拥抱变化,对当下的自动驾驶产业而言或许是“正在进行时”。
回顾2023年,行业内卷的确是汽车市场绕不开的一个话题,头部车企开启的价格战迅速席卷整个行业,尤其是以比亚迪和特斯拉为首的车企连番降价,虽利于终端用户,但在其它玩家逐步效仿的同时,增产不增利也成为各车企均要面对的现实,而在利润逐渐被稀释的当下,此前一直受资本追捧的自动驾驶产业开始回归理性,不再一味强调算力资源和传感器的堆砌,而是将降本增效、大规模量产以及智驾计算方案本土化作为首要诉求,推动ADAS智驾体验真正落地到用户价值上。

根据高工汽车研究院给出的数据显示,Mobileye和地平线两家企业共同占领超过五成的前视一体机市场份额,市占率分别达到29.38%和23.65%,可谓占据ADAS智驾市场“半壁江山”。其中,地平线是该榜单唯一一家本土芯片供应商,且上升势头明显。
分析原因,一是当下ADAS智驾市场仍旧有较大增量,虽然2023年中国市场乘用车前装标配L2级及以上辅助驾驶接近800万辆,但前装搭载率仅为37%;其次,2023年中国市场标配L2(不含NOA及以上)的新车交付均价高达25.98万元,所以,这让本身就极具性价比的前视一体机方案获得了青睐。
对于地平线而言,旗下征程2、征程3相比国际友商除了在成本上更具优势,其中征程3还能同时满足一体机和域控架构,可扩展性显然能满足诸多不具备成熟NOA方案厂商的需求。同时,相比于其它同行多集中在1-3MP的前视感知领域,地平线在8MP单目前视一体机市场已经实现领跑;同样以征程3为例,它不仅可以支持8MP的智能前视一体机,还可以凭借单颗芯片就能实现行泊一体功能,其中单SoC行泊一体更是成为了新的行业趋势。

从3000元到1500元,再到千元级别,近些年行泊一体域控产品不断刷新降本底线,而这也反映出创新的降本增效方案,兼顾性能与性价比才是智能驾驶下半场的决胜关键。当前,各路Tier1甚至Tier2供应商们还在加速“内卷”,从早期的卷技术与产品,到如今卷成本、卷量产速度与规模,各路玩家也不断探索软硬件的成本边际,通过软硬件的多场景复用,压缩硬件算力、算法优化等都成为了当前主流的降本方式。
以地平线为例,其推出的Horizon Matrix® Mono 前视辅助驾驶感知方案是基于地平线车规级芯片打造的前视ADAS感知方案,也是目前唯一国产单目前视ADAS感知方案。该方案软硬结合,兼备高性能芯片与针对本土场景优化的感知算法,可从底层全面赋能合作伙伴,为其智能驾驶在全球最大汽车市场的发展保驾护航。
其中基于征程2打造的ADAS量产方案——Mono 2,能够高效灵活地实现多类辅助驾驶任务处理,还可实现本土化道路和场景的专门优化,可在低于100毫秒的延迟下,有效感知包括车辆、行人、车道线、红绿灯、交通标识、可行驶区域以及周边场景,实现对主流ADAS功能(ACC、LKA、TJA、FCW、LDW、AEB等)的高效支持;基于征程3打造的单目前视感知方案Mono 3则是首个8MP单目前视一体机方案,确保高效、易用、降本。

相比过去,资本市场对自动驾驶的需求同样在发生变化;一方面是车企、Tier1、Tier2层级的认知不再“唯算力论”,而是逐渐强调用户体验和更加本土化的解决方案,二是行业内卷带来的高阶NOA智驾功能下沉,让“成本突破”成为主机厂以及各大智驾企业的原生诉求。也正因此,地平线面向全域场景打造的以“芯片+工具链”的高效开放技术平台,成为当下车企以及Tier1降本增效的最佳选择。
目前,在百TOPS级大算力自动驾驶芯片市场,地平线与英伟达是全球唯二迈入量产阶段的企业,同时地平线也是国内唯一与国际汽车集团达成深度合作的芯片企业。据最新消息显示,征程5自2022年9月量产以来,出货量也已突破20万片,月度平均出货超过2万片,合作车企方面,征程5则累计获得超过9家车企共20多款车型的量产定点,除了理想L系Pro和Air车型标配之外,还包括比亚迪、蔚来汽车、上汽集团、长安汽车、广汽埃安、一汽红旗、哪吒汽车、奇瑞汽车等。

早期,汽车智能化的前方到底是什么?怎样回归到用户价值?业内一直是摸着石头过河,但随着智能汽车的不断发展以及智驾赛道方向的不断明确,我们可以看到以地平线为代表的芯片厂商正在重塑市场格局。从市占率来看,无论是ADAS智驾市场还是高阶NOA智驾市场,地平线均已跻身行业第二的位置;以产品为例,征程家族至今累计出货量则达400万片,其高效、开放的产品矩阵也已经能满足不同价位的车型。
不可否认,自动驾驶产业向上走必然充满荆棘,激烈的内部竞争也不可避免,但“引用”王传福的话:在一起,或许才是中国智能驾驶。就工程技术层面而言,“开放共赢、全维利他”才能使技术的源头活水扩散、渗透至整个产业,灌溉智能汽车产业生态的“千亩良田”,同时地平线也将坚持贯彻自身战略,将自主创新的技术、突破性产品与解决方案转化为更多智能汽车产业生态合作伙伴的商业价值。
好文章,需要你的鼓励
还在为渲染一个3D模型等上几小时吗?还在纠结移动办公就得牺牲性能吗?当AI遇上专业工作站,传统设计流程的游戏规则正在被改写。
伊斯法罕大学研究团队通过分析Google Play商店21款AI教育应用的用户评论,发现作业辅导类应用获得超80%正面评价,而语言学习和管理系统类应用表现较差。用户赞赏AI工具的快速响应和个性化指导,但抱怨收费过高、准确性不稳定等问题。研究建议开发者关注自适应个性化,政策制定者建立相关规范,未来发展方向为混合AI-人类模型。
据报道,OpenAI正与亚马逊洽谈至少100亿美元的融资。亚马逊此前已是Anthropic的最大投资者,并为其建设了110亿美元的数据中心园区。若融资达成,OpenAI将采用AWS的Trainium系列AI芯片。Trainium3采用三纳米工艺,配备八核心和32MB SRAM内存。AWS可将数千台服务器连接成拥有百万芯片的集群。报道未透露具体估值,但OpenAI最近一次二次出售估值已达5000亿美元。
这项由伊利诺伊大学香槟分校等四所院校联合完成的研究,提出了名为DaSH的层次化数据选择方法。该方法突破了传统数据选择只关注单个样本的局限,通过建模数据的天然层次结构,实现了更智能高效的数据集选择。在两个公开基准测试中,DaSH相比现有方法提升了高达26.2%的准确率,同时大幅减少了所需的探索步数。