汽车行业已为本十年末电动车和自动驾驶汽车的大规模普及做好准备,如今大多数汽车都配备了一些支持自动驾驶的高级驾驶辅助系统(ADAS)功能。
物联网分析公司Berg Insight的研究发现,2024年全球销售的汽车中,超过三分之二满足SAE一级要求——这是六个标准自动驾驶级别中的第二级,也是最基础的级别。预计到2030年,这一比例将达到90.4%。
该研究成果发布在《全球ADAS和自动驾驶汽车市场研究报告》中,分析了未来五年自动驾驶汽车市场的发展趋势,涵盖最新动向和发展情况,包括对全球主要自动驾驶汽车项目的详细描述。
报告首先介绍了SAE国际定义的六个自动驾驶级别:
0级 – 车辆完全没有自主性。 1级 – 车辆具有单一辅助功能,如自适应巡航控制或车道保持。 2级 – 车辆可在特定条件下同时控制转向和速度,但驾驶员必须保持警觉并准备接管。 3级 – 车辆在特定场景下处理所有驾驶任务,允许驾驶员将注意力从道路上转移。 4级 – 车辆提供完全自主性,只要在运行设计域内,驾驶员无需重新控制车辆。 5级 – 车辆具有完全自主性,能够在任何地方、任何条件下行驶,无需人工输入。
除了满足1级要求的车辆强劲增长外,研究还显示满足2级自动驾驶系统的新车销售比例将从2024年的28.1%增长到2030年的51.2%。配备3级自动驾驶能力的车辆供应量也将在未来几年显著增加。
Berg Insight预测,随着更多制造商计划在未来几年推出3级车辆,2030年预计有8.6%的新车(相当于770万辆)将具备3级能力。该公司预计2030年将有260万辆乘用车具备4级能力,对应渗透率为2.9%。
在影响市场动态的因素方面,报告指出ADAS和自动驾驶的监管环境在塑造行业未来方面发挥重要作用,因为法律利益相关者认为安全性至关重要。Berg Insight观察到,历史上中国和美国的监管方式通常不如欧洲严格,特别是在开发和测试的早期阶段。
报告作者、Berg Insight高级分析师Martin Cederqvist表示:"监管环境复杂且快速演变,各地区存在显著差异,政府正努力在创新与安全之间找到合适的平衡。"
报告还指出,先进的ADAS已成为汽车制造商的主要差异化因素,目前有两款符合SAE 3级要求的ADAS产品。2023年,梅赛德斯-奔驰推出了Drive Pilot,在美国特定道路上提供时速95公里以下的条件自动驾驶。2024年8月起,宝马也通过其BMW Personal Pilot L3系统提供3级自动驾驶服务,首先在德国的新7系车型上提供。
其他制造商也在跟随宝马和梅赛德斯-奔驰提供先进ADAS系统。特斯拉提供Autopilot和完全自动驾驶,福特提供BlueCruise,通用汽车提供Super Cruise,奥迪提供Audi pre sense。丰田、日产和现代提供包括自适应巡航控制、车道辅助和紧急制动系统在内的综合安全套件。
然而,研究强调中国制造商在引入先进ADAS方面正逐渐领先。领先的中国汽车制造商包括比亚迪、长安、奇瑞、吉利、长城、零跑、理想、蔚来和上汽。
目前多家公司提供完全自动驾驶出租车服务。领先的机器人出租车参与者包括Waymo、百度(Apollo)、小马智行、文远知行、滴滴自动驾驶、May Mobility、Avride、AutoX、MOIA和Zoox。大多数机器人出租车服务集中在中国和美国。
在领先技术基础设施的关键企业方面,报告指出英伟达、高通、Mobileye、地平线机器人、黑芝麻智能、Ambarella、瑞萨电子和德州仪器等半导体解决方案提供商正在开发用于自动驾驶的系统级芯片(SoC)。
Cederqvist表示:"SoC和相关技术供应商是ADAS和自动驾驶进步的核心,因为它们提供自动驾驶汽车所需的高性能计算和AI能力。"
好文章,需要你的鼓励
2025年,企业技术高管面临巨大压力,需要帮助企业从持续的AI投入中获得回报。大多数高管取得了进展,完善了项目优先级排序方法。然而,CIO仍面临AI相关问题。支离破裂的AI监管环境和宏观经济阻力将继续推动技术高管保持谨慎态度。随着AI采用增长的影响不断显现,一些CIO预期明年将带来劳动力策略变化。
这篇论文提出了CJE(因果法官评估)框架,解决了当前LLM评估中的三大致命问题:AI法官偏好倒置、置信区间失效和离线策略评估失败。通过AutoCal-R校准、SIMCal-W权重稳定和OUA不确定性推理,CJE仅用5%的专家标签就达到了99%的排名准确率,成本降低14倍,为AI评估提供了科学可靠的解决方案。
FinOps基金会周四更新了其FinOps开放成本和使用规范云成本管理工具,新版本1.3更好地支持多供应商工作流。该版本新增了合同承诺和协商协议数据集,增加了跨工作负载成本分摊跟踪列,以及云支出和使用报告时效性和完整性的元数据可见性。随着云和AI采用推动企业IT预算增长,技术供应商正在关注将成本与价值联系起来的努力。大型企业通常使用三到四家云供应商,小企业可能使用两家,同时还有数据中心、SaaS和许可等服务。
NVIDIA团队开发出Fast-FoundationStereo系统,成功解决了立体视觉AI在速度与精度之间的两难选择。通过分而治之的策略,该系统实现了超过10倍的速度提升同时保持高精度,包括知识蒸馏压缩特征提取、神经架构搜索优化成本过滤,以及结构化剪枝精简视差细化。此外,研究团队还构建了包含140万对真实图像的自动伪标注数据集,为立体视觉的实时应用开辟了新道路。