國內L2+產品陸續定點上車，如何全方位降低智能化門檻？

“我們其實在打造一個超級引擎，基于AutoBrain在智能駕駛軟件方面的能力，從感知、決策規劃、控制同步等層面，讓不同級別的智能駕駛系統能夠快速適配到不同的車輛平臺。”AutoBrain聯合創始人兼CEO Yolanda Du向36氪表示。

從2020年起，每年似乎都被稱為高級輔助駕駛量產元年，可時至今日，除了特斯拉和少數幾家造車新勢力的量產車型外，高級智能在乘用車領域離真正意義上的量產還相去甚遠。而且，具備L2+功能的車價格高企高昂，很難成為爆款車型。

如何全方位降低智能化的門檻是整個行業關注的焦點，行泊一體無論從技術路徑，還是商業路徑判斷，無疑是一種優化的解題思路。

去年以來，據統計有近二十家自動駕駛等相關領域的公司發布了行泊一體解決方案，激烈的競爭讓這個領域充滿了機遇和挑戰。

另一方面，車輛智能化的進程不止由市場來驅動，從更宏觀的交通安全、效率、能耗等出發點，國家也著重制定了相關政策。

特別是今年以來，從國家到地方不斷釋放出利好政策，8月初交通運輸部發布《自動駕駛汽車運輸安全服務指南(試行)》，首批18個智能交通先導應用試點項目同時出爐。

9月，上海市出臺《上海市加快智能網聯汽車創新發展實施方案》，進一步明確了時間節點和分級量化數據，到2025年，上海市要初步建成國內領先的智能網聯汽車創新發展體系，產業規模力爭達到5000億元，具備組合駕駛輔助功能(L2級)和有條件自動駕駛功能(L3級)汽車占新車生產比例超過70%。

這無疑會加速國內主機廠推進智能化的腳步，盡管關于主機廠能否全棧自研自動駕駛解決方案的爭論還在繼續，但從時機選擇上看，答案已經趨于明確。

“今年，國內供應商的L2+產品已經開始陸續定點上車，但市場真正放量應該還會稍晚一些。AutoBrain從明年Q2開始批量交付，首批兩個定點的交付總量接近60萬，后續還有多個與國內及海外主機廠的新增定點車型。” Yolanda向36氪透露道。

AutoBrain(北京奧特貝睿科技有限公司)是一家在自動駕駛領域有著近二十余年積淀的科技企業，創始團隊更是有著聞名圈內的傳奇色彩。

AutoBrain的創始團隊曾連續登頂國內最早的的自動駕駛挑戰賽;2018年即發布了首款可量產車規級智能駕駛域控制器--Mr.Pilot 1.0(NOA版本)，搭載賽靈思的芯片，可針對高速場景，實現上下匝道、智能超車、智能避障等靈活操作。

帶著對自動駕駛、行泊一體、城域智能導航、算力平臺等領域的不少問題，36氪邀請AutoBrain聯合創始人Yolanda Du進行了一次深入的訪談。

率先依托L4能力推出軟硬一體的行泊一體方案

自動駕駛領域在近十年間風起云涌，誕生了無數的創新，也變成了一個成長空間不可限量的超級賽道，但事實上，人們對于無人駕駛的前瞻性研究遠不止這十幾年的時間。

從 2004 開始，美國國防部高級研究計劃局(Defense Advanced Research Projects Agency，簡稱“DARPA”)連續四年贊助了無人駕駛挑戰賽，這個系列賽不僅涌現出了像Waymo創始人Sebastian Thrun這樣的頂尖人才，讓激光雷達公司 Velodyne從此備受矚目，更是拉開了整個自動駕駛賽道的序幕。

與此同時，國內的先行者們始終處于這波熱潮的浪尖。

“那時候我還在美國，被國內未來汽車挑戰賽的激烈盛況，和連續多次奪冠的猛獅團隊L4級別的自動駕駛能力深深震撼。”回憶多年前聯合創立AutoBrain的契機，Yolanda依然難掩興奮之情。

2011到2017年，猛獅團隊連續6次獲得智能車未來挑戰賽的冠軍，大賽同樣也為中國的自動駕駛創業熱潮創造了條件。

猛獅團隊的負責人彭永勝、李明喜從千禧年就開始研究自動駕駛，彭永勝專注車輛整體架構，李明喜則長于智能車軟件。彼時，Yolanda畢業于UC Berkeley，從事智能車決策與控制及智能交通安全研究，是特斯拉設立AutoPilot部門后的第一代核心研發工程師。

三位不同背景的創始人聯合創立AutoBrain也為探索L4多傳感器融合路線與純視覺路線的結合，加速自動駕駛產業化落地創造了先決條件。

“從技術、產業、終端用戶的認知等多個維度的深度認知出發，我們從創業之初就選擇了與主機廠深度合作的路線，加速前裝量產，廣泛賦能主機廠。”Yolanda進一步詳細介紹。

當行業一直在專研L4的時候，AutoBrain卻始終專注探索可行的量產解決方案，AutoBrain陸續在與長城汽車、北汽、吉利等主機廠的戰略合作中，提供了低階、中階和高階的輔助駕駛解決方案，并且把高級輔助駕駛軟件和硬件打磨成整套產品。

2018年，AutoBrain率先推出了輕量化的軟硬一體的智能化平臺，該平臺可實現純視覺感知、NOA/NOP功能。在2018年同期，Autobrain還自主研發了Mr.Pilot 1.0.針對高速場景實現上下匝道、智能超車、智能避障等靈活操作。

從行泊一體到全域智能

Yolanda談到：“L2+和L4并不矛盾，現階段無論從供應鏈還是終端消費者的角度來看，L2+是更行之有效的方案，能夠切實落地并形成系列產品，加速助力產業發展。”

自動駕駛方案成熟與否依賴于完整技術棧中軟硬件各環節的有效支撐，有著顯著的木桶效應，評價系統的優劣，更多取決于其中薄弱的環節。不同級別的智能駕駛方案同樣會面臨來自傳感器、算力平臺、算法、數據等方面的技術挑戰，被市場驗證的方案也應該在其中尋找最佳平衡點。

在現階段，行泊一體的確實現了揚長避短。

行泊一體的技術方案在產業化落地反面優勢明顯，一方面可以最大程度利用算力平臺和主機廠平臺化傳感器，來增加設備、器件的復用，以獲得更完備的環境感知，進而實現高速和低速在內的全場景覆蓋;另一方面在大幅提升系統適配效率，縮短上車周期的同時，可以進一步壓縮控制成本。

談到具體產品線，Yolanda表示：“結合主機廠以及終端消費者的需求，我們已經形成了基于AutoBrain L2.5+單芯片行泊一體域控產品的完整產品矩陣，從行泊一體 Infi-pilot Lite 基礎版本、到Infi-pilot Standard 版本、再到Infi-pilot Pro 版本，可以實現10-30萬車型的全覆蓋，更高端的行泊一體 Infi-pilot Pro+ 版本則可以為30萬以上車型提供行泊一體、及部分城市道路場景的高級輔助駕駛功能。”

能夠從高速和泊車場景，向更具應用價值的城市道路場景延伸，得益于AutoBrain過往L4級自動駕駛算法和數據上的積淀。而在15萬元以下車型的覆蓋方面，AutoBrain所提供更具性價比的解決方案，無疑走在了市場前列，這也是過往國內最具市場增量的乘用車領域。

也正是由于二十余年的經驗積累，AutoBrain在城市道路上的各種細微之處體現了“老司機”駕駛體驗，這種基于場景的優化方式或許是解決自動駕駛長尾問題的有效方案。

目前，越來越多的主機廠對高級輔助駕駛的軟硬件方案表現出多元化的需求，作為自動駕駛軟件供應商，Yolanda談到AutoBrain將根據主機廠的差異化需求提供不同的合作模式：“既可以專注于提供軟件服務，如同與海康汽車的深度戰略合作模式，結合合作伙伴的硬件，共同交付主機廠;也可以為主機廠提供軟硬一體的整體解決方案。”

像樂高一樣組裝自動駕駛能力

“我們的產品一定是要更安全更智能的。”Yolanda如是說：“國際知名Tier 1們最高的門檻是其產品的安全性，過去一段時間的疫情給主機廠保證產能帶來了挑戰，但是缺芯等狀況卻給國內的自動駕駛公司帶來了難得的時間窗口，AutoBrain充分利用這段時間打磨產品，可以在保證安全性的基礎上，用功能豐富的產品矩陣競爭。”

當下，L2+級別的智能駕駛功能主要通過三種方案實現落地：第一種是以特斯拉為代表的全棧自研;第二種是主機廠拆分高速、泊車等不同場景的智駕功能需求，選擇不同供應商的解決方案再自行整合;第三種是主機廠選擇行泊一體式整體解決方案。當然，不同選擇各有優缺點，主機廠也已經花了很長時間來權衡利弊。

能夠像特斯拉那樣從芯片開始全棧自研的門檻實在太高，即便可以打通從汽車到機器人的生態，但高投入、長周期遠非一般主機廠的能力范圍。

“從供應鏈出發，綜合市場等諸多維度考量，主機廠對于構建智能化能力通常會一手自研，一手去看外部供應商的方案，來尋求最大化的經濟效益。未來，主機廠的自研部門和外部供應商或將長期并存，而更安全、更智能、更具性價比的方案將成為市場主流。”對于市場，Yolanda有著明確的判斷。

而現在，高級輔助駕駛市場尚處于初級階段，要達到更成熟的狀態，就需要加速教育市場。一些主機廠缺少算法和數據的積累，過度依靠大量傳感器和高算力芯片，大幅推高了智駕系統的前裝成本，同時，也難以獲得更多的數據反哺。

AutoBrain認為當務之急是快速提升市場滲透率，不管對于主機廠，還是終端消費者，讓過去30萬元以上高端產線才有的功能，逐步向20萬甚至更低的中低端產品系列下放，這樣的趨勢更有利于形成智駕市場的良性生態。

對于AutoBrain而言，正如公司名字的字面意思“汽車大腦”，一直致力于為智能汽車打造會思考的操作系統，讓汽車有更聰明的大腦。當然，也可以幫助主機廠根據車型定位，像樂高一樣快速拼接組合智駕功能。

基于AutoBrain的超級引擎，可以在TI、英偉達、地平線等多種算力平臺上，快速部署從5R1V、5R5V，到增加全場景視覺、激光雷達、高精度地圖的高階系統，針對高速、泊車、城市道路等復合應用場景，提供IACC(智能自適應巡航)、高速NOA(領航輔助)、擁堵跟隨(TJP)、城市NOA(智能領航)等功能。

“拋開終端用戶的功能需求，來談自動駕駛的重要性是不科學的。”Yolanda認為：“AutoBrain的產品研發始終賦予更安全、更智能同等權重，在L2+和 L4 兩條線上持續研發。目前AutoBrain的研發已覆蓋到更復雜的城市道路場景，并將在Infi-Pilot Pro量產產品中實際交付。下一步我們將基于公司的Infinity產品戰略收集更多的主機廠、消費者需求，不斷迭代平臺數據，為實現千人千面的定制化產品去賦能。”

自動駕駛技術的商業化之路很難一蹴而就，智能化的汽車不再單純追求高配置、超豪華，針對不同的場景深度定制，為主機廠提升開發效率，為終端用戶實現降本，是自動駕駛公司在復雜的競爭環境中脫穎而出的關鍵。

AutoBrain正如Yolanda 所說，通過打造覆蓋自動駕駛和高級輔助駕駛的超級引擎，利用中國汽車智能化高速發展所帶來的供應鏈優勢，充分賦能主機廠和合作伙伴，更是讓終端消費者直接受益。

來源：36氪

IT時代網(關注微信公眾號ITtime2000，定時推送，互動有福利驚喜)所有原創文章版權所有，未經授權，轉載必究。
創客100創投基金成立于2015年，直通硅谷，專注于TMT領域早期項目投資。LP均來自政府、互聯網IT、傳媒知名企業和個人。創客100創投基金對IT、通信、互聯網、IP等有著自己獨特眼光和豐富的資源。決策快、投資快是創客100基金最顯著的特點。

相關文章

國內L2+產品陸續定點上車，如何全方位降低智能化門檻？

自動駕駛公司“瘦身”：商業化落地艱難，資本信心跌落

一條全棧自研路線，云驥智行不斷創新高階自動駕駛

Argo AI命運反轉，自動駕駛公司遭遇估值退潮