2023年的上海车展，对于智能驾驶貌似少了前几年的疯狂，前几年大家疯狂的卷算力，卷摄像头像素，卷激光雷达数量，喊进军城市领航辅助，喊L4自动驾驶。但今年基本没有主机厂大张旗鼓的卷配置，大力宣传智能驾驶功能，L4智能驾驶公司只有可怜的一两家单独参展而且更偏重于重卡或者商用专用领域。在供应链端方面更多的是喊出低成本（少传感器，少算力）快速落地的方案支持上量。

那么

智能驾驶产业目前是什么现状？

(资料图)

智能驾驶供应链的难点有哪些？

需要怎么样的智能驾驶供应链？

本文将结合从业经验和认知对以上三点进行分享，希望能够带来一些信息和启发。

智能汽车，目前共识的就是智能化的基础电子电气架构正在由分布式向域控发展未来走向中央处理器方向。

传统的分布式电子电气架构基本各项功能一套传感器的方式，一个处理器ECU，一个执行机构的方式，甚至很多功能都不需要数字化的传感器和处理器，根本无法实现高效率综合体量的智能，因为所有的功能都需要得到数字的映射，而低延迟，高度融合的感知和控制正是智能汽车的技术基本。

当前智能汽车根据消费者需求和车辆本身的特性裂分出两大智能域控：

第一个是开放的娱乐系统域需要将互联应用世界带入汽车让汽车形成第三空间，这个基本上很多技术可以来自于手机智能家电行业。

第二个是安全时效的移动出行域也就是智能驾驶域，其实智驾域按照移动出行的速度低速和高速需求分为泊车和行车两套系统，但趋势就是行泊一体，以视觉主导的智能驾驶，基本原则都是传感输入，AI处理，路径规划，控制，所以行泊一体可以高效利用算力资源，保持传感以及输出的低延迟和高度融合。

当然这两个域也不是最高效的，中长期趋势也是融合，如之前文章《2000TOPs的英伟达和高通要把智能汽车带向何方？》介绍过英伟达以及高通都竞相发布了几千TOPs的芯片，当然还有老牌intel也暗暗发力。

所以电子电气架构的域控发展从车端打通行驶环境，车和用户数据流，而大数据云将环境，用户，企业串联形成大数据闭环，创造了软件定义汽车的基础，给了企业，用户，资本在人工智能时代带来无限的想象空间。

但是，2022年以福特和大众烧完超过 30 亿美元的投资后退出了做自动驾驶L4的Argo AI为高峰，国内各类做L4的智能驾驶公司都转向降维做L2为标志,可以看到智能驾驶资本和产业都弥漫寒气。汽车产业的巨头有说“无人驾驶都是扯淡”，也有说“无人驾驶是忽悠”（当然其实这两位大佬都说的是无人驾驶，同时他们都表示辅助驾驶是必然），还有说智能驾驶10年内的主流都是无限停留在L2。

而从消费者方向我们明显可以感受到，多家曾经在媒体上早早demo的城区领航辅助和记忆泊车等高阶智能驾驶功能确迟迟不能落地。媒体上秀的各类一镜到底零接管的高阶智能驾驶到实际使用却在很多关键时刻直接“甩手”给驾驶员，弄的消费者实际使用体验不但不轻松还得时刻精神紧绷。

所以从产业，资本和客户感知来看，智能驾驶功能可能中短期停留在L2+，客户感知提升进入瓶颈期，但基于AI的智能驾驶却是汽车电子发展以及AI技术发展的大势所趋，根据Gartner预测智能驾驶产业发展已经经历了起伏波动在未来十年都是健康爬升。

到了2023年一场“价格战”席卷整个汽车行业，让众多追求智能驾驶应用的汽车企业猛然发现“诗和远方”并不是企业的归宿，企业成立的目的是盈利，所以智能驾驶都在寻找智能驾驶体验和成本之间的最优比，于是有人喊出高阶智驾成本应该占整车的3-5%。

所以智能驾驶虽然有了电子电气架构和AI技术应用的趋势推进但是面对客户感知的提升和成本下降的压力，智能驾驶产业中各方供应链依然不是拿到技术的船票就能到达目的地的。

标签：