会议要点

1. 视觉算法提升及成本权衡

• 自动驾驶领域的技术进展：多个整车厂从三四季度开始加快卷高阶支架，如OA系统，转向更加敏感地关注这一领域的发展。

• 算法与硬件成本变化趋势：转向以Bev方法即强视觉感知为主导的自动驾驶方向，降低硬件成本，对算法和计算能力的要求更高。

• 行业竞争与领先企业：华为和小鹏属于采用强视觉感知算法的第一梯队，有较大优势。预计大规模落地将到明年下半年以后实现。

2. 自动驾驶算力与生态走向

• 自动驾驶算力需求增加，主要受益于高性能GPU，英伟达GPU在通用算力支持方面具备领先优势。

• 欧琳生态强劲，已与多家激光雷达及算法公司合作。地平线芯片虽进入市场，但尚未替代欧琳。

• 自研算法能力强的车企倾向于使用英伟达生态，速度快且迭代频繁，对于算力和算法集成需求高的企业，则可能选择华为等提供一体化解决方案的合作伙伴。

3. 华为赋能 传统车厂转型策略

• 自动驾驶领域华为的影响显著，传统车厂采取多模式合作，不仅与华为合作，也会与其他算法及解决方案供应商合作，保持技术多元化。

• 车厂的转型存在难度，传统车企需要时间转变电气架构和研发能力，采取并行方式开发高低性能产品，以满足不同消费者需求。

• 对华为的合作是出于快速追赶的需求，但对技术主导权的牺牲可能导致未来自主研发能力的弱化；自动驾驶的发展和成熟尚需时日，试错持续进行。

4. 2024自动驾驶传感组合趋势

• 自动驾驶中的高精地图是当前主要的方向，可通过OTA进行升级，但收费机制和与华为的合作尚不明确。

• 激光雷达技术虽优越，但其广泛应用取决于成本降低；近期车厂保留激光雷达用于冗余算法，加强功能安全等级。

• 未来车厂或继续配置1~2颗激光雷达，或转向性价比更佳的4D毫米波雷达，后者若技术成熟可能部分替代激光雷达。

5. 自动驾驶激光雷达趋势分析

• 短期内高阶辅助驾驶系统（ADAS）技术落地仍需依赖激光雷达。

• 视觉算法的发展受限于车厂计算设施不足，难以处理大规模数据训练。

• 近期自动驾驶领域内，有车企正在对64线束激光雷达进行投资，以实现成本与功能的平衡。

6. 自动驾驶激光雷达成本及技术趋势

• 激光雷达技术发展：“激光雷达技术主流方案偏向半固态，机械式难以量产。纯固态Flash激光雷达仅适合短距离探测，用于远距离的话，主要采用半固态方案。部分厂家正在开发FMCW激光雷达以提供更准确的目标数据。”

• 激光雷达成本预期：“价格预期需降至2000出头，已有企业提供的4D毫米波雷达与64线激光雷达性能接近，成本在2000多，激光雷达为了竞争，需努力控制成本在2000左右。”

• 未来产品配置趋势：“下一步激光雷达在高端车型上可能配置两颗64线雷达，减少对128线产品的需求。配置可能类似小鹏，集成在车灯位置，而车顶可能只需一颗。”

7. 自动驾驶芯片配置趋势

• 量化塔降低影响：量化塔对于车载摄像头影响较小，只需150米视距，在城市环境足够使用。

• 整车一致性提升：量化塔可能减少模具开发成本，一套模具可实现整车一致性设计。

• 激光雷达需求增加：随着自动驾驶等级提升，激光雷达的数量可能会增加，包括在车灯附近使用两颗及车顶瞭望塔位置。

Q&A

Q：Orange公司的自动驾驶算力如何？后续会如何定位它与Ringe公司的芯片关系，是否存在替代关系？

A：Orange的GPU算力非常出色，特别是通用GPU以及相关API，处于领先地位。对于他们与Ringe的芯片，现在的情况是Orange生态已经建立并且十分稳固，而且Orange的下一代芯片也将在明年流片。Sol这样的企业也有类似进展。然而，Orange由于平台上几乎所有的激光雷达厂商和高计算的厂家，如领先的某门塔、麦克赛等，都进行过适配，因此它的生态非常强大。地平线也有其机会，致力于入场，得到了一些OEMs如比亚迪、大众的支持，这些厂商可能更依赖于地平线的支持，包括芯片算力和感知算法。总体来说，不会有一种替代关系，因为有需求的厂商各有所长，市场足够大，以至于不同方案可以共存共赢。

Q：在什么情况下市场可能倾向于继续使用现有方案，又会在何种条件下偏好选择地平线的芯片？

A：对于自研算法能力强的厂商来说，可能会继续倾向于与NVIDIA的合作，因为NVIDIA的生态系统非常完善。欧润（可能指的是Orange）和地平线芯片会在国内保持一种平衡模式，原因在于算法的开发和迭代速度极快，需要一个稳定且持续发展的生态系统支持。那些目的是牢牢占据产业链领先位置的企业，尤其是在算法开发上，会选择Orange。因为它提供优秀的算法开发生态，并且大模型和小模型的训练几乎都在该平台上完成。另一方面，有些厂家想要更强的算力，或许是为了自己的L3或未来可能的L4级自动驾驶系统的部署，但是他们可能在算法这一层能力不强，因此可能需要找到既能提供硬件也能提供感知和融合预测算法的合作伙伴进行支持。华为就是一个潜在的增程6合作伙伴，可能会满足他们的需求。

Q：华为在自动驾驶领域的影响以及对产业格局的变化是什么样的？

A：华为作为一个技术性公司，在自动驾驶领域的权重较大。它对供应链及产业格局的变化，我们一直持关注态度。当前车厂与华为的合作并非独家，如长安既有欧润的产品，也与华为合作，同时还有其他低端产品。由于产业链技术收敛程度需要时间，法规层面只是开始有指引性规范，从规范到产业规模形成还有较长时间，至少需要5年时间。因此，目前车厂在自动驾驶领域都采取多模式合作策略。

Q：传统汽车厂商如何迅速提升自动驾驶技术并缩小与新兴势力之间的差距？

A：传统汽车厂商传统上采用OEM模式，对于快速转向新技术较为困难。他们通过多种方式提升自动驾驶技术，包括自研（带引号，即并非完全独立）、与算法公司或解决方案公司合作。合作模式中，责任分工中车厂负责的部分实际上可能由供应商实施。此外，合作采购成套解决方案，如与华为合作，涉及算法和硬件以及参与整车设计。车厂希望保持高性能版本使用高端器件，同时为低性能版采用其他方案，以满足不同价格和消费者需求。

Q：华为的赋能对传统车厂在自动驾驶方面的进步的速度及未来发展有什么影响？

A：华为提供的解决方案能加速传统车厂在自动驾驶技术上的进步。其方案主要依赖于激光雷达进行3D感知，与新兴势力相比，还是有一段差距且需要走的路更长。例如城市OA功能受限于高精地图的覆盖范围，但利用华为的解决方案，他们至少能实现从“0到1”的快速跳跃。但这也意味着如果未来华为决定停止某些领域的发展，那些依赖华为的车厂可能需要从头开始，在技术上重新实现一次“0到1”的突破。在这个过程中，车厂可能会面临较大的风险和成本。

Q：华为提供的旧式激光雷达为核心的方案有何特点？车厂在自动驾驶的技术上应如何布局？

A：华为提供的方案原先以激光雷达为核心，这符合当前市场上大多数车辆配置，但后续可能会迭代到更多摄像头和简化的视觉感知方案。中国市场在自动驾驶技术方向上不太可能模仿特斯拉的纯视觉模式，而是可能采用视觉为主，辅以其他传感器融合的方法。这种融合可以提高物体探测的效率，并减少预控器主芯片的算力消耗。所以，未来的发展方向可能是视觉作为主要力量，激光雷达或毫米波雷达进行支撑。华为的方案需要等到后续迭代改进，可能会达到较高的自动驾驶功能和架构迭代。

Q：自动驾驶算法专家在多少个城市进行运营，它们未来的升级计划是怎样的？未来可能采取什么样的方式来收费？

A：自动驾驶算法专家目前在十几个城市进行运营，其主要依托高精地图技术并计划后续通过OTA（Over-The-Air）技术进行功能升级。这表明他们目前主要的发展方向仍然以高精地图为主。虽然当前关于升级服务如何收费的方式仍不甚明确，但收费模式的制定和与车厂间费用分配问题将是需要进一步关注的议题。

Q：未来激光雷达的趋势是增配还是减配？随着技术变化，激光雷达的价值和在自动驾驶中的角色会发生什么变化？

A：激光雷达的未来发展趋势受多个因素影响。目前激光雷达在进行三维物体感知和探测方面有着明显的优势，但其价格若不能有效降低，大规模普及将遇到障碍。而车厂们为了实现算法层面的冗余，可能还会保留激光雷达来提高自动驾驶算法架构的功能安全等级。同时，有些车厂可能会考虑配置多达8至10个摄像头，并去除超声波雷达，由于视觉算法升级，它们能够处理接近场景的探测任务。而毫米波雷达由于天然优势仍会被保留，尽管其数量可能会减少，范围可能是一至三颗。尽管视觉算法在不断提升，但因为功能安全级别难以大幅提升，车厂可能会继续通过加装激光雷达来提升系统整体的感知精度和安全等级。至于新兴的4D毫米波雷达，尽管近期落地效果并不理想，但其理论潜力表明它可能在将来成为激光雷达的替代选项，特别是如果能够提供相似的密度增强和实值信息输出。最终的配置可能会在激光雷达和4D毫米波雷达之间进行选择，这取决于这些技术的成本和成熟度。

Q：在自动驾驶领域，未来车辆是否必须配备激光雷达？是出于对视觉算法能力的考虑还是其他因素？

A：从短期内1至2年的时间范围来看，如果车厂想要开发高阶辅助驾驶系统，由于目前视觉算法的局限性和基础设施的不足，确实需要配备激光雷达。目前车厂大多没有足够的计算中心去支撑纯视觉算法的大数据和模型训练，所以短期内激光雷达是必须的。从技术角度来看，如果基础设施完备且算法团队得到强化，将来有可能会挑战去掉激光雷达的方案。

Q：汽车公司在生产不同版本的车型（如理想汽车的PRO和MAX版本）时，是如何平衡成本和技术上的差异，特别是在增加激光雷达之后？

A：车辆版本间的差异可以通过不同场景和功能上的差异化来实现，而非单纯的硬件配置。即使增加激光雷达，也可以通过提供不同级别的驾驶辅助功能来区分。例如，PRO版本可能增加激光雷达后，提升为全场景的L2+级别，而MAX版本则可能提供更高级的辅助功能。这样的阶梯式选择能够在成本和功能间做出平衡。同时，由于以往的算法和激光雷达集成度不足，后续的产品规划可能会获得改善。

Q：在开发激光雷达等硬件技术时，大概需要配置什么样规格的激光雷达？价格是多少？

A：在目前的技术和市场情况下，为了实现高速公路的OA至少需要配置64线束的激光雷达，价格大概在3000至4000元人民币。如果是128线束的激光雷达，整体价格会更高，可能在七八千块钱，大约1000美金左右。未来，纯固态的激光雷达有可能进一步降低成本。对于城市内L2级别或仅具有TP功能的情况，可能不需要激光雷达。

Q：激光雷达的成本未来是否会降低，并达到3000元以下的水平？

A：我认为三千元是必须要在实现的，而且是要在大规模的一个实现。未来激光雷达的价格降至2000多元是有可能的，主要是因为它面临的竞争对手比如4D毫米波雷达已经能做到2000多元的价格。激光雷达想要生存下去，必须要在2000元左右这个区间内努力。

Q：未来激光雷达技术的主流方向及市场占比如何，尤其是不同类型（如机械式、半固态、纯固态）的激光雷达？

A：机械式激光雷达很难量产，目前车厂大多采用MEMS方式，这被认作主流。纯固态的雷达，例如flash，主要用于短距离探测，而不适合长距离。因此，半固态成为整体的发展方向。此外，一些厂家正在开发结合3D测绘和FMCW技术的激光雷达，这种技术可以更精确地提供目标物体的信息，但因对场景适配度高及天气和空气质量要求高，实现起来比较困难。

Q：激光雷达在未来的车型配置中会如何发展？是否会有主机厂采取降低线束数量的策略，例如用两颗低线束的激光雷达取代高线束的激光雷达？

A：从价格和技术角度出发，主机厂可能考虑使用更低线束的激光雷达来配合车载系统。例如，将激光雷达放在车灯位置，虽然会牺牲一些探测距离，但可以利用两颗线束较低的激光雷达以降低成本。长远看来，激光雷达在算法层面的依赖性，特别是3D感知方面的依赖，会逐渐降低。配置两颗64线束的激光雷达在高阶支架车型上的可能性是存在的，这将减少对128线束激光雷达的需求。安装位置可能会模仿小鹏汽车，集成到车灯位置，而不是传统的塔式配置。

Q：激光雷达降低线束数量后在价格上会有什么改变？

A：如果以前是3000元一颗的话，将线束数量降低后，可以减少到2000元或稍多一些的价格。这意味着整个上车的激光雷达方案成本可以控制在4000到5000元左右。而之前128线束的激光雷达价格则显著更高。厂家需要在视觉处理上做更多努力，提升性能。总之，为了在市场上维持竞争力，激光雷达的价格需要降至2000元左右，甚至更低。

Q：量化塔的设计对消费者来说是否会引起疑问？车辆摄像头会不会受到影响？是否需要将激光雷达放置得更低，避免伤害到手机摄像头，而且城市中是否并不需要太远的探测距离？

A：量化塔的设计确实会引起消费者的疑问，尤其是考虑到它可能对车辆摄像头造成影响。因此，放低激光雷达的位置是一个趋势。在城市环境中，没有必要让激光雷达探测达到300米远，150米的探测范围通常就足够了。车辆设计一致性方面，如果采用了望塔式设计则需要开发两套模具，而为了保持设计一致性，很可能只需要一套模具。

Q：对于激光雷达的未来布局，是否看到增加激光雷达的趋势，以及这对于激光雷达建筑层面的影响？

A：从长远来看，激光雷达的数量预计将增加。尽管从建筑层面的角度可能会看到一定的降低，但要实现较低的布局，特别是在车灯附近，将需要使用两个激光雷达。有些极端方案，如L4等级的自动驾驶布局，可能会使用三个或更多的激光雷达以弥补盲区，同时考虑到全天候、全环境无人介入的能力，可能会采用多种激光雷达方案。

Q：车厂在选择芯片解决方案时会受什么因素影响？是否会采用不同厂商的方案并行发展？

A：车厂在选择芯片及算力配置方案时，会根据技术需求和产业链下游客户的需求进行规划。不会单纯依赖一家供应商，例如英伟达，尽管它在技术上可能表现强劲。车厂会采取多方向布局，迎合终端客户的声音，并结合产业链的最新进展。同时，针对软件定义汽车和快速迭代的需求，车厂也在考虑通过OTA升级收费的商业模式。在中短期，一些车厂可能会采用整套解决方案，但长远来看，他们会与供应商合作开发更高级的版本。