解码百度智能驾驶:从apollo go的野望,到apollo lite的现实

解码百度智能驾驶:从apollo go的野望,到apollo lite的现实
2021-08-22 11:32:26 古文尚

在8月18日的大会上,百度明确了AI云、智能驾驶是公司移动生态之后的第二、第三增长曲线。

此前,市场对百度智能驾驶的行业地位、商业化前景存在较大分歧。结合此次大会的信息,我们该如何看待百度智能驾驶的中长期竞争力?

智能驾驶之辩

当前,智能驾驶的几个重要争论,逐渐变得清晰:

1)路线上,渐进式量产路线成为技术和商业化的多数选择。

2)模式上,头部车企选择类似iOS自研,但大量车企选择和百度等供应商合作的Android模式。

3)传感器上,激光雷达量产降价后将成为标配。

4)技术上,芯片硬件具有较高壁垒,长期算法优势则由数据决定。

5)变现上,L4级robotaxi距离变现尚远,但L2/L3级ADAS(驾驶辅助系统)迎来量产大时代。

ADAS竞争加剧

需要特别指出的是,为了提升车辆差异化的竞争力,厂商将继续增加在ADAS方面的投入,提升自动避险刹车、自动泊车、道路领航等能力,以提升车辆的安全性与便捷性。

百度ADAS的主要商业化模式是,向整车厂售卖一体化解决方案。这吸引了尚未进行 ADAS 研发、但又想让车辆获得智能化竞争优势的整车厂。

最新款的威马 W6 将要搭载百度的 ANP 方案,来实现 L2 级别的辅助驾驶。此外百度也与广汽、长城、奇瑞等公司展开了战略合作。

除购买第三方解决方案外,一些整车厂也在自研ADAS,代表公司有特斯拉小鹏、蔚来、通用、大众等。整体来看,目前可以进行自研的整车厂目前占比很少。

总的来看,ADAS竞争随着华为的介入开始加剧。百度具有算法和数据上的先行优势,硬件层面则还需加强。

比如,与华为不同,百度的芯片目前仍然选择与其他公司合作,硬件实力较弱。不过随着百度的昆仑系列芯片的发展,百度也可能实现软硬件一体化。

自动驾驶的2种思路

目前有两种自动驾驶研发思路。一种是自上而下的研究 L4+级完全自动驾驶,代表企业有谷歌的 Waymo、通用的 Cruise、百度的 Apollo 等,研发基本上不计成本。

比如,百度的技术路线是开发高级别的自动驾驶汽车,使用价格很高的激光雷达作为主要的感知手段,来进行开发。

另一种主要是车企,他们要考虑成本因素,所以一般由低级别的自动驾驶开始逐渐提升,目前商业化的汽车基本上可以达到 L2 级的水平,代表企业有特斯拉、奥迪、蔚来、小鹏等。

横向来看,百度是国内唯一具备全栈式自动驾驶研发能力的公司,从数据获取、底层算力、软硬件开发等层面形成了闭环。

目前,百度的ApolloL4级别自动驾驶测试里程达到750万英里,领跑国内。百度AI云提供低成本的计算能力,智能交通云亦提供大量路况数据,极大丰富了百度智能驾驶的综合能力。

商业化层面,百度聚焦在Robotaxi、ASD智舱&智驾、ACE交通云三大板块。

三大商业模式

整体而言,百度智能驾驶的商业化路线更加明晰,有三大商业模式:

1)自动驾驶解决方案端:长城6月宣布,旗舰车型WEYMocha SUV将于下半年搭载百度AVP自动泊车系统。

2)造车端:CEO夏一平表示,首款概念车预计将在2022年4月北京车展展出。

3)Robotaxi端:但Robotaxi 的商业化前景仍然不甚明朗,主要是由于道路场景 Corner Case(边角案例)太多和软硬件成本过高造成的。未来能否成功落地,主要取决于成本、安全两大维度能否代替司机驾驶。

L4+级技术路线可实现的商业化场景,从商业价值来看,最大的是 RoboTaxi 和 RoboTruck,都是万亿美元级别的超级大市场,这也是为何 Waymo 出来后,包括百度、华为等巨头都纷纷投身自动驾驶的原因。

百度推出的成本 48 万的 Apollo Moon Robotaxi, 有望加速 Robotaxi 的商业化进程。

6月,百度 Apollo 与北汽极狐联合发布了第五代 Apollo Moon 共享无人车,这款是 L4 级无人车,成本只有 48 万元。如果按照 5 年运营时间计算,Apollo Moon 的月平均成本为 8000 元,在一线城市已经低于人工驾驶的成本,存在商业化的优势。

第三方 vs 整车厂

在算法发展的后期,真实数据对算法的作用越来越重要,因为需要采用真实的道路数据对算法进行训练,才能使算法迭代升级。

在 ADAS 发展的初期,整车厂对自动驾驶相关技术不了解,没有什么话语权,第三方可以获得用户数据对算法进行迭代。但随着整车厂对核心算法和数据价值的重新认知,可能会选择自行研发相关算法,避免沦为纯代工企业。

如果整车厂停止提供用户数据,那么算法就无法优化,是一个较大的隐患。比如,Mobileye 公司作为视觉方案的提供者,近些年失去了很多整车厂的客户。

所以,对于第三方来说,虽然造车的前期投入会非常大,但如果拥有自己的车辆,形成软硬件一体化的研发能力,才能完全形成数据闭环,保证算法迭代能力。

但如果第三方通过造车,将重心转向硬件销售,那么他的这一套智能驾驶技术,可能难以被传统整车厂接受,往往不能开展深度合作。

因此,第三方企业造车的目的,也可能主要是向外界展示智能技术融合为整车产品所能带来的效果,在开放平台上促成整车厂与之合作,使技术得到大范围商业化。

个人观点,仅作参考,不作推荐。股市有风险,投资需谨慎。

新浪汽车公众号
新浪汽车公众号

更多汽车资讯,涨知识赢好礼扫描二维码关注(auto_sina)

相关车系

实时热搜

更多>>
点击查看完整榜单

热门视频

更多>>

热门车型

更多>>

竞争力对比

更多>>

购车帮帮忙

更多>>

汽车黑科技

更多>>

精品原创

阅读排行

新浪扶翼

行业专区>>