0
2021 年 12 月 10 日，由雷峰网 & 新智驾主办的第四届「全球智能驾驶峰会」在深圳正式召开。
这一次，雷峰网新智驾以「智能驾驶鏖战时刻」为主题，将话筒递给业内 19 家标杆企业，辐射 13 大技术/场景，覆盖智能驾驶算法、芯片、感知、落地等多个维度，每个领域只筛选最具代表性的一家企业。
遵循“基础理论技术创新”和“行业解决方案落地”两项黄金标准，演讲嘉宾向行业分享他们对过去经验的总结回顾、对未来趋势的预测以及行之有效的模式的分享。
峰会之上，魔视智能销售副总裁、乘用车事业部总经理高文博题为《2021魔视智能APA到AVP进阶之路》的精彩演讲。
高文博对自动驾驶的未来趋势做了分享。在他看来，L1/L2 的新车搭载率将非常可观，2030 年可能会达到 70%。在传感器的加持、算力的增强、功能更加安全可靠的基础上，L3/L4 的落地进展也会大大加速，并预计在 2025 年左右能达到更广泛场景的应用量产落地。
不过，无论上述哪一种情况，软件的重要性都变得越来越明显。高文博表示，现在“软件定义汽车”的概念已经深入很多主机厂和市场层面。以往汽车销售的主要利润基本都来自于汽车本身的硬件收益，往后更多的主机厂可能会加大用软件来赋能消费者，同时在后端生产更多利润。
除了软件外，魔视智能也在布局 L2/L3 级域控制器，可以实现APA/TJP/HPA/AVP这些功能，也融合了一些其他的传感器，包括摄像头、毫米波雷达、激光雷达和超声波传感器，整体来讲魔视从软件和硬件上均做了很多布局。
基于此，软硬件的解耦也是一个大课题。魔视智能认为，在未来很长一段时间内，智能驾驶不同商业模式的共存，以及主机厂+供应商体系的共存将会是常态。
以下是高文博演讲全文，雷峰网新智驾做了不改变原意的整理与编辑：
今天主要跟大家分享自动驾驶行业，未来短期内最可能量产的APA和AVP功能，也给大家讲一下魔视智能从APA到AVP的进阶之路。
首先，让大家了解一下魔视智能目前在国内及国际上的布局。我们总部在上海，在国内有4个研发中心：上海、苏州、武汉、深圳。我们在澳大利亚有人工智能研究中心，主要针对于一些前沿性的科技做更多的探索，另外还有一个制造基地在南通。
魔视智能的愿景是“以科技的魔力，创未来的出行”，我们集中在汽车自动驾驶领域，深耕细作多年，使命是“创新AI科技，引领全栈式自动驾驶，赋能每一辆汽车”，精神则是希望大家有一种激情、拼搏、创新、坚韧、合作和担当的创业精神。
魔视成立于2015年，现在有200多人左右，当然，随着公司不断壮大，我们对人员需求也在不断增加，欢迎各位小伙伴能够加入我们，一起创造未来更多的可能。
我们的研发人员占比达到80%，因为是核心为科技的企业，所以研发人员在我们公司的占比是非常大的。技术方面，我们在关于自动驾驶的算法评测中，国际上的评测拿到多项第一，核心发表论文有100多项。
魔视主要集中在三大核心算法：一是深度学习算法框架，二是高精度地图定位算法，三是成熟的规划级策略控制算法，都是集中在自动驾驶核心部分。
另外，我们也有比较强大的数据累积，我们有超过千万公里实际道路上的测试数据累积。还有我刚刚提到的核心算法框架能力，这对一家企业来讲，到底能走多远、走得多强，起到很关键性的作用。
在产品方面，魔视不只是有乘用车前装产品，我们在商用车上也做了很多广泛性的应用，另外我们目前在主动安全后装上的市场占有率也是非常高的。
再讲讲魔视目前的市场布局，我们和国内20多家主机厂和Tier 1都有合作。在乘用车部分，我们跟国内Top10主机厂，其中9家都有非常深度的合作。商用车部分，我们在国内的占比也是蛮大的，经过过去两年的发展，我们在国内商用车主机厂里都有相应的量产出货。
主动安全产品线更多则是后装的产品，我们在后装上的市场占有率超过70%，这些对公司未来的长久发展能奠定很好的基础。
而魔视智能通过近些年在乘用车前装、商用车、后装市场的多点布局，已具备强大的自我造血能力。
我再对于自动驾驶未来的趋势做个简单的分享，在L1、L2部分可以看到，新车搭载率未来是非常可观的，2023年可能会达到70%。在L3、L4落地能力上，在传感器加持、算力增强、功能更加安全可靠的基础上，整个市场上L3、L4的落地也在不断加速，我们预计在2025年左右能达到更广泛场景的应用量产落地。
这里提很重要的一点，就是我们公司，前期主要集中在软件方面，为什么定位成这样的方向？因为我们看到整个市场上越来越多的人都在提关于“软件定义汽车”的概念。
以特斯拉为例，他们在软件上的投入力度、现在的软件利润比率已经占据整车的很大一部分，说明未来软件层面的收益在主机厂的销售端可能是一个很重要的位置。
现在“软件定义汽车”的概念已经深入到很多主机厂和市场中，以往汽车销售的主要利润可能都来自于汽车本身的硬件收益，再往后，主机厂更多提到的则是，如何将软件赋能更多消费理念，以便能在后端拿到更多的利润点。
单从硬件角度来讲，现在各家的成本包括它所能达到的硬件能力基本上大同小异。在这方面，我相信大家都是有行业经验的人，也能感受出从整体来讲，在硬件上没有太多可挖掘的利润空间，所以大家都在仿造现在市场上消费类产品的模式，想着怎么能在后端发掘更多的潜力。
软件跟硬件的解耦，对于很多主机厂来说现在也是一个大课题，即如何把硬件和软件分开，取消绑定的状态，传统Tier 1的角色更多会转变成所谓的硬件体系供应商。
软件部分，很多主机厂则已经把它单独拿出来直接跟软件供应商面对面接触，去探索如何更好地定义软件的系统功能，所以软件工程已经提升到Tier 1的角色。
针对整个开发过程，我们做了很多努力，跟主机厂之间探讨了更多软件合作的可能性，其中在一些软件方面，我们也做到了成为主机厂Tier 1的供应商。
目前来讲，对于整个“软件定义汽车”概念，在整个硬件层面，是日趋竞争激烈的且同质化的。而随着智能网联的快速发展升级，也使得车企需要和魔视智能这样的第三方科技公司进行紧密合作。
车厂目前更多关注的是系统框架定义、标准规范定义等，科技公司则主要负责自动驾驶算法和软件开发与迭代的输出。
我提到原有的Tier 1传统供应商由于缺乏计算机科学的基因，对于软件的投入量在他们整个体系上虽然可能是很大，但实际上在单点上的能力稍显不足，会受到整个市场和机制的掣肘，这也是像魔视这样的科技公司能在如今异军突起的重要原因。
同时，“主机厂+供应商”体系将长期存在，“可量产”则变得至关重要，这方面核心的几个点，就是核心门槛、落地时间、市场规模、变现能力。
其实跟主机厂合作的技术和工程门槛，大家也知道是比较高的。另外，在未来乘用车上的自动驾驶搭载量方面，大家预测还是比较乐观的，我们认为2025年会达到50%以上，这个市场规模可能有千万亿。
同时跟主机厂的合作模式，会使得我们的自我造血能力非常强，这也是目前魔视智能关注的一个重点市场区域。当然，无人驾驶出租车、垂直行业应用，也是我们现在正在关注的点，也是我们未来布局的发展方向。
从整个格局来看，我们觉得，不同商业模式之间共存将是长期的。当然，差距是相对比较大的，模式转换难度会有点挑战。
另外主机厂+供应商的模式会长期存在。现在市场上也有一些争议，认为主机厂也在做这一块，但实际上我们认为主机厂在行业中的中心地位是不会改变的。另外由于主机厂需要某些算法方面深耕的能力，因此还是需要跟魔视智能这样的科技企业长期合作。
未来，可量产能力将是非常重要的议题，也是我们整体倾斜的路线。魔视将从L1到L4，从L4到L1，以量产为前提打造自动驾驶技术闭环。我们现在拿到了国内很多主机厂的量产性订单，因此在跟主机厂进行技术上和软件上的深度合作时，会形成一些需要克服工程化的挑战项目，也会需要进行更多技术突破。
在这方面，我们也赢得了主机厂的认可和订单。从数据上来讲，利用跟主机厂深度的合作，我们提升了自己在数据化上的闭环能力。
从技术提升来讲，因为有海量的数据，所以我们可以在整个低速或高速的自动驾驶量产上、在OTA软件升级能力上、在市场竞争力上，进行非常大的提升。
从技术闭环上来讲，我们提到了需要关注这几个角度：功能、等级、应用和市场。
在功能上，都是大家耳熟能详的功能，包括从360环视一直到NOA。从等级来讲，从L1到L4级。从应用来讲，我们有商用车的后装、前装，包括乘用车的大规模量产应用。从市场角度，我们有地方主机厂、合资品牌、自主品牌、新势力品牌，包括全球品牌，我们目前都有比较深度的合作。
以上这些，魔视智能提供的都是核心底层能力的部分：感知、融合、定位、规划、决策、控制、嵌入式和硬件等。
而除了软件外，我们也在往系统层面升级，我们现在的一体机能做到预警L2/L2+功能，我们还有自己L2、L3域控制器，可以实现APA/TJP/HPA/AVP这些功能。
还融合了一些其他的传感器，包括摄像头、毫米波雷达、激光雷达和超声波传感器，整体来讲我们从软件和硬件上也做了更多的布局。
在量产性及深度合作的合作伙伴方面，魔视的合作伙伴包括广汽、比亚迪、吉利、奇瑞、北汽、长城、长安、东风、上汽、一汽等。
除了乘用车前装外，我们还有乘用车后装市场的产品。今天谈APA和AVP，我们主要讲一下魔视关于乘用车前装量产产品的能力，比如360、自动泊车、记忆泊车HPA、代客泊车AVP等。
关于泊车方面魔视能够实现的功能，则包括BSD、RDA、AVP、APA/RPA等，基本上整个硬件架构就会用到摄像头、超声波、毫米波等传感器，硬件的产品则有开放硬件架构APA ECU。
这里给大家展示我们泊车场景的划线车位场景检测能力，除此之外还有魔视在地砖垂直/斜列场景、夜间平行场景、积雪垂直场景、反光斜列场景的检测能力，因为魔视在视觉算法上有强大的数据积累和技术积累，所以在这些相对比较有挑战性的工况下，我们表现还是非常好的。
再展示一下我们在泊车方面的能力，包括水平泊车、垂直泊车、斜列泊车，重点讲一下垂直泊车车位，可以看到，在空间相当小的情况下，我们用全局地图，能在FreeSpace基础上把地面3D立体状态规划出来，让车辆更好地利用有限空间位置做到比较好的泊车效果。
魔视也自研了HPA和AVP的域控制器，预计明年会用到量产车型上，它能支持SoC部分的平台软件开发，包括RTOS、Hypervisor，也支持MCU部分的平台软件（AUTOSAR）等。
在HPA记忆泊车部分，它能实现的基本功能则包括在线建图等，我们自己有核心算法，还有包括代客泊车和远程接驾能力等完整功能，能覆盖的场景包括地上和地下的停车场，传感器配置方面则有用到多路摄像头、角雷达等，目前它的工作速度大概在10km/h左右，但这取决于我们真正用到的芯片算力是多少。
现在大家都在讨论HPA和AVP之间的功能性差异，而魔视现在更多地则是在探讨实现更多场景的可能性，包括现在的跨层、任意点初始定位、在线建图等，这都是我们目前推给主机厂客户的功能，也有得到一些主机厂客户的认可，预计会在明年下半年实现一些量产的搭载。
关于AVP场景的定义，相对来说，HPA和AVP增加了高精度地图定位，所以能对全局路径、场景能做到更好的细分。
除了前面提到泊车的功能，我再介绍一些关于魔视L2级的部分。现在魔视智能在L2级的投入蛮大的，我们在商用车方面能实现的功能也更多集中在L2级，能实现包括自动紧急制动、定适应巡航控制、车道保持、交通拥堵辅助和交通标志识别等功能。
在这方面，我们有自己的深度学习感知算法、决策控制算法，我们也在跟其他主机厂进行了联合开发，实现了在比如逆光、雨天、夜晚等恶劣工况下，相对状态比较良好的产品，能支持100万、200万、800万像素的前视摄像头。
另外，在L2的基础上，魔视也在开展L2+、L3+级行车部分的能力，比如在部分行车场景，我们能对于路面交通的一些目标物体进行识别，包括交通灯、行人、非机动车、车辆、车道线、道路标识以及可行驶区域等，对于地面的FreeSpace和目标物体，魔视都可以做到快速准确的判断。
这是我今天在大会主题上的分享，希望大家能够联系我们，如果有合作机会，可以一起探讨未来的发展。
感谢大家！
雷峰网#雷峰网#雷峰网(公众号：雷峰网)
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
