热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

深度观察:CBInsights首次解读百度自动驾驶的商业逻辑

智造观点对于百度发展自动驾驶的商业逻辑,业内有多种声音和猜测。随着百度不断加快在自动驾驶领域的布局,全球知名创投研究机构CBInsights也对其做了专门的研究,
640?wx_fmt=gif

智造观点

对于百度发展自动驾驶的商业逻辑,业内有多种声音和猜测。随着百度不断加快在自动驾驶领域的布局,全球知名创投研究机构CB Insights也对其做了专门的研究,从技术系统、数据优势、商业化、生态合作等角度进行了分析。在CB Insights看来,百度是自动驾驶领域的一匹黑马,并且有望凭借其开放合作的新思路超越谷歌、特斯拉等美国科技巨头。与此同时,在中国政策的支持下,包括百度在内的中国企业的优势会越发显著。


文/未末末

来源/人工智能观察(ID:Aiobservation)


作为自动驾驶领域的一匹黑马,百度为了追赶美国在该领域的领跑者并在中国的新兴市场获得优势,该公司采取了一种新颖的方式来开发自动驾驶软件。

 

首先,2017年4月19日,百度推出了Apollo项目,这是一个开源软件平台,旨在鼓励与整合汽车行业展开合作,以便加速其自动驾驶技术的发展。平台发布后,几乎整个汽车生态系统的行业领袖均加入其中。总的来说,在短短14个月内,百度已经累积了超过100个合作伙伴,并与主要的OEM厂商、汽车供应商以及芯片制造商达成了合作协议

640?wx_fmt=png

当然,与众多垂直领域的企业成为合作伙伴后,百度就可以将大部分时间和精力投入到专业领域的研究中,即人工智能和软件开发,至于合作伙伴则主要专注于完善硬件以及汽车制造组件。

 

除此以外,百度还在逐渐增加对自动驾驶技术的投资,自2017年起,百度加大了相关研发的支出,并推出了一个1.5亿美元的投资基金,专门用于投资在AV领域的初创公司

 

那百度与其他进行自动驾驶技术研究的巨头相比,有什么不同呢?它的发展逻辑又是什么呢?我们可以从以下四点来进行分析。


百度Apollo要做自动驾驶领域的Android


2017年4月,百度推出了“Apollo计划”,这是一个自动驾驶软件的开源平台,集合了许多的工具,包括数据、API以及开源代码,最重要的是,开发者可以免费试用这些工具将自动驾驶产品推向市场。


从很多方面看,Apollo计划有点类似于谷歌的Android开源项目(AOSP),这是谷歌于2007年推出的移动操作系统(OS)的开放软件平台。在苹果发布了第一部iPhone之后,谷歌就提出了AOSP的想法,这是谷歌进入移动领域并阻止用户切换到其他搜索引擎的决心。

 

一直以来,谷歌都没有推出自己的智能手机,而是专注于软件开发。该公司使用了一个开源平台,部分原因是为了让第三方在开发兼容的应用程序方面变得更容易,换句话说,越多的第三方应用程序出现,让在Android软件上运行的手机越具吸引力,目前已占据了全球移动市场的86%。

640?wx_fmt=png

Android与iOS占有率比较,数据来源:Gartner)

百度Apollo平台背后的动机与谷歌对Android的态度相似:通过向制造商免费提供平台,标准化整个行业的操作系统。借助Apollo计划,百度旨在成为自动驾驶汽车背后的大脑,同时让OEM和汽车供应商专注于制造,建立品牌和与客户的关系,而不是软件工程。

 

这种方法在中国高度分散的汽车供应商格局中极具吸引力。比如,通过开源方式,百度可以让中国的任何汽车供应商组装具有自主驾驶能力的车辆,而无需加大研发投入。另外,值得注意的是,与谷歌保留Android开源平台的某些应用程序(例如地图,Gmail和Google Play)一样,百度也保留该公司旗下应用程序编程接口的一些服务,比如地图和机器学习。


事实上,从全球范围看,还有像美国拼车公司Lyft以及教育初创公司Udacity、AI初创企业人Comma.ai等,也都各自推出了类似百度自动驾驶的开源软件平台。


获取数据是关键,以弥补竞争差距


Apollo计划自推出以来就获得了足够的推动力。到目前为止,百度已积累了超过100个全球合作伙伴,与包括汽车零部件供应商,原始设备制造商,芯片制造商和其他科技巨头在内的众多垂直行业的主要厂商进行合作。

 

毋庸置疑,这一广泛的合作伙伴关系弥补百度落后于同行的不足之处——司机数据

 

无论是道路测试还是模拟,司机数据对于开发自动驾驶技术至关重要,因为数据可以训练自动驾驶汽车的算法。尽管百度在高清(HD)地图和人工智能方面拥有丰富的专业知识,但与谷歌Waymo和特斯拉等竞争对手相比,他们缺乏从上路的车辆中收集的司机数据。

 

百度庞大的合作伙伴网络,可以通过向百度的开源数据集提供数据,可以为它提供比该公司自己收集到的更多的数据访问权限。今年3月,百度在Apollo平台上推出了一个名为Apollo Scape的开源数据集,其规模比其他开源数据集(如Kitti和CityScapes)大10倍。

640?wx_fmt=png

此外,该数据集中包含的多样化的道路条件越多(即雪,雨,雾中的街道),自动驾驶汽车的配备就越会复杂,因为它需要在道路被雪完全覆盖或处于黑暗中的时候,展现出一条清晰的路径。


平台商业化,以Apollo为核心实现开放式增长


围绕百度开放式软件战略的一个关键问题就是如何商业化。百度首席执行官李彦宏在2017年第一季度的电话会议上谈到了这些担忧:


“Apollo计划的目标是扩大我们的盈利机会,这是百度未来创造经济价值的真正可行之路。有一种已知的方式将开放网络商业化,无论是服务、打包软件、解决方案,这些选项都是百度可以利用的。”

 

今年1月,该公司表示,实现阿波罗平台上运行的一系列现成硬件设备的商业化,本质上是销售一种即插即用设备,将自主功能引入任何车辆。在此之前也曾有人尝试过这种方法(比如Delphi、Mobileye以及Comma.ai),但是百度有一个明显的优势,它拥有多个OEM厂商和汽车零部件供应商作为自己的合作伙伴。

 

目前,百度已与中美多家汽车制造商合作,计划在未来几个月内测试其自动驾驶汽车软件。今年1月,该公司与总部位于加州的辅助客运系统机构Access Services合作,为残疾人和行动不便的老人推出了一个小型自动驾驶汽车试点项目。百度还与中国巴士制造商金龙合作,开发一款4级自动驾驶汽车,可能用于中国的旅游景点和机场。而在商业车队生产方面,百度正与北汽控股合作,利用Apollo平台大规模生产自动驾驶汽车。

 

另外,百度还将其高清地图视为未来的潜在业务。

640?wx_fmt=jpeg

由汽车传感器收集的数据生成的高清地图对于指导自动驾驶汽车至关重要,因为在地图中包含了关于车道大小、十字路口等精准信息。百度拥有中国最大的移动地图服务,即百度地图,且自2013年起便一直在开发高清地图。

 

今年1月,百度还与导航设备制造商TomTom合作,将高清地图整合到Apollo平台中。这一合作将把百度的中国地图与TomTom在美国和西欧的高清地图整合在一起。


Apollo计划之外,以投资打造生态联盟


除了Apollo平台之外,百度还向自动驾驶汽车初创公司投入了大量资金,所有这些公司都加入了Apollo合作联盟。

 

2017年9月,该公司推出了“阿波罗基金”,这是一项价值1.5亿美元的投资基金,旨在为未来3年的100个自动驾驶项目提供资金。该公司的首批投资之一是“ Smarter Eye”,一家专注于高级驾驶员辅助系统(ADAS)的公司。去年11月,百度领投了该公司1500万美元的融资。

640?wx_fmt=png

以下列出百度投资的开发自动驾驶汽车硬件的初创公司:

1、2018年5月,百度与光速中国共同领头了激光雷达初创公司Hesai Tech 3900万美元的B轮融资。该公司主要专注于开发激光传感器。
2、2018年4月,百度领投了初创公司智行者的B轮融资。智行者专注于自动驾驶智能汽车系统开发和推广应用,致力于成为全球一流的智能汽车基础技术方案的提供商和服务商。

3、2017年3月,百度;领头了初创公司蔚来汽车6亿美元的融资。蔚来汽车是一家从事高性能智能电动汽车研发的公司,致力于研发一系列技术足够领先、性能足够优越、造型足够漂亮、价位足够亲民的电动汽车。

4、2016年8月,美国激光雷达公司Velodyne获得由福特汽车与百度联合注资的1.5亿美金。Velodyne主要专注于研发激光雷达技术LiDAR,其将主要应用于无人驾驶汽车领域。

 

此外,百度还与新加坡的AsiaMobility Industries共同组建合资公司,以促进Apollo在东南亚地区的发展,同时也是帮助百度在新加坡地区获得自动驾驶汽车的商业立足点。


结论


自动驾驶汽车领域的竞争会越来越激烈,国内外的主要玩家会不断地扩大他们的自动驾驶车队,并扩大其未来的试点计划。相对于拥有强大的驱动数据和即将推出的自动驾驶试点项目的竞争对手,百度要做的还有很多


 

目前,百度尚未公布其大规模打车服务的计划,这是将自动驾驶车队进行商业部署的一个方式。同时,相比本土的竞争对手滴滴出行,百度还缺乏该公司拥有的客户基础。也就是说,百度庞大的合作伙伴关系以及它在软件开发方面的合作方式,可以帮助该公司积累所需的数据,反过来,百度对硬件开发和汽车制造商的支持也大大超越了其他竞争对手,建立自身在自动驾驶领域的门槛。

(文中图片来自网络)

640?wx_fmt=png

投稿、约访、合作,联系邮箱aiobservation@qq.com

添加微信aixiaozhijun,更多交流或进AI观察团

640?wx_fmt=gif

推荐阅读
  • 新浪微博热搜暂停更新;即刻APP回归;Android 11 Beta版发布 | 科技新闻速递
    为您带来最新的科技资讯,涵盖社交媒体动态、软件更新及行业重大事件。CSDN携手您共同关注科技前沿。 ... [详细]
  • POJ2263是一个经典的图论问题,涉及寻找从起点到终点的最大载重路径。本文将详细介绍该问题的背景、解题思路及代码实现。 ... [详细]
  • Python 数据可视化实战指南
    本文详细介绍如何使用 Python 进行数据可视化,涵盖从环境搭建到具体实例的全过程。 ... [详细]
  • 能够感知你情绪状态的智能机器人即将问世 | 科技前沿观察
    本周科技前沿报道了多项重要进展,包括美国多所高校在机器人技术和自动驾驶领域的最新研究成果,以及硅谷大型企业在智能硬件和深度学习技术上的突破性进展。特别值得一提的是,一款能够感知用户情绪状态的智能机器人即将问世,为未来的人机交互带来了全新的可能性。 ... [详细]
  • 图像分割技术在人工智能领域中扮演着关键角色,其中语义分割、实例分割和全景分割是三种主要的方法。本文对这三种分割技术进行了详细的对比分析,探讨了它们在不同应用场景中的优缺点和适用范围,为研究人员和从业者提供了有价值的参考。 ... [详细]
  • 苹果后置
    iPhoneX的前置TrueDepth传感系统让手机可实现脸部解锁,还实现对面部表情的实时跟踪和识别,生成Animojis。但显然,这只是苹果的第一步。如果把苹果手机后置摄像头也加 ... [详细]
  • 知识图谱与图神经网络在金融科技中的应用探讨
    本文详细介绍了融慧金科AI Lab负责人张凯博士在2020爱分析·中国人工智能高峰论坛上的演讲,探讨了知识图谱与图神经网络模型如何在金融科技领域发挥重要作用。 ... [详细]
  • 流处理中的计数挑战与解决方案
    本文探讨了在流处理中进行计数的各种技术和挑战,并基于作者在2016年圣何塞举行的Hadoop World大会上的演讲进行了深入分析。文章不仅介绍了传统批处理和Lambda架构的局限性,还详细探讨了流处理架构的优势及其在现代大数据应用中的重要作用。 ... [详细]
  • 本文将深入探讨 Unreal Engine 4 (UE4) 中的距离场技术,包括其原理、实现细节以及在渲染中的应用。距离场技术在现代游戏引擎中用于提高光照和阴影的效果,尤其是在处理复杂几何形状时。文章将结合具体代码示例,帮助读者更好地理解和应用这一技术。 ... [详细]
  • 深入解析RelativeLayout、LinearLayout与FrameLayout的性能差异
    本文详细分析了FrameLayout和LinearLayout的性能对比,通过具体的测量数据和源码解析,探讨了不同布局在不同场景下的性能表现。 ... [详细]
  • 自动驾驶中的9种传感器融合算法
    来源丨AI修炼之路在自动驾驶汽车中,传感器融合是融合来自多个传感器数据的过程。该步骤在机器人技术中是强制性的,因为它提供了更高的可靠性、冗余性以及最终的 ... [详细]
  • 兆芯X86 CPU架构的演进与现状(国产CPU系列)
    本文详细介绍了兆芯X86 CPU架构的发展历程,从公司成立背景到关键技术授权,再到具体芯片架构的演进,全面解析了兆芯在国产CPU领域的贡献与挑战。 ... [详细]
  • 基本价值在于商业落地,解决实际问题;真正的价值在于解决高价值问题,有两类:一解决民生、国力问题,提高国家的综合国力;二让人们的生活真正的更加美好。 近两年,很多学术大牛,进入工业界 ... [详细]
  • 了解供应链简单来说,供应链涉及一系列旨在向最终用户提供产品或服务的步骤。企业组织及其供应商之间始终存在一个网络,来生产特定产品并将其交付给最终用户。该网络包括不同的活动、人员、实体 ... [详细]
  • 机器学习如何看世界 对抗机器学习诠释人工智能和人类思维的不同
    接近,计算,极限,看,世界,对抗,机器,学习,诠释,人工智能,和, ... [详细]
author-avatar
嘻嘻520000000
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有