根据亿欧智库,AI技术的发展具有指数级的增长潜力,这意味着现有的技术应用、算力基础设施和合作生态体系方面的差距,在未来可能会转化成难以逾越的技术鸿沟。随着时间的推移,这种技术鸿沟可能会导致行业内部的分化,使得处于领先地位的企业与落后者之间的差异持续扩大。亿欧智库认为对于所有参与竞争的车企集团来说,持续的AI技术创新、算力提升和生态合作加强是保持竞争力和市场地位的关键。中国智能汽车行业正在围绕AI技术构建新生态体系,智驾、智舱和车云领域发展较快,预计未来各域AI化发展将更加均衡。中国车企集团在AIEV综合发展程度较高,汽车各域AI化水平发展较为均衡。AIEV通过深度集成AI技术实现汽车智能化程度的提升,它预示着AI技术对传统汽车产品的重大改变。AIEV加速电子电气架构向中央集中式转变,让汽车SOA软件框架形成新的组合方式,并促使AI与驾乘人员的合作方式发生重大变化。中国车企在汽车各域AI上车应用方面展现出产品优势,智算中心的加速建设缩小了其与外国智能电动汽车头部车企的算力差距,与科技公司、友商、高校的生态合作增强了其AI技术应用能力。AI技术加持下,汽车产品属性加速向智能化服务新空间和移...
根据亿欧智库,随着汽车智能化程度的提升,各域AI 技术有望集成AI域,统一协调各域智能化功能。当前汽车的多个功能域由独立且相互关联的AI系统控制,这意味着跨域协同过程复杂。整体而言,汽车松散的智能体系存在较多功能冗余,硬件性能和算力在现有AI体系下还未能实现最优化利用。因此,汽车体系需要更高效的整合和优化设计,以提升汽车的性能。亿欧智库预测,未来汽车行业将发展出一个新域——AI域,负责整合和协调现有的五大功能域中的AI技术,并统一负责与车云协同。这一新域将促进汽车形成一个高度集成的智能系统,确保硬件和计算资源得到全面而高效的利用,从而实现整车性能的全面提升。当前,汽车的AI智能系统由多个独立而又相互交织的AI系统组成,这些系统分别与车云协同,形成了一个复杂的体系。这些分布在各域的AI系统在发展过程中各自独立进化,缺乏统一的严密设计。当前松散的AI体系可能存在较多冗余,汽车的计算能力、硬件性能未能实现最优化和高效应用。按照预测,未来汽车AI 智能体系将经过严格的设计,形成由一个新域——AI域统一控制、统一与车云协同的智能体系。在该体系下,汽车将充分利用各域硬件资源和计算能力,实现性能优化...
根据亿欧智库,AI在底盘域应用于车身姿态和悬架调整,AI车路云数据融合的智能地盘是未来的发展方向。当前底盘域对AI的应用处于较为初级的阶段,国内车企厂商对AI均有不同程度的运用。以吉利和智己为代表的厂商通过AI融合地盘传感器数据,辅助地盘控制;而华为在此基础上增加了环境传感器数据,通过更大规模的AI数据融合计算,提升车的灵活性;还有蔚来引入云端计算和众包地图,将AI的服务范围从单车拓展到多车上。亿欧智库预测未来车路云数据融合,AI综合信息并计算后辅助汽车地盘根据路况前馈调节车身姿态和悬架参数是发展方向。根据亿欧智库未来发展的大致方向为:车端数据融合的AI应用阶段到车端多维数据融合的AI应用阶段,通过多模态融合感知系统帮助汽车感知路况,在AI智能协同下实现智能扭矩控制以及智能阻尼调节,提升汽车灵活性,降低行驶中的颠簸感及冲击感。车端数据结合AI的应用阶段,这个阶段是通过车云数据融合,提前获取前方道路起伏、颠簸信息,并前馈调节悬架参数,提升驾乘的舒适性和安全性。最后是车路云数据结合的AI应用阶段,通过AI车路信息融合计算加众包地图更新,实现地盘控制。动力域对AI技术的应用范围不断拓展目前,...
随着辅助自动驾驶的发展,AI技术在车云中的关键节点发挥着越来越重要的作用,有望逐渐实现全流程AI化。根据亿欧智库,AI技术在车云领域的应用正日益深化,其数据训练和仿真优化功能不断扩展至更广泛的环节。最初在自动驾驶的仿真测试中得到应用,AI技术现已逐步扩展至智能座舱的大模型训练以及OTA升级。OTA即 Over the Air Technology,指的是空中下载技术,可以实现远程升级。亿欧智库认为未来AI技术将在汽车各域应用和算法的更新迭代中扮演核心角色。根据亿欧智库,AI技术在车云领域可以分为三个阶段:探索应用阶段、初步应用阶段、深化应用阶段。2006-2026为探索应用阶段,主要为云计算+应用程序内的AI模型。云计算平台中嵌入包含了AI算法的MATLAB/SPSS/Simulink等软件,实现数据处理、数据标注和模型训练的AI化。主要应用在自动驾驶模拟训练上。2017-2026年为AI在车云的初步应用阶段,主要为云原生+AI模型和云原生+AI模型+智算中心。采用基于云原生完成数据处理、难例挖掘、数据标注、模型训练、场景构建、仿真测试,测试平台在以上步骤中采用了AI技术提升效率、降低...
当前,大部分的汽车自动驾驶方案已经通过BEV+Transformer架构实现L2级别及以上的自动驾驶。市面上的大多数车厂,如华为、小鹏、理想、毫末智行、卓驭科技、极越等企业通过BEV+Transformer+OCC已实现对高速NOA(一种自动驾驶辅助系统,可以让驾驶员在高速公路上行驶更安全高效。)城市NOA(针对城市交通环境开发的驾驶辅助系统。)以及自动泊车的支持。BEV+Transformer架构是一种用于自动驾驶领域的先进感知技术,它通过将多个摄像头捕获的2D图像转换为鸟瞰图的3D表示,从而实现对车辆周围环境的更准确感知。这种架构的核心优势在于其能够处理和融合来自不同视角的空间信息以及时间序列信息,为自动驾驶系统提供更为丰富和精确的感知数据。亿欧智库认为,到2027年,自动驾驶领域有望实现感知、规划、控制全流程到端,并完全基于learning-based实现自动驾驶。图:自动驾驶智能算法架构迭代(图源:亿欧智库)根据亿欧智库对自动驾驶算法架构迭代的分析,2016年的自动驾驶依赖于手工设计的特征提取方法,预测能力较差,主要依靠预先设计好的特征和经验总结,且仅支持L2级别的自动驾驶和A...
上篇给大家简单介绍了AIEV发展的背景、AIEV的概念以及AIEV产业发展的驱动因素。接下来将介绍AIEV技术的现状以及趋势分析。根据亿欧智库的调研数据显示,99%的用户对AI技术上车有一定的了解,大部分用户通过微信公众号等线上渠道来了解AIEV技术。其中,有47%的用户有过搭载或体验过AI技术汽车的经历。燃油车主、新能演车主以及无车用户相比,新能源汽车对AI技术上车更为熟悉,调查显示有超过八成的新能源汽车车主经常使用或者尝试过车载AI技术,有超过五成的新能源车主经常使用车载AI技术。在这些用户中,超过七成的用户认为AI技术上车将对驾乘体验带来积极的影响。AIEV技术现状根据亿欧智库,中国智能汽车产业正在围绕AI技术形成新的生态体系,AI解决方案处于生态体系的核心,基础软件、硬件、智能网联和车云等相关部分提供支撑。从汽车产品角度看,驾驶域、座舱域和车云AI化进程相对更快,自动驾驶、智能座舱和车云领域均出现产品化的AI应用。在其他领域也有深化应用的可能。图:中国AIEV生态体系图谱(图源:亿欧智库)从目前情况来看,未来各域AI化发展将更加均衡,因为当前地盘、车身、动力域的AI化应用相对较...