延边州住房城乡建设局网站,WordPress runcode插件,网络软件系统,衡水做wap网站多少钱来源#xff1a;36氪 概要#xff1a;基于博世的很多发现#xff0c;整个无人驾驶的时间表可能如下#xff1a;Level3级别的自动驾驶可能会在2020年后#xff1b;Level4量产的时间是2020到2023年。 全球智能驾驶行业风起云涌#xff0c;大量资本、技术、人才不断涌入。在… 来源36氪 概要基于博世的很多发现整个无人驾驶的时间表可能如下Level3级别的自动驾驶可能会在2020年后Level4量产的时间是2020到2023年。 全球智能驾驶行业风起云涌大量资本、技术、人才不断涌入。在自动驾驶的宏大愿景之下国内也涌现出了不少初创公司涵盖了智能驾驶的产业链各个维度从底层芯片到软件算法从核心技术到场景落地。 但在这个已经有一百多年历史的资本、技术密集型行业打破原有的产业链条并不容易。车厂依然是自动驾驶时代最重要的玩家之一。原有产业链条如何看待这一新兴市场如何看待与初创公司的合作这些问题我们都很感好奇。 在今年第二届微软亚洲研究院院友年度大会的智能驾驶论坛上博世中国新业务发展部总监张翠波也从车厂的角度解答了这些难题。 Q 如何看待自动驾驶领域初创公司与巨头的关系 张翠波 自动驾驶是一个很大的话题我将从两个维度进行解答一是市场业务、商业模式的维度一是技术维度。 到2030年或者2035年城市的出行方式很可能变成地铁加共享的汽车、共享的单车这会是80%-90%的出行方式。对整个汽车产业来讲这是一个非常深刻的变革。所有OEM厂商们需要拓展业务边界转身担负服务的角色而这个市场会为新进的玩家提供大量的机会。今天这一市场竞争格局暂没有形成。 从技术的维度去看自动驾驶包含9个模块的不同技术其中全新的技术只有感知其他很大一部分可能是之前已经存在的。在自动驾驶的早期阶段很可能并非是纯粹基于深度学习很可能是深度学习加上规则设定共同实现。若是如此所有的逻辑变动不大只是在输入端由人输入变成了机器输入。无人驾驶底层技术的其他部分则都是已经存在的。 从我们的角度而言我不觉得技术本身发生的变革超越了商业领域的变革。一方面技术上有全新的领域但另一方面在全新的领域和商业领域一样竞争格局没有形成对于新的玩家来讲其实是更大的机会。 如果比较初创和跨国公司我会觉得在任何一个单一技术上尤其是新的技术上初创公司常常能够以更快的速度实现突破然后解决技术上真正需要攻克的部分。初创公司非常敏捷、非常灵活可以在快速试错中非常快的成长。 我还在服务巨头肯定不会对巨头很绝望我们仍然觉得巨头们非常有优势。任何到了系统层级的能力其实都需要长久的累计。在这部分巨头们拥有的能力不是短时间内初创公司可以迅速的超越。巨头们不管是整车厂还是Tier1其一个非常大的竞争优势在于对于价值链的把控和对全球产业格局的深度理解。也正是受制于这两点巨头们往往比初创公司慢很多但在战略上仍然能够保有先机。 汽车产业是一个高度资本密集型同时又高度技术密集型的产业。在这样相对成熟的产业想打破整个产业链条并不是一个轻易发生的事。我去想象未来我会觉得多数今天汽车产业大的玩家们还在可是一定会有新的玩家入厂会有巨头倒下。 至于什么样的玩家会胜出我认为在这样的产业格局下公司需要有非常清晰精准的定位同时能够找准自己的合作伙伴。 Q 在大厂看来智能驾驶的关键难点是什么 张翠波 基于博世的很多发现整个无人驾驶的时间表可能如下Level3级别的自动驾驶可能会在2020年后Level4量产的时间是2020到2023年。 影响这个时间表的变数可能包括这样几个点一个维度是整个产品的验证、测试和释放标准二是底层传感器技术。 汽车产业和消费电子、其他产业不同汽车产业的召回非常昂贵动辄几十亿如果释放标准不清晰没有厂商敢贸然走向量产。在测试部分实际的路测合理比重行业上还未有突破。 讲到底层技术从我的角度来讲影响整个时间表的可能会是三个底层技术芯片本身、传感器、深度学习算法。芯片方面包括地平线在内的初创公司已经入场。传感器方面今天大家更多讲的是激光雷达会是传感器受制约的部分从我的角度讲我不关心它是激光雷达技术本身的突破还是摄像头的突破从系统层面上要解决的问题是在极端的天气状况下能捕捉有效的视觉图像同时又能捕捉长距离的图像同时又能保证实现的稳定性。第三个技术上受限的部分来自深度学习算法但是深度学习这部分是黑盒子是不可专业表达的但汽车行业都是标准清晰的一旦发生问题就需要最短时间内找出问题的根结所在解决这个问题重新上市产品。
