車圈新賣點8155背后，汽車智能化競爭已踩下油門

　　汽車的賣點，正在悄然向AI創(chuàng)新傾斜。落地到產(chǎn)品，就是智能車的方方面面。

　　且看車圈近來最熱議題成都車展，連寶馬沃爾沃這樣老牌高端車企，都把傳統(tǒng)汽車看重的設(shè)計感、動力性之類先放到了一邊。

　　基本上是開口一個“智能體驗”，閉口一個“AI芯片”。

　　這不，起碼在最為直觀的車機上，甭管是新勢力還是傳統(tǒng)車企，那叫一個卷出了花兒。

　　這廂寶馬奔馳都在座艙內(nèi)搞上了大連屏。

　　那邊新勢力的各種智能操作引得觀眾們擠爆場館。

　　比如理想L9來了個手勢操作

　　小鵬G9則搞起了“座艙聲學(xué)”，車內(nèi)香氛、氛圍燈、座椅都可以和音樂進行聯(lián)動

　　再看美系車福特，最“破圈”的消息，同樣與智能座艙有關(guān)：

　　福特將為電馬Mach-E用戶免費升級高通驍龍8155芯片(第三代驍龍座艙平臺旗艦級)。

　　更是贏得了一票車主點贊。

　　可以說，在這么一場A級大型車展上，“智能化”著實已經(jīng)成了廠商們比拼的頭號亮點。

　　其中，又以“智能座艙”為先鋒大將。

　　01

　　智能座艙，智能化競爭加速*站

　　汽車智能化競爭，其實早已箭在弦上。

　　畢竟，當(dāng)手機等電子產(chǎn)品在AI等前沿技術(shù)的加持之下，變得越來越智能、便捷，人們自然而然會希望在汽車這個“第三空間”之中，同樣享受到智能化帶來的便利。

　　業(yè)內(nèi)就有觀點認(rèn)為，汽車如今已經(jīng)發(fā)展到了“四個輪子+一部智能手機”的時代，誰在智能化變革中慢上一步，即使現(xiàn)在身位靠前，也隨時可能被后來者趁機反超。

　　現(xiàn)在看來，在*波汽車智能化的浪潮之中，走在最前面的就是智能座艙。

　　一方面，消費者與汽車之間最近距離的高頻接觸點，就是座艙。

　　因此座艙中更大的屏幕、更智能的人機交互方式、更個性化的應(yīng)用服務(wù)，都能以最直觀的方式*時間讓消費者有所感知，進而轉(zhuǎn)變?yōu)椴町惢�的市場競爭力�?/p>

　　另一方面，從技術(shù)的角度而言，在當(dāng)下這個時間節(jié)點，更高級別的智能駕駛?cè)詫儆陂L線落地工程。

　　真正掌握高階智能駕駛技術(shù)的公司尚屬少數(shù)，技術(shù)本身也需要更長時間的優(yōu)化迭代和安全性驗證。

　　相比之下，隨著車規(guī)級芯片近些年的發(fā)展，算力不斷提升、AI模型量化壓縮算法的進一步突破，以及5G技術(shù)支持下車聯(lián)網(wǎng)方面的進展，智能座艙商業(yè)化的時機顯然更加成熟。

　　數(shù)據(jù)也已對此有所驗證。

　　自2019年以來，中國大幅度減弱了對新能源汽車行業(yè)的補貼。但根據(jù)乘聯(lián)會數(shù)據(jù)，國內(nèi)新能源汽車滲透率上揚趨勢仍然明顯。

　　2022年7月，國內(nèi)新能源車零售滲透率為26.7%，較去年同期14.8%的滲透率，提升了11.9個百分點。

　　從全年數(shù)據(jù)來看，新能源車2019年滲透率為5.2%，2020年為6.0%，2021年已升至15.7%。增漲幅度超過了之前的預(yù)計。

　　圖源：國家信息中心

　　并且新能源滲透率的進程，伴隨著AI技術(shù)的滲透。隨著發(fā)動機、變速箱等傳統(tǒng)汽車“差異點”消失，智能化帶來的差異化能力，正在成為新賣點。

　　這種新賣點，當(dāng)前集中到了智能座艙的競爭中。

　　有意思的是，盡管各家車企在功能效果上各有側(cè)重，走的是差異化競爭路線。但在更底層的芯片選擇上，卻有趨同之勢。

　　比如前文提到的福特電馬引發(fā)熱議的驍龍座艙平臺，就正在憑借其AI技術(shù)成為一眾車企全新旗艦車機的標(biāo)配：

　　極氪001、理想L9、小鵬G9、智己L7、蔚來ET7、高合HiPhi Z、路特斯ELETRE，寶馬i7……

　　所以在智能手機領(lǐng)域的*驍龍，怎么到了智能車時代也依然如此能打?要知道，智能座艙芯片這個市場并不算是全新的藍(lán)海市場。

　　如此披堅執(zhí)銳、所向披靡之勢，背后究竟是什么原因?

　　02

　　智能座艙面臨哪些挑戰(zhàn)?

　　其中緣由，還是得先回歸到智能座艙需求本身來看。

　　智能座艙，本質(zhì)上是AI技術(shù)給座艙帶來的變革。它的出現(xiàn)至少滿足了人們對汽車智能化的三大想象。

　　其一，交互便捷性。對于司機而言，開車時必須確保視線不離開路面，因此交互方式必須越簡潔越好，*能用手勢、表情、語音等方式搞定一切車機交互。

　　其二，應(yīng)用智能性。無論是智能溫控、兒童保護還是分區(qū)語音識別，本質(zhì)上都是讓汽車更“貼心”的功能，而且這種智能化還在席卷車上更多的裝置。

　　其三，車機互聯(lián)能力。包括遠(yuǎn)程智能控車、手機車載應(yīng)用同步等，都是延伸智能設(shè)備邊界的功能，真正做到應(yīng)用之間無縫互聯(lián)。

　　與此前純硬件優(yōu)化、外飾變更帶來的座艙升級不同，智能化變革時代的座艙*次遭遇AI技術(shù)的沖擊，帶來創(chuàng)新潛能的同時，也給實際落地帶來了兩大挑戰(zhàn)。

　　一方面是大量AI算法的出現(xiàn)，對座艙芯片進一步提出的算力要求，這背后是用戶需求驅(qū)動、也是汽車電子電氣架構(gòu)的革新。

　　隨著汽車域融合趨勢的到來，座艙域和自動駕駛域、車身域等眾多板塊和技術(shù)不斷交織、融合，座艙作為汽車控制和信息交互的中心出入口，與駕乘者交互的時間更長，智能車對算力的需求只會變得越來越高。

　　另一方面是隨著交互精確性提升、用戶對智能應(yīng)用需求增加，對智能座艙搭載算法的性能和精確度提出了新的要求，如何在確保性能的情況下盡可能搭載更多AI算法，成為新的難題。

　　據(jù)量子位觀察，相比傳統(tǒng)座艙芯片廠商，驍龍座艙平臺正是從這兩方面“逐一擊破”，成為如今智能車中幾乎是標(biāo)配的存在。

　　單拿交互功能來看，無論是手勢、語音還是多模態(tài)交互識別，目前在不少搭載驍龍座艙平臺的智能車上都已經(jīng)能看到，其核心原因還是座艙平臺上搭載的AI算法準(zhǔn)確性和識別效率都有所提升。

　　但如果回顧智能座艙芯片的進展，會發(fā)現(xiàn)從2016年的驍龍820A到2019年的第三代驍龍座艙平臺、再到即將量產(chǎn)的第四代驍龍座艙平臺，AI計算的能力也一直在提升，高通不僅針對算法“早有準(zhǔn)備”，還一直致力于提升AI算法在各平臺上應(yīng)用的性能，包括改進模型大小和運行效率等等。

　　以AI手勢估計算法為例，高通在頂會WACV 2022上發(fā)表了一篇最新論文，里面提到了一種輕量級的2D和3D手勢估計方法，通過讓模型自己意識到預(yù)測的不確定性，并在每次迭代時“重復(fù)利用”部分層迭代，極大地降低了模型體積，同時準(zhǔn)確性和效率都達到了當(dāng)前手勢估計模型的*水平。

　　對于智能座艙而言，交互算法遠(yuǎn)不止手勢一種，要想提升整體便捷性，更重要的是針對整個3D空間的交互，也就是AI算法中的多模態(tài)融合能力。

　　然而多模態(tài)之間的關(guān)系并不好找，甚至對于AI而言，有時候更多模態(tài)(語音、視覺等)的交互并不一定能增加理解準(zhǔn)確性，反而可能起到干擾作用。

　　因此，針對多種模態(tài)的同時輸入，AI模型需要一種機制來決定各模態(tài)之間是否存在強關(guān)聯(lián)，如果不是的話就在某個階段降低關(guān)聯(lián)度，避免出現(xiàn)語音“誤導(dǎo)”姿態(tài)估計等情況。

　　交互功能以外，更多座艙應(yīng)用也面臨著智能化變革。

　　例如車主身份的識別上，以前針對汽車車主的識別方式只有一種，即通過車鑰匙。但如今座艙不僅能以細(xì)微差異識別每個車主之間的身份，而且能針對這些差異迅速調(diào)整車內(nèi)定制語音助手、空調(diào)溫度等預(yù)設(shè)。

　　其實，AI算法和算力都只是驍龍座艙平臺提供的底層能力，至于如何利用這些能力提升車載應(yīng)用和交互的準(zhǔn)確性，也需要Tier 1和廠商發(fā)揮自己的能力和創(chuàng)造力，針對自己用戶的需求進行定制性開發(fā)部署。

　　例如，高通前段時間推出的AI軟件棧，就是一個專門給AI開發(fā)者打造的“工具箱”，不僅讓汽車和手機之間開發(fā)的應(yīng)用能互聯(lián)互通，還推廣到了其他設(shè)備如電腦、可穿戴設(shè)備上。

　　又例如，從成都車展上搭載驍龍座艙平臺的車型來看，無論理想L9、智己L7還是沙龍機甲龍等，廠商如何利用驍龍平臺的AI能力，并在其智能座艙中推出具體的功能和配置，其最終使用場景、體驗也存在明顯差異。

　　以面部表情估計AI算法為例，有的車型智能座艙用它來檢測司機疲勞駕駛、提升行車安全性;但也有車型用它來識別車主情緒，以此推薦相應(yīng)的音樂、或是開窗透氣等。

　　而智能座艙還只是AI創(chuàng)新時代，高通在智能車領(lǐng)域進行技術(shù)賦能的場景應(yīng)用之一。

　　我們同樣能在論文和研發(fā)布局中發(fā)現(xiàn)，高通對于智能車領(lǐng)域的“AI加持”遠(yuǎn)不止于此，還同樣體現(xiàn)在智駕和車路協(xié)同上。

　　03

　　還有智駕和車路協(xié)同

　　相對智能座艙的技術(shù)“爆發(fā)”，智能駕駛和車路協(xié)同更接近于AI技術(shù)在汽車場景厚積薄發(fā)的過程。

　　這個過程除了需要時間積累模型經(jīng)驗和數(shù)據(jù)，也需要AI相關(guān)技術(shù)的持續(xù)創(chuàng)新，直到感知算法和軟硬件達到某一標(biāo)準(zhǔn)，才可能落地并最終量產(chǎn)。

　　以智能駕駛場景為例，目前通過傳感器數(shù)據(jù)提供冗余已成為應(yīng)對智能駕駛安全性的解決方法之一。

　　如何在積累更多長尾場景數(shù)據(jù)的同時，盡可能充分利用傳感器數(shù)據(jù)、提升融合準(zhǔn)確率，來拔高智能駕駛模型面對突發(fā)情況的“適應(yīng)能力”，是決定智能駕駛技術(shù)能否落地的關(guān)鍵。

　　如在這次的成都車展上，中國*搭載Snapdragon Ride平臺的長城魏牌摩卡DHT-PHEV激光雷達版首次亮相。

　　這輛新車搭載2顆125線激光雷達、5顆毫米波雷達、12顆超聲波雷達、12顆高清攝像頭等多達31個傳感器，以確保行車安全性，然而Snapdragon Ride平臺不僅hold住了這么多傳感器所需的算力，而且通過*的能效表現(xiàn)對這些數(shù)據(jù)進行處理。

　　而發(fā)表在NeurIPS上的一篇論文顯示，高通的工程技術(shù)人員和學(xué)術(shù)機構(gòu)針對傳感器融合進行了研究，結(jié)合攝像頭和激光雷達同時進行目標(biāo)檢測，在考慮到光照和天氣條件等環(huán)境噪聲的情況下，誤差率降低15%左右。

　　至于車路協(xié)同，則需要進一步提升定位精度和信號傳輸能力，來提升汽車在道路上行駛的安全性、降低定位延遲并提升準(zhǔn)確性。

　　例如在ICC上的一篇論文中，高通就提出了一種基于無監(jiān)督學(xué)習(xí)提升環(huán)境定位的方法，能做到在2D環(huán)境圖里的中值誤差在4cm、3D環(huán)境中保持在15cm以內(nèi)的定位，以提升車輛在特定車路協(xié)同道路上行駛的準(zhǔn)確性。

　　針對車路協(xié)同，早在2020年，一汽紅旗就已經(jīng)搭載了高通的驍龍汽車智聯(lián)平臺。

　　再加上驍龍車對云服務(wù)，上述四大板塊組成的整個驍龍數(shù)字底盤，便是高通在智能汽車領(lǐng)域的整體架構(gòu)布局，涵蓋汽車智能化所需的座艙、車載網(wǎng)聯(lián)、智能駕駛和云服務(wù)關(guān)鍵數(shù)字化板塊，這其中的核心，仍然是其擅長的高性能、低功耗計算和無處不在的連接。

　　如今高通的AI技術(shù)外溢到汽車場景，并成為創(chuàng)新的驅(qū)動力之一，從冪集創(chuàng)新場景的維度，是否有內(nèi)在的邏輯可以推測?

　　就場景需求而言，智能座艙和智能駕駛本就密不可分，如今在AI計算和5G連接等前沿技術(shù)的驅(qū)動下更是趨于融合。

　　硬件上，隨著智能座艙芯片性能提升，可以將多余的算力提供給智能駕駛算法，從而進一步容納算力需求更高、性能更優(yōu)的模型;

　　軟件上，智能駕駛算法的應(yīng)用，又會進一步提升智能座艙的使用時間，從而帶動更多創(chuàng)新應(yīng)用的出現(xiàn)。

　　而這樣的場景需求隨著技術(shù)的融合發(fā)展，還會越來越多。

　　從冪集創(chuàng)新規(guī)律來看，當(dāng)最基礎(chǔ)性、生態(tài)型底層技術(shù)創(chuàng)新出現(xiàn)，便會催生一系列場景的變革。

　　如果說10的一次冪是底層落地變革場景，那么10的二次冪帶來的便是百倍降本增效的提升;

　　而隨著10的三次冪，這一場景不僅帶來數(shù)以千計的生態(tài)位機會、開發(fā)者機遇，更因此在行業(yè)中產(chǎn)生了對大一統(tǒng)底層平臺的需求。

　　在這個萬物智能互聯(lián)的全新發(fā)明時代，高通正是基于AI這個*基礎(chǔ)性的技術(shù)，結(jié)合5G、C-V2X(蜂窩車聯(lián)網(wǎng))等連接技術(shù)優(yōu)勢，在汽車產(chǎn)業(yè)中構(gòu)筑了一系列底層平臺技術(shù)，以賦能企業(yè)的身份，掀起新一輪技術(shù)變革周期浪潮。

　　未來智能汽車產(chǎn)業(yè)走向，或許也能通過這些技術(shù)得以預(yù)測。