1. 首页
  2. 大牛说
  3. 自动驾驶商业化,百度、美团、小马、智行者这么说

自动驾驶商业化,百度、美团、小马、智行者这么说

近期,阿里达摩院自动驾驶业务调整,有媒体报道称:“阿里达摩院自动驾驶业务并非整体并入菜鸟集团,约70%员工被裁。此后,达摩院本身将不再保留相关业务和团队。”

阿里方面回应上述裁员消息不实,但这个消息依然震惊了行业。

盈亏平衡、降本增效,是智能网联汽车最终实现商业化应用的关键。

自动驾驶的商业化推进与政策法规支撑、基础设施建设、成本与安全可靠性、数据积累、算力支撑、商业模式等息息相关。

随着行业对自动驾驶大规模落地的预期回归理性,应用场景的重要性不断凸显,选定应用场景进行攻破,是目前大多数自动驾驶企业实现商业化的主要路径。

各大应用场景自动驾驶按照其场景特征,结合技术演变持续推进,最终应用形成解决方案和产品,再到产业化和规模化发展,已成为行业阶段性发展的共识与共同目标。

在这一过程中,不同企业都有哪些不同的认知与总结?

5月16日,2023中国(亦庄)智能网联汽车科技周暨第十届国际智能网联汽车技术年会在北京召开,在当日的“自动驾驶商业化推进”主题峰会上,多家企业代表就此主题带来了观点分享。

以下为部分观点摘录:

1

中汽创智:规模化量产五大关

中汽创智科技有限公司首席技术官周剑光提出,自动驾驶技术无论是面向C端还是B端,要实现规模化量产都需要解决“过五关”的问题:

首先是商业关。周剑光表示,一套L2+的智驾系统成本,传感器、计算单元等硬件成本,加上整合地图采集、算法、数据、标注等人工投入折合成的软件成本,系统总成本约为36500元,这显然在当前国内主流车型上是不能接受的,如何降本将成为关键。

而到了B端市场,周剑光提出制约规模化量产的要素主要是基建成本过高。根据中汽创智所做的两期示范区相关测算,一期建设智慧道路成本约为每公里100万元,二期建设时采用了部分固态激光雷达替代机械式雷达、用集中式的边缘计算替代分布式路边工控机等方法,可以做到每公里30万元左右。“但我们认为仍不能满足大规模部署的成本要求,期待未来2-3年之内,可以把成本控制在每公里10万元以内,才能够真正实现大规模部署。” 周剑光说道。

图片

中汽创智科技有限公司首席技术官周剑光

第二关是技术关,目前在开发过程中依然还会遇到很多场景缺陷,比如恶劣天气下感知理解能力的下降,复杂交通流下博弈决策力不足等,如何实现人工智能和人类智能之间的壁垒突破,依然有待行业探索。

第三是安全关,周剑光表示功能安全、信息安全、人机交互安全是高阶智驾规模化量产的三大安全要素。车企需要应对更多冗余带来的平台变革和成本增加的问题。但如何界定安全边界,并做好安全与体验友好的平衡对行业来说依然是难题。

第四关是政策关,近几年我国相关部委正在加速出台智能驾驶相关法律法规,创造智能驾驶上路条件。北京、上海、深圳等等许多国内城市都推出了适合于智能驾驶的法规文件,高阶智能驾驶法规正在由地方性实施向全国拓展,准入管理办法也在逐渐落地。

最后是伦理关,如果智能驾驶最后取代人类驾驶,必然要面对人类驾驶所面对的社会伦理问题。“涉及到了更为深奥的智驾系统伦理性和人类伦理性的等同处理问题等,这些都有待我们进一步的研究。” 周剑光说道。

2

Robotaxi:2025是商业运营关键节点

已经在自动驾驶领域摸爬滚打了10年的百度,给出了2025年左右,全球会出现大范围内进行Robotaxi商业运营的判断。

百度自动驾驶业务部总经理陈卓表示:“自动驾驶已经进入了商业化下半场,而取得下半场的胜利有两个关键:一是促进规模化落地;二是打造优秀的用户体验。

而百度在推动自动驾驶规模化商业实践的过程中,也获得了三点思考与认知:

一、自动驾驶比人类驾驶更安全。

据陈卓介绍,百度Apollo主要从功能安全和预期功能安全两方面来打造自动驾驶系统。按照功能安全设计要求,拆解了系统的安全框架和目标,通过适当的冗余,来降低失效带来的危害。同时按照预期功能安全框架去规划自动驾驶系统的能力演进,把更多不知道的问题变成知道的问题,把不能安全通过的场景变成能够安全通过的场景,预知一些可能出现的危险,并通过策略规避掉危险。

其次,通过测试全链条管理提升系统安全,从离线仿真到封闭测试场,再到开放道路的整个测试链路上,百度Apollo构建了以场景库驱动自动驾驶测试与验证体系。

最后,对于城市的复杂场景,车路云图的协同应用正在加速自动驾驶规模落地

“可以说,技术的进步及过去的实践,都让我们坚信:自动驾驶比人类驾驶更安全。而这是推进自动驾驶规模化商业化应用的基础和前提条件。” 陈卓说道。

图片

百度自动驾驶业务部总经理陈卓

二、人工智能的快速发展,有力助推自动驾驶规模化商业化落地。

陈卓表示,规划控制系统目前已经实现了从“基于规则”算法到“基于自学习”算法的范式变革。自学习算法超越经验系统,更加聪明地处理复杂场景,大幅扩展自动驾驶的设计运行范围。

三、反馈驱动创新,反馈打造自动驾驶体验竞争力。

在百度的运营实践过程中,一方面获得最真实的道路场景数据,反哺自动驾驶技术;另一方面,大量真实的市场和用户反馈,推进了自动驾驶出行服务的功能优化,让其能更贴近用户,更好满足用户需求。

图片

小马智行副总裁、北京研发中心负责人张宁

同样作为Robotaxi企业代表,小马智行副总裁、北京研发中心负责人张宁也提到,小马智行预期2025年将迎来一波全无人车辆量产的高潮。“那个时候经过规模的助推,单车成本将进一步下降,从运营成本角度上,意味着从商业模式角度上能够达到盈亏平衡的阶段。”据悉,小马智行下一阶段的目标是达到千辆车规模,实现真正意义的量产。

3

智行者:大模型可能是实现L4的出路之一

关于自动驾驶发展方向的预判,智行者公司联合创始人、研发中心副总经理张放也谈到了三点:

第一,技术向上是基石。以L4为目标,拥有数据驱动能力是未来构建竞争力护城河的基本要素,这也是智行者选择渐进式L2+作为方向的原因之一,量产是快速低成本获得大量数据的较好方式。“虽然自建车队也是另一个解决方案,但在成本、场景复杂度上,与量产的方式有所差别。”张放提道。

图片

智行者公司联合创始人、研发中心副总经理张放

第二,对于自动驾驶方案提供商,产品力是现阶段最需要提升的能力。产品力是指当前的整车厂质量体系和产品体系,由于现阶段整车厂在量产话语权上占比很重,因此各个合作伙伴都是要遵循原来的一套体系建立自己的竞争力。

第三, L2+和L3是当前自动驾驶主流技术范式终点。“我们认为当前的技术范式最高水平能达到的就是L2+和L3的水平,如果未来真正要实现L4的技术水平,大模型是有可能的出路之一。” 张放说道。

4

美团的技术迭代飞轮

除了客流领域,自动驾驶技术在物流赛道的应用也一直备受关注。美团自动驾驶配送部算法负责人刘博聪谈道,目前美团已经形成了由安全、成本和体验构成的技术迭代飞轮。

图片

美团自动驾驶配送部算法负责人刘博聪

这里的成本主要指人力成本,“反映到指标上是车人比的指标,原来有人跟车和把人变为云端安全员,车人比都是1:1,但这种比例显然不能满足商业上有价值的成本要求,持续提升人车比,降低成本是商业化必经之路。” 刘博聪说道。同时,在安全和成本的要求下,还要不断提升自动配送的平均行驶速度,保障用户体验,最终才能体现商业价值。可以说这三点相互制约、相辅相成,当成本降低、体验提升的时候,注定会有更多安全风险,“我们要持续对安全进行相关保障,才能促进最终的规模化落地。”刘博聪说道。

来源:第一电动网

作者:智车星球

本文地址:https://www.d1ev.com/kol/202867

返回第一电动网首页 >

收藏
17
  • 分享到:
发表评论
新闻推荐
大牛作者

智车星球

服务智能汽车创业者,提供媒体报道、品牌公关、会议活动、投融资对接等其他定制服务。

  • 131
    文章
  • 5470
    获赞
阅读更多文章
第一电动网官方微信

反馈和建议 在线回复

您的询价信息
已经成功提交我们稍后会联系您进行报价!

第一电动网
Hello world!
-->