为何2024年中级智能汽车被如此频繁提及？
不久前，有消息称比亚迪计划在10万-20万元的系列车型上标配智能驾驶。东风蓝图、奇瑞、长城、吉利等也在规划类似的中等算力的智能驾驶平台。生产。
在10万到20万元左右价位的车型中，外观、内饰、空间都不太可能有太大的区别。智能驾驶成为最大卖点。
以小鹏汽车的MONA03为例。 2024年12月，MONA03月销量达到36,695辆。核心在于拥有这个价位段最好的智能驾驶能力。
智能驾驶行业的产品分为高端、中端、低端三类。按照目前智能驾驶软硬件的技术水平，前视一体机一般被视为低端智能驾驶，而具有城市NOA功能的产品则被定义为高端智能驾驶。
介于两者之间的具有停车功能、高速NOA以及新兴的城市记忆导航（通勤NOA）功能的产品被定义为中级智能驾驶。
由于近年来软硬件发展不断加速，中端智能驾驶已经取代了大部分同价位车型原本搭载的低端解决方案，成为车企维系销量和市场的关键战役分享。
高工智能汽车研究院监测数据显示，今年1-9月，中国市场20万元以下价格（占整个新能源汽车市场）交付的新能源乘用车占比达到64.49%。这是中国新能源汽车占比最高的。主力消费带，谁能俘获这些用户的心，谁就有能力谈论未来。
为什么经常提到中级？
中级智能驾驶市场的爆发与汽车行业的变革进程有关。
目前，电动化已经经历了两轮市场走势。共同点是，纯电动（第一轮）和插电式混合动力（第二轮）车型成本下降后，主要价格区间出现了有效的产品供给。代表企业是特斯拉。和比亚迪。
2019年12月，特斯拉上海工厂投产。随着产能释放以及规模效应带来的成本下降，Model 3的价格迅速下调至20万-30万的主力价格区间，掀起国内电动化浪潮。 2021年，比亚迪将受益于混合动力系统成本的降低。 DM-i车型的价格与合资燃油车持平或略低。汽油和电力的价格首次相同。
在这个逻辑下，类似的市场情况很可能会在下一个过程，也就是智能化阶段再次出现：利用技术降低成本、覆盖高频需求的中级智能驾驶解决方案将打入国内主要销售车型。 10万-20万元。
这在宏观层面是历史背景造成的，而微观因素则是智能驾驶软硬件性能的指数级提升。
低端市场的前视一体机等产品技术成熟，成本低廉。虽然它们已经大量投入到汽车中，但由于功能碎片化，并没有为用户提供强烈的智能驾驶体验感，对消费者的吸引力并不大。很难成为该车型的卖点。另一方面，一体机的价格却极低。
高端产品拥有卓越的性能和体验，受到消费者的广泛认可。因此，部署率极高。例如，文杰新M7智能驾驶在城市地区的选装率高达75%。但高昂的成本限制了大规模市场普及。目前主要应用于40万元以上车型上。
以往中端智能汽车主要搭载TDA4VM、TDA4VH、J3+TDA4VM、单J3和多J3、黑芝麻A1000等芯片。虽然成本低，但性能体验一般。随着最新算力平台的出现，2024年上一代解决方案正在快速被取代，中级智能驾驶有望在更低成本、更高性能的芯片上实现。
地平线J6E/M系列量产后，通过匹配成熟的BEV无图解决方案，可实现高速NOA、城市记忆导航（通勤NOA）、跨层记忆停车等高端功能，并且是消费者最常使用的。在场景下，已达到高端智能驾驶同等水平，具有出色的性能和体验，同时成本可降至5000元以内，大规模量产后有望进一步降低。
因此，中端智能驾驶融合了低端解决方案的成本优势和高端智能驾驶的性能体验，得到了业界的普遍认可。这也是中级智能驾驶被多次提及的核心原因。
车企在中程方案上最关心的是什么？
纵观行业，中端解决方案不乏玩家，主要是三波势力的组合。一是亿航、青舟、健智等基于地平线芯片生态的供应商，二是包括大疆、Momenta在内的英伟达、TI阵营以及车企打造的一级智能驾驶供应商。
大疆车辆因使用美国TI和高通SOC芯片而不是国产芯片而受到客户质疑。同时，大疆的服务质量和开放度还有待提高。曾有客户向雷锋网坦言，“大疆的解决方案是在小算力芯片上走极致工程化、高性价比的路线，希望以近乎标准化的形式服务客户。如果定制项目太多，成本效益很难绕过去，因为定制的劳动力成本很难摊销。”
Momenta主要基于Nvidia OrinX，有很多量产案例。不过中端机型采用的是高通8620方案，目前尚未量产。
还有一些Tier 1没有感知算法能力，没有中高端智能驾驶项目的量产技术积累，因此没有机会成为芯片厂商的核心合作伙伴。
中端智能驾驶针对的是10万-20万元左右的中端价位车型。车企最关心的因素是两个方面：成熟度和成本。
从成熟度来看，首要要求是智能驾驶供应商有能力在更短的研发周期内实现大规模量产。一方面，供应商必须具备全栈自研和量产的经验，才能实现算法同步优化，提高智能驾驶软硬件匹配效率。他们在服务车企时还可以根据客户需求提供定制化的解决方案。
业界常见的做法是，主机厂将软件和硬件分开，分别采购，比如域控、传感、停车、调节等，给不同的供应商，自己集成。但由于集成难度超乎他们的想象，研发模型的量产被推迟或直接停止。此时，也需要经验丰富的智能驾驶供应商能够作为Tier 1统筹全局，协助车企管理和培育智能驾驶复杂的供应链，保障智能驾驶车型的量产。
其次，成熟度较高的智能驾驶供应商可以通过联合开发、技术共享等方式帮助车企完成项目开发，同时还能获得算法、软硬件开发等方面的专业知识，提升车企自研能力。 ，并能引领未来部分车型个性化功能的开发。简而言之，就是“先致富，帮助引导，再致富”。供应商帮助一些布局稍显落后的车企快速弥补智能化方面的短板。
在成本方面，中端市场的大规模落地需要智能驾驶供应商将解决方案成本控制在合理范围内。按照智能驾驶成本占总成本3%计算，10万-20万车型的智能驾驶解决方案价格在4500元左右。因此，需要有足够的技术能力来推出这个价位范围内的中级量产方案。
“增量不涨价”也可以是降价之外的另一个解决办法。同样的成本下，除了标配高速NOA之外，还可以选择优化性能来提升智能驾驶体验，添加记忆驾驶、记忆停车等功能，甚至轻量化城市NOA来提升价值感，从而达到另一个技术水平。降低成本。
量产能力是智能驾驶供应商的核心议价能力
“过去10年，我们积累了全栈自研算法到量产技术，以及成熟的供应链管理能力，我们拥有很多AI背景的企业所不具备的量产经验。”亿航智能董事长陈宇兴告诉雷锋网。
亿航智能是地平线征途6系列的首个算法合作伙伴，也是量产能力的代表之一。陈宇兴 博士吉林大学车辆工程专业博士，师从吉林大学郭孔辉院士。在读博士期间，他作为交换生进入美国加州大学伯克利分校。在美国留学期间，陈宇兴负责VDL和MPC实验室的车辆智能控制项目，并参与丰田北美研发项目和沃尔沃研发项目。
凭借这样的专业背景，亿航智能早在2016年就获得了国内首个自动驾驶Tier1量产项目订单。2021年，其自主研发的纯视觉AEB荣获C-NCAP&E-NCAP双五星级评级， 2022年率先获得C-NCAP&E-NCAP双五星级评级，小算力平台量产高速NOA，掌握算法等核心技术剪枝和知识蒸馏，并陆续在更多车型中复用，持续优化驾驶体验。
陈宇兴表示，量产经验分为两部分，量产能力和量产思维。
量产能力是指从全栈自主开发到量产的技术。
由于智能驾驶软硬件高度耦合，研发过程中遇到的问题不能简单归咎于软件或硬件问题，而是需要软件和硬件相互配合，推动功能的实现。全栈自研可以提高软硬件匹配效率，是量产的必要条件。
其次，智能驾驶的感知和规划功能高度耦合。感知和规划决定了自动驾驶的用户体验。要达到1+1>2的效果，需要共同不断优化，而不是只关注某一方面。全栈自动驾驶研究可以实现感知规划技术同步优化，实现更好的驾驶体验。
第三，主机厂对成本控制有要求。只有具备全栈自研能力，才能根据客户需求提供定制化解决方案。比如，汽车厂商选择中小型算力平台，软硬件必须深度匹配，才能充分激发算力，实现先进功能。掌握全栈自研能力，可以满足车企在技术方面的需求，并提供良好的客户服务。
另一方面，量产能力也指工程能力。
自动驾驶的研发与冰山理论是一致的。 Demo展示了自动驾驶系统在最佳状态下的性能，例如在特定路段、特定天气或特定驾驶员上，然后向更熟悉自动驾驶车辆的人展示。这个系统。
但量产的重点是系统在极端条件下的最差性能。量产车可能会在全国4S店销售。没有人知道天气会怎样，也不知道谁来驾驶它，因此这对系统提出了非常高的要求。要求。这非常接近冰山理论。水面上是演示展示，冰山下面是量产时所谓的极端场景下性能的稳定性。而量产中80%到90%的工作都是对冰山下极端场景的一些处理。 ，迭代。
陈宇星给我们举了一个例子：
有些司机在打开转向灯时分不清左、右。他们可能想向左并道，但转向灯却向右转。车开到一半，他们发现转向灯不对，需要直接从右转向左。 。作为人类驾驶员，在很多极端场景下你可能会措手不及，但智能驾驶系统必须正确响应。因此，想要量产，就需要解决现实情况中遇到的各种情况。
二是量产思维。
通俗地说，量产思维就是要求工程师在做开发时考虑这种技术和加工方法能否在量产后的实际驾驶中落地。量产思维是缺乏数量的认知障碍。基于生产经验的理想方案在实际实施中会被冰山下的情况挡住，成为量产的最大障碍。
2024年，亿航智能从收到第一批地平线J6E/M样品，到完成上下游部署调试，将所有算法移植到车载集成，再到开放试驾，仅用了15天。北京车展。 。这也是由于在J6E/M之前，亿航智能就在J5平台上开发了城市NOA功能。以成熟的解决方案为基础，可以实现J6E/M解决方案的快速原型设计。
基于J6E，亿航智能推出了自己的标准版“度行”平台。整套成本不超过5000元，大规模量产后成本还会进一步降低。
同时，亿航智能在16TOPS算力平台上量产了高速NOA，将算力发挥得更加极致。 J6E芯片的计算能力较之前有了很大的提升。因此，除了标准版解决方案外，除了高速NOA功能外，还增加了城市通勤功能，以同价位提供更高级别的智能驾驶体验，通过提高性价比实现技术成本降低。
陈宇兴告诉雷锋网，“亿航目前的解决方案是11个摄像头，这是纯电动汽车、跨层内存停车等的典型配置。在此基础上，我们做了毫米波雷达可选。因为现在我们正在做在一个标杆项目上，我们把性能指标定得比较高，量产后我们会减少摄像头的数量，这会让车企进一步降低成本。”
只有深度服务车企，才能实现各方共赢。
过去的一年，包括供应商在内的所有车企都不可避免地被卷入了价格战的漩涡，不少供应商的日子也不好过。
智能驾驶解决方案的收入可以分为三部分：开发费、硬件收入和许可收入。硬件和许可证的销售与出货量呈正相关。由于在供应链中的主导地位，行业内出现了一个现象：一旦车企对一款车型的未来销量不客观，它可能会降低开发成本，支付更多的牌照费用，这些费用会摊销到每辆车上。开发成本相应降低。
但如果按照这种模式运作，智能驾驶供应商将承担更多滞销风险。在陈宇兴看来，这一现象的背后，隐藏着智能驾驶解决方案提供商与车企之间的密切关系以及服务能力。
在多年与车企打交道的过程中，陈宇兴认为，车企和供应商之间存在一定程度的认知差异：车企希望自己得到的解决方案是独一无二的，但供应商希望所有车企都使用他们自己的解决方案。同一套计划，两者之间有着先天的区别。
“如果你想标准化，那么车企就会给你更少的开发权限，不断地降价。因此，只有深度、健康、服务型的合作关系，才能与车企良性互动，更好地打磨产品。降价是卖好汽车不是最终目标。 中端解决方案与传统零部件供应商不同，智能驾驶的风格决定了车型的风格。提供长期的解决方案。”
据陈宇兴介绍，2025年，亿航智能的主要任务是基于BEV非镜像J6E/M解决方案实现量产，资源配置也主要服务于J6E/M量产。业务目标方面，我们力争未来三年实现150%的增长，使J6E/M解决方案进入中端智能驾驶市场前三，更好地支撑后续发展计划。
谈话中，雷锋网问了一个很实际的问题——亿航会考虑做高端解决方案吗？这是因为高端市场虽然技术要求更高，但利润空间也更大。这似乎是智能驾驶解决方案走出低价周期的必要一步。
陈宇兴透露，亿航智能发布的全能版“度行”平台瞄准的是高端智能驾驶市场。旨在实现城市全场景的NOA功能，并将采用端到端的解决方案。
端到端是2024年智能驾驶行业的热门词，但它不会一蹴而就。 “端到端产品的特点是上限很高，下限也很低。目前来看，即使可以量产，也还需要一些可以解释的东西。最重要的是，迭代极端情况仍然需要几年的时间。”
在具体的发展道路上，端到端也会经历一个递进的过程。
初始阶段，端到端模型将以影子模式运行，以比较同一场景下人类驾驶、传统算法和端到端算法的差异，并根据人类反馈进行微调；之后，端到端模型可以与传统算法并行，两者相辅相成；当它们最终成熟时，传统算法可以被淘汰或用作掩护。因此，完成现有的中层解决方案，也是为最终的端到端实施做准备。
同时，亿航智能目前主推的基于J6E/M的解决方案，规模化后将能够传输更多的数据。经过一定时间的积累，可以实现技术的优化和升级，从而为消费者带来更好的智能。驾驶体验，未来这些数据将成为端到端大模型训练的基础。也就是说，亿航所做的不仅仅是改进现有技术，更是为高端解决方案奠定基础。
陈宇兴认为，“智能驾驶竞争最终会演变成以车企为核心，一级工厂、芯片厂、生产厂各司其职的生态链竞争。”
车企采用Tier 1，技术进步快，连续性好。他们还可以基于Tier 1的开放代码开发具有自己特色的系统。
Tier1解决方案提供商可以进入中高端智能驾驶的量产阶段，可以专注于软件算法和AI技术的改进。车企稳定的项目和数据源可以为技术迭代提供支撑。
芯片工厂可以实现芯片的快速量产，制造工厂可以利用规模化生产的优势，专注于硬件设计、生产和开发，为进军国际市场积蓄力量。
2024年9月，亿航智能宣布完成数亿元C轮融资，目前拥有北汽、广汽、理想三位车企背景股东。从生态竞争的角度来看，与车企深度合作是当前行业更好的解决方案，可以实现各方共赢。
