全面屏智能汽车亮相亚洲天幕

说起今年的自动驾驶行业，充满了重大新闻。如果你想逐一总结重大事件，估计你可以出版一本书。但我们仍然试图用千言万语来解读今年自动驾驶领域的几个趋势和热点事件。传统车厂的反击对于传统车厂来说，实用主义是做生意的基础。每个人都认识到自动驾驶将是未来，但发展自动驾驶的前提是它不能影响现阶段的产品开发和销售。福特就是一个很好的例子。今年年初，他们以10亿美元收购了自动驾驶初创公司Argo.AI，并高调开发了自动驾驶。因此，其前首席执行官Mark Field因过于强调技术转型而忽视现有产品而遭到董事会弹劾。新CEO上任后，他宣布将推迟2021推出L4自动驾驶仪的最初计划。在欧洲，沃尔沃一直非常重视自动驾驶，也将原定于今年启动的自动驾驶测试项目“驾驶我”推迟至2021。可以说，面对自动驾驶，传统巨头们已经逐渐从狂热追逐到冷静规划。不过，不要认为传统车企已经放弃了在自动驾驶领域的反击。他们专注于自己最大的优势：产品的大规模生产。今年7月在巴塞罗那上市的新款奥迪A8是一个强有力的反击信号：它是全球首款搭载L3级自动驾驶的量产车，可以在法律允许的区域内以不高于60公里/小时的速度实现自动驾驶。。（有人认为奥迪A8只达到了L2.5级别。）

在我看来，新款A8最重要的意义在于奥迪对自动驾驶供应链的整合。除了配备激光雷达、摄像头、毫米波雷达和超声波雷达等传感器外，德尔福集成的新款A8自动驾驶仪的核心控制单元zFAS更像是控制器的强大主板：它集成了Mobileye的EyeQ、NVIDIA K1 GPU和Altera Cyclone FPGA。

新A8证明，无论是科技公司、一级供应商还是芯片供应商，只要他们想让自己的自动驾驶技术落地量产产品，最终都会回归统一的汽车供应体系。每个人都应该与汽车工厂一起合作，而不是单独作战。除了A8，今年发布的凯迪拉克超级巡航和梅赛德斯-奔驰Drive Pilot也是非常成熟的半自动驾驶解决方案，这里就不再赘述了。感兴趣的人可以看看我们的另一篇总结文章：“2017年，这些汽车让我们离自动驾驶又迈进了一步”。零部件供应商的轮替，一直给人一种低调的印象，就是在汽车行业发大财。但今年他们的风格发生了变化。自动驾驶涉及感知、地图、决策、控制等多个环节，即使是Tier 1也不可能事事靠自己，所以如果你想为车厂的客户爸爸提供满意的解决方案，你必须找到其他人来合作。其中许多合作伙伴都是知名人士，来自汽车行业以外的科技公司。因此，对于Tier 1来说，无论是从技术体系、合作模式还是宣传策略，都面临着转型。最直接的方法是与科技公司结成联盟。在这一年里，几乎所有你能数到的一级巨头都吸引了他们的盟友。博世和采埃孚与英伟达和百度合作，而和德尔福则加入了宝马和英特尔的阵营。

更重要的是，直接选择成为一家科技公司。9月，德尔福正式将其动力总成业务拆分为Aptiv和德尔福科技两家公司。其中，安博福的定位是一家专注于汽车前沿创新领域的科技公司。有关详细信息，请参阅我们的文章《与德尔福分离后，Amber首次面对媒体。他们说了什么？从技术上讲，上述供应商也已经与各自的盟友宣布了他们的业绩。例如，在上海车展期间，博世宣布了与三大d合作的云路书BRS……

estic图形经销商，并通过孵化器与更多初创企业合作。另一个例子是大陆的CUbE无人车。

由于其自身的供应商角色以及对自动驾驶和车辆开发的理解，一级供应商在汽车制造商和科技公司之间的整合中发挥了非常重要的作用。现阶段，无论是硬件还是软件，科技公司的自动驾驶技术最终都能在汽车工厂项目中成为SOP，这与Tier 1的贡献是分不开的。因此，我们将在随后的分析中经常看到它们。芯片公司的角力说起今年自动驾驶领域最大的新闻，我认为英特尔斥资150多亿美元收购了Mobileye。这种手写不仅显示了芯片行业的巨大价值，也显示了芯片公司做自动驾驶的决心。英伟达和英特尔今年已经宣布了他们在自动驾驶领域的产品。今年，英伟达宣布了Drive PX的最新产品Xavier和未来的下一代产品Pegasus，并以Xavier为基础，分别与博世和采埃孚联合推出了汽车AI超级计算机。关于NVIDIA产品的分析，请参阅我之前的文章：“GTC 2017 |一篇了解NVIDIA自动驾驶解决方案的文章”英特尔，他们通过收购Altera和Mobileye收购了FPGA架构和EyeQ芯片。根据英特尔的数据，Mobileye的最新一代EyeQ5芯片可以提供每瓦2.4次DL TOPS（每秒万亿次）。这比NVIDIA公布的Xavier性能高出2.4倍。另一家芯片巨头高通除了继续消化收购恩智浦获得的资源外，还在2017年12月初获得了加州自动驾驶道路测试的许可。自PC时代以来，芯片行业一直是一个竞争激烈的领域。尽管英伟达首席执行官黄仁勋在接受GTC中国采访时一再强调，英伟达的职业生涯依赖于热爱，但在汽车行业，他的公司与英特尔针锋相对。与消费电子产品不同，汽车中使用的计算芯片在功耗、稳定性和安全性方面有更高的要求。GPU和CPU等通用计算芯片能否针对车载应用进行优化已成为一大挑战。因此，尽管英伟达和英特尔在汽车领域蓬勃发展，但目前真正进入SOP的产品并不多，车企也期待着更多的选择。事实上，这让其他公司有机会制造专门用于汽车场景的计算芯片，例如ADAS的视觉感知芯片。领先者Mobileye惊人的产品价格，让国内一些创业公司也瞄准了这块蛋糕。例如，地平线本月宣布了其自研ADAS芯片“Journey”，并将在2018年消费电子展上与英特尔联合推出预装配方案。他们希望通过了解中国市场和深度学习来赶上Mobileye。我们只是在讨论上面的终端方案。如果我们着眼于云计算，将会有更多的玩家参与进来。科技巨头谷歌宣布了专门用于深度学习的计算芯片TPU和国产芯片CAMBRIAN独角兽等等。

竞争的加剧实际上是汽车制造商乐于看到的，因为这将给他们带来更多的选择，更高的议价和定制能力，以及更低的风险。毕竟，他们不想被芯片公司的“AI神道”带到节奏中。对于已经享受到巨额奖金的领导人老黄来说，表面上说说笑笑，忍住核弹，仍然是最好的应对方式。人工智能的疯狂人工智能真的太火了。我很不好意思不加“.AI”域名就称自己为科技公司。但话说回来，人工智能对自动驾驶的重要性是毋庸置疑的。Mobileye首席技术官Shashua教授曾将人工智能在自动驾驶汽车中的应用总结为两个主要部分：

环境感知：类似于ADAS摄像头识别，它对车辆传感器返回的数据进行分析和融合，并分析周围的驾驶环境。在这一部分中，人工智能或深度学习的主要功能是让汽车看得更准确。例如，系统是否可以识别……

y前车的具体形状，属于哪种车辆，距离车辆有多远，甚至可以识别前车驾驶员的性别。同样的应用还包括行人、非机动车、车道线、路标、道路两侧的环境等要素。该领域的人工智能应用具有相对固定和明确的学习标准，收集的数据可以重复使用，例如同一组车辆图片或视频材料。您可以让系统反复识别和学习它们，直到准确性令人满意。因此，数据收集的困难在于如何覆盖足够的环境材料以及各个国家和地区不同的驾驶环境特征。驾驶决策：系统完成环境意识后，如何做出相应的驾驶决策。在这个领域，人工智能的作用是使机器能够像人类一样驾驶，同时确保安全。目前，大多数在道路上测试的自动驾驶车辆都严格遵守交通法规，并且极其保守。然而，在现实环境中，人类驾驶员的驾驶决策并没有遵循明确的标准，而是将游戏与其他驾驶员结合起来。例如，在中国，严格按照交通法规驾驶是没有“前途”的。真正的老司机是见缝插针、避开摄像头和利用交通法规的专家。（当然，我们在驾驶时仍然必须遵守交通法规。）因此，如果机器真的成为了一个老司机，并且能够在真实场景中与人类司机同行，那么它需要收集更多的驾驶数据。此外，谈判没有固定的标准，这将对环境产生影响。收集到的数据不能重复使用，需要在每次决策迭代时再次收集。因此，驾驶决策也比环境感知更困难。由此可见，人工智能在自动驾驶中的应用需要大量的数据支持，也对深度学习的效率提出了很高的要求。因此，无论是初创公司还是汽车巨头都瞄准了这个领域。今年中国涌现的大多数人工智能初创公司仍在做与环境意识相关的人工智能，称其为机器视觉公司可能更合适。一些巨头公司，如宝马和谷歌，已经开始征服与驾驶决策相关的部分。人工智能的爆发也让汽车行业意识到了软件算法的重要性。汽车公司和Tier 1都在强调这样一个事实，即他们自己团队中的软件工程师比例已经增加。博世甚至在汽车人工智能领域设立了专门的人工智能研究中心和孵化器。关于人工智能在汽车领域的发展，我个人同意Shashua教授的观点，这是一个技术问题和操作问题。在保证人工智能人才的基础上，如何获得更多的数据是关键。互联网公司生态提到了自动驾驶行业的互联网公司。今年谁能超越百度？7月，Apollo自动驾驶平台正式宣布（详情请参阅“阅读百度自动驾驶布局的文章”），这可以说是中国自动驾驶圈最大的事件。业内对Apollo众说纷纭，但它确实将中国大型互联网公司基于平台的生态理念带入了汽车行业。

Apollo平台基本上包含了自动驾驶所需的所有元素。软件算法、高精度地图、传感器、计算芯片、云服务等一应俱全。然而，这些技术中的许多似乎并不是百度的强项，而是来自平台上的其他合作伙伴。那么这个平台的意义是什么呢？为什么人们选择与阿波罗合作？这可能是大多数人质疑阿波罗观点的起点。在我看来，就像Shashua教授的观点一样，仍然有必要从技术和操作两个方面来看待它。在技术层面，百度最重要的优势是在国内高精度地图和云计算方面的积累。地图资质是中国企业的天然优势，这也是博世应该与百度、高德和思微图新合作的根本原因，而云服务是互联网公司在中国布局的基础。说起今年的自动驾驶行业，充满了重大新闻。如果你想逐一总结重大事件，估计你可以出版一本书。但我们……

我将尝试用千言万语来解读今年自动驾驶领域的几个趋势和热点事件。传统车厂的反击对于传统车厂来说，实用主义是做生意的基础。每个人都认识到自动驾驶将是未来，但发展自动驾驶的前提是它不能影响现阶段的产品开发和销售。福特就是一个很好的例子。今年年初，他们以10亿美元收购了自动驾驶初创公司Argo.AI，并高调开发了自动驾驶。因此，其前首席执行官Mark Field因过于强调技术转型而忽视现有产品而遭到董事会弹劾。新CEO上任后，他宣布将推迟2021推出L4自动驾驶仪的最初计划。在欧洲，沃尔沃一直非常重视自动驾驶，也将原定于今年启动的自动驾驶测试项目“驾驶我”推迟至2021。可以说，面对自动驾驶，传统巨头们已经逐渐从狂热追逐到冷静规划。不过，不要认为传统车企已经放弃了在自动驾驶领域的反击。他们专注于自己最大的优势：产品的大规模生产。今年7月在巴塞罗那上市的新款奥迪A8是一个强有力的反击信号：它是全球首款搭载L3级自动驾驶的量产车，可以在法律允许的区域内以不高于60公里/小时的速度实现自动驾驶。。（有人认为奥迪A8只达到了L2.5级别。）

在我看来，新款A8最重要的意义在于奥迪对自动驾驶供应链的整合。除了配备激光雷达、摄像头、毫米波雷达和超声波雷达等传感器外，德尔福集成的新款A8自动驾驶仪的核心控制单元zFAS更像是控制器的强大主板：它集成了Mobileye的EyeQ、NVIDIA K1 GPU和Altera Cyclone FPGA。

新A8证明，无论是科技公司、一级供应商还是芯片供应商，只要他们想让自己的自动驾驶技术落地量产产品，最终都会回归统一的汽车供应体系。每个人都应该与汽车工厂一起合作，而不是单独作战。除了A8，今年发布的凯迪拉克超级巡航和梅赛德斯-奔驰Drive Pilot也是非常成熟的半自动驾驶解决方案，这里就不再赘述了。感兴趣的人可以看看我们的另一篇总结文章：“2017年，这些汽车让我们离自动驾驶又迈进了一步”。零部件供应商的轮替，一直给人一种低调的印象，就是在汽车行业发大财。但今年他们的风格发生了变化。自动驾驶涉及感知、地图、决策、控制等多个环节，即使是Tier 1也不可能事事靠自己，所以如果你想为车厂的客户爸爸提供满意的解决方案，你必须找到其他人来合作。其中许多合作伙伴都是知名人士，来自汽车行业以外的科技公司。因此，对于Tier 1来说，无论是从技术体系、合作模式还是宣传策略，都面临着转型。最直接的方法是与科技公司结成联盟。在这一年里，几乎所有你能数到的一级巨头都吸引了他们的盟友。博世和采埃孚与英伟达和百度合作，而和德尔福则加入了宝马和英特尔的阵营。

更重要的是，直接选择成为一家科技公司。9月，德尔福正式将其动力总成业务拆分为Aptiv和德尔福科技两家公司。其中，安博福的定位是一家专注于汽车前沿创新领域的科技公司。关于细节，请参阅我们的文章“与德尔福分离后，Amber首先面对媒体。他们说了什么？从技术上讲，上述供应商也已经宣布了与各自盟友的合作结果。例如，在上海车展期间，博世宣布了与国内三大图形经销商合作的云路书BRS，并通过孵化器与更多初创企业合作例如，大陆的CUbE无人驾驶汽车。

el 3“src=”/eimg/jndp/ig/20230304014851553898/4.jpg“/>

由于其自身的供应商角色以及对自动驾驶和车辆开发的理解，一级供应商在汽车制造商和科技公司之间的整合中发挥了非常重要的作用。现阶段，无论是硬件还是软件，科技公司的自动驾驶技术最终都能在汽车工厂项目中成为SOP，这与Tier 1的贡献是分不开的。因此，我们将在随后的分析中经常看到它们。芯片公司的角力说起今年自动驾驶领域最大的新闻，我认为英特尔斥资150多亿美元收购了Mobileye。这种手写不仅显示了芯片行业的巨大价值，也显示了芯片公司做自动驾驶的决心。英伟达和英特尔今年已经宣布了他们在自动驾驶领域的产品。今年，英伟达宣布了Drive PX的最新产品Xavier和未来的下一代产品Pegasus，并以Xavier为基础，分别与博世和采埃孚联合推出了汽车AI超级计算机。关于NVIDIA产品的分析，请参阅我之前的文章：“GTC 2017 |一篇了解NVIDIA自动驾驶解决方案的文章”英特尔，他们通过收购Altera和Mobileye收购了FPGA架构和EyeQ芯片。根据英特尔的数据，Mobileye的最新一代EyeQ5芯片可以提供每瓦2.4次DL TOPS（每秒万亿次）。这比NVIDIA公布的Xavier性能高出2.4倍。另一家芯片巨头高通除了继续消化收购恩智浦获得的资源外，还在2017年12月初获得了加州自动驾驶道路测试的许可。自PC时代以来，芯片行业一直是一个竞争激烈的领域。尽管英伟达首席执行官黄仁勋在接受GTC中国采访时一再强调，英伟达的职业生涯依赖于热爱，但在汽车行业，他的公司与英特尔针锋相对。与消费电子产品不同，汽车中使用的计算芯片在功耗、稳定性和安全性方面有更高的要求。GPU和CPU等通用计算芯片能否针对车载应用进行优化已成为一大挑战。因此，尽管英伟达和英特尔在汽车领域蓬勃发展，但目前真正进入SOP的产品并不多，车企也期待着更多的选择。事实上，这让其他公司有机会制造专门用于汽车场景的计算芯片，例如ADAS的视觉感知芯片。领先者Mobileye惊人的产品价格，让国内一些创业公司也瞄准了这块蛋糕。例如，地平线本月宣布了其自研ADAS芯片“Journey”，并将在2018年消费电子展上与英特尔联合推出预装配方案。他们希望通过了解中国市场和深度学习来赶上Mobileye。我们只是在讨论上面的终端方案。如果我们着眼于云计算，将会有更多的玩家参与进来。科技巨头谷歌宣布了专门用于深度学习的计算芯片TPU和国产芯片CAMBRIAN独角兽等等。

竞争的加剧实际上是汽车制造商乐于看到的，因为这将给他们带来更多的选择，更高的议价和定制能力，以及更低的风险。毕竟，他们不想被芯片公司的“AI神道”带到节奏中。对于已经享受到巨额奖金的领导人老黄来说，表面上说说笑笑，忍住核弹，仍然是最好的应对方式。人工智能的疯狂人工智能真的太火了。我很不好意思不加“.AI”域名就称自己为科技公司。但话说回来，人工智能对自动驾驶的重要性是毋庸置疑的。Mobileye首席技术官Shashua教授曾将人工智能在自动驾驶汽车中的应用总结为两个主要部分：

环境感知：类似于ADAS摄像头识别，它对车辆传感器返回的数据进行分析和融合，并分析周围的驾驶环境。在这一部分中，人工智能或深度学习的主要功能是让汽车看得更准确。例如，系统是否可以识别前方车辆的具体形状、属于哪种车辆、距离车辆多远，甚至可以识别前方汽车驾驶员的性别。……

同样的应用还包括行人、非机动车、车道线、路标、道路两侧的环境和其他元素。该领域的人工智能应用具有相对固定和明确的学习标准，收集的数据可以重复使用，例如同一组车辆图片或视频材料。您可以让系统反复识别和学习它们，直到准确性令人满意。因此，数据收集的困难在于如何覆盖足够的环境材料以及各个国家和地区不同的驾驶环境特征。驾驶决策：系统完成环境意识后，如何做出相应的驾驶决策。在这个领域，人工智能的作用是使机器能够像人类一样驾驶，同时确保安全。目前，大多数在道路上测试的自动驾驶车辆都严格遵守交通法规，并且极其保守。然而，在现实环境中，人类驾驶员的驾驶决策并没有遵循明确的标准，而是将游戏与其他驾驶员结合起来。例如，在中国，严格按照交通法规驾驶是没有“前途”的。真正的老司机是见缝插针、避开摄像头和利用交通法规的专家。（当然，我们在驾驶时仍然必须遵守交通法规。）因此，如果机器真的成为了一个老司机，并且能够在真实场景中与人类司机同行，那么它需要收集更多的驾驶数据。此外，谈判没有固定的标准，这将对环境产生影响。收集到的数据不能重复使用，需要在每次决策迭代时再次收集。因此，驾驶决策也比环境感知更困难。由此可见，人工智能在自动驾驶中的应用需要大量的数据支持，也对深度学习的效率提出了很高的要求。因此，无论是初创公司还是汽车巨头都瞄准了这个领域。今年中国涌现的大多数人工智能初创公司仍在做与环境意识相关的人工智能，称其为机器视觉公司可能更合适。一些巨头公司，如宝马和谷歌，已经开始征服与驾驶决策相关的部分。人工智能的爆发也让汽车行业意识到了软件算法的重要性。汽车公司和Tier 1都在强调这样一个事实，即他们自己团队中的软件工程师比例已经增加。博世甚至在汽车人工智能领域设立了专门的人工智能研究中心和孵化器。关于人工智能在汽车领域的发展，我个人同意Shashua教授的观点，这是一个技术问题和操作问题。在保证人工智能人才的基础上，如何获得更多的数据是关键。互联网公司生态提到了自动驾驶行业的互联网公司。今年谁能超越百度？7月，Apollo自动驾驶平台正式宣布（详情请参阅“阅读百度自动驾驶布局的文章”），这可以说是中国自动驾驶圈最大的事件。业内对Apollo众说纷纭，但它确实将中国大型互联网公司基于平台的生态理念带入了汽车行业。

Apollo平台基本上包含了自动驾驶所需的所有元素。软件算法、高精度地图、传感器、计算芯片、云服务等一应俱全。然而，这些技术中的许多似乎并不是百度的强项，而是来自平台上的其他合作伙伴。那么这个平台的意义是什么呢？为什么人们选择与阿波罗合作？这可能是大多数人质疑阿波罗观点的起点。在我看来，就像Shashua教授的观点一样，仍然有必要从技术和操作两个方面来看待它。在技术层面，百度最重要的优势是在国内高精度地图和云计算方面的积累。地图资质是中国企业的天然优势，这也是博世应该与百度、高德和思微图新合作的根本原因，而云服务是互联网公司在中国布局的基础。

标签：北京

汽车资讯热门资讯