广告

智能驾驶将会如何继续迭代?

2024-02-27 汽车电子设计 阅读:
2024年,竞争的焦点,是新一代的算法和场景生成技术!在这样竞争激烈的市场中,落后一代甚至缺乏L2级功能的车型都将失去竞争力,因为消费者不会接受落后的产品···

 YVkednc

智能驾驶技术的演进取决于三个关键要素:算法、算力和数据。行业内逐渐出现共识,智能驾驶应用有一些特点:YVkednc

● 随着企业不断尝试,智能驾驶的算法趋于统一,以BEV+Transformer为主导,特别是大模型在各方面跑通以后,更加深了这个信念。

● 算力方面,随着E2E的需求,车企都需要更强的算力芯片来支持算法的迭代,Orin已经不够用,大家都准备上Thor了(之前黄教主的发布没特别的感觉,现在开始显出意义)

至于量产车反馈回来的数据,随着特斯拉宣称可以用生成的速度来覆盖Corner Place,数据反馈的权重可能被降低了!Elon Musk说:“特斯拉已经能够以精确的物理生成真实世界视频大约一年了。这并不是特别有趣,因为所有的训练数据都来自汽车,所以它看起来就像特斯拉的视频,尽管是动态生成的(而不是记忆的)世界。”

YVkednc

01
智能驾驶迭代的关键要素

在这里,变化最大的是智能驾驶的数据要素。在Openai 发布Sora之前,大家都认为数据是根本。在智能驾驶场景中,影响数据产生和迭代的关键要素主要有以下几点:YVkednc

● 量产车的数量,即需要足够多的数据传感器开始工作;

● 数据传感器的效率和质量,标准传感器方案对技术迭代有更强的推动作用;

● 免费使用的智能驾驶产品有助于数据反馈和技术迭代。

实际道路环境下的真实驾驶数据量越多,遇到的Corner Case越多,智能驾驶系统的能力才更有可能向上迭代。当然由于生成场景的技术通过大模型可以实现,那智能驾驶数据的要素,就有必要,但是并不是那么一锤定音的!
02
其他智能驾驶迭代影响因素

随着激光雷达量产规模的增加,成本下降,有利于大规模应用,并促进更多智能驾驶产品向更高等级迭代。但是随着大模型技术的推进,视觉技术在狂奔,激光雷达更像是一个冗余。YVkednc

越来越多的L4玩家推出适用于乘用车的智能驾驶产品,完全自动驾驶技术的应用可加速高技术等级智能驾驶产品的上市。但是这些玩家存在感不强,没办法实现高性价比的方案。YVkednc

相同规格的传感器方案能提高智能驾驶能力迭代效率,而传感器方案数量越少、已实现的能力等级越高,则智能驾驶技术能力越强。YVkednc

芝能点评:下面这个图是不是能代表你的看法,欢迎大家把你的想法打在留言区!YVkednc

YVkednc

中国智能驾驶市场呈现出明显的梯队格局,能够实现城区NOA的厂商被认为是领先一代,而能够实现高速NOA的厂商则被视为正当代,而缺乏NOA功能的厂商则被直接视为落后一代。各厂商逐渐形成统一的标准化数据容器,这有利于数据的收集和利用,帮助智能驾驶系统向更高级别的迭代发展。YVkednc

2024年,竞争的焦点,是新一代的算法和场景生成技术!在这样竞争激烈的市场中,落后一代甚至缺乏L2级功能的车型都将失去竞争力,因为消费者不会接受落后的产品。这种市场驱动力将进一步激发智能驾驶市场的竞争,使竞争愈发激烈。
小结

智能驾驶技术的迭代不仅取决于算法、算力和数据等基础要素,还受到其他要素的影响,但是技术是决定一切的,智能驾驶本质是AI技术,也就是大模型技术的最典型应用场景,我们不能输啊!YVkednc

责编:Ricardo
文章来源及版权属于汽车电子设计,EDN电子技术设计仅作转载分享,对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。如有疑问,请联系Demi.xia@aspencore.com
汽车电子设计
博主和汽车电子的行业的工程师们一起交流、探讨、思考的小结,以作为技术交流和沟通的桥梁。
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
广告
热门推荐
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了