重压之下车市“降本”诉求向产业链上游传导

车市价格大战虽已暂偃旗息鼓，但由此引发的车市价格体系重构却愈发明显。特别是在智能电动化的下半场，“降本”已成为主机厂争夺市场话语权的重要诉求，并向上游产业链传递。

“企业lsquo;降本rsquo;，无非是规模效应和技术进步带来的成本优化。前一个是量变，后一个是质变。”有产业链高层坦言，对新能源汽车市场而言，智能化领域的“降本”显得尤为关键。

4月12日，长城汽车孵化公司毫末智行发布业内首个自动驾驶生成式大模型DriveGPT（中文名“雪湖middot;海若”），将毫末旗下的自动驾驶数据智能体系MANA感知和认知相关大模型能力统一整合到DriveGPT雪湖middot;海若中。

按照毫末方面的介绍，DriveGPT给行业带来的一个显而易见的优势正是成本的降低。以场景识别为例，利用DriveGPT，毫末在使用数据过程中，逐步建立起一套基于4D Clips驾驶场景识别方案。在行业中，给出正确的标注结果，一张图片需要约5元；如果使用DriveGPT的场景识别服务，一张图片的价格将下降到0.5元。单帧图片整体标注成本仅相当于行业的1/10。

“在自动驾驶和AI行业中，场景识别和数据标注是非常阻碍创新和进步的，因为数据标注的成本很高，很多有想法、有场景的合作伙伴都为此望而却步。”毫末智行董事长张凯表示，在视觉自监督大模型中，可更低成本利用4D clips的自动标注结果，并获得更好训练收益。“3D重建大模型可以帮助我们做数据生成，可以用更低成本的解决数据分布的问题，提升感知效果。”

除了炙手可热的GPT概念，毫末特别提及了已开始验证能否使用鱼眼相机代替超声波雷达进行测距，以满足泊车要求。泊车场景使用纯视觉测距来取代超声波雷达，将进一步降低整体智驾成本。

“单目视觉测量是目前最难的视觉任务之一，特别是近距离视觉测量任务，因为车端鱼眼相机会出现变形严重和遮挡截断两个较困难因素，尤其在城市开放道路和停车场这类场景非常多。毫末通过引入视觉BEV感知框架到车端鱼眼相机中，通过2D backbone提取出视觉特征，经过空间转换映射至BEV空间，从而实现在该空间下对于障碍物的轮廓边界进行识别和测量。”毫末汽车CEO顾维灏介绍道。

从全球范围看，取消雷达的第一家车企便是“价格战”的始作俑者特斯拉。3月9日，工信部发布第369批《道路机动车辆生产企业及产品公告》变更扩展公示，特斯拉申请变更了4款无雷达车型。这意味着，特斯拉也将在国内采用以摄像头为核心的纯视觉方案。在海外，从10月开始，欧洲、北美、中东地区交付的Model 3、Model Y已取消超声波雷达传感器。今年以来，美版Model 3累计降价11%，Model Y累计减两成。

“降本”不仅体现在毫末这样的Tier1供应商上，还继续向上游传导。4月7日，黑芝麻智能发布武当系列智能汽车跨域计算平台，及武当系列第一款产品C1200。这是一款跨域计算芯片，单颗C1200芯片可以用于CMS（电子后视镜）系统、行泊一体、整车计算、信息娱乐系统、智能大灯、舱内感知系统等跨域计算场景。

具体到应用方面，C1200实现了硬隔离独立计算子系统，独立渲染、独立显示，可以满足仪表控制屏的高安全性和快速启动的要求，也可以灵活应用于自动驾驶、HUD抬头显示等需要独立系统的计算场景。

“在软件定义汽车的时代，一些车企已经在逻辑上实现中央计算的逻辑架构，这会大大推动软件的迭代速度。”在黑芝麻智能高级市场产品总监徐晓煜看来，在此背景下，如果采用C1200的方案，将可以在实现E/E架构融合后，更快地释放软件能力，从而为车企创造收益。

“汽车特别是电动汽车，制造技术越来越成熟，包括特斯拉很多制造技术的创新降低了制造成本。同时，电动汽车的智能化越来越多，电子部分占比也越来越高。”黑芝麻智能CEO单记章表示，今年新能源汽车行业价格竞争激烈，成本压力传递到整个供应链，合理的算力+高性价比已经成为自动驾驶市场的主流。