无论是造车新势力还是传统车厂都在深度布局汽车的“新四化”升级，在这其中舱内、舱外的各类智能驾驶应用发展速度尤为惊人。根据盖世汽车对产业动向的观察发现，今年以来智能驾驶在新车型上普及度持续攀升，甚至在上海车展上已成为不少厂商的核心卖点。市场热情被彻底点燃，从业者、投资人及产业链上下游的相关方似乎达成了共识，智能驾驶的量产时代正在以更快的速度来到我们身边。
对于这一趋势，泰合资本认为，智能驾驶供应企业的长期发展将依次围绕“量产为王、数据决胜、体系构建”这三大阶段展开。着眼当下二至三年，“量产”无疑是这一阶段的竞争赛点。通过规模化效应，企业将迅速建立产品稳定性、成本优势、品牌认可度等等护城河。并为后续触碰更高阶智能驾驶，积累足够的真实数据和真实场景解决方案。
沃土已成量产的实质是打通技术与商业闭环
如果说智能驾驶落地是一个长期升级打怪的过程，那么量产就是智能驾驶供应企业遇上的第一个BOSS。从目前来看，在智能驾驶行业中还没有出现像传统汽车供应链中博世、大陆、采埃孚这样的龙头企业。也正是这样的机遇背景之下，进一步扩大可落地的量产解决方案规模成为了智能驾驶企业们的一致追求。
例如“科创AI第一股”虹软科技在去年，就已获得积累37款前装量产车型定点开发项目。而在近日的深圳智能汽车视觉感知技术峰会上记者还特别注意到，其在2021年上半年继续深化与主机厂商和 Tier 1的合作，定点项目现已涉及长城、长安新能源、上汽、理想、一汽、东风等多家一线汽车厂商的多款量产车型。
据虹软科技视觉车载事业群副总经理陈锋介绍，虹软VisDrive一站式车载视觉解决方案，可高效为车厂提供覆盖从智能座舱到智能驾驶的视觉感知全栈能力。包括，针对舱内服务的驾驶员监控系统(DMS)、视觉互动系统(Interact)、乘客监控系统(OMS)、生物认证(Authenticate)与聚焦舱外行驶智能安全的高级驾驶辅助系统(ADAS)、盲区检测系统(BSD)、AR 抬头显示(AR HUD)、360°环视视觉子系统(AVM)、移动物体侦测(MOD)。
陈锋介绍到，当前厂商对于智能化的功能有不同的理解与认知，需求呈现多样化与差异化的情况。而为了满足不同厂商的产品化需求，虹软打造的是全栈的产品体系。在产品落地上，虹软DMS驾驶员监控系统已成为业内极具竞争优势的标杆产品，并正在为多家厂商的定点项目提供集成服务;而虹软Interact视觉互动系统，同样已在多款量产车型的中控唤醒产品中得到应用;可监测乘员数量、位置、年龄、性别、情绪的OMS乘客监控系统则在东风岚图项目中得到量产落地，预计下半年将会有更多车型发布;座舱内的合照美化、视频智能拍摄等娱乐化功能同样正在和国内多家车厂进行合作开发。
除此之外，虹软ADAS高级驾驶辅助系统由于在性能、功耗与稳定性上的出色表现受到多家厂商的青睐，将基于障碍物识别、道路检测、道路标志识别、交通标志识别等技术，为厂商提供前车碰撞预警、车道偏离预警、行人碰撞预警等一系列功能。
从上述如此多维度的场景与落地中，不难发现当下厂商对于智能驾驶的重视和需求越来越强烈。从近期的市场销售数据也能验证这一点，根据中信证券统计显示，今年Q2国内智能驾驶车型销量占比环比提升1.08pct达32.6%。同时在智能座舱发展方面，大屏化、智能化交互也已成为不折不扣的畅销标签。
适宜智能驾驶企业规模化落地的"沃土"已初步形成，而量产的逐步放大，又可促进产品稳定性、一致性的增强，形成规模效应、扩大成本优势，进入强者恒强的良性循环。可以说，随着技术与商业化闭环的彻底打通，量产能力将成为智能驾驶企业未来发展的第一个分水岭。
如何评估真正的量产能力？工程化实力将塑造核心底牌
随着智能驾驶商业化落地的快速渗透，整个行业已经从Demo时代走向了量产时代。那么一家优秀的智能驾驶产品供应企业又应当具备哪些重要的能力?事实上，横亘在Demo与量产之间的一道关键障碍，就是技术的工程化。
对于工程化能力的具体所指，记者在与不同业内人士交流中所取得的解释虽然略有不同，但总体来说离不开"可靠""稳定""全天候"等核心字眼。不同于Demo演示只需在某特定场景中维持正常运行，量产交付级别的智能驾驶解决方案必须要保证全天候、高可靠性的稳定工作。
“作为推进智能驾驶量产落地的必经步骤，工程化能力正是提升系统功能稳定性、可靠性的关键之一。比如在低算力资源的条件下实现快速精确的算法处理，同时也要保证低功耗的条件下最大化发挥硬件的能力，这些都是典型的工程化问题。” 陈锋博士举例说道。
他表示，虹软VisDrive所提供不仅是丰富的标准化解决方案，更是将虹软二十余年积累的AI落地工程化能力共享给合作伙伴，帮助他们有效降低创新成本、缩短研发周期、快速完成智能化迭代。
纵观近几年智能驾驶的发展，我们不难发现不同阶段对于供应商们的要求也不尽相同：比如说产业初期，技术突破是关键;而到了商业化落地阶段，在汽车这样复杂的行业中，则需要通过车厂的严格考核才能实现量产，这非常考验一家公司在各环节的积累，尤其是隐藏在技术与Demo背后的工程化能力这样一张核心底牌。
也因此，车厂往往更倾向于选择具有更多落地经验的供应商。因为，一台新的乘用车需要经历考察、定点、量产等诸多环节，可能需要2年甚至更久适配周期，轻易无法更换供应商。所以一旦进入量产周期，具备强大工程化能力、大规模量产和技术服务经验的企业必然更容易拿下新的项目定点，实现滚雪球的飞轮效应。
结语 :
智能驾驶已经悄然开启了商业化时代。在这个竞争激烈的赛道里，商业化落地不仅仅是一个关键指标，更是供应商未来产品升级、数据积累和技术迭代的基础。从量产潜力、工程化能力或许我们就可以窥得智能驾驶"优等生"的一二面貌。
