亮剑「驾舱」产品矩阵,百度要做智能化「卷王」

news2024/9/30 21:36:35

2023年,汽车智能化开启新一轮加速度。

伴随着汽车行业变革从“电动化”的上半场进入“智能化”的下半场,中国正成为智能驾驶技术领域的引领者和汽车智能化的核心战场。

据高工智能汽车研究院发布的《2023-2025年中国智能汽车产业链市场数据预测报告》预测,2023-2025年,中国乘用车市场的L2(L2+)整体搭载率将分别达到35%、45%、53%。其中,在新能源市场的搭载率将分别达到58%、65%、70%

可以说,L2持续保持爆发增长的底层逻辑,在2021年出现了转折点,具体表现为搭载L2车型均价首次低于L1,且这一差距在2022年继续拉大,这表明L2级辅助驾驶毫无疑问已经成为市场的主流。

随着汽车的智能化进入“L2普及、L2+冲刺发力、L3/L4小规模落地”的并行发展周期,智能驾驶赛道明显进入了多点爆发周期。

未来3年是汽车智能化关键窗口期

今年1-3月, 中国新能源乘用车的市场渗透率超过26%,完成了从“初期市场”向“早期大众市场”的跨沟,电动化的淘汰赛早已开始,智能化的淘汰赛则正在积聚能量、蓄势待发。

在百度Apollo看来,到2026年,搭载了记忆泊车、高速领航、城市领航等L2+级别高阶智能驾驶系统车型的市场渗透率将超过15%,产业迎来智能化的跨沟期。届时,高阶智能驾驶市场的爆发将引发汽车产业新一轮洗牌,未来3年成为关键窗口期。

2026年,当智能化完成市场‘跨沟’后,没有智能驾驶能力的汽车将难以进入用户的购车清单。百度集团资深副总裁、智能驾驶事业群组总裁李震宇表示。

可以说,谁能率先为消费者提供安全安心、有真实获得感的智能驾驶体验,谁就有可能在下半场智能化的竞争中获得先机。

然而,与传统的以机械零件为主的系统相比,智能化系统是一个以硬件为载体、由算法软件驱动的大规模动态系统,其复杂性呈指数级增长态势。

具体而言,软件系统具有动态可变性、非线性、可修改升级等特征,这些特征与智能驾驶系统独特的软硬一体、持续演进、数据驱动等特点叠加在一起,使智能驾驶系统成为一个极具技术挑战的复杂产品。

因此,在智能汽车时代,需要的不仅是智能化产品的升级,更是在挑战传统整车和供应商之间既定的关系模式。这无论是对科技企业还是车企而言,都是一场全新的产业革命。

这意味着产业链中单一角色很难完成所有的硬件研发和智能技术积累,行业正在经历没有石头可摸的“过河”期。

与此同时,车企自研热潮也在退去,从坚持“全栈自研”开始转变为“全栈可控”。

智能汽车是多产业、多技术协同融合发展的新物种,汽车智能化涉及的技术很多、门槛也不低,单一的角色很难完成所有的研发和持续的技术投入。为了把产品体验做好,当前车企需要的不只是零部件供应商、更是能让灵魂与躯体融为一体的合作伙伴。百度集团副总裁、智能汽车事业部总经理储瑞松表示。

当业界都在谈论各自的角色定位、业务定位时,百度站在消费者角度,提出应以提供安全安心、有真实获得感的智能化体验为目标,构建新型合作模式。

基于此,百度选择了一套生态打法。

目前,在智能汽车量产领域,Apollo已经初步建立起开放的合作伙伴生态体系。

例如,黑芝麻智能国产芯片成为百度Apollo智能驾驶首选国产芯片合作伙伴,Apollo Highway Driving Pro将部署到华山二号A1000芯片算力平台上,并将在今年第三季度正式发布。

作为国产智驾算法与国产芯片的一次强强联合,这将进一步加速中国汽车智造升级。

面向广大车企,百度Apollo还发布《百度智能驾驶开放白皮书》,宣布开放体验定义、开放自主体验进化、开放全周期OTA服务、开放和车企共创成长,在保障用户体验的目标下,改变行业以往“一锤子买卖”的形式,以更开放的态度陪伴车企、并助力车企取得智能驾驶的领先地位和商业成功。

百度“驾舱图”产品矩阵亮剑

除了表明在智能汽车格局巨变下的定位,百度还展示了其在智能驾驶、智能座舱、智能地图三大业务板块的最新进展,旨在为消费者提供愉悦智行的智能化体验,帮助车企赢得智能化竞速赛。

在智能驾驶方面,百度Apollo推出旗舰产品城市智驾Apollo City Driving Max,搭载两颗英伟达Orin X,算力达508TOPS,这是国内唯一一款使用纯视觉感知就能在城市道路上带给用户连贯体验的产品,目前首发车的产品定义还包括激光雷达,以实现“纯视觉+激光雷达”真感知冗余。

依托百度过去在地图业务上的积淀,该产品使用的“轻量级高精地图”比起行业通用的传统高精地图要“轻”近80%,能够以更合理的成本快速推进城市泛化。

近期,其行泊一体产品Apollo Highway Driving Pro也完成了产品升级,算力平台升级至单TDA4-VH平台,相比双TDA4-VM,新产品的AI算力、CPU算力使用率都不到50%,能在更低算力、更低成本条件下实现更高阶的行泊一体功能,是行业里优选的高速智驾、行泊一体方案。

基于此,百度Apollo与岚图深度合作了首款车型——新款岚图FREE,搭载Apollo Highway Driving Pro智驾产品,包含高速领航、城市驾驶辅助、全场景高效泊车等辅助驾驶功能。

此外,百度Apollo还升级了自主泊车产品Apollo Parking,新产品在Top5停车位类型的泊车成功率超过99%,泊入垂直车位仅需28秒,真正做到了让用户拥有获得感,降低新手司机泊车难度,提升老司机泊车效率。

智能座舱方面,百度Apollo拥有小度车载OS、小度语音SDK。其中,小度车载OS作为整包方案,能快速搭载量产,小度语音SDK则基于大模型本地化部署,能实现全时全双工、百毫秒级响应,车企可以通过小度语音SDK定义并实现领先的智舱体验。

与此同时,百度文心一言大模型已经开启邀请测试,百度也在探索在出行场景下,利用文心大模型能力重塑用户与智舱的关系,打造新一代AI智舱体验。

智能地图方面,百度Apollo升级了车载导航地图,其质量、性能、数据实时性都有不同程度的提升;发布人机共驾地图新产品,为人和智驾系统交互提供新的人机界面,提升用户对智能驾驶的信赖感;高精地图升级至OneMap一张图,能够快速动态更新地图数据。

据介绍,进入汽车行业后,百度创造性地将敏捷开发与ASPICE®遵循的传统V模型进行深度融合,并通过了ASPICE® CL3的组织级评估认证,成为行业内首家实现二者深入融合、并通过权威机构认证的Tier 1。

目前,百度Apollo的汽车智能化解决方案已在31个汽车品牌134个车型上实现量产,累计搭载超700万辆,稳居Tier 1前列。

依托百度领先的自动驾驶技术,凭借完善的产品矩阵,秉持更开放共赢的合作理念,在高质量交付和服务体系的保驾护航下,百度Apollo将以更领先的产品、更开放的态度、更优质的交付、更专业的服务,陪伴车企完成智能驾驶从“技术能力”向“产品体验”的落地,为用户提供愉悦智行的汽车驾乘体验。

百度智能汽车事业部成立以来,始终围绕‘产品领先、体验愉悦、服务专业、生态开放’深入发展,致力于成为车企可以信赖的新型、专业、可以长期合作的伙伴。”储瑞松表示。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/429064.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

用机器学习sklearn+opencv-python过计算型验证码

目录 生成计算型验证码图片 用opencv-python处理图片 制作训练数据集 训练模型 识别验证码 总结与提高 源码下载 在本节我们将使用sklearn和opencv-python这两个库过掉计算型验证码,图片示例如下。 生成计算型验证码图片 要识别验证码,我们就需要…

【计算机图形学】裁剪算法(Cohen-Sutherland算法 中值分割算法 Liang-Barsky算法)

一 实验目的 编写直线段、多边形裁剪算法熟悉Cohen-Sutherland算法、中值分割算法和Liang-Barsky算法的裁剪二 实验算法理论分析Cohen-Sutherland算法: 中值分割算法: 与CS算法一样,首先对直线段端点进行编码,并把线段与窗口的关…

java创建线程的方法

线程是程序的一种操作单元,在程序中,一个线程和另一个线程是同时存在的。它是一个程序的一部分,但是他又是独立的,它不会影响到另一个线程的执行。但是多个线程同时运行时,会对系统资源造成一定的消耗。 线程之间的竞争…

[Linux] 基础IO

🥁作者: 华丞臧. 📕​​​​专栏:【LINUX】 各位读者老爷如果觉得博主写的不错,请诸位多多支持(点赞收藏关注)。如果有错误的地方,欢迎在评论区指出。 推荐一款刷题网站 👉 LeetCode刷题网站 文…

SQL Server用户定义的函数(UDF)使用详解

SQL Server用户定义的函数一、背景知识1.1、用户定义函数的优点1.2、函数类型1.3、指引1.4、函数中的有效语句1.5、架构绑定函数1.6、指定参数二、创建用户定义函数2.1、限制和权限2.2、标量函数示例(标量 UDF)2.3、表值函数示例2.3.1、内联表值函数 &am…

leetcode26.删除数组中的重复项

1.原题目链接:力扣 2.题目: 3. 思路:使用两个指针:src与dst,刚开始均指向起始位置,如果src的值与dst值相同,src,如果src的值与dst的值不相同,dst,src的值赋值给dst,src,即两个指针比较,值不相同…

图像去模糊:MIMO-UNet 模型详解

本内容主要介绍实现图像去模糊的 MIMO-UNet 模型。 论文:Rethinking Coarse-to-Fine Approach in Single Image Deblurring 代码(官方):https://github.com/chosj95/MIMO-UNet 1. 背景 由于深度学习的成功,基于卷…

docker搭建linux网络代理

docker搭建linux网络代理 1.准备 config.yaml 配置文件(含订阅节点、规则,一般机场或者本地配置中含有) 在root下创建文件夹命名为clash。上传配置好的config.yaml至clash文件夹。 2.配置 端口: port: 7890 ; socks-port: 7891 运行局域网…

Python网络爬虫之HTTP原理

写爬虫之前,我们还需要了解一些基础知识,如HTTP原理、网页的基础知识、爬虫的基本原理、Cookies的基本原理等。本文中,我们就对这些基础知识做一个简单的总结。 🌟HTTP 基本原理 在本文中,我们会详细了解 HTTP的基本原…

医学图像分割之MedNeXt

论文:MedNeXt: Transformer-driven Scaling of ConvNets for Medical Image Segmentation ConvNeXt网络是一种借鉴Transformer的思想进行了改进实现的全卷积网络,其通过全卷积网络和逆向残差瓶颈单元的设计,可以实现比较大的空间感受野。本文…

【MySQL】聚合查询

目录 1、前言 2、插入查询结果 3、聚合查询 3.1 聚合函数 3.1.1 count 3.1.2 sum 3.1.3 avg 3.1.4 max 和 min 4、GROUP BY 子句 5、HAVING 关键字 1、前言 前面的内容已经把基础的增删改查介绍的差不多了,也介绍了表的相关约束, 从本期开始…

windows将exe或者bat封装成系统服务进行管理

NSSM介绍 NSSM(the Non-Sucking Service Manager)是Windows环境下一款免安装的服务管理软件,它可以将应用封装成服务,使之像windows服务可以设置自动启动等。并且可以监控程序运行状态,程序异常中断后自动启动,实现守护进程的功能…

和利时:自主可控 安全高效

4月13—15日,由易派客电子商务有限公司、中国石油和石油化工设备工业协会、北京长城电子商务有限公司共同主办的2023第二届易派客工业品展览会在苏州国际博览中心成功召开。本次展会以“绿色智造融通赋能”为主题,杭州和利时自动化有限公司(简…

Cesium:Particle Systems粒子系统

官网文档,点击此处查看。 粒子系统简述 粒子系统是一种用于模拟复杂物理效果的图形学技术,它是一系列小图片的集合,当这些小图片被放在一起查看时,会形成一种更为模糊的对象,例如:火苗、烟、天气或者烟花。 粒子系统效果在电影和游中是十分普遍的。例如:飞机失…

Spark 之 解析json的复杂和嵌套数据结构

本文主要使用以下几种方法: 1,get_json_object():从一个json 字符串中根据指定的json 路径抽取一个json 对象 2,from_json():从一个json 字符串中按照指定的schema格式抽取出来作为DataFrame的列 3,to_j…

【洋桃一号板】STM32F103CBT6标准库函数驱动TM1640点亮数码管

一、今天介绍如何使用STM32F103CBT6驱动TM1640点亮数码管,硬件用的洋桃开发板,点亮后效果如下,六个数码管依次显示0.1.2.3.4.5.6.7 硬件原理图如下,只用到了单片机的两个IO口即可实现上图的效果,该开发板上用的是PA11…

chapter-3 -数据库数据模型

以下内容来源于MOOC学习—原课程请见:数据库原理与应用 考研复习 概述 关系及关系模式 笛卡尔积 定义在一组域上的有序对的集合, 域是一组具有相同类型的集合,比如自然数,长度小于n的字符串结合等【比如int age】 从n个域的每…

Linux工具make与makefile

Linux项目自动化构建工具-make/Makefile 目录Linux项目自动化构建工具-make/Makefile引言1、make && makefile2、make执行步骤2.1 依赖关系2.2 依赖方法3、项目清理4、伪目标 .PHONY5、文件的三个时间6、make的工作原理7、Linux下的第一个小程序认识缓冲区进度条①函数…

T5模型简单介绍

目录 一、概要 二、深入扩展 2.1 两个要素 2.2 预训练方法 一、概要 谷歌公司的研究人员提出的 T5(Text-to-Text Transfer Transformer,有5个T开头的单词,所以叫做T5)模型采用了一种与前述模型截然不同的策略:将不…

RUAS论文阅读笔记

这是CVPR2021的一篇暗光增强的论文 Retinex增强和去噪部分 第一部分的核心公式是一种retinex公式(用于暗图增强的retinex公式有几种类型,虽然本质一样但是对于各个分量的定义不一样):yx⊗tyx\otimes tyx⊗t,其中x是正…