自动驾驶行业：云服务新引擎，高效驱动自动驾驶数据闭环发展白皮书

云服务新引擎，高效驱动自动驾驶数据闭环发展白皮书 亿欧智库https://www.iyiou.com/researchCopyrightreservedtoEOIntelligence,September2023 前言 《云服务新引擎，高效驱动自动驾驶数据闭环发展白皮书》简介 •自动驾驶发展已进入“下半场”，高等级自动驾驶将逐步迈进现实，海量数据处理及高效挖掘成为企业必须解决的头等难题，数据闭环因此越来越受到重视，主机厂及Tier1纷纷搭建起了自己的数据闭环体系。与此同时，大模型的爆发赋予了自动驾驶更多想象空间，并成为数据闭环发展的充要条件。然而，无论是高效数据闭环构建还是大模型赋能，都仍处在发展初期，技术演进留有空白，竞争格局未有定数。行业内众参与者百舸争流各显其长，纷纷入局。 •在此洪流中，云服务商因其智能化的基因与强大的数据处理能力，成为了现阶段自动驾驶产业发展的重要力量，以“第三方服务商”的身份与自动驾驶产业“双向奔赴”。通过云底座核心能力和云端大模型深度赋能数据处理全流程，构建全栈式自动驾驶开发平台，为主机厂、Tier1等企业提供更智能、更高效率的数据及AI服务，强化数据驱动能力，加速数据闭环，助力客户实现自动驾驶开发降本增效和量产落地。 •亿欧智库联合华为云共同发布白皮书，深入洞察自动驾驶数据闭环发展，详细拆解数据闭环各环节，从技术、产品、商业模式等多个角度，分析数据闭环发展现状，同时探索具备专业积累及强大感知、计算、处理、存储等能力的云服务商可赋予各环节的价值。在高速发展的中国汽车产业背景下，车企及相关供应商应进一步开放合作，携手共建盛世繁荣的产业生态。 《云服务新引擎，高效驱动自动驾驶数据闭环发展白皮书》核心观点 •中国智能汽车逐步向高等级自动驾驶发展，数据驱动开发模式下，构建高效数据闭环刻不容缓； •自动驾驶数据闭环发展主要面临海量数据处理能力弱、基础设施研发成本高和数据安全合规保障难三大挑战。云服务商凭借高效的计算、存储、训练、网络通信等能力赋能数据闭环，为自动驾驶研发提供完整有效的解决方案； •云服务搭载大模型深度赋能数据闭环各个环节，如clip内容理解、自动标注、加速模型训练、生成高质量训练场景库与仿真场景库等； •华为云从技术、服务、生态三方面构建自动驾驶数据闭环新范式。通过全面接入大模型、搭建底层AI算力，并提供模块化合作服务模式、助力中国车企出海，未来将进一步通过路端大生态的打通，构建基于云服务更大的数据闭环。 2 目录 CONTENTS 01 自动驾驶发展机遇与挑战 1.1自动驾驶产业发展洞察 1.2自动驾驶产业发展面临新挑战 1.3自动驾驶发展需要更加高效的数据闭环 02 云服务赋能自动驾驶数据闭环 2.1自动驾驶数据闭环发展痛点分析 2.2自动驾驶数据闭环需要云服务赋能 2.3云服务加速数据闭环各环节高效运转 2.4自动驾驶数据闭环产业图谱及分析 03 云服务助力构建自动驾驶数据闭环新范式 目录 CONTENTS 01自动驾驶发展机遇与挑战 1.1自动驾驶产业发展洞察 1.2自动驾驶产业发展面临新挑战 1.3自动驾驶发展需要更加高效的数据闭环 02 云服务赋能自动驾驶数据闭环 2.1自动驾驶数据闭环发展痛点分析 2.2自动驾驶数据闭环需要云服务赋能 2.3云服务加速数据闭环各环节高效运转 2.4自动驾驶数据闭环产业图谱及分析 03 云服务助力构建自动驾驶数据闭环新范式 1.1.1自动驾驶发展进入下半场，技术逐步向高等级自动化发展 自动驾驶产业经过高速发展已进入逐步泛化阶段，高等级自动驾驶正逐步落地，海量数据处理与多元场景应用成为未来产业发展的核心。也正是因为数据量的累积，对算力、算法以及商业模式提出考验，大模型的研发与应用恰逢其时，将从用户体验、技术研发等多个方面赋能自动驾驶产业发 展。 亿欧智库：自动驾驶产业发展速度示意图 领先试水 谷歌启动自动驾驶项目 奥迪、宝马、福特等布局无人驾驶 百度成立自动驾驶团队 图森未来、智行者等公司成立 Waymo开始Robotaxi Uber无人驾驶汽车上路试验 阿里、滴滴设立自动驾驶部门 文远知行、小马智行、Momenta等公司成立 华为成立智能汽车解决方案业务单元 多家自动驾驶企业陆续在北京、广州、深圳、长沙等地开始商业化测试 四维图新获国内首个L3以上高精度地图订单 华为发布鸿蒙车载OS系统；百度L4巴士量产 头部企业开始投放L4Robotaxi运营 城市NOA加速规模化应用 高等级自动驾驶逐步落地应用 广泛应用，跨越升级 逐步泛化 高速发展 创新起步 20092013 2015 20182023 智能化成为竞争焦点，大模型等技术发展助推自动驾驶迈向新的阶段，代表技术包括：NOACity （城区领航驾驶辅助）、AVP（自动代客泊车）等 步入平稳发展阶段，逐步转向高速、矿山、港口等封闭/半封闭场景应用，代表技术包括：HWP（高速驾驶引导）、TJP（交通拥堵领航）、NOAHighway（高速领航驾驶辅助）等 进入快速发展阶段，电动化成为行业竞争焦点，代表技术包括：APA（自动泊车辅助）、APO（自动驶出）、HWA（高速驾驶辅助）等 自动驾驶从实验室转向商业研发，少数头部开始布局自动驾驶，代表技术包括：ACC （自适应巡航）、AEB（自动紧急制动）等 大模型势头正盛，助推自动驾驶向高等级发展 数据与算力互促互进，助推行业智能化发展 亿欧智库：自动驾驶数据及算力增长速度曲线示意图 2023年，城区自动驾驶成 为主要发力方向，多家Tier1、科技企业发布应用于自动驾驶和智能座舱的大模型，通过深度学习与反复 华为OpenAI 百度科大讯飞 商汤中科创达 阿里毫末智行 •自动驾驶发展前期，数据量从TB级增长至PB级，数据增长速度快于算力。 500TOPS PB级 <1TOPS TB级 10TOPS 100TOPS •中后期随着AI大模型的发展，算力等级将高速提升，远快于数据增长速度。 •远期，随着AI技术的成熟，数据将创造更多的数据， EB级5000TOPS 自动驾驶算力增长速度曲线 自动驾驶产生数据 训练，助推高等级自动驾驶。 ……算力应与AI技术良好结合，才能发挥出最优解。 201320232030 增长速度曲线 1.1.2汽车系统快速迭代，高阶智驾方案量产加速布局 软件定义汽车如今已经成为业内共识，智能汽车软件系统持续快速更新迭代。以特斯拉为例，其智驾系统经历了数次更新迭代，近期FSD升级版也即将面向中国开放。另一方面，在“重感知轻地图”的争议之下，BEV融合方案的出现赋予了不依赖高精地图的更大可能。亿欧智库注意到，国内自主品牌已经纷纷开启L4级自动驾驶量产落地计划，向城市级应用进发。 汽车智驾系统快速发展，BEV融合方案助力城市NOA规模化落地 激光雷达 原始数据原始数据 特征提取特征提取 摄像头 毫米波雷达 原始数据特征提取 轮速传感器 提供全局视野：俯视图视角少有遮挡，算法也可以对被遮挡区域进行预测，同时引入时序信息，让感知结果更连续稳定 特征级融合：减少层层处理以及先验规则带来的信息丢失，让多模态数据特征在同一空间中融合，信息关联性更强 4D数据：静态道路信息与动态道路参与方统一在同一个坐标系下，通过实时感知与转换，在行驶中即可实时生成“活地图” IMU 映射到统一坐标系下融合 结果输出 训练学习 近几年，“重感知轻地图”的争议一直未有定论，随着BEV方案的出现，车企看到了不依赖高精地图的可能性，即通过GPS、IMU、轮速计以及导航地图，实现精准定位；通过BEV+Transformer，提升车辆感知和决策能力。 FSD/AP系统 APHW1.0 APHW2.0 APHW2.5 FSD/AP HW3.0 FSDHW4.0 自主品牌 2021 2022 2023 2024 2025 长安 L2 L2.5 L2.9 L4 上线时间 2014.09 2016.10 2017.08 2019.04 2023H2(E) 长城 L2.5 L2.9 L4 比亚迪 L2 L2.5 L2.9 L4 处理平台/主芯片 MobileyeEyeQ3 Nvidia DrivePX2 Nvidia DrivePX2+ TeslaFSD TeslaFSD2代 一汽 L2.5 L3 L4 吉利 L2.9 L3 L4 算力(Tops) 0.256 20 20 144(双芯片) 预计性能将是HW3.0三倍左右 广汽 L2.9 L4 功耗(W) 25 250 300 220 北汽 L2.5 L2.9 L4 上汽 L2.5 L2.9 L4 图像处理能力（fps） 36 110 110 2300 奇瑞 L2 L2.5 L2.9 L4 东风 L2.9 L4 亿欧智库：特斯拉自动驾驶系统更新周期及FSD版本迭代周期 特斯拉自动驾驶系统经历近十年迭代，软硬件都有大幅提升。2023年5月，FSDBeta版本更新至11.4.2，对路面检测、切入切出、车道保持等功能进行优化。FSD入华也随着内外部条件的成熟而变得更加有可能性，将进一步刺激中国消费市场对高等级智驾的接受度。 亿欧智库：部分自主品牌车企智驾功能量产落地规划 近两年，自主品牌已全面以高阶辅助驾驶功能作为其品牌智能化主打特色，并进行相关战略部署，这也意味着市场即将迎来以NOA为主打的高阶智驾功能的量产落地。 1.1.3政策引导助推自动驾驶产业升级，城市落地验证新兴技术应用发展 发展新能源汽车同时还具有高度的战略意义。中央及地方多方位立体式引导新能源汽车产业各环节高质量发展，进一步延长新能源汽车车辆购置税减免政策至2027年底，从供需两端推动产业迭代升级。“车-路-云”一体化融合发展也将成为未来产业推进的关键所在，完善的云控基础平台及云端计算能力，能够从多方面推进智能网联以及高等级自动驾驶大规模、高质量发展。 具体到城市层面，国内多个城市已开辟路测及试点区域，对道路设备进行装配升级，推动智能网联汽车落地应用。芯片、云基础设施、操作系统、大模型算法等关键技术的研发均受到城市级关注。国外相关政策也积极推动自动驾驶城市级应用的落地推广。 2023年6月21日国务院政策例行吹风会：促进新能源汽车产业高质量发展 深化测试示范应用 启动智能网联汽车准入和上路通行试点，组织开展城市级“车路云一体化” 示范应用，支持L3及更高级别自动驾驶功能商业化应用 进一步完善网联基础设施 加快C-V2X、路侧感知、边缘计算等基础设施建设，建立基于边缘云、区 武汉 开放路网里程：1500.0km发放牌照：200+个 重庆 开放路网里程：1486.8km发放牌照：60+个 广州 开放路网里程：1749.8km发放牌照：220+个 国内外自动驾驶相关落地政策及城市应用最新进展 •全国已建成17个测试示范区、16个“双智”试点城市、7个国家车联网示范区完成了7000多公里道路智能化升级改造，装配路侧网联设备7000余台套 •2022年具备组合辅助驾驶功能的L2级乘用车新车渗透率达到了34.5% 北京 开放路网里程：1143.8km发放牌照：600+个 上海 开放路网里程：1800.0km发放牌照：600+个 长沙 开放路网里程：317.0km发放牌照：55+个 深圳 开放路网里程：201.4km发放牌照：260+个 域云和中心云三级架构的云控基础平台，形成统一接口、数据和通信标准，提升网络感知、云端计算能力 支持关键技术攻关 支持重点大企业牵头，大中小企业参与，开展跨行业跨领域协同创新。加快关键芯片、高精度传感器、操作系统等新技术新产品的研发和推广应用，提升产业发展内生动力 北京市科委、中关村管委会发布北京市首批人工智能行业大模型应用案例 自动驾驶大模型DriveGPT示范应用：毫末智行、长城汽车城市大脑大模型示范应用：科大讯飞、中科大脑公司 《关于更好发挥数据要素作用进一步加快发展