0
2021 年 12 月 10 日，由雷峰網 & 新智駕主辦的第四屆「全球智能駕駛峰會」在深圳正式召開。
這一次，雷峰網新智駕以「智能駕駛鏖戰時刻」為主題，將話筒遞給業內 19 家標桿企業，輻射 13 大技術/場景，覆蓋智能駕駛算法、芯片、感知、落地等多個維度，每個領域只篩選最具代表性的一家企業。
遵循“基礎理論技術創新”和“行業解決方案落地”兩項黃金標準，演講嘉賓向行業分享他們對過去經驗的總結回顧、對未來趨勢的預測以及行之有效的模式的分享。
峰會之上，魔視智能銷售副總裁、乘用車事業部總經理高文博題為《2021魔視智能APA到AVP進階之路》的精彩演講。
高文博對自動駕駛的未來趨勢做了分享。在他看來，L1/L2 的新車搭載率將非常可觀，2030 年可能會達到 70%。在傳感器的加持、算力的增強、功能更加安全可靠的基礎上，L3/L4 的落地進展也會大大加速，并預計在 2025 年左右能達到更廣泛場景的應用量產落地。
不過，無論上述哪一種情況，軟件的重要性都變得越來越明顯。高文博表示，現在“軟件定義汽車”的概念已經深入很多主機廠和市場層面。以往汽車銷售的主要利潤基本都來自于汽車本身的硬件收益，往后更多的主機廠可能會加大用軟件來賦能消費者，同時在后端生產更多利潤。
除了軟件外，魔視智能也在布局 L2/L3 級域控制器，可以實現APA/TJP/HPA/AVP這些功能，也融合了一些其他的傳感器，包括攝像頭、毫米波雷達、激光雷達和超聲波傳感器，整體來講魔視從軟件和硬件上均做了很多布局。
基于此，軟硬件的解耦也是一個大課題。魔視智能認為，在未來很長一段時間內，智能駕駛不同商業模式的共存，以及主機廠+供應商體系的共存將會是常態。
以下是高文博演講全文，雷峰網新智駕做了不改變原意的整理與編輯：
今天主要跟大家分享自動駕駛行業，未來短期內最可能量產的APA和AVP功能，也給大家講一下魔視智能從APA到AVP的進階之路。
首先，讓大家了解一下魔視智能目前在國內及國際上的布局。我們總部在上海，在國內有4個研發中心：上海、蘇州、武漢、深圳。我們在澳大利亞有人工智能研究中心，主要針對于一些前沿性的科技做更多的探索，另外還有一個制造基地在南通。
魔視智能的愿景是“以科技的魔力，創未來的出行”，我們集中在汽車自動駕駛領域，深耕細作多年，使命是“創新AI科技，引領全棧式自動駕駛，賦能每一輛汽車”，精神則是希望大家有一種激情、拼搏、創新、堅韌、合作和擔當的創業精神。
魔視成立于2015年，現在有200多人左右，當然，隨著公司不斷壯大，我們對人員需求也在不斷增加，歡迎各位小伙伴能夠加入我們，一起創造未來更多的可能。
我們的研發人員占比達到80%，因為是核心為科技的企業，所以研發人員在我們公司的占比是非常大的。技術方面，我們在關于自動駕駛的算法評測中，國際上的評測拿到多項第一，核心發表論文有100多項。
魔視主要集中在三大核心算法：一是深度學習算法框架，二是高精度地圖定位算法，三是成熟的規劃級策略控制算法，都是集中在自動駕駛核心部分。
另外，我們也有比較強大的數據累積，我們有超過千萬公里實際道路上的測試數據累積。還有我剛剛提到的核心算法框架能力，這對一家企業來講，到底能走多遠、走得多強，起到很關鍵性的作用。
在產品方面，魔視不只是有乘用車前裝產品，我們在商用車上也做了很多廣泛性的應用，另外我們目前在主動安全后裝上的市場占有率也是非常高的。
再講講魔視目前的市場布局，我們和國內20多家主機廠和Tier 1都有合作。在乘用車部分，我們跟國內Top10主機廠，其中9家都有非常深度的合作。商用車部分，我們在國內的占比也是蠻大的，經過過去兩年的發展，我們在國內商用車主機廠里都有相應的量產出貨。
主動安全產品線更多則是后裝的產品，我們在后裝上的市場占有率超過70%，這些對公司未來的長久發展能奠定很好的基礎。
而魔視智能通過近些年在乘用車前裝、商用車、后裝市場的多點布局，已具備強大的自我造血能力。
我再對于自動駕駛未來的趨勢做個簡單的分享，在L1、L2部分可以看到，新車搭載率未來是非常可觀的，2023年可能會達到70%。在L3、L4落地能力上，在傳感器加持、算力增強、功能更加安全可靠的基礎上，整個市場上L3、L4的落地也在不斷加速，我們預計在2025年左右能達到更廣泛場景的應用量產落地。
這里提很重要的一點，就是我們公司，前期主要集中在軟件方面，為什么定位成這樣的方向？因為我們看到整個市場上越來越多的人都在提關于“軟件定義汽車”的概念。
以特斯拉為例，他們在軟件上的投入力度、現在的軟件利潤比率已經占據整車的很大一部分，說明未來軟件層面的收益在主機廠的銷售端可能是一個很重要的位置。
現在“軟件定義汽車”的概念已經深入到很多主機廠和市場中，以往汽車銷售的主要利潤可能都來自于汽車本身的硬件收益，再往后，主機廠更多提到的則是，如何將軟件賦能更多消費理念，以便能在后端拿到更多的利潤點。
單從硬件角度來講，現在各家的成本包括它所能達到的硬件能力基本上大同小異。在這方面，我相信大家都是有行業經驗的人，也能感受出從整體來講，在硬件上沒有太多可挖掘的利潤空間，所以大家都在仿造現在市場上消費類產品的模式，想著怎么能在后端發掘更多的潛力。
軟件跟硬件的解耦，對于很多主機廠來說現在也是一個大課題，即如何把硬件和軟件分開，取消綁定的狀態，傳統Tier 1的角色更多會轉變成所謂的硬件體系供應商。
軟件部分，很多主機廠則已經把它單獨拿出來直接跟軟件供應商面對面接觸，去探索如何更好地定義軟件的系統功能，所以軟件工程已經提升到Tier 1的角色。
針對整個開發過程，我們做了很多努力，跟主機廠之間探討了更多軟件合作的可能性，其中在一些軟件方面，我們也做到了成為主機廠Tier 1的供應商。
目前來講，對于整個“軟件定義汽車”概念，在整個硬件層面，是日趨競爭激烈的且同質化的。而隨著智能網聯的快速發展升級，也使得車企需要和魔視智能這樣的第三方科技公司進行緊密合作。
車廠目前更多關注的是系統框架定義、標準規范定義等，科技公司則主要負責自動駕駛算法和軟件開發與迭代的輸出。
我提到原有的Tier 1傳統供應商由于缺乏計算機科學的基因，對于軟件的投入量在他們整個體系上雖然可能是很大，但實際上在單點上的能力稍顯不足，會受到整個市場和機制的掣肘，這也是像魔視這樣的科技公司能在如今異軍突起的重要原因。
同時，“主機廠+供應商”體系將長期存在，“可量產”則變得至關重要，這方面核心的幾個點，就是核心門檻、落地時間、市場規模、變現能力。
其實跟主機廠合作的技術和工程門檻，大家也知道是比較高的。另外，在未來乘用車上的自動駕駛搭載量方面，大家預測還是比較樂觀的，我們認為2025年會達到50%以上，這個市場規模可能有千萬億。
同時跟主機廠的合作模式，會使得我們的自我造血能力非常強，這也是目前魔視智能關注的一個重點市場區域。當然，無人駕駛出租車、垂直行業應用，也是我們現在正在關注的點，也是我們未來布局的發展方向。
從整個格局來看，我們覺得，不同商業模式之間共存將是長期的。當然，差距是相對比較大的，模式轉換難度會有點挑戰。
另外主機廠+供應商的模式會長期存在。現在市場上也有一些爭議，認為主機廠也在做這一塊，但實際上我們認為主機廠在行業中的中心地位是不會改變的。另外由于主機廠需要某些算法方面深耕的能力，因此還是需要跟魔視智能這樣的科技企業長期合作。
未來，可量產能力將是非常重要的議題，也是我們整體傾斜的路線。魔視將從L1到L4，從L4到L1，以量產為前提打造自動駕駛技術閉環。我們現在拿到了國內很多主機廠的量產性訂單，因此在跟主機廠進行技術上和軟件上的深度合作時，會形成一些需要克服工程化的挑戰項目，也會需要進行更多技術突破。
在這方面，我們也贏得了主機廠的認可和訂單。從數據上來講，利用跟主機廠深度的合作，我們提升了自己在數據化上的閉環能力。
從技術提升來講，因為有海量的數據，所以我們可以在整個低速或高速的自動駕駛量產上、在OTA軟件升級能力上、在市場競爭力上，進行非常大的提升。
從技術閉環上來講，我們提到了需要關注這幾個角度：功能、等級、應用和市場。
在功能上，都是大家耳熟能詳的功能，包括從360環視一直到NOA。從等級來講，從L1到L4級。從應用來講，我們有商用車的后裝、前裝，包括乘用車的大規模量產應用。從市場角度，我們有地方主機廠、合資品牌、自主品牌、新勢力品牌，包括全球品牌，我們目前都有比較深度的合作。
以上這些，魔視智能提供的都是核心底層能力的部分：感知、融合、定位、規劃、決策、控制、嵌入式和硬件等。
而除了軟件外，我們也在往系統層面升級，我們現在的一體機能做到預警L2/L2+功能，我們還有自己L2、L3域控制器，可以實現APA/TJP/HPA/AVP這些功能。
還融合了一些其他的傳感器，包括攝像頭、毫米波雷達、激光雷達和超聲波傳感器，整體來講我們從軟件和硬件上也做了更多的布局。
在量產性及深度合作的合作伙伴方面，魔視的合作伙伴包括廣汽、比亞迪、吉利、奇瑞、北汽、長城、長安、東風、上汽、一汽等。
除了乘用車前裝外，我們還有乘用車后裝市場的產品。今天談APA和AVP，我們主要講一下魔視關于乘用車前裝量產產品的能力，比如360、自動泊車、記憶泊車HPA、代客泊車AVP等。
關于泊車方面魔視能夠實現的功能，則包括BSD、RDA、AVP、APA/RPA等，基本上整個硬件架構就會用到攝像頭、超聲波、毫米波等傳感器，硬件的產品則有開放硬件架構APA ECU。
這里給大家展示我們泊車場景的劃線車位場景檢測能力，除此之外還有魔視在地磚垂直/斜列場景、夜間平行場景、積雪垂直場景、反光斜列場景的檢測能力，因為魔視在視覺算法上有強大的數據積累和技術積累，所以在這些相對比較有挑戰性的工況下，我們表現還是非常好的。
再展示一下我們在泊車方面的能力，包括水平泊車、垂直泊車、斜列泊車，重點講一下垂直泊車車位，可以看到，在空間相當小的情況下，我們用全局地圖，能在FreeSpace基礎上把地面3D立體狀態規劃出來，讓車輛更好地利用有限空間位置做到比較好的泊車效果。
魔視也自研了HPA和AVP的域控制器，預計明年會用到量產車型上，它能支持SoC部分的平臺軟件開發，包括RTOS、Hypervisor，也支持MCU部分的平臺軟件（AUTOSAR）等。
在HPA記憶泊車部分，它能實現的基本功能則包括在線建圖等，我們自己有核心算法，還有包括代客泊車和遠程接駕能力等完整功能，能覆蓋的場景包括地上和地下的停車場，傳感器配置方面則有用到多路攝像頭、角雷達等，目前它的工作速度大概在10km/h左右，但這取決于我們真正用到的芯片算力是多少。
現在大家都在討論HPA和AVP之間的功能性差異，而魔視現在更多地則是在探討實現更多場景的可能性，包括現在的跨層、任意點初始定位、在線建圖等，這都是我們目前推給主機廠客戶的功能，也有得到一些主機廠客戶的認可，預計會在明年下半年實現一些量產的搭載。
關于AVP場景的定義，相對來說，HPA和AVP增加了高精度地圖定位，所以能對全局路徑、場景能做到更好的細分。
除了前面提到泊車的功能，我再介紹一些關于魔視L2級的部分。現在魔視智能在L2級的投入蠻大的，我們在商用車方面能實現的功能也更多集中在L2級，能實現包括自動緊急制動、定適應巡航控制、車道保持、交通擁堵輔助和交通標志識別等功能。
在這方面，我們有自己的深度學習感知算法、決策控制算法，我們也在跟其他主機廠進行了聯合開發，實現了在比如逆光、雨天、夜晚等惡劣工況下，相對狀態比較良好的產品，能支持100萬、200萬、800萬像素的前視攝像頭。
另外，在L2的基礎上，魔視也在開展L2+、L3+級行車部分的能力，比如在部分行車場景，我們能對于路面交通的一些目標物體進行識別，包括交通燈、行人、非機動車、車輛、車道線、道路標識以及可行駛區域等，對于地面的FreeSpace和目標物體，魔視都可以做到快速準確的判斷。
這是我今天在大會主題上的分享，希望大家能夠聯系我們，如果有合作機會，可以一起探討未來的發展。
感謝大家！
雷峰網#雷峰網(公眾號：雷峰網)#雷峰網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
