文/布谷
在新能源汽车的角逐中,以“智能化”为赛点的下半场已经来临。
近期,科大讯飞联合上汽成立星河智联汽车科技有限公司,其经营范围主要涵盖软件销售、软件开发、人工智能行业应用系统集成服务、智能车载设备销售等。
这也意味着,智能语音识别正在进入汽车领域。
汽车智能化发展到现在,各类的车展、云路演,上到汽车零部件的供应商,下到各路汽车经销商,都把“智能化”挂在嘴边。
特斯拉CEO埃隆·马斯克曾经说过:“智能汽车上路行驶的时间比多数人预料得要更快。”
各大车企的智能化方案已经走出了实验室,特斯拉和国内造车新势力的三大代表,蔚来、理想、小鹏都已经拥有了自己的智能驾驶技术方案。
一众传统汽车品牌,像比亚迪、吉利、上汽、广汽在汽车智能化上也都有布局。
除了这些车企,互联网科技企业也已经磨刀霍霍,在他们看来,汽车智能市场规模很大,是一个诱人的流量入口。
不过,回归现实,汽车智能化并不是一件容易的事,5G、云计算、大数据都具有较高的门槛,在具体的零部件上,还有各类的传感器和芯片,其种类之多也不单单是技术层面的问题,更需要整个产业链的深度整合。
一项智能技术、一枚零件可能集成了数十种研究成果,其中一部分零件甚至还处于依赖海外进口的阶段。
例如前阵子引起广泛关注的汽车“缺芯”事件,就揭示了汽车产业真实的现状,在零部件上,车用元器、电容电阻、芯片等核心二级件和原材料,90%受制于海外;汽车电子方面,外资供应商占据了85%的份额。
汽车智能化的发展,不仅需要承担产业升级的任务,还要实现汽车关键技术自研自产。
无论是科技巨头,还是汽车巨头,都在寻求突破,并企图争夺到更多的市场。
1、谁在抢滩汽车智能化市场?
自华为割售荣耀以来,华为造车的言论就甚嚣尘上,不过回顾华为轮值董事长徐直军2019年的发言,已经明确了华为的重点本身并不是在汽车。
徐直军表示,“我们不会造车,但会通过技术来帮助客户造好车。”
汽车智能化的市场有多大?
徐直军表示,“未来汽车价值的构成70%不会在传统的车身、底盘上,而是在自动驾驶的软件,以及计算和连接的技术上。”
摩根士丹利在一份自动驾驶产业报告中也提到,目前的整车价值中硬件价值占据了90%,软件占据了10%,未来整车价值硬件价值将下降到40%,软件价值上升到40%,内容价值增加到20%。
今年2月,十一部委联合发布了《智能汽车创新发展战略》,文件指出到2025年中国标准智能汽车的技术创新、产业生态、基础设施、法规标准、产品监管和网络安全体系基本形成。2035-2050年,中国标准智能汽车体系全面简称、更加完善。
中信证券也表示,2023-2025年科技公司主导的L4-L5商用车有望量产,2025-2030年,乘用车智能驾驶渗透率将会从50%提升到80%。
这些数据表明,伴随乘用车智能化的渗透率不断提升,设备智能化程度不断提升,汽车的智能化已经演变成核心竞争力,谁能够掌握智能技术的制高点,谁就能占领更多市场。
因此,国内外都已经掀起了汽车智能化的浪潮。
车企中除了特斯拉和国内造车新势力,比亚迪、上汽、广汽、一汽等传统车企也已入局,即便如前些日子炮轰新能源汽车的丰田掌门人丰田章男,其执掌的丰田汽车在智能化的赛道,也并没有放弃探索。
一众互联网科技企业也不甘落后,百度已经推出了Apollo智能驾驶汽车;阿里联合上汽、浦东张江高科推出智己汽车;腾讯通过日立制作所切入车联网、大数据这类后端智能平台;华为提供ICT技术赋能汽车升级。此外小米、滴滴、科大讯飞等已经涉足造车业务。
近期苹果入局造车更被视为最大的搅局者,据台湾《经济日报》报道,苹果公司的首款电动汽车已经在美国加州路上测试,将于2021年9月发布。
汽车智能化已经成了行业的标杆,尽管腥风血雨,入局者仍要厮杀到底。
2、汽车智能化的难点
汽车智能化首要的难点,在于技术难题。
智能网联汽车用到的技术有很多:高级语言程序设计、数据结构和算法分析、智能驾驶原理、嵌入式系统、信号和信息处理、云端通讯技术、人工智能原理、电路分析和电子技术。
一项技术已经很复杂,况且每一项研究成果背后可能包含数十种技术,当下的智能车企很难完成所有的硬件研发和智能技术。
另外,如大数据、5G、云计算,必须依赖于足够的数据场景和基础设施建设,这对于大多数企业来说是很难实现的事情。
正因此,国内的入局汽车智能化的多采用“术业有专攻”的方式:阿里和腾讯的云计算能力强劲,依托云计算可以实现切入汽车出行的数据处理,实现优化出行路线、智能化管理车队、远程调配自动驾驶等功能;
华为的ICT技术毋庸置疑,特别是在大数据基础设施、存储、分析等领域,华为是业界的标杆,如最近推出的Hicar,华为车载智慧屏。
对于一些企业,本身并不具备基础设施的研发实力,它们会选择更加聚焦的方式,如在2B领域选择限定场景商用车如叉车、物流车,在2C领域会选择和景点合作推出旅游观光车。这种细分赛道的选择让汽车智能化市场在干流(乘用车)充沛的情况下,尽可能分化支流,丰富了中国的汽车领域的智能化市场。
但近几年来不论是造车新势力也好,传统汽车转型也好,汽车智能化的市场突然爆发,创业公司林立,供给侧也涌现了很多智能化解决方案,激光雷达技术、智能停泊技术、人机交互技术都是其中的一部分。
这引发了汽车智能化的另一个问题——产业整合。
东风汽车副总裁陈昊说到,目前的智能汽车技术并未稳定下来,由于各家智能汽车技术路线的选择差异,当前市场存在一定的泡沫期。
众多公司给出了多样的智能化技术方案,但都并不完全适应市场。
行业虽然多点开花,不过呈现的多是“散兵游勇”的局面。
这也就意味着,汽车智能化市场虽然大,但是分到每个企业手里的营收有限,而研发成本却高企,很可能成为压死众多企业的稻草。
如果没有大规模的市场份额,营收覆盖不了成本,企业也很难走远。
这个问题的解决,一方面可以通过产业链的深度合作,利用彼此的技术优势降低研发成本,这也是大多数传统企业选择的道路。
如今年11月,长安汽车董事长朱华荣正式宣布了长安汽车、华为、宁德时代之间的合作,其中宁德时代是动力电池系统的供应商,为新能源应用提供解决方案,华为是ICT(信息与通信)基础设施和智能终端提供商,通过不同产业链合作,推进汽车智能化。
另一方面,则是通过强大的自研实力,获得市场的认可从而抬升溢价能力。
如特斯拉,除了一部分MCU芯片,电池系统对外采购,其自身OTA系统,FSD芯片,包括搭载在这些系统和芯片商的算法体系都采用自研,特斯拉也在这些领域深耕多年,其技术获得行业的认可,这也为特斯拉系列车型的量产和溢价销售打下基础。
3、决胜之年来了
面对新能源汽车领域的竞争,小鹏汽车创始人何小鹏直言到,随着未来补贴的逐步退出,新能源汽车进入“硬碰硬”的时代,智能化将会是决胜的关键。
新能源汽车市场的争夺中有两条战线,第一条是以电池、电机、电控等电力供应设备为基础的能源之战,这部分器件提供是养料,决定了新能源汽车的基础前提。
第二条是以无人驾驶、5G为方向的智能化,在实现万物互联、自动感知中,它提供的是未来的想象力。
随着国内充电桩基础设施铺设完毕,国家在新能源器件国产化替代的努力,产业链已经趋于完善和成熟,比亚迪、宁德时代、北汽新能源等企业成为国内三电(电池、电机、电控)技术的重要供应商。
人们的目光也从三电技术转向了智能化场景,在对新能源汽车未来的想象力上,谁能真正实现商用落地,打造名符其实的产品,谁就拥有硬实力。
这方面,国内新能源车企也和特斯拉碰撞出激烈的火花。
目前,国内新能源车企的自动化技术的研发上相对于特斯拉起步较晚,难以做到像特斯拉一样,在硬件和软件上掌握自主研发权。
比如蔚来、小鹏、理想,实际上都在借鉴特斯拉。
如今特斯拉已经自研汽车芯片,而蔚来使用的是特斯拉前合作伙伴Mobileye的芯片、小鹏使用的是英伟达为特斯拉研发的Xavier芯片、理想自动驾驶的视觉算法也使用的是Mobileye的打包解决方案。
这也造成了国内汽车智能化相比于特斯拉慢半拍,其他的部分传统车企也是采用和第三方,如与阿里、华为、科大讯飞合作的形式补足短板。
不过,伴随着国内新能源汽车技术上的弯道超车,这一局面正在改变,转折点也正在到来。
特斯拉炮轰小鹏汽车激光雷达技术成为一个标志节点。
在小鹏汽车的一场发布会上,何小鹏宣布在2021年将激光雷达技术应用到最新量产车上,特斯拉CEO埃隆·马斯克对这一事件的评论是,他们有特斯拉旧版软件,但没有我们最新的神经网络计算机。
何小鹏也丝毫不客气,他发文道,“造谣早就证明是无法打败竞争任何对手的。明年开始,在中国的自动驾驶方你要有思想准备被我们打得找不着东,至于国际,我们会相遇的”
对激光雷达技术的态度,已经成了特斯拉的其他新能源汽车企业,在智能化技术上的争论的焦点。
在新能源汽车对环境感知技术上,其中一种是激光雷达技术,另一种是视觉算法为主导,两种技术的较量争论已久,何小鹏和马斯克“互怼”的根本是“传感器+算法”强还是激光雷达技术强。
伴随技术发展,成本下降,激光雷达技术有一定优势。
国内的激光雷达技术上看,今年8月大疆已经宣布可以量产千元级别的车用激光雷达,适用于L3、L4级别自动驾驶;华为入股了南京芯视界,布局固态激光雷达芯片。国内汽车智能化技术的完善给造车新势力以底气。
未来,这种硬碰硬的技术比拼,还会更加激烈。
国内汽车芯片的布局已然加快了演进:闻泰科技收购安世半导体,打入了汽车功率半导体;韦尔股份收购豪威和思比科,进军CMOS图像传感器;北京君正收购 ISSI,入局汽车级存储芯片;四维图新收购杰发科技,投入车载MCU领域。
国内汽车芯片的整合潮也有望进一步推动车规芯片的发展,而在硬件基础之上的软件研发也正在快速进行。
目前,在新能源汽车智能化技术上,已经至少有19家企业宣布,新搭配智能化技术的车型将在2021年面世。随着国内各大技术产品的推出,2021年也将成为新能源汽车智能化技术的“硬碰硬”元年。
