特斯拉FSD来袭,国内车企如何应对?

车百智库 2024-09-09 09:24:16

摘要:“端到端”与“车路云”并不对立

9月5日,特斯拉人工智能团队在社交平台发布消息称,预计2025年第一季度在中国和欧洲推出完全自动驾驶FSD系统,但仍有待监管批准。

一时间,引发市场高度关注。

与此同时,在国内汽车市场,智能网联汽车技术的发展正助推L2、L3级别辅助驾驶技术的规模化应用,“车路云一体化”的汽车生态正在加速构建。

中国电动汽车百人会副理事长兼秘书长张永伟曾表示,我国智能网联的路径已经清晰,车必须联网,2024年新车基本会配备联网通讯模块,“车路云一体化”将走向产业化。

根据中国汽车工程学会等相关机构发布的《车路云一体化智能网联汽车产业产值增量预测》报告,到2030年,“车路云一体化”产业产值增量预计将超万亿元。

在第四届沈阳智能网联汽车大会上,中国工程院院士李克强说:“大家谈车路云一体化的目的是为了形成一个复杂体系化的协同感知、决策控制和增值服务,与单车智能并不矛盾,而是单车智能的升级版。”

李克强院士认为,单车智能技术的发展,自然会衍生到车云协同,从车到云,再到基础设施的一体化,是技术发展的演进路径,“不存在谁否定谁的问题。”

“端到端”、“大模型”的火热,离不开C端市场量产产品的推出以及车企的营销竞争,毕竟相比于距离大多数人仍然遥远的Robotaxi、无人配送车,高阶智驾所带来的获得感是更直接、更广泛的。同样,对于车企而言,在这个领域的投入可以更快见到市场回报,也是在智能电动车内卷加剧的环境下,建立品牌差异和产品核心竞争力的重要内容。

一、从“端到端”到“车路云”

但如果将这些放到“自动驾驶”技术发展的大潮之下,会发现其也不过是技术演进迭代中的一环。

李克强院士表示,特斯拉新一代FSD是在传统单车智能基础上,增加了基于影子计算的端到端大模型,但仍然属于高级别辅助驾驶,而非无人驾驶;其次,它并非传统的单车智能,而是“影子模型”加“端到端大模型”的车云协同。

事实上,新一代FSD正是技术演进的过程,也同样是车路云一体化的初级形态,而如果有车路协同的加入,其实影子模型也可以做到更低成本、更好效果。

这也就回到了中国方案所追求的,通过新一代移动通信技术加持,让人、车、路、云一体化,构建共性的数据平台,再支持产业化应用。

其实端到端、大模型的火热背后,如果缺少车路云一体化模式,意味着每个企业都需要大量的数据,但同时又要面对数据量有限、数据种类单一的困境。而车路云一体化,恰好可以为大模型构建,提供其所需的完整数据底座。

岚图汽车科技有限公司智能驾驶高级总监付斌提到了作为车企,目前在推进“车路云”一体化时所面临的挑战:包括基础设施建设的碎片化,很难支持智能驾驶技术和网联功能模块化、规模化的应用。即便车企愿意接入路测信息,但碎片化、不连续的数据也很难对用户体验带来实际提升。

此外,基础设施的投入作为基建成本,对汽车厂家来说深入参与的资金压力和商业化前景都不友好。

而各种系统、技术标准的兼容统一,以及各个企业间数据的封闭,也都让车企的示范应用有着现实的困难与挑战。

中汽院智能网联副总经理夏芹也提到,在她的工作经历中遇到很多数据质量的问题,同时还可能拥有非常多的数据对接方,这对于车企而言,意味着使用数据的对接流程非常繁复,同时数据还可能很不好用。

蘑菇车联CTO郭杏荣则举了这样一个例子。过去一些试点建设,数据误差达到了几百米,甚至车企去测试发现还没有自己的单车智能精准,这就导致数据无法被使用。

其实,“端到端”与“车路云”,其实并非二选一的对立,而是从高阶辅助驾驶迈向自动驾驶,所必然经历的过程,也只有技术的相辅相成,才能更高效地达成目标。就像李克强院士所说:“单车智能能够逼近优秀驾驶员水平,但限制了水平上限。而引入路测感知与计算,增强车路云协同模式,则有机会超越人类驾驶水平潜力,提升上限。”

二、车路云一体化离落地还有多远?

目前,车路云一体化应用已经确定20个试点城市,但如前所述,在推进过程中遇到不少阻力。车路云一体化需要建设大量路侧基础设施,成本较高,亟需调整建设配置和投融资来源。

在第四届沈阳智能网联汽车大会上,中国电动汽车百人会副理事长兼秘书长张永伟指出,过去各地建设车路云一体化路侧设施以区域试点为主,新一轮建设扩大了范围,基本要求全域覆盖,这意味着投资规模将成倍增加。他认为,各地主管部门应分类建设,才可以降低成本。比如在一些交通繁忙的复杂路口开展高配置建设,把它“武装”得非常智能,而在其他绝大部分场景下,可低配建设。

车路云一体化项目主要靠政府投资,张永伟认为,在区域试点阶段,上述模式勉强可行,城市若要实现全域覆盖,完全靠政府出资并不现实。车路云一体化设施在性质方面和高速公路等基础设施类似,可以考虑借鉴高速公路收费模式,借债完成建设,靠后期运营偿债。

蘑菇车联CTO郭杏荣也分析称,无论是路侧基础设施建设还是云控平台的建设,都要特别重视数据的质量和服务的可靠性、稳定性问题。

“‘高可用性数据’意味着数据能够真实反映道路交通状况,并确保数据在使用者需要时可以被及时、准确地调用,进而保证系统决策的有效性。”郭杏荣表示,在“车路云一体化”系统下,高质量、高可用的数据能够促进交通流量管理、提高自动驾驶决策效率、提升交通态势分析和预测精准度,对于提升自动驾驶安全性和道路通行能力方面有着重要作用。

“换句话说,如果数据质量不好,就无法让基础设施发挥作用,并可能引发错误的决策或操作发生,这对于以安全为前提的交通行业来说是不可接受的。”郭杏荣进一步解释称,只有产生高质量、高可用的数据,才能为“车路云一体化”的协同分析与全局决策提供准确依据。

0 阅读:50

车百智库

简介:车百智库,帮您读懂新能源汽车产业。