作者 |简森编辑|志豪

目前，以端到端技术为动力的高端智能驾驶已进入竞争阶段。

这其中，除了算法、体验、安全等显性因素外，更关键的是隐藏在“冰山之下”的能力。

也就是说，云基础设施、工具链、数据合规闭环等，这些支撑模块是决定自动驾驶技术迭代速度的关键因素。

当前，自动驾驶领域面临着数据合规性、大规模数据存储与计算、算力瓶颈等诸多挑战……

这些对于构建自动驾驶技术基础至关重要的问题在公众意识中的知名度仍然有限​​。

可以说，自动驾驶行业美丽的冰山之下，还存在着许多支持上层算法迭代的底层能力模块。构建高效合规的自动驾驶数据闭环成为核心“增长飞轮”。

1、高端智能驾驶成新战场，行业瓶颈凸显

据统计，2023年我国新增L2级自动驾驶汽车渗透率将超过50%。这一数据表明自动驾驶技术已进入大规模商业应用阶段。

同时，当前新车的高端智能驾驶功能也在一定程度上成为购买新车的重要参考。

如何快速完成这方面的工作，成为了车企和Tier 1的痛点。

一方面，训练数据是自动驾驶技术的核心，其质量和数量直接决定自动驾驶系统的性能。

其中，海量数据的采集、存储、处理和分析是算法迭代的基础。

数据合规规则是自动驾驶的“保险”。确保数据安全合规，避免数据泄露和滥用，是技术落地的重要前提。

此外，自动驾驶技术正在经历从“有地图”到“无地图”的演变，这表明自动驾驶对地图的依赖程度降低。

但地图数据在辅助驾驶体验和功能实现中仍然发挥着重要作用。尤其是在一些复杂路段，仍然需要地图来增加安全冗余。如何低成本、更轻量、更快速、更灵活地利用地图数据也是业界关注的重要话题。

▲智能驾驶感知示意图

目前，主流智能驾驶厂商普遍认为云基础设施、工具链和数据合规体系是构建数据闭环能力的核心要素。

云基础设施提供强大的计算、存储和网络能力，工具链实现整个数据流程的自动化处理，数据合规体系保障数据安全合规。

企业通过建立数据采集网络、搭建数据平台、开发工具链、建立数据合规体系，构建高效合规的自动驾驶数据闭环，推动自动驾驶技术快速发展，最终实现安全驾驶。 、可靠、安全的自动驾驶。土地。

为此，各大车企在数据收集和标注方面投入巨资，并不断加大训练量，以提高自动驾驶系统的质量。

其中，通过重新整理算力、收集深度地图数据来重新发明轮子，无疑是耗时耗力的，而且不可持续。

而这正在成为当前高端智能驾驶落地的瓶颈。

可以说，随着自动驾驶技术的快速发展，满足闭环数据下提质增效的要求已成为新的挑战。

2、Tier 1，老牌外资品牌，快速落地云服务，兼顾效率与合规性。

如何保证自动驾驶数据的安全合规，实现数据的有效流动和应用，成为各大车企和自动驾驶公司需要解决的重要问题。

其中，博世是外资一级老牌企业。他们的做法和实施结果给业界带来了积极的借鉴。

中间，博世面临一系列挑战。

作为一家德国企业，如何保证数据采集、存储、模型训练、仿真回放等全链路数据合规，满足国内最新监管要求？如何在合规的同时兼顾研发效率？

▲博世与腾讯深化合作并签约

博世选择与腾讯合作，将数据和部分应用部署到腾讯自动驾驶专有云上。所谓专有云是专门为智能驾驶行业定制的，可以保证整个数据流程满足国家最新监管要求。

同时，私有云的机房和网络独立于公有云，但遵循公有云相同的技术路线和架构。换句话说，它比公有云更安全，比私有云更灵活。安全，帮助博世在数据安全和开发效率之间取得平衡。

这是业界首个应用自动驾驶专有云技术的案例。在自有云的支持下，博世仅用18个月就完成了高端智能驾驶的落地，展示了其强大的研发能力和执行能力。

博世认为，无图化解决方案是智能驾驶发展的趋势，但需要逐步从两级端到端演进到一级端到端，最终实现基于世界的解决方案模型。

博世智能驾驶控制事业部中国区总裁吴永桥表示：“没有地图是规划的结果，用什么样的规划去实现过程，包括两阶段、一阶段、世界模式。华为是GOD，也就是一般的障碍物识别，现在大多是一个模型实现感知，包括激光雷达、毫米波雷达、摄像头、导航地图信息等，直接输出。”

目前，博世正在积极推动无图解决方案的开发。计划今年12月量产两阶段端到端无图解决方案，明年中旬量产一阶段端到端解决方案，并最终实现世界模型化解决方案。 2026.解决方案。

随着智能驾驶技术的成熟，博世认为中低端智能驾驶将逐渐成为标准件，整车厂可能会选择与供应商合作，专注于终端用户体验的差异化。

作为一级供应商，博世拥有强大的工程能力和全球影响力，将在这一趋势中占据有利地位。

3、高端智能驾驶走向“无像+端到端”。影像与云的融合能否成为新思路？

在刚刚结束的广州车展上，主流车企和供应商也将推广重点放在了端到端智能驾驶的量产上。

不难看出，随着高端智能驾驶技术的发展和“无画+端到端”解决方案的逐渐兴起，降低成本、提高效率、实现量产已成为当前智能驾驶的主旋律。推动研发公司。

该方案的核心是减少对高精度地图的依赖，转而使用导航数据并上传至云端，从而帮助企业降低成本、提高效率、快速迭代。

以上面提到的博世为例。通过与腾讯的合作，实现了高端智能驾驶的快速落地。其中，腾讯独特的图云结合或将成为新趋势。

腾讯智能驾驶云地图是行业的一次新尝试。自动驾驶地图数据全面云化，实现要素级、最快分钟级在线更新，并通过多层形态提供灵活的配置和管理。

▲博世中国高端智能驾驶解决方案

这种开放的合作模式将有助于推动低成本、量产的“端到端+无图”智能驾驶解决方案落地到每个人身上。

腾讯拥有图形经销商资质，可以提供完整的数据合规服务，帮助博世平衡开发效率和合规性。

吴永桥强调：“腾讯提供了一整套服务，我们非常看重。”

可以说，这对于博世这样的外资一级企业来说至关重要，因为近年来国家对数据合规监管越来越严格。腾讯的经验和资源可以帮助博世规避风险，保证开发过程的顺利进行。

从博世的选择来看，当企业构建自己的“冰山之下”能力时，“影像与云融合”的模式或许会成为行业趋势。

在这样的量产过程中，双方可谓是“强强联合”。腾讯智慧出行副总裁刘书全表示：“我们实际上是1+1大于2的合作，我提供更多通用技术，博世对其领域有深入的了解，我们是互惠互利的关系。”

总而言之，“无像+端到端”解决方案的兴起以及各基地公司在云图解决方案上的布局，表明图云一体化模式在自动驾驶领域具有重要的应用价值。有助于降低企业成本，提高研发效率，推动高端智能驾驶技术的普及。

结论：自动驾驶冰山之下隐藏着一些东西

自动驾驶行业令人瞩目的成就背后，其实还有很多不为人知的底层技术和公司，它们共同构成了支撑整个行业发展的基石。

与此同时，业界也开始讨论影像云一体化模式是否值得大力推广。

从博世等部分Tier1的表现来看，这或将成为新的行业趋势。