1. <code id="ok5ic"><small id="ok5ic"><track id="ok5ic"></track></small></code>

      1. <code id="ok5ic"><small id="ok5ic"></small></code>
        <th id="ok5ic"><option id="ok5ic"></option></th>

      2. <big id="ok5ic"></big><tr id="ok5ic"><option id="ok5ic"><acronym id="ok5ic"></acronym></option></tr>
      3. 2021 年,智能駕駛的「一?!菇痪砟?/h1>
        2021-08-13 10:02:19 來源: 新智駕公眾號 評論:
        分享到:

        智能駕駛(自動駕駛)技術包含兩個主要應用方向:

        1、賦能出行服務(含物流)企業,用自動駕駛技術降低人力成本,提高運行效率;

        2、賦能主機廠,用自動駕駛技術提升駕駛安全性與改善駕乘體驗。

        在過去近五年的時間里,智能駕駛領域的資本市場投資熱點始終圍繞在賦能出行服務的應用上,"Robotaxi""Robotruck"等強調"無人駕駛"的概念最受追捧。

        但進入2021年后,可以明顯感受到,交付給主機廠的量產級智能駕駛解決方案越來越受投資人的關注。

        今年的上海車展上,各主機廠商均以新推出的高階輔助駕駛方案作為新車核心賣點,市場熱情被徹底點燃,從業者、投資人及產業鏈上下游的相關方似乎達成了共識:智能駕駛時代將以更快的速度來到我們身邊。

        就此,主要負責智能汽車、新能源等領域業務的泰合資本副總裁密葉舟認為,智能駕駛行業已迎來商業化能力的大考,潛力企業們將在2021年呈交第一份"答卷",穩定量產能力是核心"考點"。

        同時,密葉舟就行業競爭的近期、中期與終局分享三點判斷,分別圍繞三組關鍵詞展開:

        • 量產為王:近期來看,中高階自動駕駛解決方案的大規模商業化應用將在兩年內(2021-2023)到來;

        • 數據決勝:中期,更高階的自動駕駛解決方案核心競爭點是基于量產落地方案的數據積累與處理能力;

        • 體系構建:而從終局角度出發,智能駕駛行業的龍頭企業必須要構建完整體系,在技術能力、商業模式、產品等方面具有全面競爭力。



        量產為王:智能駕駛的第一個分水嶺


        在2021年之前,中國的智能駕駛行業還沒有出現像傳統供應鏈中博世那樣為主機廠提供解決方案的龍頭企業。

        但可以觀察到,可落地的量產解決方案正在逐漸成為國內企業們的一致追求:

        已實現工程化落地的Tier 1(一級供應商)們希望進一步擴大規模:例如,福瑞泰克已經獲得數十個車型的L2/L2+項目定點,預計今年內的交付將達到數十萬套;

        以技術見長的算法類公司希望尋求落地突破:算法類創業公司一向被認為"缺乏量產經驗和工程化落地能力",但類似Momenta這樣的公司目前也將量產確認為公司的戰略重點,期望在未來兩三年中實現突破。

        如果說智能駕駛創業是一個長期升級打怪的過程,那么量產就是中國智能駕駛供應商們遇上的第一個BOSS。

        密葉舟預測,頭部的量產級智能駕駛方案供應商會在今年陸續浮出水面。在未來18個月里,這將成為整個智能駕駛領域融資金額與估值增長最快的細分賽道。

        當下:"沃土"已形成

        首先,人們需要理解當下智能駕駛行業正在發生的變化。

        在2020年之前,商用車智能駕駛的商業化始終集中在門檻較低的L0級別雙預警類輔助功能,并不是嚴格意義上的智能駕駛產品。

        從實際交付的情況來看,L2及L2.5級別的智能駕駛滲透僅僅集中在部分高端車型,且這塊市場基本由博世、采埃孚、安波福及電裝外資供應商壟斷。

        image.png

        但是,隨著乘用車消費者越來越重視智能駕駛的體驗,加上商用車AEB的法規驅動,智能駕駛解決方案的滲透率與本土供應商的市場份額都將持續地、大幅度地提升。

        需求端:自主品牌的需求越來越強烈

        目前,汽車的智能化在快速向A/B級車滲透,自主品牌開始更積極地應用智能駕駛,交付規模急速擴大。

        根據2021年1-5月的汽車銷量統計,C級車在中國整體銷售比例僅為3%左右(如下圖所示),智能駕駛的未來滲透空間巨大。在10萬-20萬的汽車價格區間,L2級及以上的智能駕駛量產方案在逐步成為標配,同時正在快速向10萬元及以下的A級車滲透。

        image.png

        密葉舟預計,隨著單攝像頭+單雷達的智能駕駛解決方案快速普及,未來2-3年內,中國的智能駕駛的量產裝配率/搭載率會很快提升到30%以上,甚至可能達到50%--在2021年1-6月間,這個數據尚不足15%。

        供給端:本土供應商優勢明顯

        正因為國內自主品牌對智能駕駛越來越重視,大量車型匹配和工程化服務需求早已超越了外資品牌的產能,這為本土供應商們提供了"彎道超車"的機會。

        智能駕駛是一個面向具體場景的解決方案與產品,對于本地化的工程服務、場景匹配要求高。

        與外資品牌相比,本土企業的場景理解與場景匹配能力更強,本地化響應速度也更快。隨著場景復雜度進一步提升,這種優勢會逐步擴大。

        需求端有空間、供給端有優勢--可以說,適宜本土供應商們進一步茁壯生長的"沃土"已初步形成。

        未來:量產能力是勝負手

        如前文所言,隨著智能駕駛商業化落地的快速滲透,整個行業已經從demo時代走向了量產時代。

        在商業社會的運行規則中,有一條普遍規律適用于絕大多數行業:產業鏈復雜度越高,產業鏈環節越多,就越容易出現具有突出優勢的頭部企業,因為它們能滲透到產業鏈上的各個環節、實現整合,進一步提升壁壘--智能駕駛行業亦然。

        在這樣復雜的行業中,通過主機廠的嚴格考核、實現量產,能體現出公司在產業鏈各個環節累積的優勢。

        • 量產難度越來越高

        必須說明的是,和早些年那些早期自動駕駛階段(L0級別)的項目相比,如今企業如果要想在更高級別的階段中實現量產,已經變得越來越難。

        行業整體已從信息輔助向控制輔助演進。相比對技術能力要求集中在感知環節的信息輔助類功能,控制輔助類功能對供應商各個方面的能力要求大幅度提升,容錯空間變得更小了。

        image.png

        • 算法之難

        舉個例子,對信息輔助類功能來說,Corner case的大量積累只是錦上添花的加分項。但對控制輔助類功能的商業化應用來說,是必選項。

        Corner case的積累對保證智能駕駛的安全性和用戶體驗都極為重要。

        因為控制輔助類智能駕駛功能對感知準確性的要求提升了,在保證功能有效的前提下,需要盡可能避免功能的誤觸發,如此一來,算法的難度大大提升。

        信息輔助類功能做出錯誤判斷往往不會對安全駕駛和用戶體驗本身產生直接影響,但是控制輔助類的誤判與誤觸發,輕則可能影響用戶駕駛體驗,重則可能導致轉向、剎車不當,方向控制失誤等等,進而導致嚴重交通事故。

        • 工程化落地之難

        算法之外,工程化落地難度進一步加大,跨系統連接交互、成本控制都考驗著企業的交付能力。

        一方面,信息輔助無需與車輛控制系統有交互,但控制輔助類功能的實現,必然需要與車輛的控制系統直接交互。因此需要供應商具備更強的調校能力和測試能力;

        另一方面,商業化落地要求供應商在平衡好質量、成本與交付的同時,滿足不同主機廠以及同一主機廠不同車型上的個性化服務需求。這類工程化能力和對量產車型的匹配與理解,是很多由算法起家的創業公司不具備或者不擅長的。

        • 量產打通了商業與技術的閉環,"強者恒強"

        雖然量產的難度一再提升,但企業一旦實現量產,就會進入"強者恒強、強者更強"的良性循環中來。

        一臺新的乘用車對一個新的L2級別智能駕駛解決方案的適配周期可能長達2年、甚至更久,因為其中包含了考察、定點、量產等諸多環節。

        因此,主機廠往往傾向于選擇具有量產經驗的供應商,且一旦選定供應商以后,不會輕易更換。行業一旦進入量產周期,具有大規模量產經驗的龍頭企業必然更很容易拿下新的項目定點。企業可以如滾雪球一般不斷擴大市場份額。

        量產規模的優勢又可以進一步增強其產品的穩定性、一致性,形成規模效應、擴大成本優勢,最終實現圍繞量產的飛輪效應,不斷擴大自己的護城河。

        image.png

        • 如何評估真正的"量產能力"?

        如前文所言,智能駕駛企業之間的量產能力差異已經開始顯現,同時企業可以實現圍繞量產的飛輪效應,通過量產不斷增強自己的技術與商業化能力。

        密葉舟認為,量產項目應當成為判斷企業能力的核心指標,PoC(Proof of Concept,概念驗證)項目的參考意義相對減弱。

        具體來說,有以下幾個指標可以重點關注:交付規模、客戶質量與交付功能。

        交付規模:量產的交付規模是最直接的指標??紤]到量產周期因素,現階段項目定點的數量亦可作為量產的領先指標作為參考。如果現階段企業仍然沒有比較大規模的項目定點(未來12個月內規?;桓叮?,可能就會在未來競爭中落于下風。

        客戶質量:頭部主機廠的頭部項目往往要求更高,且未來持續放量的潛力更大。如果能拿下頭部客戶的項目定點或者量產交付,也能體現出供應商的實力。

        交付功能:從交付量和交付難度角度來看,L2及L2+級別功能是最值得關注的。因為智能駕駛已經進入控制輔助階段,那些前期的信息輔助(L0級別)量產項目、甚至部分供應商信息輔助類的后裝量產,就不具備太多的參考性了;其次,由于功能實現成本以及功能成熟度制約,L3級別功能在未來2-3年交付量仍然有限,可以作為供應商高階算法能力的參考指標,但不能全面驗證企業的商業化前景。目前看來,最理想的交付功能組合是少量高結算法的定點+大批量L2/L2+量產。



        數據決勝:高階智能駕駛的核心競爭點


        智能駕駛是一個"長坡厚雪"式的賽道,量產是后續數據積累的大前提。只有突破量產關卡后,企業才有可能觸碰到更高階的智能駕駛。

        今年以來,無論是特斯拉、小鵬等在智能駕駛領域重點布局的新勢力主機廠,還是華為等下場造車的科技公司,都在推出各種新產品。

        但據密葉舟的觀察,在技術與產品的成熟度方面,真正的高階智能駕駛距離大規模商業化應用還有很長的一段路。嚴格來說,那些高級別的智能駕駛解決方案,目前還處于demo階段,競爭格局并不明朗。

        不過,可以明確的是,數據才是推動更高階方案開發的核心"燃料"。

        競爭:高階域控硬件是基礎

        對于高階智能駕駛解決方案供應商來說,域控制器是高階智能駕駛解決方案實現的基礎,但是域控制器硬件本身不是行業競爭的關鍵點。

        域控制器的核心技術點在芯片,而非域控制器這個算力平臺的硬件集成。重點在于,芯片并不掌握在供應商手中。作為基礎平臺,高階域控制器的開發固然重要,但我們認為,高階域控制器的規模量產時間不會早于2023年,未來競爭格局尚不清晰。

        首先,高階域控匹配的車型仍然有限,且預計量產交付的車型大多排在2023年以后。未來兩年,市場主力量產智能駕駛解決方案仍會集中在L2級與L2.5級方案。目前頭部主機廠的頭部車型定點的高階域控方案未來仍有調整可能,此外,目前方案成本高企,未來很難成為市場主流配置。

        其次,高階域控制器的核心--高算力芯片,目前未有確切交付時間表。據泰合了解,在不跳票的情況下,目前高通、英偉達、瑞薩等主流芯片的預計交付時間點均在2023年-2024年。因此,從核心硬件交付周期看,高階智能駕駛競爭仍處于相對早期的階段。

        image.png

        整體而言,密葉舟認為,在高階域控方面,智能駕駛解決方案供應商需要做到的是正確的芯片選型、芯片適配能力的構建。域控硬件本身并不是目前市場主流玩家競爭力的核心差異所在。

        決勝:數據積累才是關鍵

        真正的勝負點在于數據的獲取、分析與積累能力。密葉舟判斷,從中長期角度看,高階智能駕駛未來的算力與算法模型大概率會趨同,而交付功能的安全性、客戶體驗、以及ODD(Operational Design Domain,運行設計域)范圍的差異,主要靠數據。

        作為第三方的高階智能駕駛解決方案供應商,想要通過量產車型獲取數據、迭代算法并構建自身的競爭優勢,需要解決以下幾點問題:

        1、L2/L2+級別的大規模量產交付是基礎;

        2、與主機廠就數據所有權和使用權達成一致;

        3、須具備數據收集、傳輸、清洗、存儲與分析處理的完整能力閉環;

        4、數據安全體系符合國家監管要求;

        其中,前兩條屬于數據資源類要素,后兩條屬于技術能力類要素。從目前國內的情況來看,由于企業自己量產交付車輛,理想、小鵬、蔚來等造車新勢力在閉環搭建上具有優勢;市場中第三方解決方案供應商暫時還沒有出現具備完整要素閉環的企業。

        密葉舟相信,在已經具備大量量產訂單和交付的頭部智能駕駛解決方案供應商中,誰能以更快速度形成自己的技術能力閉環、并與主機廠就數據合作模式達成一致,誰就將在未來高階智能駕駛解決方案的競爭中處于絕對的優勢地位。

        它還可能因為與不同主機廠在不同車型上形成合作,從而獲得更大規模、更富有多樣性的數據,甚至可能超越目前領先的造車新勢力、更好地賦能主機廠。

        如果只有先進算法、缺乏核心數據,也只能"風光一時"。比如過去幾年在賽道中相對領先的部分純算法公司,它們開發出了一些高階智能駕駛功能,但是如果無法實現規?;慨a應用并借此獲取有效數據,它們的算法技術優勢可能會在未來2-3年中被迅速反超。



        體系構建:什么樣的企業才能跑出來?


        隨著汽車智能化的快速滲透,智能駕駛產業鏈將長期處于重塑過程中。那么,讓我們把眼光放得更長遠一些,在智能駕駛商業化浪潮中,到底什么樣的企業才能成為最終勝者?

        密葉舟的答案是,未來的行業龍頭企業必須在技術能力上做到全棧,在商業模式上做到開放,在產品上做到軟件模塊化、硬件標準化與系統平臺化,進而實現強大的體系化能力。

        技術能力:體系太復雜,必須"十項全能"

        鑒于汽車的復雜程度超乎想象,作為一個標準的整合型架構產品,車企和供應商的整合能力至關重要。智能駕駛是包含感知硬件、算力平臺、系統軟件、中間件、應用層軟件的復雜生態,其解決方案還需要和汽車的各種結構有緊密關聯。因此,成功的企業必須具備軟硬件全棧技術能力。

        image.png

        未來智能汽車的E/E架構可能會更加集中,但是不管從硬件數量還是軟件代碼量上來說,汽車的復雜性始終是遠超智能手機的。因此,只有具備軟硬件全棧能力的供應商,才可能:

        1、將智能駕駛功能實現的三大核心要素--芯片、系統與算法--融會貫通;例如,高通在失去維寧爾軟件算法上的合作支持后,其下一代自動駕駛芯片Ride平臺的開發與推廣便受到極大挑戰,因此高通近期才選擇截胡麥格納、自己提高報價收購維寧爾;

        2、將智能駕駛產品與整車狀態緊密耦合;智能駕駛是整車各項功能的一部分,與其他功能模塊對應錯綜復雜,要求供應商對整車功能的實現、設計、制造與驗證流程有充分認知;

        3、在功能實現的過程中,協同軟硬件之間的復雜關系;目前市場上"軟硬件解耦"的概念被炒熱,但我們相信這只是在開發過程中相對獨立的開發模式。因為汽車功能復雜度高,在功能實現的過程中,企業必須要對軟硬件都有完整的、透徹的理解與掌控,才能充分發揮出軟件和硬件的性能優勢。

        綜上,未來的智能駕駛供應商,必須掌握整個復雜產業鏈各個環節的技術能力,未來勝出的企業一定得是"十項全能"型選手。

        商業模式:身段柔軟,開放靈活

        主機廠是智能駕駛供應商的客戶,但是因為主機廠各自能力不同,只有極個別的主機廠會選擇全面自研,比如特斯拉;另有一些中小主機廠欠缺研發能力,可能會選擇Tier1(一級供應商)的"交鑰匙式"的交付,就是把軟硬件全家桶一鍋端地承包出去。

        但對市面上大多數主機廠來說,他們的選擇是混合的:自研一部分功能,尤其是與消費者體驗直接相關的應用層軟件,他們更傾向于自己做;再向供應商采購一部分功能;最后還可能選擇一個Tier1負責全面整合,這樣就能為整個系統的功能交付兜底。

        主機廠的選擇對智能駕駛解決方案供應商提出了更高的要求:既要擁有完整的系統能力;又得擁有把功能打散、進行模塊化交付的能力。因為,主機廠不希望讓核心功能與相關的核心能力被Tier1完全掌控,但又必須承認:頭部的Tier1供應商在開發效率、成本、數據積累等方面確實具備多樣性與規?;瘍瀯?。

        在未來的智能駕駛功能實現與商業化上,主機廠與Tier1們大概率會是高度競合、相互交織的關系。作為乙方的Tier1,必須在商業模式上具備充分的靈活性。

        產品形態:軟件模塊化、硬件標準化與系統平臺化

        智能駕駛產品的核心可以分為軟件、硬件與系統三大部分。

        密葉舟認為,在行業發展成熟后,一個具備全棧技術能力與開放的商業模式的供應商,其產品一定要實現:軟件的模塊化、硬件的標準化與系統的平臺化。

        image.png

        首先,硬件實現標準化后,才可能保證生產過程中的高良率、產品的一致性、穩定性以及規?;瘞淼某杀緝灮?。

        密葉舟認為,在標準化基礎上構建的硬件設計、制造以及供應鏈管理上的突出能力,是保證具有價格競爭力的產品穩定交付的基礎,這恰恰是目前很多純算法創業公司極為欠缺的。

        再者,從軟件層面看,整個智能駕駛軟件包括系統軟件、中間件和應用層模塊。我們說的系統平臺化,指的是廣義的系統,包括系統軟件(狹義系統)及中間件。軟件模塊化指的是應用層的各種功能模塊,即各種App通過API連接的各類功能軟件模塊。

        系統平臺化:廣義系統軟件是整個軟件體系的基礎,代碼量大復雜度高,且穩定性、安全性要求高,因此復用度極高,無論是從開發效率角度還是經濟性角度看,都要求實現平臺化。

        軟件模塊化:應用層模塊非常多,包括了安全模塊、功能模塊(即感知模塊、融合模塊、規劃控制模塊、人機交互模塊……)等等。

        根據不完全統計,僅僅是應用層的核心功能模塊,L0級-L4級目前至少有數十個,并且還在依據具體的場景與應用要求不斷增加。

        主機廠未來需要供應商依據不同的需求供應不同的功能模塊,根據不同的體驗設計要求對不同模塊的個性化調校,這就必然要求供應商們的軟件開發更模塊化、以保持靈活性。

        image.png

        智能駕駛產品的商業化要求的是功能、交付與成本的平衡,要求產品體驗兼具穩定性與個性化。我們期待著,行業真正走向成熟后,能夠誕生擁有強大體系化能力的智能駕駛解決方案本土供應商。



        總  結


        綜上,智能駕駛已經悄然開啟了商業化時代。在這個競爭激烈的賽道里,量產是最核心的一點:這不僅僅是商業落地能力的一個最關鍵指標,更是供應商未來產品升級、數據積累和技術迭代的基礎。

        交卷之年已至,量產落地的過程亦是賽道充分競爭的過程,水面下的龍頭企業將很快出現在我們面前。

      4. 關鍵字: 智能駕駛
      5.    責任編輯:zhuoqun
      6. 每周新聞精選

      7. 關于我們
      8. 聯系我們
      9. 廣告贊助
      10. 俺也去我也去五月停停,开心网五月色婷婷综合,色和尚5777ww五月,开心情色站,开心播播网,开心五月天,五月天开心激情网