华为鸿蒙4

随着人工智能大模型的不断发酵，业界越来越重视人工智能大模型在各行业的应用。例如，“AI 教育”“AI 医疗…，曾经炒作过的人工智能概念有重新炒作的趋势，人工智能汽车也不例外。

近日，在四维图新战略研讨会上，明确围绕“智能汽车”主轨道，以地图数据、导航产品为基础，以智能驾驶、人车交互为主要应用场景，为智能汽车提供软硬件产品组合，加快形成“芯片” 算法 数据 云数据驱动创新闭环。除了新的四维图，华为问界M5智能驾驶版的推出也在业内引起了强烈反响。许多用户愿意成为“自来水”，打电话给问界智能驾驶。有一段时间，人工智能汽车的声音再次上升。

(图片来自Canva可画)

智能汽车的人气再次飙升

在6月16日举行的2023年未来汽车先锋大会和全球智能网络汽车商业化创新大会上，华为终端BG CEO、BU智能汽车解决方案BU智能汽车解决方案 首席执行官余承东说：“中小型制造商可能会被大型制造商合并或重组。如果未来能够生存的汽车公司年产量不到500万辆或1000万辆，在这个时代可能很难站稳脚跟。值得注意的是，华为与赛力斯几乎同时合作的问界M5智能驾驶版也在同一天交付，引起了业界的关注。从现在开始，智能汽车的人气再次飙升是有原因的。

一方面，智能汽车解决方案越来越成熟，目前L3级智能驾驶着陆，行业已进入成熟着陆阶段。进入智能汽车时代，传统的汽车电子电气架构加速了从分布式（模块化、集成）到域集中（包括集中、域集成）、中央集中演进(车载电脑、车云计算)。在域控架构下，汽车通信性能更好，成本更低，节省了大量ECU（电子控制单元）的使用，大大节省了空间、能耗和材料，大大提高了核心域的计算能力，智能功能开发更加顺畅，应用速度大大提高。

例如，华为将多年来在ICT中积累的核心能力转移到智能汽车上。例如，华为的鸿蒙系统智能驾驶舱、智能汽车控制和智能驾驶技术都应用于华为的合作伙伴，如赛力斯的问界和长安汽车的阿维塔，创造了强大的智能驾驶体验。问界M5智能驾驶版是业内第一款同时配备HUAWEI的车型 ADS 2.0智能驾驶系统，与鸿蒙智能驾驶舱3.0车型无限接近自动驾驶L3级智能驾驶体验。

另一方面，随着电动汽车越来越卷，汽车的智能水平越来越成为汽车公司创造产品差异化的核心卖点。几年前，随着行业新能源的快速渗透，用户对汽车电气化体验的感知相对较深，对智能化的感觉也不那么冷淡，尤其是“蹩脚”的智能化。这也是包括比亚迪在内的制造商。虽然智能化水平不高，但他们仍然凭借强大的电气化体验走在行业前列。

然而，与过去相比，经过一轮重大洗牌，头部有轨电车企业之间的竞争变得越来越焦虑。除了电气体验，智能体验越来越成为汽车企业差异化的核心卖点。例如，驾驶舱区域与车身区域（包括雨刮器、车钥匙和窗户）的整合可以让用户体验到技术进入生活的感觉。智能驾驶水平的提高将汽车的智能体验提升到一个新的高度。从这个角度来看，智能化再次走热，更像是之前大浪淘沙后行业“蓄力向上”的开始。

智能汽车进入关键分水岭

从目前的角度来看，目前的汽车智能可能已经进入了“关键定性变化”阶段。在4月16日举行的2023年华为智能汽车解决方案新闻发布会上，华为执行董事余承东表示：“上半年的电气化是硬件决定体验；下半年的智能化是软件决定体验。目前，汽车可能已经到来，从制造属性到技术 过渡阶段的消费属性，甚至可以说是关键的分水岭。

首先，以华为等为代表的龙头科技厂商正在以顶级智能体验重新定义智能汽车产品。根据汽车之家发布的《2022年中国智能汽车发展趋势洞察报告》(以下简称《报告》)，目前国内智能汽车品牌的智能性能特点不同，长短板非常明显。总的来说，它呈现出“驾驶舱强、智能驾驶弱”的特点。同时，算法迭代压力大，互动体验不足。

智能体验在汽车企业和汽车企业之间的差异也很明显。根据《报告》用户严格评估的结果，2021年智能驾驶舱得分Top 中国品牌车系在10中占据8席。其中，小鹏P7交互方便，语音功能特别强大；理想的综合娱乐系统强大，星越场景覆盖率高，蔚来具有良好的互动沟通体验。即便如此，每个家庭还是有自己的缺点。华为鸿蒙4.0车机系统作为近两年才大举进入智能汽车行业的“新人”，确实给现有的智能驾驶舱市场带来了新的变化。

其具体亮点如下：六音区声源定位、多屏多音并发控制、舱内眼球位置跟踪及眼部状态识别、多屏多通道双向流通、多屏跨设备屏幕投影。与此同时，新一代 HUAWEI 车载智能屏，xPixel 智能车灯解决方案和HUAWEI xHUD AR-HUD 增强现实的抬头显示也同时出现，其他的，如数字驾驶舱和智能汽车云服务，华为鸿蒙系统等，也一起上车。这表明，真正意义上的“数字移动第三空间”正在诞生，这显然与简单连接中控屏等智能功能的智能驾驶舱完全不同。

第二，新的智能革命正在广泛兴起，给汽车智能带来了新的外部刺激。自今年以来，以ChatGPT为代表的人工智能模型迅速席卷了各个行业，为包括智能汽车在内的许多行业带来了新的数字机遇。目前，百度、华为等已经发布了AI大模型，已经宣布将自己的AI大模型应用程序连接到相应的智能汽车产品中。

那么，AI大模型会给智能汽车带来什么变化呢？从目前已知的数据来看，大型车型给智能汽车带来了两个变化：一是大型车型与智能驾驶舱相结合，可以实现跨业务、跨场景的自由交流，提高驾驶舱交互体验；二是促进自动驾驶的发展。具体表现为：在云中，大型模型可以发挥参数增加带来的容量优势，加快汽车数据挖掘和标记任务能力；在车辆端，可以将负责不同子任务的小型模型合并为大型模型，节省车辆端推理计算时间，提高汽车安全性。

简言之，无论是参与“催化”智能汽车发展的大型科技制造商，还是人工智能模型对整个产业链的外部影响，都意味着智能汽车正在进入关键的分水岭。

路线之争还在继续

随着智能驾驶的普及，行业围绕纯视觉解决方案和激光雷达解决方案的智能驾驶路线之争再次被提及。特别是问界M5智能驾驶版的推出，使得以特斯拉为代表的纯视觉解决方案的评价越来越两极分化：一是纯视觉解决方案是一条不切实际的路线，因为它无法解决驾驶安全问题，将面临相当长的政策压力；另一方面，人们认为纯视觉解决方案具有长期价值，激光雷达目前可能是一种过渡解决方案。那么，这两种方案中哪一种更适合当前环境呢？

一方面，纯视觉方案确实具有成本优势，但安全“严重伤害”难以掩盖。具体来说，纯视觉方案依靠高分辨率、高帧率的成像技术来感知外部环境信息，实现无死角场景的全覆盖，然后借助传感器将获得的环境数据上传到系统，依靠系统进行分析、判断和决策，更类似于人类的反馈系统。

作为这方面的代表，特斯拉、百度、极氪等汽车公司都使用这个方案。例如，特斯拉搭载了8 前置三目摄像头(分别是长距离窄视角、中距中视角和短距鱼眼)、车辆左右两侧有两个面向前后的摄像头，加上一个后置摄像头，8个摄像头完成了360° 无死角覆盖的纯视觉感知，而百度的Apollo Lite和特斯拉基本一致，只安装了两个环视摄像头作为感知补充。

与激光雷达解决方案相比，该解决方案避免了购买价格通常为数万元的激光雷达，从而避免了汽车制造成本过高的问题。但缺点也很明显，即它高度依赖于算法驱动和高计算能力支持，反应速度略慢于激光雷达，容易受到光等极端环境的影响，安全风险较大，这也是纯视觉解决方案被“批评”的根源。

另一方面，激光雷达成本高，但反应灵敏，安全性高。激光雷达在运行时，可以快速准确地判断外部物体的位置和大小，同时获取数据，形成准确的数字模型。与视觉学校相比，它具有更长的监测距离（300米以内的物体）、更高的精度、更敏感的响应速度（更短的反射弧）和不受环境影响的极端天气，如暴雨和冰雹。从问界M5智能驾驶版的反应来看，它可以在南方暴雨天气下自由应对，智能驾驶可以通过各种复杂的路况，具有很强的环境适应能力。

不难发现，智能普及的前提仍然是智能驾驶的安全性，激光雷达方案相对更安全。但从长远来看，随着算法和计算能力的提高，纯视觉方案将逐渐受到行业内外的关注。

商业化将成为未来决定性的关键

纵观国内智能汽车的整个发展过程，不难发现，从最初的“热火”到背后的“沉默”，再到再次引起外界关注，影响智能汽车评价的不是它是否重要，而是它能否商业化，即其商业逻辑能否运行是核心关键。

首先，影响智能驾驶产业实施的重要因素是技术应用是否存在安全隐患，是否符合“人本主义”的商业道德。正如上述，虽然纯视觉方案好，成本低，具有长期的商业价值，但仍有许多汽车公司，选择激光雷达方案，关键是其安全风险，这是用户不能接受，也是社会和政府部门不能接受，这将直接影响政府促进相关政策的开放速度。

换句话说，只要有安全的智能驾驶技术，政府部门就会为汽车企业列出一份白名单，让汽车企业测试更先进的自动驾驶技术。最近，华为推出的问界M5智能驾驶过于引人注目，因此外界正在预测L3级自动驾驶是否会提前实施。果然，本月我们还发布了L3级政策指南，这在一定程度上不是巧合，而是逐步达成了社会对技术的共识。

其次，智能着陆的成本解决方案是否能被各方接受。在过去，特斯拉非常排斥激光雷达的原因。除了考虑视觉解决方案的技术工作外，他们还擅长这样做，成本也是一个非常重要的考虑因素。为了控制汽车的成本，马斯克不仅没有安装激光雷达，还宣布去年将在欧洲、中东和北美交付del 3、model Y，统一移除超声波雷达的成本只有几百元。根据马斯克的计划，特斯拉的智能汽车必须越来越便宜，所以成本只能越来越低，而不是太“高”的昂贵硬件。

在此计划的指导下，特斯拉可以在电气化的基础上实现低成本的智能汽车体验，吸引更多的用户购买特斯拉的FSD，从而实现软件赚钱的目的。然而，激光雷达的“昂贵”并非没有办法解决。目前，华为、速腾聚创等厂商已经达到了适合工业化的水平（华为相关产品200美元），随着合作汽车公司产品的大量出货，规模效应越来越明显，成本下降空间进一步开放（如问界、威来等已交付数十万辆车），工业化进一步加快。

从这个角度来看，事实上，在所谓的路线纠纷背后，核心是商业卡点的问题。只要商业化能够实现，那种技术路线就可以实现。考虑到自动驾驶着陆的长期性和复杂性，依靠市场手段度过早期生存阶段，然后依靠先进技术促进体验升级将是未来汽车制造商争夺自动驾驶声音的关键策略。