全面屏智能汽車亮相亞洲天幕

說起今年的自動駕駛行業，充滿了重大新聞。如果你想逐一總結重大事件，估計你可以出版一本書。但我們仍然試圖用千言萬語來解讀今年自動駕駛領域的幾個趨勢和熱點事件。傳統車廠的反擊對于傳統車廠來說，實用主義是做生意的基礎。每個人都認識到自動駕駛將是未來，但發展自動駕駛的前提是它不能影響現階段的產品開發和銷售。福特就是一個很好的例子。今年年初，他們以10億美元收購了自動駕駛初創公司Argo.AI，并高調開發了自動駕駛。因此，其前首席執行官Mark Field因過于強調技術轉型而忽視現有產品而遭到董事會彈劾。新CEO上任后，他宣布將推遲2021推出L4自動駕駛儀的最初計劃。在歐洲，沃爾沃一直非常重視自動駕駛，也將原定于今年啟動的自動駕駛測試項目“駕駛我”推遲至2021。可以說，面對自動駕駛，傳統巨頭們已經逐漸從狂熱追逐到冷靜規劃。不過，不要認為傳統車企已經放棄了在自動駕駛領域的反擊。他們專注于自己最大的優勢：產品的大規模生產。今年7月在巴塞羅那上市的新款奧迪A8是一個強有力的反擊信號：它是全球首款搭載L3級自動駕駛的量產車，可以在法律允許的區域內以不高于60公里/小時的速度實現自動駕駛。。（有人認為奧迪A8只達到了L2.5級別。）

在我看來，新款A8最重要的意義在于奧迪對自動駕駛供應鏈的整合。除了配備激光雷達、攝像頭、毫米波雷達和超聲波雷達等傳感器外，德爾福集成的新款A8自動駕駛儀的核心控制單元zFAS更像是控制器的強大主板：它集成了Mobileye的EyeQ、NVIDIA K1 GPU和Altera Cyclone FPGA。

新A8證明，無論是科技公司、一級供應商還是芯片供應商，只要他們想讓自己的自動駕駛技術落地量產產品，最終都會回歸統一的汽車供應體系。每個人都應該與汽車工廠一起合作，而不是單獨作戰。除了A8，今年發布的凱迪拉克超級巡航和梅賽德斯-奔馳Drive Pilot也是非常成熟的半自動駕駛解決方案，這里就不再贅述了。感興趣的人可以看看我們的另一篇總結文章：“2017年，這些汽車讓我們離自動駕駛又邁進了一步”。零部件供應商的輪替，一直給人一種低調的印象，就是在汽車行業發大財。但今年他們的風格發生了變化。自動駕駛涉及感知、地圖、決策、控制等多個環節，即使是Tier 1也不可能事事靠自己，所以如果你想為車廠的客戶爸爸提供滿意的解決方案，你必須找到其他人來合作。其中許多合作伙伴都是知名人士，來自汽車行業以外的科技公司。因此，對于Tier 1來說，無論是從技術體系、合作模式還是宣傳策略，都面臨著轉型。最直接的方法是與科技公司結成聯盟。在這一年里，幾乎所有你能數到的一級巨頭都吸引了他們的盟友。博世和采埃孚與英偉達和百度合作，而和德爾福則加入了寶馬和英特爾的陣營。

更重要的是，直接選擇成為一家科技公司。9月，德爾福正式將其動力總成業務拆分為Aptiv和德爾福科技兩家公司。其中，安博福的定位是一家專注于汽車前沿創新領域的科技公司。有關詳細信息，請參閱我們的文章《與德爾福分離后，Amber首次面對媒體。他們說了什么？從技術上講，上述供應商也已經與各自的盟友宣布了他們的業績。例如，在上海車展期間，博世宣布了與三大d合作的云路書BRS……

estic圖形經銷商，并通過孵化器與更多初創企業合作。另一個例子是大陸的CUbE無人車。

由于其自身的供應商角色以及對自動駕駛和車輛開發的理解，一級供應商在汽車制造商和科技公司之間的整合中發揮了非常重要的作用。現階段，無論是硬件還是軟件，科技公司的自動駕駛技術最終都能在汽車工廠項目中成為SOP，這與Tier 1的貢獻是分不開的。因此，我們將在隨后的分析中經常看到它們。芯片公司的角力說起今年自動駕駛領域最大的新聞，我認為英特爾斥資150多億美元收購了Mobileye。這種手寫不僅顯示了芯片行業的巨大價值，也顯示了芯片公司做自動駕駛的決心。英偉達和英特爾今年已經宣布了他們在自動駕駛領域的產品。今年，英偉達宣布了Drive PX的最新產品Xavier和未來的下一代產品Pegasus，并以Xavier為基礎，分別與博世和采埃孚聯合推出了汽車AI超級計算機。關于NVIDIA產品的分析，請參閱我之前的文章：“GTC 2017 |一篇了解NVIDIA自動駕駛解決方案的文章”英特爾，他們通過收購Altera和Mobileye收購了FPGA架構和EyeQ芯片。根據英特爾的數據，Mobileye的最新一代EyeQ5芯片可以提供每瓦2.4次DL TOPS（每秒萬億次）。這比NVIDIA公布的Xavier性能高出2.4倍。另一家芯片巨頭高通除了繼續消化收購恩智浦獲得的資源外，還在2017年12月初獲得了加州自動駕駛道路測試的許可。自PC時代以來，芯片行業一直是一個競爭激烈的領域。盡管英偉達首席執行官黃仁勛在接受GTC中國采訪時一再強調，英偉達的職業生涯依賴于熱愛，但在汽車行業，他的公司與英特爾針鋒相對。與消費電子產品不同，汽車中使用的計算芯片在功耗、穩定性和安全性方面有更高的要求。GPU和CPU等通用計算芯片能否針對車載應用進行優化已成為一大挑戰。因此，盡管英偉達和英特爾在汽車領域蓬勃發展，但目前真正進入SOP的產品并不多，車企也期待著更多的選擇。事實上，這讓其他公司有機會制造專門用于汽車場景的計算芯片，例如ADAS的視覺感知芯片。領先者Mobileye驚人的產品價格，讓國內一些創業公司也瞄準了這塊蛋糕。例如，地平線本月宣布了其自研ADAS芯片“Journey”，并將在2018年消費電子展上與英特爾聯合推出預裝配方案。他們希望通過了解中國市場和深度學習來趕上Mobileye。我們只是在討論上面的終端方案。如果我們著眼于云計算，將會有更多的玩家參與進來。科技巨頭谷歌宣布了專門用于深度學習的計算芯片TPU和國產芯片CAMBRIAN獨角獸等等。

競爭的加劇實際上是汽車制造商樂于看到的，因為這將給他們帶來更多的選擇，更高的議價和定制能力，以及更低的風險。畢竟，他們不想被芯片公司的“AI神道”帶到節奏中。對于已經享受到巨額獎金的領導人老黃來說，表面上說說笑笑，忍住核彈，仍然是最好的應對方式。人工智能的瘋狂人工智能真的太火了。我很不好意思不加“.AI”域名就稱自己為科技公司。但話說回來，人工智能對自動駕駛的重要性是毋庸置疑的。Mobileye首席技術官Shashua教授曾將人工智能在自動駕駛汽車中的應用總結為兩個主要部分：

環境感知：類似于ADAS攝像頭識別，它對車輛傳感器返回的數據進行分析和融合，并分析周圍的駕駛環境。在這一部分中，人工智能或深度學習的主要功能是讓汽車看得更準確。例如，系統是否可以識別……

y前車的具體形狀，屬于哪種車輛，距離車輛有多遠，甚至可以識別前車駕駛員的性別。同樣的應用還包括行人、非機動車、車道線、路標、道路兩側的環境等要素。該領域的人工智能應用具有相對固定和明確的學習標準，收集的數據可以重復使用，例如同一組車輛圖片或視頻材料。您可以讓系統反復識別和學習它們，直到準確性令人滿意。因此，數據收集的困難在于如何覆蓋足夠的環境材料以及各個國家和地區不同的駕駛環境特征。駕駛決策：系統完成環境意識后，如何做出相應的駕駛決策。在這個領域，人工智能的作用是使機器能夠像人類一樣駕駛，同時確保安全。目前，大多數在道路上測試的自動駕駛車輛都嚴格遵守交通法規，并且極其保守。然而，在現實環境中，人類駕駛員的駕駛決策并沒有遵循明確的標準，而是將游戲與其他駕駛員結合起來。例如，在中國，嚴格按照交通法規駕駛是沒有“前途”的。真正的老司機是見縫插針、避開攝像頭和利用交通法規的專家。（當然，我們在駕駛時仍然必須遵守交通法規。）因此，如果機器真的成為了一個老司機，并且能夠在真實場景中與人類司機同行，那么它需要收集更多的駕駛數據。此外，談判沒有固定的標準，這將對環境產生影響。收集到的數據不能重復使用，需要在每次決策迭代時再次收集。因此，駕駛決策也比環境感知更困難。由此可見，人工智能在自動駕駛中的應用需要大量的數據支持，也對深度學習的效率提出了很高的要求。因此，無論是初創公司還是汽車巨頭都瞄準了這個領域。今年中國涌現的大多數人工智能初創公司仍在做與環境意識相關的人工智能，稱其為機器視覺公司可能更合適。一些巨頭公司，如寶馬和谷歌，已經開始征服與駕駛決策相關的部分。人工智能的爆發也讓汽車行業意識到了軟件算法的重要性。汽車公司和Tier 1都在強調這樣一個事實，即他們自己團隊中的軟件工程師比例已經增加。博世甚至在汽車人工智能領域設立了專門的人工智能研究中心和孵化器。關于人工智能在汽車領域的發展，我個人同意Shashua教授的觀點，這是一個技術問題和操作問題。在保證人工智能人才的基礎上，如何獲得更多的數據是關鍵。互聯網公司生態提到了自動駕駛行業的互聯網公司。今年誰能超越百度？7月，Apollo自動駕駛平臺正式宣布（詳情請參閱“閱讀百度自動駕駛布局的文章”），這可以說是中國自動駕駛圈最大的事件。業內對Apollo眾說紛紜，但它確實將中國大型互聯網公司基于平臺的生態理念帶入了汽車行業。

Apollo平臺基本上包含了自動駕駛所需的所有元素。軟件算法、高精度地圖、傳感器、計算芯片、云服務等一應俱全。然而，這些技術中的許多似乎并不是百度的強項，而是來自平臺上的其他合作伙伴。那么這個平臺的意義是什么呢？為什么人們選擇與阿波羅合作？這可能是大多數人質疑阿波羅觀點的起點。在我看來，就像Shashua教授的觀點一樣，仍然有必要從技術和操作兩個方面來看待它。在技術層面，百度最重要的優勢是在國內高精度地圖和云計算方面的積累。地圖資質是中國企業的天然優勢，這也是博世應該與百度、高德和思微圖新合作的根本原因，而云服務是互聯網公司在中國布局的基礎。說起今年的自動駕駛行業，充滿了重大新聞。如果你想逐一總結重大事件，估計你可以出版一本書。但我們……

我將嘗試用千言萬語來解讀今年自動駕駛領域的幾個趨勢和熱點事件。傳統車廠的反擊對于傳統車廠來說，實用主義是做生意的基礎。每個人都認識到自動駕駛將是未來，但發展自動駕駛的前提是它不能影響現階段的產品開發和銷售。福特就是一個很好的例子。今年年初，他們以10億美元收購了自動駕駛初創公司Argo.AI，并高調開發了自動駕駛。因此，其前首席執行官Mark Field因過于強調技術轉型而忽視現有產品而遭到董事會彈劾。新CEO上任后，他宣布將推遲2021推出L4自動駕駛儀的最初計劃。在歐洲，沃爾沃一直非常重視自動駕駛，也將原定于今年啟動的自動駕駛測試項目“駕駛我”推遲至2021。可以說，面對自動駕駛，傳統巨頭們已經逐漸從狂熱追逐到冷靜規劃。不過，不要認為傳統車企已經放棄了在自動駕駛領域的反擊。他們專注于自己最大的優勢：產品的大規模生產。今年7月在巴塞羅那上市的新款奧迪A8是一個強有力的反擊信號：它是全球首款搭載L3級自動駕駛的量產車，可以在法律允許的區域內以不高于60公里/小時的速度實現自動駕駛。。（有人認為奧迪A8只達到了L2.5級別。）

在我看來，新款A8最重要的意義在于奧迪對自動駕駛供應鏈的整合。除了配備激光雷達、攝像頭、毫米波雷達和超聲波雷達等傳感器外，德爾福集成的新款A8自動駕駛儀的核心控制單元zFAS更像是控制器的強大主板：它集成了Mobileye的EyeQ、NVIDIA K1 GPU和Altera Cyclone FPGA。

新A8證明，無論是科技公司、一級供應商還是芯片供應商，只要他們想讓自己的自動駕駛技術落地量產產品，最終都會回歸統一的汽車供應體系。每個人都應該與汽車工廠一起合作，而不是單獨作戰。除了A8，今年發布的凱迪拉克超級巡航和梅賽德斯-奔馳Drive Pilot也是非常成熟的半自動駕駛解決方案，這里就不再贅述了。感興趣的人可以看看我們的另一篇總結文章：“2017年，這些汽車讓我們離自動駕駛又邁進了一步”。零部件供應商的輪替，一直給人一種低調的印象，就是在汽車行業發大財。但今年他們的風格發生了變化。自動駕駛涉及感知、地圖、決策、控制等多個環節，即使是Tier 1也不可能事事靠自己，所以如果你想為車廠的客戶爸爸提供滿意的解決方案，你必須找到其他人來合作。其中許多合作伙伴都是知名人士，來自汽車行業以外的科技公司。因此，對于Tier 1來說，無論是從技術體系、合作模式還是宣傳策略，都面臨著轉型。最直接的方法是與科技公司結成聯盟。在這一年里，幾乎所有你能數到的一級巨頭都吸引了他們的盟友。博世和采埃孚與英偉達和百度合作，而和德爾福則加入了寶馬和英特爾的陣營。

更重要的是，直接選擇成為一家科技公司。9月，德爾福正式將其動力總成業務拆分為Aptiv和德爾福科技兩家公司。其中，安博福的定位是一家專注于汽車前沿創新領域的科技公司。關于細節，請參閱我們的文章“與德爾福分離后，Amber首先面對媒體。他們說了什么？從技術上講，上述供應商也已經宣布了與各自盟友的合作結果。例如，在上海車展期間，博世宣布了與國內三大圖形經銷商合作的云路書BRS，并通過孵化器與更多初創企業合作例如，大陸的CUbE無人駕駛汽車。

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

由于其自身的供應商角色以及對自動駕駛和車輛開發的理解，一級供應商在汽車制造商和科技公司之間的整合中發揮了非常重要的作用。現階段，無論是硬件還是軟件，科技公司的自動駕駛技術最終都能在汽車工廠項目中成為SOP，這與Tier 1的貢獻是分不開的。因此，我們將在隨后的分析中經常看到它們。芯片公司的角力說起今年自動駕駛領域最大的新聞，我認為英特爾斥資150多億美元收購了Mobileye。這種手寫不僅顯示了芯片行業的巨大價值，也顯示了芯片公司做自動駕駛的決心。英偉達和英特爾今年已經宣布了他們在自動駕駛領域的產品。今年，英偉達宣布了Drive PX的最新產品Xavier和未來的下一代產品Pegasus，并以Xavier為基礎，分別與博世和采埃孚聯合推出了汽車AI超級計算機。關于NVIDIA產品的分析，請參閱我之前的文章：“GTC 2017 |一篇了解NVIDIA自動駕駛解決方案的文章”英特爾，他們通過收購Altera和Mobileye收購了FPGA架構和EyeQ芯片。根據英特爾的數據，Mobileye的最新一代EyeQ5芯片可以提供每瓦2.4次DL TOPS（每秒萬億次）。這比NVIDIA公布的Xavier性能高出2.4倍。另一家芯片巨頭高通除了繼續消化收購恩智浦獲得的資源外，還在2017年12月初獲得了加州自動駕駛道路測試的許可。自PC時代以來，芯片行業一直是一個競爭激烈的領域。盡管英偉達首席執行官黃仁勛在接受GTC中國采訪時一再強調，英偉達的職業生涯依賴于熱愛，但在汽車行業，他的公司與英特爾針鋒相對。與消費電子產品不同，汽車中使用的計算芯片在功耗、穩定性和安全性方面有更高的要求。GPU和CPU等通用計算芯片能否針對車載應用進行優化已成為一大挑戰。因此，盡管英偉達和英特爾在汽車領域蓬勃發展，但目前真正進入SOP的產品并不多，車企也期待著更多的選擇。事實上，這讓其他公司有機會制造專門用于汽車場景的計算芯片，例如ADAS的視覺感知芯片。領先者Mobileye驚人的產品價格，讓國內一些創業公司也瞄準了這塊蛋糕。例如，地平線本月宣布了其自研ADAS芯片“Journey”，并將在2018年消費電子展上與英特爾聯合推出預裝配方案。他們希望通過了解中國市場和深度學習來趕上Mobileye。我們只是在討論上面的終端方案。如果我們著眼于云計算，將會有更多的玩家參與進來。科技巨頭谷歌宣布了專門用于深度學習的計算芯片TPU和國產芯片CAMBRIAN獨角獸等等。

競爭的加劇實際上是汽車制造商樂于看到的，因為這將給他們帶來更多的選擇，更高的議價和定制能力，以及更低的風險。畢竟，他們不想被芯片公司的“AI神道”帶到節奏中。對于已經享受到巨額獎金的領導人老黃來說，表面上說說笑笑，忍住核彈，仍然是最好的應對方式。人工智能的瘋狂人工智能真的太火了。我很不好意思不加“.AI”域名就稱自己為科技公司。但話說回來，人工智能對自動駕駛的重要性是毋庸置疑的。Mobileye首席技術官Shashua教授曾將人工智能在自動駕駛汽車中的應用總結為兩個主要部分：

環境感知：類似于ADAS攝像頭識別，它對車輛傳感器返回的數據進行分析和融合，并分析周圍的駕駛環境。在這一部分中，人工智能或深度學習的主要功能是讓汽車看得更準確。例如，系統是否可以識別前方車輛的具體形狀、屬于哪種車輛、距離車輛多遠，甚至可以識別前方汽車駕駛員的性別。……

同樣的應用還包括行人、非機動車、車道線、路標、道路兩側的環境和其他元素。該領域的人工智能應用具有相對固定和明確的學習標準，收集的數據可以重復使用，例如同一組車輛圖片或視頻材料。您可以讓系統反復識別和學習它們，直到準確性令人滿意。因此，數據收集的困難在于如何覆蓋足夠的環境材料以及各個國家和地區不同的駕駛環境特征。駕駛決策：系統完成環境意識后，如何做出相應的駕駛決策。在這個領域，人工智能的作用是使機器能夠像人類一樣駕駛，同時確保安全。目前，大多數在道路上測試的自動駕駛車輛都嚴格遵守交通法規，并且極其保守。然而，在現實環境中，人類駕駛員的駕駛決策并沒有遵循明確的標準，而是將游戲與其他駕駛員結合起來。例如，在中國，嚴格按照交通法規駕駛是沒有“前途”的。真正的老司機是見縫插針、避開攝像頭和利用交通法規的專家。（當然，我們在駕駛時仍然必須遵守交通法規。）因此，如果機器真的成為了一個老司機，并且能夠在真實場景中與人類司機同行，那么它需要收集更多的駕駛數據。此外，談判沒有固定的標準，這將對環境產生影響。收集到的數據不能重復使用，需要在每次決策迭代時再次收集。因此，駕駛決策也比環境感知更困難。由此可見，人工智能在自動駕駛中的應用需要大量的數據支持，也對深度學習的效率提出了很高的要求。因此，無論是初創公司還是汽車巨頭都瞄準了這個領域。今年中國涌現的大多數人工智能初創公司仍在做與環境意識相關的人工智能，稱其為機器視覺公司可能更合適。一些巨頭公司，如寶馬和谷歌，已經開始征服與駕駛決策相關的部分。人工智能的爆發也讓汽車行業意識到了軟件算法的重要性。汽車公司和Tier 1都在強調這樣一個事實，即他們自己團隊中的軟件工程師比例已經增加。博世甚至在汽車人工智能領域設立了專門的人工智能研究中心和孵化器。關于人工智能在汽車領域的發展，我個人同意Shashua教授的觀點，這是一個技術問題和操作問題。在保證人工智能人才的基礎上，如何獲得更多的數據是關鍵。互聯網公司生態提到了自動駕駛行業的互聯網公司。今年誰能超越百度？7月，Apollo自動駕駛平臺正式宣布（詳情請參閱“閱讀百度自動駕駛布局的文章”），這可以說是中國自動駕駛圈最大的事件。業內對Apollo眾說紛紜，但它確實將中國大型互聯網公司基于平臺的生態理念帶入了汽車行業。

Apollo平臺基本上包含了自動駕駛所需的所有元素。軟件算法、高精度地圖、傳感器、計算芯片、云服務等一應俱全。然而，這些技術中的許多似乎并不是百度的強項，而是來自平臺上的其他合作伙伴。那么這個平臺的意義是什么呢？為什么人們選擇與阿波羅合作？這可能是大多數人質疑阿波羅觀點的起點。在我看來，就像Shashua教授的觀點一樣，仍然有必要從技術和操作兩個方面來看待它。在技術層面，百度最重要的優勢是在國內高精度地圖和云計算方面的積累。地圖資質是中國企業的天然優勢，這也是博世應該與百度、高德和思微圖新合作的根本原因，而云服務是互聯網公司在中國布局的基礎。

標簽：北京

汽車資訊熱門資訊