造车新老势力的对决,一文读懂背后的暗战

发布者:WanderlustGlow最新更新时间:2018-02-01 来源: eefocus关键字:自动驾驶  深度学习 手机看文章 扫描二维码
随时随地手机看文章

新势力渴望得到下一场革命的红利,老巨头急于摆脱被颠覆的命运,互联网巨头、传统整车厂、硬件供应商、自动驾驶解决方案创业公司……一时之间,入局者众。

 

从造车新势力到传统车企,从汽车制造商到一级供应商,从互联网巨头到创业公司,从算法到硬件……自动驾驶市场群狼环饲。

 

巨额资本的疯狂涌入,算法、硬件的逐渐成熟,政策走向的日渐开放,三者鼎力,在过去的一年掀起自动驾驶揭幕战。

 

2018年,这场战役将会如何发展,今天分享这篇文章,带你观看入局者的幕后之战。

 

 

1

风起

大洋彼岸的竞赛

风起于2012年。

 

无人驾驶的创业热潮,基本是在深度学习的大背景下开始的。

 

极客们早已预判到无人驾驶会开启继PC、互联网和智能手机之后的下一个人机交互时代,但直到近年,美国的Hilton突破了深度学习在局部收敛方面的一些缺陷,才使得深度学习算法可以在自动驾驶领域进行实质性的应用。

 

深度学习真正引起关注是在2012年。在当年的ImageNet竞赛中,卷积神经网络(CNN)以压倒性优势取得胜利,谷歌、Facebook 等科技巨头开始将这一突破应用于自动驾驶研发,自动驾驶创业大潮自此开始。

 

谷歌带起了这波创业风潮。

 

谷歌的无人驾驶项目2009年就已立项,2012年5月,谷歌获得美国内华达州机动车辆管理部门(DMV)颁发的首例自动驾驶许可证。同年,时任项目总监的谢尔盖·布林宣称,2017年谷歌无人驾驶就能面世。

 

在谷歌布局高级自动驾驶的同时,选择从辅助自动驾驶起步的特斯拉于2015年率先推出带有L2级别自动驾驶功能的Autopilot。

 

特斯拉最初与以色列自动驾驶公司Mobileye 合作,而2016年发生在内华达州的一场致命自动驾驶事故,直接导致这两家公司分道扬镳,Mobileye 2017年转投英特尔怀抱。

 

在试乘过多款自动驾驶汽车后,上海明华有道咨询公司执行总监封士明依然认为特斯拉是他迄今为止体验最好的自动驾驶汽车,特斯拉和Mobileye的分手让封士明颇为扼腕:“失去了Mobileye后,特斯拉Autopilot 的迭代让人感到遗憾。”

 

定义了智能手机时代的苹果也没有放弃下一个交互代际的角逐。据彭博社报道,苹果近日将其在加州的自动驾驶测试车队扩增至27辆的规模,目的就是为了尽快能够追赶上竞争对手的步伐。

 

与高歌猛进的互联网造车新势力相比,传统车企的自动驾驶之路略显被动。

 

2017年,全球出货量不足8万台的特斯拉估值屡次超过通用、福特,封士明在与传统车企打交道的过程中,清晰地感受到了他们的恐惧——智能手机时代的诺基亚就是他们的前车之鉴,传统车企不甘落幕,开始谋求变革。

 

通用汽车在两年前收购了一家名为Cruise的硅谷创业公司,在自动驾驶技术层面取得突破。

 

在不久前,通用放出一张没有方向盘和刹车的汽车内视图,这辆彻头彻尾的无人驾驶汽车被自动驾驶初创公司小马智行 CEO彭军视为2017自动驾驶最大惊喜之一。

 

福特算是从汽车制造商转型移动出行公司的先行者。在路测了一段时间后,福特甚至与外送披萨品牌合作,探索自动驾驶落地场景。

 

以通用、福特为代表,底特律“老古董”们在这场战役中激进得让人惊讶。

 

人工智能芯片是自动驾驶的另一片战场。在 CES 2018上,已经享受到人工智能红利的英伟达宣布,其于一年前推出的Xavier自主机器处理器首批样品在本季度开始交付客户,并与百度、采埃孚等达成多项合作。

 

回过神儿来的英特尔旋即以153亿美元收购深耕自动驾驶技术12年的以色列创业公司 Mobileye,创下2017年自动驾驶领域最高并购记录。

 

 

calmcar的智能驾驶视觉方案

 

2

蜂拥

“百度系”背后的中国式无人驾驶

相较于提前十几年、几十年起步的外国竞争对手,中国参赛者似乎入局已晚。幸运的是,激烈的国际竞争总是很少波及中国市场。

 

提起国内自动驾驶,不得不提“百度系”。“谷歌成立无人驾驶研发部后,百度开始效仿。国内各高校都开始做无人驾驶相关研究,推动了这一波创业热潮。”樊雪松说。

 

从2016年百度无人车亮相乌镇第三届世界互联网大会,到2017年7月,百度推出 Apollo自动驾驶平台, 李彦宏乘坐的无人驾驶汽车开上北京五环路,因违章吃到一张罚单。

 

再到2017年12月20日,百度无人车“开进”雄安新区,与博世、福特、英伟达、奇瑞、一汽等共10家企业成立Apollo理事会。不得不说,百度在推进自动驾驶的国民认知度方面值得称颂。

 

事实上,早在 2014 年 7 月,百度就已着手启动百度无人驾驶汽车研发计划。截至目前,百度成功为自己塑造“All in AI ”的形象,2018年1月19日,李彦宏登上《时代》周刊封面,被评价为“Helping China Win the 21st Century”(帮助中国制胜21世纪)。

 

  

 

互联网巨头、传统车企如此激进,更遑论创业者们。

 

在无人驾驶卡车公司图森未来 CEO 陈默看来,自动驾驶领域人才匮乏,行业缺口太大。被挖角来挖角去的顶级算法人才无外乎出身于谷歌系、微软系。而在谷歌、微软挖了不少人才的百度也成为了“百度系”。

 

从2015年6月百度深度学习研究院(IDL)创始人、常务副院长余凯离职,创立地平线机器人开始,过去两年中,王劲、韩旭、陈世熹、彭军、楼天成、倪凯、佟显乔……多名百度无人驾驶核心人才出走。

 

景驰、小马智行、HoloMatic、Roadstar.ai ……近十家“百度系”自动驾驶公司出现,与百度形成掎角之势。

 

1月23日,百度副总裁、曾负责自动驾驶事业部的邬学斌也传出离职消息,或将加入宝能汽车。

 

如同之前每一个风口,“颠覆”一词在自动驾驶行业被反复提起。

 

新势力渴望得到下一场革命的红利,老巨头急于摆脱被颠覆的命运,互联网巨头、传统整车厂、硬件供应商、自动驾驶解决方案创业公司……一时之间,入局者众。

 

3

争夺

抢人与抢钱

天下武功,唯快不破。

 

“无人驾驶创业的窗口期马上就要关了。”在陈默看来,如果2018年底还没组建起一只50人以上的队伍,无论从资金、人才还是技术积累而言,基本就很难跟第一梯队竞争了。

 

从 O2O 时代的“百团大战”到共享概念下的“两虎相争”,风口之战不断上演。自动驾驶的特性决定了这是一门重资产的生意,小玩家跟进模仿的门槛较高。

 

这也同时意味着,现阶段自动驾驶行业的竞争逻辑是:谁能更快找到更多的钱、集结更多顶尖人才,谁就能领跑这个赛道。

 

“选择离开的原因太多了。”作为仅次于李彦宏的前百度 T11级工程师,彭军还在2016百度世界大会上介绍无人车业务。选择离开的诸多原因里,彭军认为最重要的一条就是大公司做事太慢,而自动驾驶前景又够大。

 

“现阶段最重要的就是抢人和抢钱。”小马智行 CEO 彭军的这一观点也得到了陈默的认可。

 

在没有落地的成果之前,智能驾驶的融资或许只能靠兜售自己的想法,对外界公关推进。量产,成为大众和媒体关注的关键点。

 

虽然埃隆·马斯克和谢尔盖·布林最初承诺的高级自动驾驶上路期限已经过了,但仍不妨碍入局者们继续许下2018年量产的承诺。

 

“当前对我们来说,找对发布此类计划的时间点是一个巨大的挑战,但今后更大的挑战将是如何快速了解人们将如何使用自动驾驶汽车。”

 

通用汽车总裁、自动驾驶汽车战略负责人丹?阿曼此前在接受媒体采访时坦诚,“如果你能抢得先机,接着又能快人一步,那么事情将变得真正有趣起来。”

 

4

跃进

冲刺奔向“量产”

 

目前,国内已经有不少自动驾驶技术公司承诺在2018年实现各种形式的高级自动驾驶(L4以上,注:L4指超高度自动驾驶,系统可应对部分工况,仅次于L5全自动驾驶)“量产”。

 

作为国内“自动驾驶第一股”的百度,2016年王劲尚在时,在不同场合提起过“三年商用,五年量产”的口号,即2021年实现量产。而在李彦宏 All in 陆奇后,这一时间表不断提前。

 

2017年4月,百度发布Apollo1.0自动驾驶开放平台,支持封闭场地的循迹自动驾驶;

 

9月,Apollo 平台升级到1.5版本;

 

2018年1月,CES 大会上,陆奇发布了支持简单城市道路自动驾驶的完整平台 Apollo 2.0。

 

早在去年11月的百度世界大会上,李彦宏即宣布百度要在2018年实现无人车量产,并在随后宣布将与金龙客车合作,在2018年率先实现封闭园区无人驾驶小巴车的小规模量产及试运营。

 

离开百度、创立了景驰科技的王劲依然不改高调,宣称景驰是“世界上最快的无人车公司”。即便被百度告上公堂,王劲依然对外宣布从 2018 年第一季度起,全年将量产500到1000辆无人驾驶车。

 

2017 年8月, 景驰与安徽省安庆市签署了全面协议,计划在 2017 年底前在安庆投放 50 辆无人车进行运营测试;2018 年,景驰计划在安庆投放数百辆载有 NVIDIA DRIVE PX 的无人车提供出租车服务。

 

除了王劲,其他百度系无人车公司也都开始有所动作。

 

近日刚刚完成1.12亿美元A 轮融资的小马智行宣布2018 年第一季度将在广州投放无人驾驶车队并进行运营测试,小马智行方面透露,预计广州市民最快在春节前就可以在市中心街道上体验无人驾驶汽车。

 

成立于2017 年 4 月的 Roadstar.ai 也把L4车型量产目标定在了2018年。其CEO 佟显乔在接受媒体采访时曾表示,希望在 2018 年春节前后推出原型车,在 2018 年农历年到来之前,让 Roadstar.ai 的车上路。

 

此外,把目光限定在低速自动驾驶的驭势科技计划2018 年在一些园区进行商业运营,“未来两年实现量产”。

 

聚焦于限定场景(高速公路)下L4级别自动驾驶技术的图森未来2018 年的目标是在中美两地试运营无人驾驶车队,2019 年实现真正的商业化,2020 年推出量产车型。

 

 

5

质疑

量产前夕还是尝试阶段?

 

不难发现,各家企业在量产前都加了各种限定词。某资深车评人在朋友圈写道:“希望不只是重新定义什么叫量产。”

 

还有一名车评人更加直接:这样做就是为了吸引风投啊!“这就跟新能源车淘金热一样,有点大跃进的意思。”

 

在试乘过奔驰、吉利观致、沃尔沃等的自动驾驶汽车后,上述车评人将它们的表现形容为“小学生打架”。“跟这些大厂商比,创业公司就更是小学生水平了。”

 

即便计划在2018年春节前夕开放无人驾驶试乘体验,小马智行CEO彭军也认为高级自动驾驶离产品化还比较遥远。

 

“如果把自动驾驶比作手机,我们现在连大哥大的阶段都还没到。大哥大已经产品化了,现在的阶段更像是摩托罗拉做了一些样品,开始尝试。”

 

问题不止出在软件层面。专注汽车技术研究和咨询的VSI Labs 创始人兼首席咨询师 Phil Magney认为,这场自动驾驶“大跃进”,CES 上“参展的厂商都有罪”。

 

硬件供应商们在展会上展出了号称更廉价、安全、高效且可量产的自动驾驶配件,“不过,展台上的那些产品你现在还买不到,有些甚至可能还停留在设计图阶段。”他在媒体采访中表示。

 

“见山不近山。”封士明评价,“从原型到量产,从量产到安全上路,这中间不止是0到1的差别。”

 

即便无人车真的实现量产,配套的智能网联系统以及基础设施建设也未必赶得及。

 

6

未来

试错成本成中国弯道超车的机会?

 

汽车技术从来不是中国的主场。在咨询机构Navigant Research最新的全球自动驾驶排行中,百度作为中国势力硕果仅存。

 

“中国可能比美国更早实现无人驾驶。”李开复2017年在美国交流期间反复提起这一观点。与横亘在面前的国外集团相比,中国自动驾驶的机会在哪里?

 

“从国家层面来讲,中国在政策上是有优势的。美国为什么就建不成高铁?”陈默反问。

 

“政策永远是支持和制约双重效果都在的,但从长远来看,政策永远不会成为技术发展的阻碍。”在彭军看来,政策对自动驾驶落地的阻碍属于媒体误读,“最大的挑战还是技术。”

 

2017年,政府部门释放出自动驾驶一系列利好消息。

 

工信部发布的《国家智能网联汽车标准体系建设指南》征求意见稿指出,到2020年,初步建立支撑驾驶辅助和低级别智能网联汽车的标准体系;2025年形成支撑高级别智能网联汽车的体系。自动驾驶将作为其中重要的战略部分。

 

“凡是市场导向、跟国家安全相关的,中国企业在国内发展都占优。”上述车评人表示,“比如高精地图,相比于高德和四维图新,百度在这方面占据绝对优势。”

 

除上述原因外,另一个不便宣之于口的原因大概是中国的试错成本比较低。

 

不少人认为2016年年中发生在美国佛罗里达州的 Model S 撞车事故是特斯拉全球首例致死事件.

 

其实早在2016年1月,河北邯郸的高姓车主便因自己驾驶的白色特斯拉轿车定速行驶中未能识别前车而车祸致死。据报道,在这起事故中,遇难者家属获得了特斯拉一万元的赔偿。

 

“中国是一片淘金热土,也是一片试验田。”一位不愿具名的汽车分析师说。

 

资本裹挟着追风者抢占“第一辆无人车”的名号,各方势力在 CES 上展现自动驾驶富有想象力的未来愿景。

 

有趣的是,在两天后飞往底特律车展的飞机上,传统车厂、新造车势力以及科技类媒体必须收敛起这股神秘的未来感,着力销售 SUV、卡车以及跨界车。

 

因为2017年下滑的销售业绩表明,自动驾驶B 端与 C 端存在断崖式差异,消费者对无人驾驶并不买账,技术尚未成熟,市场仍需培育,好在汽车制造商们已经达成了转型移动出行公司的共识。

 

这场无人车战役中,你最看好哪个公司?


关键字:自动驾驶  深度学习 引用地址:造车新老势力的对决,一文读懂背后的暗战

上一篇:英飞凌:2017年四大业务齐增长,“与中国共赢”战略硕果累
下一篇:上任5月就闪辞,福特中国CEO罗冠宏因何离职?

推荐阅读最新更新时间:2024-05-03 02:24

智能网联汽车的一系列关键问题探讨详解
随着智能网联汽车和 自动驾驶 的商业化快速发展,市场认可度不断提高,智能网联汽车和自动驾驶越来越多地在公路上出现,给提高道路安全、降低交通拥堵和减少汽车排放物,以及在方方面面改善人们的生活带来可能性。但是,随着公有和私营领域关键利益攸关方范围的扩大,如何协调二者的行动,以发挥智能网联汽车的潜力,实现跨境、安全出行的目标? 在此前举办的第88届日内瓦国际汽车展上,汽车和技术的顶级专家在ITU/UNECE未来网络汽车研讨会(FNC.2018)上探讨了有关智能网联汽车的一系列关键问题。 挑战和机遇 许多专家指出,随着自动化技术加速与其他产业结合,未来汽车和ICT(信息通信技术)产业将面临巨大的挑战和机遇。 通用汽车技术专家Cur
[汽车电子]
混搭出奇迹,自动驾驶AI芯片上演架构之争
经历了2016—2019年的野蛮生长期,2019的洗牌期,自动驾驶走入了发展新阶段。谷歌Waymo、百度Apollo、特斯拉、英伟达、Mobileye等行业领先企业技术不断迭代,场景化应用落地加速,为此,《中国电子报》推出“驶向自动驾驶新纪元”系列报道,通过梳理自动驾驶技术升级、厂商布局、产业发展等,描摹自动驾驶产业新面貌。 AI芯片很热,自动驾驶AI芯片更热。英伟达、英特尔、特斯拉、高通、地平线、黑芝麻智能等国内外传统芯片厂、新锐企业纷纷涌入车载AI芯片市场。如今,L2+ADAS自动驾驶商业变现风头正劲,L4高级别自动驾驶落地路线也越来越清晰,毫无疑问,自动驾驶正成为头部芯片企业争相抢占的高地。 从各大厂商的产品路线来看
[嵌入式]
落地加速,L3级自动驾驶进入快车道
当下,随着新能源汽车市场的逐渐火爆,越来越多的消费者在购车时也将车辆的智能驾驶功能纳入到了考虑之中,希望爱车能够帮助自己减小开车时遇到的困难与烦恼。与此同时,市场目光也渐渐投向了自动驾驶领域,L3级以及更高级别的自动驾驶商业化进程正驶入“快车道”。 当前,智能驾驶功能快速上车,L2级辅助驾驶技术已经成熟,市场对更高级别智能驾驶的需求正在逐步增大。有数据显示,2023年1-3月,乘用车行业L2级及以上渗透率为33.4%,同比提升9个百分点;新势力品牌L2级及以上渗透率基本在70%以上,头部自主品牌L2级及以上渗透率在30%以上。与此同时,逐渐放开的政策也在助力更高级别辅助驾驶的落地,种种迹象已经表明,国内自动驾驶从L2到L3跃升
[汽车电子]
瞄准无人机全部自动驾驶
“预计到2025年,广东电网无人机全部由手工遥控操作转变为自动驾驶。”经济日报记者日前从南方电网广东公司获悉,目前该公司无人机自动驾驶技术配套的软件、硬件已经全部研发完毕,全体系实现了自动充电、航线自动规划、自动巡视、自动分析缺陷等功能。 无人机自动驾驶系统领先国际 当前,自动驾驶技术炙手可热,但多数目光集中于汽车领域。南方电网广东公司异军突起,在全球率先建成多旋翼无人机自动驾驶系统,为电网带来智能运行维护重大变革。 广东电网的无人机自动驾驶水平有多牛?一张由无人机上高清变焦相机拍回的照片就能说明:在几十米高的输电铁塔顶端,一个小拇指粗的螺栓帽发生松脱现象,特写镜头将其清晰精准地呈现出来。在高清照片背后,高精度定位、AI识别等
[机器人]
自动驾驶立法是否要包括卡车 美国各方分歧严重
    据路透社报道,美国一家卡车运输组织周四表示,美国参议院为了推进 自动驾驶 汽车和消除监管障碍而达成了一项妥协法案,但该法案没有将大型车辆包括在内,对此他们深感失望。   美国卡车运输协会(American Trucking Associations)主席克里斯·斯皮尔(Chris Spear)在声明中称:“对于这个问题,不能到此为止。如果未来更多自动化汽车和卡车共享同一条道路,它们也应该共享同样的法律框架。”   美国共和党参议员约翰·图恩(John Thune)和民主党参议员加里·彼得斯(Gary Peters)表示,他们已经就一项自动驾驶汽车法案达成了协议,该法案将于10月4日提交给美国参议院商业、科学和交通委员会投
[嵌入式]
特斯拉推出搭载NVIDIA A100 GPU顶尖自动驾驶汽车训练超级计算机
为了应对这项有史以来最大的计算挑战之一,特斯拉需要配备前所未有的算力。 在本周的CVPR(国际计算机视觉与模式识别会议)上,汽车制造商特斯拉的AI高级总监Andrej Karpathy公布了公司内部用于训练Autopilot与自动驾驶深度神经网络的超级计算机。这个集群使用了720个节点的8个NVIDIA A100 Tensor Core GPU(共5760个GPU),实现了1.8 exaflops级别的超强性能。 Karpathy表示:“这是一台性能卓越的超级计算机,以FLOPS计,它大概可以在全球超级计算机中排到第5位”。 通过将汽车行业前所未有的算力水平作为其研发周期的核心,特斯拉让其自动驾驶汽车工程师能够
[汽车电子]
特斯拉推出搭载NVIDIA A100 GPU顶尖<font color='red'>自动驾驶</font>汽车训练超级计算机
自动驾驶汽车发展迅猛 商用前需突破识别能力瓶颈
  近年来, 自动驾驶 汽车发展持续提速,已经成为全球各国、各大企业都十分重视的主流产业。虽然自动驾驶一派欣欣向荣,但是在其发展过程中,识别技术等核心技术的限制仍是不小的隐患。因此,未来若要实现大规模商用,还需继续在技术研发与完善上下功夫。   作为人工智能、物联网等前沿技术与汽车产业深度融合的产物,自动驾驶是当前全球交通出行与汽车领域智能化和网联化发展的主要方向,已成为各国争抢的战略制高点。   仿佛是一夜之间,自动驾驶行业就从籍籍无名到百家争鸣,全球各大科技巨头、芯片企业、汽车制造商、创业公司、传统主机厂,乃至汽车零部件供应商,都急于在潮流中找到立足之地。   作为当前全球人工智能变革中几乎是前景最为明晰的一个领域,自动驾驶
[嵌入式]
在SoC中实现的计算单元
在SoC中实现的计算单元 当前的自动驾驶/先进驾驶辅助系统片上系统(SoC)通过集成不同计算特性的计算元件构建了计算组件,以实现对不同应用最有效的处理。为此,如下表所示,选择了具有不同计算特性的计算元件,如通用CPU、SIMD DSP、GPGPU和专用加速器等。 计算元件特性 •通用CPU适合运行顺序代码和有限的数据并行。 •SIMD DSP处理更数据密集的任务。 •GPGPU也可以处理高数据量和控制顺序灵活的任务。 •专用加速器针对特定操作实现最高执行效率,但需在SoC设计初期确定。 计算元件的特性及适配性分析 为分析上述计算元件,首先从某些正交的计算特性对其进行分类。SIMD类型计算元件适合运行处理大量独立数据的应用。
[嵌入式]
在SoC中实现的计算单元
小广播
最新嵌入式文章
何立民专栏 单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

换一换 更多 相关热搜器件
电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved