宣告：本材料僅為公開資料整理，不涉及投資建議。記錄或者翻譯可能產生誤差，僅供參考，如有異議，請聯絡刪除。
Q：蔚來和⼩鵬在⾃研智慧駕駛程序上以及實現不同功能的路線上存在哪些差異呢？
A：1.⼩鵬和蔚來在資源選擇上⼩鵬明顯起步早，有兩年到兩年半的時間，⾃從他們開始選擇⾃研，在視覺的演算法核⼼演算法以及在計算平臺上資源的利⽤，以及對於預控制器整體架構設計都積攢了⾮常多的經驗。同時兩年半的先⾏時間也給了⼤家他們帶來了很多的⽤戶資料，包括實際的道路資料。⽬前從整體的智慧駕駛功能來看，⽤戶可以直接在市場上體驗到的功能來說的話，坦率來講它的⽤戶體驗是要⽐未來好，未來現在選擇⾃研其實有兩個層⾯的原因考慮，第⼀個原因是⾃研⽅向的⾃動駕駛，或者說核⼼的智慧座艙的等等這些智慧化的功能⼀定會是頭部新能源勢⼒必須去選擇的⽅向。
2. 第⼆點是在於⼩鵬的起步是⽐蔚來要早，在2019年左右的時候，內部已經是討論過要去做⾃研，但是因為各種各樣的原因，導致資源的計劃往後擱置。2021年真正的是把對應的⼈和資源鋪設到位，並且確⽴了感測器配置和資源的計算平臺的選擇，才開始這樣的程序。對於時間的落後，並不會給未來帶來⾮常⼤的影 響，因為從0~1搭建⾃動駕駛功能，放在2020年這樣的時間節點，整個市場資源，包括⾃動駕駛領域，對於總駕駛這塊的技術理解，對於架構的設計理念，基本上是處於⽐較成熟或者完整的狀態。未來在2020年和2021年兩個時間節點開始跳⼊到⾃研的過程中，重點去關注的更多是資源之後需要在短時間之內擊破的功能，⽐如資料、部分功能的場景解鎖，先看智慧駕駛輔助的功能，⼩鵬得益於先發的資源優勢，體驗上已經做到超越，在魏⼩李三家⾥⾯⼀定是遙遙領先。
Q：蔚來和⼩鵬在實現⾃動駕駛功能場景的時候有什麼區別嗎？
A：1.⼩鵬在起初做產品定義的時候，⼀定程度上把傳統互聯⽹做產品設計的正向的思路帶進增加的設計⾥⾯，形成⽐較好的產品定位，他們⼀開始充分的分析⼈在駕駛場景中使⽤頻率最⾼，什麼樣的使⽤頻率場景下能夠帶來體驗，才能達到最好最⼤的產品效率。最終他們選擇先攻擊低速泊車場景，⼩鵬在不斷的去迭代場景的體驗，最終再去解鎖⾼速的ngp。
2.蔚來是在2018年的時候，它從整個團隊的搭建是國際化，在⾼品牌定位的整體的策略下，它對於⾃動駕駛的前期的產品規劃更多的是找穩妥，並且是配合它⾼品牌的契合度的點，對於他選擇了傳統供應商的⽅案。
Q：⼩鵬、蔚來記憶泊車功能的差異在哪？
A：未來現在的 Iq four加上恩智普的算⼒，恩智普主要是CPU和MCU算⼒，未來在現有的⽼款的平臺上，對於低速泊車場景下的功能最多隻能交付到視覺融合泊車。在這個基礎上，可以實現在車位上直進直出的遙控功能。⼩鵬在PC車上是有基於藍⽛⾼精定位的，藍⽛⾼精定位相⽐於未來同平臺有個最⼤的優勢在於未來藍⽛在識別車內車外是做不到的，沒辦法那麼精確。在做記憶泊車的過程中，⼩鵬的⼿機的藍⽛鑰匙早就已經解鎖，並且給到⽤戶了。⼿機上的藍⽛配置⼤家都知道是⾮常強的，⼿機上的部分⼿機配置還配備了USB超寬頻的藍⽛的定位硬體。在這樣的基礎上，在vpa啟用過程中，車就可以實時的根據⽤戶的⼿機藍⽛衛⼠的這個定位來判斷⽤戶是不是在車的周邊來確保安全和責任界定。因此未來在⽬前的車型平臺上是沒有辦法對未來⼩鵬的功能實現超越，只能寄希望在下⼀代平臺上才能去實現超越。
Q：泊車或者是⾼速等場景的⾃動駕駛，會有功能上的拉平或趕超嗎？
A：是的，如果拿下⼀代的nad來去看，解鎖或超越⼩鵬現在的⽔平只是時間的問題，低速場景相對來說還是⽐較簡單的，它主要是取決於資料是不是⾜夠多，所謂的資料是訓練資料及測試資料。第⼆點就在於所有的功能測試或者⽤戶場景是能夠覆蓋到位。在這⼏個都配合的⽐較好的情況下，其實是能夠快速的把功能給搭建起來的。未來本⾝⽼平臺的算⼒不夠，但是在內部⼀兩年前配合國內⽐較頂尖的低速泊車供應商，已經在量產商改造架設PC風控機來去實現⼀些預演。
Q：⾃動泊車nad系統，是怎麼進⾏資料積累的？
A：資料有兩個維度，⼀個維度是⽤於給神經⽹絡或者深度學習演算法去確定的資料，相對於⼀代平臺的資料是不可⽤的原因，原因是在於mobile芯⽚或者前向的攝像頭並沒有給到原始的影象資料，⽽是隻是給的功能觸發的flag。
第⼆個維度資料是測試資料或者經驗資料，這些資料是不依賴於現有平臺的，未來內部的測試車隊，從2018年開始，已經積累的內部測試⾥程，應該達到了百萬公⾥⾥程的級別，包括停車場也是能夠有⼀線到1.5線的主流的停車場的測試資料，這個資料部分更多的是測試場景⽤例層⾯偏功能性的資料，⽽不是服務於視覺演算法。
Q：特斯拉在智慧駕駛⽅⾯可否也為智慧駕駛路線和功能演進進⾏推波助瀾？
A：特斯拉的⾃動駕駛層⾯的功能⼀直做的⽐較循序漸進，整體有很多新的思路，給整個⾏業帶來⽐較多的概念衝擊，包括帶來很多創新。第⼀季原理下，特斯拉在打造機器⼈駕駛的狀態，現在的SSD的情況在國內其實公開的版本要⽐美國本⼟的貝塔版本要落後好⼏個版本，美國本⼟的貝塔版本已經到了10.10的版本，現在的能⼒在城市場景下基本上可以實現，全程連線管，在1個量產車上， 依靠8個攝像頭200萬畫素，來實現城市場景下⽆需⽤戶接管的全程⾃動駕駛挑戰。
第⼆個在於軟硬體協同⼀體的概念，特斯拉開始是⽤的英偉達的芯⽚，它的硬體的計算平臺設計完全得益於這⼏年在中駕駛功能釋放出去之後，從資料⾓度，從功能的反饋⾓度，以及從場景的場景庫的⾓度來反向反饋給硬體設計，它的硬體設計是得益於軟體，得益於市場反饋，同時軟體的效能也是得益於硬體本⾝加持軟硬體協同⼀體的表現做到極致。
Q：怎麼看傳統車企的⾃研機會？
A：傳統車企國內的長安、長城、⽐亞迪、吉利，這些車企它的體量⼤，傳統車企去做⾃動駕駛它的車型產品線，只要把所謂的⾃研能⼒或者最⾼級別綜合價值標榜在⾼端產品線就可以，其他的終端中低端還是會採⽤傳統供應商⽅或者⾼端產品線。
我會在微信公眾號：合縱投研中每天更新最新的機構調研內容、最優質賣方研報，感興趣的朋友可以關注一下。
— END —
歡迎關注、點贊、轉發~
免責宣告：文章來源於網路，轉載僅用做交流學習，如有版權問題請聯絡作者刪除
