過去兩三年，以英偉達、地平線為代表的芯片公司，通過更為靈活開放的開發(fā)模式打開了車企的市場缺口。
另一邊，隨著自動駕駛供應商在技術上的快速迭代，也使得他們有更多的機會參與到了推進高階自動駕駛發(fā)展的進程中。
這其中，覺非科技作為自動駕駛算法與數據服務的代表，正成為推進高階自動駕駛量產落地的一股重要力量。
近期，汽車之心專訪了覺非科技創(chuàng)始人與技術合伙人劉斌，就自動駕駛下半場量產技術突破口與制勝法則進行了探討。
01、自動駕駛進入下半場，量產是核心關鍵詞
作為自動駕駛感知決策算法與數據服務商，今年 11 月，覺非科技在資本寒冬順利完成了近億元的新一輪融資。
這在很大程度上說明，覺非科技的未來發(fā)展已經獲得了資本與產業(yè)的認可。
自動駕駛產業(yè)經歷了七八年的發(fā)展，目前已經進入到了下半場的競爭，這已成為行業(yè)的共識。
但自動駕駛下半場的核心競爭力是什么？
劉斌認為，自動駕駛下半場比拼的不再是 Demo 和 POC 驗證項目，而是真正的量產落地能力。
作為行業(yè)內最早一批提出這一說法的自動駕駛公司，覺非一直在踐行這一理念。
覺非科技成立于 2019 年，在成立的前兩年，這家公司的業(yè)務更多聚焦 L3 商用車、車路協(xié)同、末端無人配送等領域，通過提供融合感知解決方案，幫助這些領域的自動駕駛公司在高速、智能駕駛示范區(qū)、車聯(lián)網先導區(qū)、港口等開放、半開放場景落地。
不過，這并不意味覺非不關注乘用車市場。
「兩三年前，我們發(fā)現融合計算，包括融合定位的能力，在乘用車上搭載的比例非常低，當時的市場機會并不多。
但我們的路側項目在提供服務的同時，我們也進行了乘用車相關量產技術的預研與儲備，為『技術上車』做準備?！箘⒈笙蚱囍慕榻B。
覺非的路側融合感知系統(tǒng)每天產生的交通數據量多達10 億次以上，大量的交通數據與車輛自數據為點云模型與算法迭代奠定了基礎。
而通過路側數據訓練的點云融合計算模塊，也正在反哺著覺非的車端融合計算解決方案。
自動駕駛在乘用車的市場機會在 2021 年前后開始傾斜。
這一時期，蔚來、理想、小鵬等新造車勢力先后將「自動駕駛」提上重要議程。隨后，越來越多車企也開始通過投資、并購等方式切入自動駕駛。
從供應鏈上看，國內新興的智能駕駛供應商在 2020 年、2021 年開始逐步成熟，先后拿到車企的訂單。
可以說，自動駕駛產業(yè)終于迎來可以規(guī)?；碾A段。
在這個大背景下，先前的項目量產經驗與技術積累，也讓覺非快速抓住切入乘用車智能駕駛市場的機會。
憑借多年在多傳感器融合技術領域中的深耕，覺非推出了可適配于量產方案的產品組合拳，并與多家車企實現了技術方案的定點與落地。
據劉斌透露，國內某頭部車企已與覺非科技達成合作，搭載覺非融合計算能力與融合定位模塊的新車型即將量產上市。
當下，「量產」已經成為自動駕駛行業(yè)的主旋律，誰能夠以更快的速度、更低的成本、更好的效果實現量產交付，誰就能獲得主動權。
02、量產經驗與技術優(yōu)勢，一樣重要
在智能駕駛的產業(yè)鏈條上，覺非的角色是軟件算法與數據服務商。
具體來說，覺非科技通過適配不同的車載駕駛域計算平臺，圍繞自動駕駛的感知和決策提供融合計算能力。
融合計算，指的是多傳感器融合，其基本原理就像人腦綜合處理信息的過程一樣，將攝像頭、毫米波雷達、激光雷達、IMU、慣性導航等傳感器進行多層次、多空間的信息互補和優(yōu)化組合處理，最終產生對觀測環(huán)境的一致性解釋。
在硬件水平趨同的背景下，各家自動駕駛差異就更多地體現在融合計算的優(yōu)劣上，換一個更容易理解的表達是：傳感器融合得越差，自動駕駛展現出來的水準會越低，急加速、急剎車、甚至因判斷失誤引發(fā)事故都可能會出現。相反傳感器融合得越好，自動駕駛就更像一個老司機，在提升乘坐體感的同時，也極大的提升自動駕駛汽車的安全性。
例如，單一傳感器做融合定位，在高架橋、多層立交、隧道等場景會面臨更多的 Corner case，而城市場景下，建筑物的遮擋導致 GPS、RTK 性能大打折扣。
「在這種情況下，我們會將感知與數據能力進行有機融合，從而提供一個更具適用性，能更好解決 Corner case 的產品方案?！箘⒈蟊硎尽?/span>
在這里，融合更強調的是感知的能力以及先驗數據的融合。感知能力相當于「駕駛員」，他會越來越聰明。先驗數據則是自動駕駛系統(tǒng)通過高精地圖、動態(tài)地圖或者靜態(tài)地圖，為車輛提供更好的自動駕駛能力。
為此，覺非推出了面向量產的產品矩陣：
（1）融合定位。這是覺非最早也是最成熟的量產方案，這一方案強調的是融合定位和地圖空間數據的通用性，通過與量產的域控制器進行定制化適配，更能適應車企與集成商快速量產的需求。
覺非科技融合定位應對城市復雜場景：隧道內行駛
（2）融合感知。這一方案的特點在于，不強調前融合、中融合還是后融合，而是根據場景選擇融合策略。無論是乘用車還是商用車，覺非會根據車企傳感器布局、硬件配置、計算能力等，定制不同的融合方案，從而讓多傳感器的融合表現更加穩(wěn)定。
覺非科技 LiDAR 感知能力效果演示
（3）數據閉環(huán)服務。覺非擁有路側和車端的兩重布局，這意味著其擁有更廣的數據來源，能夠對數據模型進行特定的訓練，進一步解決自動駕駛的長尾問題。
除了這樣的技術優(yōu)勢之外，覺非的量產經驗也是頗受車企認可的重要組成部分。
在與車企的合作中，劉斌認為，量產經驗、成本控制與軟件的可靠性是車企最為關注的維度?！溉绻浖棠芟蜍嚻筝敵鲰椖抗芾淼慕涷灒@在車企當中會更受歡迎?！箘⒈蟊硎尽?/span>
尤其是在自動駕駛軟件定制化程度高，行業(yè)沒有標準解決方案的背景下，劉斌向汽車之心坦言「這也是讓軟件供應商較為頭疼的地方之一?！苟X非的經驗是，不斷優(yōu)化工程架構，以此加快適配與量產的進度。
「量產上車的第一步就是統(tǒng)一整個自動駕駛產業(yè)鏈的認知」，這也是覺非歷經幾次量產項目后取得的寶貴經驗。而坦誠溝通與專業(yè)性，也成為劉斌眼中軟件公司與車企、集成商合作的基礎。
覺非科技創(chuàng)始人與技術合伙人 劉斌
通過對車企需求的精準洞察和高效理解，這也快速幫助覺非成長為一家更具「車企思維」的智能駕駛解決方案提供商。
隨著行業(yè)發(fā)展進入深水期，劉斌認為，未來感知與地圖耦合的可能性會越來越大，將成為更加一體化的解決方案；數據驅動也同樣是加速自動駕駛迭代的關鍵手段。
基于這樣的預判，覺非也做好了提升自動駕駛能力、擴展自動駕駛運營范圍，在大算力芯片下部署更加復雜算法的準備，為大規(guī)模量產鋪路。
03、芯片+算法，覺非探索新業(yè)態(tài)下的新模式
幾年前，Mobileye 的黑盒交付模式是諸多車型輔助駕駛系統(tǒng)的標配，但這樣的模式無法滿足眾多車型定制化要求頗高的狀態(tài)，這才導致特斯拉、蔚小理等頭部新勢力萌生了全棧自研的想法。
現如今自動駕駛行業(yè)百家爭鳴，從傳感器到芯片再到算法，一眾技術公司正在努力推動自動駕駛的量產落地，眾多車型的定制化需求也能在一定程度上得到滿足。
為了更快速地迎合這種定制化需求，芯片公司與算法公司攜手發(fā)展，成為了一種重要的合作方式。
覺非科技與地平線的合作也呈現出了這種趨勢。
具體而言，地平線的芯片是基礎能力，在這之上會有眾多的軟件和硬件合作伙伴發(fā)揮各自的能力，形成一種百花齊放、各顯神通的狀態(tài)。
作為軟件供應商的覺非，便是在地平線打造的舞臺上大顯神通的一份子。
芯片+算法解決方案，為行業(yè)提供了一個快速推動自動駕駛量產落地的范本。
劉斌表示：
「這樣的模式既為車企提供一套完整的解決方案，快速滿足不同車型對自動駕駛的定制化需求，又能實現芯片與算法公司在市場和商務資源的協(xié)同，從而將整個盤子做得更大?！?/span>
今年 5 月，覺非科技與地平線達成生態(tài)戰(zhàn)略合作，以「芯片+軟件解決方案」集成的形式推進全場景智能駕駛的量產落地。
不久之后，覺非科技基于地平線征程 5 芯片，率先推出了一套「城市通勤融合定位量產解決方案」，通過將「融合計算」與「地圖空間數據」結合，實現了車輛自定位與實時建圖的技術突破，快速推動行泊一體功能的量產落地。
在這一合作中，覺非極大地擴大了自己量產上車的機會，為行業(yè)更快速地實現自動駕駛的量產落地提供了技術支撐。
一位業(yè)內人士透露，地平線除了自己直接/間接進車廠、合資進車廠之外，也在嘗試利用自身影響力和優(yōu)勢，主導一種車廠更容易接受的拼盤模式。
這種模式既服務了車廠又發(fā)展了自身，同時還扶持了行業(yè)伙伴，如果最終能夠落地，將真正實現多方共贏。
從開發(fā)模式上看，地平線+覺非這樣的芯片與算法解決方案相結合的模式，可以大幅降低系統(tǒng)開發(fā)成本，為車企提供更為靈活的多硬件平臺部署可能。
在劉斌看來，這樣的發(fā)展方式將成為行業(yè)主流，加速推動自動駕駛行業(yè)朝著大規(guī)模量產落地的方向邁進。
04、終局思維、瞄準量產：覺非穿越資本寒冬的秘訣
翻閱自動駕駛行業(yè)的發(fā)展史，2016 年是個頗為值得紀念的年份。
這年下半年，谷歌開發(fā)的圍棋智能機器人 AlphaGo 打敗圍棋圣手李世石，這一事件極大地激發(fā)了行業(yè)對于人工智能的關注與認知。
甚至引發(fā)了「什么工作最容易被機器人取代」的大猜想，這其中司機就成了一個即將被替代的「瀕危職業(yè)」。
為了能加速自動駕駛時代的到來，大量資本涌進了自動駕駛行業(yè)。
據美國布魯金斯學會（Brookings Institution）發(fā)布的投資情況報告顯示，在 2016 年 10 月至 11 月，全球自動駕駛主流投資進入急劇增長階段，在一個月的時間里，其交易總額從 110 億美元增至580 億美元，漲幅達427.3%以上。
自動駕駛野蠻生長的時代就此開啟。
Argo.ai 傍上福特的大腿，Mobileye 成為英特爾的囊中之物，均是這一時期極具影響力的事件。
熱情總是短暫的，被自動駕駛「沖昏頭腦」的資本也逐步在消逝的時光中恢復了清醒。
2019 年初，時任 Waymo 首席執(zhí)行官約翰·克拉夫奇克（John Krafcik）公開表示「自動駕駛汽車可能永遠無法在全路況條件下行駛。」在這樣悲觀的預測當中，資本對自動駕駛行業(yè)的熱情迅速下降，行業(yè)寒冬也就此開啟。
成立于 2019 年覺非，一出生就過上了「冷日子」，這樣越發(fā)嚴峻的行業(yè)環(huán)境也逼迫著覺非摸索前行，一邊以融合計算為基礎，為整個公司的發(fā)展提供業(yè)務支撐；一邊以大規(guī)模量產為目標，持續(xù)迭代融合計算的技術能力，打造行業(yè)領先的技術優(yōu)勢。
以「終局思維」推動技術發(fā)展的理念與腳踏實地的技術實踐，便是覺非「穿越寒冬」頻頻收獲資本認可的關鍵。
從成立至今，覺非從一個初出茅廬的初創(chuàng)公司，成長為一家實現跨場景、跨平臺、跨終端智能駕駛解決方案的供應商，并收獲眾多車企定點。
今年 11 月，覺非科技順利完成近億元的新一輪融資。而這一次融資將主要用于新一代融合計算技術的研發(fā)與迭代，以及定點量產項目的持續(xù)交付。
這樣的成長軌跡足以說明覺非擁有推動自動駕駛量產落地的硬實力。
2022 年春節(jié) 覺非科技員工書寫「覺戰(zhàn)」
隨著行業(yè)內多家車企城市 NOA 功能相繼上線，自動駕駛正式迎來「進城」的下半場。自動駕駛產業(yè)也終于迎來放量上車的階段。
在劉斌看來，圍繞算力、算法、數據構建的三要素將成為汽車智能化的核心驅動力。尤其是在軟件定義汽車背景下，數據、算法和算力是自動駕駛開發(fā)的三駕馬車。
在這個背景下，覺非將「數據驅動量產」定義為 2023 年覺非科技發(fā)展的關鍵詞。
更好的技術優(yōu)勢、更強的量產能力、更多的車企定點，是吸引資本市場投入的關鍵，也是加速自動駕駛公司獲得產業(yè)生態(tài)認可的關鍵。
同時，這也意味著自動駕駛公司已經進入了可持續(xù)發(fā)展的正向循環(huán)。而覺非正處在這樣的正循環(huán)之中，這是對腳踏實地者最好的獎勵，也是行業(yè)發(fā)展的必由之路。
以融合計算為技術路線，數據智能為驅動力，幫助合作伙伴加速自動駕駛量產落地，這是覺非在自動駕駛下半場的技術突破口與制勝法則。
目前，業(yè)內普遍認為完全自動駕駛的未來需要很長時間才能達成，在這樣漫長的發(fā)展過程當中，自動駕駛產業(yè)鏈上會涌現出越來越多像覺非這樣的實干者。
只有經過這樣大浪淘沙式的洗禮，自動駕駛行業(yè)才能穩(wěn)步向前，完全自動駕駛的目標才能逐步實現。
