鑽石舞台

隨着自動駕駛產業的發展，國內湧現出了一批優秀的tier1供應商，如今可以在很多車上找到他們的產品，包括傳感器，域控制器，算法解決方案等等。2020年，乘用車ADAS市場份額前十榜單中首次出現了本土供應商，然而就在幾年前，乘用車ADAS前裝市場幾乎都被Global Tier1占據。

在本土供應商陸續成立的幾年前，Global Tier1已經在這個領域深耕多年，不管是技術還是客戶關係都牢牢占據優勢。那麼，這些本土自動駕駛Tier1供應商是如何突圍的呢？

站在今天這個時間點，我們可以比較清晰地觀察到，很多供應商，例如東軟睿馳，極目智能等都是從商用車市場起步，獲得量產項目以及現金流之後，再逐步向乘用車市場拓展。那麼，為什麼會呈現這樣一種情形呢？

接下來，本文將解析如下幾個方面：

本土供應商從商用車市場到乘用車市場的發展路徑

商用車和乘用車輔助駕駛在技術層面的異同

供應商如何在突破一個市場之後將此前積累的能力應用到下一個市場

對於本土自動駕駛Tier1供應商來說，起步是艱難的——公司剛成立的時候，雖然技術儲備慢慢建立起來了，但是市場很難突破，主機廠更願意選擇方案已經過市場檢驗的Global Tier1，他們很少廠會願意去冒險把寶押在初創公司上。

尤其是，汽車這種對安全要求很高的領域，一旦產品質量不過關，造成的後果可能會非常嚴重。主機廠在使用了一個供應商的方案之後，假如不是有性價比高很多的新供應商或者原先供應商的供應不穩定，他們一般都傾向於沿用之前的方案。所以在最初的幾年裡，很多本土Tier 1都難以找到落地的突破口。

這個情形在2018年慢慢開始改變——隨着商用車法規的陸續實施，很多商用車上必須配備安全相關的一些ADAS功能。與乘用車ADAS市場相比，商用車ADAS市場很小（在當時可能連1/10都不到），Global Tier1並沒有大力布局，而且主機廠對於本土廠商的接受度比較高，於是一些國內廠商便抓住機會，在商用車上首先實現了技術落地，為公司帶來了現金流。

一開始，商用車ADAS訂單價格頗高，每單能夠獲取的利潤較為豐厚，供應商的技術積累用來做商用車的一些預警等功能是較為容易的，所以在相關法規實施後，立馬有一批公司做起了商用車訂單。目前，商用車ADAS前裝市場絕大部分都被本土供應商占領了。

在商用車市場有了成功案例之後，本土Tier1慢慢往乘用車市場拓展，造車新勢力成了一個突破口。

相比於傳統主機廠，造車新勢力的規模比較小，一開始沒有太多的費用去支撐他們尋找大的Tier1服務，因為大Tier1一般傾向於去接規模大的訂單，規模夠大更容易攤薄成本，產生足夠利潤。在起步階段，造車新勢力很難得到國際Tier 1的大力支持，而在跟缺乏訂單的本土初創Tier 1合作時，他們會更有「議價權」，也能得到更好的服務。

而且，當本土Tier 1在商用車市場有了落地案例以後，大家對他們的量產能力有了些認可，雖然商用車和乘用車不是完全一樣的市場，但在商用車市場的落地經驗也一定程度上驗證了本土供應商的工程能力。本土供應商良好的服務態度，極高的配合度，也使得項目進展起來就更順利。

此外，在當時，新勢力還缺乏品牌效應，未被消費者認可，生產的車型需要把成本控制在非常非常低的水平，打造極致性價比，有些本土供應商成本控制方面做得很好。所以，對於剛起步的造車新勢力來說，本土Tier1是一個不錯的選擇。

另一方面，對於本土Tier 1初創公司來說，最重要的是先把項目做起來，積累經驗，逐步迭代提高。極目智能的研發高管告訴筆者：「我們最開始是希望有應用案例，無論它規模大小。要先跑起來。一開始我們很難去拿到大主機廠的訂單。」 因此，儘管造車新勢力們的訂單規模比較小，本土Tier 1也不會「嫌棄」。

因此，一開始的造車新勢力和本土Tier1是互相需要的。本土供應商就先從這些新勢力的小規模訂單突破，打磨了工程經驗、證明了自己的量產能力之後，再去逐步「攻克」大的主機廠。

在當下產品競爭尤為激烈，主機廠幾乎每年都會推出新車型的時代，只有迭代速度快才能保證公司產品保持持續的競爭力。

通常，Global Tier1做一個量產項目需要3年左右的時間，而本土供應商把互聯網基因帶到了汽車電子領域，一個項目從立項到交付通常只要一年多。那麼在迭代速度上，本土供應商就具有了很大的優勢。

漸漸地，本土供應商在乘用車ADAS市場成為了一股不容忽視的力量，並且隨着ADAS滲透率的快速提高，這一勢頭只增不減。

如今，很多主機廠都在和本土供應商合作打造輔助駕駛系統。還有一些本土供應商拿到了主機廠的戰略投資，這一方面是主機廠在做產業資本的布局，另一方面，也意味着雙方在技術領域更深入的合作。

技術得到了認可，項目開始落地，再加上資本的加持，本土供應商迅速擴大規模。近一年多時間裡，不少供應商人員都是翻倍增長。某供應商在接連獲得很多訂單後，從一年多前的500人擴展到了現在的接近1200人。

從商用車到乘用車，有的本土Tier 1公司是順勢而為，先有一個平台化的面向汽車前裝市場的技術和產品布局，然後根據國內的實際市場情況讓能落地的功能先落地，例如智駕科技MAXIEYE。

智駕科技自成立以來的技術和產品布局就是跨平台面向汽車前裝市場的。在2018年商用車法規開始落實後，通過這個機遇獲得了商用車ADAS的量產項目，按計劃，一旦時機成熟，更多的前瞻或者說高階技術，優先在乘用車市場規模化量產。

當然了，乘用車市場的終端需求在於智慧化、個性化、體驗化的內容。下圖可以看到智駕科技對於商用乘用兩個終端市場的差異的理解。

也有公司是比較明確地規划過以商用車作為第一曲線打開市場，乘用車作為第二曲線擴大規模，例如東軟睿馳。

東軟睿馳從2016年開始做商用車ADAS的量產項目，目前在商用車ADAS市場占據很大的份額。東軟睿馳自動駕駛業務線產品企劃總監塗佳表示，公司的量產能力在大量的商用車項目中得到了很大的提高，尤其是在域控制器方面。域控制器是自動駕駛里難度相對高的產品，後期發力乘用車市場的時候，東軟睿馳吸收了很多之前在商用車市場量產域控制器的經驗。東軟睿馳打開乘用車市場，主要從兩個點切入；一個是行泊一體域控制器，最早是為寶駿kiwi量產了行泊一體域控項目，另一個是5R1V及以下方案。

在慢慢打開乘用車市場之後，很多本土供應商在維持商用車市場的份額之餘，在乘用車市場大力投入，積極擴張，研發新技術，因為乘用車市場要比商用車市場大3-4倍。

這些公司之所以能這麼做，是因為商用車和乘用車項目雖然不完全一致，但還是有很多可以通用的技術。極目智能VP王述良博士告訴筆者：「我們在商用車領域摸爬滾打這麼多年，有一定的積累，做乘用車市場，更多地是對原有能力的遷移。」

商用車和乘用車整體的開發框架是一致的，在商用車領域打磨的工程經驗也為乘用車量產打下了基礎。

開發框架的一致為廠商將商用車ADAS技術遷移至乘用車提供了可行性，但由於具體的技術細節有差異，遷移的過程中也會面臨一些挑戰。那麼，廠商在商用車領域積累的哪些能力可以復用，哪些需要做相應調整呢？

3.1.1 感知可復用的地方

商用車相對而言載重量大、俯仰顛簸大，同時常行駛於國道省道等工況更為惡劣的道路，這意味着，商用車的感知系統面臨的挑戰要比乘用車大得多，所以，只要解決了商用車感知的準確性，再將感知方案應用於乘用車平台會相對容易。

數據層面，在一些泛化的低頻場景採集的數據可以復用，比如對目標屬性、目標cut—in意圖做定性判斷的數據等。此外，在數據不足的時候，有的廠商會把商用車的一部分數據做些微調然後和乘用車的數據混合起來做訓練，當然這是在對精度要求不是特別高、而且場景類似的情形下。

算法層面，環宇智行的曹總提到，基本的網絡架構是一致的，比如最近流行的視覺BEV，不管是商用車還是乘用車都可以採用這個架構，但針對不同車型以及商乘場景的差異，需要對應的數據集來訓練和驅動算法模型。

3.1.2決策可復用的地方

決策層面主要是涉及到模型訓練，廠商在做商用車項目時搭建的從積累數據到訓練模型的一套pipeline，以及怎麼在嵌入式平台上加速這一套研發流程，這些經驗在做乘用車項目時可以借鑑。

3.1.3 執行可復用的地方

相對商用車而言，乘用車的車身更輕，而且車身質量相對固定，不會像商用車在載重不同的時候車身質量會有比較大的差異。其次乘用車配備的底盤的性能通常比商用車更好，那麼在調試的時候，就會比商用車更簡單。所以做好商用車的執行方案後，再去做乘用車項目，幾乎是「降維打擊」。

3.2.1 感知需要調整的地方

乘用車跟商用車傳感器的高度和角度不同，乘用車的攝像頭基本上都是水平安裝的，安裝高度大致在1.2米到1.6米之間，商用車的攝像頭基本是朝下的，安裝高度大致在1.6米到2.8米之間，因此採集的數據會有差異，不能夠完全重用。此外，涉及到精度的數據基本上需要重新採集，比如用於定量的目標測距、測速的數據。

枕石科技CTO吳國蘇州告訴筆者，「假如直接拿商用車的數據去訓練乘用車，效果肯定會變差，可能在大部分的case中效果差異不明顯，但在例如近距離或者大角度的車輛、行人等方面，因為感知數據的差異，檢測準確率就會下降很多。這些對於用戶來說是不可接受的。所以感知數據雖然會有一定的相似性，但基本都需要重新採集標註。」

由於數據有差異，適配的場景也有不同，在做算法遷移的時候需要做一些針對性的調優，可能要加一些分支模塊，或是加一些任務到深度學習的模型當中。

3.2.2 決策需要調整的地方

同一套決策算法應用於不同的車型時要重新進行標定。因為不同車型的車身參數不一樣，比如輪胎，鋼構，發動機位置等可能不同。

3.2.3 執行需要調整的地方

商用車的最大減速度一般會在-5m/s²，而乘用車的最大減速度可達到-10m/s²。因為，商用車的車身比較高，而且可能是掛車，如果制動減速度太大，有可能側翻。那麼乘用車觸發制動的時機就可以晚一點，算法的參數要做一些相應的調整。

目前Tier1廠商通常都是項目制，按照項目的具體需求從公司里安排相應的人員去到這些項目。對於一家公司來說，商用車和乘用車在技術上有很多類似或者是可以直接復用的地方，要充分利用這些共性實現技術復用、資源節省，需要在組織架構上做好平台化，在整體設計上做好模塊化。平台化做得越好，技術復用起來越方便，公司整體效率越高，管理起來也就更容易。

清智科技研發負責人告訴筆者，要根據汽車開發的V模型儘早做好平台化，分層管理，否則，很多本來可以復用的技術也無法復用，進而被迫做很多的重複工作，造成資源浪費。

具體地說，硬件方面，可以統一芯片平台，這樣相應的工具鏈就是同一套，芯片附帶的算法，以及一些接口就都可以復用，對於內部開發而言，這意味着可以避免重複造輪子。

軟件方面，要做好分層，對底層軟件做好對外的通訊接口、驅動等，對應用層軟件，在模型上做好分塊，比如感知和融合，然後再根據客戶的需求讓工程團隊去做一些微調。假如這塊沒有做好，沒有分好層，也沒有分好模型，可能很多的底層和應用層是混在一起的，那要調整的時候就會很麻煩。

相應地，在公司管理架構上，也會有一些平台化部門。比如感知算法這一塊，這部分技術人員不需要分是商用車項目的還是乘用車項目的，還有功能安全這些，也都可以共用；但涉及到更多差異化的地方，比如前端針對不同車型的產品人員、項目人員，如系統部門、FAE等以及BD人員就需要跟着項目靈活變動。涉及到具體工程的人員很多時候並不會交叉，因為互相不了解各自的需求。

回歸本質，商用車是一個生產工具，重在安全、低成本；而乘用車是一個消費產品，在可承受的價格範圍內，重要的是把用戶體驗做好。在TJA\LKA等通用行車功能上，商用車和乘用車是一致的，但在其他細節上差異會比較多。

商用車，特別是重卡，作為一個生產資料，就是在保障安全的前提下，儘可能地幫助使用方降低成本，在行車過程中儘量地減少人的疲勞，或者減少參與人的個數，減少油耗，使得產品的TCO，也就是全生命周期使用成本最低。

那麼在做重卡的上層功能設計的時候，如何儘可能地減少油耗就是一個很重要的課題，因為油耗成本在重卡整個生命周期使用成本中占的比例很高，那麼設計一個算法，使得車輛配備自動駕駛方案後，可以儘量地去模仿老司機的使用習慣，減少油耗，就可以創造可觀的經濟價值。因此，這是針對重卡項目的一個很重要的課題，很多專注於幹線物流場景的自動駕駛卡車公司都把降油耗作為一個重要研究項目。

乘用車，尤其是諸多新勢力設計的乘用車，考慮的是如何提升用戶體驗，打造一些用戶易感知的、容易在一眾廠商里做出差異化的特徵，方便打造賣點。

比如有的主機廠專注於把泊車功能做好，為用戶提供自動泊車服務，讓用車更為方便；有的主機廠專注於打造更高階的自動駕駛功能，讓用戶可以率先體驗前沿科技。

隨着本土自動駕駛供應鏈崛起、隨着規模效應的不斷顯現，自動駕駛方案的成本開始不斷下降。比如，最簡單的1R1V方案成本已經降到了1000元以下，激光雷達的價格從最開始的幾十萬元下降到如今的幾千元，現在主機廠能夠以很高的性價比方案為用戶打造極致的智能化體驗。在新能源汽車領域彎道超車之後，國內主機廠商積極布局智能化，提高整車科技感，力圖在產品力上與傳統豪車品牌一決高下。

結語：在經歷了最初的技術積累，艱難地突破被外資占領的市場之後，本土自動駕駛供應商規模已經蔚為可觀，競爭力不容小覷。逐步壯大的本土供應鏈為中國智能汽車的發展提供了肥沃的土壤，智能汽車市場的發展又會反哺供應鏈。相信隨着時間的推移，技術的不斷迭代，中國的智能汽車市場發展會越來越好。