关于华为神秘军团的问题
，下面农商科技小编带你了解一下：

华为神秘军团

　　原标题：华为神秘军团 盯上了特斯拉

　　只用一年半
，华为从“门外汉”成为了汽车动力的核心供应商
。

　　华为的电驱动系统已经声名鹊起
。随着问界M5的上量
，华为DriveONE在新能源乘用车电驱动市场有了约2%的份额（2022年4月数据）
。

　　据华为相关负责人透露
，这只是起步
，还有本土传统车企、新势力以及合资车企等15家OEM的20余款配套车型会陆续上市
。

　　华为的技术能力再一次得到印证
，但汽车圈没那么好“混”
，被业界饱受关注的华为自动驾驶业务却走得缓慢
，依然难以大面积铺开市场
。

　　使用华为全栈智能汽车解决方案的极狐 阿尔法S（ARCFOX αS）华为HI版售价高达40万元
，显然不是走量车型
。早前
，业界盛传华为已与某欧洲汽车品牌签约
，将在后者的国产车型上搭载华为ADS系统（高阶自动驾驶全栈解决方案）
，但目前此事并未有实质性进展
。

　　一直以来
，自动驾驶技术被车企视为“灵魂”
，但华为在这个领域的出货渠道似乎非常有限
。面临被动局面
，华为如今给出了一个以盈利为目标的新答案——开“天眼”
。

　　#上

　　华为的神秘军团 有了“赚钱”新任务

　　5月底
，华为第三批军团正式亮相
。

　　承载华为计算机视觉算法及AIoT主要能力的机器视觉团队成功“进阶”至军团行列
。这也意味着
，机器视觉这一曾以安防为主的业务板块提升至了一个全新的高度
。

　　早在两年前
，华为就对机器视觉业务进行过完整的业务描述
，将其定位为“万物感知入口、行业数字化抓手、智能世界的眼睛”
。

　　按照任正非的说法
，军团要打破现有组织边界
，快速集结资源
，穿插作战
，提升效率
，做深做透一个领域
，对商业成功负责
，为公司多产“粮食”
。

　　说白了
，军团要打破隔阂去挣钱！

　　而机器视觉军团的一个任务引起了汽车圈的关注
。

　　在机器视觉军团成立后
，华为开始了大规模的人才招聘
，涵盖了软件开发工程师、图像开发工程师、图像算法工程师、AI算法工程师等28个岗位
。

　　“图像效果场景自适应、弱光/无光场景图像效果增强、人脸/车牌/红绿灯增强算法”、“车辆视觉”等这些与汽车相关的熟悉字眼
，出现在了多个岗位要求中
。

　　可见
，华为机器视觉军团已经将汽车视觉感知能力作为重点方向之一
。

　　当业界聚焦华为毫米波雷达、激光雷达整合能力时
，华为却在强化视觉感知能力
。难道在智能驾驶的发展路径上
，汽车视觉感知更容易铺开市场？更容易赚钱？

　　余承东
，作为华为终端BG CEO、华为智能汽车解决方案BU CEO
，他的公开发言
，似乎在印证华为的“转变”
。

　　5月上旬
，在极狐 阿尔法S（ARCFOX αS）华为HI版发布会上
，余承东称
，华为ADS将加强对视觉传感器的应用
，以快速实现对城市场景的覆盖
。另一层面
，华为也不会过度依赖高精地图和车路协同
。

　　华为的这种选择
，不禁让人联想到特斯拉
。

　　华为难道要走特斯拉那套纯视觉的单车智能自动驾驶路线？华为未必会这样“极端”
，毕竟余承东此前还多次提到特斯拉方案存在的缺陷
。但有一点可以确定
，未来数年内
，华为已经将汽车视觉感知能力作为自动驾驶发展的战略方向
。

　　当国内车企和自动驾驶公司已共识多传感器（摄像头、毫米波雷达、激光雷达等）自动驾驶融合方案之时
，华为这种快速的重心转移
，到底有何原因？

　　#中

　　高精地图的“深坑” 短期难填满

　　正如余承东所说
，自动驾驶的未来
，不应该依赖高精地图、车路协同
。

　　在他看来
，过分依赖于高精地图、车路协同
，智能驾驶的能力就上不去
。特斯拉的成功经验给其他车企打了个样
，自动驾驶不一定依赖高精地图
，甚至连雷达都不需要
。

　　在这种方案中
，高精地图对实现高级别自动驾驶确实提供了很大便利
。目前
，在乘用车领域
，高速公路和停车场已经成为高精地图的主要落地场景
，高速领航辅助驾驶和自主泊车也顺势成为厂家宣传的重要卖点
。

　　诚然
，目前整个行业的技术水平还无法摆脱对高清地图的依赖
。但随着自动驾驶技术的发展
，高精地图的局限性也在逐渐扩大
。尤其面对复杂的城市路况
，高精地图的“上帝视角”好像被蒙上一层迷雾
，一步一步靠近马斯克所认为的“糟糕方案”
。

　　“覆盖不全
，更新不及时是当下高精地图面临的主要挑战
。随着场景的扩大
，高精地图的‘精度’可以说正在被稀释
。”国内某新势力车企自动驾驶负责人杨涛（化名）向车市物语说道
。在他看来
，想在城市里实现高级别自动驾驶
，目前最好的方法就是加强感知定位能力
。

　　“自动驾驶系统对于高精数据有着几乎完美的品质追求
，需要特殊的工艺流程来保证数据精度和品质
，同时需要打造高精数据源和众包更新能力的建设
。降低数据更新成本是高精地图时代的核心竞争力
。”四维图新副总裁张建平曾说
。

　　但目前市面上主流的采集方式还是以高精地图采集车来完成
，通过安装在车端的激光雷达、摄像头、轮速计、IMU等装置收集道路信息
。不管是设备还是人力成本都很高
。而且在后期更新上
，这种投入是持续的
，不是一次性的
。

　　为了满足用户对新鲜数据的需求
，市面上出现了另一种采集方式——“众包采集”
，也就是特斯拉所采用的方式
。借助用户车辆上的摄像头采集信息
，反馈更新
，实现数据绘制的自动化和数据化
。但这种形式在国内要获得“入场券”
，那就是准入、合规上的问题
。

　　面对高精地图当下的处境
，视觉的实时感知不失为一种好办法
。就像余承东所说
，特斯拉的成功经验可以说给其他车企打了个样
。而华为在视觉感知上已经布局多年
，依靠自己是可以改善现状的
。

　　机器视觉军团的成立
，一定程度上也佐证了华为的想法
。华为现在要做的
，就是不依赖高精地图
，让视觉感知占据上风
。

　　#下

　　低成本+软件优势

　　针对上述问题
，行业内引申出两个概念
，“重感知”、“重地图”
。

　　在轻舟智航联合创始人、CTO侯聪看来
，重感知还是重地图
，这并不是一个技术问题
，而是一个商业问题
。在轻舟智航的解决方案中
，未来一定会通过更强的感知去降低对地图的依赖性
，但这需要分阶段去完成
。

　　既然是商业问题
，低成本也就成了自动驾驶路线选择的关键因素
。视觉感知的低成本
，业内有目共睹
，特斯拉就是最好的例证
。

　　除了华为
，长城汽车毫末智行今年也有类似动作
。这也让业内很多人将华为、毫末智行放在了特斯拉的行列
。

　　今年4月份
，毫末智行在AI DAY上正式发布了NOH城市版领航辅助驾驶系统
。而这套系统最大的特点便是“重感知
，不依赖高精地图
。”根据毫末智行CEO顾维灏的解释
，毫末智行自动驾驶的进化更多依赖数据智能体系MANA的进步
，其中依赖视觉数据感知智能的进化是关键
。

　　毫末智行希望通过MANA定义和使用数据智能
，并借助长城汽车这一庞大的量产平台
，对车辆所产生的数亿自动驾驶里程的数据进行智能分析
，以支持更大规模的应用
。

　　除此之外
，百度Apollo号称成本48万的量产Robotaxi
，背后也是纯视觉自动驾驶技术的支持；丰田不久前也宣布乘用车要走纯视觉自动驾驶路线
，并称有助于降低成本
，扩大技术规模；理想L9在宣传阶段同样没有提及毫米波雷达
，反而一再强调800万像素摄像头
。

　　当然
，除低成本之外
，华为将重心转移至视觉感知上
，还能让其软件能力得到 的发挥
。

　　视觉感知能力的提高
，可以有效降低对地图高精度的要求
。“特斯拉视觉感知能力很强
，所以对地图精度要求可以降低一点
。”某传统车企自动驾驶产品线负责人王楠（化名）向车市物语说道
，“这是由感知、定位、地图一起协作决定；感知定位精度高
，地图精度就可降低；反之地图精度要求就很高
。”

　　比亚迪董事长兼总裁王传福说
，“电动化进程在加速
，现在不是大鱼吃小鱼
，而是快鱼吃慢鱼
，只有在快的过程中才能超车
。”这句话用在如今华为身上也再合适不过
。华为此时的“转身”
，俨然就是要成为一条“快鱼”
，通过视觉感知的布局掌握话语权
。

　　曾经“痛批”特斯拉纯视觉方案的车企以及自动驾驶公司们
，面对成本以及其他一些限制因素
，如今态度上多少有些偏转
。也许它们不会完全套用纯视觉方案
，但势必会重视起视觉感知的成本优势
。

　　华为此举
，会在国内自动驾驶市场掀起多大风浪呢？

分享或转载请并注明原出处：https://news.yaliaojie.com/news/29316.html