您的位置 首页 科技

规模商业化遥遥无期 经济遇冷:自动驾驶难有降维打击

原标题:自动驾驶,难有降维打击自2021年以来,部分以Robotaxi为目标的L4级自动驾驶公司开始分化新的业务,试图通过技术在商业收入方面有所突破。

原标题:自动驾驶,难有降维打击

自2021年以来,部分以Robotaxi为目标的L4级自动驾驶公司开始分化新的业务,试图通过技术在商业收入方面有所突破。

对于自动驾驶公司研发L2级辅助驾驶功能的现象,被部分人称为“降维打击”。

在他们看来,L4级自动驾驶公司可凭借软件算法优势,为智能汽车提供更丰富的功能和驾驶体验,如同《三体》中高维度生物随手便可消灭低维生物及文明般轻松。

不过,也有人对此不顾一屑。他们认为,以软件算法见长的自动驾驶公司进入强调软硬件结合的汽车功能研发领域,过程可能并不顺利。

双方各执一词,难解难分。但可以肯定的是,自动驾驶公司跨入竞争愈发激烈的汽车供应链,可能为智能汽车发展贡献新的技术力量。

L4级自动驾驶公司走上研发L2级辅助驾驶的分叉路,是一条畅通无阻的大道吗?

危机下的选择

不少人认为,商场如战场。在无休止的商业战争中,公司若能善用兵法,或能助其走出困境。

这一情况,同样适用于部分困身于商业化迷雾之中的自动驾驶公司。它们急寻一招奇袭,助其冲破封锁。

在思索中,它们看向L2级辅助驾驶系统。

过去一段时间,部分L4级自动驾驶公司目光紧盯自动驾驶珠穆朗玛峰之巅的Robotaxi业务,以实现全无人Robotaxi商业化规模运营为己任,不惜任何成本向着峰顶攀登。

几年时间的前行,它们离终点的距离逐渐缩短,目标却仍不在视线之内,资金的消耗却随着自动驾驶车辆规模扩大而增加。

一个可以佐证的例子是,近期通用汽车发布的第二季度财报,透露旗下自动驾驶公司Cruise每天亏损超500万美元,亏损从同期的6亿美元增至9亿美元。

规模商业化遥遥无期 经济遇冷:自动驾驶难有降维打击

Cruise自动驾驶车队

与此同时,在规模商业化遥遥无期、经济遇冷的情况下,投资人的补给也逐渐减少。缺衣少粮的危机中,有的公司在路上因体力不支而倒下,有的则因缺氧和寒冷而元气大伤。

此时它们的首要目标不再是抬头望天,而是活下去。

幸运的是,中国汽车市场的变化,为自动驾驶公司提供了生存机会。

一方面,中国智能汽车的迅速发展,需要融入自动驾驶技术。

在特斯拉、小鹏汽车力推的智能辅助驾驶系统之下,量产汽车是否搭载高等级自动驾驶功能正有着成为产品的最大卖点之一的势头,为了避免技术落后,长城、吉利、大众、通用等主机厂纷纷成立自动驾驶部门,研发L2+及以上的自动驾驶功能。

不过,研发自动驾驶系统是少数主机厂的可选项,目前更多的主机厂因条件有限而暂时作罢。为了后续产品尽快获得更多市场注意力,无论是否自研,向外寻求合作开发可量产的自动驾驶系统是一个不错选择。

另一方面,在智能汽车市场快速发展的背景下,国内主机厂开始倾向于采取更灵活的合作方式,国外传统供应商的整套解决方案交付方式逐渐不符主机厂需求,这为国内供应商补位提供机会。

此外,国外传统供应商此前大多将技术研发中心设在本国,这导致它们的技术难以满足快速变化的中国市场需求。

高工智能汽车研究员监测数据显示,截至2022年一季度末,博世在中国乘用车前装标配市场份额由2021年的27.79%下滑至25.61%。

国外传统供应商本土化相对不足,使得主机厂尝试与国内汽车供应商合作,并促成后者壮大,魔视智能、福瑞泰克等一批本土Tier 1快速成长。

向内,L4级自动驾驶技术商业变现困难,需寻变通之道;向外,市场需求旺盛,强敌气势减弱。自动驾驶公司研发L2级辅助驾驶系统,似乎一切自然而然。

更为重要的是,智能汽车的算力提升及传感器数量增多的同时,整体成本大幅度下降,为智能辅助驾驶系统的低成本量产应用提供条件。

在生存危机中,L4级自动驾驶公司借势改道,找到了一条可能的求生之路。

真的是降维打击吗?

这条道路是否平缓,没人知道,也并不重要。重要的是,部分自动驾驶公司们知道,沿着这条道路前行似乎有着一线生机。

真能如此吗?

自动驾驶从业者王华(化名)对新智驾表示,L2-L3级系统的辅助驾驶系统,与L4-L5级全无人系统两者不存在必然的联系,辅助驾驶能升级成自动驾驶,但自动驾驶系统不能直接降维成辅助驾驶。

如果双方不存在必然联系,L4级自动驾驶公司研发L2-L3级辅助驾驶系统,将面临哪些困难?

技术难题是一道绕不过的坎。

其一,自动驾驶公司乘用车量产经验相对不足。

多位ADAS供应商人士对新智驾表示,大多数L4级自动驾驶公司对技术研发不计成本,并且通常使用大算力芯片,不太关注量产的技术路线。如果他们转做L2级辅助驾驶,可能“由奢入俭难”,比如在产品研发上会束手束脚。更重要的是,降维并不代表着算法可以复用,很多东西需要推倒重建。

过去,自动驾驶公司将基于深度学习的软件算法作为护城河,比拼自动驾驶系统的稳定性与先进性,较少关注如何将自动驾驶系统前装于量产汽车内,从而导致自动驾驶公司对汽车制造认识不足。

智己软件高级经理殷玮告诉新智驾,主机厂与自动驾驶公司合作也可以说是彼此互相学习。自动驾驶公司在处理整车产品时碰到的问题,会向主机厂学习如何解决;主机厂也会向自动驾驶公司学习不错的方法论,强化软件开发能力。

其二,自动驾驶公司的部分场景数据积累相对不足。

某自动驾驶供应商技术负责人告诉新智驾,低速场景及高速场景的自动驾驶在应用层有所区别。

自动驾驶需要长期测试以收集数据进而迭代系统,低速场景和高速场景的不同,导致自动驾驶在两个不同场景下收集的数据不一样,最终两者的实践方式也有差异。

过去,自动驾驶公司注重在高速场景下收集不同类型的数据,泛用性较广,而从辅助驾驶功能起步研发的公司更多注重低速场景。

完全不同的场景,数据当然也完全不一样。

因此,L4级自动驾驶公司研发低速场景的功能如自主泊车等,并不占据优势。

规模商业化遥遥无期 经济遇冷:自动驾驶难有降维打击

魔视智能自主泊车场景

其三,在算力大幅度减少的情况下开发自动驾驶系统,如同在螺蛳壳里做道场。

不少自动驾驶公司过往宣传自动驾驶汽车反应灵敏时,时常提到其算力之高,上千甚至超2000Tops的算力似乎成为自动驾驶系统的标配,然而量产汽车出于成本考量,目前无法配置较高算力的芯片。

对于习惯了在大算力条件下研发的自动驾驶公司来说,如何在极为有限的算力下完成L2/L3级自动驾驶系统开发是一个巨大的挑战,曾有人对新智驾将其形象地比喻为“由奢入俭难”。

自动驾驶公司降维之路,道阻且长。

自动驾驶公司的非技术难题

如果自动驾驶公司解决了技术问题,辅助驾驶系统上车过程也不见得轻松。

首先,自动驾驶公司需要实现将方案低成本可量产化。

过去一段时间,部分自动驾驶公司以技术至上,试图通过各项多种类型的大量传感器打造尽可能可靠的感知系统实现自动驾驶,不过这导致自动驾驶解决方案的成本较高,不少公司发布的自动驾驶解决方案,成本高至数十万甚至上百万元,无法大规模应用。

若自动驾驶公司试图降低整体成本应用于量产车型,需要考虑如何降低硬件成本的同时满足车规级要求,这对较少与硬件打交道的自动驾驶系统研发人员而言,着实不易。

自动驾驶公司推出低成本的量产自动驾驶解决方案后,主机厂能否买单也是一个问题。

“任何一家汽车公司不做自动驾驶,就是死”,上汽集团总裁王晓秋的一番话,体现着主机厂自主掌控自动驾驶技术的重要性。

为了控制软件,国外主机厂如福特、丰田等较早收购自动驾驶公司,而大众则成立自动驾驶部门。

殷玮向新智驾表示,智己汽车更倾向于自研以及同供应商开源合作。

在域控制器及OTA越发能决定整车性能及驾驶体验的情况下,主机厂意识到智驾功能的研发,必须将自研与开源合作更好地在一个控制器内结合起来。

这意味着,主机厂与外部的自动驾驶公司合作,自动驾驶公司可能不是交付整套自动驾驶解决方案,而是针对相关功能进行定制化联合开发。

当自动驾驶公司与主机厂合作之后,能否如期交付产品也可能是一个问题。

一位业内人士对新智驾表示,如果双方只是合作一两次的情况下,自动驾驶公司在较短的时间内为主机厂提供数百台定制化的自动驾驶汽车,产品功能很难让主机厂完全满意。

他认为,一款真正成熟的产品需要双方长期配合,因为产品将具有自动驾驶技术、线控技术、新的软件技术,这些都需要长时间测绘、产品打磨才能完成。

目前,虽然部分自动驾驶公司尝试与主机厂共同开发产品,但双方合作过程中必然会遇见不少问题,从而可能将产品交付时间延后。

自动驾驶公司另寻商业化路径或许是降维,但这一过程并不轻松。

变化,自动驾驶的新主题

近年来,随着不少自动驾驶公司成功获得商业收入,关于自动驾驶行业即将进入淘汰赛的言论四起。

一批自动驾驶公司已乘风而飞,另一批仍在原地迷茫。

如果说,过去专注于某一场景是自动驾驶技术快速发展的秘诀,那么摆脱自我约束的边界,将技术以不同形式真正实践或许将是未来的新主题。

L4级自动驾驶公司转向研发辅助驾驶功能,是初入汽车供应链的一股新力量,为中国汽车产业发展贡献着自己的力量。

但不可否认,自动驾驶公司研发辅助驾驶之路刚起步,前方仍有不少困难。

期待L4级自动驾驶公司在辅助驾驶功能的量产方面取得新的进展。

本文来自网络,不代表睿景网立场,转载请注明出处:http://www.luijing.com/keji/113662.html

为您推荐

发表评论

邮箱地址不会被公开。 必填项已用*标注

联系我们

联系我们

在线咨询: QQ交谈

邮箱: 78799268@qq.com

工作时间:周一至周五,9:00-17:30,节假日休息

关注微信
微信扫一扫关注我们

微信扫一扫关注我们

返回顶部