2024-01-14 00:29:05 | 找车网
这两天公司可以说占据了这一段时间内的所有热搜,特斯拉公司的股票一夜之间蒸发了3000亿,而华为又推出了自己的第一款新能源汽车。总地来说,我并不认为华为的这一次行动可以直接改变特斯拉目前的市场占有率。那么今天就跟大家来探讨一下,华为的入驻是否会导致变天。
第一,特斯拉的股票为什么会增发3000亿?
首先在这里我并不认为特斯拉的股票蒸发是因为华为发布了自己的第一款新能源汽车,相反有华为这样的公司加入到这个行业,也就意味着这个行业未来的走向还是非常好的。所以在某种程度上甚至可能推高特斯拉的股票。毕竟在这个行业,特斯拉目前还是属于领头羊的地步。特殊的股票之所以会下跌,主要就是因为在维权问题上处理比较失败,导致社会舆论对他们非常的不友好。
第二,华为的入局。
华为作为一个科技型企业,能够加入到传统的制造行业当中,虽然他们的主推是自动驾驶,但说实话,既然已经是汽车行业,那么肯定是离不开这个行业的。所以不管怎么说,华为进入到这个行业,就是把目前的人工智能跟传统的制造行业相结合。形成新一代的人车交互。只不过目前这个技术还不是非常的成熟,希望华为能够拿出过硬的技术才可以。
第三,是否真的会变天。
如果说华为的入驻就可以导致这个行业变天,在我看来还没有这么夸张。那么此前苹果的发布会更是夸张,表示将直接会研制自己的新能源汽车。要知道苹果可以说是一个彻头彻尾的互联网公司,而现在他们也要进入到智障行业,从这里就可以看出他们对汽车行业还是比较看好的。所以这些公司能够加入到汽车行业对于整个行业的发展还是比较好的。
此前,特斯拉CEO埃隆·马斯克在接受媒体采访时表示,特斯拉最大竞争对手很可能来自中国公司。随后很多人分析,可能是蔚来、理想、小鹏、比亚迪等,而这里面让大众最为认可的可能就是比亚迪 汽车 。毕竟比亚迪不管是从新能源 汽车 的设想到实现新能源 汽车 量产,都是走在国内 汽车 前沿的,但是看了销量才知道,比亚迪可能都不是马斯克口中的竞争对手。
但是从实际的销量来看,蔚来全年的销量为4.37万辆,理想 汽车 全年销量为3.26万辆,小鹏 汽车 则卖了2.7万辆,比亚迪则是卖出了13万辆。也就是说国内新势力中,最好的前三家加起来,还不及比亚迪一家卖出的多。但是,如果把比亚迪和前面的三家结合起来,全年的销量也不过为23.3万辆左右,但是特斯拉全年销量为50万辆,还不及特斯拉一家卖出的一半。
那么,马斯克口中声称的中国公司到底是哪家呢?
可能很多人都想不到,恐怕不是蔚来、理想、小鹏或者比亚迪,因为前三者的格局太小,车品单一不说,还存在后续的维护和保养。虽然比亚迪是竞争对手之一,但是相比较特斯拉的全方位保障服务来讲,还需要一段时间的追赶期。而真正有竞争力的对手,恐怕就是“口口声声”说坚决不造车的华为了。很多人有疑问,跟华为有什么关系,接着往下看。找车网
新能源 汽车 最为依赖的三大件:电机、电控、电池。
对于新能源车企来讲,这些都不算什么技术“含量”了,虽然大多车企都不算成熟,但是相对应的技术都已经趋于完善。而最为重要的就是辅助传感器和完善的数据处理方法,也就是新能源 汽车 的“黑 科技 ”,而华为已经在这方面拿出了自己的独家“秘密武器”-车载激光雷达。所以,马斯克能够说最大的竞争对手是中国公司,但是没有提出是谁也不是没有道理。
毕竟,华为曾经称自己不造手机,但是从此开始了手机制造之路。而现在口口声声称自己不造车,是的,华为是不造车,但是华为却在研发新能源 汽车 上面的核心技术。尤其是华为的车载激光雷达为200美元,而西方的车载激光雷达都是上千美元,直接造成更多成本摊入到 汽车 的售价上面去。
那么,车载激光雷达到底是什么“高 科技 ”呢?通俗点讲,无人驾驶就是靠着车载激光雷达进行操作和运作的。车载激光雷达又称车载三维激光扫描仪,是一种移动型三维激光扫描系统,是城市建模的最有效的工具之一。原理主要是将三维激光扫描仪+POS系统装载到车上,在车辆经过路上的时候可以通过激光扫描,将远距离所有能够扫描到的物镜、道路等建立DTM模型。然后使用GPS的应用,让车子能够清晰定位,方便拟合。
但是在任何移动车辆的系统中,作为赋予点云和影像的地理坐标都是来源于导航系统,这些都是基本的关键部件。但是导航会出现一个情况,地面复杂的情况:树木、建筑物、立交桥(重庆让你怀疑人生)这些都会阻断GPS的信号。所以先进的导航系统必须包括其他的辅助传感器和完善的数据处理方法,保证车辆在行驶当中能够在丢失信号的前提下修正航线的精度,能够得到有效的保障出行。而华为研发的车载激光雷达,正是出于这种需求。
而特斯拉现在使用的,是马斯克自身创造的一款只有300美元的摄像头算法,来代替激光雷达造成的成本问题。但是相比较激光雷达,特斯拉的摄像头算法导致事故频频产生,而马斯克却笃定摄像头算法才是新能源 汽车 真正的未来。毕竟,他在摄像头算法上,已经花费了很大的精力。但是,实际上车载激光雷达已经证明了先进性和前驱。
现在,华为能够拿出成本更低的激光雷达,直接对马斯克的摄像头进行自动驾驶的“降维打击”。特斯拉在新能源 汽车 领域弯道超车领先了传统燃油 汽车 ,而华为却在关键技术领域完美超越特斯拉成为“霸主”。而这个代价是:华为启动超过一万人的光电研究中心,时间仅花费了两年的时间就超越了国外七八年的路。
也意味着,L4级别的自动驾驶商业化,将因中国技术提前到来。
通过这件事情能够看明白:
1、华为确实不造 汽车 ,但是“热衷于”研发核心技术。因为华为已经吃过亏,但是 汽车 并不像手机那么简单,所以核心技术在自己的手里才不会被卡脖子。
2、手机以后可能成为华为很小的一部分。而华为代表着中国国内最为高端和顶尖的技术性公司,不能再把手机作为主要攻克方向,也不能认为手机的下滑是华为的衰退。而据消息称,华为的智慧农业技术竟然和大疆拼多多等中国企业的农业创新,一起成为了世界数字农业十大成果。也就是说,华为现在还在悄悄搞农业,把5G、人工智能等技术向传统农业应用。
3、马斯克曾经认为华为的激光雷达只有96线(线越多越好),而西方很多都已经做到300线,而且探测距离也不过是100米左右。但是,华为随后宣称激光雷达500线正在研发道路上,探测距离将随之增加。
故而,马斯克认为最有竞争力公司最有可能的是华为,而不是理想、蔚来、小鹏。其实马斯克也计算错了,中国最有竞争力的不仅仅是华为公司,比亚迪公司也是被低估的车企之一。最大的竞争对手可能是手里掌握核心技术的中国企业手里,这是毋庸置疑的。
近日,融合了华为自动驾驶技术的北汽吉虎电动汽车着火了!所有人都感到震惊:为什么家用汽车以前基本上都是L3(在高速道路上自动驾驶),为什么现在又升级为L4自动驾驶仪?自动驾驶仪分类标准必须知道,特斯拉的自动驾驶仪具有丰富的经验。
经过几年的发展,它仅达到了目前的L3-L4水平。关键在于车辆的感知技术是不同的。特斯拉使用纯视觉识别(相机)解决方案,而华为则使用激光雷达技术。这里提到的激光雷达不是那种明亮而又盲目的激光,人眼是看不见的。这是扫地机器人用来探索道路的激光(LiDAR)。无非是看得更清楚,更远的汽车。华为和特斯拉的自动驾驶是两条不同的技术路线。特斯拉主要依靠视觉识别(即相机),因此存在以下问题:1.难以捕获准确的三维信息。
相机提取的信息几乎是二维平面,尤其是稍远的物体,很难与背景区分开。它们都是基于经验来补充深度信息,然后在想象中拼凑成三维三维形状。例如,在美国,有一辆卡车高速翻滚并躺下,因为车身是蓝色和白色,与天空背景混合在一起,无法被识别。特斯拉没有放慢脚步,直奔它,车主死了。 2.较长的人工智能学习周期视觉人工智能识别实际上就像在教育孩子,不断地教授人工智能来识别新场景,然后在识别后转变为新场景。它可能涵盖了大多数场景,但是总会有一些无法识别的意外情况。识别水平的提高取决于向AI提供大量数据,以及不断的训练和改进。
例如,如果您将卡车的数百张照片喂给AI,它会记住这是卡车,其长度,宽度和高度通常约为此大小。但是,在极少数情况下,卡车运载的某些管道超出了限制2米,这取决于它是否了解了这种情况或是否可以自行推理。换句话说,既然人类可以通过视觉和声音辅助来实现驾驶功能,那么为什么不能通过摄像头实现自动驾驶呢?当然,您只需听一听,如果您真的相信它,那就太天真了。
特斯拉不想使用它,但负担不起。 Velodyne在国外生产的64线机械激光雷达的价格为数万人民币。业内人士估计,4000元起价是一个门槛,而2000元起价是大规模普及的时候。马斯克估计,在3-5年内,激光雷达将无法达到大规模生产所需的价格。这条路线浪费时间。不,~~~~~~~,中国又把黑技术变成了白菜的价格。华为生产的96线固态激光雷达比Velodyne先进,价格超过2,000元人民币。你买不到两千元,你不会受苦,你不能上当!很抱歉谈论电子产品的供应链。这里的每个人都不能与中国抗争。汽车将是未来的一大电子产品。
当然,华为在使用激光雷达时也有自己的困难。采取视觉路线,对芯片的依赖性将增加,因为局部计算将非常大。使用激光雷达,大大减少了本地机载计算处理,并且不需要高端的7纳米芯片。它也可以被视为用一块石头杀死两只鸟。它不仅避免了美国对芯片的控制,而且还超过了特斯拉在弯道上的自动驾驶水平。目前,激光雷达应优于纯视觉识别。但是,两者在将来并不相互排斥。未来的发展方向很可能会同时使用,相互融合和相辅相成。比亚迪,吉利,蔚来等国内自主品牌制造商在过去的几年中取得了长足的进步。使用Lidar后,它们应该更加强大。在未来的5-10年中,人们认为在移动电视上自有品牌超越外国品牌的故事很可能会再次在智能汽车中上演。
2023-09-13 19:16:16
2023-08-25 14:09:50
2023-08-19 12:48:04
2023-08-27 14:00:28
2023-09-06 11:39:14
2023-09-03 19:32:37