德赛西威江伙红:开放和联合将指引智驾的落地丨GADS 2023

车东西(公众号:chedongxi)
作者 | 迩言
编辑 | 志豪

2023年12月19日,2023全球自动驾驶峰会(GADS 2023)在深圳圆满举行。

在开幕式上,德赛西威智能驾驶传感器事业部负责人江伙红登台演讲,主题为《场景驱动下的智能驾驶商业化实践与思考》。

德赛西威江伙红:开放和联合将指引智驾的落地丨GADS 2023

▲德赛西威智能驾驶传感器事业部负责人江伙红

江伙红基于德赛西威多年来在智能辅助驾驶领域的投入和实践,围绕规模化量产和技术路径两个维度,分享自动驾驶技术快速变化迭代下的思考和答案。

江伙红表示,2025年前后高阶智能驾驶飞速发展,L2+市占率快速上升。

新能源汽车给用户提供了全新的驾乘体验,高阶智能驾驶也成为用户购车的选择因素。此外,市场和政策法规的推动,大算力、芯片、大模型的应用,这都会推动高阶智能驾驶的发展。智能化下半场,高阶智能驾驶机遇在前。

同时,高阶智能驾驶也面临挑战,最大的挑战是跨技术领域,特别是中国道路环境复杂,在此背景下要考虑,怎么提供更安全的智能驾驶体验和更舒适、高效的出行体验。

为了解决这些问题,德赛西威正在打造开放共享、多元共生、合作共赢的生态,为早日实现高阶智能驾驶赋能。

综合表现在,德赛西威可以提供非常灵活的商业模式,也可以提供智能制造的赋能。另外,德赛西威也在提升综合能力和研发效率,在安全性层面也坚持长期持续高投入。此外,德赛西威围绕高效协同、强强联合,与芯片上游、算法公司以及高校院校、创新企业等合作,让高阶智能驾驶早日实现。

以下为江伙红的演讲实录:

大家上午好!我来自德赛西威负责智能驾驶传感的江伙红,非常高兴和大家分享德赛西威在智能驾驶领域的经验和积累。

大家也看到,自动驾驶在智能网联汽车发展过程中,逐渐成为非常火热的话题,虽然它发展得非常迅速,过程中也有一些问题,比如说高阶自动驾驶的规模化量产,怎么样商业化落地,还有各行业对于自动驾驶关键技术的车路协同或者单车智能的方向都存在歧义。

我们看到在近两年更多车企的着手点是围绕场景,比如说NOA,近期我们看到各大车企陆续发布低速下高阶自动驾驶的应用,目前来看,整个场景驱动有可能是目前智能驾驶发展很好的路径。

另外,德赛西威在过往的十几年自动驾驶耕耘里面,从最早的自动驾驶辅助,到环视的产品,再到超声波融合视觉的全自动泊车,再到后面高阶自动驾驶域控,都受到了行业的关注,我们团队也秉承着为中国自动驾驶贡献一份力量的心态,在耕耘过程中也产生了一些心得,我今天主要围绕场景驱动下自动驾驶商业化实践,和大家分享我们在智能驾驶领域的心得。

一、智能化下半场,高阶自动驾驶机遇在前

首先看一下高阶自动驾驶的机会,这是智能驾驶汽车发展的上半场,过去几年车厂更多关注怎么实现电动化,卷得更多的是续航和百公里加速,我们团队从2015年开始和新能源汽车的客户接洽合作,也探索出不同方向上的合作机会。

通过图片可以看到,智能网联汽车的下半场一定是智能化,往后发展高阶自动驾驶,我认为它的发展速度会非常快,尤其到了2025年前后,大家可以看到整个高阶智能驾驶,比如说L2+市占率快速上升。

德赛西威江伙红:开放和联合将指引智驾的落地丨GADS 2023

▲智能驾驶渗透率发展趋势

2023年我们看到一些现象,有一些车厂由于市场成本的压力可能在回归理性,大算力的应用可能会受到一些影响,像大模型的应用对算力的要求也会进一步提高,用户体验的要求也会进一步提升,所以我们认为在高阶自动驾驶在路上,也将很快到来。

用户的消费习惯方面,作为一个80后,以我个人的换车经历来看,新能源汽车或者智能网联汽车确实给到我们一个全新的用户体验,它提供更舒适的驾乘体验,也给消费者非常大的震撼。

目前中国是智能网联汽车发展的热土,在过去一段时间我们也到海外走访过,看到智能驾驶在海外的落地确实存在一些困难,比如说交通规则、道路状况等,还存在一种不确定的因素,所以我认为在中国智能驾驶的发展是很快的。

另外也有一些客户给我们反馈,现在很多车主在购车的时候,已经开始在问你的车,算力情况是什么样的,这些车主的消费习惯、思维维度也开始发生改变,我们看到更高科技、高阶的智能驾驶成为他们购车的选择因素。

从政策法规的维度,今天有嘉宾提到四部委发布智能网联汽车上路的通知,这个通知也在促进高阶智能驾驶的落地,2023年6月份特斯拉的车主在用户手册也看到相关智能驾驶的内容,我们看到高阶智能驾驶正在逐步渗透到自动驾驶的领域。

除了我们看到的消费习惯、市场和政策法规的推动,还有技术维度:大算力、芯片的应用,以及大模型的应用,这都会推动高阶智能驾驶的发展。

 二、跨技术领域,高阶智能驾驶的最大挑战

有机会,肯定也会面临一些挑战,高阶智能驾驶所面临的挑战,我们认为最大的挑战是跨技术领域。

它可能涉及到单车层面,比如说车端智能化设施,涉及到算法、网络。还有技术设施领域的,比如说智慧的路、路端的基础设施。如何解决跨技术的影响,推动高阶智能驾驶落地?最重要是怎么提供更安全的智能驾驶体验和更舒适、高效的出行体验。

德赛西威江伙红:开放和联合将指引智驾的落地丨GADS 2023

▲智能驾驶商业化落地的挑战

很重要的一个挑战在于,在中国的环境里面我们看到,即使在一个简单的出行场景下也会遇到很多困难,比如说我们有召唤的功能,我在用车之前怎么和车打交道,在路上有结构化道路、高速、城市道路等等,在这些场景下我们会遇到很多特殊的情况,比如说对于感知的挑战,对于控制的挑战等等,这些都是我们目前高端智能驾驶遇到的困难。

还有一点,对于现在的NOA或者代客泊车也好,对于消费者而言最重要的一点是安全性,它能不能让我有安全的感觉,这一点是怎么突破高阶智能驾驶真正落地的很重要维度。

三、以用户体验为中心 与生态伙伴共创

围绕这几个方面,德赛西威怎么解决这几个核心问题?比如说技术跨度大,面对环境复杂的场景驱动下怎么适配不同的场景?随着功能的普及,大家看到功能全上的情况下,怎么让消费者对产品更信任?这也是我们需要思考的问题。

德赛西威在这几个方面的思考,最重要的一点是围绕我们的生态,尤其是前段时间我们看到一些车企的高管提到,技术不是驱动企业发展的核心,而是我们的组织。我们如果围绕整个生态打造高阶智能驾驶,我们首先从组织开始思考,结合组织变革以及产品技术的引领,我们所思考的是全新的智能化时代下的合作模式将是什么样的。

德赛西威江伙红:开放和联合将指引智驾的落地丨GADS 2023

▲德赛西威自身的解法

首先是以用户体验为中心,车企所主导的是智能化体验,Tier1提供的是专业的软件和硬件基础,灵活的解决方案以及长期稳定的合作,助力车企可以取得领先的地位和商业成功,这里涉及到市场化效率等等。

在智能化时代下的Tier1,我们认为是联合开发、开放的角色,与客户共同成长,改变行业以往垂直买卖的形式。现在买车只是一个起点,后面还有很多服务,考验着我们的专业价值或者成本优化能力、高效的研发能力以及数字化能力。我们将长期以可靠、可信赖的合作伙伴角色,提供可靠的供应能力、工程化落地能力以及专业的客户服务。

德赛西威一直和合作伙伴一起,打造高阶智能驾驶的解决方案,我们联合传感端、控制端等芯片厂家与我们深度合作,我们可以提供专业的底层服务能力,与生态伙伴一起共创生态的应用,提供产品创新平台,赢得客户的信任。

四、智驾全栈方案:L1主打性价比、 L2及以上实现轻量级

从产品的角度来看,德赛西威主要提供智能驾驶全栈的产品,包括智能驾驶的域控。

在域控这块我们提供高性能的域控解决方案,比如说高算力的域控平台,我们也有一些高性价比的解决方案,赋能不同配置的车型使用到智能驾驶的功能。

在传感器这块,我们全面进行了部署,这里有毫米波雷达、摄像头、超声波雷达以及网联,将来做车路协同的时候,我们认为它是超数据传感器,目前各条产品线都在有序推进中,已经被国内很多主机厂应用,包括底层软件以及部分算法应用软件的量产。

在智能驾驶域控这块,这是我们目前非常主流的产品线,这条产品线我们围绕L2和L2+的轻量型的自动驾驶域控平台,它能够解决6V的传感应用,在多个主机厂已经实现了量产,并且我们从过往的出货数据来看,高阶智能驾驶L2+或者L2++出货量占比反而比已经量产的车厂中低算力的平台方案占比更大,我们看到高阶智能驾驶的应用正在被市场认可。

在传感器这块我们也看到,像摄像头这些产品从2010年前后开始部署,当时我们的量可以达到1000万颗,雷达我们也有量产,在将来的车路协同上,我们在国内也有大规模的V2X形态的应用。

我们讲了各条产品线的情况,最终还是要围绕智能驾驶的整体解决方案,包括我们从L1到L2+或者将来更高阶的智能驾驶解决方案。

在L1层面我们推出1V1R等功能平台,主打性价比,在15万以下的车型上使用。在L2或者L2+层面,我们有一个轻量级的解决方案,可以融合6V5R等传感器的配置。在高阶这块,我们会不断演进迭代高算力的平台应用。

德赛西威江伙红:开放和联合将指引智驾的落地丨GADS 2023

▲德赛西威的解决方案

下面用一个短片介绍我们公司目前在智能驾驶的数据闭环情况,通过这个短片可以看到德赛西威在智能驾驶工作上的进展,德赛西威正在打造开放共享、多元共生、合作共赢的生态,全力以赴,为早日实现高阶智能驾驶赋能。

首先我们是非常开放多元的,我们可以提供非常灵活的商业模式,可以对合作开发的产品进行分工,我们也可以提供智能制造的赋能。

在投入这块,在高阶智能驾驶时代到来的情况下,我们认为自身的综合能力和研发效率决定这场战争。非常重要的一点是安全性的提升,包括公共安全、信息安全、数据闭环、算法迭代等都是需要我们长期持续高投入支撑的。

最后我们围绕高效协同、强强联合,与芯片上游、算法公司以及高校院校、创新企业等等一起合作,打造智能驾驶的生态,让高阶智能驾驶早日实现。

我的演讲到此结束,谢谢大家。