曾经的自主品牌老大哥奇瑞,为何就不如吉利、比亚迪了?

2022-05-25 23:13:55 文章来源:网络

提到奇瑞汽车,大家都不陌生。创办于1997年的奇瑞汽车,当年仅凭借一款**神车,便一战成名,成为**汽车品牌的领头羊,并在2012年之前一直稳居自主品牌销量冠军,是当之无愧的自主品牌扛把子。

时移世易,如今再看奇瑞汽车,却总有些凄凉感。相比吉利、长城、比亚迪和长安等自主品牌,奇瑞渐渐地落在了后面。2019年12月,青岛五道口公司拿出144.5亿元增资奇瑞,使得青岛五道口在奇瑞控**的持**比例达到51%,在奇瑞汽车的直接持**比例为18.5185%,加上通过奇瑞控**间接持有的32.4815%,总比例也达到51%。

在总比例上,青岛五道口成为了奇瑞汽车的**大**东。让奇瑞从一定意义上讲,成为一家山东车企。那么,奇瑞究竟为何会沦落至此呢?相比吉利、比亚迪等车企,它又差在哪里呢?

我们必须承认,从汽车**核心的三大件之一的发动机上来说,先后有六款发动机荣获“十佳发动机”称号,非常值得称赞。但是,从小编的角度来看,奇瑞并没有把技术优势转化为产品和销量优势。

产品设计方面,奇瑞的外形设计总GET不到消费者的点,无论是前脸格栅设计,还是尾部造型,都不如吉利和比亚迪。

品牌方面,或许意识到奇瑞母品牌的品牌力较差,一直被冠以低端和廉价的标签,因此,疯狂发展子品牌。可不管是剑指中高端的星途也好,打着合资名义的观致也罢,亦或是不伦不类的开瑞、凯翼、瑞麒和威麟等品牌,除了给人以内卷的印象外,根本无法带动奇瑞的品牌向上。

就如同某网友所讲,奇瑞败就败在不断地推出子品牌的策略上,稍微有点成绩就想着独立出一个子品牌,把销量分散了,导致管理和营销跟不上,应该学学长城和长安,把一个品牌做大做强做稳固再谋独立品牌。比如捷途刚开始时销量稳步上升,突然又搞独立,再看现在销量惨不忍睹了。在小编看来,从融资的角度来讲,卖身青岛没毛病,但对于一家车企而言,单靠融资推动企业发展总不是个事儿,**核心的还是搞好技术、产品和营销,实现自我驱动。

**后,小编问一下各位老铁,曾经的自主品牌老大哥奇瑞,为何就不如吉利和比亚迪了呢?

成立825天的毫末智行,一心盯着特斯拉。

4月19日,长城汽车旗下的自动驾驶公司毫末智行,发布搭载HPilot3.0的“毫末城市NOH”功能。毫末智行联合创始人&CEO顾维灏表示:“这将是****大规模量产的城市**驾驶导航系统。”

顾维灏在现场还表示,“我们的产品方案具有更大的适应**,可以扩展到更大规模的城市中为用户服务,而不是仅仅停留在几个城市的范围。届时,我们的产品将会覆盖高速、城市道路、停车场等全场景。在城市NOH上,我们的产品力领先特斯拉在**的表现。”

不过,毫末还没有机会与特斯拉在同一市场正面竞争。目前,特斯拉**强的完全自动驾驶功能FSD(FullSelf-Drive)只在**国进行大规模内测,国内特斯拉仅支持增强版自动驾驶**功能(EAP)。

然而,对于特斯拉FSD未来在**本土可能发起的新挑战,顾维灏向虎嗅表示:“我们有信心赢”。而当被问到与“蔚小理”相比,毫米的NOH在什么水平时,顾维灏的回答是:“我们没有看太多的方面,我们觉得特斯拉做得是相对比较好的。”

显然,毫末眼里没有“蔚小理”,一心想要追特斯拉。

走特斯拉的路

12年前,长城就开始玩自动驾驶了。

早在2010年,长城汽车就在**进行了ADAS(**驾驶)系统的研究。2015年,自主研发的智能驾驶系统,在长城**的一个科技节上进行了动态演示,同年9月首款搭载ADAS系统的哈弗H9上市。2017年2月,长城汽车董事长魏建军,首次向外界宣布一个叫“i-pilot”的智慧领航系统。

这一命名方式,是师从特斯拉。**早在2013年,埃隆·马斯克引用了飞机上的自动驾驶仪Autopolit一词,用于描述特斯拉的自动驾驶技术。后来的蔚来也学着取了个名字叫NOP——NIOPolit。当然,如今长城汽车旗下的产品上,换用了新的智慧领航命名,叫“NOH——NavigationonHPilot”。

这个H,指的就是毫末智行的毫。

长城的NOH与蔚来的NOP、小鹏的NGP类似,都是起了一个洋气的名字。但从功能层面来讲,大家都是基于导航进行高级别**驾驶。虽然马斯克曾极力反对用缩写的方式来描述事物,但为了营造一种技术的独特**,国内厂商们还是流行采用这种缩写的功能描述方式。

对于普通消费者而言,去了解这些名字背后的技术细节,势必需要一定的学习成本。那么能够体现这些技术差异的点,就在于——能支持哪些场景下高级别**驾驶?

去年,大家都在争夺“高速”赛道,推出基于高**地图开发的高速导航**驾驶功能。实现量产交付的,目前**括特斯拉、蔚小理,以及长城的毫末。然而,伴随着今年的激光雷达和大算力芯片的量产加速,大家开始涌入“城市”赛道,一个劲的想在城市道路上解放驾驶员。

毫末官方对城市NOH给出的表述是:

该系统可根据导航提供的行驶路线,在城市环境中实现自动变道超车、红绿灯识别与控车、复杂路口通行、无保护左右转等主要功能,同时也可应对车辆近距离切入、车辆阻塞占道、交叉路口、环岛、隧道、立交桥等复杂的城市交通场景。

看似简单的几个场景,但真要逐一攻破,确实相当复杂。

至少,华为就被难倒了。**早把城市**驾驶吹上天的,是极狐阿尔法S华为Hi版。去年,仅用一段路测视频,就成功完成破圈营销的华为高阶自动驾驶ADS系统,在城市里自由穿梭、轻松躲避外卖小哥。然而,原计划去年12月份开始交付的Hi版车型,至今仍杳无音信。

在被问及毫末的NOH和华为的ADS相比谁更强时。顾维灏打趣的说道:“华为还没有量产,我们都是跟量产的比。”而聊到小鹏时,他说,“也要看小鹏**后量产出来是什么水平,应该说我们还可以。”在与国内这些厂商的技术路线的竞争上,顾维灏始终在强调一个说法:重感知。

重感知,所对应的另一条路线是,重地图。上述这两家厂商都是采用了重地图的路线——基于红绿灯在高**地图的位置,在感知上做预瞄,然后再进行识别。因为,如果有高**度地图的**,车辆可以很好的找到当前道路、车道所对应的红绿灯信息。甚至可以通过V2X的方式,**红绿灯倒计时。

但**大的问题,就在于高**地图的鲜度问题。因为,城市的道路数据庞大,这导致了采集量大、更新周期也长。要知道,**城际高速公路和城市快速路等等加起来也就30万公里,但全国的城市道路有近1000万公里。

“现在高**地图更新,还是用的比较人工的方式,靠采集车上路采集,每周能有一次就不错了。”某自动驾驶公司业内人士告诉虎嗅。

如果不完全依赖高**地图**,靠单车智能在城市里进行高级别**驾驶,**核心需要解决的一个问题就是——如何让车看懂红绿灯?因为,红绿灯识别有四个典型难点:一是小目标检测、二是状态会实时发生变化、三是形态各地差异很大、四是绑路困难(如何把红绿灯与对应的道路进行绑定)。

在此前的一段长达11.2公里的毫末城市NOH功能体验中,车辆对红绿灯的感知全程都未出现过失误。尤其是,当车辆前方视野范围内,出现多个不同形态的红绿灯时。毫末的NOH,能够**准的找到车辆所对应的红绿灯,将信息显示在屏幕上,并**终执行正确的动作。

比如下图所示,一条直路上有两个红绿灯,一个在左侧位置的竖排红绿灯,一个在右侧远处的横排红绿灯。对于人来说,可以不费吹灰之力地作出判断,但对于车来说,并不简单。

这里,其实就用到了特斯拉一直在走的一条技术路线——深度学习。顾维灏提出,“要解决红绿灯识别的问题。首先,需要大量的数据用来训练学习。通过图像合成和迁移学习,加快技术的迭代,是数据能够快速**积累的方法。其中,真实数据和合成数据混合训练问题,是主要的技术难题。”

毫末设计了一个针对红绿灯检测及绑路的“双流”感知模型,将红绿灯检测和绑路问题分解成两个通道。毫末智行技术总监潘兴解释道:“当输入一张图片,之后会有一个分支,它去处理红绿灯检测问题,在图像上把红绿灯检出来。还有另外一个分支,会通过一个注意力的机制,学习出来一个FeatureMap,表达了这个红绿灯和车辆所在的道路结构的关系。”

**后,利用注意力机制(Transformer)将二者结合,输出绑路后的目标车道红绿灯通行状态。

当然,不光是解决红绿灯识别的问题,毫末通过基于注意力机制的感知算法,解决掉了车道线检测、障碍物检测、道路交通标志检测等等。以此来尽可能多的采用视觉感知,去完成道路信息的识别,减少对高**地图的依赖。

这也是为什么,在发布会上,毫末敢立下“城市NOH功能落地的城市将会超过100个”的Flag。要知道,小鹏的城市NGP在二季度末,也只会在部分城市进行开通。同样的,华为的ADS目前也仅在上海、深圳等城市,开展基于高**度地图的高级别自动驾驶功能测试。

而按照长城方面给出的产品规划,预计到2022年底,毫末智行**驾驶系统将落地长城汽车34款车型,约占其整体待上市车型80%。未来两年,搭载该系统的乘用车总量超过100万台,是****短期内能达到该规模的企业。

但规模,并不能说明一切问题。

攻“城”战打响

从技术上来讲,在激光雷达、大算力芯片的加持下,利用自动驾驶系统将人安全地从A点送到B点,已经不是难点。真正决定是否能够把**功能推向市场的因素是——用户体验。因为,让人工智能按照和人类驾驶完全一样地方式开车,并不容易。

笔者在体验毫末城市NOH的过程中,**大的困惑就在于刹车感受上。相比人类来说,机器自主控制的刹车会有明显的顿挫感。像面对减速停车等红绿灯的情况时,通常我们人类自己会松油门、靠怠速慢慢往前移,**后一脚刹停。然而,机器会提前进行刹车,把速度降低到安全范围,**终再刹停。

“现在感知这块,大家的准确率都是99.999%了。但规控这块,产业界和学术界都没有找到批判好坏的方法论。”一位自动驾驶业内人士告诉虎嗅,刹车的顿挫感可能是来自规控方面的问题。

毫末智行首席交付官甄龙豹告诉虎嗅,“这是一个正常的表现。我们自己试车的时候也是这样,我们自己试车的时候欢迎这种问题产生。因为只有每次遇到问题,才是我们**高兴的时候,远远比遇到一次正常刹停还要高兴,因为这代表着我们知道了系统修正的方向,或者知道了系统的问题出在哪里。”

至于体验感的优化方面,甄龙豹表示,“基于MANA(数据智能体系)的快速迭代,**括基于现在数据闭环、现在已经量产的用户数据反馈,以及跟用户之间的沟通,我们在快速的迭代下**的算法。”

在笔者此前体验文远知行的Robotaxi、轻舟智行的Robobus时,没有出现明显的刹车顿挫感。但考虑到文远知行和轻舟智行都是标定到了L4级的自动驾驶能力。依赖高**地图的同时,还在同一范围内、同一路线上不断打磨了场景,这才有了一个较好的乘坐体验。

但与上述这些在限定区域内运行的自动驾驶车辆不同,类似毫末城市NOH的这类功能,在推送给用户之后,用户会在随机的时间、随机的地点去使用它。甚至还需要考虑不同的用户状态,可能今天着急上班,你不能开太慢;今天天气好,想慢点开等等。这显然,已经不是单纯的技术问题。

这也反映了整个乘用车领域自动驾驶技术的发展趋势——**研发,从一次交付变成了终生迭代。那么,通过数据闭环的能力,不断地优化用户体验,就成为了这项技术永恒的课题。

举个简单的例子,现在普及率极高的L2级**驾驶,仍然在车辆控制的细腻程度以及对于用户感受的**准把握方面,存在很多瑕疵。比如很多号称L2的**驾驶,方向盘会左右频繁摆动、走不了直线。因为在横向控制方面,譬如居中超调量、收敛次数等等参数,目前都处在一个宽泛的标淮之内,没有成熟的技术**做限定。因此,就需要结合主观感受去对技术**收窄。

这或许也是为什么,小鹏城市NGP早早地就公布了路测视频,但迟迟未正式交付给用户的可能原因之一。也**括蔚来,早在2021年1月,就推出了NAD蔚来自动驾驶的概念,但至今认为公布正式的路测视频,更别提开放给用户和媒体进行真实道路体验了。

李斌之前就说过:“蔚来新**自动驾驶系统NAD的开发工作进展顺利,我们相信NAD将全面超越市场主流自动驾驶系统的体验。”他所强调的也是体验,而非冰冷的搭载车型、行驶里程等数据。

但是,凡事总有两面。

以现有的技术和经验来说,在城市里落地一个体验极好的载人自动驾驶很难,但容易的是——做载物的自动驾驶。因为**直接的就是,载物车辆完全不需要考虑用户体验,也不用太纠结事故责任划分的问题。而且还能产生稳定的现金流,几乎是自动驾驶公司必争的赛道。

像目前在上海,**团、**等**都在投放大量的无人配送车。比如在同济大学的嘉定校区内,已经有无人配送车,正在为校内的1万多名**配送每日三餐;再比如嘉定华漪园社区,**无人车的协助志愿者完成物资的运输工作。

在发布乘用车上搭载的城市NOH功能的同时,毫末还发布一款无人配送车——毫末小魔驼2.0,L4自动驾驶能力,具备快速换电、60-100公里续航里程、智能语音与触摸多模式交互等功能。

“我们的定位,是全球低速无人配送车生态的助力者。”毫末智行COO侯军告诉虎嗅,助力者的定位,就意味着在市场份额上超过了50%以上。“我们的梦想是,真正助力末端物流,甚至整个物流行业高效的运营,弥补运力、劳动力不足带来的需要。”

与城市NOH的取胜关键一样,毫末在无人配送车领域主打还是规模化能力——目前,保定工厂可实现1万台末端物流自动配送车的产能目标,按照毫末的官方说法:这是全球**大规模的末端物流自动配送车柔**制造基地。

而作为参考,目前号称全球首家规模化上路运营、也是车辆交付部署数量**多的无人车公司新石器,在去年8月完成新一轮融资时,也才公布了近千台的无人车运营数据。也就是说,如果毫末的无人车产能完全消化完毕的话,无人车规模**的称号,又要被毫末拿下了。

写在**后

诚然,在自动驾驶赛道的头部**争夺中,毫末智行正在全力以赴。但这注定是一场**战,技术的风向日新月异、用户的需求瞬息万变。创业路上,仍需时刻保持危机感。

2020年7月,长城汽车董事长魏建军就曾向自己发起的质疑:“长城汽车能活得过明年吗?

那年8月,魏建军参加一场行业**时,再次谈到了长城的转型危机:“作为传统车企,我们也在向蔚来、特斯拉、小鹏等新势力学习,智能化趋势不可逆,所以在近3年多的时间里长城汽车在迅速变革。”当时他身旁坐的正是,小鹏汽车董事长何小鹏、蔚来创始人李斌。

若不是他们在场,或许长城要学习目标,就只剩下特斯拉了。

责任编辑:万南文章纠错

话题标签:毫末智行长城汽车特斯拉

上一篇:蔚来es7即将上市,网友:对标宝马x5l

下一篇:最后一页
本站所刊登的各种资讯﹑信息和各种专题专栏资料,均为大余新城网版权所有,未经协议授权禁止下载使用。

Copyright © 2000-2020 All Rights Reserved