机器视觉军团成立 | 图片来自华为社区截图

只用一年半,华为从“门外汉”成为了汽车动力的核心供应商。

华为的电驱动系统已经声名鹊起。随着问界M5的上量,华为DriveONE在新能源乘用车电驱动市场有了约2%的份额(2022年4月数据)。

据华为相关负责人透露,这只是起步,还有本土传统车企、新势力以及合资车企等15家OEM的20余款配套车型会陆续上市。

华为的技术能力再一次得到印证,但汽车圈没那么好“混”,被业界饱受关注的华为自动驾驶业务却走得缓慢,依然难以大面积铺开市场。

使用华为全栈智能汽车解决方案的极狐 阿尔法S(ARCFOX αS)华为HI版售价高达40万元,显然不是走量车型。早前,业界盛传华为已与某欧洲汽车品牌签约,将在后者的国产车型上搭载华为ADS系统(高阶自动驾驶全栈解决方案),但目前此事并未有实质性进展。

一直以来,自动驾驶技术被车企视为“灵魂”,但华为在这个领域的出货渠道似乎非常有限。面临被动局面,华为如今给出了一个以盈利为目标的新答案——开“天眼”。

#上

华为的神秘军团 有了“赚钱”新任务

5月底,华为第三批军团正式亮相。

承载华为计算机视觉算法及AIoT主要能力的机器视觉团队成功“进阶”至军团行列。这也意味着,机器视觉这一曾以安防为主的业务板块提升至了一个全新的高度。

早在两年前,华为就对机器视觉业务进行过完整的业务描述,将其定位为“万物感知入口、行业数字化抓手、智能世界的眼睛”。

按照任正非的说法,军团要打破现有组织边界,快速集结资源,穿插作战,提升效率,做深做透一个领域,对商业成功负责,为公司多产“粮食”。

说白了,军团要打破隔阂去挣钱!

而机器视觉军团的一个任务引起了汽车圈的关注。

在机器视觉军团成立后,华为开始了大规模的人才招聘,涵盖了软件开发工程师、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。

“图像效果场景自适应、弱光/无光场景图像效果增强、人脸/车牌/红绿灯增强算法”、“车辆视觉”等这些与汽车相关的熟悉字眼,出现在了多个岗位要求中。

可见,华为机器视觉军团已经将汽车视觉感知能力作为重点方向之一。

当业界聚焦华为毫米波雷达、激光雷达整合能力时,华为却在强化视觉感知能力。难道在智能驾驶的发展路径上,汽车视觉感知更容易铺开市场?更容易赚钱?

余承东,作为华为终端BG CEO、华为智能汽车解决方案BU CEO,他的公开发言,似乎在印证华为的“转变”。

5月上旬,在极狐 阿尔法S(ARCFOX αS)华为HI版发布会上,余承东称,华为ADS将加强对视觉传感器的应用,以快速实现对城市场景的覆盖。另一层面,华为也不会过度依赖高精地图和车路协同。

华为的这种选择,不禁让人联想到特斯拉。

华为难道要走特斯拉那套纯视觉的单车智能自动驾驶路线?华为未必会这样“极端”,毕竟余承东此前还多次提到特斯拉方案存在的缺陷。但有一点可以确定,未来数年内,华为已经将汽车视觉感知能力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已共识多传感器(摄像头、毫米波雷达、激光雷达等)自动驾驶融合方案之时,华为这种快速的重心转移,到底有何原因?

#中

高精地图的“深坑” 短期难填满

正如余承东所说,自动驾驶的未来,不应该依赖高精地图、车路协同。

在他看来,过分依赖于高精地图、车路协同,智能驾驶的能力就上不去。特斯拉的成功经验给其他车企打了个样,自动驾驶不一定依赖高精地图,甚至连雷达都不需要。

在这种方案中,高精地图对实现高级别自动驾驶确实提供了很大便利。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,高速领航辅助驾驶和自主泊车也顺势成为厂家宣传的重要卖点。

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。但随着自动驾驶技术的发展,高精地图的局限性也在逐渐扩大。尤其面对复杂的城市路况,高精地图的“上帝视角”好像被蒙上一层迷雾,一步一步靠近马斯克所认为的“糟糕方案”。

“覆盖不全,更新不及时是当下高精地图面临的主要挑战。随着场景的扩大,高精地图的‘精度’可以说正在被稀释。”国内某新势力车企自动驾驶负责人杨涛(化名)向车市物语说道。在他看来,想在城市里实现高级别自动驾驶,目前最好的方法就是加强感知定位能力。

“自动驾驶系统对于高精数据有着几乎完美的品质追求,需要特殊的工艺流程来保证数据精度和品质,同时需要打造高精数据源和众包更新能力的建设。降低数据更新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。

但目前市面上主流的采集方式还是以高精地图采集车来完成,通过安装在车端的激光雷达、摄像头、轮速计、IMU等装置收集道路信息。不管是设备还是人力成本都很高。而且在后期更新上,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,市面上出现了另一种采集方式——“众包采集”,也就是特斯拉所采用的方式。借助用户车辆上的摄像头采集信息,反馈更新,实现数据绘制的自动化和数据化。但这种形式在国内要获得“入场券”,那就是准入、合规上的问题。

面对高精地图当下的处境,视觉的实时感知不失为一种好办法。就像余承东所说,特斯拉的成功经验可以说给其他车企打了个样。而华为在视觉感知上已经布局多年,依靠自己是可以改善现状的。

机器视觉军团的成立,一定程度上也佐证了华为的想法。华为现在要做的,就是不依赖高精地图,让视觉感知占据上风。

#下

低成本+软件优势

针对上述问题,行业内引申出两个概念,“重感知”、“重地图”。

在轻舟智航联合创始人、CTO侯聪看来,重感知还是重地图,这并不是一个技术问题,而是一个商业问题。在轻舟智航的解决方案中,未来一定会通过更强的感知去降低对地图的依赖性,但这需要分阶段去完成。

既然是商业问题,低成本也就成了自动驾驶路线选择的关键因素。视觉感知的低成本,业内有目共睹,特斯拉就是最好的例证。

除了华为,长城汽车毫末智行今年也有类似动作。这也让业内很多人将华为、毫末智行放在了特斯拉的行列。

今年4月份,毫末智行在AI DAY上正式发布了NOH城市版领航辅助驾驶系统。而这套系统最大的特点便是“重感知,不依赖高精地图。”根据毫末智行CEO顾维灏的解释,毫末智行自动驾驶的进化更多依赖数据智能体系MANA的进步,其中依赖视觉数据感知智能的进化是关键。

毫末智行希望通过MANA定义和使用数据智能,并借助长城汽车这一庞大的量产平台,对车辆所产生的数亿自动驾驶里程的数据进行智能分析,以支持更大规模的应用。

除此之外,百度Apollo号称成本48万的量产Robotaxi,背后也是纯视觉自动驾驶技术的支持;丰田不久前也宣布乘用车要走纯视觉自动驾驶路线,并称有助于降低成本,扩大技术规模;理想L9在宣传阶段同样没有提及毫米波雷达,反而一再强调800万像素摄像头。

当然,除低成本之外,华为将重心转移至视觉感知上,还能让其软件能力得到最大程度的发挥。

视觉感知能力的提高,可以有效降低对地图高精度的要求。“特斯拉视觉感知能力很强,所以对地图精度要求可以降低一点。”某传统车企自动驾驶产品线负责人王楠(化名)向车市物语说道,“这是由感知、定位、地图一起协作决定;感知定位精度高,地图精度就可降低;反之地图精度要求就很高。”

比亚迪董事长兼总裁王传福说,“电动化进程在加速,现在不是大鱼吃小鱼,而是快鱼吃慢鱼,只有在快的过程中才能超车。”这句话用在如今华为身上也再合适不过。华为此时的“转身”,俨然就是要成为一条“快鱼”,通过视觉感知的布局掌握话语权。

曾经“痛批”特斯拉纯视觉方案的车企以及自动驾驶公司们,面对成本以及其他一些限制因素,如今态度上多少有些偏转。也许它们不会完全套用纯视觉方案,但势必会重视起视觉感知的成本优势。

华为此举,会在国内自动驾驶市场掀起多大风浪呢?