梅赛德斯-奔驰展示“软实力”，推出MB.OS操作系统

下面，我将用我自己的方式来解释梅赛德斯-奔驰展示“软实力”，推出MB.OS操作系统的问题，希望我的回答能够对大家有所帮助。让我们开始讨论一下梅赛德斯-奔驰展示“软实力”，推出MB.OS操作系统的话题。

文章目录列表:

梅赛德斯-奔驰展示“软实力”，推出MB.OS操作系统

2.电子电气架构进化时：域控制器走上历史主舞台

汽车电动化和智能化是相辅相成的，想要在市场竞争中取得更多的主动权，各大厂家需要发力的不只是硬件层面的三电系统，还要兼顾好智能网联等软件体系，从而让车辆各个功能可以更好地协同工作，并使其产品更具有竞争力。

作为豪华品牌的梅赛德斯-奔驰，正是深刻认识到这一点，所以准备在智能软件层面上开始发力，并正式外发布其打造自有操作系统MB.OS的具体规划。那么这套操作系统到底值不值得期待呢，下面就几个核心的问题，来和大家一起进行了解。

问题1：MB.OS操作系统是什么？

据官方的介绍，MB.OS操作系统由奔驰自主设计和研发，基于专属打造的覆盖芯片到云端的全新架构，它的优势是可以全面打通车辆功能，包括信息娱乐功能、智能驾驶辅助及自动驾驶功能、车身与舒适功能、行驶与充电功能。

问题2：MB.OS和现有的MBUX有何区别？

奔驰现有的“MBUX智能人机交互系统”，主要是汽车各个系统当中负责信息娱乐功能的系统。而后续要推出的MB.OS操作系统，不只是局限于控制信息娱乐功能，而是属于整个汽车的操作系统，统筹的范围显然要更大。

站在消费者的角度来说，他们能够直接去接触MBUX这样一套人机交互系统，但MB.OS操作系统的很多功能是隐藏在底层基础架构之中的。值得一提的是，MB.OS 操作系统的前身将从 2023 年开始搭载于配备第三代 MBUX 智能人机交互系统的全新梅赛德斯-奔驰 E 车上。

问题3：MB.OS能为车辆具体带来什么？

、提升信息娱乐系统体验； MB.OS 操作系统可访问所有车辆数据，包括充电状态、能耗等，为此可以让用户获取更 的车辆信息，例如电动车型 可靠的续航里程管理。

此外，MB.OS 操作系统还能通过 Antstream 开启车载街机游戏新维度，车载视 会议解决方案则能通过增添备受欢迎的Webex和Zoom服务得到扩展。在中国市场，还能引入专门定制的腾讯视 内容等，从而更大程度满足中国用户的需求喜好。

第二、推进自动驾驶技术发展；据悉，MB.OS会随着下一代全新MMA纯电 正式推出，后者是奔驰推出的全新模块化纯电 ，主要有四个功能域：车身与舒适功能、行驶与充电功能、信息娱乐系统和自动驾驶系统。这也意味着，MB.OS的应用，将会直接推动自动驾驶技术的发展。

目前，梅赛德斯-奔驰正与NVIDIA英伟达开展合作，聚焦 L3 有条件自动驾驶系统，以最终迭代可实现最高 130 公里/小时的行驶速度为 目标。同时，通过每秒可执行254万亿次运算的NVIDIA DRIVE Orin系统级芯片以及Luminar的激光雷达传感器等多种硬件冗余的配备，构建完全可编程和可升级的自动驾驶系统。

在中国，梅赛德斯-奔驰与腾讯在云计算领域展开合作，支持梅赛德斯-奔驰在华研发自动驾驶系统。此外，智能驾驶辅助系统更加精美的用户交互界面、包括先进的车道级地图显示也在计划中。

第三、提供灵活的系统升级；MB.OS操作系统的技术基础将进一步提升软件驱动的升级空间。在MB.OS操作系统中一切将可以通过梅赛德斯-奔驰智能云实现互联。这里面，连接了所有客户相关信息的Mercedes me ID将发挥重要作用，它让赛德斯-奔驰提供的新服务将更加个性化、更加便捷。

从购车、金融到服务预约，再到充电和支付数据，各个环节都进行打通，客户可以进行功能和账号的个性化设置，并享受根据其 需求定制的服务。为了使用更清晰，梅赛德斯-奔驰还将个性化服务与升级将整合在三个易用的功能组合中：

1、MB.CONNECT将整合包括导航、远程操作、360度保护、娱乐和通信等车辆功能，并保持OTA更新。

2、MB.CHARGE将为电动车客户提供灵活和有吸引力的充电服务，并保证客户对梅赛德斯-奔驰高功率充电网络的优先使用权。

3、MB.DRIVE将为客户提供扩展高级智能辅助驾驶系统功能的机会，未来所有新车将搭载L2级智能驾驶辅助系统，部分车型可以通过固定期限合同订购增强智能驾驶辅助功能或L3级有条件自动驾驶功能。2025 年起，特定功能可在车辆全生命周期内实现升级。

问题4：老车主后续能否享受MB.OS操作系统？

据官方表示，他们会通过对车辆进行升级改款来实现，比如对于S级轿车和EQS的升级，让升级改款的车型也能配备MB.OS某些领域的最新功能。

写在最后

总的来看，MB.OS是属于整个汽车的操作系统，它的运行核心，主要是通过多元的数字化内容，以及可持续升级，让人车之间的交互体验变得更加丰富和顺畅。而且MB.OS操作系统还将伴随着全新MMA纯电 的落地，两者强强联合后，相信会让奔驰在电气智能化方面得到巨大的进步。

本文来自易车号作者知行动力，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关

电子电气架构进化时：域控制器走上历史主舞台

机器之心报道

机器之心编辑部

「只需一张 GeForce 显卡，每个学生都可以拥有一台超级计算机，这正是 Alex Krizhevsky、Ilya 和 Hinton 当年训练 AI 模型 AlexNet 的方式。通过搭载在超级计算机中的 GPU，我们现在能让科学家们在 youxian 的一生之中追逐无尽的科学事业，」英伟达创始人兼首席执行官黄仁勋说道。

4 月 12 日晚，英伟达 GTC 2021 大会 上开始了。或许是因为长期远程办公不用出门，人们惊讶地看到在自家厨房讲 Keynote 的黄老板居然留了一头摇滚范的长发：

如果你只是对他的黑色皮衣印象深刻，先对比一下 2019、2020 和 2021 的 GTC，老黄气质越来越摇滚。如此气质，黄仁勋今天推出的新产品肯定将会与众不同。

「这是 款为 terabyte 别计算设计的 CPU，」在 GTC 大会上，黄仁勋祭出了英伟达的 中央处理器 Grace，其面向超大型 AI 模型的和高性能计算。

英伟达也要做 CPU 了

Grace 使用相对能耗较低的 Arm 核心，但它又可以为训练超大 AI 模型的系统提供 10 倍左右的性能提升。英伟达表示，它是超过一万名工程人员历经几年的研发成果，旨在满足当前 最先进应用程序的计算需求，其具备的计算性能和吞吐速率是以往任何架构所无法比拟的。

「结合 GPU 和 DPU，Grace 为我们提供了第三种基础计算能力，并具备重新定义数据中心架构，推进 AI 前进的能力，」黄仁勋说道。

Grace 的名字来自于计算机科学家、 最早一批的程序员，也是最早的女性程序员之一的格蕾丝 · 赫柏（Grace Hopper）。她创造了现代 个编译器 A-0 系统，以及 个高级商用计算机程序语言「COBOL」。计算机术语「Debug」（调试）便是她在受到从电脑中驱除蛾子的启发而开始使用的，于是她也被冠以「Debug 之母」的称号。

英伟达的 Grace 芯片利用 Arm 架构的灵活性，是专为加速计算而设计的 CPU 和服务器架构，可用于训练具有超过 1 万亿参数的下一代深度学习预训练模型。在与英伟达的 GPU 结合使用时，整套系统可以提供相比当今基于 x86 CPU 的最新 NVIDIA DGX 快 10 倍的性能。

目前英伟达自家的 DGX，使用的是 AMD 7 纳米制程的 Rome 架构 CPU。

据介绍，Grace 采用了更为先进的 5nm 制程，在内部通信能力上，它使用了英伟达第四代 NVIDIA NVLink，在 CPU 和 GPU 之间提供高达 900 GB/s 的双向带宽，相比之前的产品提升了八倍。Grace 还是 个通过错误校正代码（ECC）等机制利用 LPDDR5x 内存系统提供服务器级可靠性的 CPU，同时提供 2 倍的内存带宽和高达 10 倍的能源效率。在架构上，它使用下一代 Arm Neoverse 内核，以高能效的设计提供高性能。

基于这款 CPU 和仍未发布的下一代 GPU，瑞士 超级计算中心、苏黎世联邦理工大学将构建一台名为「阿尔卑斯」的超级计算机，算力 20Exaflops（目前全球 超算「富岳」的算力约为 0.537Exaflops），将实现两天训练一次 GPT-3 模型的能力，比目前基于英伟达 GPU 打造的 Selene 超级计算机快 7 倍。

美国能源部下属的洛斯阿拉莫斯 实验室也将在 2023 年推出一台基于 Grace 的超级计算机。

GPU+CPU+DPU，三管齐下

「简单说来，目前市场上每年交付的 3000 万台数据中心服务器中，有 1/3 用于运行软件定义的数据中心堆栈，其负载的增长速度远远快于摩尔定律。除非我们找到加速的办法，否则用于运行应用的算力将会越来越少，」黄仁勋说道。「新时代的计算机需要新的芯片、新的系统架构、新的网络、新的软件和工具。」

除了造 CPU 的大新闻以外，英伟达还在一个半小时的 Keynote 里陆续发布了大量重要软硬件产品，覆盖了 AI、 汽车 、机器人、5G、实时图形、云端协作和数据中心等领域的最新进展。英伟达的技术，为我们描绘出了一幅令人神往的未来愿景。

黄仁勋表示，英伟达全新的数据中心路线图已包括 CPU、GPU 和 DPU 三类芯片，而 Grace 和 BlueField 是其中必不可少的关键组成部分。投身 Arm 架构的 CPU，并不意味着英伟达会放弃原有的 x86、Power 等架构，黄仁勋将英伟达重新定义为「三芯片」公司，覆盖 CPU、GPU 和 DPU。

对于未来的发展节奏，黄仁勋表示：「我们的发展将覆盖三个产品线——CPU、GPU 和 DPU，以每两年一次更新的节奏进行， 年更新 x86，第二年就更新 Arm。」

最后是自动驾驶。「对于 汽车 而言，更高的算力意味着更加智能化，开发者们也能让产品更快迭代。TOPS 就是新的马力，」黄仁勋说道。

英伟达将于 2022 年投产的 NVIDIA 自动驾驶 汽车 计算系统级芯片——NVIDIA DRIVE Orin，旨在成为覆盖自动驾驶和智能车机的 汽车 中央电脑。搭载 Orin 的量产车现在还没法买到，但英伟达已经在为下一代，超过 L5 驾驶能力的计算系统作出计划了。

Atlan 是这家公司为 汽车 行业设计的下一代 SoC，其将采用 Grace 下一代 CPU 和下一代安培架构 GPU，同时也集成数据处理单元 (DPU)。如此一来，Atlan 可以达到每秒超过 1000 万亿次（TOPS）运算次数。如果一切顺利的话，2025 年新生产的车型将会搭载 Atlan 芯片。

与此同时，英伟达还展示了 Hyperion 8 自动驾驶 汽车 ，业内算力最强的自动驾驶 汽车 模板——搭载了 3 套 Orin 中心计算机。

不知这些更强的芯片和系统，能否应付未来几年里人们对于算力无穷无尽的需求。在 GTC 2021 上，英伟达对于深度学习模型的指数增长图又更新了。「三年间，大规模预训练模型的参数量增加了 3000 倍。我们估计在 2023 年会出现 100 万亿参数的模型。」黄仁勋说道。

英伟达今天发布的一系列产品，让这家公司在几乎所有行业和领域都能为你提供最强大的机器学习算力。在黄仁勋的 Keynote 发表时，这家公司的股票一度突破了 600 美元大关。

「20 年前，这一切都只是科幻小说的情节；10 年前，它们只是梦想；今天，我们正在实现这些愿景。

英伟达每年在 GTC 大会上发布的新产品，已经成为了行业发展的风向。不知在 Grace 推出之后，未来我们的服务器和电脑是否会快速进入 Arm 时代。

自动驾驶的2019：驶出黑暗区

整车?OTA、自动驾驶、智能网联，这些是智能化的大方向，与之对应的是，当下的电子电气架构已经无法承载这样的需求，新的变化已经在悄然发生：接下来，域控制器这个词将会不断的出现在大家面前。

文章开始前，我们首先要厘清两个概念：ECU（（Electronic?Control?Unit，电子控制单元）和?DCU（Domain?Controller?Unit，域控制器）。

在汽车发展进程中，ECU?是一个非常重要的东西，在现在的大部分汽车中，其被广泛应用于车辆发动机、变速箱等各底层执行零部件中，起到决策功能，一台车上，会有?7、80?甚至是上百个?ECU，基于此的架构也就被称为分布式架构。

而如此多的?ECU?带来的结果就是线束布置复杂、车重增加，整车成本很高，同时软硬件耦合度很深，一辆车上可能有数十家、上百家供应商参与其中，可能某些部分供应商还不是一家，这就导致产品验证周期延长，不利于做更多的软件集成开发甚至是自行功能定义等工作。

So，在这种趋势下，DCU?就诞生了。首先要说的是，大家不要神话这个东西。域控制器相较于传统?ECU?并没有很大改变，更像是一种集成，将整车上百个?ECU「浓缩」到?5?个?DCU，目前主流思路是分为五个域：自动驾驶域、动力域、底盘域、座舱域和车身域。

拿自动驾驶域控制器来说，一个很好的例子就是此前奥迪?A8?的?zFAS?域控制器。上面就集成了很多芯片，其中?Mobileye?的?EyeQ3?负责识别，比如交通标识、行人检测、车道线识别等；英伟达的?Nvidia?Tegra?K1?用于图像处理；Altera?Cyclone?来进行传感器数据预处理；英飞凌?Aurix?用于提供安全防护。这个域控制器在当时来说，可以说是非常先进，代表了传统企业的前沿甚至是最高水平。

不过在彼时，域控制器极其昂贵，而?zFAS?也更像是奥迪进行技术验证的产物。但是现在，我们看到的一个趋势是：汽车架构真正迎来新的变革，正在由分布式向域集中式转变，行业即将迎来「域控制器」时代。

自主品牌电子电气架构转型加快

域控制器呼之欲出

在北京车展期间，奇瑞新能源发布了@LIFE? ，基于这个 ，发布了其新一代自主知识产权的电子架构技术，2020?年是其关键之年，@LIFE? 将从传统?CAN?总线分布式电子架构，向域控制器+以太网+CAN?融合式电子架构转变。

再进一步，我们能够看到，车端智能化这边，奇瑞新能源这样写道：「与中兴通讯合作开发中国 个基于国产芯片（地平线征程?2）」自主研发、量产级自动驾驶域控制器（支持?OTA?升级）。

而在瑞虎?8?这款车型上，量产搭载了?Hypervisor?架构瑞萨?M3?座舱域控制器。显然，在变革这条路上，奇瑞动作很快，走的很激进。

北京车展前夕，领克也正式发布其专属纯电架构，名曰「SEA?浩瀚」。在讲到架构方面，领克着重强调了其硬件软件化。已知的是，「SEA?OS?整车智能开发系统，以从三域融合到中央集成的电子电气架构为基础，通过硬件软件化、软件算法、云计算以及应用场景，形成一套完整的开发系统。其核心芯片元器件，未来都将自主研发，目前已经实现的?API?接口超过?4000?个，可实现全场景、全生命周期的?FOTA。」

而在这套架构之上，已经有超过?7?个品牌，总计超过?16?款新车型启动研发，布局不同的细分市场。吉利控股集团总裁、吉利汽车集团?CEO、总裁安聪慧表示「按照现有规划，2021?年开始，多款基于浩瀚架构的新车型将陆续投放市场。2021?年将成为吉利的科技转型与智能电动汽车发展的全速之年。」

今年?7?月，长城正式发布了柠檬 ，兼容多种动力形式（纯电、内燃机、混动、燃料电池），这个不是重点，重要的还是让我们看到了来自电子电气架构的蜕变，也走上了域集中式的道路，将电子电气架构分为四大域：影音域、驾驶辅助域、车身域、驾控域。

而在新势力中，这种变化同样在进行中。今年?4?月，小鹏汽车在?P7?上下放了基于?NVIDIA?DRIVETM?AGX?Xavier?的自动驾驶域控制器，目标自然是实现更强的自动驾驶能力，小鹏汽车后续车型也将继续搭载?NVIDIA?的?AI?自动驾驶计算 ；今年?9?月，类似的一幕再次上演，理想汽车、NVIDIA?及?德赛西威达成合作，理想将会在?2022?年推出的全尺寸增程式智能?SUV?上搭载基于?Orin?系统级芯片（算力?200TOPS）的自动驾驶域控制器。

至于领头羊蔚来，内部肯定有相关的布局和规划，只是暂时未与人说罢了。除此之外，哪吒汽车也表示，未来将会采用全新电子电气架构，新的架构会以以太网为主干，分为四大域控制器：智能座舱域控制器、自动驾驶域控制器、动力域控制器以及?AI?域控制器。

国外巨头逐渐跟进

当然，国外巨头同样也在积极参与到这场变革中。

觉醒最早，同时也是最早开始这样做的是大众，刚刚说的?zFAS?域控制器就是大众奥迪搞的。为了加速电动化转型，大众发布了?MEB?纯电专属 ，ID3?作为 量产纯电车型，将搭载名为?E3?的跨域融合式架构。

2019?年?5?月，通用发布新一代电子电气架构，支持整车?OTA，数据传输速度?4.5?TB/小时，这比他们现行的?Global?A?架构高?5?倍。同时，这套新的架构，也通过系统集成的方式减少了控制器的数量，具有更好的扩展性和更高的性能。已知更多的信息是，于两年后量产的通用凯迪拉克 纯电?Liriq?将会采用供应商博世的座舱域控制器。

顺着博世往下说。根据资料显示，在今年?4?月，博世已经获得首个本地座舱域控制项目，将在?2021?年第四季度实现量产；2022?年?Q1?首个全球座舱域控制器项目量产。

今年?6?月，奔驰和英伟达达成合作，双方将会基于英伟达自动驾驶 打造新的车载计算架构，共同开发?AI?和自动驾驶汽车应用，包括?SAE?L2?级和?L3?级的功能以及自动泊车功能（最高可达?L4?级），并将新架构部署在下一代梅赛德斯-奔驰汽车上，时间节点定在2024?年。

类似的案例不胜枚举，这里就不再多说，你能够明显感知到，不管是主机厂，还是供应商，大家都在往域控制器的方向来转。今年会是域控制器开始规模应用的元年。

背后的原因是什么？

我想，这个小标题一出现，大家脑海中就出现了那三个字：「特斯拉」。

细心的朋友可能会发现，在我刚才说到的这些车企中，唯独没有提到的就是 者特斯拉。当大家还在从分布式向集中式过渡，完成向多域的跨越，而特斯拉已经走到了下一步，跨域融合，不再根据功能划分各个域，而是以区域进行划分（自动驾驶及娱乐域控制模块?Autopilot?&?Infotainment?Control?Module、右车身控制器?BCM?RH?和左车身控制器?BCM?LH）， 同行一个身位。

之前在和法雷奥中国?CTO?顾剑民聊的时候，他这样说道「特斯拉对于行业的最大贡献不是电动车、不是电池，不是电动化，而是架构，首推了集成式的架构，首推了?OTA，而在这个架构之上我们可以做很多东西。」我很认同这个观点。

诚然，特斯拉对于行业的推动作用非常大。但是，这也只是原因之一。

随着智能驾驶、智能网联的逐渐的渗透，对于汽车的算力、处理能力等各方面都提出了更高的要求。简单的，以我们的手机举一个例子，以前的照片可能只需要几十?KB?的空间，但是随着手机像素、照片分辨率越来越高，一张照片随随便便就上了几?MB，这就需要手机有更大内存，现在都是?64G、128G?起步，同时随着所需要处理的数据越来越多，对应的手机芯片的算力也越来越高。放在车上，也是一样的道理。

此前一直沿用的分布式架构无法满足这种日益增长的需求，ECU?的算力不能协同，从而造成很大的浪费，同时分布式架构中的上百个?ECU?供应商各异，导致无法进行 的维护升级，同时增加了软件开发难度。

就以自动驾驶来说，随着传感器数量越来越多，数据处理和协同需求也会越来越高，同时这也是车载?ECU?数量增加的主要原因，此时就需要更强大的集中式架构替代分布式架构，这也是为什么理想、小鹏均采用域控制器的原因。

除此之外，当然还有来自主机厂们?降本增效方面的迫切需求?。域控制器的出现，减少了布线，降低了整车成本，同时降低了软件开发难度，缩短了整车集成验证的周期。此外，带来了更好的空中软件更新（OTA）能力。

借助着这一能力，主机厂们可以通过车联网络诊断车辆问题，直接通过远程?OTA?完成修复，对于主机厂来说，又是一个降低成本的好方法。同时，主机厂可以为用户带来更好的用户体验，通过?OTA?更新，带来整车性能、互联上的提升，在整个车辆生命周期内与车主保有良好互动。

甚至于，可以基于此寻找新的变现渠道和机会。特斯拉已经这么做了，像此前的花钱提升加速、开启座椅加热功能、解锁?FSD?功能，都是类似的操作。重点是，特斯拉还因此赚钱了。而后来者奔驰也明确表示想要将?OTA?远程无线升级、订阅服务成为其布局重点。

小结

我们能够看到的是，域控制器的出现，也让主机厂、供应商们的关系出现了微妙的变化。汽车软硬件解耦的速度正在加速，软件的价值正在上升，主机厂们越来越重视软件研发能力，像大众、上汽等企业已经在着力打造自己的软件研发团队，要把最核心的东西攥在自己手上，原有的供应商格局被打破，行业规则正在重塑，主机厂们和供应商们的关系也进入新的调整期。

在电子电气架构上，今年出现的这些新趋势性的东西已经足以让我兴奋，到了明年，我们将会看到越来越多搭载域控制器的车型出现。基于这种域集中式架构，主机厂会想出什么新的玩法？和供应商们又会有怎样的合作新模式出现？我很期待。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

英伟达“变软”，自动驾驶“破圈”

站在2020年，回望2019，自动驾驶领域的每一个人都可称之为一线“工人”，他们，为了在高速公路实现效感知距离达到1000米，经过无数次算法的修改；他们，为了一次精度低于10cm的成功泊车需要在停车场停留数夜，也可能为了L4级别自动驾驶能够跑在大街小巷 次尝试放开双手……我们并不知道他们的名字，但是我们记住了他们的团队：图森、Momenta、百度Apollo，还有很多很多。

2019这个产业显示了它残酷的一面：投资减少、事故不断、技术路线被否定。但前景同样无可质疑，市场规模在2021将达到70.3亿美元，中国将成为最大的无人驾驶市场，2020是过渡的一年，也是沉淀重生的一年。

文丨AutoR智驾?诺一

2019年自动驾驶行业喜忧参半。

自2016年起，自动驾驶企业如雨后春笋般不断涌现，在一片红海中创业者与大公司都在不断追求商业落地突破。

时间已过去三年，经过了融资、整合、技术积累，这其中一些头部公司开始逐渐走上技术优先的路线，用智行者CEO张德兆的话来说，“自动驾驶即将进入商业落地期，如果还不埋头进行技术研发，很容易被淘汰。”

其实不难看到，2019年下半年开始，很多自动驾驶公司已经减少了对外宣传，原定的大规模媒体报道也变成了小规模的媒体沟通会，好的消息是，我们看到多家自动驾驶领域的公司已经实现了商业化试运行。

12月最后的两天，百度Apollo率先拿下40?张自动驾驶载人测试牌照，成为国内首批在北京市展开自动驾驶载人测试的企业，驭势科技在机场完成城市航站楼至行李中心无人货运 单。

奥迪中国 在国内实际高速公路场景进行乘用车编队L4自动驾驶及车路协同演示，中国初创公司地平线为其L4自动驾驶汽车提供了自主研发的中国 车规级芯片——征程二代，以及基于该芯片的自动驾驶计算 Matrix。

这些成功的背后是技术不断的积累也是产业融合的过程，中国已经成为众多自动驾驶企业发展的策源地，随着“十四五”规划的提出，中国政府将对自动驾驶汽车的支持增加一倍，弥补与自动驾驶发达地区的技术差距。在中国国际信息通信展上，工信部与中国移动、中国联通、中国电信、中国铁塔共同宣布5G正式商用，这标志着5G通信技术逐渐将车端与路端打通。

在今年 智能网联汽车大会高峰论坛上，华为轮值董事长徐直军明确表示华为将利用其光电子技术开发激光雷达，解决激光雷达面临的成本问题与性能问题。

他称，“华为不是电信公司，也不会变成AI公司，其满足车规级需求的自动驾驶芯片MDC?610将于明年发布，并直言华为的造芯优势：不缺钱、决策简单。”

在自动驾驶芯片领域不得不提及的两家公司就是英伟达与英特尔，作为一家从显卡起家的公司，英伟达由于在AI技术、开发 和芯片等方面的技术优势在自动驾驶领域已经成为一家很难绕开的头部企业。

在上个月结束的GTC?China大会期间，英伟达不仅向交通运输行业开源NVIDIA?DRIVE自动驾驶汽车开发深度神经网络，还发布了用于自动驾驶和机器人的高度先进的软件定义 ——NVIDIA?DRIVE?AGX?Orin。

黄仁勋表示：“AI自动驾驶汽车是软件定义的汽车，它必须基于大量数据集才能在全球范围行驶。我们向自动驾驶汽车开发者开源我们的深度神经网络，并为他们提供先进学习工具，使他们能够根据不同的数据集对这些网络进行优化。通过这一方式，我们正在实现跨企业和 /地区的共享学习，并保护数据所有权和 ，最终加快全球自动驾驶汽车的落地。”

而英特尔同样作为一家芯片公司已经开始向数据公司转型，并且在今年10月，英特尔“以数据为中心”业务的营收在上个季度已经跟“以PC为中心的数据”业务营收持平。

也就是说，以前英特尔是大部分的营收是来自以PC为主，现在已经至少一半是来自“以数据为中心”的业务，可见，短时间内英特尔数据中心的业务将近一半，按照这个速度发展，很快数据中心业务会超过PC。

英特尔预计，未来英特尔面临的市场规模是3000亿美元的规模，按照目前的营收进展，英特尔起码还有2300亿美元的空间需要发展。

对于英特尔来说还有另一大赚钱的领域在他们收购的一家公司Mobileye，在刚刚结束的Mobileye投资者峰会上，英特尔子公司Mobileye总裁兼首席执行官Amnon?Shashua预测，未来十年，Mobileye的收入将会取得显著且持续的增长，自2008年以来截至2019年底，Mobileye将发货超过5000万块的EyeQ?芯片，联手27家OEM（原始设备制造商）合作伙伴，为总计约300种车型的ADAS系统提供支持。

他还预测，“到2030年，ADAS与数据的潜在市场规模将高达725亿美元，自动驾驶出租车的潜在市场规模预计将达到1600亿美元。”

这其中自动驾驶出租车市场潜力可谓巨大。

不过，客观的潜力市场之下也意味着进入门槛 、行业天花板也 。

自动驾驶公司小马智行CEO彭军就其公司获得17亿美金的中国自动驾驶最高估值时表示，“蛋糕足够大,不是一家公司能吃得掉的。所以在无人驾驶行业并不存在所谓的竞争关系,更重要的还是如何与合作伙伴一起先把无人驾驶这件事做成。”

全球Robotaxi无人驾驶打车出行最初雏形在2018年12月出现，Waymo在美国亚利桑那州凤凰城推出自动驾驶出行服务Waymo?One，次年10月，Waymo宣布拿掉美国亚利桑那州凤凰城地区RoboTaxi安全员。

继Waymo之后，小马智行率先在广州南沙区推出Robotaxi服务PonyPilot，百度在长沙、沧州等地运行Robotaxi自动驾驶车队,滴滴宣布将在上海嘉定开展Robotaxi试运营,文远知行于12月与广州某出租车公司合作开始Robotaxi项目。

相比激进的Waymo，现阶段国内Robotaxi自动驾驶车辆行使过程中,必须要有一位“安全员”坐在主驾驶位置，百度自动驾驶技术总监陶吉曾对智驾君表示，“百度Robotaxi安全员在相当长一段时间内都会存在。”

当然，在车队数量、数据积累方面Waymo明显处于优势，另外在创投融资方面，Waymo是全球估值最高的RoboTaxi公司。

不过，可以预见，在国内2020年前有安全员的RoboTaxi的运营项目和车队会在大中型城市快速发展，因为这是验证自动驾驶算法 集道路数据的有效途径。

站在2020，未来十年自动驾驶无疑是快速发展的十年，这期间将会出现多产业融合效应，很多企业都将参与其中，当然，也有不少自动驾驶玩家因资本而退出。

据数据显示，到2021年，预计全球无人驾驶汽车市场规模将达70.3亿美元，到2035年，预计全球无人驾驶汽车销量将达2100万辆，中国有望成为最大的无人驾驶市场。

回顾自动驾驶的一年

跑在路上的无人车试过才知谁是强者

过去的几年智驾君试乘了不下10款自动驾驶汽车，这其中包括车企、自动驾驶初创公司和互联网公司，他们采用的自动驾驶解决方案各异、试乘感受各自不同，有些可以在城区任意穿梭，有些则是显得过于保守。

在国内为代表的公司要属百度和长安，2018年5月智驾君 次试乘了百度与盼达合作推出的具备L4级别自动驾驶的共享汽车。

该车全部采用了Apollo开放 提供的Valet?Parking产品，该产品具备低成本、应用广、安全性高及交互性好的特点，同时通过6个摄像头加12个超声波雷达就能实现整套传感器方案，降低了硬件成本。

为了安全起见，这一次试乘被安排在两江新区互联网产业园区属于办公园区，道理复杂程度较低，在整个自动驾驶过程中，车辆经历大量行人的干扰、车辆的干扰、减速带以及下坡路段。

印象最深刻的是，这次自动驾驶汽车行驶速度不会很快大约在会以10km/h的速度自动行驶，当遇到前方有人行人时，车辆会减速并在距离行人2米左右的位置稳定停下，在确定无人条件下，车辆继续向前行驶。

而遇到园区内的减速带路段时，车辆会自动减速通过，遇到下坡路段有岔路时，车辆会选择先停止几秒钟在确定无人无车情况下继续行驶，车辆在行驶的过程中可以做到起码的行驶安全。

时隔一年后，再次试乘百度的自动驾驶汽车是在沧州，此次百度的自动驾驶汽车已经是前装量产车型，名字为百度Robotaxi。

该自动驾驶汽车为L4级别自动驾驶、配置一个禾赛的40线激光雷达、2个四线激光雷达、9个摄像头、9个超声波雷达和2个毫米波雷达。

依托和一汽红旗紧密合作，对Robotaxi自动驾驶套件安装方案，以及整车电子电气架构都进行了重新设计。

最大程度以前装的方式整合了自动驾驶模块和原整车架构，从而减少了改装、拆装带来的信号干扰，容易松脱等问题。

与此同时，红旗EV实现了自动驾驶软硬件、产线前装量产能力、车内人机交互、安全冗余保障以及云端车队管理的 升级优化。

在试乘的3公里道路中，百度Robotaxi整体行驶表现相比此前有了大幅度的提升，同时在公共道路中行驶也较为激进和更加智能。

比如，进行变道超车时，百度Robotaxi首先会自动打开转向灯，然后进行一个加速动作，在达到一定的距离进行变道超车，整体变道过程也是非常的平顺，并不像新手司机变道很犹豫。

绿灯左转时，百度Robotaxi会进行一个减速动作，然后根据周围情况以一定的速度进行左转，为了验证其平稳性，智驾君在车辆转弯之前在中控扶手位置放置了一瓶矿泉水，其结果是车辆在转弯的过程中，矿泉水瓶非常平稳，并没有倒下。

全程体验下来，你会感到整个过程相当平稳舒适，最高车速可以达到57km/h，在路上不会因超车变道而左右摇晃，也不会因为遇到乱穿的车辆而急刹车，从而令乘客感到不适。

可以说，百度Robotaxi体验感觉已经超出了我的预期，但出于安全的考虑，它的刹车力度偏大，还不像人踩那么柔和。

相比百度，长安L4级别自动驾驶汽车则显得保守许多，长安自动驾驶汽车配置了5个16线激光雷达、1个4线激光雷达、6个摄像、一个惯性导航和高精度地图。

从传感器配置方案上面来看，今年试乘的长安L4级别自动驾驶汽车与一年前在长安工厂园区试乘的长安L4级别自动驾驶汽车采用了相同的传感器配置方案，也就是说之前长安选择L4级别自动驾驶汽车配置方案是正确的。

长安汽车提供了4公里左右试乘距离，路况包括红路灯识别、障碍物躲避、避让行人、红绿灯左转、掉头、跟车行驶、上下匝道、汇入车流等、停车避撞、公共交通流变更车道、公共交通流静态绕障13项核心功能。

这里重点说一下，长安汽车在避让行人、红绿灯左转、出匝道窄车道进入宽车道的表现。

在行驶初始阶段，该车多次遇到路边两三搭伙行人，在遇到行人时，车辆会在距离行人5米左右进行一个减速动作然后进行躲避，躲避角度会根据行人占道距离而定，原则上车辆偏离原车道幅度不大，这一点长安做的很好，减速也较为平稳，对路上行人和驾乘人员都没有感到不适。

在试乘中出现了一个突发状态，在车辆左转等待红灯时，车辆在停止后，红灯没有变为绿灯之前车辆闯红灯了，这是由于自动驾驶车辆发现后方有快速来车时，为了防止后车追尾，自动驾驶汽车会有一个向前行驶的动作，至于选择哪种决策能力还需要大量的验证。

出匝道窄车道进入宽车道长安汽车新一代L4级自动驾驶汽车遇到的情况是车辆在行驶的过程中发生了轻微的抖动，这是由于GPS与车道线结合的算法上面有一个20毫秒的延迟。

这一点还有待提升。

整体来说，长安汽车新一代L4级自动驾驶汽车在直线加速、减速过程中较为平稳，在变道过程中车辆变道的逻辑也更加接近人类驾驶者的习惯，并不会出现当前方车辆留开空档之后的迅速加速等情况，乘坐舒适度上较好，方向盘震动轻微，不过在遇到红绿灯时车辆刹车有时会产生突兀感。

自动泊车成企业的新?

过去的一年，自主泊车方案在自动驾驶领域异常火热，作为L4级别自动驾驶方案中的一个分支，自主泊车方案一方面整合了L4级别自动驾驶的技术，另一面由于场地的特殊性让其商业落地成为现实。

作为智能驾驶时代的技术创新产物，百度Apollo?Valet?Parking自主泊车方案利用百度独有的车云图厂一体解决方案以及云和高精地图优势，实现了智能泊车场端改造的最佳性价比，车端百度通过车规级传感器可以实现车辆的中、近环境感知、轨迹规划和车辆控制，加之百度云和百度的数据积累经验及大数据分析能力。

百度高精地图在国内多家OEM测试通过率100%，相对精度为0.1?~?0.2米，冗余率/遗漏率仅为0.01%，从而实现自主泊车巡航精度和高安全，与此同时，基于高精地图和视觉AI，自主泊车可以保障10cm精度定位和巡航。

相比昂贵的激光雷达建图，Momenta采用视觉为主的方案实现自动化建图，该视觉方案与自动泊车硬件可通用，在建图过程中，通过深度学习算法提取视觉语义特征，使用SLAM技术自动生成基于语义的高精度地图，整个系统可进行云端和车端自动建图，精度达到10cm级别。

纽劢科技自主泊车方案主要集中在自主接驾、实时车位寻找、智能经停、智能避障方面的能力，其在自主泊车的过程中，可以识别小孩、地锁、车辆、锥形桶等细分障碍物，通过厘米级定位最大化车端智能，具有鲁棒性高、入位误差距离小于5厘米、入位角度小于1度等特点。

相比其他三家不同，智行者自主代客泊车方案主要强调基于增强视觉标签的AVP解决方案，该方案结合低成本车规级硬件方案与轻量级场端改造。

智行者采用的增强视觉标签式AVP解决方案在车端配置了4个环视相机、1个前视相机、12个超声波雷达和4个毫米波雷达。

对于传感器硬件来说，这些都是可量产的传感器组合，价格可控制在千元级别，其中某些具备L2级别的自动驾驶汽车已实现部分硬件标配（包括10万元级别的国产车型）。

据介绍，智行者提出的AVP解决方案基于增强型视觉标签进行车辆的全局路段规划、高精度定位、局部路径引导以及特殊路段语义信息标注，通过增强标签及云端调度进行轻量级场地升级，模拟出一套适用于任意停车场的完备交通系统。

倒闭、裁员，自动驾驶市场的另一面

中国倒下的 家自动驾驶公司是RoadStar（星行科技），作为自动驾驶领域曾经的明星项目，RoadSta倒下源于一则“深圳星行科技有限公司关于处理周光违纪行为的公告”，从投资人决定撤资到提起仲裁，不过一个月的时间。

Roadstar投资人提起的撤资仲裁结果显示——三位创始人佟显乔、周光、衡量要为公司花掉的一个多亿负连带责任。

也就是说，三位创始人要还掉此前公司花掉的投资人的每一份钱，如果无法通过起诉取消仲裁结果，并且无法偿还，三个创始人都可能会上“失信人”名单。

最新的消息显示，三位创始人的去向也清晰：衡量去了大公司；佟显乔尚无最终去向，此前有创业或工作的消息；而周光，按照宣布融资5000万美元的深圳元戎的官方说法，周光是独立顾问。

而在此之前，一度闪耀硅谷，吴恩达亲自参与实际运营的明星无人车公司Drive.ai也提交文件进行项目清盘，提交的文件披露，将在月底关停，并裁掉过半员工。

除此之外，激光雷达鼻祖Velodyne正式决定裁掉中国办公室，包括直销团队和部分技术支持，并且将其销售模式，从直销模式恢复到刚进入中国的“ 模式”，这意味着，Velodyne基本不在扩大中国市场。

资本是理性而追求效率的，历史上已经有无数的例子告诉我们，当市场出现了合并这样的重大变革，很快，烧钱铺量的行业乱象就会停止。

毕竟，资本已经过了之前那段只以流量论英雄的时代，接下来，盈利能力才是决定融资能力的根本。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

一个月前，黄仁勋用一小颗自动驾驶SoC芯片完成了整个GTC?CHINA?2019的“新品发布”。

发布会当天，这位“皮衣男子”赶在闭馆前匆匆去了自动驾驶汽车展位，用半个小时逐一聆听了几家自动驾驶初创企业的思路。那晚的黄教主，向在场工程师们释放出了一种近乎惺惺相惜的善意。

这种情愫很好理解——

要知道，在这届GTC?CHINA散场时，很多观众发出的感慨是：“十分硬核，不够性感。”毕竟远道而来的大家直到演讲后半程，才终于等到黄仁勋掏出一块200?TOPS深度学习算力的自动驾驶新品“Orin”。取而代之的，是各种“空口无凭”的软件技术升级。

面对一张张略显失望的脸，老黄也很无奈：“我这么努力，你都看不到。就好像你老婆做了一整天家务，你却说她什么都没做。”

众口难调，但这确实是英伟达在接下来的业务发展中必须要面对的问题。与“看得见摸得着”的硬件发布不同，软件迭代周期短、初期人力成本高、落地成果却很难形成清晰的概念……这些都让这家人工智能计算公司的技术发布开始与公众预期逐渐拉开差距。

而就在车云菌险些被观众情绪带跑节奏时，我们在英伟达的官方公众号上发现了一系列由NVIDIA?DRIVE?Labs出品的视 。视 内容从工程技术的视角，直观展现出NVIDIA?DRIVE?AV软件团队如何完成一个个自动驾驶的日常任务，诸如从路径感知到交叉路口处理等一系列挑战。

那么，以自动驾驶为起点，车云菌尝试回答：当英伟达不再抛出核弹，他们到底做了些什么？

“ ”自动驾驶

严格来说，目前没有任何一家企业成功制造出一台全自动驾驶汽车，绝大多数玩家仍旧在奔向这一目标的路上相互博弈。

近年，英伟达正式加入战局。公司内部的软件开发人员已经远远超过了硬件工程师的数量。

他们首先打算解决自动驾驶汽车的三个问题：

知道自己在哪里：不光要掌握车辆具体位置，还得知道是在主路的第几条车道上，将定位 到厘米级；

知道自己周围有什么：像人类大脑一样判断，前方卡车在减速、左后方有辆SUV驶来、右侧人行道有小孩、下一个路口是绿灯且不能左转……

作出正确的驾驶决策：判断从左侧超车可以安通过路口，然后控制车辆完成相应动作。

如今这些工作，都被团队一一摆上了台面。与常规“秀肌肉”的视 演示不同，英伟达实验室将自动驾驶最困难的感知层面的工作拆解成一个个小任务，条分缕析地告诉大家：我们是怎么做到的，以及我们为什么能做到。

任务的分解也很有意思。车队顺利攻克了包括建立感知路径、通过传感器融合实现环绕感知功能、打造像素级感知能力、借助特征追踪确保安全性、自主识别停车位、障碍物分类、车道线识别及自动补偿、测算车辆与障碍物距离、实现准确可靠的目标跟踪、预测目标的未来移动轨迹、不借助地图的情况下识别交叉路口。

/self-driving-cars/drive-labs/

?

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

好了，今天关于“梅赛德斯-奔驰展示“软实力”，推出MB.OS操作系统”的话题就讲到这里了。希望大家能够对“梅赛德斯-奔驰展示“软实力”，推出MB.OS操作系统”有更深入的认识，并且从我的回答中得到一些帮助。