汽车芯片与自动驾驶
参考文献链接
https://mp.weixin.qq.com/s/KxWlLaA9B6n6II4a9JZssQ
https://mp.weixin.qq.com/s/sGxHAsWQg3yaOXoWiKunTw
汽车芯片产业链
汽车“三化”提速，车载芯片得到广泛应用
随着电动化、网联化和智能化的提速，汽车信息化水平空前提升，芯片应用快速增加。最早，车上的设备全部是机械式的；随着电子工业的发展，汽车的一些控制系统开始了从机械化到电子化的转换。目前，汽车芯片已经广泛应用在动力系统、车身、座舱、底盘和安全等诸多领域。而汽车芯片与计算、消费电子芯片不同的是，汽车芯片很少单独亮相，都是内嵌在各大功能单元中，而且多数场合是核心。
汽车芯片种类较为庞杂，主要分四类：一是功能芯片，主要是指MCU（微控制器芯片）和存储器，其中MCU负责具体控制功能的实现，承担设备内多种数据的处理诊断和运算；二是主控芯片，在智能座舱、自动驾驶等关键控制器中承担核心处理运算任务的SoC，内部集成了CPU、GPU、NPU、ISP等一系列运算单元；三是功率半导体，主要是IGBTs和MOSFETs；四是传感器芯片，包括导航、CIS和雷达等。

车规级芯片开发、认证和导入测试周期长，上车门槛高
相比于消费级芯片，车规级芯片验证周期较长（3-5年），进入Tier1或车厂需要进行严苛的认证工作。认证工作主要有两项：1）北美汽车产业所推的AEC-Q100（IC）；2）符合零失效（ZeroDefect）的供应链品质管理标准ISO/TS 16949 规范。
整体来看，汽车芯片主要关注三个方面：1）可靠性要求，相关标准包括AEC-Q100、IATF 16949规范、各国法规及车厂要求等；2）设计寿命，20年以上；3）高安全性要求， 包括功能安全国际标准ISO 26262、ISO 21448预期功能安全、ISO21434等。

汽车功能芯片以成熟工艺为主，主控芯片在持续追求高端制程
不同汽车芯片对工艺的要求存在较大差异。1）功能芯片主要是依靠成熟制程。汽车芯片由于不受空间限制，高集成度的要求并不是非常紧迫，而且主要功能芯片用在发电机、底盘、安全等低算力领域，安全性、可靠性和低成本成为主要考虑因素，成熟工艺正好符合此类芯片的需求。
因此，我们看到，汽车上大部分所需芯片的制造技术是15 年前或更早的。为了进一步降低成本，芯片行业在2000年之后开始使用300 毫米晶圆，但大部分旧的200 毫米的生产线仍在继续使用。2）主控芯片持续向高端制程迈进。近年来，随着汽车智能化的发展，更高级别的自动驾驶对高算力的急迫需求，正在推动着汽车算力平台制程向7纳米及以下延伸。

汽车芯片以Tier2的身份参与市场，与Tier1和主机厂关系牢固
汽车芯片厂商一般作为Tier2（二级供应商）参与整个汽车供应链，传统芯片（功能芯片）厂商竞争格局相对稳定，英飞凌、恩智浦、瑞萨、意法半导体、TI等公司位居市场前列，在MCU、功率半导体、传感器等细分赛道上，都有着自己的专长，与Tier1（一级供应商）形成了牢固的供应关系。
近年来，随着自动驾驶对算力要求的提升，大算力尤其是AI芯片需求上升，智能计算、消费级赛道的玩家开始进入该领域，我国一些创业企业在该领域也有了一席之地。

汽车芯片占全球半导体应用的12%，MCU和模拟电路等占比居前
整体规模看，汽车芯片占整个集成电路市场的10%上下。据SIA数据显示，2020年汽车芯片收入规模达到501亿美元，同比下降0.3%，占整个芯片市场的比重为12%。从产品结构上看，MCU、模拟电路占比居前。据ICVTank数据显示，2019年全球汽车芯片中，MCU占比达到30%，模拟电路占29%，传感器约为17%，逻辑电路占10%，分立器件和存储器市场份额均为7%。市场格局变化不大。英飞凌在收购了Cypress之后，稳居市场第一位，公司在功率半导体、MCU等方面处在领先地位；恩智浦和瑞萨竞争力较强，其中瑞萨在MCU市场上处于领先地位。

MCU是功能芯片的主角，新能源汽车中应用明显增多
MCU是把中央处理器、存储、定时器、输入输出接口集成在同一个芯片上的微控制单元，也称单片机。MCU主要用于自动控制的产品和设备，可应用于工业、汽车、通讯与计算机、消费类电子领域。其中，汽车是MCU最大的应用领域，传统汽车单车会平均用到70个左右，而新能源汽车则需要用到300多个，应用领域包括ADAS、车身、底盘及安全、信息娱乐、动力系统等，几乎无处不在。

汽车MCU将延续较快增长，市场格局固化且难以改变
汽车MCU将延续较快增长。IC Insights统计数据显示，2020年全球车用MCU市场规模为62亿美元。2021年，汽车MCU需求旺盛，预计市场规模大幅增长23%，达到76.1亿美元；2025年，市场规模预计将达到近120亿美元，对应2021-2025年复合平均增速为14.1%，该复合增速明显高于未来三年整体MCU市场的增速8%。
车载MCU群雄割据的局面在持续。瑞萨、恩智浦和英飞凌市场领先，德州仪器、微芯科技、意法半导体等也有比较强的竞争力，这些厂商与车厂形成了较为紧密的关系，新进入者难度较大，国内市场也基本为国际龙头大厂占据。不同厂商的产品难以相互替代，很大一部分原因是，MCU产品架构具有独特性，找到第二家产品进行替换的可能性不大，这也给整个产业链带来了潜在的风险。

32位车载MCU是主流产品，未来占比还将继续扩大
车载MCU按照位宽划分，主要包括8位、16位和32位三类产品。其中，8位主要应用于一些简单场景的控制，比如空调、风扇、雨刷器、车窗等；32位则主要面向的是对自动化、算力、实时性要求比较高的领域，占比接近80%，是主流；16位性能和成本处于中间位置，主要应用于动力和安全领域。
从产品趋势上看，未来32位产品占比还将继续提升，主要是对16位产品的替代。随着汽车对精细化控制需求的增加，32位产品在传动和安全在经过一段时间验证之后，占比还会上升。

座舱芯片将支持“一芯多屏”，智能化提升将带动芯片需求
智能座舱芯片主要支持信息娱乐和仪表盘，参与者相对较多。座舱芯片的主要玩家包括恩智浦、德州仪器、瑞萨电子等传统汽车芯片厂商，及高通、三星等消费电子领域的厂商。全球来看，高通在中高端座舱芯片市场上的优势明显，其最新产品SA8295P采用了全球5nm制程，目前已经启动了和主流车厂的合作。国内来看，华为和地平线较为领先。
智能座舱渗透率的提升将为座舱SOC提供增长动力。据IHS统计，全球市场及中国市场的智能座舱新车渗透率逐年递增，预计2025年将分别增长至59.4%、75.9%。从趋势上看，座舱芯片将重点向“一芯多屏”方向发展，即一块大芯片同时为液晶仪表盘、信息娱乐屏等提供支撑。芯片本身也将朝着小型化、集成化、高性能化的方向发展。

自动驾驶芯片参与者增多，大算力、开放化成为趋势
自动驾驶的核心是人工智能算法的应用，对自动驾驶主控芯片的要求主要是足够强的算力，一般都是采用CPU+加速芯片的模式进行异构计算。自动驾驶芯片的主要参者包括国外的Mobileye、英伟达、高通，以及国内的华为、地平线、黑芝麻等，同时国内的零跑和国外的特斯拉两家车企也在自研自动驾驶芯片。
自动驾驶芯片的供应方式可分为软硬件一体式方案和软硬件分离的开放式方案，开放式方案受欢迎程度在上升。Mobileye的ADAS 芯片采用一体化模式，其2019年全球ADAS 芯片占有率达70%左右；英伟达、高通、地平线等企业采取了相对开放的商业模式，既可提供一体式方案，也允许客户自己写算法。

传感器在中高速、低速自动驾驶场景都在应用
工况的不同需要选择不同的传感器：1）行车主要运行工况为中高速，需要选用检测距离较远的传感器。目前应用的传感器主要有：摄像头、毫米波雷达、激光雷达。2）泊车运行在低速，一般选用检测距离10m内传感器。目前应用传感器主要有：雷达、摄像头。
摄像头是车上应用最广泛的传感器之一，其核心是COMS图像传感器（CIS）。相比于消费级CIS，车载CIS需要解决更多的出行工况的具体问题，比如高动态范围、LED灯频闪、低照和安全性保证等。目前，安森美、韦尔股份在这个市场上处于领先地位。

车载CIS受益于自动驾驶落地，市场规模将快速提升
车载CIS是ADAS的核心传感器，可以弥补雷达在物体识别上的缺陷，也是最接近人类视觉的传感器，其在汽车领域应用广泛。CIS从早期用于行车记录、倒车影像、泊车环视等场景，正逐步延伸到智能座舱内行为识别和ADAS辅助驾驶，应用潜力开始凸显。
由于新增了自动驾驶功能，汽车的摄像头需求量将快速增加，相应CIS的需求量也将明显提升。如果在2023年能够实现L3以上级自动驾驶的落地，单车摄像头数量有望上升到11目到16目左右。结合全球每年8000万到1亿辆的汽车销量，摄像头需求量最多可能在16亿颗左右，CIS均价可能在5美金以上，市场规模可能达到80亿-100亿美元。

功率半导体：IGBT应用广泛，本土厂商正在发力
功率半导体是新能源汽车中使用最多的半导体器件之一。新能源车电池普遍使用高压电路，对电池输出的高电压进行电压变化的需求大幅上升，因此需要大量DC/AC逆变器、变压器、整流器等大量用到功率半导体。其中，IGBT下游应用中，30%来自于新能源汽车。
随着国内新能源车渗透率的提升，IGBT等功率半导体的需求也将实现快速增长。国内厂商如时代电气、比亚迪半导体、斯达半导、新洁能等厂商正在加快在这个领域发力，国产替代正在推进中。

2020年以来汽车“芯片荒”席卷全球，车企减产严重
2020年下半年以来市场上出现了“芯片荒”，汽车芯片受到的影响最大，车企不得不大规模削减产量。大众、通用、福特、本田、丰田等一线厂商也因缺芯，出现了不同程度的减产甚至停产，不少汽车企业均未完成年度销量目标。
根据AFS统计，2021年，由于芯片短缺，全球汽车市场累计减产量约为1020万辆。其中，亚洲车厂受到的影响最大，除了中国减产接近两百万辆之外，亚洲其他地区减产也达到了174万辆；北美和欧洲同样也大规模削减了产量。

供应链先天不足、“天灾”、“人祸”等引发汽车缺芯潮
2020年下半年开始并影响至今的汽车缺芯潮，已经在2021年带来了超过千万辆的汽车产量的损失，2022年1季度，相关影响还在延续。
一方面，汽车行业供应链固有的缺陷在放大，车厂对汽车市场需求判断存在偏差；另一方面，汽车芯片生产的产能本来紧张，加上消费电子等方面的挤压，留给汽车芯片的产能十分有限，而且短期新增产能的可能性不大。

车载芯片产能投资保守，难以响应突发需求增长
全球汽车芯片产能投资相对保守。如前所述，车载芯片占全球半导体市场总销售额比例在10%上下，占比不高。以全球最大晶圆代工厂台积电为例，车载芯片业务占其业务总比例基本不超过5%。而且，车载芯片毛利率相较于消费电子而言较低，且技术要求严格，代工厂商在该领域意愿不足。
需求端也出现了误判。2020年以前，汽车市场低迷，车厂和Tier1对芯片需求预期非常低，但是随着新能源汽车市场的恢复，供需矛盾开始凸显。按照IC Insights的预计，2021年全球汽车芯片的出货量达到524亿颗，同比增长近30%，相比前几年的低迷，可谓是大超预期。

消费电子芯片需求增长快速，对汽车电子产能挤压明显
疫情蔓延以来，远程办公、线上教育等线上化应用开始普及，消费者对个人计算机、服务器等IT产品和基础设施的需求明显扩大，消费电子等芯片市场的增长抢占了部分汽车芯片产能。麦肯锡发布的报告显示，5G等应用由于需要大量与汽车芯片制程类似的射频芯片（40-90nm工艺），挤占了汽车芯片的排产，使得本来捉襟见肘的汽车芯片产能更加紧张。

芯片厂商轻制造化严重，对台积电等过度依赖加剧了芯片短缺
从缺芯的类别看，在早期只是ESP、VCU、TCU等控制类系统的芯片供应短缺，而随着疫情的发酵和芯片市场的炒作，到2021年第三季度的后期，连收音机、车载中控屏、汽车灯具等传统部件都开始出现缺芯。
近年来，芯片厂商开始轻制造化，尤其是AI芯片、汽车MCU，绝大多数都开始选择代工模式。结果是这些芯片对台积电等代工厂的产线依赖严重。其中，台积电生产的汽车MCU已占据约70%的市场份额。2020年底以来，台积电排产的重点是计算芯片。汽车芯片需求大幅上升之后，台积电等厂商也很难实现转产，其他代工厂由于车规级芯片认证问题很难切进去，新建产能“远水难救近火”。

车厂准时制模式弊端开始凸显，分层产业链也造成沟通不畅
汽车供应链普遍采用“准时制”制造模式来压低库存，以降低成本、提高周转率。丰田的准时制，相比福特的流水线作业更进一步，要求采购必要数量的零部件在必要的时间送到生产线，追求无库存和最小库存。但这种模式在降本增效的同时，增加了供应链的脆弱性，一旦出现零部件短缺，就会导致供应链瘫痪。在“准时制”的背景下，车厂可能在量产的前30天取消订单，芯片厂大量的投资可能“泡汤”，一定程度上也抑制了厂商在新产能建设的积极性。
在汽车芯片供应链条中，分层明显，灵活性不足、沟通不畅等问题正在凸显。半导体供应商将芯片出售给Tier1，Tier1再将功能集成到模块中并将系统集成方案给OEM进行组装。这种模式使得Tier1无法准确把握OEM的需求，Tier2也不能做好产能规划。2020底和2021年年初，车厂已经开始感觉到汽车市场的回暖，但是由于供应链的层级关系，车厂和半导体厂商并没有实现有效的沟通和协调，一定程度上加剧了芯片供应缺口。

自然灾害来袭，德州风暴使全球短缺的芯片市场雪上加霜
2021年2月初，冬季风暴席卷了半导体之乡——得克萨斯州，导致了供水和电网瘫痪。恩智浦、三星、英飞凌以及TI均在该州有产能，作为用水用电大户，被迫停业。NXP关闭了奥斯汀的两座8英寸工厂，损失约数百万美元；三星在奥斯汀的工厂约占其总产能的28%；英飞凌关闭在奥斯汀的一座8英寸工厂。恩智浦和英飞凌在奥斯汀的产能加起来，占了全球汽车MCU供应的5%，都受到了影响。
除了对工厂生产的影响之外，此次风暴对芯片物流也造成了很大冲击。德克萨斯州是全球重要的物流枢纽，对全球航空货运具有重要的地理意义。冬季风暴对空运和分拣设施产生了重大影响，让全球短缺的芯片市场雪上加霜。

生产事故干扰，日本瑞萨设备起火加剧芯片短缺
2021年3月19日，瑞萨日本工厂因电镀设备起火引发火灾，导致11台设备损坏，损坏的设备占公司所有半导体生产设备的2%。此次火灾中，影响最大就是公司的汽车芯片，占到66%。本来汽车芯片产能就紧张，瑞萨设备起火更是使得缺芯“雪上加霜”。
瑞萨客户覆盖了丰田、福特和日产在内的几乎所有的汽车制造商，尤其是日系车应用最广。相关影响主要体现在之后的5月份，下游车厂均出现了不同期限的停工。2021年5月，丰田、本田、日产等日本8家车厂的总产量低于200万辆，较2019年5月（疫情前）减产幅度超过30%。虽然在6月25日，瑞萨相关工厂产能恢复正常，但在7月份第三周才实现了正常交货。

马来西亚疫情引发停产断供，汽车“芯片荒”再度升级
半导体产业链高度全球化，后端劳动密集型的环节主要集中在东南亚，包括马来西亚、泰国、菲律宾等，主要的汽车芯片厂在这里都有布局。2021年这些地区疫情严重，封装厂受到影响。
2021年年中，意法半导体在马来西亚的工厂由于疫情加剧，停产数周。这直接导致了汽车芯片供应的恶化，停产的影响从普通的MCU扩展到了其他芯片，进而导致了全球最大汽车供应商博世的ESP/IPB、VCU、TCU等产品供货困难，严重了打击全球整车企业。

趋势：2022年行业依然受到“缺芯”困扰，减产问题依然存在
2022年，疫情和地缘冲突依然存在，汽车芯片自身产能不足的问题也并没有得到实质性的缓解，1季度的供给形势依然严峻。SusquehannaFinancial Group数据显示，2022年2月份全球芯片平均交货期延长到了半年以上，创出新高。
参照2019年，芯片正常交付期为6至9周。除了正常需求增长之外，车厂、Tier1为了避免2021年初错判需求的问题，甚至出现了“双重订购”等问题，使得产能更为紧张。AFS预计，2022年全球汽车市场累计减产量将达到76.77万辆，约占去年全球汽车累计减产量的7.5%。

趋势：结构性缺货将持续，模拟芯片可能成为2023年缺芯重点
2022年以来，以前缺的芯片缺的更为严重。2022年2月，MCU平均交货期为35.7周（250天），超过了8个月，是市场最为短缺的芯片；其次就是电源芯片，平均交付期也较上月上升了1.5周。
电源芯片、调制解调器等汽车模拟芯片可能是新的“短缺点”。根据IHS Markit 的分析，继2021年的MCU之后，模拟芯片很可能成为未来三年汽车生产的主要制约因素。在模拟IC领域，制程要求不高，多采用IDM模式，但周期性比较明显，厂商投资扩产意愿也不高，前几年资本支出一直在下降，存在短缺隐患，供需矛盾可能在后续爆发出来。

趋势：车厂、Tier1预期相对乐观，但短期内减产不可避免
第三方机构、车厂和Tier1对芯片市场预期相对乐观，最晚2022年年底前会得到缓解，小幅度缺芯会成为常态。2022年年初，工信部装备司、中汽协相关人员均表示，2022年年内缺芯会逐渐缓解；雷诺首席执行官德·梅奥表示缺芯在2022年仍将持续，预计二季度达到顶峰；博世总裁也表示芯片短缺最快在今年7月左右会出现缓解。
从实际的运营情况看，主要车厂通过减产、结构优化等手段来应对“缺芯”。2022年1季度，福特汽车、大众、丰田、本田、日产等车企均有过减产或停产的计划。其中福特就对美国、墨西哥和加拿大的8家工厂采取临时停产或减产措施；部分车厂如长城等采取了结构优化措施，暂停了中低端车型的接单，以保证高端车型的供应。

代工厂和芯片厂商均在扩张产能，但释放需要等到2023年
主流芯片制造商均大幅扩产，预计可以提升中长期的供应能力，短期压力仍难以缓解。台积电、英飞凌、英特尔、格芯等厂商，均宣布了各自的扩产或者向汽车芯片产能调配的计划。但是由于车载芯片产能建设，到生产、上车周期很长，现在扩产的产能也只能在2023年之后才能释放出来。面对着新能源车如此大幅增长的芯片需求，供给面临的压力依然较大。
除了芯片制造商和代工厂之外，车厂和Tier1也在主导提升重点半导体的产能。类似于博世以及大车厂（福特等），已经开始选择自建产能，或者和代工厂合作，研发和生产汽车芯片，解决后续供应问题，但同样需要时间。此外，产能的投放，也意味着更多的人才的需求，这也非短时间能够解决的。

汽车芯片供应链将重塑，芯片厂与车厂合作更紧密
经过缺芯的“教育”之后，车厂开始尝试改变传统的供应链合作模式，不完全依托以前的Tier1去维系与芯片厂商的关系，开始选择与芯片厂寻求直接合作，以保证芯片的供应，甚至还出现部分车厂直接要启动芯片投资和研发的计划。2021年以来，宝马、福特、Stellantis NV和通用等，都在优化芯片供应链方面，做了主动尝试。
我们预计，未来将会有更多的OEM厂商，选择与芯片厂商直接合作，共同研发设计、制造和封装芯片，提高对整个芯片产业链的掌控能力。

国内汽车芯片正在快速崛起，国产替代曙光显现
随着汽车“三化”的推进、汽车电子电气架构的升级，以及新能源汽车的占比在迅速提升，汽车芯片的需求随之持续增加。但根据中国汽车工业协会的调查，汽车芯片国内整体自主率不足5%。2022年“两会”期间，多位来自汽车厂的人大、政协代表指出，发展车规级芯片已经迫在眉睫；工信部也在鼓励车厂、芯片厂商的协同创新，提升国内芯片的供给能力。在政策支持再叠加上汽车缺芯的大背景下，国内车厂开始考虑多供应商策略，扶持国产厂商，国产替代面临机会。

国内芯片厂商自身正在发力，功率、MCU等有望率先突破
国产芯片厂商正在这几个方向发力：1）功率半导体替代正在提速。时代电气、斯达半导和新洁能等公司，车规级产品的渗透率正在提升。2）国内厂商在32位MCU上已经开始有所建树，包括杰发科技、比亚迪半导体等。虽然车规级MCU国内厂商还处在起步阶段，但在缺芯的大背景下也是能够进入汽车供应链，成长潜力大。3）在智能传感器方面，比如摄像头、毫米波雷达、激光雷达等产品，国内外基本处于同一起跑线，尤其是激光雷达，有望成为国产突破点。4）SoC领域，中低端市场传统巨头地位稳固，而智能座舱、自动驾驶的大芯片市场上，是目前全球玩家争夺的重点，国内企业有望脱颖而出。

华为盯上了特斯拉
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”。
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”。

机器视觉军团成立 | 图片来自华为社区截图
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！
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。

机器视觉军团招聘信息 | 图片来自招聘海报截图
“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？
作为华为终端BG CEO、华为智能汽车解决方案BU CEO，余承东公开发言，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？
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。
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。

极狐 阿尔法S(ARCFOX αS)华为HI版 | 图片来自极狐官网
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。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。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。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。
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。

毫末智行NOH | 图片来自官图
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。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。

理想L9搭载6颗800万像素摄像头 | 图片来自汽车之家
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？

参考文献链接
https://mp.weixin.qq.com/s/KxWlLaA9B6n6II4a9JZssQ
https://mp.weixin.qq.com/s/sGxHAsWQg3yaOXoWiKunTw