作者 | 萬博
來源 | 賽博汽車
從智能駕駛域控制器,到應用層面的軟件解決方案,國內軟硬一體的智能駕駛產品,在2022年迎來爆發期。
據賽博汽車不完全統計,截至到2022年年底,國內已經有20家企業發布了自己的軟硬一體智能駕駛解決方案。這些玩家中,既有毫末智行、宏景智駕這類的漸進式自動駕駛公司,也有以百度、小馬智行為代表的高階自動駕駛玩家。
同時,像東軟睿馳這樣的底層軟件開發平臺服務商,也開始走向臺前,提供軟硬一體的智駕解決方案。
盤點各家產品之后我們發現了以下幾個大的趨勢:
1、隨著汽車EE架構逐漸走向域集中化,以及自動駕駛芯片算力的不斷攀升,基于NOA高階智能駕駛的行泊一體技術路徑,正在成為各家布局的焦點;
2、從實際的落地進度來看,漸進式玩家走在最前,比如華為、毫末等玩家,已經將高階智能駕駛開進了城市道路。但除了少數玩家之外,大多數企業還處在高階智能駕駛布局的初期,功能實現上主要以高速域和泊車域為主,城市高階智能駕駛量產還需時日。
3、軟硬一體智能駕駛產品供應商在今年更受資本青睞,在這19家公司中,除了早年已經上市的兩家企業之外,有超過一半的玩家在今年拿到融資。
01
20家公司發布軟硬一體智駕方案
據賽博汽車不完全統計,截至2022年底,有20家公司發布軟硬一體智能駕駛解決方案,具體名單如下:
這些玩家的組成,主要有3大類。
其中成員最多的陣營,就是一開始選擇漸進式自動駕駛落地路線,將ADAS解決方案作為切入點的供應商,這其中,落地進展最快的當屬毫末智行和華為。
毫末智行智能駕駛產品Hpilot,目前已經經歷6次更新迭代到了第三代。Hpilot3.0的最初亮相,是在今年的成都車展上,首搭車型長城魏牌摩卡DHT-PHEV激光雷達版一經亮相,就引起了極高的熱度。
根據官方信息,Hpilot3.0采用毫末自研的域控制器小魔盒3.0,據悉,小魔盒3.0單板算力可以達到360TOPS,后期算力可以擴展到上千TOPS,在感知硬件上,接入了12個百萬級像素攝像頭,5個毫米波雷達,2個激光雷達。
與多數量產玩家不同,毫末的技術路線一開始就以“重感知,輕地圖”為核心。這也意味著,毫末城市NOH,沒有高精地圖覆蓋也可以使用。
從目前的現狀來看,國內已經推出的高階智能駕駛系統,都還普遍將高精地圖作為視線外感知的重要組成,包括華為的城市NCA和小鵬的城市NGP,都還無法在非高精地圖覆蓋區域使用。
所以,從這一點上來說,毫末智行的Hpilot3.0,還是可以期待一下。
另一個拿出城市高階智能駕駛軟硬一體產品的漸進式供應商,是上文已經提到的華為。
從時間上算,華為高階智能駕駛軟硬一體產品的亮相要追溯到去年4月份的上海車展,首搭車型是極狐阿爾法S華為 HI版。當時華為還專門放出其高階智能駕駛系統在城市開放道路行駛的測試視頻,引起的關注不小。
但極狐阿爾法S HI版交付一拖再拖,直到今年9月,極狐阿爾法S HI版在深圳全量推送城區NCA,華為的高階智能駕駛產品才算正式落地。
功能上來說,華為這套產品采用華為全棧自研的自動駕駛算法,已經可以實現L2在內的輔助駕駛,以及包括高速、城區以及泊車域的高階智能駕駛能力。
在域控硬件層面,則是采用華為去年發布的MDC810平臺,綜合算力400TOPS,同時接入了3顆96線車規級激光雷達、6個毫米波雷達、12個攝像頭、13個超聲波雷達以及高精地圖。
第二款搭載華為軟硬一體智能駕駛產品的阿維塔11,也要在12月底開啟交付。
除了上述兩家之外,像宏景智駕、禾多科技、魔視科技等等,都屬于漸進式玩家的陣營,只是在實際的進展上,目前還處在ADAS輔助駕駛向高階智能駕駛的過渡階段。
第二類玩家,則與上面提到的相反,是一類自上而下,由高級別自動駕駛下探到乘用車智能駕駛領域的企業,比如小馬智行。
小馬智行切入到乘用車智能駕駛的時間不算早,今年6月,小馬智行宣布基于英偉達Orin 系統級芯片的自動駕駛域控制器ADC 已向客戶交付樣品,該域控制器的大規模量產將于2022年第四季度正式開啟。
據悉,該自動駕駛域控制器ADC有配備單Orin和雙Orin的兩個版本,算力分別為254TOPS及508TOPS,通過小馬自研的自動駕駛算法,可以實現城市公開道路以及高速場景多項高階智能駕駛功能。
另外,就在不久前,小馬智行被傳出已經成立了輔助駕駛部門,其高階智能駕駛產品也將在在明年上車,首搭車型來自某造車新勢力。
相比之下,同樣是高階自動駕駛向下切入,百度的動作就早了很多,或者用百度的口徑來說,是“在攀爬珠峰的路上沿途下蛋”。這里的“蛋”,就是降維的乘用車智能駕駛功能。
早在去年10月份,百度的ANP領航輔助駕駛系統與AVP自主泊車系統就在威馬W6上進行搭載。
不過,百度和威馬的合作出手雖然挺早,卻沒擺脫高開低走的結果。目前,威馬W6只能使用百度的AVP自主泊車,ANP領航輔助一直沒有OTA上車。
不久之前,百度表示要在明年推出一款高階智能駕駛產品ANP3.0,這款產品將支持城市、高速以及泊車場景的高階智能駕駛。
同時,域控制器也將自主研發,這款域控搭載2顆英偉達Orin X芯片,AI算力為508TOPS,接入包括攝像頭以及激光雷達在內的融合感知方案。
如果不出意外的話,這款智能駕駛產品,最終將先在集度明年交付的首款量產車ROBO-01上進行搭載。
除了上述兩類玩家,還有一些公司,是從智能駕駛軟件開發平臺(比如中間件服務商)切入產品領域的。最具代表性的公司,就是東軟睿馳。
東軟睿馳官網顯示,在智能駕駛域控制器產品中,東軟睿馳已經形成ADAS域控制器(支持L2級別輔助駕駛)、行泊一體域控制器(支持自動/遙控泊車)以及自動駕駛域控制器(支持L3級別城市道路、城際道路、高速公路環境下領航自動駕駛的需求)。
同時在算法應用層面,東軟睿馳還提供包括感知、規控在內的算法包,以及L2級輔助駕駛和AVP/APA等泊車領域的應用功能。
02
技術路線,行泊一體是關鍵詞
在梳理智能駕駛產品的過程中我們發現,從算法框架到域控制器,行泊一體成為今年的一個重要關鍵詞。
所謂行泊一體,本質上就是將所有傳感器數據接入到單個SOC芯片為主的域控制器上,智能駕駛能力的實現用一套軟件算法打通。
這樣一來,無論是行車還是泊車,系統就可以調用同一套算法和所有的硬件資源,包括芯片和傳感器進行處理,而不是像分離式的系統,泊車行車專項專用。
上述的玩家中,比如華為、毫末等等玩家,在域控制器的系統安排上,都是按照行泊一體的思路進行設計。
從時間上看,行泊一體其實并不是一個很新的概念,量產車型也在兩年前就有。2020年,小鵬P7就依托德賽西威的IPU03域控制器,實現了行泊一體。
其實,從汽車智能化轉型的大趨勢來看,行泊一體的系統設計被當作共同的技術選擇,也是在情理之中。這其中,硬件升級,尤其是大算力芯片的出現,為行泊一體提供了技術上的可能,車企的需要和用戶體驗,則為行泊一體提供了發展動力。
上文已經講到,行泊一體本質上是用通用芯片提供算力,支持一套算法和傳感器的聯動,所以相比分離式的專項專用,行泊一體就要求芯片有足夠多的算力來進行系統運轉。
近幾年大算力芯片的出現,為這一切提供了可能。
以英偉達為例,目前已經量產的Orin芯片單顆算力已經達到256TOPS,其規劃2025年量產的Thor芯片,單片算力更是高達2000TOPS。
其他廠家比如高通,國內的地平線,其最新一代量產的芯片也都在上百TOPS。
技術上有支持,車企和用戶的需求有了實現的基礎。
從車企的角度來講,將行車和泊車兩套方案整合到一起,原來需要兩套系統才能實現的功能,現在只需要一套就能搞定,這意味著車企的成本上有了下降的空間。
最后,在功能體驗上,用一套算法同時實現行車和泊車,相比原來的分離式系統,不同場景之間的銜接將會更加流暢,用戶體驗也會更好。
所以,目前能看到的是,已經有一些玩家嘗試采用統一的算法架構進行開發,比如特斯拉。據馬斯克透露,不久之前OTA上車的FSD V11版本,就是采用單堆棧的方式開發,用一套深度學習算法打通所有場景。
蔚來在前幾天發布NOP+時,也透露了其最新的智能駕駛系統,就是用統一架構打通不同的場景。
綜合這些因素看,行泊一體既有需求也有技術基礎,成為技術的主要趨勢并不讓人意外。
03
高階智能駕駛成為焦點
最后,我們發現,在產品功能上,高階智能駕駛,也在今年成為了賽道玩家競爭的焦點。
首先,從硬件來說,目前各路玩家的域控制器產品,都在強調大算力芯片、多傳感器接口(包括激光雷達等等),試圖在硬件上為高階智能駕駛乃至之后的L3級自動駕駛留出冗余;
其次,在功能上,各家普遍強調的一點是,可以通過OTA實現高速、城區的領航智能駕駛。
可以看到,高階智能駕駛已經被這條賽道上的參與者當作了競爭的核心。
這背后的緣由,也不難理解。
首先,進入到2022年之后,關于自動駕駛落地的線路之爭,似乎有了結果。
一方面,在技術進展上,高階智能駕駛開進城市開放道路,以特斯拉、華為、毫末等為代表的漸進式玩家在這一輪的競爭者拔得頭籌,反觀高級別自動駕駛,卻陷入商業化落地難、降本難、融資難的尷尬境地;
另一方面,資本的態度也開始向漸進式玩家傾斜,賽博汽車不完全統計,今年國內ADAS解決方案商總共發生15起融資,而以Robotaxi玩家為代表的高階自動駕駛玩家,只有7起融資事件。
需要注意的是,今年獲得融資的Robotaxi公司,大部分都在今年向下布局高階智能駕駛業務,這其中就包括前面提到的小馬智行。
在這種背景之下,高階智能駕駛作為實現自動駕駛之前的最后一層窗戶紙,成為賽道參與者尋找自動駕駛突破的中心,并不讓人意外。
當然,現在大多數公司的高階智能駕駛還處在期貨狀態,具體的表現還需要量產才能得到驗證。
根據規劃,企業普遍將高階智能駕駛的量產時間鎖定在2023年。到時各家的產品表現,高階智能駕駛的市場格局,都會隨著量產而明晰。
(聲明:本文僅代表作者觀點,不代表新浪網立場。)