智能汽车再陷路线之争？

原创赞收藏评论

举报 2023-07-13

扫描,分享朋友圈

随着AI大模型的持续发酵，业内对于AI大模型在各个行业的应用落地越发关注。比如，“AI+教育”“AI+医疗”……，曾经炒作过的AI概念，有了重新炒作一遍的趋势，AI汽车自然也不例外。

近期，在四维图新的战略研讨会上，明确将围绕“汽车智能化”主赛道，以地图数据、导航产品为基座，以智能驾驶、人车交互为主要应用场景，提供面向智能汽车的软硬件产品组合，加速形成以“芯片+算法+数据+云”的数据驱动创新闭环。除了四维图新之外，华为问界M5智驾版的推出，也在业内引发强烈反响，很多用户更是甘当“自来水”，为问界智驾打call，一时间AI汽车的声量再次走高。

（配图来自Canva可画）

智能汽车人气再度飙升

在6月16日举行的2023未来汽车先行者大会暨全球智能网联汽车商业化创新大会上，华为终端BG CEO、智能汽车解决方案BU CEO余承东发言表示：“中小厂商可能被大的厂商兼并或者重组掉，未来能活下来的车企，年产量达不到500万或者达不到1000万辆的话，恐怕很难在这个时代立足。”值得注意的是，几乎同时华为与赛力斯合作的问界M5智驾版，也在同一天交付引发行业关注。从当下来看，智能汽车再次人气飙升是有原因的。

一方面，智能汽车解决方案发展到今天已经越来越成熟了，当下L3级别的智能驾驶落地，业已步入成熟落地阶段。进入智能汽车时代，汽车传统的电子电气架构，加速从分布式（模块化、集成化）向域集中式（包括集中式化、域融合）、中央集中式演进（车载电脑、车云计算）。在域控制架构之下，汽车的通讯性能更好、成本更低，同时节省了大量ECU（电子控制单元）的使用，大大节省了空间、能耗和物料，使核心域内算力大幅提升，智能化功能开发越发顺畅，应用上车速度大幅提升。

比如，华为就将多年来在ICT方面积累的核心能力，迁移到了智能汽车上，如华为的鸿蒙智能座舱、智能车控以及智能驾驶技术，全都被应用在了华为的合作伙伴，如赛力斯的问界、长安汽车的阿维塔上，创造了极强的智能驾驶体验，问界M5智驾版，更是业内首个同时搭载HUAWEI ADS 2.0智能驾驶系统，和鸿蒙智能座舱3.0的车型，其已经可以提供无限接近于自动驾驶L3级别的智驾体验。

另一方面，在电动车越来越卷的当下，汽车智能化水平高低，越来越成为车企打造产品差异化的核心卖点。前几年，在行业新能源快速渗透的情况下，用户对汽车的电动化体验感知相对更深一些，对于智能化尤其是“蹩脚”的智能化则不那么感冒，这也是包括比亚迪等在内的厂商，虽然智能化水平不高，但是凭借较强的电动化体验，依然跑到了行业前列的原因所在。

但今时不比往日，在经过一轮大洗牌之后，头部电车企业之间的竞争愈加焦灼，除了电动体验之外，智能化体验越来越成为车企拼差异化的一个核心卖点。比如，座舱域与车身域（包括雨刮、车钥匙与车窗）的融合，可以让用户体验到科技走进生活的感觉，智能驾驶水平的提升，则将汽车智能化体验拉升到全新的高度。从这个点来说，当下智能化的再度走热，更像是在之前大浪淘沙之后，行业重新“蓄力向上”的一个开端。

智能汽车迈入关键分水岭

站在当下来看，现阶段汽车智能化或许已经进入“关键质变”阶段。在4月16日举行的2023华为智能汽车解决方案发布会上，华为常务董事余承东表示：“上半场的电动化，是硬件决定体验；下半场的智能化，是软件决定体验。而当下或许已经到了汽车，从制造属性向科技+消费属性的过渡阶段，甚至可以说是关键分水岭。”

一来，以华为等为代表的龙头科技厂商，正在以顶级智能化体验，重新定义智能汽车产品。根据汽车之家发布的《2022中国智能汽车发展趋势洞察报告》（以下简称《报告》）显示，当前国内智能汽车品牌的智能化表现特征不一，长短板十分明显，总体上呈现出“强座舱、弱智驾”的特征，同时算法迭代压力大，交互式体验不足等问题也比较明显。

在车企与车企之间，智能化体验的差异也比较明显。据《报告》用户严格测评的结果显示，2021年智能座舱评分Top 10中，中国品牌车系占据8席。其中小鹏P7交互便利性高，语音功能尤其强大；理想综合娱乐系统较强，星越场景覆盖度较高，蔚来的互动沟通体验好。即便如此，各家依旧有各家的短板。作为近两年才大举入局智能汽车行业的“新人”，华为鸿蒙4.0车机系统，确实给现有的智能座舱市场带来了全新改变。

其具体亮点体现如下：六音区声源定位、多人多屏多音区并发控制、舱内眼球位置追踪及眼部状态识别、多屏多通道双向流转、多屏跨设备投屏。与此同时，新一代 HUAWEI 车载智慧屏、xPixel 智能车灯解决方案，以及HUAWEI xHUD AR-HUD 增强现实抬头显示也同步亮相，其他诸如数字座舱和智能车云服务、华为的鸿蒙系统等，也都被一并带上车。这预示着真正意义的“数字化移动第三空间”正在诞生，这与简单地将中控屏等智能化功能串起来的智能座舱，显然已经完全不同了。

二来，新的智能化革命正在广泛兴起，给汽车智能化带来了全新的外部刺激。今年以来，以ChatGPT为代表的AI大模型，迅速席卷各个行业产业，为很多行业带来了全新的数字化机遇，其中自然也包括了智能汽车。目前包括已经发布了AI大模型的百度，华为等，都已经宣布了将自家的AI大模型应用，接入到相应的智能汽车产品中。

那么，AI大模型会对智能汽车带来什么改变呢？从目前已知的资料来看，大模型给智能汽车带来的改变有二：一是大模型与智能座舱结合后，可以实现车内跨业务、跨场景人车自由交流，提升座舱交互体验；二是它将促进自动驾驶的发展。其具体表现为：在云端，大模型可以发挥参数量增加带来的容量优势，加快汽车内的数据挖掘和标注任务能力；在车端，它可以将分管不同子任务的小模型合并为一个大模型，节省车端推理计算时间，增加汽车安全性。

总之，无论是科技大厂下场参与“催化”智能汽车发展，还是AI大模型给整个产业链带来的外部影响，都意味着当下智能汽车正在迈入关键分水岭。

路线之争仍在继续

随着智能驾驶的热度攀升，业内围绕纯视觉解决方案，以及激光雷达解决方案的智能驾驶路线之争再度被提起。尤其是问界M5智驾版的推出，让很多人对于以特斯拉为代表的纯视觉方案的评价，越发两极分化：一种认为，纯视觉方案是一条不现实的路线，因为它不能解决驾驶安全的问题，它将在相当长的时间内面临政策压力；另一种则认为，纯视觉方案具有长期价值，激光雷达在当下可能是个过渡方案。那么，这两种方案究竟哪种更适合当下的环境呢？

一方面，纯视觉方案的确有成本优势，但安全性“硬伤”也难以遮掩。具体来说，纯视觉方案依托于高分辨率、高帧率的成像技术，来感知外界环境信息，做到无死角场景全覆盖，然后借助传感器将得到的环境数据上传到系统，依托系统进行分析判断、做出决策，更类似于人类的反馈系统。

作为这方面的代表，像特斯拉、百度、极氪等车企，均使用这一方案。比如特斯拉搭载了8 颗摄像头，包括前置三目摄像头（分别是长距窄视角、中距中视角和短距鱼眼）、车辆的左右两侧各有2颗面向侧前和侧后的摄像头，再加上1颗后置摄像头，8颗摄像头完成了360° 纯视觉感知的无死角覆盖，而百度的Apollo Lite与特斯拉基本一致，只是加装了2颗环视摄像头做感知补充。

相比激光雷达解决方案，这种方案避免了购置价格动辄上万块钱的激光雷达，因此规避了造车成本太高的问题。但短板同样明显，那就是它高度依赖于算法驱动和高算力支持，在反应速度上稍微较激光雷达慢一些，而且其容易受光照等极端环境影响，安全风险不少，这也是纯视觉方案被人“诟病”的根源所在。

另一方面，激光雷达的确成本高，但反应灵敏、安全性高。激光雷达在运行时，可以通过发出光束快速并且准确地对外界物体进行位置、大小的判断，并同时获取数据以形成准确的数字模型。相比视觉派而言，它监测的距离更长（周围300米以内的物体），精度更高，响应速度更灵敏（反射弧更短），并且不受环境影响，可以应对暴雨、冰雹等极端天气。以问界M5智驾版的反应来说，它在南方暴雨天气之下应付自如，智能驾驶可以在脱离手扶的情况下，通过各种复杂路况，具备极强的环境适应能力。

综合两种方案不难发现，当下智能化普及的先决条件，依旧是智驾的安全性，相对而言激光雷达方案更加稳妥。但从长远角度来说，随着算法和算力能力的提升，纯视觉方案也将逐渐受到产业内外的关注和重视。

商业化将成未来决胜关键

纵观整个国产智能汽车发展历程不难发现，从开始的“热火”到后面的“沉寂”，再到再次受到外界关注，影响外界对智能汽车评价的，从来都不是它重不重要，而是它能不能商业化落地，即它的商业逻辑能否跑通才是核心关键。

首先，技术的应用是否存在安全隐患，符不符合“人本主义”的商业伦理，是影响智能驾驶产业落地的重要因素。如前文所述，纯视觉方案虽然好、成本也低，具备长期商业价值，但是当下依旧有很多车企，选择激光雷达方案，关键正在于其存在安全风险，而这恰恰是用户不能接受的，也是社会和政府部门不能接受的，这将直接影响政府推动相关政策落地的开放速度。

换言之，只要安全的智能驾驶技术，才会让政府部门给车企开白名单，让车企测试更先进的自动驾驶技术。最近华为推出的问界M5智驾由于过于抢眼，所以外界都在预测是否会提前落地L3级别的自动驾驶，果然在本月我们也出台了L3级别的政策指引，这在某种程度上来说并不能算凑巧，而是社会对技术共识的逐步达成。

其次，智能化落地的成本方案，是否能为各方所接受。过去特斯拉非常排斥激光雷达的原因，除了考虑视觉解决方案这种技术活，他们比较擅长做之外，成本也是一个很重要的考量。为了控制整车成本，马斯克不仅不装激光雷达，甚至在去年还宣布将在欧洲、中东、北美地区交付的model 3、model Y，统一移除超声波雷达，而后者的成本也才几百元。因为根据马斯克的规划，特斯拉的智能车必须做到越来越便宜，因此成本只能是越来越低，不能搞太“高”的昂贵硬件。

在这一规划指引下，特斯拉在电动化基础上做到低购置成本的智能车体验，也就能够吸引更多用户来购买特斯拉的FSD，达到软件赚钱的目的。不过，激光雷达的“贵”也不是没有办法解决，目前华为、速腾聚创等厂商，已经将动辄上万的激光雷达价格，打到了一个适合产业化（华为的相关产品在200美元）的程度，而且伴随着其合作车企产品的大量出货，规模效应越发显著，成本的下降空间进一步打开（比如问界、蔚来等已经交付了上十万辆的车），产业化也进一步提速。

以此来看，其实所谓的路线之争背后，核心还是商业化卡点的问题，只要商业化能走得通，那种技术路线都有可能落地实现。而考虑到自动驾驶落地的长期性和复杂性，先依靠市场化的手段度过前期生存阶段，而后再依托先进技术来推动体验升级，将会是未来车厂争夺自动驾驶话语权的关键策略。

本文系作者授权数英发表，内容为作者独立观点，不代表数英立场。
转载请在文章开头和结尾显眼处标注：作者、出处和链接。不按规范转载侵权必究。