开博体育

魔视智能在乘用车自动驾驶算法软件的量产上，取得了令人瞩目的成绩。自2016年以来，魔视智能与比亚迪、广汽、北汽、奇瑞、吉利、上汽、长城、长安、东风、一汽等（排名不分先后）主流乘用车主机厂开展了数十个联合开发项目，并在其中的五家主机厂赢得了十多个明星车型或平台车型的自动驾驶算法软件或软硬件大规模量产项目，功能涉及预警、泊车、行车等L1-L4各级别。同时，魔视智能已与多家Global Tier 1或外资主机厂共同推进全球平台车型自动驾驶算法软件的量产。在自动驾驶算法软件量产项目上，魔视智能的乘用车厂客户数、量产项目数、量产车型销量均居行业领先地位，实现了自动驾驶算法软件的国产替代。

众所周知，乘用车自动驾驶的量产是一个巨大的市场𒁃。根据清华大学教授、国家智能网联汽车创新中心首席科学家李克强发布的《智能网联汽车技术路线图2.0》， PA、CA级智能网联汽车渗透率持续增加，到2025年达50%，2030年达70%。而根据目前行业发展态势，此目标很可能提前完成。中国每年乘用车产销量超过2000万辆，这就意味着超过1000万台套的市场空间。

然而，与热闹非凡的创业与融资大潮相比，乘用车自动驾驶算法软件的量产却曲高和寡。哪怕是L1/L2级别的自动驾驶，从口碑、成熟度、风险规避的角度，主流乘用车主机厂一贯以来基本都只选用博世、安波福等全球供应商的方案。国内新兴科技公司基本处于陪衬角色，从杯中分羹需要克服各项巨大挑战。最主要的挑战在于实现成本、性能、可靠性三者的平衡。

虽然L4级Robotaxi已经有众多的演示样车，但是量产车辆无法像demo car那样纯粹靠高成本的传感器和算力芯片武装到牙齿，只能“小米加步枪”，这相当于放弃了夜视仪、关闭了上帝视角，只能单枪匹马依靠微弱的烛光穿行于密林，技术难度陡增。在有限的功耗、传感器信号输入和算力支持之下，仍然要保证稳定可靠的自动驾驶功能，这对算法裁剪、优化、各项工程化适配都提出了巨大挑战，始终需要在各种边界条件的极大限制下寻求最优解。

不仅如此，大规模量产车型所面临的场景空前复杂化𓆉，数以百万计的车主会面临什么样的场景、会碰到怎样的问题，远超科技公司仿真与车队测试所能涵盖。乘用车主机厂由于需要承担巨大的产品责任，它们对自动驾驶功能模块不仅有很高的性能指标，也对其可靠性提出了严苛的要求。

这带来的结果，是乘用车主机厂为其明星车型或平台车型选择自动驾驶算法软件供应商时，始终秉持非常保守的态度♚，只有极少数供应商才有机会入围，而且测试周期往往长达数年。只有通过各项严格考验的供应商，才能进入主流乘用车厂明星车型或平台车型的自动驾驶量产。

自动驾驶行业参与者众多，风潮迭起，吸引资本市场关注、持续占据媒体版面，看似红海。但是，只有屈指可数的科技公司才能真正实现乘用车自动驾驶算法软件量产，一贯低调的魔视智能持续在竞争中胜出，说明了这条赛道门槛之高、破局之难。

自动驾驶企业的一大核心竞争力是数据与案例的积累🌱。量产车数量庞大、场景千变万化，通过与各大乘用车厂的紧密合作，魔视智能实现了数据的采集与共享，所采集的数据量、所收集的corner case数量，远超科技公司一己之力所能达到的规模。

这造就了先发优势的正向循环꧃：只有始终坚持在功耗、有限算力、低成本传感器等各种约束条件下寻求算法最优解，才有可能把各级别自动驾驶功能推向主流车型的量产。只有不断推向主流车型量产，才有可能快速、低成本积累海量数据与场景。只有快速、低成本积累海量数据与场景，才有可能不断优化算法最优解。

海量数据与场景的积累，带来了可观的规模效应𒀰：算法迭代更为快捷、功能提升更为迅速，一方面使得魔视智能不断为主机厂提供更强大的自动驾驶功能，乘用车主机厂获得更强的产品竞争力、提升销量与市场份额，一方面也为魔视智能构筑了更强的竞争壁垒。

各级别自动驾驶功能万变不离其宗ඣ，无论是自动泊车还是上下匝道，都需要眼观六路耳听八方，快速准确地感知周围世界，对刹车油门方向盘的各种组合动作进行决策，下达安全而合理的指令给到底盘，保障安全和舒适。

因此，不论是L1/L2的功能，还是未来的全场景L4/L5功能，都需要解决感知、决策与控制🀅这三大核心技术。自动驾驶功能的升级，体现在更强大的感知、更科学的决策与更精准的控制。若技术存在缺项、存有薄弱环节，任何级别的自动驾驶功能都难以做好。

通过这些量产项目，魔视智能快速积累海量数据与场景、快速迭代算法，不断实现更强大的感知、更科学的决策与更精准的控制，持续解锁更多自动驾驶功能的大规模量产，领先实现自动泊车及代客泊车量产、领先升级为L2.5+行车及行泊一体等各种更高级别功能的量产。