理想汽车的自动驾驶野望
9 月 22 日，理想汽车与全球领先的人工智能计算公司 NVIDIA 及 NVIDIA 中国合作伙伴德赛西威在北京签订三方战略合作协议。 发布会 9：40 开始，10：18 结束，30 分钟左右结束战斗，依然保持着理想汽车一贯的短平快，场地也是选在那个熟悉而又遥远的地方——位于顺义的理想交付中心。 如果不去深入琢磨，你会觉得这场发布会甚是无聊。但就是这么一场看起来没那么有趣的发布会上，却云集了诸位大咖：理想汽⻋创始人兼董事长兼 CEO 李想、理想汽⻋联合创始人兼总裁沈亚楠、理想汽车首席技术官王凯、英伟达全球副总裁，中国区总经理张建中、德赛西威总经理高大鹏等，甚至于，我们的黄教主也远程发来视频，重视程度可见一斑。 这会是理想汽车发展史上值得纪念的一天，是理想汽车智能驾驶战略的重大调整的开始，对于理想汽车的影响也将一直延续到若干年之后。 那么接下来，enjoy。 合作 先来说说三方的合作。三方各自职能很好划分：理想汽车是甲方，负责完成所有自动驾驶的程序设计和算法逻辑的设定；英伟达和德赛西威是乙方，前者提供 Orin 系统级芯片，后者提供基于 Orin 系统级芯片的自动驾驶域控制器。不过，三方并不愿意用「 甲方乙方」 来定义对方，在他们看来，他们是朋友关系，共同推动智能汽车的发展。 对于这个 Orin 自动驾驶芯片再多说一嘴。这个芯片发布于 2019 年，计划于 2022 年正式投产。采用了 7nm 的生产工艺，可实现每秒 200TOPS 运算性能 ，相比上一代 Xavier 系统级芯片运算性能提升了 7 倍。在运算性能提升巨大的情况下，Orin 的功耗仅为 45 瓦，与上一代产品一致，从参数上，甚至要比特斯拉现有的 FSD 芯片（算力 144TOPS）强上不少。 基于上面的合作，理想会在 2022 年推出的全尺寸增程式智能 SUV 上上线新的驾驶系统，按照官方说法，可以「 实现辅助驾驶到自动驾驶的全功能覆盖」。王凯透露，下一代车型上还会预留激光雷达的接口，同时会在 硬件可升级这件事情做一些研究， 实现从 L2+级的辅助驾驶一直升级到 L4。 这些，都为理想汽车智能驾驶系统带来了不小的想象空间。 理想的新选择：英伟达 对于因为 SEV 项目耽误，较其他新势力晚起步一年的理想来说，要想在智能驾驶上更快地跑起来，那么采用 Mobileye 已经打包好的视觉算法，然后自己进行后续开发的方式是最快的方法，同时也能把时间抢回来，事实也确实如此。虽然理想的辅助驾驶发布较晚，但是从硬件配置以及实际体验来看，确有其长处。 但是，换用英伟达的芯片更像是一种必然。 为什么？回答这个问题前，首先要知道的是，理想的目标是什么。翻看官方通稿我们大概能够窥见一二： 英伟达的芯片算力可以直达 L4，甚至是 L5，理想汽车将在下一代车型上实现辅助驾驶到自动驾驶的全功能覆盖 。简言之就是，实现 L4 自动驾驶。 那么，Mobileye 就不能助理想实现这个目标吗？结论当然是：能。但是这个实现的过程并不是理想想要的。为什么这么说？直接看看王凯的说法你就明白了。 「 首先，从工作上来讲会有一些变化，之前我们跟 Mobileye 合作，比如说感知的算法都是从他那来，这个系统虽然比较成熟但不太够开放，我们自己能够参与其中的比例比较小。」Mobileye 的封闭性决定了受约束性，理想可施展的空间很小，这对于理想来说过于被动。 另外还有一个点，在理想 ONE 发布之初，就上个双目，但是此双目并非彼双目，理想 ONE 只有一个摄像头是用了 Mobileye 的 Eye4，用于辅助驾驶，另外一个则是理想自己用来收集道路数据，用于自动驾驶研究的。也就是说，从一开始，理想就已经琢磨好自己要怎么做了（写到这里，突然觉得理想有种卧薪尝胆的感觉）。 再来看英伟达，平台本身就有很好的开放性，用王凯的话来说就是「 配合我们的自研， 可以完成对整个技术的闭环，实现更快的迭代，提升用户体验 」。「 对用户来讲，哪怕是基于 Mobileye 芯片的用户，也能够体会到功能的升级，而对于以后的客户来讲，新的平台下可以有更广阔的想象空间。」 至于这个新平台下的想象空间是什么？我想应该就是 L4 了。 英伟达产品的好用之处可不止于开放，还有很强的可移植性和可扩展性。 几个月前，黄教主在自家厨房搬出至强算力 Orin 系统级芯片（SoC）系列和全新 NVIDIA Ampere GPU，并对 DRIVE AGX 平台进行了扩展。 使得从 L2 到 L2+再到高级别自动驾驶，英伟达的芯片能够做到全面覆盖，对于主机厂来说，能够通过单一架构部署高性能 AI 系统。即开发一套自动驾驶系统，在不同算力的计算平台上都能跑通，实现从 L2+辅助到 L4 自动驾驶的全面覆盖。对于主机厂来说，何乐而不为？ 理想也是这么想的。王凯告诉 GeekCar：「 下一款车所搭载新的 ORIN 芯片的同时，也希望能在 硬件可升级这件事情做一些研究。 当前理想的开发方向是以 ORIN 为基础的开发平台，预留扩展口，这样的话能让车辆的生命周期更长，比如实现从 L2+级的辅助驾驶一直升级到 L4。软件层面上，我们的方向是下一步很快实现 NOA，然后是更多的 L3 应用场景，并希望到 2025 年实现 L4。」 并非坦途 但是，我还是要加个但是，可能这条路并非一帆风顺。 摆在理想汽车面前的问题并不小。理想汽车现在的处境和若干年前特斯拉有着太多相似之处。同样是和 … 继续阅读
特斯拉：重新定义电池和电池制造
今天又是汽车圈的「 春晚」，因为特斯拉的「 电池日」 终于来了。 不得不说，特斯拉 CEO 马斯克真的是一个平平无奇的营销小天才。电池日从今年的 5 月一直说到现在，如果是其他人，吊胃口吊这么久，估计早就凉透，无人问津了，但是特斯拉不仅活动没凉，反而在热度上更上一层楼，估计全世界的目光都被集结过来了，强还是马老板强。 不过，马斯克可能觉得期望值拉太满了，索性在发布会之前，提前打预防针，降低预期： 「Important note about Tesla Battery Day unveil tomorrow. This affects long-term production, especially Semi, Cybertruck & Roadster, but what we announce will not reach serious high-volume production until 2022.」 有关明天将要揭幕的特斯拉电池日需要注意的是，发布的内容将会影响我们的长期生产，特别是对于 Semi、Cybertruck 和 Roadster 车型，不过它需要到 2022 年才能实现真正大批量生产。 但是不管怎么说，弓无回头箭，且看这次马斯克又会带来怎样的 show。 首先，我们还是进入了 Elon time，原定于凌晨 4:30 开始的电池日，硬是拖到了 4:41。 虽然美国新冠疫情非常严重，但是粉丝们的热情还是无人能敌，现场是这样，像极了汽车影院： 5:08 马斯克上线，例行的感谢粉丝的支持环节，众车主们鸣笛回应，场面十分喜感： 跳过无聊的股东大会陈述时间，我们直接进入电池日： 4680 电芯 现在，特斯拉带来了更大尺寸的电池：4680（即直径 46mm，长度 80mm），带来的优势是：能量较之前提升 5 倍，续航里程提升 16%，成本降低 14%。 特斯拉表示，新的电池目前正在试生产中，试验规划产能为 10GWh， 需要一年时间来达到这个产能。 虽然我们看到这些数字觉得触动不大，但是 这些参数增长背后，是特斯拉在电池生产过程中每一环创新的累加。 接下来，从电池生产的每一个步骤，我们来细看特斯拉都做了哪些创新： 电芯设计：每千瓦时电池成本降低 14% 首先还是从设计层面说起，这是圆柱电芯的基本构造，你能够看到有正负极、隔膜、绝缘件，壳体等组成部分，特斯拉的圆柱电芯都是如此： 此前通过将 18650 电芯的尺寸升级到 2170，特斯拉把电池能量提升了 50%： 就像刚说的，现在这个电芯又变大了，成为 4680。为什么是 4680？特斯拉这样解释道：「 我们设定了一些关键指标，包括可以带来多少续航里程的提升以及成本的降低，最后我们在直径 46mm 这个位置找到了最佳平衡点」。 但是，随之带来的挑战就是超充，但是特斯拉发明了一种「 无极耳」 技术，从根本上解决了热量问题，使之能够做到成本最低，同时制造更简单。 这就是那个「Tablet」： 这些创新叠加在一起，就有了这个 4680 电芯：能量较之前提升 5 倍，续航里程提升 16%，成本降低 14%。 电芯工厂：每千瓦时电池成本降低 18% 既然电芯设计好了，现在就进入正式的生产环节。 电池生产初始会有「 混」、「 涂」、「 烘」 三个步骤。「 混」 就是将电极活性材料、粘结剂、溶剂等混合在一起，充分搅拌分散后，形成浆料。「 涂」 即将浆料涂在铝箔上，然后再经过高温烘烤干燥。 在新电芯的生产过程中，特斯拉并没有采用传统的湿法工艺，而是用到来自 Maxwell 的干电极技术。 简单回顾一下这家公司。2019 年 2 月，特斯拉宣布收购 Maxwell。这家公司所能提供的就是干电极技术，它家的干电极技术可以把电芯能量密度提升至 300Wh/kg 以上，未来有可能进一步增加至 500Wh/kg。同时 Maxwell 称，在经过 1500 次循环充放电之后，其电池依然拥有 90%的容量。 显然，在新的电芯中引入 Maxwell，也意味着特斯拉自研电池已经取得了相当大的进展。 在这里，特斯拉用到了这样一句话：It’s actually very hard to do what appears to be a simple thing（看起来很简单的事情其实很难做到），「 随着规模的扩大，从基准测试到实验室测试，再到批量生产。实际上，你在每一层都会遇到重大问题」。 同时特斯拉表示，还将会对机器上进行 6、7 次的优化。「 当进行大规模生产，机器优化速度会非常快，每三四个月就会迭代一次，与此同时，还会在其他工艺步骤上不断创新。」 … 继续阅读
首个交付中心正式启动，上汽 R 正在加速落地
9 月 17 日，上汽 R 北京交付中心以及 7 家体验中心正式启动，这也是 R 品牌在全国的首个交付中心。活动当天，同时还是 ER6 首批车主提车的日子。对于上汽 R 来说，双喜临门。 回顾上汽 R 的整个过程，布局速度不可谓不快：5 月，通过直播完成「 变身」，推出了全新狮标和 R 标；8 月，ER6 上市，同时在上海陆家嘴打卡，打造了一个全新的 R SPACE 城市异想空间；9 月，全国首家交付中心以及 7 家体验中心落地。 R 的新零售 不同于以往的 4S 店模式，上汽 R 北京交付中心的启用，也是新零售真正意义上落地的开始。 所谓新，在于上汽 R 不会共用传统 4S 店的销售渠道，而是构建全新的以用户为中心的交付体系。用上汽集团副总裁、上汽乘用车总经理、技术中心主任杨晓东的话来说就是：「 统一的交付中心能够确保我们主机厂直达用户，提供全国统一的高标准服务，不会出现每家店服务质量不统一的情况」，「 传统的（交付）是通过 4S 店来实现的，在新的模式下是由我们厂家直达的。现在形成的一个完整闭环中，所有触点都直达厂家，今后用户不用担心渠道的问题。提供这种直达用户的全国统一的高标准服务，交付中心就将承担这个使命。」 具体到购车，从用户下订的那一刻起，订单信息就被传送到交付中心，并由专人开始准备 Call 车、车辆仓储等工作；交车时，提前做好 PDI 检测，并对车辆进行清洁整备了；此外，在金融业务办理、保险出单、上牌服务等用户关心的环节，交付中心都将派专人跟进服务，确保第一时间响应用户反馈。 上汽乘用车副总经理愈经民表示：「 我们在做新零售服务模式，最关键的就是围绕我们纯电动汽车的用户需求提供服务，所以我们要把用户变成我们的合伙人。我们新零售的「 全时在线、高度透明、一键直达、体验承诺」，希望涵盖的服务能满足大家的需求。」 对于上汽 R 的这个新零售，用户还是很买账的，节选了几段来自车主的原话：「 原先对于我们来说，买车就感觉是在和 4S 店斗智斗勇，存在很多坑。上汽 R 全国统一零售价这一点特别好，这很大程度是一种信赖」，「 全国统一定价，购车政策一致，服务内容、商业模式都是公开的，突破以往的传统模式，这些都让我觉得 R 汽车特别可信赖」，「 购车体验很轻松，我可以在逛商场的时候去体验店里看看车，甚至在吃饭的时候，就可以把买车的事定下来了」。 首个交付中心落地之后，上汽 R 将进一步加快新零售服务模式建设的脚步。渠道方面，R-Super Center 城市旗舰店、R-Center 城市中心店、R-Store 城市商超店、R-Station 等网络生态渠道正在全国范围加速落成，并通过在线体验中心与各地 R-Friend 合作伙伴协同, 实现全国范围的总部直营。 按照官方说法，预计今年年底，R 汽车线下网络将覆盖全国 40 多个城市，各类型体验店将达到 60 家。 开启崛起之路 至此，上汽 R 完成了从品牌到产品、从营销到销售渠道的自我梳理，正式开启其品牌向上崛起之路。 不过对于上汽 R 来说，全新的新零售服务模式依然是一个新的开始，同时也是其第一次直面消费者，上汽 R 能不能做好？这是我的疑问。而这也将直接决定用户对其的印象以及后续的品牌定调，所以还是挺难的。 不过对于这一点，杨晓东似乎并不担心。在他看来上汽 R 已经有资产积累，已经形成比较好的线下服务环境，现在把已有的所有线下服务平台按照交付中心的统一标准有效整合起来，这是上汽 R 最大的优势。 现在，ER6 已经开始正式交付，这也是 R 汽车的第一次实战演练。想要将「 用户变成合伙人」 的上汽 R 接下来会有怎样的表现，我们也会持续关注。
组建「模因团队」，广汽蔚来也要扩列自己的朋友圈了
8 月 19 日，广汽蔚来举办了一场发布会，上来就说：「 我们不是广汽或蔚来的分支」，甚至用上「 决裂」 字眼，这为广汽蔚来吸引来了大波的流量和关注。显然，对于这个效果，创始人廖兵是很满意的。 一个月后的 9 月 19 日，广汽蔚来在北京又开了一场发布会，对这个问题又做了进一步解释：「 针对当前汽车硬件价值越来越低的情况，我们选择了一条别人没有走过的路。为此，我们将广汽蔚来的发展方向定义为『 模因式』 发展， 我们没有跟广汽决裂，也没有跟蔚来决裂，这种决裂是和传统思维、传统方式的决定，绝不意味着和股东的决裂，我们是两者的模因。」 这里解释一下什么是「 模因」。「 模因」 一词源自进化论。根据《牛津英语词典》，模因（meme）被定义为：「 文化的基本单位，通过非遗传的方式，特别是模仿而得到传递。」 结合广汽蔚来来看，这个词用的确实贴切。 此外，在上次的发布会上，广汽蔚来还把合创 007 的 BOM 成本摆上来，这更是引发了大量的质疑和讨论，这次廖兵把这些言论搬了上来，同时表示「 很希望邀请这些评论的媒体朋友来到现场听一听」，现场还真的有媒体老师说了一句：「 来了」。廖兵则回应道：「 欢迎你的到来。」 这个画面还真的挺有意思。 显然，对于广汽蔚来这么一家初创公司来说，想要赢得用户认可，仍有一条很长的路要走。 除了回应之前的质疑，在这次发布会上，广汽蔚来宣布组建自己的「 模因战队」，也就是打造自己的「 朋友圈」。在廖兵看来，想要构筑自己的智能出行生态，仅靠广汽蔚来自己无法单独完成，所以需要一帮志同道合的合作伙伴。于是就有了下面这张图： 广汽蔚来和北大金秋、车载 AI 芯片企业地平线、自动驾驶技术初创公司文远知行、一站式出行平台一嗨租车，以及新鼎资本、福沃德资本组建了「 模因战队」。 其中，北大金秋提供行业趋势前瞻研究；地平线车载芯片提供算力支持；文远知行的自动驾驶为用户提供创新型体验；一嗨租车提供场景化落地、数据收集和集成；新鼎资本、福沃德资本提供资本及合作资源支持。 廖兵表示，以上合作伙伴还只是「 模因战队」 的首期成员。也就是说，接下来，广汽蔚来还会继续扩列自己的朋友圈。 随着朋友圈的扩展，广汽蔚来还宣布了两项合作。 还是先说 dollar 的事。广汽蔚来宣布与新鼎资本联合发起广汽蔚来智能出行生态基金，首期基金规模将高达 10 亿美元。双方计划用这个 10 亿美元布局广汽蔚来整个上下游产业链，而且这还只是初步布局。 新鼎资本董事长张驰表示：「 我们认为这点资金根本不够，这个上下游产业加起来是一个万亿级市场，现在是最黄金的投资的时间窗口」，「 智能出行生态基金的设立只是第一步，未来在智能出行领域将会提供更多的资源支持，与广汽蔚来一道引领行业向正确的方向前行。」 此外，广汽蔚来计划与北大金秋新技术公司成立智能汽车研究院。北大金秋新技术有限公司高级副总裁杨一波表示：「 北大金秋将充分发挥自身在学术上的优势，通过专业的研究与论证，为广汽蔚来提供在智能出行上的前瞻研究以及策略支持。」 路还很长 整场发布会上，除了合作，廖兵提到最多的一个词就是：用户。「 用户是一切发展的源点，只有和我们的用户持续不断的进行沟通，才能了解到真实的有效的用户需求」。在发布会上，廖兵也是直面来自用户的质疑和建议，并表示将会继续直面用户，听取用户最真实的声音。 一个月前，广汽蔚来推出了首个汽车生态会员服务体系，包括 Smart 会员、Ultra 会员以及 Value 会员。在这次的发布会上，廖兵小小的展示了一下成果：会员用户购买比例达 40%。对于广汽蔚来来说，这个表现还不错。 听完整场发布会，我还是想感慨一句：广汽蔚来真的不容易。作为广汽和蔚来合作下的产物，其面临的质疑、不理解、不认同很多，而这些东西需要花费很多精力和时间去消弭。不管是扩列中的「 模因团队」，还是搭建完善中的用户服务，广汽蔚来还处于一个比较初始的阶段，要走的路还很长。 最后，仅以廖兵在发布会上的一段话作为结尾：「 我们正在走一条行业内没人走过的路，也没有充分的经验可以借鉴，也无法现在就获得所有用户的认可，我们乐意去倾听质疑、去听取用户的意见和建议。也许我们无法在短时间内做到，让每一位用户、每一位媒体朋友都感到满意，感到心安。但是，你们的意见和建议可以让我们冷静的思考，存在的问题，并且督促我们坚定我们自己的信念，创新之路上的观点之争，无谓对错，时间终将证明一切。」
车路协同究竟是「真·未来」还是「伪命题」？
自动驾驶的发展路径从广义上来看分为两种：一种是单车智能，一种是车路协同。 第一种方案主张通过提升车子自身的智能化水平实现自动驾驶，代表人物分别是特斯拉和 Waymo，前者主张循序渐进（L2 慢慢向上迭代），后者选择直接切入高级别自动驾驶（L4 及以上），不过，这不是我们今天关注的重点。后一种方案车路协同，才是今天的主角。 不同于单车智能，车路协同更多的追求通过车辆与周遭事物的互联来实现自动驾驶。再加上很火热的 5G 概念（更快的峰值网络传送速率能让通讯更快捷）加持，通过车路协同来实现自动驾驶似乎更可期了。 但是，现实似乎并非如此。 在文章开始之前，我们首先要了解的一个概念是：什么是车路协同。 车路协同是什么？ 所谓车路协同其实很好理解，借助新一代的通信技术将车与周边的一切事物连接起来，实现车辆与车辆、车辆与路侧基础设施、车辆与行人等交通参与者、车辆与云服务平台的全方位连接和信息交互。 对于车子来说，有了车路协同的加持，相当于拥有「 千里眼顺风耳」。可以将感知范围扩大到周遭几百米，便于做更精准的决策。比如说，提前知道前方红路灯状态，然后完成加速 or 减速操作；通过车车互联，可以提前感知到前车位置速度，提前判断来往车辆意向；而通过人车互联，将行人状态进行检测，数据回传到车内，提前提醒车辆有行人通过，减速慢行。 而对于城市交通管理者来说，则可以通过云平台实时了解交通状态，进行动态调控（比如在拥堵时缩短红灯等待时间），提升通行效率，降低城市拥堵以及环境污染。 从这些内容来看，车路协同确实是个好东西，那么实际应用情况是怎样的呢？ 国家层面对于这项技术的大力支持相信大家已经有目共睹。仅以过去的 2019 年来看，包括科技部、工信部、交通部在内的多部委推出了一系列重大项目和政策支撑，同年 9 月，中共中央、国务院更是印发《交通强国建设纲要》，其中就提到要「 加强智能网联汽车（智能汽车、自动驾驶、车路协同）研发，形成自主可控完整的产业链。」 今年 2 月，国家 11 部委更是联合印发《智能汽车创新发展战略》，表示要构建先进完备的基础设施体系，重点推进智能化道路基础设施、车用无线通信网络、车用高精度时空基准服务能力、道路交通地理信息系统、大数据云控基础平台建设。除此之外还有「 新基建」 的加持， 车路协同已然成为一大重点推进对象。 而像北京、上海、广州、深圳、重庆、武汉、长沙等地都建立了各自的智能网联相关应用示范区， 而京雄高速正在筹建国内首条自动驾驶专用道。 从公司层面来看，车路协同项目的进展也是如火如荼。 作为车路协同的坚定支持者，百度已经在长沙落地 Robotaxi，并向市民开放了打车服务，接连拿下重庆、合肥、阳泉多地智能交通「大单」，并与南京、广州等城市达成新基建合作；长安大学与齐鲁交通、主线科技共同建设了国内首个智能网联高速测试基地；自动驾驶公司文远知行与高新兴就车路协同展开合作；元戎启行与中国联合网络通信有限公司深圳市分公司签署全面合作协议。双方将结合各自优势资源，在 5G 应用车路协同、自动驾驶远程接管搭建、自动驾驶编队行驶等多个应用领域展开合作…… 这样看起来，我国车路协同已经有很多合作 or 落地案例，但是在实际应用中，却没有那么「 美好」。 车路协同所面临的困境 以高速公路车路协同系统来看，在感知层面主要分为两类：车端感知和路端感知。路端感知一般采用摄像头、毫米波雷达、激光雷达、各类环境传感器来实现信息采集，同时还有信号灯、交通标识线等交通设施辅助；车载端同样也需要一定的协同设备，接收相关信息；并使用 4G、5G、有线光纤等进行通讯；此外，还需要管控平台，通过布置在车端、路端以及云端的计算平台进行复杂系统信息融合和数据分析。 但是，这里面我们依然会面临诸多难题和挑战。 就以感知上来看， 智慧的路只有范围够大才能真正起到协同作用 ，但是目前的状态是车路协同的覆盖有限，路端设备的集成度不高。 目前路端监测设备主要用的是摄像头，但是在最需要信息时，摄像头可能没法提供信息，比如极端天气（大雨、大雾等）。如果换用激光雷达，虽然可靠性上来了，但是成本不低且寿命有限，「 路侧激光雷达寿命不超过 1 年」。 (国家智能网联汽车（上海）试点示范区 – 开放道路测试区) 以上海的这个开放道路测试区为例，73 公里的里程布置了 182 个路侧单元，平均下来，每公里 2.5 个，这还只是示范区，如果整个智慧的路布置下来，成本不会低。 此外，有很多地方即便有智慧公路，可以收集到大量数据，但是却面临数据不知道如何处理的问题，且现在我们路端传感器如何布置也没有形成统一标准。 所以车路协同究竟怎么来搞，大家还是没有想太明白。 而且，别忘了，还有地域差异，在南方能够适配的方案直接复刻到北方，可能不一定适用，所以， 车路协同还讲求「 本地化」。 再说一个点，我们一直都说有 5G 加持的车路协同将创造更大的价值，但是大家没有考虑到 5G 的实现难度有多大。 5G 虽然速度快，但是能够辐射范围很小，要想完成同等范围的辐射范围，5G 基站至少是 4G 的 2-3 倍 。而且建造成本不低，一个 5G 基站就需要需要 50 万-60 万左右（至少），而且 5G 基站功耗很高，前不久，就有新闻报道，洛阳联通会在夜间休眠部分 5G 基站，以降低电费成本。根据中国铁塔的数据，单个 5G 基站单租户年综合电费约 2.3-3 万元/年。 而对于 5G V2X 来说，需要完成规模覆盖才能真正起到车路协同的作用。所以， 实际上 5G-V2X 的推进难度要比想象中大的多。 无人车想要大规模应用，需要道路提供信息与通信支持，但是要在商业层面上站得住脚。如果已经有了一条完全针对无人车的智慧公里，但是路上并没有一辆车具有智能网联驾驶功能，这就会导致智慧公路没有服务对象，这些改造费用就成了沉没成本。所以，「 为智能网联车服务的智慧公路大规模应用的前提是智能网联车的规模达到一定程度，否则智慧公路就没有用户基础和商业价值。」 这就面临一个悖论：究竟是先有智慧的路还是先有聪明的车？ 先有智慧的路还是先有聪明的车？ 在车路协同的方案中，聪明的路需要智慧的车，智慧的车同样需要聪明的路，这是一个相辅相成的过程，缺一不可。但是，可以看到的是，目前压力还是在智慧的路这头。 车路协同国家重点研发计划项目负责人、戴升智能 CEO 毛国强提到的一点我很赞同：智慧公路只有让道路使用者明确感受到智慧化的优势，有鲜明的体验，才能被大众接受并大规模推广。 所以，车路协同的落脚点应该放在当下，解决现有交通系统的问题，而后才是面向未来的自动驾驶。 具体来说，比如通过这些传感器设备，实现灵活的车辆流量管控，提升道路通行效率，带来更好的用车体验；为用户提供更准确的道路状态信息，提供更高效的出行规划等等。说到这里，举一个例子，在长沙，百度已经部署了 V2X 的路侧设备，它的信息可以直接被手机百度地图 App 所使用，经过安装这样设备的路口，红路灯相关信息会直接显示在手机百度地图上。方便用户更快了解前方信息。 让道路使用者真切感受到智慧的路带来的益处，唯有此，才能真正将车路协同推广开来。 在毛国强看来智慧公路和车路协同发展路线应该是螺旋型、阶段化的。「 现在修的智慧公路应该主要针对有人驾驶车和高级辅助驾驶；当信息化达到一定程度后，有了信息的充分采集，就可以支持 L3 级自动驾驶和高级辅助驾驶；全面针对 L3 级的智慧公路，只有当 L3 级自动驾驶车辆渗透率达到一定程度才有可能大规模部署。」 车路协同是未来吗？ 那么，车路协同是未来吗？答案是肯定的。 需要强调的是， 单车智能和车路协同本身就是一个相辅相成的存在。 所以，发展车路协同并不意味着减弱单车智能的重要性，就目前来看，单车智能的天花板还没到。单车智能无法解决的问题，我们可以通过车路协同来辅助。 但是，我们必须意识到的一点是，目前车路协同面临的问题还有很多。毛国强透露，他们曾拜访了各个智慧公路示范单位，最大的感受是大家对智慧公路有非常强烈的渴求。需求是多方面的。「 但行业对智慧公路、车路协同还存在很大的困惑。车和路为什么必须协同？怎么协同？协同什么？解决什么问题，有什么成效？」 所以，现在发展车路协同还要想明白产品应用整个 know-how 的过程，产品应用场景，解决了什么问题，对现有系统有何帮助，成本支出（出多少、谁来出）等等等等，同时在示范测试中建立车路协同的技术架构和评测体系，形成国家标准规范，为规模应用打基础。 唯有此，车路协同才能真正走出测试，打开局面，真正来到我们现实生活中来。
特斯拉 Autopilot 的终极野望：驶向 L5
进入到 2020 年，似乎，Autopilot 的研发进入到了一个渐缓期。 从功能层面上来看，今年特斯拉 Autopilot 的工作重心从高速驾驶辅助转移到在城市内实现自动辅助驾驶，目前新增的功能并不多，交通标识识别算一个，此外 FSD 功能的价格还涨了一波。而像我们熟悉的 Summon（智能召唤）和 NoA（动辅助导航驾驶）已经是去年的事了。 Autopilot 的推进节奏似乎慢了下来，在已经过去的两个季度的财报中，关于 Autopilot 的表述并不多，唯一提到的一点就是 Autopilot 的 4D 化。 但是在最近几个月，关于 Autopilot 更多细碎的信息点不断抛出，让我们得以更好的了解 Autopilot 最新的进展。 自研神经网络训练计算机 Dojo Dojo，在日语中是道场的意思，也就是过去武者们用来练习和提升技能的场所。现在特斯拉也为自己构筑了这么一个道场，目标是训练自己的 Autopilot。 在更早之前的特斯拉自动驾驶技术日上，特斯拉正式在外界公布了自己的自动驾驶的开发方向和逻辑，关于 Dojo，也只是简单提了这么一嘴：Dojo 能够接收大量视频数据，然后进行无监督的大规模训练。彼时说的是，关于这个项目，会在今年年初公布，看来又进入了「Elon Time」。 2019 年 11 月，特斯拉 AI 总监 Andrej Karpathy 对外讲演过特斯拉是如何训练自动驾驶时，其中提到了这样一张图： 但是彼时，在提到 Dojo 的时候， Andrej Karpathy 讳莫如深，只是这样说道：「Dojo 是神经网络训练计算机和芯片， 用于训练和推理，我们希望以较低的成本将效率提升一个数量级 。」 特斯拉在酝酿大招，这个无疑了。 今年 8 月，为了更多的招募软件以及芯片层面的人才，马斯克在 Twitter 上提了一嘴，关于 Dojo 的细节才更多了一些：「 特斯拉正在开发一种神经网络训练计算机 Dojo，用来处理视频视觉，这才是真正的野兽（意指性能强大）」。 看来，在自研完自动驾驶芯片之后，特斯拉还准备继续搞一票大的：神经网络训练计算机 or 芯片。 以上，就是我们对于 Dojo 已知的全部细节。 特斯拉是如何训练自动驾驶神经网络？ 为了弄清楚特斯拉为什么要自研神经网络训练计算机这个问题，我们首先要弄明白：特斯拉是如何训练自动驾驶神经网络的。 众所周知，特斯拉走的是视觉自动驾驶路线，主要依靠摄像头传感器来获取周遭信息来确定自身所处环境。大概就像这样： 为了让摄像头更好的识别这些物体，特斯拉需要把这些物体框出来，并打上不同的 tag（标签），然后不断的通过深度神经网络来训练模型，教机器识别物体。（单个视图任务）由于道路情况很复杂，Autopilot 不仅要分析道路上各种静态和动态物体，同时还要了解道路组成部分。所以需要同时处理多个任务。 为此，特斯拉采用「类 ResNet-50」的骨干网络，这个东西具体是什么就不展开了，你知道是一种深度神经网络就行。但是即便如此，还是远远不够，特斯拉 AI 总监 Andrej Karpathy 表示，「 我们不能为每一个任务分配一个神经网络，因为这里有近乎 100 个任务，所以，我们用了一种共享骨干网络（shared backbone）」。 Karpathy 将之称为 Hydra Nets（Hydra 意为九头蛇），确实有那个味（这里其实就已经暗示了， 现在的神经网络不够用了 ，所以要研发自己的神经网络训练计算机）。 比如智能召唤的道路标识线的识别： 当然，图片所能传递的信息还是 2D 的，为此，特斯拉将不同摄像头视角采集到的画面进行拼接，生成一张由摄像头视角生成的「 鸟瞰」 地图，从而让车子明白所处位置。 同时，可以通过访问同一场景不同视图来预测物体的深度，类似这样： 这个已经有点「 伪激光雷达」 的意思了。按照 Karpathy 的说法，特斯拉采用伪激光雷达的技术，可以预测每一个像素的深度，然后进行投射，以这种方式达到类激光雷达的 3D 效果。同时他表示，这种方式使得使用纯视觉方案+伪激光雷达的方法与使用激光雷达差距迅速缩小。 很显然，这也对算力提出了更高要求， 特斯拉正在压榨自己芯片算力 ，而现在特斯拉正准备将 Autopilot 从 2.5D（也就是图片）升维到 4D（3D+时间标签），算力进一步压榨。同时，升维到 4D，将进一步提升 Autopilot 对于周遭环境的理解能力，提升驾驶的安全性和舒适性，不过与此同时，对深度神经网络也提出了不小的挑战。当然，这些都属于感知层的东西。 如果你想要预测道路布局，进而进行路径规划，则需要用到多个网络。所以，特斯拉为不同的相机配备多个相应的网络，。比如说这个： 这是一个通过三路摄像头进行的神经网络的训练和预测，你能够很明显的看到，这已经不是一个图像空间，而是类似一种上帝视角的视图。再看这张： 有一条路径若隐若现，这就是神经网络在运算后的预测结果。 特斯拉通过 8 个摄像头捕捉到的画面，不断进行分析，同时产生各种不同的中间预测，但是这些神经网络产生的特征会进行第二轮、第三轮处理，这样就会有更多的结果输出，同时模型承担着目标检测，深度检测，目标识别等等多项任务。 现在，特斯拉需要训练 48 个深度神经网络，截止到 2019 年 11 月，已经花了 70000 个 GPU hours 用于训练 Autopilot。 特斯拉倾向于垂直整合，通过各种传感器来收集数据，标记数据，然后在 … 继续阅读
新势力纷纷 IPO，那然后呢？
对于造车新势力们来说，IPO 似乎是活下去的另一个指标。早在 2018 年 12 月，作为新势力的领头羊，蔚来就完成了这第一跳，只是当时的市场大环境对于蔚来、对于电动车的未来并不算看好。 直至今年，政策指向越来越明显、适用电动车的产业链已经形成、用户对于电动车接受度越来越高，在这种背景之下，造车新势力们逐渐比认可，今年 7 月和 8 月，同为新势力的理想和小鹏纷纷上市，发行价一个比一个高，分别为 11.5 美元和 15 美元（彼时蔚来上市时仅为 6.26 美元），目前的股价看起来都还不错。 你能够明显感觉到，大环境对新势力逐渐变得友好，对于新势力们来说，这是一件好事情。除了目前的这三家，新势力中的威马汽车、哪吒汽车都将上市计划提上了日程。 对于这些新势力们来说，上市的含义很是复杂。其一，在越来越难拿到新外部融资的情况下，上市不失为一个体面的办法，而且，这是一个长期的拿钱渠道，不管是上市的那一下、还是之后增发股票、亦或者股票拆分、抛售股票都可以继续融到新的钱。对于缺钱的新势力们来说，这一多元化融资平台可以为他们对抗风险；其二，上市也为陪着这些公司一起成长的投资者们提供了一个退出机制，算是一个交代；其三，就是战略层面的考虑了，拿着这波钱，他们可以继续做大自己的事业。 当然，上市也不意味着所有好事都全占。上市之后企业的一切都被暴露在大众面前，包括现在资产、销量业绩、现金流等。在这种情况下，只有公司业绩和前景一直向好，才能持续拉到股票上扬，也就是说，此前你需要对投资人负责，现在，这个主体变成了全球股民，压力还是蛮大的。 在经历过短暂上市狂欢之后，目前这三家的市值也趋于稳定，分别为：蔚来 208.12 亿、理想 142.3 亿、小鹏 137.28 亿（单位：美元）。基本上符合我们对这三家新势力的判断。 随着这三家新势力的上市，我们可以参考的样本得以增加。同时对于这几家新势力的了解也更深。比如小鹏汽车在智能化方面拼了命努力，理想汽车扣的厉害（意指成本控制能力很强），蔚来终于毛利转了正。 刚刚也说了，在上市后，这些企业需要负责的对象从投资人变成了全体股民。这也对他们提出了更多新要求。那么，拿到新的融资之后的新势力，又有哪些新的动作？ 理想：疯狂扩张，攻城略地 9 月 2 日，理想公布了 8 月交付数据。理想 ONE 在 8 月交付 2711 辆，超过 4 月的 2622 台，创单月交付量新高。 在这背后，是理想不断攻城略地扩大销售网络的结果。根据此前招股书的信息，截至 2020 年 3 月 31 日，理想在中国主要城市拥有 15 家零售店、16 个交付和服务中心。但是截止到 8 月 31 日，理想汽车在全国已有 31 家零售中心，翻了一番。 按照理想的规划，10 月底之前，理想汽车位于沈阳、贵阳、厦门、哈尔滨、海口、太原、温州等地的零售中心将陆续开业。到今年年底，理想零售中心数量预计将提升至 60 家，售后服务网络也将在三季度内覆盖到除港澳台以外的所有省份，年底前将拓展至 100 个城市。 虽然整个市场相对低迷，但是理想汽车的攻势明显。 而在理想更长远的规划中，2022 年，将推出全尺寸高级电动 SUV，搭载其下一代增程技术。这款车会为理想带来怎样的想象力？我们暂时无法判断。但是已知的是，在到 2022 年新车上市前，将会是 理想 ONE 这台车独挑大梁 ，其实压力还是蛮大的。 毕竟李想的未来大计以及整个运营逻辑也是以 ONE 这台车作为载体，形成闭环，所谓「 牵一发而动全身」。所以，如果一旦这台车的销量出了问题，带来的将会是整个链条的崩塌。不过好在在经历过 5、6 月的低迷之后，7、8 月 ONE 的销量正在逐渐回升。 当然，在理想的规划中还不止于这两款车，理想的目标市场是 15 万-50 万区间的 SUV 市场，之后，其还会开发包括中型和紧凑型 SUV 车型在内的新车型来扩大产品阵容。 当然，接连获得 5.5 亿 D 轮以及上市融资之后，理想的钱包更充裕了。理想表示，募集来的新资金将用于新产品的研发和公司的运营资金，公司预估未来三年的资本支出约为 104 亿元人民币。 此外，在今年 6 月李想表示，由于传统一级供应商可能无法满足公司之后的技术发展需求，所以理想汽车将对自动驾驶、算力平台和智能座舱开启自研模式，将投入 10 亿级别（人民币）。但是吧，上面提到的三个项目，每一个都是食不饱的饕餮，10 亿的投入可能真的有点不够看。 不过倒也不用着急，三年之期还很长，还有很多变数。 小鹏：将智能进行到底 至于小鹏，一直以来都把智能作为其标签。招股书公布之后更是将这一点坐实。 2018 年、2019 年以及 2020 年的上半年，小鹏汽车在研发上的投入分别为 10.5 亿人民币、20.7 亿人民币和 6.3 亿人民币，其中，2019 年和截至 2020 年 6 月 30 日止的六个月中，研发费用分别占总收入的 89.2％和 62.9％。 截止到 … 继续阅读
Lucid Air：「碰瓷」那个特斯拉
要说这两天热度最高的车型是哪款？我想应该就是 Lucid Air。今天，这款号称多方位碾压特斯拉的车型终于发布了。 不过有意思的是，在发布之前，Lucid Air 就已经将各项参数甚至是价格都放出来了，按照常理来说，似乎发布会也讲不出什么内容了。但是，加个但是， 变化都隐藏在细节中。 还是先从价格说起。这次，Lucid Air 推出了四个版本，分别是 Air、Air Touring、Air Grand Touring、Air Dream Edition，指导价依次为：8 万、9.5 万、13.9 万、16.9 万（单位：美元），交付时间分别为 2022 年、2021 年第四季度、2021 年第二季度、2021 年第二季度。 对比之下，特斯拉 Model S 目前有两个版本：双电机长续航版（EPA 续航 402 英里）和性能版（EPA 续航 348 英里），价格分别为 74990 美元和 94990 美元，也就是 7.5 万美元和 9.5 万美元。 如果从同价位竞争来说，Air Touring 才是 Model S 的竞争对手。但是 9.5 万美元 的 Air Touring EPA 续航 406 英里、620 马力、0-60 英里加速 3.2 秒，这个表现和 7.5 万美元 的 Model S 双电机长续航版（EPA 续航 402 英里、653 马力、0-60 英里加速 3.7 秒）相差不多 。 但是 13.9 万美元的 Air Grand Touring（EPA 续航 517 英里、800 马力、0-60 英里加速 3 秒、预置 L3 自动驾驶硬件）又 完全碾压 了 9.5 万美元的 Model S（EPA 续航 348 英里、785 马力、0-60 英里加速 3.7 秒）。 这个对垒策略就很有意思，会给你一种 Lucid Air 对阵特斯拉 Model S，确实有的打 的感觉。但是这打的是一个错位。甚至有点 「 碰瓷」 意味。 而且，和特斯拉卖车思路类似，Lucid Air 也是 最贵的最先开始交付 ，先通过高端版本把知名度打响，同时赚取自己造车的第一桶金。 这就是 Lucid Air Lucid Air 其实我之前已经 解读 过一次了，似乎没有必要再重说一遍，但是就像我刚说的，变化都隐藏在细节中。我们按个来看： Lucid Air 在外观上基本上没有什么新的变化，只是此前隐藏门把手上的金属装饰条被拿掉了，估计是为了节省成本？ 进入到车内，这个三联屏以及可与上面屏幕联动的第四屏，大家已经见过了，已知更多的是，仪表尺寸 34 … 继续阅读
MAXIEYE 与 Ambarella 携手，量产汽车前装 ADAS 视觉感知方案
2020 年 8 月 28 日，Ambarella（下称」 安霸半导体」）公司（纳斯达克股票代码：AMBA，专注人工智能视觉感知的一家半导体公司），携手智驾科技 MAXIEYE（下称「MAXIEYE」）（智能驾驶和智慧出行方案供应商）共同宣布，双方合作的高级驾驶辅助系统（ADAS）视觉感知方案已在中国前装汽车市场商业化落地，赋能于整车智能驾驶控制功能系统量产出货。 双方合作开发的汽车前视 ADAS 系统方案是基于安霸半导体的 CV22A CVflow® AI 视觉 SoC，结合智驾科技 MAXIEYE 自主创新的深度学习算法，以单目视觉实现了测距精度的突破以及三维立体场景构建，以行业领先的高性能视觉感知技术，赋能于整车 ADAS 系统量产落地及其他智慧出行产业链生态。 MAXIEYE CEO 周圣砚表示：「 我们通过实现视觉感知技术的嵌入式车规级产品化，印证了安霸 CV22A CVflow® SoC 计算平台的优秀性能及可靠性，我们将继续依托与安霸开放合作的伙伴关系，共同为智慧出行产业链的客户及合作伙伴，提供优质的视觉感知产品方案，推动智能驾驶系统逐级落地。」 安霸半导体首席执行官 Fermi Wang 表示:「 我们将与 MAXIEYE 联手为行业伙伴提供强大的、高性能的 ADAS 视觉感知系统平台。CV22A CVflow® SoC 可支持 MAXIEYE 的软件高效运行，配合一流的图像处理能力，大幅提高了面向前装车规级应用场景的视觉感知性能。」 MAXIEYE 的视觉产品，面向汽车前装智能驾驶系统应用场景，聚焦行业面临的痛点问题，提供从实时感知到感知预测、从目标识别到深度估计、从二维检测到三维立体场景构建的丰富感知系统方案。支持多目标属性数据输出，以高精度、高可靠性视觉感知技术，实现了前装 ADAS 驾驶辅助系统和智慧驾驶系统方案落地。 CV22A CVflow® SoC 采用先进的 10nm 工艺制造，它的超低功耗非常有利于造型小巧的车用系统设计。CV22A 的 CVflow® 架构具有实时处理每秒 30 帧 (fps)，每帧 800 万像素的计算机视觉处理能力，以实现远距离和高精准的基于深度学习的目标识别。CV22A CVflow® SoC 可支持多路摄像头输入，具备灵活的多码流处理能力。CV22A CVflow® SoC 的高性能图像处理器 ISP 可进行出色的低光照处理，其 HDR 处理可在高对比度场景中提取更多的图像细节，进一步增强了芯片的计算机视觉处理能力。 Ambarella 提供了一套完整的工具, 以帮助客户轻松地将自己的神经网络移植到 CV22A CVflow® SoC 上。基于 Ambarella 的工具链，MAXIEYE 将深度学习卷积神经网络模型快速移植到嵌入式平台，并实现精准的输出。