传统车企用什么对抗造车新势力？荣威的答案是这辆零百 4 秒的纯电 SUV
在北京车展这个时间节点，各个新造车团队都表现出了很强的「 求生欲」，彼此之间明争暗斗，发布概念车、上市新车、宣布战略合作，种种宣传攻势不一而足。但是在这些新造车团队之外，那些传统车企其实也没闲着，比如上汽荣威。 还记得去年吗？上海车展之前，上汽荣威办了一场「 汽车创行者」 大会，除了讲讲行业趋势已经上汽乘用车对「新四化」的理解，更重要的一个项目是发布 Vision-E「 光之翼」 概念车，号称要对标特斯拉，搭载各种黑科技，并将在 2018 年实现量产。 和新造车团队相比，传统车企的时间观念和履行诺言的实力显然是更强的。于是在今年，「汽车创行者大会」办到了北京，当然，醉温之意其实不在酒，在车——光之翼概念车的量产版本来了，并且还有了一个非常特斯拉的名字，叫 MARVEL X。 这篇文章解决两个问题： 1. 和概念车相比，MARVEL X 有哪些异同？ 2. 怎么看待这款产品？ 外观：还算认得出来 概念 XXX，量产 XXX（自行填空）。提起概念车和量产车的距离，这是被最常提起的一句话。不过略感「欣慰」的是，MARVEL X 量产版和光之翼概念车之间的造型差异，其实并不是特别大。就像小标题说的，至少认得出来啊。 概念车和量产车都由上汽设计总监邵景峰的团队完成，想必他在这个量产项目里也尽可能的坚持了自己的立场。还记得去年他讲解光之翼概念车外观的时候提到，希望尽可能的把这辆车做到后驱车的姿态和比例，这个要求在量产车上相对来说保留的比较好，整体来说，量产车的动感程度虽然相比概念车弱一些，也没有那么低矮了，但是和 RX5 这样的产品对比，还是能明显感觉出来它的运动取向。 （光之翼概念车）（MARVEL X 量产车）（光之翼概念车）（MARVEL X 量产车）总体来看，量产车设计的并没有很另类，相反，更符合「 大众审美」。用邵景峰的话来说，这款车的设计理念一是「 延续汽车表情」，二是「 营造主流豪华」。 但是和概念车比，MARVEL X 也有很多向工程、成本、法规妥协的地方。 比如，概念车的前脸为了贴合「光之翼」的主题，前格栅做成了整体发光的样子，但是量产车里「 光」 的元素只保留了格栅边缘 U 型灯带和 发光 logo。参考林肯领航员的案例，这个发光 logo 应该只能在静止状态下点亮，这主要是法规影响。另外，电子后视镜和对开门设计都没有活下来，被传统的后视镜和开门设计代替。 概念车所使用的颜色「克莱因蓝」被保留了下来，这是种什么颜色呢？翻译过来就是有时像蓝有时像紫。 这次量产车发布并没有公开内饰，但是在此之前网上已经流传了关于内饰的传说……哦不，是图片：（MARVEL X 内饰谍照）一整块的大屏，斜度感人，实体按键被最大限度的扔掉了。尺寸今天官方表示是 14 英寸，会搭载全新设计的斑马 3.0 版本系统。 再来回顾一下概念车的内饰吧，看完别哭：（光之翼概念车内饰）总的来说， 作为一辆量产车，能把外观还原到这种程度，荣威的设计团队可以说是很有诚意了。当然了，这背后和工程团队以及老板的博弈，估计只有邵景峰自己知道有多难。 性能：国产最速 SUV 在此之前，国产纯电动车里加速最快的是蔚来 ES8，百公里 4.4 秒。但是 MARVEL X 把这个数据提升到了 4 秒的水平。不过需要存疑的是，到底是 4 秒整，还是 4 秒多。这个有待于这辆车公布具体参数的时候再来看了。不过不管怎么说，一辆 4 秒（或者 4 秒多）的电动 SUV，加速性能已经完全过剩了。 怎么做到这个加速的呢？ 当初那台光之翼概念车给出的是前后双电机四驱的方案，但是现在流传的一种说法是，MARVEL X 量产车采用的是三电机布局，分别是 85kW+85kW+52kW（均为峰值功率）。其中，85kW 的独立电机，就是 ERX5 上面用的那台。 今天官方公布的最大续航里程是 500 公里，电池供应商没有悬念的是宁德时代的三元锂电池，百公里耗电 14.2kWh，使用直流快充 40 分钟充电 80%。这个数据跟发布概念车时宣传的差不多。不过，荣威并没有说 500 公里的续航是何种工况，按照整车厂惯常的宣传逻辑，或许是等速法的数据。NEDC 工况下，网上也有数据流出，大约是在 350-400 公里的范围。 这里应该注意的是，量产版 MARVEL X 应该会提供多种动力及续航里程版本，类似特斯拉的做法。4 秒加速、500 公里续航应该是顶级性能版的数据，而性能稍差的版本，我们推测可能会搭载双电机方案以及更小的电池组，这样来把整车定价控制在合理范围。「黑科技」：几个「全球第一」去年的光之翼概念车，是以黑科技众多而被人所知的，包括 AR-HUD 全景抬头显示、无线充电、自动驾驶等等。 那么一年过去了，量产车会做到多少分呢？ 官方宣称的是五个第一： 1. 全球首款搭载 AR 技术的量产车 2. 全球首款搭载无线充电技术的纯电动量产车 3. 全球首款搭载斑马 3.0 系统的量产车 4. 全球首款搭载最后一公里自主泊车功能的量产车 5. 搭载全球第一套智能迎宾系统的量产车 我们分别翻译一下。 第 3 点其实没什么可说的，斑马 3.0 刚才提到了。第 … 继续阅读
在赛道试乘电动跑车？别误会，不是蔚来 EP9，而是北汽新能源 ARCFOX-7
北京车展前夕，各家新造车团队明争暗斗，但与此同时，传统整车厂也想借着这个机会跟用户和媒体聊聊自己的电动化战略，这其中就包括北汽新能源。 提起北汽新能源，你想到的可能是这个： 也可能是这个： 但是今天想聊的，是这个： 是不是有种画风突变的感觉？ 这辆电动跑车，叫做 ARCFOX-7。在两年之前的北京车展上，它第一次被公开展示。 那为什么两年之后还要聊它呢？因为，在北京车展之前，ARCFOX 这个品牌和国内一项非常知名的赛车赛事 China GT 搞上了关系。这辆电动车，会作为 2018 中国超跑锦标赛 GT4 组别的官方领航车出现在赛道上，跟一帮汽油跑车混在一起。 因为这个事儿，我们还有机会在北京金港赛道试乘了一圈 ARCFOX-7，另外，关于 ARCFOX 这个品牌还有很多之前没有扒过的信息，今天好好和大家说道说道。 先聊车。 外观内饰了解一下： 内外都是非常典型的跑车范儿，和另一个我们熟知的电动跑车蔚来 EP9 是两种截然不同的风格，不过看 ARCFOX-7 的实车，还是很有气势的。 最「意外」的是，GeekCar 还有机会在金港赛道试乘这辆全球仅此一台的电动车。虽然只是短短一圈，但也足够刺激了。以下是试乘视频： 简单说说乘坐感受：因为是电动车，所以加速来得确实快，G 值也足够高，另外就是车子电机的噪声比较大。 遗憾的是，金港是一条多弯的小赛道，所以并不能在一圈时间里体验到电动机持续的加速，车子的最高速度也没能推到很高。 但是，在赛道乘坐一辆纯电动跑车，这种机会确实不多，因为你能数过来的电动跑车，也真的不多。 至于这辆 ARCFOX-7，确切的说，官方把它定位为电动 GT 跑车，这辆车和蔚来 EP9 的区别在于，它在设计之初就为量产做了考虑，而不仅仅是一辆「赛车」。 有人可能会说，蔚来 EP9 超跑不是已经实现量产了么。关于这一点，蔚来和 ARCFOX-7 还是有一定的区别，EP9 是为蔚来造车作技术背书，最后限量生产六台，赠与了六位主要投资人（京东创始人刘强东、汽车之家创始人李想、易车创始人李斌、腾讯创始人马化腾、高瓴资本张磊以及小米董事长雷军），而且 EP9 本身定位就是赛道专用，看一下蔚来 EP9 的底盘你就知道了：「量产化」痕迹反映在车子上的结果是，ARCFOX-7 的底盘高度设置了赛车模式、舒适模式和经济模式三种模式，底盘最小离地间隙分别为 80mm、100mm 和 120mm。 官方公布的续航里程超过了 400 公里，最大功率 612 马力，最大扭矩 1050 牛米，百公里加速 2.9 秒，ARCFOX-7 搭载电动方程式赛车电机及其控制系统，电池容量 66.6kWh，续航里程超过 420 公里，快充下 45 分钟即可将电量充满。作为一部「超跑」，这个成绩还算不错。 车架内饰均采用碳纤维复合材料，为了轻量化也是够拼的；当然还有它的剪刀门设计和隐藏式门把手设计。细心的同学可能发现了：这辆车没有后视镜，这个不用担心，ARCFOX-7 配备了影像后视镜，通过车身两侧的摄像头来实时捕捉车外路况信息然后在车内屏幕同步显示。 不过还是要说的是，虽然 ARCFOX-7 以量产为目标而设计，但是它不会进行售卖，只是作为整个高新科技和赛道技术的认证和检验车型。真正会实现量产出售的，是今年下半年在欧洲发布的第二代 ARCFOX-7。 在外观层面，第二代的 ARCFOX-7 将由前大众集团首席设计师沃尔特·德席尔瓦操刀设计，他刚刚和北汽新能源达成合作。不认识他？这个不重要，你认识下面的几款车就行了：奥迪 A6、奥迪 Q7、奥迪 TT、大众 CC、大众新款途锐等等，这些都是出自他的手笔。 第二代 ARCFOX-7 在外观上会传承第一代车型的设计元素，而在三电技术上会继承的更多。根据我们从北汽新能源方面了解到的情况，第二代 ARCFOX-7 百公里加速 2.7 秒。比第一代快了 0.2 秒，届时会进行小批量限量限用户售卖，估计价格在千万级别。这里的 2.9 秒是工程师在赛道实测的结果，第二代车型的 2.7 秒是设计目标。 北汽新能源想把 ARCFOX 做成什么？ 这就是另一个话题了。ARCFOX 和北汽新能源到底是什么关系？ 是这样。目前北汽新能源旗下有三大品牌：BJEV、ARCFOX 及轻享。BJEV 就是我们常见 EV/EU/EC/EX 等系列，定位是大众消费市场；ARCFOX 则定位高端消费市场，主打高消费、易于接受新品牌的主流消费群体。在它下面还有一个副牌，叫做 LITE。ARCFOX 和 LITE 的关系呢？有点儿类似于 BMW 和 MINI。 至于「 轻享」 品牌，它将会有汽车租赁、网约车业务，在未来会把融资租赁、各种租车业务、充电桩业务集成。 关于 ARCFOX 品牌含义我想很多人都讲过了。不过，我们不介意给大家再讲一遍（希望读者朋友不要打死我）：Arc 来自 Arctic（北极），代表挑战自我，敢于突破；Fox 意指狐狸，引申就是聪敏、富有创造，二者结合之下就是 ARCFOX，寓意敢于突破，富于创造。 第一代的 ARCFOX 研发阵容很是豪华，五国七地的研发中心，基本涵盖了全球大部分造车行业能集聚人才的地方。与之合作的也是大佬级别的 QEV（前身 Campos Racing），QEV 专注于赛车运动和高性能车的研发，这一点与北汽新能源的需求与定位不谋而合。 于是，就有了这么一款定位高端的纯电动 GT … 继续阅读
面对芯片危机，自动驾驶处理器会是我们的未来吗？
最近，中美贸易战以及美国对中兴的芯片制裁闹得沸沸扬扬。朋友圈中充斥着对中国半导体技术创新的焦虑与危机感。在自动驾驶领域，处理器芯片也是至关重要，那么在这里我们的处境又如何？ 要讨论这个问题，得先明确自动驾驶处理器同时所具备的两个属性：汽车电子以及自动驾驶。 汽车电子： 自动驾驶处理器最终是要应用在量产车上的，因此它首先就要符合汽车电子的要求，也就是「 车规级」。 在半导体行业，具备规模化出货的芯片中，汽车级芯片的技术难度是最高的，其在可靠性，安全性及功耗等方面都有着严格的要求。有多严格？举几个例子： 工作温度：手机一般要求 0℃-70℃即可，而汽车级芯片要扩展到-40℃-125℃。 工作寿命：手机一般要求 3 年的工作寿命，而汽车级芯片需要可靠地工作 10 年以上。 应力测试：手机芯片直接没有要求，而汽车级芯片有一套非常完善的测试标准，用于满足对于振动、冲击的测试要求。 此外，要想成为合格的汽车级芯片供应商，还要符合供应链品质管理标准：ISO/TS 16949 规范，以达到零失效 (Zero Defect) 的目标。在供货周期方面要至少满足十年的供货期，甚至要达到 15 年，这对于公司的长期运营能力、管理水平的要求，是消费级芯片供应商不可同日而语的。 自动驾驶： 还是从最根本的「 安全」 说起。对于自动驾驶系统来说，任何故障或者失效都是不可接受的，为了确保在功能上的可靠性，自动驾驶系统需要在各个方面都有可靠的冗余备份系统，在主系统失灵的情况下，能够被监管系统发现，并由备份系统接手控制。 目前业界广泛遵从的安全等级规范是 ASIL（汽车安全完整性等级），它分为四级，从最低的 A 级到最高的 D 级。这是一个系统级的概念，通常，如果一个系统涉及到控制，比如刹车系统、转向助力系统等，那么它需要达到最高的 ASIL-D 等级，对应的芯片则需要达到 B 或者 C 级。 而在功能上，自动驾驶处理器有两个主要任务：视觉感知和驾驶决策。 目前的行业中，自动驾驶处理器的算力主要还是用于感知，其本质还是「 视觉感知芯片」。承担的任务主要为对多种传感器传回的数据进行融合，再加以分析标注。这已经意味着其要处理高清摄像头以及激光雷达等传感器所产生的庞大数据量。 如果未来想要实现 L4 以上级别的自动驾驶，则需要自动驾驶处理器在完成感知之后，进一步针对不同的复杂交通场景做出驾驶决策。目前的绝大部分自动驾驶车只能说是在严格遵守交规的原则下实现「 蔽障」，根本无法实现与人类相近的驾驶决策。因为人类的驾驶决策更多的是依靠与交通场景中的其它参与者进行「 博弈」 后才做出的。在城市复杂路况中「 博弈」 的对象可能有数十个之多，包括行人，车辆，自行车，外卖车等等，且这些对象不一定会按照标准的交通规则进行行动。 这样的需求意味着自动驾驶处理器需要非常可观的算力，同时还要配合高效的 AI 算法才能够实现相对可以接受的效果。NVIDIA 最新推出的 Pegasus，算力已经达到了 320 TOPS。 我们将汽车电子和自动驾驶这两个属性合在一起，就可以发现，做自动驾驶处理器的难度非常之高：它需要符合高算力、高稳定性、高安全性、低功耗等相互之间很难平衡的特性。 目前行业内的玩家 高难度就意味着高门槛。目前，业内知名的自动驾驶处理器供应商无外乎两家：Mobileye 和 NVIDIA。 Mobileye： 其硬件产品为基于 ASIC 架构的 EyeQ 芯片，并配合有自己定制化的视觉感知算法。作为最早深耕于 ADAS 行业的企业，Mobileye 一直被视为自动驾驶业内的行业标杆。 得益于长期的积累，Mobileye 的算法已经实现了很高的鲁棒性。并且其 ASIC 架构是针对该算法应用进行深度优化的，这使得其整体解决方案功耗低，更符合车规级要求。所以目前大部分前装领域的高级驾驶辅助系统中都使用了 Mobileye 的方案。 不过，Mobileye 也有槽点：其技术体系非常的封闭。厂商只能整套购买其解决方案，且数据和技术细节也不开放。虽然在被 Intel 收购后，Mobileye 也对外宣布会在未来产品迭代的过程中逐步开放其技术体系。但是从目前的情况来看，大部分厂商对于其封闭的体系和称霸前装的地位还是一种「 有苦说不出」 的状态。 NVIDIA： 其硬件产品主要基于通用 GPU 架构，目前公布的最新产品为 Xavier。作为自动驾驶处理器领域的「 后起之秀」，NVIDIA 的发展得益于其通用 GPU 架构在人工智能领域的广泛应用。 身为 AI 教主，老黄将人工智能变成了 NVIDIA 的标签和「 摇钱树」。除了芯片之外，NVIDIA 还重点布局 AI 相关的算法、云服务数据中心、模拟器等领域。其目的就是为了能够围绕自己的 GPU 硬件打造一个完整的 AI 应用开发平台，让尽可能多的 AI 开发者都使用这个平台。 因此 NVIDIA 的平台十分开放，为开发者尽可能完善的配套各种开发工具和技术支持。作为 AI 领域的重要应用，自动驾驶也不例外，NVIDIA 的 Drive 平台已经吸引了数百个合作伙伴，包括车企供应商和创业公司等等。 但是 NVIDIA 的 GPU 毕竟是一种通用的计算芯片，并不是专门为自动驾驶而设计。纵使老黄花费再多的研发资源投入到 GPU 的平台迭代中，他们还是很难攻克 GPU 架构的通病：高功耗。这就使得目前 NVIDIA 的解决方案大部分都是使用在自动驾驶测试车上，连最早将他们应用在前装的特斯拉也在去年公布要自主研发芯片。 Mobileye 精于前装，重点做量产应用的解决方案，技术体系相对封闭。NVIDIA 统治了自动驾驶测试车，重点搭建自动驾驶研发平台，技术体系相对开放。双方虽然各有各的优缺点，但其核心技术策略却是一致的：都是硬件与软件结合着来做。 正如我们之前提到的，自动驾驶处理器需要在硬件算力和软件效率上都有着出色表现，并且二者还要相互配合到位。 我们的机会在哪里？ Mobileye 来自以色列，NVIDIA 来自美国硅谷，都不是中国的公司。而在传统汽车电子领域，市场也基本上被外国公司例如 NXP、瑞萨等所占据，中国公司鲜有建树。 但是由于自动驾驶应用中，硬件+软件的需求特殊性，我们其实还是有出头机会的。原因有这么几个： 政策上，自动驾驶是关系到国家安全和民生的重要技术，国家一定会希望能够有中国的本土公司掌握其中的核心技术。 行业上，目前汽车的供应链已经愈加趋近于扁平，原来高高在上的车企与 Tier 1 也在自动驾驶方面变得愈加开放。他们也希望能够看到更多来自外部企业的底层技术创新。相对而言，新兴公司也就有更多的机会能和汽车巨头去学习车规级硬件相关的知识和应用。 技术上，中国的人口红利使得我们有着庞大的数据潜力，再加上我们互联网行业产生的计算机人才储备，让中国在 AI … 继续阅读
自动驾驶之争的缩影：谷歌 Waymo 和特斯拉 Autopilot
将自动驾驶比作一颗树，算法算力就是它的种子，决定了它成长潜质；数据就是它的土壤养分，决定了它成长速度。 全球在搞自动驾驶的公司有很多，但是真正意义上拥有实际数据的就只有两三家，特斯拉算一个，Waymo 算另一个。 从实现自动驾驶方向来看，特斯拉与 Waymo 选择了两种不同的技术路线。特斯拉选择从 L2 级自动驾驶慢慢向 L4/L5 级过渡。Waymo 则准备一步到位，直接开始 L4 级自动驾驶的研发。 究竟哪一种才是正确的方式，我们不得而知。因为特斯拉和 Waymo 均取得了不错的进展。 2018 年 3 月更新后的 Autopilot 好评如潮，驾驶体验有很大的提升，同时根据网友表示更新后的 2.0 车身四周的 8 个摄像头全部启用，也就意味着特斯拉要开始在自动驾驶发力了。 Waymo 也取得了不错的成效：日前，Waymo 已经向加利福尼亚州机动车辆管理局提交申请测试全自动驾驶汽车 (去掉方向盘, 踏板, 并且不配备随车人员)，实现真正意义上的无人驾驶。 配置对比 谷歌偏向于激光雷达方案，特斯拉偏向于视觉优先方案。 谷歌目前使用三种不同类型的激光雷达，外加 5 个雷达和 8 个摄像头；特斯拉采用「 毫米波雷达+摄像头」 的传感器方案，全车配备 8 个摄像头，12 个超声波雷达，一个毫米波雷达。 马斯克宣称使用这套装备将能实现 L4 级的自动驾驶。但是最后是否如他所言，还有待考证。 与谷歌自动驾驶不同的是，特斯拉的这套方案已经实际量产，并从出厂开始就已经装配至车上（你见，或者不见我，我就在那里不悲不喜），换言之特斯拉卖给你的是软件服务。量产就会有成本方面的考量，首先这套装置都是标配，总有人不会启用这项服务，意味着这部分就成了沉没成本；其次，一个 64 线的 Velodyne 激光雷达（Waymo 用的这种）要价七八万美元，这成本，马老板还赚不赚钱了？马斯克也不是没有考量过激光雷达，之前有网友拍到特斯拉使用激光雷达进行自动驾驶测试的照片，还是价格太过美丽，如果价格能够降下来，估计马老板还是很愿意使用的，当然这都是后话了。 特斯拉第一代 Autopilot 使用的是 Mobileye 的辅助驾驶芯片 EyeQ3，计算性能达到 300Gflops，到了第二代，特斯拉使用的是英伟达的 Drive PX 2，理论计算性能最高达到 10Tflops，即使算力得到极大提升，依然没能满足特斯拉 Autopilot 的运算需求，之后马斯克宣布自研 AI 芯片，应该有运算上的考量，于是马斯克直接拉来「Chip God」Jim Keller 负责项目的研究。值得一提的是，特斯拉自研芯片并不是在马斯克宣布后才开展的，早在 2015 年 9 月 Jim Keller 加入特斯拉之后就开始了，根据 CNBC 报道，Jim Keller 目前领导着一个约 50 人左右的团队从事芯片开发，可见马斯克在自动驾驶的野心有多大。马斯克也夸下海口说特斯拉打造的 AI 芯片可能是全世界最好的 AI 芯片。 其实也不难理解，电池作为电动车的心脏，马斯克从一开始就牢牢掌控，试想，辅助驾驶芯片作为自动驾驶的大脑，作为控制狂魔的马斯克怎么可能会让与他们。将软硬结合做到这种程度，特斯拉的自动驾驶会进化成什么样子，非常值得期待。 从另一个角度讲，从算力 300Gflops 到 10Tflops，算力增长三十倍之多依然无法满足运算，说明现在特斯拉 Autopilot 的毫米波雷达+摄像头自动驾驶性能还没有到达天花板，未来还是有一定提升空间。 各自优势 从目前来看，特斯拉在实际数据上更具优势。 特斯拉目前有一只庞大的自动驾驶测试队伍（包括已经售卖的和特斯拉自由的自动驾驶测试车队）。根据特斯拉的说法，无论是否开启自动驾驶模式，特斯拉都会以影子模式进行数据采集测试自动驾驶技术。2016 年，特斯拉 Autopilot 负责人表示已经收集了 7.8 亿英里的数据，其中 1 亿英里数据来自 Autopilot。同年马斯克表示 Autopilot 每天收集到的数据超过 300 万英里，2017 年收集数据增加到 50 亿英里，随着特斯拉售出车辆的增加，该数据正以指数级增加。而影子模式下收集的数据也有数十亿之巨。 谷歌在实际数据量的积累上也是很可观的：从 2009 年开始，Waymo 在现实道路实际自动驾驶里程已经超过 500 万英里，主要集中在城市街道上，仅仅在 2017 年一年，Waymo 在实验室已经模拟了 27 亿英里的自动驾驶行驶里程（就问你怕不怕），但是和特斯拉相比还是稍逊一筹。模拟数据毕竟只是模拟数据，还是无法与真实路况进行对比，因此，真实路测的价值就尤为重要。 Waymo 在算法上更优于特斯拉。 从这些时间点不难发现，Waymo 自动驾驶技术在明显提升，早在 2015 年，Waymo 宣布就开始真正意义上的无人驾驶；从 2017 … 继续阅读