狮子金融

汽车的卖点，正在悄然向AI创新倾斜。落地到产物，就是智能车的方方面面。

且看车圈最近最热议题成都车展，连宝马沃尔沃这样老牌高端车企，都把传统汽车看重的设计感、动力性之类先放到了一边。

基本上是启齿一个“智能体验”，缄口一个“AI芯片”。

这不，最少在最为直观的车机上，甭管是新势力照样传统车企，那叫一个卷出了花儿。

这厢宝马飞跃都在座舱内搞上了大连屏。

那里新势力的种种智能操作引得观众们挤爆场馆。

好比理想L9来了个手势操作

小鹏G9则搞起了“座舱声学”，车内香氛、气氛灯、座椅都可以和音乐举行联动

再看美系车福特，最“破圈”的新闻，同样与智能座舱有关：

福特将为电马Mach-E用户免费升级高通骁龙8155芯片（第三代骁龙座舱平台旗舰级）。

更是赢得了一票车主点赞。

可以说，在这么一场A级大型车展上，“智能化”着实已经成了厂商们比拼的头号亮点。

其中，又以“智能座舱”为先锋上将。

01

智能座舱，智能化竞争加速*站

汽车智能化竞争，着实早已箭在弦上。

究竟，当手机等电子产物在AI等前沿手艺的加持之下，变得越来越智能、便捷，人们自然而然会希望在汽车这个“第三空间”之中，同样享受到智能化带来的便利。

业内就有看法以为，汽车现在已经生长到了“四个轮子 一部智能手机”的时代，谁在智能化转变中慢上一步，纵然现在身位靠前，也随时可能被厥后者乘隙反超。

现在看来，在*波汽车智能化的浪潮之中，走在最前面的就是智能座舱。

一方面，消费者与汽车之间最近距离的高频接触点，就是座舱。

因此座舱中更大的屏幕、更智能的人机交互方式、更个性化的应用服务，都能以最直观的方式*时间让消费者有所感知，进而转变为差异化的市场竞争力。

另一方面，从手艺的角度而言，在当下这个时间节点，更高级其余智能驾驶仍属于长线落地工程。

真正掌握高阶智能驾驶手艺的公司尚属少数，手艺自己也需要更长时间的优化迭代和平安性验证。

相比之下，随着车规级芯片近些年的生长，算力不停提升、AI模子量化压缩算法的进一步突破，以及5G手艺支持下车联网方面的希望，智能座舱商业化的时机显然加倍成熟。

数据也已对此有所验证。

自2019年以来，中国大幅度削弱了对新能源汽车行业的津贴。但凭证乘联会数据，海内新能源汽车渗透率上扬趋势仍然显著。

2022年7月，海内新能源车零售渗透率为26.7%，较去年同期14.8%的渗透率，提升了11.9个百分点。

从整年数据来看，新能源车2019年渗透率为5.2%，2020年为6.0%，2021年已升至15.7%。增涨幅度跨越了之前的预计。

图源：国家信息中央

而且新能源渗透率的历程，随同着AI手艺的渗透。随着发念头、变速箱等传统汽车“差异点”消逝，智能化带来的差异化能力，正在成为新卖点。

这种新卖点，当前集中到了智能座舱的竞争中。

有意思的是，只管各家车企在功效效果上各有着重，走的是差异化竞争蹊径。但在更底层的芯片选择上，却有趋同之势。

好比前文提到的福特电马引发烧议的骁龙座舱平台，就正在依附其AI手艺成为一众车企全新旗舰车机的标配：

极氪001、理想L9、小鹏G9、智己L7、蔚来ET7、高合HiPhi Z、路特斯ELETRE，宝马i7……

以是在智能手机领域的*骁龙，怎么到了智能车时代也依然云云能打？要知道，智能座舱芯片这个市场并不算是全新的蓝海市场。

云云披坚执锐、所向披靡之势，背后事实是什么缘故原由？

02

智能座舱面临哪些挑战？

其中缘由，照样得先回归到智能座舱需求自己来看。

智能座舱，本质上是AI手艺给座舱带来的转变。它的泛起至少知足了人们对汽车智能化的三大想象。

其一，交互便捷性。对于司机而言，开车时必须确保视线不脱离路面，因此交互方式必须越精练越好，*能用手势、神色、语音等方式搞定一切车机交互。

其二，应用智能性。无论是智能温控、儿童珍爱照样分区语音识别，本质上都是让汽车更“知心”的功效，而且这种智能化还在席卷车上更多的装置。

其三，车机互联能力。包罗远程智能控车、手机车载应用同步等，都是延伸智能装备界线的功效，真正做到应用之间无缝互联。

与此前纯硬件优化、外饰调换带来的座舱升级差异，智能化转变时代的座舱*次遭遇AI手艺的打击，带来创新潜能的同时，也给现实落地带来了两大挑战。

一方面是大量AI算法的泛起，对座舱芯片进一步提出的算力要求，这背后是用户需求驱动、也是汽车电子电气架构的刷新。

随着汽车域融合趋势的到来，座舱域和自动驾驶域、车身域等众多板块和手艺不决绝织、融合，座舱作为汽车控制和信息交互的中央收支口，与驾乘者交互的时间更长，智能车对算力的需求只会变得越来越高。

另一方面是随着交互正确性提升、用户对智能应用需求增添，对智能座舱搭载算法的性能和正确度提出了新的要求，若何在确保性能的情形下尽可能搭载更多AI算法，成为新的难题。

据量子位考察，相比传统座舱芯片厂商，骁龙座舱平台正是从这两方面“逐一击破”，成为现在智能车中险些是标配的存在。

单拿交互功效来看，无论是手势、语音照样多模态交互识别，现在在不少搭载骁龙座舱平台的智能车上都已经能看到，其焦点缘故原由照样座舱平台上搭载的AI算法准确性和识别效率都有所提升。

但若是回首智能座舱芯片的希望，会发现从2016年的骁龙820A到2019年的第三代骁龙座舱平台、再到即将量产的第四代骁龙座舱平台，AI盘算的能力也一直在提升，高通不仅针对算法“早有准备”，还一直致力于提升AI算法在各平台上应用的性能，包罗改善模子巨细和运行效率等等。

以AI手势估盘算法为例，高通在顶会WACV 2022上揭晓了一篇最新论文，内里提到了一种轻量级的2D和3D手势估量方式，通过让模子自己意识到展望的不确定性，并在每次迭代时“重复行使”部门层迭代，极大地降低了模子体积，同时准确性和效率都到达了当前手势估量模子的*水平。

对于智能座舱而言，交互算法远不止手势一种，要想提升整体便捷性，更主要的是针对整个3D空间的交互，也就是AI算法中的多模态融合能力。

然而多模态之间的关系并欠好找，甚至对于AI而言，有时刻更多模态（语音、视觉等）的交互并纷歧定能增添明晰准确性，反而可能起到滋扰作用。

因此，针对多种模态的同时输入，AI模子需要一种机制来决议各模态之间是否存在强关联，若是不是的话就在某个阶段降低关联度，制止泛起语音“误导”姿态估量等情形。

交互功效以外，更多座舱应用也面临着智能化转变。

例如车主身份的识别上，以前针对汽车车主的识别方式只有一种，即通过车钥匙。但现在座舱不仅能以细微差异识别每个车主之间的身份，而且能针对这些差异迅速调整车内定制语音助手、空调温度等预设。

着实，AI算法和算力都只是骁龙座舱平台提供的底层能力，至于若何行使这些能力提升车载应用和交互的准确性，也需要Tier 1和厂商施展自己的能力和缔造力，针对自己用户的需求举行定制性开发部署。

例如，高通前段时间推出的AI软件栈，就是一个专门给AI开发者打造的“工具箱”，不仅让汽车和手机之间开发的应用能互联互通，还推广到了其他装备如电脑、可穿着装备上。

又例如，从成都车展上搭载骁龙座舱平台的车型来看，无论理想L9、智己L7照样沙龙机甲龙等，厂商若何行使骁龙平台的AI能力，并在其智能座舱中推出详细的功效和设置，其最终使用场景、体验也存在显著差异。

以面部神色估量AI算法为例，有的车型智能座舱用它来检测司机疲屈驾驶、提升行车平安性；但也有车型用它来识别车主情绪，以此推荐响应的音乐、或是开窗透气等。

而智能座舱还只是AI创新时代，高通在智能车领域举行手艺赋能的场景应用之一。

我们同样能在论文和研发结构中发现，高通对于智能车领域的“AI加持”远不止于此，还同样体现在智驾和车路协同上。

03

尚有智驾和车路协同

相对智能座舱的手艺“发作”，智能驾驶和车路协同更靠近于AI手艺在汽车场景厚积薄发的历程。

这个历程除了需要时间积累模子履历和数据，也需要AI相关手艺的延续创新，直到感知算法和软硬件到达某一尺度，才可能落地并最终量产。

以智能驾驶场景为例，现在通过传感器数据提供冗余已成为应对智能驾驶平安性的解决方式之一。

若何在积累更多长尾场景数据的同时，尽可能充实行使传感器数据、提升融合准确率，来拔高智能驾驶模子面临突发情形的“顺应能力”，是决议智能驾驶手艺能否落地的要害。

如在这次的成都车展上，中国*搭载Snapdragon Ride平台的长城魏牌摩卡DHT-PHEV激光雷达版首次亮相。

这辆新车搭载2颗125线激光雷达、5颗毫米波雷达、12颗超声波雷达、12颗高清摄像头等多达31个传感器，以确保行车平安性，然而Snapdragon Ride平台不仅hold住了这么多传感器所需的算力，而且通过*的能效显示对这些数据举行处置。

而揭晓在NeurIPS上的一篇论文显示，高通的工程手艺职员和学术机构针对传感器融合举行了研究，连系摄像头和激光雷达同时举行目的检测，在思量到光照和天气条件等环境噪声的情形下，误差率降低15%左右。

至于车路协同，则需要进一步提升定位精度和信号传输能力，来提升汽车在蹊径上行驶的平安性、降低定位延迟并提升准确性。

例如在ICC上的一篇论文中，高通就提出了一种基于无监视学习提升环境定位的方式，能做到在2D环境图里的中值误差在4cm、3D环境中保持在15cm以内的定位，以提升车辆在特定车路协同蹊径上行驶的准确性。

针对车路协同，早在2020年，一汽红旗就已经搭载了高通的骁龙汽车智联平台。

再加上骁龙车对云服务，上述四大板块组成的整个骁龙数字底盘，即是高通在智能汽车领域的整体架构结构，涵盖汽车智能化所需的座舱、车载网联、智能驾驶和云服务要害数字化板块，这其中的焦点，仍然是其善于的高性能、低功耗盘算和无处不在的毗邻。

现在高通的AI手艺外溢到汽车场景，并成为创新的驱动力之一，从幂集创新场景的维度，是否有内在的逻辑可以推测？

就场景需求而言，智能座舱和智能驾驶本就密不能分，现在在AI盘算和5G毗邻等前沿手艺的驱动下更是趋于融合。

硬件上，随着智能座舱芯片性能提升，可以将多余的算力提供应智能驾驶算法，从而进一步容纳算力需求更高、性能更优的模子；

软件上，智能驾驶算法的应用，又会进一步提升智能座舱的使用时间，从而动员更多创新应用的泛起。

而这样的场景需求随着手艺的融合生长，还会越来越多。

从幂集创新纪律来看，当最基础性、生态型底层手艺创新泛起，便会催生一系列场景的转变。

若是说10的一次幂是底层落地转变场景，那么10的二次幂带来的即是百倍降本增效的提升；

而随着10的三次幂，这一场景不仅带来数以千计的生态位时机、开发者时机，更因此在行业中发生了对大一统底层平台的需求。

在这个万物智能互联的全新发现时代，高通正是基于AI这个*基础性的手艺，连系5G、C-V2X（蜂窝车联网）等毗邻手艺优势，在汽车产业中修建了一系列底层平台手艺，以赋能企业的身份，掀起新一轮手艺转变周期浪潮。

未来智能汽车产业走向，或许也能通过这些手艺得以展望。