高阶智能驾驶大规模爆发 自动驾驶行业发展现状及市场投资潜力

• 李波 2023年6月14日 来源：中研普华集团、央视财经、中研网 1024 65
• 繁体

芯片市场份额成功的背后，软件的成熟度是生死门。地平线已坐上“高端智能芯片牌桌”，成为业内少有的几个玩家之一。

芯片市场份额成功的背后，软件的成熟度是生死门。地平线已坐上“高端智能芯片牌桌”，成为业内少有的几个玩家之一。

“高阶的自动驾驶，其实在用户感知上并没有刚需，算力到了一定程度上，用户并不会为算力所带来的浪费去买单。地平线的理念不是去追求技术的更快更高更强，而是真正让技术融入每个人的生活，让人更伟大。”

6月8日，地平线创始人& CEO余凯博士在2023中国汽车重庆论坛上再次呼吁汽车智能化发展要回归理性，真正为用户创造价值。

余凯认为，到2025年，真正要做的是在合理的性价比下，把高速NOA，环线的NOA封闭道路的自动驾驶体验，做到如丝般的顺滑，而且价格不能太贵。同时要持续投入真正地把城区的NOA做到可用。

事实上，自2022年下半年以来无人驾驶逐步“降温”，在这背后，是长期过高的投资、难以落地的技术模型和无法闭环的商业模式。

随着汽车消费市场价格战向产业链上游蔓延、市场和投资人逐步回归理性，L4无人驾驶公司向L2++的降维，整个行业也将L2+级智能辅助驾驶作为了自动驾驶商业化落地的重要路径。

站在高阶智能驾驶大规模爆发前夜，中国自主品牌正利用电动化、智能化机遇，打造品牌影响力;中国智能驾驶计算方案提供商与国际巨头也站上了同一起跑线。

“过去，汽车业最先进的技术，一直是首先在欧美日市场开发，再应用到中国市场。现在，在智能化领域，无论是高通、英伟达、Mobileye，还是地平线的车载芯片，首发量产都在中国，而非其他市场。

在智能驾驶、智能座舱车载芯片领域，中国已成为最先进应用的领先市场，更形象的说，是车载智能应用开发的‘角斗场’或‘健身房’。”余凯表示，过去2-3年，地平线已跻身“高端智能芯片牌桌”，成为业内少有的几个玩家之一。

不过，在与国际巨头同台竞技的过程中，成本、效率仍是功能差异化开发迭代和量产普及的核心挑战，如何破除成本与效率壁垒，是行业留给所有“玩家”的必答题。

“地平线能够走到现在，最核心的一点就是我们准确的预判了技术的趋势，没有好高骛远，一下跳到去追求大算力无人驾驶，而是一步一步的行稳致远，踏踏实实的从辅助驾驶开始，以低功耗、低成本给主机厂创造价值，给消费者创造价值，让他们驾驶更加的安全。”余凯表示。

事实上，从2019年发布中国首款车规级智能芯片征程2、2020年开启中国车载智能芯片前装量产到2021年发布整车智能中央计算芯片征程5再到2022年牵手大众汽车集团，在今年6月1日迎来八周年生日的地平线，已经在智能驾驶计算领域冉冉升起。

“在过去八年里，地平线确实是抓住了中国汽车产业智能化的机会，并用快速的市场响应、规模以及综合的性价比等优势，抢到了足够多的市场。”

在国家新能源汽车技术创新中心总经理、中国汽车芯片产业创新战略联盟秘书长原诚寅看来，下一阶段，生态将成为支撑地平线芯片业务的关键环节，而坚持差异化路线、专注细分场景来快速实现商业化则是地平线与巨头共舞的基础。

而在罗兰贝格全球高级合伙人、大中华区副总裁郑赟看来，地平线的成功在于产品的研发基因和商业运作逻辑。在战略选择上，地平线的发展路线比较聚焦，围绕产业链进行了软硬件的全面布局;

在路线上，把握住行业发展节奏，从小算力的芯片到支持L2再到研发大算力芯片来保障接下来高级别自动驾驶的进一步渗透。

而立足“赋能机器，让人类生活更安全更美好”的使命，地平线也将以软硬件协同和开放的生态打造出差异化优势，推动智能驾驶进入生态繁荣的价值普惠时代。

自动驾驶是依靠计算机与人工智能技术在没有人为操纵的情况下，完成完整、安全、有效的驾驶的一项前沿科技。动驾驶是车辆通过车身布置的传感器，对周围环境进行感知并做出控制决策，包括纵向和横向组合控制，纵向主要控制车速，横向主要控制方向。

自动驾驶系统可分为感知、决策和控制三个层面，其中决策层主要依靠机器视觉、深度学习、传感器、高精度地图和车联网等技术协同合作，对感知层传来的路况和车况数据进行认知和判断，形成实时的行驶指令，并将指令传达给控制层来实现驾驶行为。

根据中研普华研究院撰写的《2022-2027年中国自动驾驶行业前景预测与投资战略咨询报告》显示：

自动驾驶行业发展现状及市场投资潜力

自动驾驶最早流行于国外，谷歌在2009年正式成立自动驾驶事业部，4年后，通用、福特、奔驰等主机厂也开始涉足这个未知领域。

国内最先嗅到气息的是百度。当年错失移动互联网的风口后，这家公司决定每年在AI上投入百亿，自动驾驶则被当作是最合适的落地场景。

在2013年成立的深度学习实验室里，百度拆分出自动驾驶研发团队，研究方向包括高精地图、定位、感知、决策和控制等。

Google、百度等科技巨头进入自动驾驶领域。我国的自动驾驶发展保持与国际并跑的态势，国内自动驾驶发展从地域上看，产业发展集中在北京、广东、上海、浙江、江苏，技术领域涵盖了ADAS/驾驶解决方案、成车机器人制造、雷达传感器、行车系统和算法、地图和导航等方面。

从商用化现状可以看出，这些企业还处于技术研发阶段，跨界和整合是的产业链进入了深度合作期，优势互补可以上企业和整个产业向好发展。

小米创始人兼CEO雷军提出，由主管部门牵头，定义汽车数据分类分级规则，加快制定围绕汽车生命周期和数据生命周期两条主线的数据安全标准，指导产业发展。

同时建立智能网联汽车数据安全认证制度、数据安全评级及公示制度，提升行业透明度与可信度。

而针对自动驾驶数据的使用，全国政协委员、北京国际城市发展研究院创始院长连玉明建议，完善自动驾驶领域数据基础制度体系，强化顶层设计，包括制定自动驾驶数据分级分类安全规范，制定自动驾驶数据共享规范，以及出台自动驾驶数据流通规范。

随着人工智能商业落地的推进，各层级的市场规模在快速发展。数据显示显示，2020年我国人工智能产业规模为3031亿元，同比增长15%，增速略高于全球增速。

其中，核心产业市场规模超过1500亿元，预计在2025年将超过4000亿元，2030年有望超过10000亿的规模，未来中国有望发展为全球最大的人工智能市场。

自动驾驶龙头企业现状

美东时间 5 月 30 日，英伟达股价开盘即涨超过 4%，达到每股 405.93 美元，总市值正式超过 1 万亿美元。

在此背景下，英伟达创始人黄仁勋的身价也随之水涨船高，成为历史上第一个拥有万亿美元市值的华人企业家，而英伟达也成为历史上第一个市值达到万亿美元的芯片公司，同时也是历史上第九家跨入美元市值 " 万亿俱乐部 " 的企业。

AI 智能领域芯片巨头英伟达作为一家人工智能计算公司，一直一门心思耕耘在 GPU 领域。

而所谓 GPU(graphics processing unit)，即中文译为图形处理器，其特点就是能够同时处理大量的图片、图形等，具备并行计算能力，可兼容训练和推理。

既能够同时对大量图像进行分析和处理，并进行深度学习，这一模式适配 AI 模型构建，也天然适配汽车自动驾驶领域。

2022 年年底 ChatGPT 横空出世，颠覆了以往人们对人工智能的认识，可以说是一次全面的基于 AI 智能技术的革命，而为其提供芯片的正是英伟达。

自动驾驶行业未来发展趋势

作为自动驾驶技术发展的核心，数据的安全合规是必然要求，这其中高精度地图数据的使用也成为行业发展的焦点。

毕竟，一方面受限于相关法规政策的限制条约，部分车企宣布将采用“轻地图”的技术路线，但整个自动驾驶技术的研发升级迭代却仍需要高精度地图辅助。

当前，智能汽车发展飞速，自动驾驶技术加快量产落地。两会提案既反映了当前车企实际发展过程中的问题，也将对未来整个汽车行业发展起到重要参考意义。

当前，国内自动驾驶汽车商业化运营缺乏具体法律法规的支持与规范，且各地方出台的自动驾驶汽车商业化运营试点尚未统一。

而随着自动驾驶技术的快速升级迭代，以及城市NOA的量产落地，加速自动驾驶立法将对整个汽车行业发展具有重要意义。

自动驾驶发展机会

尽管各大车企对于 AI 智能的呼唤层出不穷，但是人们也都知道，如今新能源汽车上的所谓 AI 智能还不够智能，顶多只能算是 AI 小助手，进行的工作也只是简单的辅助驾驶，人们还无法彻底将汽车的控制权交给 AI，实现真正的自动驾驶。

作为逻辑核心的芯片成了最大的技术难点。因为太复杂了，要在短时间内处理那么多图像和判断逻辑，用网络上的话来说，就是要把 CPU 都得干烧了。但英伟达的出现，却给这一技术难点照来了一道希望的曙光。

时至今日，大部分自动驾驶企业，很多都试图通过自动驾驶出租车(Robotaxi)来进行测试和盈利，但能允许 Robotaxi 上路的环境是有限的，条件也是严苛的，基本上只能实现小范围内、限定时段的运营，远远达不到商业化应有的规模。所以如果想让自动驾驶赚钱，必须运用到乘用车上去。

自动驾驶行业报告对中国自动驾驶行业的发展现状、竞争格局及市场供需形势进行了具体分析，并从行业的政策环境、经济环境、社会环境及技术环境等方面分析行业面临的机遇及挑战。

还重点分析了重点企业的经营现状及发展格局，并对未来几年行业的发展趋向进行了专业的预判。

本报告同时揭示了自动驾驶市场潜在需求与潜在机会，为战略投资者选择恰当的投资时机和公司领导层做战略规划提供准确的市场情报信息及科学的决策依据，同时对政府部门也具有极大的参考价值。

未来，自动驾驶行业发展前景如何?想了解关于更多行业专业分析，请点击《2022-2027年中国自动驾驶行业前景预测与投资战略咨询报告》。

• 相关深度报告REPORTS

  

  2022-2027年中国自动驾驶行业前景预测与投资战略咨询报告

  自动驾驶系统可分为感知、决策和控制三个层面，其中决策层主要依靠机器视觉、深度学习、传感器、高精度地图和车联网等技术协同合作，对感知层传来的路况和车况数据进行认知和判断，形成实时的行...

  查看详情

延伸阅读

推荐阅读

猜您喜欢