又一家新造车公司在硅谷安家——探访 BYTON 拜腾北美总部
几个月前，美国硅谷中心地带圣克拉拉市 Burton Dr 4201 号迎来了一位新主人——BYTON 拜腾，而在上周，BYTON 拜腾这个位于硅谷的北美总部终于正式启动。对于硅谷来说，这位主人的身份并不陌生，因为在他之前，已经有 Tesla、FF、蔚来、Lucid Motors 等等以新能源电动车为主的「 新造车团队」 扎根硅谷，把他们的研发中心甚至企业总部设立在此。他们在此驻扎的目的无一例外：借助硅谷与生俱来的互联网和科技基因，和利用当地的人才和创新资源，提升企业自身的创新竞争力，抢先一步，做出「 断层式创新」 的技术和产品，超越自己的竞争对手。 BYTON 拜腾也不例外。这家「 根植中国、面向全球」 的高端新兴电动车企业，将其北美总部放在了硅谷，主要职责是在智能汽车用户体验（人机交互）、自动驾驶前沿技术和三电技术方面进行创新研发，同时还负责拓展北美市场和品牌。 并且，和他们在中国南京的生产制造研发总部、以及位于德国慕尼黑的整车设计和平台技术研发中心联动协作。他们近期的目标是在 2018 年初的 CES 展上，展示其第一款高端电动 SUV 车型，并且在 2019 年实现量产。 BYTON 拜腾北美总部什么样？ BYTON 拜腾北美总部的大门入口处和在硅谷的其他公司一样，显得非常低调，仅有一块印有 logo 的提示牌，门口是一个小型停车场，目测如果员工都开车来的话肯定不够停，因为据说 BYTON 拜腾目前已经在硅谷招募了 130 位左右的员工，并将很快扩张到 300 人的规模。 走进公司内部，一股「 硅谷味道」 扑面而来，几乎是全开放的办公空间，几乎所有的办公桌都可以电动升降，除了几个用透明玻璃隔开的会议室外，办公室其他空间几乎是一览无余。 这样的开放空间除了体现一种平等精神外，更便于员工随时进行沟通和交流。对于 BYTON 拜腾这样的全球化团队来说，如何融合中国、美国以及欧洲不同国家的人，如何融合传统汽车制造和互联网出身的人，也是个挑战。BYTON 拜腾总裁兼联合创始人戴雷博士在接受采访时也提到：为了保证统一的企业文化，对自己的产品充满激情、关注对手考虑如何提升竞争力、注重沟通交流这三点是最重要的。在这样的办公室环境之中，各部门员工很容易实现沟通。 Why 硅谷？ 对于 BYTON 拜腾来说，位于硅谷的北美总部战略地位非常重要。因为从一家新造车公司的角度来看，人机交互、自动驾驶和三电核心技术三个方面是最有可能与传统汽车公司拉开差距体现优势的。而硅谷在人才和这些方面的供应链上有先天优势。 在 BYTON 拜腾北美总部的启动仪式上，他们宣布将和汽车巨头供应商博世和佛吉亚分别在动力和刹车系统以及人机交互层面进行深度合作。 宣布这一消息的是 BYTON 拜腾全球供应链高级副总裁魏思涛先生（Tom Wessner），他此前供职于特斯拉。在特斯拉时期，他建立的采购和质量管控体系吸引了全球供应商的参与，推动了 Model S 的快速发展和成功。 博世和佛吉亚在各自的领域都是全球第一，他们在中国的规模也非常大，对于他们来说，BYTON 拜腾在业务层面上无疑是「 小客户」，但是从战略意义上来说，他们会对初创企业做评估，此次派遣董事会成员参与签约，也说明供应商对 BYTON 拜腾的肯定，当然这对供应商来说也是一次参与创新的机会。 在会后的采访中戴雷博士也提到，这种合作不是简单的客户与供应商的合作关系，而是更深入的创新技术研发及落地合作。在核心技术层面是共同研发，例如佛吉亚就有可能为 BYTON 拜腾的第一款量产车提供全新的座椅和座舱设计。 在人机交互层面，BYTON 拜腾在硅谷也开始吸引一大批人才和团队。例如在 10 月份刚刚加入的智能汽车用户体验副总裁丛浩仁 Jeff，在苹果公司任职期间，他曾带领系统工程团队设计了多款 Mac 产品，包括 iMac Pro 。而在加入 BYTON 之后，Jeff 已经在带领着一个几十人的团队，负责推进 BYTON 那块 1.25 米长大屏幕的 UI 和 UX 设计，以及整体车内人机交互设计。这个团队目前是 BYTON 北美总部人数最多的团队，并且还在不断招募扩张。（在此次 BYTON 拜腾北美总部的启动仪式之后，我们对 Jeff 进行了专访，在下一篇文章中我们将详解 BYTON 拜腾的人机交互。）在自动驾驶层面，有无数大大小小的创业团队扎根硅谷，无论是 AI 算法、摄像头雷达传感器，或是整体解决方案，在这里都有相应的团队和人才积累。据戴雷透露，BYTON 拜腾已经与一家非常知名的美国自动驾驶初创团队深度合作，在 2019 年的第一款量产车上会搭载 L3 级别的自动驾驶技术，并且目标是在 2020 年的量产车上，实现并搭载 L4 的自动驾驶技术。（具体是和哪家企业合作，BYTON 拜腾会在 2018 年初的 CES 展上公布）当然目前来看，到 2020 年 L4 自动驾驶技术或许并未可以实现全面量产化，而且法律法规层面也并不明朗，所以对于厂商来说硬件成本会比较高，而且实现场景也有限。戴雷也表示，他们的目标是在 2020 年有 L4 自动驾驶技术产品化的能力，但或许先在共享模式上实现，也或许会作为选配功能搭载。 他们目前已经完成 2.4 亿美元的 A 轮融资，并且已经启动 B 轮融资，计划在明年年中完成。BYTON 拜腾 CEO 毕福康博士在采访中提到：通常情况下，一个企业从创立到第一款车实现量产需要 16 至 18 亿美元的资金，包括工厂的建设等，而 … 继续阅读
一级供应商如何应对汽车创新？德尔福的答案是「分拆」
汽车行业日新月异，创新的大潮不可阻挡，而对于产业链上的相关公司来说，考验的是他们的思维前瞻性、创新能力，以及执行力。 在这其中，一级供应商是推动汽车创新的重要力量之一，也就尤其需要这样的创新力和行动力。但是他们面对的问题是，以前的业务范围大多集中在传统汽车零部件层面，要适应新的外部环境和需求，就不得不进行相应的转型。 于是我们可以看到，例如博世这样的公司，一直在汽车科技前沿领域有所行动，甚至还在中国创立孵化器来扶持自动驾驶领域的创业公司，而另一家非常重量级的 Tier 1 德尔福，变化的更为彻底：他们把公司进行了拆分！ 事实上，今年 5 月就有德尔福将要拆分的新闻传出。而在 9 月 28 日，他们正式公布了拆分之后的两家公司的命名分。他们分别是「Aptiv（安波福）」 和「 德尔福科技」。 在 2018 年 1 月的拉斯维加斯 CES 上，这两家公司会同时亮相，并且揭晓各自新的品牌形象。根据他们的预计，拆分计划会在明年 3 月底前完成，新公司的命名随后也将正式生效。 拆分之后，两家公司如何分工？ 关于拆分公司这件事，大家最关心的话题一定是两家拆分公司今后各自负责什么业务。 德尔福给出的规划如下： Aptiv（安波福）：由原来的电子与安全和电子/电气架构业务板块组成，将聚焦于加速推动主动安全、自动驾驶、提升驾乘体验和互联服务等领域的商业化进程，并提供为实现这些目标所需要的软件、先进的计算平台和网络架构等车辆的「 大脑」 和「 神经」。 德尔福科技：即原来的德尔福动力总成业务部。这家公司将专注于通过内燃技术、软件和控制、以及电气化来为汽车提供更加先进的推进系统。之所以名字里还带「德尔福」，是因为他们想更好地发挥「 德尔福」 这个品牌在 OEM 和售后市场的历史优势。 简单的说，Aptiv 将主要聚焦于汽车前沿创新领域，包括高级驾驶辅助、自动驾驶、车载互联等等，这里面不仅仅是硬件业务，更重要的其实在于软件、服务等新业务。 至于「德尔福科技」，事实上德尔福的动力总成业务一直相当重要，尽管汽车科技滚滚向前，但是那些看似「传统」的业务，仍然不能忽视，因此独立成一家公司也理所应当。 为何拆分？ 说完了两家拆分公司的业务规划，我们再来分析一下德尔福为什么做出这个决定。 1、发力自动驾驶 现在谁都知道自动驾驶对未来无比重要，对于在这个领域有一定积累的德尔福来说，怎么让自己的自动驾驶研发和业务得到更好的发展呢？从这次拆分，我们终于找到了答案。 去年 8 月，德尔福宣布与 Mobileye 达成合作，两家公司在当时打算共同研发 L4-L5 标准的自动驾驶全套解决方案。而在今年年初的 CES 上，两家公司还带来了他们合作研发的自动驾驶平台「CSLP」 。根据德尔福的规划，他们预计 CSLP 平台会在 2019 年搭载在量产车上。 今年 5 月份，德尔福直接宣布加入到由宝马、英特尔、Mobileye 组建的自动驾驶阵营当中，他们为宝马提供了一套自主开发的原型计算平台。另外，德尔福还与英特尔和 Mobileye 在视觉领域、传感器以及高性能计算平台方面进行共同研发。 而在上周，他们则与黑莓达成了合作，准备将黑莓的 QNX 系统用于自己的 CSLP 平台当中。 之所以提到这些，就是想让大家知道，与其他供应商相比，德尔福在自动驾驶领域的布局丝毫不落下风，甚至还拥有一些领先优势。除了以上合作之外，他们对于自动驾驶软件公司 Ottomatika、固态激光雷达公司 Quanergy 等初创企业也进行过收购或投资。 选择在此时拆分出「Aptiv」 表明了德尔福想要深耕自动驾驶的决心，另外，这家新公司所负责的业务今后也将成为核心增长点，为德尔福完成业务转型提前做好铺垫。所以，今后当大家再看到德尔福有关于自动驾驶的新闻时，很有可能就是出现的就是「Aptiv」 的名字。 2、从资本市场获取更好的反馈 根据德尔福的计划，两家拆分公司今后还将各自独立上市，其中 Aptiv (安波福) 将采用「APTV」 作为交易代码，「 德尔福科技」 的交易代码则为「DLPH」。看到这里，我们似乎也明白了一些事情，德尔福选择将自己拆分为两家公司似乎也是为了获取更好的资本反馈，同时使投资者利益最大化。毕竟新兴业务在快速增长而传统业务的增长态势却放缓，拆分为两家公司后，Aptiv (安波福) 在市值方面并不会受到「 德尔福科技」 的打扰，投资者在做出决策时也减小了很多阻力。 另外，Aptiv (安波福) 与「 德尔福科技」 成立后，其他公司在寻求合作方面也会变得更加容易。不再需要像过去一样与德尔福集团达成合作，仅仅根据各自需求直接做出决定即可，这样一来，两家拆分公司与外界达成合作的效率也会进一步提升。 3、两家公司更有利于塑造不同的企业形象 从另外一个角度分析，德尔福将公司一分为二也为其他供应商做了一个示范。面对汽车产业科技化的趋势，同时拆分出两家公司对塑造企业形象更加有利，一家公司可以维持科技形象，而另外一家公司则可以继续在传统汽车领域拓展业务。两家公司在满足不同市场的同时，互相并不构成直接竞争关系，这也是差分化战略的体现。 面对自动驾驶、电动汽车等领域的持续火热，越来越多的供应商也开始意识到，除了产品层面之外，他们必须在战略层面上也进行创新思考。 如果说对「 德尔福拆分事件」 做一个总结的话，我想应该这样理解，面对汽车产业即将转型的特殊时间点，德尔福选择用最优资源分配的方法来解决这件事。因此，在战略层面上及时作出调整也就成为了必然，至于拆分公司能否实现「1+1＞2」 的效果，恐怕所有人都在拭目以待。 从供应商战略层面上来讲，德尔福拆分公司这件事也将成为一个里程碑。某种程度上，他们这一次推动了其他供应商巨头展开更多思考。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车（微信号：GeekCar）& 极市（微信号：geeket）。
重塑未来地图行业的秘密武器：摄像头+人工智能
天天在用手机玩自拍的你，肯定想不到有人已经用手机的摄像功能玩起了自动驾驶创业。近两年，大家出奇一致的盯上了「 摄像头+人工智能」 的玩法，目的包括提升机器视觉的识别率、完善高精度地图等等。这篇文章，我们就来梳理一下典型的利用「 摄像头+人工智能」 搞事情的大公司、小公司。 在《先别争吵人工智能的未来了，有人已经用它在修路了》文章中，我介绍了 Roadbotics 公司如何用手机摄像头+人工智能算法提升修路效率。 在更早的一篇文章中，我们介绍了一家名为 Lvl5 公司： 曾经在特斯拉负责 Autopilot 项目的两个哥们，离职创业成立了 Lvl5 公司。Lvl5 公司通过和 Uber、Lyft 的车队合作，让司机下载一款 App。这款 App 在拍摄视频的同时，记录 GPS 和手机陀螺仪数据，经过压缩处理后，这些数据被发往云端。Lvl5 公司利用这些数据，完善高精度地图。 Roadbotics 公司和 Lvl5 公司，都通过挖掘手机本身的处理和收集数据的能力，拿到了自己想要的东西。「 智能手机+汽车」 的超低门槛，让人人都能收集道路数据，简直就是人工智能时代的众包计划。 不过 Lvl5 公司更高明一些，因为和 Uber、Lyft 合作保证了由足够稳定的数据来源。如果仅依靠志愿者、普通用户来采集数据，基本不可行。因为这种 App 无疑是耗电大户，手机每次还要挂在挡风玻璃后方，用户新鲜感过去后，就会卸载 App。只有和专门的司机群体展开合作，才会有持续、稳定的视频来源。 在国内，其实也有公司用类似的思路玩摄像头+人工智能，比如我去年采访的国内 ADAS 公司 MINIEYE。 早在 2013 年，MINIEYE 公司和全国各地的车队合作，将车辆拍下来的视频寄回公司，每天一万公里。在拿到这些数据后，MINIEYE 公司通过深度学习来提升车型识别率，如今已经成熟。 以上，只是利用第三方设备的摄像头功能，来实现对前方道路数据的采集，目的是采集道路损坏点、采集高精度地图或用于完善 ADAS 系统。 其实这只是个过渡，最终极的目标还要看「 前装」。 在智能网联汽车时代，车载摄像头可以扫视道路一切情况，汽车本身收集数据的能力比手机强大多了。 特斯拉已经身先士卒，为我们诠释什么才是真正的「 智能网联」 汽车。今年 5 月 7 日，特斯拉在向美国车主推送第二代 Autopilot 的软件更新（版本号 17.17.4）时，希望车主同意车辆拍摄一段小视频并上传至特斯拉服务器。通过这些小视频，特斯拉来提升车辆对车道线、路标和红绿灯的识别能力。 当然，4G 流量消耗也蹭蹭涨… 敢这么干，能这么干的，有且只有特斯拉。其实在供应商层面，大家已经预判到了汽车作为终极移动终端，有强大的数据收集能力。 在 2016 年的 CES 上， Mobileye 发布了基于前置摄像头捕捉道路标识的定位服务 REM（Road Experience Management）。率先提出了利用民用车辆上所搭载的前置摄像头，收集道路标识数据，并辅助高精度地图定位的「众包」模式。 Mobileye 在地图领域内的最终目标，是联合各大车厂、图商一起构建一个覆盖全球的高精度地图体系。 迄今为止，在 REM 技术方面，Mobileye 已经和 Here、日本 Zenrin、大众、宝马等公司达成了合作。 巧合的是，在今年 4 月，博世也发布了自己的「 众包造图」 计划：BRS，即 Bosch Road Signature，合作伙伴包括百度、高德和四维图新，专门针对中国道路环境。 在 BRS 系统中，摄像头负责采集车道线、路牌和减速标识等数据，毫米波雷达负责捕捉隔离栏、电线杆、桥梁等道路基础设施。不同车辆捕捉到的信息将被上传到云端进行叠加和计算，从而生成能够定位的高精度地图层。 简单来说，博世 BRS 算是 Mobileye REM 的加强版，多了毫米波雷达数据。在地图方面，能把百度、高德和四维图新三个同行联合在一起，可见大家对自动驾驶时代的「 众包造图」 理念也是高度认同的。 只有博世这样的 Tier 1 供应商才有能力整合资源，打通一辆车从摄像头、雷达到云端的数据通道。 无论是利用手机还是车载摄像头，「 众包造图」 看似有变革时代之势，但在数据足够多之前，这项新技术并不会给自动驾驶技术带来实质性提升。可能再等十年，你的车都不会成为地图采集工。 出现众包造图的原因，一是手机、车载芯片的性能变得越来强大，足以应付地图采集工作，二是自动驾驶时代需要高精度地图来辅助车辆运行（有了刚需，才催生了供给）。 捋一捋你就会发现，近两年大家基本想到一块了，就是用人工智能+众包的思路来训练算法、完善地图数据。 当然，最为开心的，还是英伟达，因为大家都得买芯片来进行计算。 对了，国内的创业者们，受到启发了吗。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 同时欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
百度和 NVIDIA 两家 AI 公司，将如何合作自动驾驶？
7 月 5 日的百度 AI 开发者大会上，COO 陆奇不仅正式发布了百度的 Apollo 自动驾驶计划，还对外宣布了公司「all in AI」 的发展策略。几个月前，在地球另一边的硅谷，老黄在 GTC 上也再次对外强调了，NVIDIA 是一家 AI 公司，将全力为 AI 提供优秀的计算平台。如今，这两家 AI 公司要一起做自动驾驶了，GeekCar 在百度大会之后的一天专访了两家公司的高管，来让他们聊一聊到底怎么合作。 不仅仅是技术上的合作 百度智能驾驶事业部技术总经理张少宇告诉 GeekCar，双方在自动驾驶领域的合作包括了两个层面：技术与市场。 在技术上，百度擅长的是软件，例如算法决策，地图，云计算等。但是他们在硬件以及车载平台上缺乏积累，NVIDIA 正好在这个层面提供了补全：Drive PX 计算平台将成为百度 Apollo 计划提供核心硬件支持。 并且就像我们之前的文章中介绍 NVIDIA 自动驾驶解决方案时所提到过的：云端才是 NVIDIA 发挥其硬件计算实力的平台。双方的合作不只会停留在汽车终端上，NVIDIA 也会为百度的云平台以及 Apollo 中的云服务提供强大的运算能力。 在市场层面上，双方的合作也同样契合。NVIDIA 此前公布的汽车行业合作伙伴基本上都是外资的整车制造商或者供应商，包括特斯拉、奔驰、博世、采埃孚等等。但是在中国本土的汽车行业中，NVIDIA 却没有公布什么进展，这很可能和 NVIDIA 最初进入汽车市场时较高的定位有关。毕竟在自动驾驶发展的开始阶段，大部分投入关注的厂商都是国外的豪华品牌。 而反观百度的 Apollo 计划，其实更多的是为了迎合国内自主品牌对自动驾驶以及高级驾驶辅助的强烈需求。随着自动驾驶的发展和自主品牌销量的崛起。国内的车厂越来越重视「 智能化」，他们希望通过驾驶辅助相关的技术来提升自己未来落地产品的核心竞争力。 出于自动驾驶相关技术所涉及到的「 地图资质」，「 安全」 以及「 政策」 等因素，自主品牌选择百度这样的中国科技巨头来合作无疑是一个最稳妥的选择。Apollo 首批合作企业中就包含了一汽、北汽、长城、长安、奇瑞、江淮等一众自主品牌。 由此我们可以看出双方在合作资源上的互补：NVIDIA 的资源主要是在国外的汽车巨头，百度可以帮助其开拓中国市场。而百度的资源重心是在国内，NVIDIA 正好可以帮助引荐更多的海外合作伙伴。 在上周百度 Create AI 开发者大会上，百度所展示的 BCU-MLOP2 计算单元中，就有来自采埃孚的产品（下图，与之前发布的 ProAI 有些相似相似）。而采埃孚就是 NVIDIA 帮助百度引荐的合作伙。 另一方面，在之前 CES Asia 上，百度联合长城发布的自动驾驶车上，也同样搭载了 NVIDIA 的 Drive PX 平台，而长城选择 NVIDIA 的芯片，也是通过百度的前线。 双方合作对 Apollo 的意义 两家公司在技术以及市场的深度合作说明了一点：NVIDIA 或许是百度 Apollo 计划当中最重要的合作伙伴之一。 首先双方的公司业务与专注的市场就十分互补。此外，俩家公司都是以 AI 为核心发展方向的科技企业，二者在企业的行事风格以及战略方向也比较一致。 而反观 Apollo 计划合作伙伴当中的传统汽车公司，百度对他们来说可谓是「 亦敌亦友」，虽然车企们知道百度在国内的影响力、AI 技术储备、地图资质等可以很好的帮助自己发展自动驾驶，但是同时也忌惮百度想要学习整车厂商的经验，最终主导自动驾驶行业的野心。对于这些企业，他们知道自己和百度合作的必要性，但是目前却又很难找到一个很好的和百度切合的合作模式。 因此相较于汽车行业的公司，NVIDIA 这样的合作伙伴，才是目前能够助力 Apollo 平台的核心。双方在选择客户时也会去选择「 志同道合」 的，真正想要一起把自动驾驶做好的车厂。 至于百度和 NVIDIA 各自的自动驾驶生态如何合作，如何分工的问题，NVIDIA 中国区总经理张建中做出了非常明确的回答：除去地图之外，NVIDIA 在从感知到决策的各个自动驾驶环节上都有相关的布局，但是每一个部分都是独立可替换的模块，任何客户或者是合作伙伴想要将其中的部分模块替换为自己的解决方案都是可以的。NVIDIA 这么布局的目的是为了满足更多客户以及开发者的需求。 而对于百度来说，他们在和 NVIDIA 合作时也会根据具体的模块来选择，如果某一模块是百度做得更好，那么就选择百度的，如果有些部分 NVIDIA 做得好，那么就用 NVIDIA 的。双方并不是明确的分清各自做什么，而是在一起协同研发的模式。这是建立在双方充分信任的基础之上的。 由此看来，当外界正在质疑百度 Apollo 众多合作伙伴的「 粘性时」，或许真的找错方向了。对于百度来说，Apollo 计划中的那些「 车厂」 合作伙伴其实更多的是一个「 客户爸爸」 的角色，指望他们对整套解决方案出多少力自然是不现实的。 「 志同道合」 是建立信任的基础。同样是「all in AI」 的公司，NVIDIA 或许才是百度最靠谱的合作伙伴。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 同时欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
一篇文章读懂百度的自动驾驶布局
今天，在百度 Create AI 开发者大会上，让人期待已久的百度阿波罗计划终于发布了。这篇文章将要告诉你，阿波罗计划到底是个什么弹？以及百度在自动驾驶行业究竟能干些什么？ Apollo 计划究竟是什么？ Apollo 其实是一个完整的开放自动驾驶生态，在陆奇今天的演讲中，他用下面这张图详细阐述了 Apollo 的架构：从公司业务上来讲，百度在这张图中主要能提供的是软件服务，主要包括三个部分：地图定位（Localization）、软件算法（Open Software Platform）以及云服务（Cloud Service Platform）。 但是如果你读过我们之前的自动驾驶的文章，你就会知道自动驾驶光靠软件是不够的，如果百度想搭建 Apollo 这样的完整自动驾驶平台，那么它就需要足够多的硬件来支持它的软件算法。比如说芯片，比如说传感器，比如说整车架构等等。 针对这个问题，其实早在上个月的 CES Asia 上面百度就已经给出了解决方案，他们选择了与国内外汽车供应商以及主机厂来合作。由百度提供软件平台，汽车供应商提供硬件集成与最终生产。最后产出主机厂能够在其汽车产品上落地的模块。 百度将这些与供应商合作生产的硬件模块统称为「 参考硬件平台」（Reference Hardware Platform）以及「 参考整车平台」（Reference Vehicle Platform）。其中包括计算单元，GPS，摄像头，激光雷达等传感器，还有 HMI 设备等等。对于这些硬件来说，百度并不会直接生产，而是提供参考方案以及参考能力，最终把这些产品量产的还是供应商。 比如说计算单元，百度在 CES Asia 上就发布了名叫 BCU（Baidu Computing Unit）的参考硬件。这次大会上又做了进一步更加完整的展出。它包括了三种产品： BCU-MLOC（与德赛西威及联合电子合作研发）：搭载百度高精度地图的地图盒子，可以实现高精度地图更新，主要面向豪华品牌车型引进中国时能够通过加装这个模块直接实现本土地图服务的落地。 BCU-MLOP（与德赛西威及联合电子合作研发）：在定位的同时还加装了摄像头模块以及视觉处理等感知功能。类似于 Mobileye 的 EyeQ。主要应用在 L2 左右级别，由 ADAS 衍生的自动驾驶功能。 BCU-MLOP2（与德赛西威及采埃孚合作研发）：在定位和感知的基础之上进一步增加了驾驶抉择和路径规划的能力，搭载了 NVIDIA 的 Parker 处理器。应该是由供应商基于 Drive PX 平台深度定制的。采埃孚生产的样品甚至与之前和 Nvidia 一起发布的 Pro AI 十分相似。 可以看到，虽说百度展出了这些参考硬件，但是在这些硬件当中百度提供的还是软件相关的服务，而真正硬件的规划和生产还是由汽车供应商来提供的，而且一合作还是好几个：德赛、联电、采埃孚，再加上之前签约的博世与大陆，百度可以说把各个级别的汽车供应商都拉拢到 Apollo 计划里了。 这么做的理由其实不难理解：作为一家互联网公司，百度真正的发展核心还是以算法、数据、云计算为主的人工智能技术。自动驾驶只不过是其人工智能的重要应用与赋能场景之一，因此对于传统汽车工业擅长的制造与整合，百度目前没能力也完全没必要自己来做。双方完全可以用合作的形式来互补。 在 CES Asia 期间百度智能汽车事业部总经理顾维灏在接受我们专访时也说过：百度对于汽车零部件的制造以及车规级要求是不懂的，这导致他们在自动驾驶行业时很难与整车厂商达成合作，因为整车厂就算认可百度的技术，也不知道怎么把这些技术应用在实车上。甚至百度还因此走过想要自己「 造车」 的弯路。现在 Apollo 计划有了这些供应商的帮助，百度在自动驾驶领域终于步上了正轨。 为什么说只是步上了正轨？其实，上文那张 Apollo 介绍图中的技术，目前只开放了一部分，也就是下面这张图当中的紫色部分： 陆奇称这部分为 Apollo 1.0 时代，可以看到目前开放的功能中最主要的还是百度传统业务的延续，比如基于智能语音搜索的 DuerOS 以及 HMI 技术，依托于百度地图的定位技术，依托于百度云的数据平台以及上面提到的 BCU 等。 真正在自动驾驶中扮演重要环节的感知、决策以及激光雷达等传感器方面，Apollo 计划的布局还在完善当中。按照陆奇给出的规划，后续这些功能将从今年第四季度开始陆续向开发者开放，相信那时才会是考验百度自动驾驶技术的关键时刻。 关于百度大会上出现的几辆「 自动驾驶车」 今天随 Apollo 计划一起亮相的，还有几台「 自动驾驶测试车」。仔细挖掘就会发现很多有意思的事情： 1. Robin 在五环上乘坐的那辆红色 Jeep 测试车 在发布会上，陆奇与 Robin 进行了现场视频电话连线，当时的视频中 Robin 正坐在这两测试车的副驾上在五环上行驶。而且画面显示的效果还让人以为驾驶员座位上并没有人。这个视频发出后，网上还传出北京交警因为百度在正常道路上违规测试自动驾驶车辆而介入调查的消息。 首先需要澄清的是，这辆车的驾驶员座位上肯定是有人监控的。而且视频当中从车辆外拍摄的车辆变线场景肯定是人为操控车辆的结果，因为当时的路况前后车距很近，而且据观察还是实线并线。如果是这辆车上所搭载的算法在做决策，肯定是不允许并线的，除非是人为操控。因此大家就别担心 Robin 被拘了。 为什么我会知道这些？因为这辆车我坐过。这其实是一辆博世与百度合作研发的测试车，具备 L2-L3 级别之间的高速路自动巡航功能。早在今年上海车展之前，GeekCar 就在苏州体验过这辆车。下面附上体验的视频，其中坐在主驾驶以及副驾驶位置担任解说的分别是博世以及百度的工程师。 如视频中所演示，这辆车，百度主要负责的是中控大屏上的 HMI 界面设计，以及一部分地图定位。而剩下大部分的感知决策以及控制等环节，均是由博世来完成的。据说视频中坐在 Robin 身旁的就是博世的工程师。 2. 两辆林肯 MKZ 发布会上，陆奇还演示了两台林肯 MKZ 测试车在封闭测试场内同时进行自动驾驶测试的视频。视频中这两辆车可以实现同时起步，同时到达，并且互相学习模拟各自的行驶轨迹。这也是世界上第一次两辆车在同一封闭场地内完成交互自动驾驶的演示。 这两辆 MKZ 是由自动驾驶创业公司 Autonomous Stuff 改装而成。这个公司来自硅谷，主要的业务就是为各个科技以及创业公司改装自动驾驶试验车，他们的方案在其官网上都可以查得到。主要是基于林肯 MKZ 以及 Ford Fusion 两款车（因为这两款车的平台架构改造起来最容易），他们通过自己的渠道采购各种传感器、芯片以及零部件完成改造，然后再交给科技公司用来测试其算法。据说之前 Intel 以及 Nvidia 的自动驾驶测试车都有他们的功劳。 通过这几辆车我们也可以验证之前的观点：在整车落地的实例中，百度目前能够提供的仍然是他们传统的软件、地图以及 … 继续阅读
专访大陆集团 CTO：和百度的合作可能会打破传统汽车供应商的模式
靠着阿波罗计划，百度不仅获得了一个「 核武器专家」 的称号，更是和像大陆集团、博世这样的汽车供应商巨头达成了战略合作。 虽然这符合目前自动驾驶行业内，汽车与科技公司联合的趋势。但是由于阿波罗计划的「 平台整合」 式布局与传统 Tier 1 的职能十分类似，因此 Tier 1 具体如何与百度合作这个话题可谓是众说纷纭。 为了解答这个疑惑，在 CES Asia 的现场，我们专访到了大陆集团的首席技术官 Kurt Lehmann 先生，并请他具体聊了聊大陆集团对自动驾驶产业链的理解，它们自己的定位，以及如何与科技公司合作等话题。下文中 K 代表 Kurt Lehmann，G 代表 GeekCar。 关于和百度的合作 G：首先可否请您具体谈谈大陆集团与百度的合作？两家公司的具体分工都是什么？ K：讲真，目前来谈具体的合作细节还为时尚早。因为我们刚刚才签订了战略合作框架协议，这意味着合作意愿的确定，在这之后我们才会开始与百度进一步挖掘技术层面上的合作细节。 我们知道百度也展示了他们自己的无人车，他们对于自动驾驶有着很深的理解，尤其是他们的互联网体系，云端及人工智能的平台。而大陆集团在自动驾驶中的长处则在于零部件，整车的架构以及整合。此外，我们对于人工智能以及云端服务器等也有了解，知道其在自动驾驶领域的重要性。 因此我们认为在大陆集团和百度内部，都会有各自的自动驾驶专家。他们的长处有所不同，百度来自于互联网，更擅长数据分析，而我们来自于汽车工业，擅长于车辆架构的整合。这次合作的目标就是将双方的专家们联合在一起。 G：在我们看来，百度提供的核心技术主要包括软件、算法及云端。因为他们不具备整车零部件生产能力，他们需要和其它的硬件供应商合作才能够完善其自动驾驶平台。那么这可否说明百度在供应链中的角色还是 Tier 2 ？他们需要有大陆集团这样的 Tier 1 来将百度的技术整合到给车厂提供的完整解决方案中？ K：我并不认为现在的情况符合你说的这种形式。目前自动驾驶的产业结构已经不同于传统汽车供应链的这种车厂、Tier 1、Tier 2 的层级模式了。自动驾驶产业更像是一种相互依存的结构（原话为 Symbiotic）。 我举一个自动驾驶在卡车领域的例子。卡车的制造商知道他们需要车队或物流公司，因为这些公司是他们的最终消费者。而物流公司又知道他们需要 Tier 1 来为他们使用的产品提供更好的自动驾驶方案。这就形成了一种相互依存的模式，各个公司的角色不同，但是他们都互相依赖，互相需要。这样的模式不同于传统的甲乙雇佣关系，而更像是一种合作共赢。 回到与百度的问题上。我认为随着自动驾驶的继续发展，你会看到更多这种模式的合作。我相信在未来，行业内将很难再去明确的定义和划分谁是 Tier 1 谁是 Tier 2，甚至有些时候连 OEM 的角色都会不再那么明显。 关于行业内的联盟 G：那么您对现在行业中的联盟趋势怎么看？例如谷歌和 FCA 与 Lyft 的联合，以及宝马与德尔福还有 Intel 的联合，这种结盟搭建平台的趋势是否符合您刚才所说的共生体系？ K：用 ESC（Electronic Stability Control 也就是 ESP）系统举例，市场上现有的解决方案就只有那 2 到 3 个平台。起初 OEM 是希望自己能够掌握自动驾驶的核心技术，因为他们希望把竞争力掌握在自己手里，但是后来他们意识到自己做的推进速度很慢，于是就都开始做平台了。 这个趋势让整个产业结构变得更加平行化（原话为 horizontal），就像你说的宝马英特尔与 Mobileye 的合作，百度分别和大陆集团以及博世的合作，另外，英伟达在各个平台都有一定程度的参与。这些平台会持续的扩展，直到有一天不同的平台也会聚合在一起（原话为 Converge）。 如果你了解人工智能的生态，就会知道整个 AI 的体系都建立在开源的基础之上。AI 带来的核心价值都来自于数据，平台越开放就意味着能够获得更多的数据，而更多的数据则会增强平台解决方案的鲁棒性。所以我认为行业发展会让我们最终组成一个核心的大平台，而现在各联盟的解决方案则会成为这个核心平台的附属。 G：我可否将您的观点理解为自动驾驶行业最终会发展出一个统一化的标准？ K：我的观点的核心支撑是一个标准化的安全体系，如果你的解决方案与主流的标准完全不同，那么你的解决方案则更容易受到攻击。所以我们希望能够以一个平行的观念去看待自动驾驶的各个环节，这样才能够让我们的解决方案获得最强的鲁棒性。 比如我们在与一个中国 OEM 的合作中遇到了一个特殊的驾驶场景，那我们就可以将这个场景所产生的数据应用到我们的平台当中，让所有使用我们平台的客户都能从这个数据中受益。这会是自动驾驶的发展方向。 G：谈起标准化和共享，目前地图领域进展良好，但是驾驶数据才是最核心的驱动力。有车厂希望将自己的驾驶数据只能为己所用。大陆集团如何看待驾驶数据？会和其它的合作伙伴分享吗？ K：这个问题我很难给出一个明确的答案和观点。因为这部分取决于具体的合作。我觉得更重要的还是要结合具体的例子来看。如果在道路或者高速路上的某一个位置发生了问题或事故，那么这个问题是应该只让某一个 OEM 知道，还是应该让所有人都知道呢？ 所以如果从道德角度出发，那么我认为在未来，数据一定是要越来越共享的。从商业角度出发，我认为企业的核心竞争力应该是如何更好的使用这些共享的数据，而不是如何隐藏或者独占数据。因为数据才是驱动整个自动驾驶发展的关键。 关于芯片商的爆发 G：您如何看待芯片的重要性，例如 Nvidia 和 Intel 的发力？大陆集团自己也有 ADCU 的多域控制器，在这个方案中，你们使用的是什么芯片？ K：我们刚才谈到了行业内的不同平台，而不同平台所用的芯片也有所不同。作为一家供应商，我们经常会面对这样的问题：在一方面，有多种芯片解决方案可供选择对我们来说是一件好事，因为我们总可以去选更好的。但是在另一方面，如果我们要用某一个芯片方案去负责整套系统的处理与控制的话，那么一旦这个芯片方案的提供者出现了问题，我们该如何应对？ 所以在芯片上，我们必须要去平衡这个选择。目前业内主要有 3 类芯片解决方案，Intel 和 Nvidia 是其中的两个阵营，还有一些其它的芯片商例如瑞萨，也和我们保持着紧密的联系。这 3 类方案各不相同，也各有千秋。这对我们这样的供应商来讲是一种转变，我们需要保证我们的软件系统能够在不同芯片解决方案上都具备足够的鲁棒性。 你之前可能有听说过 AUTOSAR（汽车开放系统架构），它的作用就是联合行业内 OEM、供应商、半导体芯片商、软件服务商等，共同为汽车工业开发一个开放的、标准化的软件架构。这能够帮助我们的软件体系在一定程度上不再受不同硬件的制约。（类似于 CUDA 对于 Nvidia 不同 GPU 的作用）G：Nvidia 和 Intel 已经开始和 OEM 与互联网公司直接合作了，在未来，这些芯片厂商是否有可能在自动驾驶发展过程中赶超 Tier 1 在汽车供应链中的重要性？ K：我无法去预测他们的商业规划。例如他们是否真的希望去自己打造一套汽车安全系统？问题的关键在于未来到底是谁去做方案的最终整合。在这点上我们这几年一直都在讨论，目前来看，客户购买的是整套计算系统，而不仅仅是芯片，所以最终还是需要有人去做整合。 芯片公司在近年的技术创新有目共睹。不过我昨天还看到了一个 Nvidia 的关于数据增长以及他们如何用数据来驱动深度学习的视频，他们已经意识到了数据量的重要性。我认为他们并不会以自我为中心来构建一个封闭生态系统，而是会将这个生态开放给更多的合作伙伴。 所以现在的问题就变成谁将在这个生态里面提供硬件，包括 ECU、以太网链接模块、HMI、传感器等等。从这个层面上来说，整合的工作还是十分复杂的。 … 继续阅读
零件短缺导致整车难产？汽车供应链远比你想的复杂
前几天的一条消息在汽车圈里引起了巨大反应：由于博世转向系统部件供应断货，宝马旗下 1 系、2 系、3 系以及 4 系车型暂时处于停产状态。宝马位于德国、南非以及中国的工厂全部受到了影响，他们已经向博世提出了索赔要求。 一家意大利供应商造成了供应危机 宝马采购主管 Markus Duesmann 说，由于博世此次的供应链危机，宝马沈阳铁西工厂以及南非 Rosslyn 工厂面临暂时停工。针对这种说法，博世给出的解释是，此次事故是由一家叫作「Albertini Cesare」 的意大利 Tier 2（二级供应商）造成的，这家公司此前一直在为博世的电子转向系统提供外壳。目前，博世已经派员工前往意大利解决问题。宝马发言人 Michael Rebstock 说，供应链断货事件所造成的财务危机正在迅速蔓延，现在还不清楚何时可以恢复正常生产。 不过，Markus Duesmann 最后对于博世也表达了信任。他认为，作为宝马最可靠的供应商，博世有能力处理好这次供应链危机。 随后，剧情又有了新进展，博世直接宣布，他们收购了意大利供应商 Albertini Cesare。这家供应商的总部位于米兰，主要负责制造车用铝制壳体，其中也包括转向系统外壳。博世希望，通过对 Albertini Cesare 的收购可以加强对于转向部件供应体系的把控。目前，Albertini Cesare 一共拥有 400 名左右员工。今后，他们全部都将纳入到博世转向系统事业部。 供应链把控都有什么学问？ 这次事件虽然使宝马部分车型停产，但其实问题并不出在宝马身上，而是卡在了二级供应商这个环节。不过，从这件事也能看出汽车生产的供应链体系到底有多重要。 其实，除了这次博世供应链断货导致的宝马生产危机之外，大众此前也遭遇过供应链危机。就在去年，德国 Prevent 集团旗下的座椅厂商 CarTrim 和变速器铸铁部件生产商 ESAutomobilguss 指责大众没有在解释和补偿的情况下取消订单，两家供应商随后选择停止向大众供货，并向大众索赔 6600 万美元。受到影响，大众 6 个工厂的部分生产线陷入停工状态，至少有两万名德国大众员工的工作时长被缩减。最终，德国法院判定供应商需要恢复供货。 瑞士联合银行（UBS）分析师计算，大众沃尔夫斯堡工厂停产一周就将损失 1 亿欧元，这次供货危机最终会导致大众年度开支缩减 10 亿元。 看到这里，很多人可能会感叹，一旦发生整车零部件供货危机，「 供应链把控」 这件事的重要性往往超越人们的想象。 从主机厂的角度出发，控制供应链的库存、成本一定是件很有难度的事。需求、供应、生产计划、物流每一个环节之间都互相联系，如何把控好各个环节的节奏和速度就显得至关重要。一旦某一环节出现偏差，包括订单处理、运输浪费、谈判所造成的浪费、库存浪费、供货周期出现偏差或者零部件不合格等问题产生时，对主机厂以及各家供应商会造成连锁性损失。 面对这些风险，各大车企的解决办法通常都是采用由订单和需求作为驱动的生产方式，保证交货时间精确的同时，最大限度减少多余的库存。以零部件运输环节为例，部分车企可能会选择专业的物流公司来执行，合理安排运输路线外，还会对分包公司进行单独培训。 另外，为了减少供应链上下游体系的浪费，车企们还需要攻克一项难关：同时处理好多家供应商之间的关系。 一款车型的生产过程通常需要多家供应商同时参与，这也就等同于每家公司都拥有着共同利益。单独压榨供应商的利益空间可能并不会削减成本，反而适得其反。联合供应链上的所有企业，协同锁定低效率生产环节减少浪费或许是一个更合理的选择。用俗话来讲也可以理解为：有钱大家赚，主机厂与各家供应商之间保持互相信任的态度往往可以避免一些零部件供应危机的产生。 精益化生产 说了这么多，很多人就想问，有哪家车企比较擅长做供应链管理的工作？那就不得不在这里拿丰田举一下例子：他们曾经发明出一种叫做 TPS（Toyota Production System) 的精益生产模式，这种生产模式主要强调物流平衡，追求零库存。他们要求前一道工序加工完的零件可以迅速进入到下一道工序，准时准点完成。这种模式下，可以最大程度上降低库存，防止过度或者提早生产。 当然，有些人听了感觉其实也没那么难，但要知道，丰田的各个生产环节极为分散，如何控制好每个生产单元之间的协调工作非常考验主机厂的功力。 除了控制时间之外，丰田 TPS 精益生产模式还强调自动化理念，一旦生产环节当中产生坏件，生产线第一时间就会自动停机。即便因此导致一些损失，但也要防止坏件进入下游环节。停机状态下，工作人员则可以第一时间对故障进行检测分析。 最后，我想说，从这次宝马转向部件供应危机来看，主机厂与供应链上下游公司之间的关系绝对不止我们想象的那么简单。就算把 Tier 1 的供应体系计算精确，但 Tier 2 的意外事件依然很难把控。如何经营好全产业链内的一些供应关系，直接决定了一款车型在全生命周期内的命运。从这一角度分析，在整车产业链当中，站在主机厂背后的那些供应商其实扮演着同样重要的角色。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
台湾版「特斯拉」产自江西赣州，只要 49 万元？
还记得台湾「 昶洧」 吗？那家名字最难读的电动车公司，最近又有了新动作。 开始之前，还是先聊聊这家公司的名字，昶洧的读法是「chǎng wěi」。这家公司还有一个英文名字，叫做 Thunder Power。关于「 昶洧」 这个名字，其实吐槽的人很多，大家一致同意昶洧应该起个朗朗上口的名字，起码不要用生僻字… 下面进入正题。 对标特斯拉，电池很像特斯拉 一周前，昶洧在北京召开了发布会，这是昶洧自 2015 年 9 月法兰克福车展之后又一次发声。在发布会上，昶洧展示了量产版车型，并公布了未来产品落地的时间节点。 昶洧在发布会上展出的这辆车，和我们在法兰克福车展上见到的那辆差不多，连轮毂都一样。 这辆车乍一看感觉怪怪的，总觉得少了点什么。经同事提醒我才发现，原来这车的中网就是他们的 logo 放大版…… 这辆车的电池组容量是 125kWh，续航里程为 650 公里（NEDC），快充 30 分钟可补充 300 公里续航， 最大功率 430kW。另外，还有一个基本款车型，电池组容量为 85kWh，最大功率 203kW。整个电池组由 7500 多节 18650 锂电池组成，分为 10 组，位于底盘，有点像特斯拉的套路。 再来看几张内饰图： 从内饰来看，设计还是挺超前的。问题在于，这个设计能通过量产的各种法规要求么？另外，做一辆或十几辆这样的车并不难，难的是要搞定所有供应商，为你提供质量稳定、价格低廉并能够按时交货的零件。 所以别先被这辆车洗脑，重点在几年后真正的量产车上。 核心团队与核心技术 在发布会上，昶洧董事长沈玮还特地介绍了昶洧背后的明星团队：首席设计师 Mihai Panaitescu，曾服务于多家 OEM 工厂，工作涉及从豪华车到量产车的开发；首席技术官 Peter Tutzer，拥有超过 35 年的汽车行业从业经验，曾参与布加迪威龙的工程设计；总工程师 Francesco Mastrandrea，曾参与了众多汽车研发，最知名的是法拉利的 LaFerrari。 从阵容来看，昶洧的高管团队，基本都有豪华超跑的研发经验… 根据昶洧方面的说法，他们的竞争力体现在蓄电池管理，散热系统管理以及底盘技术领域的专利技术。公司目前在美国和中国已获得超过 70 项专利，另有 350 项正在申请专利。昶洧已有的合作伙伴，包括博世、Dallara 以及 CSI 等公司，这些公司负责车打造车身的不同系统。 如此来看，昶洧同样是一家全球办公的公司：总部位于香港、研发中心设于意大利、工厂坐落于中国大陆。 赣州建厂，正在申请生产资质 除了车之外，昶洧公布了一系列重要的时间节点： 2017 年 9 月参加法兰克福车展，召开品牌活动；2018 年第一季度开始试车试驾活动；2018 年第四季度在中国举办媒体发布会；2019 年第四季度在欧洲举办媒体发布会。 2021 年在中国推出首批 100 辆汽车，预计售价不到 50 万；2023 年在欧洲推出首批 50 辆汽车，昶洧还计划在西班牙加泰罗尼亚建设欧洲工厂。 关于昶洧的欧洲建厂计划，能够获取的信息并不多，但昶洧的中国工厂细节还不少。 在中国，昶洧的量产车基地选在了江西赣州。在赣州市政府的网站上，我们可以找到这么一条新闻： 6 月 2 日，总投资 60 亿元的赣州昶洧新能源汽车整车项目落户赣州经开区。该项目由中国新能源汽车有限公司和赣南苏区振兴发展产业投资基金管理有限公司联合投资建设，位于赣州新能源汽车科技城内，项目投产后，可实现 10 万辆新能源汽车整车年产能力和 500 亿元的年销售收入，将有力推动赣州新能源汽车产业集群建设。 作为全市新能源汽车产业主要承接地，赣州经开区深入推进新能源汽车产业招商，专门成立了新能源汽车产业招商小分队，在北京、上海、广州、深圳等地驻点开展招商活动。同时，对新能源汽车全产业链进行了梳理，锁定了目标企业，由经开区党政领导班子对目标企业进行一对一的洽谈和跟踪。目前，共梳理新能源汽车产业招商项目近 100 个，在谈跟踪项目 20 余个，签约项目 5 个，签约资金 78.86 亿元。 关于此次建厂，在一周前的发布会上昶洧方面的说法是：「（和赣州政府及赣南基金会）合资规模约为 25 亿人民币，且估计投资规模会达到 75 亿。」 由此可见，赣州市政府最近两年也在大力招商引资，特别是在新能源汽车领域。有意思的是，去年法兰克福车展之后，媒体针对昶洧的报道是这样的： 昶洧的量产车基地由浙江绍兴变成了江西赣州，中间一定发生了许多利益博弈，或许是江西赣州给了更丰厚的优惠条件和资金支持，昶洧才决定选址在江西赣州。 关于工厂建设和量产车进度，据台湾媒体报道在今年 1 月，昶洧召开了法人说明会，董事长沈玮透露：公司在赣州的第一期厂房已经建设完成，四月设备安装完毕，而赣州厂的试制车间也已完工并开始运作。昶洧的测试车（Alpha Car）已经进入路测阶段，目前已测试 200 多次，最佳风阻系数为 0.23（相当低的一个数值）。今年，昶洧将会生产 15-20 辆汽车，用于申请生产资质。 正在建设的昶洧赣州工厂试制车间 如果一切进展顺利，那么现在昶洧在国内新造车阵营中，算跑得比较快的了。 除了在西班牙、江西赣州建厂之外，昶洧在老家台湾也有投资计划。 同样是在今年 1 月的法人说明会上，昶洧方面透露，公司计划在台湾桃园观音区 2 千多坪的土地上建电池工厂，厂房和机器设备投资约 3 亿新台币。这座电池工厂预计今年动工，年产量约 8000-12000 片。 在研究台湾媒体报道的时候，我发现了这么一句话：（来源于 autonet.com.tw）… 继续阅读
德尔福入局，自动驾驶两大阵营对峙升级
如今在自动驾驶市场，有一个有趣的现象：车企巨头、供应商以及科技公司之间慢慢形成了抱团合作的趋势，而不再选择单打独斗。 就在昨天，宝马、英特尔、Mobileye 阵营又迎来了一位重量级合作伙伴：德尔福。未来，这几家公司将会研发一套自动驾驶平台，同时这套平台还会提供给其他 OEM 制造商。目前，德尔福已经为宝马提供了一套自主开发的原型计算平台。今后，他们还将与英特尔和 Mobileye 在视觉领域、传感器以及高性能计算平台方面进行共同研发。 这几家合作公司透露，目前已经有 40 辆宝马原型车在进行自动驾驶测试。英特尔 CEO Brian Krzanich 说，宝马、英特尔以及 Mobileye 的联合团队在不到一年的合作时间内取得了很大的技术进展，他们将会推出一个可扩展的自动驾驶平台，同时在今年下半年交付 40 辆测试车。他认为，将德尔福纳入合作伙伴之后，可以加快自动驾驶汽车的落地速度。 无论是这一次德尔福加入宝马、英特尔、Modileye 阵营，还是前几天 GTC 大会上英伟达与丰田达成合作，我们都能发现，自动驾驶领域内的各家公司最近动作频频。 一时兴起? 其实早有端倪 其实如果回顾一下这几家公司在过去一年内的种种动作，不难看出，德尔福加入宝马、英特尔、Mobileye 阵营其实早有端倪。 去年 7 月，宝马、英特尔以及 Mobileye 达成合作，目标是在 2021 年时实现全自动驾驶汽车量产。宝马在合作当中负责原型车的生产、驾驶控制以及整车安全性等环节，英特尔则会提供驾驶决策、路径规划、传感器组合等解决方案。最后，Mobileye 会为合作项目提供 EyeQ 系列芯片。 而在去年 8 月份，Mobileye 又宣布与德尔福合作研发自动驾驶解决方案。两家公司在合作当中的具体分工是：Mobileye 负责提供具有传感信号处理、融合及世界视图生成功能的 EyeQ4 和 EyeQ5 系统芯片技术，以及可以实现实时地图绘制和车辆定位功能的路况体验管理系统（Road Experience Management，REM）。而德尔福则负责提供旗下 Ottomatika 公司的具有道路和运动轨迹规划功能的自动驾驶软件算法，以及整合了整套摄像头、雷达和激光雷达系统的多域控制器（Multi Domain Controller，MDC）。 今年年初的 CES 上，德尔福展示了他们与 Mobileye 合作研发的自动驾驶解决方案「CSLP」。为了方便大家体验，他们还带来了一辆基于 CSLP 方案打造的自动驾驶原型测试车。CSLP（Centralized Sensing Localization and Planning）代表中央传感定位和规划平台，根据德尔福的计划，这套自动驾驶解决方案大约在 2019 年量产。 转眼到了今年 3 月份，正当大家关注宝马、英特尔以及 Mobileye 的合作进展到哪一步的时候，英特尔突然玩了一次措手不及，用 153 亿美元的价格收购了 Mobileye，交易完成后，Mobileye 反过来整合了 Intel 的自动驾驶部门（Automated Driving Group，简称 ADG）。 德尔福与 Mobileye 有合作关系，而 Mobileye 随后被英特尔收购，按照这个逻辑，德尔福加入宝马、英特尔、Mobileye 阵营完全合乎情理。 两个阵营对抗升级 既然提到了英特尔，那就离不开它最大的竞争对手英伟达。两家公司现在已经不满足于单挑决斗，而是在自动驾驶领域内组建了各自阵营。 就在前几天的 GTC 大会上，英伟达宣布与丰田达成合作，同时还透露了与奥迪以及博世的合作产品落地计划。他们准备在 3 年内为丰田量产基于 Xavier 的定制化平台，而基于 Xavier 平台的奥迪车型将在 2020 年左右量产。另外，英伟达还将为博世定制基于 Xavier 的量产版 AI 车载电脑。除了丰田、奥迪以及博世之外，他们与特斯拉、ZF、Roborace 等企业也保持着合作关系。 回过头来看德尔福与宝马、英特尔、Mobileye 达成合作这件事。作为 Tier 1 供应商巨头，德尔福可以发挥他们的技术整合优势，而这些恰恰是宝马、英特尔、Mobileye 所欠缺的。另一方面，德尔福这一次也可以从合作当中获取大量自动驾驶测试数据，而这些测试数据再加上合作当中收获到的经验，则可以帮助他们与其他 Tier 1 供应商巨头进行对抗。 最后，我想说的是，自动驾驶改变的不仅仅是用户的出行体验。主机厂、供应商以及科技公司之间的合作密切度也因此达到了历史最高点，一项新技术的诞生在某种程度上改变了商业合作模式，而这同样是自动驾驶技术吸引人的地方。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。