NOA赛道的争夺战,已经成为车企智能化的重要标签。
今年,代号为W214的第六代奔驰全新E级将在全球多个国家陆续上市,其中,在中国市场,将首次搭载高速领航驾驶系统,实现点到点的智能辅助驾驶(高速NOA),由中国研发团队主导开发。
这是传统豪华品牌三巨头(BBA)中,首家官宣NOA落地中国;紧接着,包括宝马、奥迪也将开挂上线。其中,奥迪已经与上汽智己合作,而后者与Momenta合作的高阶智驾已经实现规模化交付。
此外,近日,导远电子也宣布,获得大众汽车集团旗下子公司CARIAD批量定点,将为大众集团全球多个品牌及车型提供高精度组合定位总成P-Box。这意味着,大众集团的NOA量产已经进入关键阶段。
与此同时,大众集团还分别与地平线、大疆、小鹏汽车有合作项目,也均涉及到高阶智驾系统。其中,大众与小鹏在合作的初期阶段,双方计划面向中国的中型车市场,共同开发两款大众汽车品牌的电动车型。
此外,作为传统合资品牌的一线阵营,2024年起,上汽通用将发布高阶、覆盖更多场景的智能辅助驾驶功能,包含高速道路和城市开放道路的领航辅助、记忆泊车等。
今年早些时候,Momenta与通用汽车本土团队已经开始在中国智能网联汽车测试示范区内的公共道路上进行高级别自动驾驶车辆的路测。
而从数据来看,NOA赛道增长持续发力。
高工智能汽车研究院最新发布数据显示,2023年1-9月,中国市场(不含进出口)乘用车前装标配(软硬件)NOA交付新车37.73万辆,同比上年同期增长151.20%。
不过,从具体数据来看,除了理想汽车(NOA搭载量占整体市场的约六成),其余品牌的搭载量仍然受制于销量和配置率的影响。
和去年同期相比,哪吒汽车、华为(合作品牌)两家增长较快。此外,华为ADS搭载品牌(问界、阿维塔)车型交付量今年增速明显。
同时,受制于成本等因素,在NOA部分,吉利(吉利、极氪)、上汽(荣威)、比亚迪(腾势)、广汽(埃安)部分车型基本上以选装或顶配为主,影响标配搭载量数据。
这也可以从高阶智驾方案的核心成本组件之一的芯片,可见端倪。目前,英伟达(包括X、N版本)、地平线、黑芝麻智能、TI(TDA4)、高通、爱芯元智等多种方案都是车企的可选项。
在爱芯元智汽车事业部总裁龚惠民看来,“不同于此前的硬件预埋、堆料,今年以来车企对成本控制有很大的诉求。除了降本,更关键的还是增效。”
目前,在车规级市场,爱芯元智已经完成M55、M76系列芯片的研发,分别应用于CMS、ADAS一体机、单SOC行泊一体并行全时域控等领域。
其中,爱芯元智正式量产上车的M55,适配基本的L2级智能驾驶需求,也能应用在CMS、DMS和OMS的场景中。预计,到今年年底M55的出货量将达到10万片左右。
而采用了多核异构NPU V3架构的M76,主要产品形态为打造单SoC全时行泊一体的域控制器,不仅能够支持BEV和Transformer算法,同时在功耗以及散热层面都很有优势。此外,面向城区NOA的M77系列也在同步开发中。
尤其是目前NOA搭载车型的交付均价仍然较高,如何实现普及化上车,无疑是车企、Tier1以及产业链各个环节供应商的关注焦点。
比如,小鹏的最新岗位招聘信息中,除了英伟达的Orin平台,该公司也在布局包括TDA4在内的低成本算力方案。同时,自研芯片也在推进中。
背靠长城的毫末智行,则是在本月一次性发布三款HP170、HP370、HP570智能辅助驾驶产品,预计将在2023年和2024年先后上车。
其中,毫末HP170是3000元级的高速无图NOH,可以实现行泊一体智驾;毫末HP370,5000元级的配置,主打城市记忆行车与记忆泊车。
同时,毫末HP570,则是8000元级的城市全场景无图NOH产品,并首次将城市NOA的成本下探至1万元以内。
此外,「遥遥领先」的华为,也开始大举降本。比如,ADS 2.0相比于上一代,缩减了激光雷达数量,从3颗改为单颗。同时,还缩减了毫米波雷达数量,从6颗改为3颗。
但即便如此,还不足以支撑问界实现全系标配ADS 2.0。另一家高阶智驾头部厂商—小鹏汽车,也宣布将在接下来的新车上缩减两颗前向盲区雷达。
此外,随着特斯拉FSD不断被曝出即将在中国市场落地,其采用的纯视觉方案和自研芯片,无论是硬件成本还是隐性的开发成本(迭代效率)都占据上风。
这意味着,目前售价6.4万元的FSD选装包,具备潜在的大幅降价可能。此前,小鹏汽车CEO何小鹏透露,到2024年,将通过技术创新使XNGP(具备全场景智能辅助驾驶能力)的BOM成本降低50%。
在高工智能汽车研究院看来,在当前的降本增效大背景下,激光雷达、毫米波雷达的处境最为艰难。尤其是BEV、大模型、占用网络等技术加速落地,纯视觉路线的成本优势更加突出。
比如,刚刚发布的极越01,作为背后的智驾系统提供方,百度Apollo相关负责人表示,纯视觉高阶智驾方案可应用于高速、城市、泊车等全域场景,去掉激光雷达也将让整车成本更低。
其中,关键的技术—4D BEV Transformer+占用网络OCC技术,对静态环境做端到端实时重建,可以获取比激光雷达点云分辨率更高的三维结构信息,已经可以实现对激光雷达的替代。