特斯拉视觉传感器

文|汽车市场的故事

短短一年半时间，华为从一个门外汉成为汽车电源核心供应商。

华为的电驱动系统已经名声在外。随着M5的增加，华为DriveONE在新能源乘用车电驱动市场约有2%的份额(2022年4月数据)。

据华为相关负责人介绍，这只是一个开始，包括本土传统车企、新势力、合资车企在内的15家主机厂的20多款配套车型将陆续上市。

华为的技术能力再一次得到了证实，但汽车圈也不是那么“混”的。备受业界关注的华为自驾业务进展缓慢，仍难以大规模铺开市场。

华为HI版ARCFOX α S，采用华为全栈智能车载解决方案，售价高达40万，显然不是一款行走的车型。此前业内盛传华为已与某欧洲汽车品牌签约，在后者国产车型上安装华为ADS系统(高级自动驾驶全栈解决方案)，但目前此事并无实质性进展。

自动驾驶技术一直被车企视为“灵魂”，但华为在这一领域的出货渠道似乎非常有限。面对被动的局面，华为现在给出了一个新的答案，旨在盈利的“田燕”。

华为神秘军团有了“赚钱”的新任务

5月底，华为第三军团正式亮相。

承载华为计算机视觉算法和AIoT主要能力的机器视觉团队成功“晋级”军团。这也意味着机器视觉这个曾经以安防为主的业务板块，被提升到了一个新的高度。

早在两年前，华为就对机器视觉业务做了完整的业务描述，定位为“万物感知的入口，行业的数字之手，智能世界的眼睛”。

按照任的说法，军团要打破现有的组织边界，快速集结资源，穿插运营，提高效率，深入渗透一个领域，为商业成功负责，为公司生产更多的“粮食”。

说白了，军团就是想打破壁垒赚钱！

而机器视觉兵团的一个任务引起了汽车圈的关注。

机器视觉兵团成立后，华为开始了大规模的人才招聘，涵盖软件开发工程师、图像开发工程师、图像算法工程师、AI算法工程师等28个岗位。

机器军团招聘信息|图片来自招聘海报截图

一些与汽车相关的熟悉词汇，如“图像效果场景适配、低/无光场景下的图像效果增强、人脸/车牌/红绿灯增强算法”、“车辆视觉”等出现在很多岗位需求中。

可见，华为机器视觉军团已经将汽车视觉感知作为重点方向之一。

在业界聚焦华为毫米波雷达和激光雷达的集成能力的同时，华为正在加强视觉感知能力。在智能驾驶的发展道路上，汽车视觉感知是否更容易普及市场？更容易赚钱？

余承东作为华为终端BG的CEO和华为智能汽车解决方案BU的CEO，他的公开表态似乎印证了华为的“转型”。

5月初，在华为HI版ARCFOX α S的发布会上，余承东表示，华为广告将加强视觉传感器的应用，快速覆盖城市场景。另一方面，华为也不会太依赖高精地图和道路协调。

华为的选择让人联想到特斯拉。

华为要不要走特斯拉的纯视觉自行车智能自动驾驶路线？华为可能没那么“极端”。毕竟余承东也多次提到特斯拉方案的缺陷。不过有一点可以肯定:未来几年，华为已经把汽车视觉感知作为自动驾驶发展的战略方向。

当国内车企和自动驾驶公司约定了一个多传感器(摄像头、毫米波雷达、激光雷达等。)自动驾驶整合方案，华为重心快速转移的原因是什么？

高精地图的“深坑”短时间内难以填平。

正如余承东所说，自动驾驶的未来不应该依赖于高精地图和车辆与道路的协调。

在他看来，过度依赖高精地图和车路协调，会妨碍智能驾驶的能力。特斯拉的成功经验为其他车企树立了榜样。自动驾驶不一定依赖高精度地图，甚至不需要雷达。

极狐Alpha S (ARCFOX Alpha S)华为HI版|图片来自极狐官网

在这个方案中，高精度的地图确实为实现高水平的自动驾驶提供了极大的便利。目前在乘用车领域，高速公路和停车场已经成为高精地图的主要落地场景，高速驾驶辅助驾驶和自主泊车也成为厂商推广的重要卖点。

诚然，目前整个行业的技术水平还无法摆脱对高清地图的依赖。然而，随着自动驾驶技术的发展，高精度地图的局限性正在逐渐扩大。尤其是面对复杂的城市路况，高精地图的“上帝视角”似乎蒙上了一层迷雾，逐渐逼近马斯克认为的“烂方案”。

“覆盖不全、更新不及时是目前高精地图面临的主要挑战。随着场景的扩展，高精地图的‘精度’可以说是被稀释了。”国内某新动力汽车公司自动驾驶负责人杨涛(化名)讲述了汽车市场的故事。在他看来，目前实现城市高水平自动驾驶的最好办法就是加强感知和定位能力。

“自动驾驶系统对高精度数据有着近乎完美的质量追求，需要特殊的工艺流程来保证数据的准确性和质量。同时需要构建高精度的数据源和众包更新能力。降低数据更新的成本是高精地图时代的核心竞争力。”四维图新副总裁张建平曾说。

但目前市场上主流的采集方式仍然是由高精度地图采集车来完成，通过安装在车端的激光雷达、摄像头、车轮速度计、IMU等设备来采集道路信息。设备和人工成本都很高。而且在后期的更新中，这种投入是持续的，不是一次性的。

为了满足用户对新鲜数据的需求，市场上出现了另一种收集方式——“众包收集”，这是特斯拉采用的方式。在用户车辆上的摄像头的帮助下，信息被收集、反馈和更新，数据绘制被自动化和数字化。但这种形式要想拿到中国的“入场券”，就是准入和合规的问题。

面对高精度地图的现状，实时视觉感知是一个好办法。正如余承东所说，特斯拉的成功经验可以说是为其他车企树立了榜样。华为在视觉感知上布局多年，可以靠自己改善现状。

机器军团的成立也在一定程度上证明了华为的想法。华为现在要做的不是依赖高精地图，让视觉感知占上风。

低成本+软件优势

针对上述问题，业内引入了“重感知”和“重地图”两个概念。

在轻舟智航联合创始人兼CTO侯聪看来，强调感知还是地图，不是技术问题，而是商业问题。在轻舟智航的解决方案中，未来会通过更强的感知减少对地图的依赖，但这需要分阶段进行。

既然是商业问题，低成本就成了自动驾驶路线选择的关键因素。感知成本之低，业内有目共睹，特斯拉就是最好的例子。

除了华为，长城汽车Mimo智行今年也有类似动作。这也让很多业内人士把华为和Mimo智行放在了特斯拉的行列中。

莫志兴NOH |图片来自官图

今年4月，Mimo智行在AI日正式发布了NOH City Pilot辅助驾驶系统。这套系统最大的特点就是强调感知，不依赖高精地图。在Mimo智行CEO顾看来，Mimo智行的自动驾驶进化更多取决于数据智能系统MANA的进步，其中视觉数据感知智能的进化是关键。

莫志行希望通过MANA定义和使用数据智能，借助长城汽车这个庞大的量产平台，对车辆产生的上亿自动驾驶里程数据进行智能分析，从而支持更大规模的应用。

此外，百度Apollo号称是量产的Robotaxi，造价48万，同样是纯视觉自动驾驶技术支持；丰田最近宣布乘用车要走纯视觉自动驾驶路线，并表示有助于降低成本和扩大技术规模；理想L9在宣传阶段也没有提到毫米波雷达，而是反复强调800万像素摄像头。

当然，除了低成本，华为会将重心转移到视觉感知上，这也将最大化其软件能力。

视觉感知能力的提高可以有效降低对高精度地图的要求。“特斯拉的视觉感知能力很强，所以对地图精度的要求可以降低一点。”某传统车企自动驾驶产品线负责人王楠(化名)讲述了车市的故事，“这是感知、定位、地图的配合决定的；定位精度越高，地图精度越低；反而对地图精度要求很高。”

比亚迪董事长兼总裁王传福表示，“电气化进程正在加速。现在不是大鱼吃小鱼，而是快鱼吃慢鱼。只有在快过程中才能超车。”这句话用在今天的华为身上也很合适。这时候华为的“转身”就像变成了一条“快鱼”，通过视觉感知的布局来掌握话语权。

曾经批评特斯拉纯视觉方案的车企和自动驾驶公司，在成本和其他限制因素面前，态度有些偏差。也许他们不会完全套用纯视觉方案，但一定会注重视觉感知的成本优势。

华为在国内自动驾驶市场会掀起多大的风浪？