高通重磅发布!最新骁龙至尊版汽车平台亮相及战略重点
高通在汽车领域的AI策略紧密围绕车内智能和信息实时处理展开。随着中国等市场中的汽车厂商对算力需求增加,高通致力于通过车端AI满足车辆复杂、多变任务的处理需求。
2024年骁龙峰会上,高通发布了其最新的汽车处理器--骁龙座舱至尊版和Snapdragon Ride至尊版平台。这些顶级系统性芯片由高通的Oryon CPU提供支持,具备先进的计算能力和AI功能,并集成于高通成功的数字底盘平台,旨在为车辆提供可扩展的高性能解决方案,为未来做好准备。高通持续战略聚焦于引领汽车行业的AI创新,加强营销,并满足中国汽车制造商日益增长的定制化需求。
高通在汽车领域的AI策略紧密围绕车内智能和信息实时处理展开。随着中国等市场中的汽车厂商对算力需求增加,高通致力于通过车端AI满足车辆复杂、多变任务的处理需求。主要亮点包括:
- 实时处理和情景感知:高通优先采用车端AI能力 ,以实现快速、可靠的数据处理,这在高级辅助驾驶和自动驾驶等应用中至关重要,因为响应速度会影响安全性。
- AI HUB和模型优化:AI hub集成了核心AI功能,为开发和模型优化提供工具,以提高设备性能,从而减少延迟,为驾驶员提供更流畅的实时应用体验。
- 谷歌合作伙伴关系:高通与谷歌的合作通过平衡边缘计算和云计算来提升AI能力。该合作包括谷歌为智能座舱的生成式AI提供云端支持,以便实时升级和提升车内体验,从而扩大“Google Built-in”的车辆覆盖率,加强谷歌在汽车领域的影响力。
如今,车载SoC可以高效处理复杂的数据、支持传感器融合,多模态交互以及本地知识图谱的构建,从而实现可靠的AI功能并推动自动驾驶等先进应用。高通旨在通过优化开发工具和系统性提高算力的使用效率,加速Tier 1和汽车厂商的AI开发进程。
高通在智能手机领域的品牌影响力,源于其在摄影、游戏和AI方面的深耕,使其在消费者中获得了高度关注。在汽车领域,高通正通过与汽车厂商的合作以及消费者活动,将其品牌认知度转化为对汽车消费者的吸引力:
- 高调合作:高通与梅赛德斯、宝马等品牌的合作,展示了其在智能座舱和ADAS领域的技术实力。此外,高通还与理想和长城汽车等中国知名品牌合作,体现了高通在扩大中国汽车制造商全球品牌影响力和知名度的重要角色。
- 消费者影响力:通过与F1和梅赛德斯AMG Petronas F1车队的合作,高通将其影响力延伸至科技圈之外的消费者熟知的领域中去。这种跨平台品牌传播使骁龙更具辨识度,但在汽车领域复制类似的成功,仍需要向消费者传达其技术如何直接提升驾驶体验。
Canalys数据显示,2024年上半年,高通在中国智能座舱域控制器市场占据67%的市场份额,但在ADAS领域的影响力有限。为增强在ADAS中的地位,高通可以考虑与小米等新势力汽车制造商合作。尽管小米刚涉足汽车行业,但其智能化特色的车型已初见市场声量。若双方合作,或可基于高通方案打造独具特色的ADAS系统。与中国现象级新势力汽车厂商的合作,将是对高通与宝马在海外市场合作的有效协同,共同塑造高通在ADAS领域在海外与中国市场的标杆产品体系。
Canalys最新的《中国智能座舱SoC厂商领导力矩阵》研究表明,中国汽车制造商对能够满足定制化SoC的需求日益增长。高通面临平衡定制化需求与保持产品平台化能力的挑战。许多中国OEM现在希望SoC能够精确满足其产品路线规划,而高通则倾向于采用可适应的平台,强调长期可持续性和易集成性:
- 规模经济与灵活性:高通的可扩展平台通过标准化核心组件来帮助控制成本,这些组件可以在不同车型中进行定制,减少了对广泛定制化的需求。
- 长期支持:高通注重平台的长周期性,承诺在车辆生命周期内提供软件更新,确保安全关键功能的持续更新和平台的长期适应性。此方法吸引希望满足面向大众用户体验,同时提供可稳定升级且无需大规模的重新设计的汽车厂商。
- 中国市场特定优化:高通针对中国市场的独特需求进行了调整,尤其在AI和安全方面。高通在这些领域对其规划和软件要求进行调整的能力,有助于巩固其在市场中的地位。
高通坚持专注于可扩展解决方案,而非广泛定制化,这对于那些追求应用可靠的系列性SoC满足平台化产品规划的汽车制造商有很大的吸引力。
高通骁龙至尊版平台展现出卓越的技术潜力,但仍面临重大挑战,特别是在竞争对手专注于满足中国汽车制造商的关键需求,包括但不限于AI功能、功耗优化、硬件隔离及定制化等。同时考虑到Tier1及生态伙伴在推广高通解决方案中扮演的关键角色,高通必须加强这些联盟关系以保持竞争力。为了巩固其领导地位,高通应密切关注芯片技术的进展,并在需求出现时积极扩展其定制化服务能力。拓展产品的适配能力以及深化合作伙伴关系将是高通维持影响力,同时满足全球汽车市场快速变化需求的关键。
智能汽车分析
Canalys紧随智能汽车行业的创新步伐,将目光瞄准电动化及智能技术与移动行业的交汇领域,重点关注电动汽车到智能汽车的转变,包括互联性,便利性,安全性及辅助驾驶等。我们提供全球最全面、最详细的数据分析及预测,细化至品牌和车型在全球汽车市场表现,同时提供定性和定量的专业见解。Canalys智能汽车分析,帮助技术供应商、汽车OEM、一级供应商、服务供应商和汽车生态系统参与者在全球战略发展,产品规划和营销等方面做出重要决策,以及选择正确的渠道伙伴,参与到全球市场的发展,以促进智能汽车的普及。
0赞好文章,需要你的鼓励
推荐文章
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。