的芯片設計始終是圍繞這些算法在實際應用場景中能夠發(fā)揮最大效能的核心訴求打造的。

其次，安霸 CV 系列芯片擁有超低功耗，因為我們有先進的工藝制程，有 10 納米/5 納米制程工藝，還有一流的硬件架構(gòu)設計。

低功耗芯片的好處是，可以節(jié)約開發(fā)周期，降低開發(fā)難度，可以真正地讓開發(fā)人員省時、省力、省心。

低功耗芯片還可以消除熱量累積帶來的種種種隱患，即使在高溫天氣長時間工作，也可以安全運轉(zhuǎn)。低功耗可以有效地降低電源成本，簡化散熱設計，節(jié)約 BOM 成本。

第三，安霸芯片的圖像質(zhì)量在業(yè)界是有口皆碑。我們的 ISP 是自己研發(fā)，擁有獨有的算法和核心的專利技術(shù)，比如超級延遲、專業(yè)降噪、寬動態(tài)處理算法，使得圖像色彩清晰、準確、細節(jié)豐富。

第四，「三分憑努力，七分靠工具」來形容完整成熟工具鏈的重要作用并不為過。全自動化工具，輕松實現(xiàn)從用戶導入算法模型、優(yōu)化、量化，編譯轉(zhuǎn)換到上板執(zhí)行整個過程。

第五，安霸的技術(shù)團隊靠譜，我們專注于國內(nèi)汽車市場，善于與客戶協(xié)作打造差異化創(chuàng)新產(chǎn)品。

目前，安霸和國內(nèi)主流的車企、 Tier1 和算法提供商建立的密密切切管廣泛的合作，一系列前裝量產(chǎn)項目先后落地，有一汽紅旗、合創(chuàng)汽車的 ADAS，還有長城、吉利、上汽、廣汽、東風、奇瑞、鈴木、哪吒等車廠的自動駕駛項目。除了這些，明年我們還會有一大批智能駕駛項目進入量產(chǎn)。

吉咖智能 CTO 韓軼奇：

除了封閉道路、高速高架的場景之外，目前業(yè)內(nèi)不少車企、方案供應商已經(jīng)進入到城市場景的比拼，但城市場景的無疑比高速場景復雜數(shù)倍。

無論是感知角度，還是規(guī)劃控制角度，系統(tǒng)的處置能力如果與用戶的預期產(chǎn)生差距，或者用戶始終處于高度緊張、高接管率的情況下，這也會直接影響降低用戶對智能駕駛系統(tǒng)的依賴性。

為了解決這些復雜的場景，我們的智能駕駛系統(tǒng)需要額外投入數(shù)倍的復雜度，而系統(tǒng)架構(gòu)的復雜性直接關(guān)聯(lián)的是系統(tǒng)架構(gòu)的成本，這也就決定了隨著成本的增加能不能滿足用戶的預期，并為之買單。

綜合分析之后，我們認為面對極端復雜的城市毛細道路，需要配合上城市高精地圖，多個高精度傳感器以及超大算力的域控制器滿足高難度場景的需求，但隨之增加的成本能否百分比保證安全和體驗，用戶是否愿意相信系統(tǒng)的能力仍然是一個不確定性因素。

基于此，吉咖智能更傾向于集中在相對合理的算力系統(tǒng)，以及適用的視覺傳感器；

在某些特殊情況下，我們可能會配備單個或者雙個激光雷達實現(xiàn)成本可控的系統(tǒng)，覆蓋 80% 的城市主干道、國道、城市高架路等場景，從封閉道路逐步延展到復雜的城市道路，相當于吉咖智能駕駛解決方案的定位是滿足 80%的用戶出行場景，并通過解決高難度場景帶來差異化的體驗。

勁邦資本投資部副總經(jīng)理貢璽：

汽車電子賽道實際上是貫穿在電動化跟智能化這樣兩個大趨勢之下的，無論是電動化還是智能化，都會促使汽車電子賽道出現(xiàn)一個增量和存量大發(fā)展。

如果去投汽車電子賽道，很好的一個做法是把國際玩家和我們中國玩家去做一個相應的對比，你會清楚地發(fā)現(xiàn)，在汽車電子電子賽道之上，國際的玩家是在一個什么樣水平，中國的初創(chuàng)企業(yè)，包括上市公司，他們會在什么樣一些水平之上。

這里面有個很重要的邏輯，汽車電子其實是一個舶來品，無論是從素材設計，包括工藝的一些要求，包括后到包括整個產(chǎn)業(yè)鏈的一些傳導，其實很多的時候，它跟西方制定的一些標準是有關(guān)系的。

所以我們對國際層面的一些玩家，它們的所擅長的領(lǐng)域，和他們比較出名的一些產(chǎn)品序列會有一個直觀的感受，這樣的話我們可以很好地去對國內(nèi)的公司進行一個很具象很精確衡量。

北醒 CEO 李遠：

在去年 9 月份之后，就沒有涌現(xiàn)出新的激光雷達公司拿車企的定點項目了。激光雷達第一個窗口期已經(jīng)關(guān)閉，這些激光雷達公司基本上是第一輪競爭的參賽選手。

他們現(xiàn)在都在拼命地擴張自己的商業(yè)空間，去拿更多的定點，我們北醒也有幸位列其中。我們?nèi)ツ?9 月拿到了第一個定點，今年拿到的兩個定點也是在去年完成的。

汽車從輔助駕駛走向自動駕駛，是汽車的智能化升級，它的驅(qū)動力其實是把人從駕駛中解放出來，本質(zhì)上講是對安全的極致追求，更進一步講，是對感知的進一步升級。

對自動駕駛來說，低線束的激光雷達探測距離還存在不足，有安全隱患，所以我們呼喚一個 512 線時代，一個更高線束的激光雷達時代，它可以幫助自動駕駛的感知能力實現(xiàn)一個巨大的突破，能夠幫助自動駕駛車輛更早發(fā)現(xiàn)障礙物，實現(xiàn)安全行駛。

返回第一電動網(wǎng)首頁 >