自動駕駛終於出了第一個生態聯盟
自動駕駛行業終於有生態聯盟了。
12月18日,T3出行、蘇州高鐵新城、江蘇大運集團戰略釋出會在蘇州舉辦,國內首個自動駕駛生態運營聯盟——“鰲頭聯盟”正式誕生。據悉該聯盟以科技公司、主機廠和出行平臺組成“鐵三角”,共包含32個產業內不同鏈條的合作伙伴,將在蘇州落地推進自動駕駛的規模化商用。
T3出行作為發起者之一,其CEO崔大勇在釋出會上闡述了“鰲頭聯盟”的目標,即“以場景為先導,積極開展商業化示範應用,從而加速技術更新迭代,推動自動駕駛上下游產業鏈合作,構建優勢互補、協同合作的產業生態。”
(T3出行CEO崔大勇在現場發表演講)
於當前國內自動駕駛的行業現狀而言,這一生態聯盟的成立,將是一次對行業陣營化發展思維的強力破冰,意義非常特殊。
從1到10阻力大
之所以說破冰,是因為自動駕駛行業存在從1到10的巨大阻力。
縱覽我國自動駕駛的追趕史,可以發現從大量資本和巨頭追風口到產出各類技術成果,不過五年左右的時間。在快速完成0到1的過程後,國內在技術演算法和工業製造領域,都出現了世界排名靠前的企業和平臺。
但從1到10的過程,也就是自動駕駛的規模化商業落地,卻顯得慢得多。即使是綜合目前已有的各類自動駕駛商業化案例來看,也幾乎都是小範圍地實現商業化,比如某個園區或某個碼頭,而且這些應用場景往往比較專業,且在物理範圍上有比較大的侷限性。
另外,不少商業化落地案例仍然比較初級,實驗性質仍然比較濃重。而且最為典型的一點是,這些小範圍、星星點點式發生的商業化落地案例,往往服務的是企業,而非消費者,所以很難鋪開覆蓋到更多的場景和個體。
從0到1走的很快,但從1到10卻走的比較慢,這種反差客觀來看是由自動駕駛的規模商用本身難度決定的,因為自動駕駛的規模商用,需要政策端、消費端、技術端、場景端通力合作。
但也存在致命的主觀原因,即行業內過於濃厚的競爭氛圍,所醞釀的割裂化、陣營化的發展生態,導致的自動駕駛規模商用存在場景和資料層面的物理隔閡及瓶頸。換言之,在商業化落地階段,很難有更多人達成共識,力不往一處使,自動駕駛規模商用這個大滾輪就很難高速轉起來。
共享是不二法門
從0到1可以封閉搞,因為技術的實現途徑是多元化的,但是從1到10或者1到N,就必須要開放,因為規模商用必須要基於真實且海量的需求場景。面對自動駕駛從1到10的阻力,開放共享是唯一的解決方案。
自動駕駛商業化已經不再是一個單純的技術問題,而是場景和資料問題。一來,商業化的服務物件主要是企業和人,需求海量且複雜;二來,商業化需要面對真實的路況和環境,理論上存在無限規模的差異化場景;三來,商業化關係到利益問題,降本增效是一個長期存在的客觀需求。
而共享和開放的最大價值,在於解決了場景和資料在數量和質量供給量級上的問題,能夠直接讓技術在海量場景和資料上進行試驗和試錯,加快自動駕駛對不同場景的適應速度。
具體來說,開放共享會直接消除各企業及產業上下游之間的資料鴻溝,為自動駕駛帶來數十倍甚至上百倍量級的資料池和場景池,讓自動駕駛依實際需求和實際場景而進化。
拿“鰲頭聯盟”來說,其生態合作伙伴共有32個,科技公司存有自動駕駛的演算法和模擬性資料,主機廠則有無人車整車和配件製造方面的資料,出行平臺則有大量真實的出行場景和駕駛資料。值得注意的是,聯盟成員還包括中國資訊通訊研究院、北理工重慶創新中心等學術研究機構,它們擁有很多宏觀層面的自動駕駛資料。
(國內首個自動駕駛生態運營聯盟——鰲頭聯盟正式成立)
透過開放共享形式的合作,這些資料的整合無疑將會釋放出非常大的資料和場景動能,為實現自動駕駛規模商用帶來資料和場景上的規模性優勢。
“鐵三角”互哺效應
在開放共享的基礎上,“鰲頭聯盟”對於自動駕駛規模商用的助推在於其推崇的“鐵三角”模式,即由科技公司、主機廠和出行平臺三方共同賦能自動駕駛商業化落地過程。
在這一聯盟中,科技公司包括中汽創智、初速度、輕舟智航等,主機廠(整車企業)包括一汽、東風、長安等,出行平臺則主要是T3出行。
這樣的組合並非傳統意義上的分工合作關係,而是更加強調分工的同時互幫互助,從產業鏈角度看,就是閉環式的融合,任何一方都可與其他方共享資料,而非單一線性的合作模式。
比如平臺場景端能夠持續將海量資料“餵養”給主機廠和科技公司,讓自動駕駛技術更安全高效有溫度。據悉T3出行每天在運營中會產生1000萬公里的真實路況資料,資料量超過10TB,而且T3出行目前峰值訂單超過80萬,使用者出行場景極為豐富。
由於T3出行是商用化運營平臺,所以這些資料的有效比例非常高,能夠幫助科技公司的自動駕駛演算法得到更快速的進化,並且基於完全真實的需求。
相應地,科技公司作為技術端,透過持續迭代演算法,能夠促使出行平臺提供越來越好的自動駕駛服務和體驗,並持續為平臺運營降本增效。而T3出行是車聯網平臺,這意味著科技公司的演算法迭代可以隨時以OTA模式同步到終端出行場景。
至於主機廠,由於具備不同車型的規模化製造和裝配能力,所以能按照科技公司和出行平臺的需求,快速批次生產不同型別的無人車,這也是規模商用的前提。
綜合來看,“鐵三角”模式的本質是基於充足快速的硬體製造能力,AI和大資料的一次無限互哺,並最終促成自動駕駛的大範圍、多場景商業化落地。
顛覆傳統行業模式
比起那些單打獨鬥或三三兩兩合作的碎片化模式,“鐵三角”模式的產業鏈生態優勢,實際上讓“鰲頭聯盟”站在了一條更靠前的起跑線上。
更重要的一點是,由於資料可共享,“鰲頭聯盟”實際上是從自動駕駛整個行業角度,而非單個企業的角度出發,去思考自動駕駛的規模商用實現路徑。
這意味著“鰲頭聯盟”會將逐利以及競爭性思維放在更後面,而將自動駕駛規模化商用放在目標首位。簡言之,在面對一些成本收益問題時,鰲頭聯盟會以是否利於規模商用為準則來衡量不同的抉擇。
(T3出行、江蘇大運集團、蘇州高鐵新城三方簽署戰略合作協議)
不得不說,“鰲頭聯盟”的出現為行業樹立了一座跨越性的里程碑,因為它將自動駕駛商用化發展從以競爭為核心的陣營時代,帶到了以開放為核心的共享時代。
這是對自動駕駛行業發展模式的一種顛覆,透過轉競為合,國內自動駕駛行業將逐漸迎來更多規模化的開放合作生態。而生態化的行業模式,將快速促成自動駕駛全面步入規模商用階段。可以預見,大範圍、常態化的自動駕駛商業化時代,已經越來越近。
文/劉曠公眾號,ID:liukuang110
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69937827/viewspace-2744264/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 玩家加速抱團,聯盟成了自動駕駛新出路?自動駕駛
- 自動駕駛又有了新玩法,德法聯手推出第一個“跨國路測”自動駕駛
- “寶戴”分手,傳統車廠的自動駕駛聯盟何“難”之有?自動駕駛
- 滴滴與全球頂級自動駕駛研究聯盟BDD達成戰略合作自動駕駛
- 十餘家廠商聯合釋出白皮書,自動駕駛正在走向安全聯盟時代自動駕駛
- 【自動駕駛100問】第一問到第三問自動駕駛
- 車市下一個風口——自動駕駛自動駕駛
- 自動駕駛研究報告自動駕駛
- 自動駕駛拉鋸戰自動駕駛
- PIX自動駕駛應用生態產品 | Showbar智慧飲料零售車自動駕駛
- 自動駕駛資料閉環:實現高階自動駕駛的必由之路自動駕駛
- 英特爾再度發力自動駕駛,與豐田、愛立信等成立“大資料”聯盟自動駕駛大資料
- 自動駕駛測試全流程自動駕駛
- 自動駕駛復甦在 2020自動駕駛
- 大疆攪局自動駕駛自動駕駛
- 自動駕駛定位已知方式自動駕駛
- 自動駕駛控制演算法自動駕駛演算法
- 火速圍觀!中國第一起特斯拉自動駕駛事故自動駕駛
- 自動駕駛哪國強?各國和地區自動駕駛成熟度指數自動駕駛
- 強強聯手!福特與MIT開啟自動駕駛特殊研究MIT自動駕駛
- 基於carla和python的自動駕駛模擬系列3Python自動駕駛
- SAE自動駕駛分級介紹自動駕駛
- 奧迪:自動駕駛的脈搏自動駕駛
- 自動駕駛出行,進入下半場自動駕駛
- 【面試】滴滴自動駕駛測開面試自動駕駛
- 自動駕駛圈的第一個正式"謝幕":Drive.ai確認將永久關閉自動駕駛AI
- 寶馬設立自動駕駛研發中心,2021年釋出自動駕駛汽車自動駕駛
- 未來出行第一題:自動駕駛的治堵方案真的可行嗎?自動駕駛
- 即使達到5級自動駕駛階段,自動駕駛“卡車”也不可能完全“無人”自動駕駛
- 帶你瞭解基於Ploto構建自動駕駛平臺自動駕駛
- 自動駕駛L2來了,它會讓駕駛更輕鬆嗎?自動駕駛
- 大卓智慧谷俊麗:自動駕駛新週期,跨越產業化拐點需要生態合力自動駕駛產業
- 基於數值優化的自動駕駛實時運動規劃優化自動駕駛
- 蘋果自動駕駛背後的故事蘋果自動駕駛
- 自動駕駛最強學習資料自動駕駛
- 華為掀起了自動駕駛小高潮自動駕駛
- 紐約自動駕駛路測正式開啟,奧迪成為了第一個“幸運兒”自動駕駛
- 自動駕駛系列(七)——聊聊人機互動中的DMS駕駛員監控系統自動駕駛