谁能主宰智能驾驶赛道？「芯片+感知」是第一主角

得「感知」者，得天下。

这句话依然适用于当今的自动驾驶赛道，实际上从Mobileye开始，到特斯拉，都是如此。尤其是智能化变革的快速演进，对于下游车企来说，具备规控的自研能力（更多考虑到系统的体验），但感知，需要一套快速、高质量的上车基础方案。

一直以来，全球大部分传统Tier1都选择了与Mobileye合作，包括采埃孚、安波福、法雷奥、万都等，但博世和大陆集团是例外，这两家公司都有自己的视觉算法。

感知是通过从各种传感器（如摄像头、毫米波雷达、激光雷达、超声波传感器等）采集数据，并在自动驾驶汽车的计算单元中处理这些数据来实现对规划、控制的支持。更好地理解环境，可以使端到端系统做出更好、更快、更一致的决策。

与此同时，通过测试车队及交付量产车的影子模式，高质量数据的规模化积累和闭环迭代驱动，也是车企和供应商协同开发、优化自动驾驶功能的关键。

在过去，Mobileye的方案，因为「黑盒子」的模式，导致最终的上车体验差异并不大。因为车企和Tier1供应商都无法灵活加入自己的一些算法。

比如，理想汽车创始人、董事长兼CEO李想就明确指出，此前和Mobileye的合作是一个“黑盒子”，很多自家工程师的算法和技术无法进行扩展。而，后来与地平线的合作，才实现了定制化开发。

而从英伟达上车开始，不管是特斯拉、小鹏，都跑出了一条差异化体验的自动驾驶道路。其中，特斯拉更是通过自研FSD芯片，让这种差异化体验再上一个台阶。

随着深度学习、BEV等相关感知模型的不断升级、迭代，传统芯片的固化以及迭代的速度，也造成下游软件开发商受限于硬件的能力和可扩展性。这也造成芯片赛道出现两种发展路径：一种是高算力模式，用算力来弥补软件的可扩展性；另一种，则是软硬协同+开放模式，提升算力的效率。

而后者，实际上更受大部分车企的青睐。

比如，今年11月，零束科技与地平线共同发布了“基于征程®5大算力芯片、操作系统、BEV算法、数据工场”的零束银河®智驾计算平台ZPD，在软件层，地平线的前视2D感知和BEV感知构成异构软件冗余；在硬件层，BPU®贝叶斯则对多源数据融合进行底层优化。

此外，征程5芯片+算法，在关键的3D感知能力上，可直接输出3D空间感知结果，还利用多尺度BEV输出兼顾距离范围和精度；从而助力零束打造全栈智驾解决方案。

而在今年早些时候，地平线与智驾科技MAXIEYE宣布达成战略合作；后者在征程5芯片上部署自研的MAXI-NET深度学习网络以及BEV感知融合架构，预计于2023年完成开发并达到量产落地水平。

作为中国本土自动驾驶芯片的供应商之一，黑芝麻智能也同样拥有全栈感知算法量产化能力，能够提供客户算法定制服务，支持第三方算法移植，多种算法交付方式等灵活的商业模式。 

公开信息显示，黑芝麻智能自主研发了非常多感知算法，这些感知算法能够加速并且助力一些中短期内智能领航和泊车应用产品快速落地，从而加速整个芯片的量产以及应用。

除了持续增强算法量产的程度，另一方面，黑芝麻智能也提供了一整套深度学习工具链，最主要目的将用户在服务器上以及其它平台开发的算法模型，转换成在黑芝麻智能芯片上可以运行的程序。这套工具链基本上可以满足目前主流的模型结构。

事实上，感知也是全栈智能驾驶方案自主可控的源头和关键。一些行业人士也坦言，相比于感知算法的不断变化迭代和技术研发投入，车企在规划、控制算法上的自研，更加务实。同时，未来线控底盘方案商也会提供一部分能力给到车企。

就在今年8月，Mobileye阵营的两大主力Tier1，采埃孚和安波福，宣布联合领投韩国智能驾驶软件公司StradVision（8800万美元的C轮融资），后者的软件主要用于基于人工智能的感知处理。

“与StradVision的合作扩大了我们在自动驾驶领域的环境感知能力。”采埃孚集团电子和ADAS部门开发主管Marc Bolitho表示，“再加上我们的传感器、中间件平台和高性能计算机，StradVision补齐了最后一个关键组件。”

或许正是看到这一趋势，Mobileye也选择了逐步开放策略。

“我们的客户需要灵活性和自建能力，他们需要通过软件来区分和定义他们的品牌。”在Mobileye总裁兼首席执行官Amnon Shashua看来，EyeQ Kit的目标就是降低开发成本，加快新车上市时间，并使硬件供应商在整个开发周期具有更大的灵活性。

今年7月，Mobileye正式宣布推出EyeQ Kit™，这是该公司针对EyeQ®芯片的首个软件开发工具包(SDK)，为汽车制造商提供开放的软件部署和人机界面设计。这套工具包，将首先落地EyeQ®6 High和EyeQ®Ultra两款处理器。

而对于ADAS普及市场，Mobileye认为，在L2及以下等级，针对基础的提供安全预警和控制功能的前视ADAS摄像头一体机，通过软件和SoC的紧密结合，能够降低验证成本、提高能耗效率、降低冷却散热的成本。换句话说，黑盒「交钥匙」模式更适合。

在该公司看来，基础ADAS是价格非常敏感的产品，这意味着他们的客户不需要在EyeQ芯片上进行额外的软件开发，比如目前主力出货的EyeQ4芯片，在某种意义上是减轻客户的额外成本投入。

而对于主机厂和传统Tier1的关系来说，一种说法是，一旦整车厂实现算法自主（尤其是感知部分），Tier1很可能会从完整解决方案提供商「降级」为传感器、域控制器等硬件供应商角色。

标志性的事件，是2020年6月，梅赛德斯·奔驰宣布与英伟达就自动驾驶的开发达成合作。从2024年起，梅赛德斯·奔驰不仅将在所有新车上使用英伟达芯片，还将使用后者提供的软件算法。

有消息称，在这个项目的最初阶段，英伟达其实只是一家Tier2的角色，而在最终落地的量产合作项目中，英伟达成为了一家真正意义上的Tier1。而英伟达随后发布的DRIVE Hyperion 8平台，则是第一次对外发布完整的传感器、高性能计算和软件全栈可量产平台。

在高工智能汽车研究院看来，汽车市场的多层次消费需求对应的成本因素，也在催生产业链的不同角色分工和商业模式。其中，15-30万元，将是一个明确的过渡区间。

比如，15万元以下车型，全栈方案供应商甚至是高性价比芯片+算法的模式，将是主流L2级辅助驾驶的玩法。按照目前的交付统计口径，这个细分市场的每年新车交付占整体市场的50%。

15-30万元区间，则是NOA高速辅助驾驶的主力赛道。一部分车企开始进入自研阶段，在硬件设计和软件开发上深度参与，部分硬件和软件实现解耦，多供应商组合格局明确。

而30万元以上区间，主攻NOA城区辅助驾驶，车企全栈自研和供应商全栈方案成为两大主流。但无论是哪种模式，谁拥有感知能力，仍将是市场竞争的核心要素。