ZF 底盘负责人专访:车载处理器是首要技术「瓶颈」

· Jul 11, 2017 333

本文转载自:SAE《国际汽车工程(AEI)》杂志,翻译:SAE 中国 2015 年,采埃孚集团 (ZF) 成功收购美国天合 (TRW),超级巨头一夜崛起。凭借两家公司在行业领域、财务方面和电子技术方面的实力,合并后的新公司将给全球所有其他主要一级供应商带来严峻挑战。 由于两家公司也采用了「 戴姆勒-克莱斯勒」 式的「 对等合并」,部分观察人士可能会质疑采埃孚的收购逻辑,或者说这两家集团的公司文化是否存在致命性差异。 不过,采埃孚汽车底盘技术部门负责人 Holger Klein 博士认为,这两家公司拥有共同的愿景,强强联手有百利而无一害。「 归根结底,本次合并的动因是『 我们想为客户提供完整的底盘系统』,而天合可以提供我们所不具备的部件和技术能力。」Klein 在最近一次与《国际汽车工程(AEI)》的采访中表示,「 我们两家公司均着眼于安全、效率和自动驾驶等方面的发展,彼此的产品结构也相当互补。」 采埃孚也许还可以选择收购拥有类似背景的小型公司,但对于天合,本次收购则是一个可以帮助公司实现强大技术协同效应的「 千载难逢的机会」。据了解,本次收购的内容也包括 Klein 博士领导的汽车底盘系统部门,该业务部拥有近 16,000 名员工,市值达 60 亿美元。 Klein 博士表示,无论是悬挂、连杆、结构部件、球形接头,还是稳定系统,未来,我们部门的所有产品均将成为「 智能」 的机械部件。他提到,「 我们认为,真正控制车辆的侧向、纵向和垂直动力性能及方向的是汽车底盘。那么,如果你想在该领域内获得成功,成为真正的技术领导者,就一定要将这些组件整合至车辆的机械系统之中。」 处理器速度存在挑战 采埃孚对天合的收购「 极大地」 增强了集团的技术实力,Klein 博士表示,「 如果单独讨论底盘技术本身,我们的确将转向系统合资公司的股份出售给了博世 (Bosch),但我们也获得了天合的转向技术,而且事实上天合的技术更适合集成至我们的产品中。制动系统对车辆的纵向动力性能非常关键,而基于摄像头、雷达等传感器技术的高级驾驶辅助系统 (ADAS) 和主动安全技术也必不可少。这一切都可以协助我们顺应大趋势,迈入自动驾驶汽车的未来。」 可以说,电子元件与机械、液压系统的融合,将成为汽车行业面对的最大挑战之一。然而,Klein 博士却认为,车载处理器有限的计算能力才是行业首先应当面对的首要瓶颈。他说,「 我们必须找到一种解决方法。」 目前来说,车载计算机首先必须完成图像识别和轨迹计算,接着进行判断,之后才能指挥促动器完成无论任何操作。 Klein 博士解释道,「 这个过程是以毫秒计算的,而且通过制动 e-booster 或偏航控制等电气化技术实现促动器加速,将进一步缩短所用的时间。」 很显然,人工智能的出现将成为使能自动驾驶未来的关键因素,而采埃孚将与英伟达 (Nvidia) 合作,从 2018 年开始研发、生产 ZF ProAI 人工智能处理器。 Klein 博士表示,「 大家总是在讨论车内到底需要多少计算机或 ECU,该向 ECU 中集成哪些模块,又需要什么级别的处理能力,然而,在我们的视角中,目前,在紧急情况下,车辆的车载计算机处理能力已经达到了一定极限,而厂家又是否愿意牺牲多媒体系统的配置,以换取为这些复杂算法多争取到的几毫秒时间?很显然,我们需要更加强劲的车载计算机平台。」 为 X-by-wire 线控做好准备 本研发项目的一个重要特点,在于推出了一个 48V 混动电系,进而支持自动驾驶系统及其他一些目前采用机械或液压驱动的车辆系统。 「 我们认为,线控技术一定可以协助我们实现新一代促动系统的开发,」Klein 博士预测,「 目前的挑战在于将如何设计冗余系统、展示故障安全机制,确保这些电子系统已经通过全面验证。此外,一些相关法规也需要进行相应修改。」 此外,尽管 Klein 博士承认,电动交通出行解决方案的确「 有助于」 降低市内的 CO2 等排放,但最简单的方法仍是采用油电混合系统。「 我们都是工程师,也一直在考虑油电混合是否是最有效的解决方案,我的答案是肯定的。」 不过,Klein 博士也同时承认,无论是从热效应、减重还是封装方面来看,为车辆配备两套推进系统的确都不是最理想的选择。 Klein 博士表示,「 最大的挑战在于,判断哪些技术解决方案可以提供合理的续航里程、满足客户需求,而且有能力实现碳中性目标。」 Klein 博士认为,这种不断增加的精密度和复杂度背后隐藏着「 巨大的」 成本压力,但可能很多全球立法者并不会考虑这个问题。他说,一夜之间从一种技术转到另一种技术总是「 一种巨大的挑战」,特别是对于汽车行业这样一个可能做决定需要 5 年时间,真正推进技术需要 15 年时间的保守行业。 同时欢迎关注 GeekCar 微信公众号:     GeekCar 极客汽车    (微信号:GeekCar)& 极市    (微信号:geeket)。

法雷奥全球首家人工智能和深度学习研究中心成立

· Jul 06, 2017 333

(本文转载自 界面新闻)法雷奥全球首家人工智能和深度学习研究中心(Valeo.ai)近日在巴黎成立。 这家法国汽车零部件制造商称,该中心将充分发挥公司在自动驾驶领域的优势,与科学界的专家紧密合作,为不断革新的交通运输和移动出行方式提供创新方案。 人工智能和深度学习正逐渐驱动着未来汽车的发展,解决自动驾驶汽车面临的挑战,其中包括:能够分析车辆环境的高性能感应传感器、能够应对复杂环境的先进自动驾驶功能、以及能够与驾驶者进行互动,并通过互联汽车学习驾驶技能的汽车学习系统。 法雷奥希望通过 Valeo.ai 建立一个开放性的社区网络,在人工智能和深度学习两大领域开发前沿的车载应用系统。 为了更好地与全球的科学家们互联,Valeo.ai 总部设于巴黎,它将与顶尖的法国及国际科学研究中心紧密合作,建立合作伙伴关系。预计至 2018 年底,Valeo.ai 将拥有 100 位专家,并在车载应用程序的人工智能领域,成为算法系统、基础设施、学习程序、验证系统以及仿真系统的全球技术中心。 法雷奥集团董事会主席兼首席执行官雅克•阿申布瓦表示,「 为了应对当前汽车自动化、互联化的挑战,法雷奥作为技术领导者,正走在两大革新的前沿,并在人工智能与深度学习的课题上进行了深入思考。随着 Valeo.ai 的成立,我们将与全球顶尖的实验室建立合作伙伴关系,积极参与未来车载应用技术的研发,致力于将其打造成为一流的研究中心。Valeo.ai 的总部位于法国巴黎,我们非常欢迎任何科学人员的加入,与我们共同参与这场『 科技探险』。」 同时欢迎关注 GeekCar 微信公众号:  GeekCar 极 客汽车  (微信号:GeekCar)&  极市(微信号:geeket)。

视频|宝马全新五系科技配置解读

· Jun 26, 2017 333

本月 23 日,全新一代的国产宝马 5 系长轴距轿车在杭州上市。很多人把这辆车看做是「小 7 系」,事实也确实如此,不管是外观、内饰设计还是种种科技配置、B 格配置的下放,新 5 系都变得更趋近于 7 系了。 作为 5 系的重要卖点之一,科技配置也被宝马拿来重点宣传,而这也是 GeekCar 关注的重点之一。从国外短轴版本 5 系到今天上市的长轴版 5 系,绝大部分科技配置得以保留,比如手势控制、最新一代 iDrive、后排人机交互系统、增强型驾驶辅助功能等等,这个拍摄于上市活动现场、还热乎着的视频,就是带你看这些科技配置的。   可以说,有了这些配置的加持,新 5 系至少在宣传层面上是科技感满满。而到了实际购买层面,通过研究配置表我发现,事实是这样: 好的地方是,12.3 寸的全液晶仪表和 10.25 寸的中控大屏、无线 CarPlay、互联驾驶、LED 大灯这些功能基本是全系标配(最低配是普通仪表+ 8.8 寸大屏),但是 HUD、驾驶辅助、后排娱乐系统、手势控制、星空车顶这样的配置,却需要选配或是顶配的 3.0T 540Li 专属的。(在官方配置表里目前并没有标注选装配置的价格)总体上来说,「科技感」绝对是这一代 5 系所要重点强调的,从这一点也能看出来现在消费者的需求趋势。 有意思的是,宝马给这次新 5 系上市定下的基调是「时不我待」。他们所讲的故事是,面对这个深受数字化影响的变革时代,很多事情不能等待,只能用行动去验证。他们还请来了「达康书记」的扮演者吴刚,他带来的「节目」是诗朗诵——高尔基的《海燕》。 去网上看一下这首诗你会发现,诗里提到的「暴风雨」,其实在这个场合下正好暗喻了当前汽车行业的种种巨变,比如数字化、比如自动驾驶的火热、比如传统车企转型为移动出行服务商的趋势。在这个大潮下,有的车企可能是海鸥,想把自己对暴风雨的恐惧,掩藏到大海深处;有的车企可能是海鸭,被轰隆隆的雷声吓坏;有的像企鹅胆怯得退缩不前,而宝马显然认为自己是那只海燕,在大声叫喊「让暴风雨来得更猛烈些」。 当然了,价值观是输出的很 6,不过作为一家车企,衡量一款产品是否成功的关键,还是销量。 原创声明: 本文为 GeekCar 原创作品,欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」,并附上原文链接,不得修改原文内容,谢谢合作! 同时欢迎关注 GeekCar 微信公众号:       GeekCar 极客汽车      (微信号:GeekCar)& 极市      (微信号:geeket)。

专访商汤科技 CEO 徐立:这家用 GPU 做深度学习算法的公司,能在自动驾驶领域弯道超车吗?

· May 24, 2017 333

你玩过 Face U 吗?大眼瘦脸滤镜美颜无所不能;选择喜欢的贴纸,对着镜头卖个萌,大叔都能变成少女。 如果你是个鄙视美颜自拍的直男,那你可能用过招行或者其他金融机构的一些金融产品,你需要拿着身份证拍一张照片,传到后台等待审核。 而无论是 Face U 的「 造骗」 还是身份证审核,都是通过商汤科技的人脸检测和跟踪技术实现的。 商汤科技是一家主要做视觉识别和深度学习算法的本土 AI 公司,他们的技术已经应用在金融、商业、安防、和一些互联网产品上。就在今年,商汤也开始在自动驾驶领域开始布局,在 2 周前的 GTC 大会上,商汤的徐立博士和颜深根博士还做了演讲。一家用 GPU 做深度学习的公司在自动驾驶领域有何布局?我们在 GTC 现场采访了商汤的 CEO 徐立博士 (以下是采访整理,X 代表徐立博士,G 代表 GeekCar)。 G:请您谈一下商汤在汽车行业中可以提供的技术,以及在汽车供应链中的地位。 X:商汤在做的很多事情和视觉相关,但不限于视觉方面。在汽车中,我们可以提供基础的视觉模块。我们认为,视觉输入是未来无人驾驶的关键之一,当然还会有其他传感器。多源头数据的融合本身就是是深度学习的重要部分。行业内目前还没有成熟的多模态的深度学习框架,怎么把各种数据进行融合做一些深度学习训练,还是一个开放性的问题。我们也在做一些多模态的框架,这是商汤在底层框架上做的突破。如何把视频、语音、图像,甚至雷达、传感器收集到的不同数据融合在一个框架,是很重要的一件事情。其次,在视觉方面,我们总结出了大概 20 多个视觉算法模块,从前端的相机,到相机成像、标定,背后的识别、理解、场景化,再到最后的路径规划,都包含在内。这些模块可以嵌在现有的 ADAS 系统里 ,也可以为未来的辅助驾驶、自动驾驶提供核心的技术支撑。 G:商汤和英伟达除了芯片的合作,还有什么其他合作吗? X:我们和英伟达的合作更多是生态链的合作。他们在 GTC 上宣布商汤是其平台战略合作伙伴,因为我们可以在他们的底层架构上搭建应用,甚至是深度学习操作系统,这样的模式搭建的深度学习系统可以辐射到下游,如安防企业或者互联网企业,可能因为选择我们的方案而改为使用 GPU。英伟达推出新产品时,也会第一时间跟我们对接。 G:您刚才提到,和 NVDIA 的合作可能会向下辐射,带动更多人使用英伟达的产品。这种情况在汽车行业会发生吗?汽车行业是个比较特殊的行业,商汤现在有哪些汽车 oem 合作伙伴? X: 我们有汽车 OEM 合作伙伴,国内、国际 OEM 都有。不过,大部分 OEM 还是有自己特殊考虑的。汽车是个封闭性的环境,对准确率有很高的要求。深度学习是个黑盒子,OEM 担心安全问题,会更慎重的选择方案。目前 AI 在汽车行业有市场,但无人车上路还很远。比如数据收集就是一个很大的问题,不同地方训练的场景并不是普遍适用的,所以深度学习系统在适配和数据反馈上还有很长的路要走。我个人认为,OEM 在某种程度上会进行自己的核心研发,或者和有能力的公司合作研发,共享 DEMO。 G:商汤在汽车领域有什么计划? X:商汤有自己的平台和核心技术,可以帮助厂商打造自己的系统。我们可以把深度学习平台提供给合作伙伴,让他们用收集到的数据建立自己的应用。 G:未来 NVIDIA 架构的算法能力会越来越优化,他们会不会直接找 OEM 合作从而挤压算法公司的生存空间? X:NVIDIA 是直接提供整套产品的,如直接给到车厂的 Drive PX 2。我们给车厂的是 GPU 集群,可以让他们搭建基于 GPU 的系统,并利用自己的数据做一些预测,和英伟达直接提供这样的模块不同。当然我们提供的方案也是要符合车规的。 G:汽车场景中,商汤的视觉识别技术和传统 ADAS 公司的深度学习有什么区别? X:在汽车中,我们涉及 3 个部分:传统 ADAS 模块、DMS 系统和强化学习。DMS 是针对司机、乘客、后排乘客的算法。在无人驾驶场景中,对后排乘客进行预警也是很有必要的。而强化学习,可以进行路径规划。Mobileye 以前是用传统算法做,近两年也开始用深度学习算法,性能大幅度提升。如果算法还有大的突破,现有格局可能被颠覆。我们认为,深度学习底层网络若有颠覆式创新,行业将有洗牌。所以,我们只做算法优化和结构创新,至于数据,则是选择和 OEM 合作。在我们看来,想要做垂直领域必须要具备行业要素。汽车行业门槛比较高,要么有强大的地图数据,要么对车和司机有控制,否则很难真正推出一款实用的产品。我认为,目前具备这两方面能力的是 Uber、Google、博世以及一些 OEM,他们能真正把自动驾驶产品落地。其他互联网公司造车可能并不具备核心要素。 在徐立看来,中国市场 AI 需求大,会有很多企业做,但也不乏复制现有者。商汤有自己的深度学习平台,搭建的神经网络多达 1207 层,是目前最深的神经网络,也是目前公开的最好的结果。 在数据共享层面,徐立认为,AI 开放是趋势,但需要更多机构或公司去贡献数据,而不仅仅是享用。目前的平台可能是单向输出,车厂用了但反馈后的数据不会共享出来,单向输出可能不长久。 商汤的核心技术包括 SensePose、SenseFace、SenseVideo、SensePhoto 以及 SenseAR。其中,SenseVideo 系统可以进行行人检测、车辆检测、车辆分类等技术;而今年 GTC 上首次亮相的 SensePose 能通过单目摄像头进行动作估计,可以捕捉人体关节的 3D 图像。这两项技术都是基于商汤的视觉处理能力和深度学习神经网络进行的,可以应用在自动驾驶场景中。不过,当我们问到徐立对于深度学习、监督学习和强化学习的看法时,他并未做出回答,想必他们利用深度学习网络做路径规划也是处于起步阶段。 我们知道,自动驾驶的实现需要算法、硬件以及数据的结合。纵观行业内,国内的地平线一直深耕于深度学习算法,Mobileye 近两年也开始发力深度学习。商汤有英伟达强大的硬件支持,还有 OEM 合作伙伴共享数据,虽然进入汽车领域不久,不过如果他们的深度学习网络算法有颠覆式创新,在自动驾驶领域实现弯道超车也不是不可能。 原创声明: 本文为 GeekCar 原创作品,欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」,并附上原文链接,不得修改原文内容,谢谢合作! 欢迎关注 GeekCar 微信公众号:    GeekCar 极客汽车(微信号:GeekCar)& 极市(微信号:geeket)。

GeekCar 大酱汤 | 电动车轮毂丑?设计师才不做背锅侠

· May 15, 2017 333

GeekCar 的老司机和小司机们大家好! 宣布一个消息:我们将从今天开始上线一档新的视频栏目,名字就叫: GeekCar 大酱汤 一开始听到这个节目名时,我也是很懵 X 的,大酱汤到底是什么鬼?后来同事告诉我,这是某位同学用自己家乡话念出节目名时,一个灵光乍现之作…… 所以你懂了吧?我们原本是想比把这个节目叫做「GeekCar 大讲堂」 的……顾名思义,这是一档为各位司机介绍汽车科技冷知识的节目。我们的口号是,喝了大酱汤,开车不慌张! 第一期节目,我们想聊的是电动汽车的轮毂设计。怎么样,意不意外?惊不惊喜? 之所以聊这话题,是因为我们发现有越来越多的新能源车以及概念车开始在轮毂这件事上下功夫了,这背后究竟隐藏着怎样不可告人的秘密?看了下面的视频,你就都知道了。 ps:本节目由刘能叔叔非友情播报。 所以套路你们都懂吧?看完要记得点赞打赏和评论! 看完视频,我们来延伸几个知识点: 1. 电动车、新能源车,为了尽可能低的降低整车空气阻力,确实会对轮毂进行一些特殊处理,尽可能的减小轮毂辐条间隙。 2. 设计师为了让「封起来」的轮毂看起来不那么死板,通常会在视觉上采取一些欺骗手段,比如: 再比如: 3. 又要考虑风阻系数,又要尽可能的在外观上看起来不那么另类,这对设计师是很大的考验,同时也让轮毂的制造成本水涨船高。还是以 i3 举例,下图是 i3 的一款高配轮毂,制造工艺就比常规的单色轮毂复杂: 4. 因为造型、成本的原因,所以在一些电动车上,高低配的轮毂采用的是不同的设计,低配丑的很单纯,高配用视觉欺骗。宝马 i3、特斯拉 Model S 都有这样的情况,混动车也不例外。例如起亚极睿的低配车型和高配车型相比,官方油耗低了 0.7 升,原因就在于低配车型的轮毂比高配小了 2 寸,同时轮毂表面更「封闭」。 5. 在最近一两年的概念车上,我们能看到越来越多的轮毂采取了可变表面设计,比如视频里提到的奔驰 IAA 概念车。 好了,叨逼叨了这么多,你涨姿势了吗?欢迎在评论里跟我们聊聊。 至于节目的更新周期嘛,以后你们就知道了。另外,除了在微信公众号平台,你还可以在优酷、腾讯视频、A 站、B 站以及汽车之家的优创+平台看到我们的节目,总有一款适合你! 原创声明: 本文为 GeekCar 原创作品,欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」,并附上原文链接,不得修改原文内容,谢谢合作! 欢迎关注 GeekCar 微信公众号:  GeekCar 极客汽车  (微信号:GeekCar)& 极市  (微信号:geeket)。 0

「活动总结」地平线:自动驾驶时代的数据怎么处理?

· May 09, 2017 333

看过 GeekCar 文章的同学应该知道,自动驾驶离不开感知、地图、决策以及控制这四个环节,而这四个环节依靠人工智能的深度学习才能更有效的实现。 在感知环节,既需要高精度地图定位,也需要摄像头、激光雷达等传感器捕捉环境数据,而通过深度学习则能更有效的识别、分析传感器画面。在决策和控制环节,机器在不同路况环境下模拟人的行为,深度学习可以帮助它优化决策。这其实就类似于人的大脑,而我们以前报道过的英伟达 DRIVE PX 2 正是在扮演这样一个角色。 但实际上,除了英伟达之外,国内有一家创业公司——地平线机器人公司(Horizon Robotics, Inc),也在做深度学习。这家由 200 多位工程师组成的创业公司,成立两年来,一直深耕于深度学习算法,并且从最底端技术研发开始,搭建自己的架构 IP。他们想做的是软件、算法、硬件一体的自动驾驶解决方案。 在刚刚过去的上海车展上,我们将地平线的余轶南博士请到 GeekCar 主办的人工智能论坛,和我们分享了地平线在自动驾驶中应用的深度学习算法。 汽车有强大的能源和空间,不只要对外部环境进行感知,还要对内部驾驶意愿进行交互,可以说汽车是 AI 机器人的载体。 地平线提供的是嵌入式人工智能解决方案,将 AI 同自动驾驶结合。他们的「 汽车大脑」 包括算法软件架构、芯片的编译器和运行时间库以及硬件,还有模拟训练后台支撑前端的业务和技术,所以可以执行包括感知、定位、语义环境重建以及运动预估在内的全站式工作。 余博士提出,他们设计这套算法有三个目标: 1. 神经网络可以被用户理解。 神经网络由于包含隐层,经常被人理解成黑盒子,如何理解神经网络成为关键。地平线现在在做的贝叶斯网络(Bayes Networks),是神经网络中和控制决策相关的技术。通过深度学习,摄像头、激光雷达、毫米波雷达对汽车周围环境进行感知收集数据,然后进行环境重建及运动预估,最后通过贝叶斯网络做决策,给出路径规划。 现在主流公司会使用深度学习加强化学习,做「 端到端(end-to-end)」 训练,从传感器的输入直接导出控制器的输出,这使得深度学习缺乏透明性。你能看到输入层和输出层的数据和决策,但不知道输入的数据运用什么样的算法形成输出层的决策。如果输出了错误的决策导致驾驶事故,你甚至不知道为什么会出事故,这样一来,再多的数据积累都没有意义。而且,端到端的训练仅仅依靠相关性推理,推出的结果有一定的盲目性,运用在驾驶中可能导致严重后果。 地平线在收集到感知数据后,会进行人工标注,配合激光雷达、 毫米波雷达进行三维标注,区分出车道、行人、周围车辆,然后建立 3D 仿真模型,进行模拟训练,还会做出运动估计。这些模块会单独做端到端的学习,而神经网络会把各个模块串起来,形成一个整体网络。这其中还可以加入专家模块,形成冗余路径,能增加输出的可靠性。同时,贝叶斯网络采用因果推理,使整个系统更加通透。你能够分析决策的过程,就能找出导致错误决策的原因然后修改。 2. 系统可以自适应学习。 汽车每天面临着各种各样的驾驶环境,很难在一开始收集庞大数据库去训练各个模块,所以需要在不停变化的环境中不断学习,既要学习人类的驾驶行为,还要进行仿真训练。不正确的驾驶行为导致一些后果之后,地平线会利用其收集到的大量数据在云端进行控制,让汽车更加 smart,避免再出现同类型事故。同时,他们不只要让车「 被训练」,还要车内系统能够自适应学习。 对自动驾驶来说,足够强大的前端做实时的强化学习以及强大的后台保证系统的学习,很重要。 3. 算法和硬件平台相互迭代优化,使计算平台更加高效、节能。 地平线认为芯片在自动驾驶中占据很重要的地位。之前他们的神经网络都是在 GPU 跑浮点模型,不过功耗非常大。所以,他们在神经网络结构稀疏化上做了很多努力,希望「 在未来若干年,不增加计算量或在小功耗环境下,可以有更强大的计算能力和更好的效果。」 在年初的 CES 上,地平线和 Intel 联合推出 ADAS 系统。这套系统做了神经网络并联化和稀疏化,能耗低、运行快,能同时对车辆、行人、车道线和可行驶区域进行实时检测和识别,还能进行高密度的环境检测。他们曾在宇宙中心五道口进行过路测,利用他们的算法能准确的识别行人、汽车、街道、建筑、树木和标志。 和计算机视觉不同,做自动驾驶的关键在于获得结构化场景,而且还要对汽车的应用学模型、动力学模型、定位有所了解。余博士表示,一直在做计算机视觉的他,转做自动驾驶有点「 水土不服」。不过经过努力,地平线结合了车辆运动系统、语义感知,实现环境结构化,还能重建场景,使汽车运行更加游刃有余。并且算法优化可以直接在场景语义结构化中实现。 最后,余博士也表示平常机器训练更多用 GPU,前端 inference 会使用嵌入式结构。他们自己打造了低功耗的深度处理器 IP-- BPU(Brain Processor Unit),它将会有三代架构,分别是高斯架构、伯努利架构和贝叶斯架构。目前第一代架构已用于和 Intel 联合打造的 ADAS 系统,第二、三代架构正在研发中。 此前我们也报道过,地平线在上海安亭成立了研发中心,这将方便地平线进行自动驾驶技术的测试,加快研发进度,而且安亭的地理位置更有利于地平线和客户进行接洽,让技术更快落地,实现商品化。 在自动驾驶时代,汽车将成为一个移动数据中心,数据的计算、处理能力将尤为重要。深度学习网络隐层、系统自适应学习以及降低计算功耗是地平线的深度学习算法的目标,也是当前自动驾驶研发亟需解决的问题。 目前,自动驾驶巨头在中国的数据积累几乎为空白,针对中国驾驶场景的算法优化也没有明显的优势,地平线可能也正是看中了这一点,所以一直深耕深度学习算法。不过,他们能不能在巨头进入、瓜分中国市场前积累优势,还要看他们的产品落地和数据积累情况。  原创声明: 本文为 GeekCar 原创作品,欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」,并附上原文链接,不得修改原文内容,谢谢合作! 欢迎关注 GeekCar 微信公众号:  GeekCar 极客汽车  (微信号:GeekCar)& 极市  (微信号:geeket)。

赛道体验蔚来 EP9:加速比肩三大神车,它真的做到了

· May 08, 2017 333

  别说话,看完视频再聊: 摄像:jony 剪辑:胖猫   这是一次期待已久的「试车」,不过不是试驾,而是试乘。 自从去年在伦敦参加了蔚来汽车 EP9 的发布会之后,我们一直在等着亲自体验它的机会,半年过去了,在 5 月 4 号这一天,愿望终于实现。 借着蔚来汽车赛道嘉年华的机会,GeekCar 受邀到上海 F1 赛道试乘 EP9。之前所有和  EP9 的接触都是静态情况下的,而这次活动,是 EP9 的全球首次公开体验。 试乘人员需要穿上赛车服、带上头盔,以非常笨拙的姿势进入 EP9,对了,在整个身体进入 EP9 之前,工作人员还得帮你把鞋底擦干净。因为用来体验的车子都是属于蔚来那几个著名投资人的,出于「爱护他人财务」的要求,这些细节都必须遵守。 在不久之前,EP9 创造了上赛道新的量产车记录—— 2 分 01 秒,但是这次赛道日体验,赛车被限制了动力输出,只用到了五档动力里的第三档,而且因为下雨,车手开的也格外小心。 尽管如此,试乘体验之后,我司白书记还是表示,这辆车真的对得起「全球最快电动汽车」的名号。 关于 EP9 的定位问题,通过体验以及和蔚来方面的沟通,大家这次也终于搞清楚了。和之前的猜测差不多,与其说它是超跑,不如说它就是一台披着超跑外衣的电动赛车。如果要给它找一个参照物,蔚来方面认为它有点类似于法拉利的 FXX K,那辆车基于 LaFerrari 打造,不能上路,只能在赛道行驶,EP9 也一样。 在 Formula E 比赛里有所积累的蔚来,造出这么一台车并不让人意外,但是真的看它跑起来,其实还是有些不真实感。 毕竟在三年前,当李想和李斌告诉大家他们要造一台性能比肩三大神车的电动超跑时,恐怕很多人都是将信将疑,一方面是质疑他们的能力,一方面是质疑电驱动方式的能力。最终,EP9 顺利问世,同时在加速性能上也确实达到了三大神车的高度。蔚来把它看做是一个「传奇」,你觉得呢? 原创声明: 本文为 GeekCar 原创作品,欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」,并附上原文链接,不得修改原文内容,谢谢合作! 欢迎关注 GeekCar 微信公众号:  GeekCar 极客汽车  (微信号:GeekCar)& 极市  (微信号:geeket)。

造车浪潮崛起:新进入者如何实现盈利?

· May 02, 2017 333

(这是一篇投稿,内容来源于中银证券汽车首席分析师彭勇参加投资机构辰韬资本线下活动时所做的分享,GeekCar 已获得转载授权,文中观点仅代表分享者本人。)为什么造车新进入者那么多? 为什么最近几年这么多企业进入新能源汽车制造?我认为主要是因为汽车行业市场规模实在太大——去年中国的汽车销量大概 2800 万辆,乘用车 2400 万 – 2500 万的规模。 去年,整个的汽车整车制造业的收入规模大概在 4 万亿左右,零部件大概在 3.7 万亿,基本上整车和零部件做到 1 比 1。如果看利润总额,整车在 3639 亿,零部件在 2858 亿,税前利润,基本上接近于 10%,非常巨大的市场。 同时,发改委在新能源汽车制造上开了一个口子,已经发了 13 家牌照,这就不难理解很多新势力进入了。 这些企业里面离风口最近的,就是互联网企业,特别是蔚来汽车。另外,我们也看到众多的汽车上市公司,包括主板、新三板上市公司的身影。汽车经销商——国机汽车也宣布要在江西造车,汽车零部件——京威股份要去德国造车,敏实集团旗下的敏安汽车已经获得牌照,还有新三板上市公司长城华冠。 已发的 13 家牌照里,除去两家是整车厂家分离出来的,11 家是整车制造以外的企业进入。还有很多还没有拿到牌照的,比如奇点汽车、车和家…… 基本上可以把造车新势力分成几大类,其中一大类,就学习特斯拉。 特斯拉是这一轮的新能源汽车浪潮掀起者。90 年代,或者是 2000 年左右,传统车企对新能源汽车储备不多,只是做一些研究,但是特斯拉把这一轮的浪潮,推的比较猛,从而导致很多传统车企不得不加大新能源投入。 上海车展上,蔚来汽车创始人李斌说了一句话:「 我们让特斯拉在中国无路可走」。也就是说,他想成为中国的特斯拉,所以,蔚来的打法跟特斯拉也很像。研发团队已经超过 1000 人,在中国、美国、欧洲同时布局研发,所以投入力度非常大。 蔚来汽车的超跑可以看成一个单件的玩具,不具有批量的弹性,但是确实造了不小的势。上海车展展出的 ES8 对标宝马,这个车的定价,我以前去调研过,给的目标是在 30 万以上,30 万以上是属于豪华车的市场。所以我认为这一类就是,做高端市场,这个市场敏感度是相对较低的,而且利润率也是比较高的,走高端的还有前途汽车,京威股份。 另外还有一个模式,我认为是传统车厂模式。 传统车厂首先可以看到北汽新能源、奇瑞新能源,这是直接从传统车厂分离出来的,他们的模式就是原来的传统车厂模式。另外有一些企业,团队创始人和核心成员是从传统车厂出来的,像云度,包括新拿到第 13 张牌照的合众汽车。上海车展展出的云度汽车,基本上跟传统车差不多。 还有一种,是满足基本的代步需求。 收入和消费能力高的人,可能会买豪华车,或者买传统中端车。但是不是所有的人都能够承担的起,或者愿意花十几万买车的,所以有些源于代步的需求。比如低速电动车,就是满足了一个简单的代步需求。 造车的成本和投入,到底有哪些? 一、极高的研发投入 汽车行业,是一个高投入、高技术密集型的行业。一个初始产能 15 万辆的汽车厂,基础的固定资产投资,基本在 15—30 亿,这还是低的,基本上 1 万台产能,大概需要 2 亿人民币,15 万辆的产能,30 亿算是基础的。自动化程度比较低一点,15 个亿差不多能拿的下来。 人力配备上,要满足 15 万辆,生产工人在 1200 个人左右。生产支持,比如负责采购、物流、生产支持的技术人员,基本上在 200—300 人。销售财务人员方面,基本上是 200—300 人。研发人员 200—1000 人不等,蔚来他们研发就超过 1000 人,研发人员少一点的像观致汽车,大概只有 200 人。另外一个单车型的模、夹具的成本,3—5 亿。 汽车研发投入很大,但是又不得不投入,没有研发的企业是没有能力持续推出产品的。举几个研发费用的例子,江铃汽车从福特引进一款车型费用 10 亿元人民币;吉利与沃尔沃联合研发的最新的 CMA 平台,展出来的「 领克 01」 是 50 亿元,吉利跟沃尔沃各承担一半,25 亿。观致汽车,研发委托给麦格纳做,总投入是 60 亿,但是那个技术平台可以引进多款产品,现在已经 3 款车型了,未来还可以更多一点。上市公司里长安汽车去年大概有 30 亿研发费用,上汽集团有 40 多亿。 二、品牌推广投入大且不简单 生产和研发投入之外的另一个重点就是品牌推广,以新品牌「 观致汽车」 为例,观致汽车是新品牌,新车上市有三年时间了,现在月销量有 2000 多台,侧面可以说明消费者对品牌的接受度、认可度还不够。传统品牌,以长安福特为例,2016 年的宣传费用 40 多亿,当然也有少一些的,长城一年的广告费用是 2 亿多,各种方式不同,但是可以说是需要资金投入,也需要很高的品牌运营水平的。 三、固定成本和费用测算 所谓的固定成本,是不管卖不卖车都得投入的。15-30 亿的投入,基本上固定资产的折旧是每年 2 亿,固定资产的折旧率大概在每年 10% 左右,如果是投 30 亿,就 3 亿,投 15 亿,就是 1.5 亿。 模、夹具的摊销,基本上一年 2 亿。研发支出上市公司做乘用车的,投入比较小的一年的研发费用,大概也是在 6、7 亿的水平。此外还有管理人员成本。一个传统的车企,假设 15 万辆产能,一年销售 … 继续阅读

MG 的这辆电动概念跑车,会是将来的中国版 Mustang 吗?

· Apr 27, 2017 333

我们不止一次的报道过,汽车行业现阶段正处于转型期,这将迎来一轮行业洗牌。为了能够抓住机遇站在未来汽车行业的舞台上,所有公司都在发力。今天,要来跟大家聊聊国内的一个自主品牌——MG。 在上海车展上, MG 展台的布置以及与利物浦的签约倒是很能体现这个品牌一直以来想要表达的英伦年轻风,但是除此之外,他们发布的那辆电动超跑更能勾起人们对于 MG 未来的想象。 这辆名为 E-motion Concept 的概念车,定位于电动超跑(确切的说应该是跑车,而不是超跑),全景天窗融入溜背造型中,星辉格栅和伦敦眼大灯都保留了家族设计。说到这个「伦敦眼」,不少人觉得它颇有马自达的韵味……蝴蝶门和偏长的前身显得十分复古,整车车身比例让人一下子就想到那些经典的英式 Coupe 跑车。 至于内饰,除了中控大屏,后排还加装了一块曲面触摸大屏,方便后排乘客进行操控。车内还搭载了上汽与阿里联合开发的斑马系统。 一贯主张「 广泛审美」 的上汽设计总监邵景峰表示,这款超跑在广泛审美的基础上挖掘了 MG 品牌的「 感性」 元素,所以直接以「 感性」 的英文单词「emotion」 命名。整体设计反映出本土品牌设计实力的提升,也奠定了 MG 后代产品的设计方向。 在技术层面上,E-motion 基于上汽集团的纯电动模块化架构平台打造,由纯电驱动,百公里加速时间 4 秒,续航里程达 500 公里,动力参数和同平台打造的荣威 Vision-E 概念车基本一致。 MG 品牌营销部市场总监林嘉瑜表示,未来上汽乘用车将把 MG 打造成一个「 国民潮牌」,而 E-motion 将定位为老百姓消费得起的国民跑车,目标人群是「 年轻人」。她还强调,「 年轻人」 不特指 90 后、00 后,追求动感、新潮,有年轻心态的 70 后、80 后也包括在内。说实话,看到这儿的时候,我马上想起了福特野马(Mustang)之于美国人民的意义。 但是,现在呢?MG 的新能源产品落地计划如何?上汽乘用车集团副总经理俞在群访中表示,明年上半年会推出纯电动版 ZS,下半年会推出一辆轴距超过 2.7 米的插电混动轿跑车,最接近 E-motion Concept 的纯电动量产车,将会在 2020 年之前推出。 在上汽的纯电动车设计策略中,荣威的 Vision-E 被定位成「 全面兼顾型」,适合内心想要一个不一样的造型,但会顾忌别人想法的人群。而 E-motion 则定位为「 肆无忌惮型」,是追求帅酷外形的人用来自我鼓励的消费品。从这两台概念车的设计特点已经能看出这两个品牌在未来的不同任务和定位。 不过,E-motion 概念版的推出在现阶段的作用更多的还是强化和提升 MG 的品牌形象。因为做一个概念车并不难,花点钱就能做。而一直以来,人们印象中的 MG 定位低于荣威,甚至很多人觉得它 low,推出一台高大上的电动跑车,会弱化这种感觉。 从整个市场上来说,目前正缺一个像福特野马那样的国民跑车,MG 从这个点切入其实还是不错的。另外,随着人们消费的升级,希望买跑车的人可能越来越多,市场上需要有这样的产品。但是这种产品量产上市的时机非常重要,太早了火不起来。在这样的大背景下,也就不难理解上汽要在 2020 年前推出 E-motion 的量产版。 其实上汽乘用车是非常懂中国消费者的,他们知道中国用户的需求是什么。我觉得从某种角度上来说,这辆车何时量产,对于市场来说也是一个风向标。上汽如果觉得国民电动跑车这事可以开始量产了,那可能就会起到一个带动作用。「国民」意味着量要跑的非常大,综合技术积累和设计能力、对于市场需求的判断能力来看,国内自主品牌能做这事的其实不多。 原创声明: 本文为 GeekCar 原创作品,欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」,并附上原文链接,不得修改原文内容,谢谢合作! 欢迎关注 GeekCar 微信公众号:  GeekCar 极客汽车(微信号:GeekCar)& 极市(微信号:geeket)。