听说今年评选出来的“年度汉字”，是“我太南了”，外加“没钱”，也就是——

当这句话被人人传颂，也就显得不那么凄风苦雨。不过，放在汽车行业身上却是恰如其分的。

2019年对于汽车从业者来说委实有许多心惊胆战，比如戴姆勒、宝马、奥迪、通用、福特等大名鼎鼎的车企都在裁员，新晋流量电动车领域也是事故频发，“硅谷钢铁侠”都有点带不动。无人驾驶、新能源等也都进展缓慢甚至大量倒闭，以至于投资领域也开始熄火。

唯一还能有点亮点的智能车联网，倒是开始让大众向AI投掷出了不少好评。

从“为人作嫁”到“一荣俱荣”，汽车AI在2019年到底经历了什么？

造车新势力滑铁卢，旧貌换新颜计划如火如荼

如果要用一个词来形容2019年AI与汽车的关系，可能是“冰火两重天”。

一方面，希望通过智能化、新制造来实现逆袭的“造车新势力”放眼望去是硕果寥寥。

蔚来汽车、小鹏汽车等汽车交付量始终达不到预期，并且时不时就传出系统Bug的笑话。

Uber、Lyft、Alphabet’s Waymo、Tesla和Argo等曾经的明星无人车项目也进展缓慢，给无人驾驶技术的路人缘泼了一盆冷水。

但如果我们从主机厂的买卖，转移到更广阔的交通领域，会发现AI的多元化应用，也正在让这个行业焕发出新的体验惊喜。

比如AI就正在将汽车信息娱乐系统提升到新的高度，改变着人类与车的交互模式。

2018年，只有自动驾驶汽车在打车载AI的招牌，但2019年“智能”几乎成了高端汽车的标配。

一方面，经典的原始设备制造商（OEM）都在为汽车增加带有深度学习算法的智慧功能，来提高高级驾驶辅助系统（ADAS）水平；同时，一些初创公司和科技巨头，也充分发挥技术优势，将自家的视觉算法、自然语言理解模型、虚拟生命等架设在汽车智能化服务体系上，打造更为个性化的驾驶感受。

比如谷歌和亚马逊就在汽车中植入了智能语音助手，使用“Ok，Google！”和“Alexa”来环行汽车，索尼（Sony）Softkinetic也开发出了车内手势识别的综合解决方案。

对于消费者而言，汽车已经不再是单纯的代步工具，而是像智能手机一样集成各类功能满足各种需求的智能化设备。

也是在这样的需求推动下，尽管主机厂商成绩不佳，但为汽车垂直场景打造嵌入式芯片或支撑其算力的供应链厂商，比如边缘AI硬件的半导体企业和云服务商，却成绩斐然。

比如英特尔（Mobileye产品）和英伟达（NVIDIA）等的计算单元都获得了大幅度增长。谷歌推出了用于边缘工作处理的Coral AI，英伟达发布了Jetson Xavier NX，可以为汽车和其他移动边缘设备提供AI能力。瑞萨（Renesas）、赛灵思（Xilinx）和Kalray等厂商的专用产品提供的其他解决方案也显示出了巨大的潜力。

尽管C端汽车在无人化上进步有憾，但toB的商业无人卡车反而成了2019年资本的心头好。

就在不久前，汽车制造商沃尔沃（Volvo）发布了全新的纯电动重型概念卡车，并宣布将从2020年开始公布其无人驾驶业务的相关财务状况，可见对2019年的无人卡车发展充满信心。

与此同时，TuSimple也正在为美国邮政服务测试送货无人卡车、戴姆勒在弗吉尼亚州测试无人卡车，Starsky Robotics也依靠远程电信运营商来建立无人车队。在中国，凭借着云-边-端算力的加持，无人驾驶的翻斗车也开始出现在矿场，以应对工业年轻员工短缺的困境。

自动驾驶出租车和穿梭巴士也开始出现在某些城市的某些园区内，从极客玩具变成卖菜大妈都耳熟能详的新公共设施。

2019年，我们同时看到，为汽车出行所打造的路端设备的智能化，也在风生水起地铺设中。

其中，政府与科技企业的“合谋”与示范区就成为重要的“先遣部队”。

2019年7月，交通运输部发布的《数字交通发展规划纲要》指出，推动自动驾驶与车路协同技术研发，开展专用测试场地建设。与之伴随的，是基于5G通讯技术V2X车路协同系统开始在各个重点城市铺开，改变汽车与城市的沟通方式。

在海外，也有许多公司利用路边摄像头、公共交通和其他传感器来改变汽车的出行方式。伦敦正利用Waze来解决市中心的交通拥堵问题，谷歌的Sidewalk实验室帮助多伦多推动智能城市技术的发展，建立一个高科技创新区。StreetLight Data公司则利用手机位置数据，跟踪和预测车辆、自行车、行人的交通状况。

总体来说，汽车远程诊断、道路交通服务效率、不停车支付等应用场景，驾驶乐趣与出行效率都在倍增。

如果要为2019年的汽车产业AI做一个总结陈词，或许是它正在从浮华走向产业深处，从单一变得多元丰满，从单体车辆转向宏大的规模化基础设施。

新年气象：2020的惊喜感将从何处来？

凡是预测，大概率都会被打脸。尽管如此，2020年的汽车产业在AI方面估计还是会带来不少惊喜。

原因是，当前还有不少boss等待闯关推倒，也已经有不少研究人员和产业者意识到了相关问题，并且在努力攻克它，有极大可能在新的一年从实验室走向现实，给产业带来新的奇遇。

比如说，让汽车更懂人性。

面对自动驾驶汽车在真实道路上的种种不确定性，尤其是涉及人类情绪相关的问题，一直是令L4以上无人车难以突破的关键点。那么，将社会心理学和博弈论研究引入到算法中，就是一个增强算法鲁棒性的创新。

举个例子，此前在AI导航无人车时，会在四向停靠点上产生长时间的等待，这虽然能够减少在十字路口发生事故的机会，但总会引起后面等待的汽车和驾驶员的不满，因为AI的保守降低了他人的通行效率，甚至在美国加州爆发过不少人车冲突。

目前就有研究团队在研究结合“社会价值取向”（SVO），根据人的利己程度（“自私”）或利他合作的程度（“亲社会的”）对驾驶员进行评级，训练AI对驾驶员进行SVO评分，进而评估风险来动态调整自身的行为。如果身后跟着一个暴躁或激进的老司机，那么AI汽车很可能也会甘冒一定风险变得利索一点。

此外，众多传统车企大力投资AI项目以保障自身竞争力与生存空间，在2020年不可避免地会继续加码。不过在方向上，或许会从直接影响整车智能以及相关技术因素的项目，转向更大、更多元的领域。

比如借助AI来简化工业制造流程并提高供应链效率。像是计算机视觉、模型算法的结合，通过分析振动传感器和其他来源来诊断问题，从而预测机器的故障，可以在制造过程中更快地发现异常和故障，保障成品率，减少生产线的停机时间，从而进一步提升车企的盈利空间。

再比如使用人工智能来改善项目优先级并提高特定项目的性能，来管理研发进度、释放预算，更为合理控制烧钱速度，同时规避掉一部分僵尸项目，这对于2019年频频传出亏损倒闭新闻的汽车新秀们与老将来说，恐怕都是一门必修课。

当然，伴随着整车智能程度越来越高，当前的嵌入式车载计算恐怕也将很快迎来一次升级。

目前大多数计算都是在云端完成的，但伴随着车内不少控制器模块都开始智能化，要整合各种分散的感知能力，需要单颗AI感知芯片的高效工作，功能强大、低能耗，同时也更昂贵的计算单元就成为产业渴求的“及时雨”。

Yole数据显示，汽车信息娱乐相关的计算营收，将从2018年的1800万美元增长至2028年的7.68亿美元。2020年在汽车专用协处理器上将有哪些新惊喜，值得产业界共同思考和期待。

过去一年，我们对汽车AI的期望就像一条搁浅在技术沙滩上的鲸鱼，沮丧中也孕育着渴望。告别“如火似冰”的2019，AI与汽车产业都会被摆渡到温暖的春天。乍暖还寒之际，技术依然是人类唯一能点燃的希望之柴。

返回第一电动网首页 >