发布时间:2021-12-9 阅读量:985 来源: 公众号 QbitAI 发布人: 胖哥
Robotaxi落地运营,谁能想到紧随百度Apollo之后的,竟是一家传统汽车大厂。
上汽集团主导的享道出行,成了业内第二家Robotaxi出行服务平台。上汽也成为了国内第一家推出RoboTaxi服务的主机厂。
完全开放道路、完全To C运营,上海嘉定区的任何市民,现在都能通过App一键叫车。
最重要的,是官宣具备L4级能力。
半年前“拒绝把灵魂交给华为”的上汽集团,迅速拿出了领先业内的成果,不免让人惊叹。
那么,上汽的“灵魂”从何而来?成色到底如何?答案与上汽自身有关,也与上汽重注投资的Momenta密不可分。
RoboTaxi,上汽出品
上汽Robotaxi,首批车队规模20辆,在上海嘉定区20平方公里范围内运营。
而就在还剩下几天的2021年,这个车队规模会扩充到60辆,分别在上海和苏州运营。
车辆本身基于上汽旗下刚刚独立的品牌非凡汽车Marvel R打造,感知硬件包括12个摄像头、5个毫米波雷达、3个激光雷达和GPS导航定位单元。
这一套方案能覆盖车身360度视角,其中顶部3个激光雷达都来自国内企业速腾聚创,中间128线机械式雷达负责环视,旁边两个负责补盲。
另外,按照当前上海市相关政策要求,开放道路上的运营车辆仍需要配备安全员。
而车辆本身按照官方说法,已经具有“端到端”的L4自动驾驶能力。
实际体验上看,上海嘉定区汽车城附近路况良好,并没有复杂的人车混行、逆行、施工带等等,但也有大货车变道抢行的情况。
遇到这种情况,享道RoboTaxi表现平稳顺滑,有序减速避让,而且与大车并行时,会主动偏移避让。
在嘉定路况下,乘坐体感和人类司机并没有太大差别。
按照官方计划,2021年是启动入局之年,2022年车队就将扩充到200辆,最终形成商业化条件的时间点,设在2025年。
上汽领先一众耕耘RoboTaxi数年的自动驾驶创业公司,迈出商业化重要一步,核心技术是如何突破的?
而从享道RoboTaxi车身上就能看出,“Powered by Momenta”。
没错,上汽的L4底气,来自它曾投资过的自动驾驶明星独角兽公司Momenta。
“Powered by Momenta”
上汽投入运营的RoboTaxi,官方说法是联合共创,由出行公司享道、上汽AI实验室、Momenta一起打造。
显然,Momenta在其中的职责,是提供核心关键自动驾驶能力。
除了用户能感受到的实际体验,Momenta的更大价值,还在于“飞轮式”的L4方案。
整个飞轮一共有三个关键因子:数据驱动、海量数据和闭环自动化。
数据驱动的算法是指Momenta投入大量精力打造的统一框架,可以自动解决数据中存在的大量的问题。
在这个技术框架下,随着量产数据的流入,算法自身会越来越「聪明」,系统不断迭代,自动化解决问题的比例也会越高。
这里的海量数据,既可以来自于商业运营的RoboTaxi,也可以来自搭载了Momenta量产自动驾驶Mpilot的乘用车。
在Momenta的技术架构中,量产自动驾驶解决方案Mpilot和L4方案MSD采用的是统一量产传感器方案。
这也就意味着,量产传感器收集的数据,如视觉、地图、轨迹预测、接管等数据,可以无缝应用并有效助力MSD算法提升。与此同时,MSD也能够反馈最新的技术,来不断提升Mpilot的能力。
Momenta的“两条腿”战略就是如此,与上汽的合作也深入量产车和RoboTaxi两方面。
比如上汽高端品牌智己L7,搭载的就是Mpilot。
获取海量数据之后,怎么去发挥它们的价值,更高效的提升系统能力,是闭环自动化要做的事情
闭环自动化,用来帮助数据和算法之间形成快速迭代的反馈闭环,整个过程包括对问题自动化发现、记录、标注、训练、验证等环节。
Momenta CEO曹旭东形象的用“炼矿”来比喻。
里程数据中对自动驾驶算法精进有较大帮助的高价值数据,可能只占数据总量的千分之一,而算法不同模块,对于数据价值的判断标准也不相同。
所以,自动识别标注就成了必要条件,否则海量数据只能变成企业沉重的存储、传输成本。
具体来说,Momenta希望实现的闭环自动化过程是这样的:
当车辆在测试过程中收集到高价值样本时,系统会自动上传该样本,并在云端进行全自动标注。
云端会持续针对测试中碰到的问题,进行相关数据的自动化标注和筛选,并触发无人工干预的模型训练迭代,完成训练。
模型评测自动启动,研发团队只需阅读由系统所推送的评测报告来决定模型发版,即可完成整个闭环。
这个过程不断循环,自动「消化」海量长尾数据,从而低成本、高效率地打通整个链路,而不是依靠「传统」的人工驱动,耗时耗力调参解决问题。
而由技术特征出发,我们也能了解Momenta的商业化策略,这也是包括上汽在内的主机厂选择Momenta合作的关键。
Momenta为什么能做到?
上汽官方说,这次的RoboTaxi项目落地,从正式立项开始算只用了6个月。
这样的速度背后,其实是Momenta智能驾驶方案的可量产优势。
团队成立第一天,就把可规模化无人驾驶作为研发目标。
这既包括前面讲的“飞轮式”数据闭环能力,也包括整体方案的选择。
算法研发要适配量产级别的传感器,整体方案又要具有良好的多车型泛化性,这两点是几年前很多自动驾驶公司没有给予足够重视的。
针对某个特定车型做后期改装,或针对某一型号传感器做算法调整,的确能在单个案例上取得亮眼的表现,但这样同时也限制了量产能力。
2021年,当自动驾驶公司眼前的试题从“炫技”变成“量产”,这样的公司需要付出大量的成本来调整技术研发路径,在一些方向甚至需要推到重来。
所以Momenta成为行业独角兽,甚至帮助上汽在RoboTaxi赛道“后来居上”,核心原因就是两条:
第一是“飞轮式”数据驱动方法
第二是以“可规模化”为纲的方案设计。
更关键的是,它的方案既兼顾了量产成本的现实要求,又为车企更长远的RoboTaxi转型做好了准备。
而之前曹旭东曾说过,「飞轮只要转动起来,就很难停下来了」。
根据最新行业动向及苹果高管的内部讲话,我们获悉苹果正积极探索将尖端生成式人工智能技术深度融入其核心芯片设计流程,以应对日益复杂的芯片开发挑战并提升效率。苹果公司硬件技术高级副总裁约翰尼·斯鲁吉 (Johny Srouji) 上月于比利时进行的一次分享中,详细阐述了这一战略构想。
随着汽车智能化与电气化加速,多通道负载驱动器成为车身控制模块(BCM)燃油喷射热管理系统的核心部件。意法半导体(ST)的L9026凭借八通道可配置输出ASIL-B诊断和跛行回家模式占据高端市场。然而,以比亚迪半导体(BGD1008)杰发科技(AC7801x)、纳芯微(NSD2622N)、矽力杰(SAxxxx系列)为代表的国产芯片正快速切入该领域,通过差异化设计争夺市场份额。本文从技术成本国产替代等维度展开深度对比。
市场研究机构IDC最新数据显示,2025年第一季度全球智能眼镜设备出货量达148.7万台,同比激增82.3%。这一增长主要由音频及拍摄类眼镜驱动,该品类全球出货83.1万台,实现219.5%的惊人涨幅。与此同时,AR/VR设备出货65.6万台,同比增长18.1%。从地域分布看,Meta持续领跑全球市场,并在西欧加速渠道布局。
2025年6月17日,恩智浦半导体(NASDAQ: NXPI)宣布完成对奥地利车用软件开发商TTTech Auto的收购交割。此次交易依据双方2025年1月达成的协议推进,以6.25亿美元现金实现全资收购,约1100名TTTech Auto工程师将整合至恩智浦汽车业务体系。
三星电子即将推出的Exynos 2600处理器因其突破性的技术设计成为行业焦点。据多方爆料,该芯片将首次采用三星自有2nm GAA(全环绕栅极)制程工艺,并放弃前代“1+2+5+2”的十核CPU架构,转而采用“双超大核+六能效核”的八核设计(2×Cortex-X + 6×Cortex-A),更接近高通骁龙方案。这一调整旨在优化性能与能效平衡,避免此前Exynos 2500因10核设计导致的能效比失衡问题。