展会信息港展会大全

自动驾驶遭遇技术、资金瓶颈,行业开始洗牌
来源:互联网   发布日期:2019-12-29 14:16:08   浏览:7454次  

导读:一方面,自动驾驶领域的企业面临技术壁垒,另一方面,由于投入高、回报周期长、商业化难题等因素,一些创新企业在该领域面临着融资难的问题。 自动驾驶遭遇困境。近日,首次真正意义上实现无人驾驶卡车试验的Starsky Robotics公司宣布,其公路卡车车队的表现...

一方面,自动驾驶领域的企业面临技术壁垒,另一方面,由于投入高、回报周期长、商业化难题等因素,一些创新企业在该领域面临着融资难的问题。

自动驾驶遭遇困境。近日,首次真正意义上实现无人驾驶卡车试验的Starsky Robotics公司宣布,其公路卡车车队的表现不容乐观,所以决定缩减车队规模。而为了维持运营,有消息传出Starsky Robotics目前正与潜在买家进行谈判,其中还包括一些竞争对手。

一方面,自动驾驶领域的企业面临技术壁垒,另一方面,由于投入高、回报周期长、商业化难题等因素,一些创新企业在该领域面临着融资难的问题。此前,通用旗下独立自动驾驶公司Cruise的robtaxi计划因为技术问题就未能如期上线。Cruise方面称,一些意想不到的技术挑战会让落地存在变数,包括识别周围及前方物体是否处于运动状态。此外,Cruise公布数据显示,从2016年到2018年,三年亏损总额达15.12亿美元。而估值一度达到两亿美金的明星自动驾驶公司Drive.ai则是受制于资金和技术瓶颈,最终以低价卖给了苹果。值得注意的是,这家公司由曾任百度首席科学家的吴恩达参与运营,吴恩达一度表示,Drive.ai是有可能走到最后的玩家。

不过,一些企业在自动驾驶领域仍在加大投入,许多电子企业凭借其在一体化设计及自动化生产方面的优势就进入了自动驾驶配件市常为华为、苹果等科技企业生产电子元件而起家的伟创力,其在以V2X模块、雷达及智能传感器等方面就加大了投入,并成立专门的汽车事业部。“自动驾驶的雷达、网络及车联网系统作为一个整体,对于精密程度及性能的要求高于普通汽车零件,并将直接影响自动驾驶系统整体的可靠性。”汽车行业分析师张强对记者表示。

随着中国创新企业在激光雷达领域的兴起,该行业的竞争也越来越激烈,这对于外资企业造成了一定的冲击。最近,被称之为激光雷达鼻祖的Velodyne就被爆出放弃了中国市常其原因在于,Velodyne的产品已经不是中国自动驾驶公司的唯一选择,相较于本土企业,其在价格和服务上不具备优势。“我们具有许多与生产商联合设计、柔性开发的经验,这对于可靠性要求较高的自动驾驶配件来讲是至关重要的优势。”伟创力汽车亚太区市场开发副总监王殿巍对第一财经记者表示,现在行业竞争激烈,伟创力正在开发新的产品,比如正尝试通过自主开发的自动视觉检测系统(VI System),通过拍照及大数据,将员工肉眼难以识别的10mm级别的误差进行判断及监测,这有助于在减少误差的同时提高生产效率及速度。

自动驾驶遭遇技术、资金瓶颈,行业开始洗牌

此外,不仅是自动驾驶领域的创新企业,汽车厂商以及一些科技巨头当前也面临着发展困境。戴姆勒集团CEO康林松(Ola Kallenius)此前就表示,该公司将适当调整其在自动驾驶技术上的支出水平。康林松认为,全面部署自动驾驶出租车将占用大量的资本,而且在盈利潜力方面也存在不确定性。他说到:“在当前阶段,成为第一个提供大规模自动驾驶出租车服务的企业,是没有意义的事情。我们不会停止自动驾驶出租车的开发。我们会在合适的时候进入市场,但是我们不认为这是需要在短期或是中期内完成的工作。”Waymo首席执行官则曾在接受媒体采访时表示:“自动驾驶汽车要在公路上普及还需要几十年的时间,在恶劣天气、建筑工地或紧急设备密集的地区等复杂环境中行驶,它们可能全程需要人的帮助。”

“虽然自动驾驶存在较大的未来发展前景,但现阶段仍处于烧钱的阶段,真正的需求也较为有限。此外,该行业投入大、回报周期长。在经过几年发展后,部分技术路线的商业化进展受阻,流入这一领域的资金也开始减少。”一位不愿意透露姓名的自动驾驶行业分析人士对第一财经记者表示,一些规模较孝技术较差的企业就会死掉。

小马智行广州总经理张宁则认为,单纯从系统平台的能力讲,五年内有希望在一定区域内做成L4级别的自动驾驶,但真正有利润的商业化运营,需要五到十年汽车行业和出行行业共同打磨。“虽然目前自动驾驶成本确实比较高,但这仍像摩尔定律一样,两年时间会减少一半左右。按照这个预估,我们的成本只需要控制在1-2万美元水平之下,盈利是可以预期的。”

“大概2025年,在一定局部区域内能够实现无人驾驶,但真正实现完全自动驾驶的时间,没有想象的那么快。”清华大学苏州汽车研究院院长成波对记者表示,自动驾驶最大挑战是需要解决安全问题,虽然人工智能对复杂环境进行感知和识别的能力比人的能力更强,但很难做到万无一失。此外,目前针对自动驾驶的政策、法律法规以及配套的基础设施都还不完善,自动驾驶真正实现商业化落地还有很长的路要走。

责编:李溯婉


赞助本站

AiLab云推荐
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港