AI技术加速演进：老司机的市场智慧揭秘

大家好，今天我来给大家讲解一下关于智己IM AD NOA官宣上线 发布D.L.P.人工智能模型的问题。为了让大家更好地理解这个问题，我将相关资料进行了整理，现在就让我们一起来看看吧。

文章目录列表:

智己IM AD NOA官宣上线 发布D.L.P.人工智能模型

2.高通助力车内智能快速升级 打造更 出行模式

易车讯 日前，我们从官方渠道获悉，智己汽车携手智能驾驶算法公司Momenta，于苏州举办IM AD DAY，迎来IM AD智能驾驶辅助系统里程碑式重大更新，智己汽车将数据驱动的规划算法应用于量产项目，正式发布D.L.P.人工智能模型。

同时，智己高速高架NOA领航辅助功能官宣上线，将于4月底开启面向智己L7车型的OTA推送，首批开放城市为沪、苏、杭、嘉、湖，年内推至全国；智己LS7车型预计6月份推送，年内推至全国。未来，智己城市NOA领航辅助以及替代高精地图的数据驱动道路环境感知模型，预计将于2023年年内开启公测。

AI时代的到来，加速了人工智能在智能驾驶领域的落地速度。感知智能和认知智能是人工智能应用的两大重点。过去几年间，行业头部智能驾驶算法玩家在感知智能技术路线方面逐步趋同，基于BEV和Occupancy Network架构的感知算法成为主流技术路线。从接管数据来看，决策规划问题即认知智能导致的接管率是由感知问题即感知智能导致的接管率的十倍。智己汽车认为在持续提升感知智能的同时，认知智能已经成为智能驾驶技术演进的瓶颈，挑战巨大。

溯源至2014年，上汽前瞻工程团队已着手智能驾驶领域的相关研究，在规控与执行器协同处理方面建立得了丰厚技术积累。2017年成立上汽人工智能实验室，开启在深度学习领域的全面布局。2021年，智己汽车率先在智能驾驶行业垂直领域使用多传感器多任务的Tran ormer模型和时序BEV机制实现OneModel落地量产，在感知智能领域树立 地位。今天，业内首个基于数据驱动的D.L.P.人工智能模型的发布，则意味着智己汽车正式从感知智能迈向认知智能。

智己和Momenta从 性原理出发，基于 的D.L.P.人工智能模型，采集大量人类驾驶数据进行训练。通过构建具备亿级数据量产能力的决策规划数据-模型产线，在车端采用Tran ormer架构， 理解场景和他车行为，显著提高复杂环境变化的预判能力，进而提前规划智能驾驶行为，避免不舒适体感的产生，让智己IM AD实现更像人的跟车间距、线性起步响应、无顿挫舒适感等 体验，大幅降低接管里程，总体类人性相比规则算法获得阶越性提升，打造行业 梯队的智驾体验。

以更像人的智驾体验为目标，智己汽车开辟全新开发范式，与全球头部的智能驾驶算法玩家Momenta联合开发、双向赋能，共同探索智能驾驶高阶新未来。

顶级车控由智己汽车打造。背靠上汽集团雄厚的整车研发能力，以及智己汽车对全明星驾控、数字化底盘的深入理解，IM AD在横纵向速度控制、自动变道、自动泊车等场景下拥有丝般顺滑的体验，带给你如专职老司机般开车的高级质感。顶级算法则由上汽领投的全球头部智能驾驶算法玩家Momenta加持，顶级车控+顶级算法强强联合，既发挥Momenta在算法端的强大优势，同时也能 结合智己汽车在车控端的技术底蕴。

同时，结合正在开发中的基于Occupancy网络模型的DDOD ( Data Driven Object Detection)模型和可替代高精地图的DDLD ( Data Driven Landmark Detection)，未来将形成感知智能和认知智能的双维大幅提升。智己汽车认为基于网络模型的不断迭代，百公里接管率会以两年为周期提升十倍，实现更高级的智能驾驶。

打开易车 ，点击首页“智能化实测”，多角度了解热门新车科技亮点，获得选购智能电动车的 参考依据。

高通助力车内智能快速升级 打造更 出行模式

易车原创 以往提到辅助驾驶你可能首先会联想到特斯拉、华为或者小鹏，但如今你可能需要记住一个后来居上的新玩家了，它就是毫末智行。这家公司是由长城汽车的智能驾驶前部孵化而来，在成立的1020天之后，毫末给我们奉上了一份令人惊叹的成绩单。

就在9月13日举行的第六届HAOMO AI DAY上，毫末再一次向我们展示了他们的最新成果和傲人成绩：毫末1000天，跑出了中国自动驾驶最快的1000天，稳居“中国量产自动驾驶 名”，两年半时间稳定交付三代乘用车辅助驾驶产品，目前已搭载超过十款明星车型，中国 搭载大规模量产城市NOH车型摩卡DHT-PHEV激光雷达版计划9月量产，年内发售。搭载毫末HPilot的魏牌摩卡PHEV和欧拉好猫，获得欧盟E-NCAP“五星安全评级”，使得毫末成为中国首个出海量产落地的自动驾驶公司。末端物流自动配送方面，占据该领域 的市场份额，小魔驼2.0量产下线交付客户。毫末开创的中国首个数据智能体系MANA完成数十万全要素、多模态CLIPS的标注，积累300万小时中国道路驾驶认知场景库，相当于人类司机4万年，基本完成数据闭环……

以上这一系列成绩很难让人相信这是一家仅仅成立了两年半的公司。那么接下来我们就结合这次AI DAY 活动的干货分享带各位了解一下毫末是如何做到进步如此迅猛并且成绩斐然的。

01 “大模型+大数据”?毫末全力冲刺自动驾驶3.0时代

在此次活动上，毫末智行CEO顾维灏博士发表了主题为《毫末和自动驾驶的3.0时代》的演讲，在业内 提出“自动驾驶已经进入数据驱动的3.0时代”的行业判断。

那么自动驾驶的演进过程到底是怎样的呢？1.0、2.0和3.0之间又有怎样的跨越和不同呢？

首先1.0时代还是以硬件驱动为主：感知能力主要靠激光雷达，认知方式依赖人工规则，整车成本较高，自动驾驶的里程规模也就在100万公里左右；

其次到了2.0时代则是以软件驱动为主：感知方式由激光雷达变成了多传感器的单独输出结果，融合方式还不健全。并且训练模式还是小模型和少数据的情况，认知方式仍旧是人工规则为主，自动驾驶的里程规模上升到100万到1亿公里之间；

最后以数据驱动的自动驾驶3.0时代则是毫末冲刺的方向：感知方式上实现多传感器融合输出结果，认知上进化为可解释的场景化驾驶常识，训练模式达到大模型和大数据的体量，自动驾驶里程也提升到1亿公里以上，毫末一直在为自动驾驶3.0时代做准备，在感知、认知、模式建设上，都是按照数据驱动的方式建设的。毫末所做的一切的，都是为了能够做出数据通道和计算中心，以便可以更 地获取数据，并把数据转化为知识。目前特斯拉已领跑全球率先进入自动驾驶3.0时代，而毫末最有可能成为中国公司中 个进入自动驾驶3.0时代的公司。

顾维灏表示，Attention大模型作为当前AI发展的新趋势，其所带来的机遇和挑战，成为自动驾驶3.0时代的重要驱动因素之一。Attention最大的特点是结构简洁，可以无限堆叠基本单元得到巨大参数量模型，随着参数量的增加和训练方法的提升，大模型的效果在很多NLP任务上已经超越了人类平均水平。不过Attention的大模型也面临一大挑战，即由于其对算力的需求远远超出了摩尔定律，这导致大模型的训练成本非常高，在终端设备上的落地非常困难。

Attention大模型带来的机遇和挑战，正驱动自动驾驶行业的技术变革。“毫末正在通过低碳超算来降低自动驾驶成本，通过改进车端模型和芯片的设计来实现大模型的车端落地，通过数据的组织让大模型发挥更大效力。”顾维灏表示，在数据层面，基于Attention大模型，自动驾驶需要大规模且多样性的训练数据，而基于大规模真实人驾数据的乘用车辅助驾驶才有能力积累到足够规模和足够多样的数据。毫末认为，辅助驾驶是通往自动驾驶的必由之路。因为只有辅助驾驶，才有能力收集到足够规模和足够多样的数据。据悉，毫末经过接近三年的发展，目前已是中国量产自动驾驶公司的 名，目前用户辅助驾驶里程已接近1700万公里，数据规模正在持续快速增加。

低碳超算层面，毫末在此次AI DAY上正式官宣了中国自动驾驶科技公司首个超算中心。顾维灏表示：“如何提升训练效率降低训练成本，实现低碳计算，是自动驾驶走进千家万户的一个关键门槛。”毫末超算中心的目标是满足千亿参数大模型，训练数据规模100万clips，整体训练成本降低200倍。

在算法模型层面，顾维灏介绍，毫末早在2021年6月便启动了针对tran ormer大模型的研究和落地尝试。正是基于过去一年多在训练 改造升级、数据规格和标注方法的切换准备、针对感知、认知具体任务的模型细节探索等方面的成功实践，为现在毫末在城市导航辅助驾驶场景中的快速发展打下了坚实基础。

02 ?MANA 升级，助力辅助驾驶走进城市

城市导航辅助驾驶场景是当前自动驾驶功能的核心突破点，也是兵家必争之地。然而从道路与交通状况单一的高速场景进入交通参与者众多、道路与交通状况极其复杂的城市场景，自动驾驶系统面临的技术难度可以说是倍数级增长。巨大的挑战也拖住了众多自动驾驶厂商“进城”的步伐，只能持续鏖战技术突破点。毫末早在2021年底就立下了打赢“辅助驾驶城市场景之战”的Flag，率先在城市辅助驾驶领域开启了技术探索之旅，如今毫末数据智能体系MANA正迎来多项里程碑式的升级迭代。

顾维灏表示，城市道路主要存在“4类场景难题、6大技术挑战”。其中场景难题主要包括“城市道路养护”“大型车辆密集”“变道空间狭窄”“城市环境多样”。解决上述场景难题，技术层面面临六大挑战：1、如何能更 地将数据规模转化为模型效果 2、如何让数据发挥更大的价值 3、如何使用重感知技术解决现实空间理解问题 4、如何使用人类 的交互接口 5、如何让仿真更真 6、如何让自动驾驶系统运动起来更像人。

为了应对上述挑战，MANA感知智能、认知智能等方面均迎来更新升级。

首先，MANA通过使用大规模量产车无标注数据的自监督学习方法打造模型效果，相比只用少量标注样本训练，训练效果提升3倍以上，这让毫末数据优势得以 转化为模型效果，以更好适应自动驾驶各种感知任务需求。

其次，MANA感知能力提升，让海量数据不再被区别对待。面对巨大数据规模下的“数据效率”难题，MANA构建了增量式学习训练 ，抽取部分存量数据加上新数据组合成一个混合数据集。训练时要求新模型和旧模型的输出保持尽量一致，对新数据的拟合尽量好。相比常规做法，整体算力节省80%，响应速度提升6倍。

第三，MANA感知能力更强。通过使用时序的tran ormer模型在BEV空间上做了虚拟实时建图，使得感知车道线的输出更加准确和稳定，让城市导航自动驾驶告别高精地图依赖。

第四，MANA感知能力更准，让中国没有不能识别的车辆信号灯。MANA通过升级车上感知系统，对刹车灯、转向灯状态进行专门识别，让驾驶员在处理前车急刹、紧急切入等场景中更安全和舒适。

第五，MANA认知能力也再次进化。面对路口这一城市最复杂场景，MANA在仿真系统中引入了高价值的真实交通流场景，与浙江德清、阿里云合作，将路口这一城市最复杂场景引入仿真引擎，构建自动驾驶场景库，通过自动驾驶的真实仿真验证，时效性更高、微观交通流更真实，有效 了城市路口通过“老大难”问题。

最后，MANA认知智能迎来新阶段。通过对覆盖全国的海量人类驾驶进行深度理解，学习常识和动作拟人化，使得毫末辅助驾驶决策更像人类实际驾驶行为，可结合实际情况选择最优路线保证安全，体感更像老司机。

?MANA的再次进化，为毫末城市NOH扫平了“进城”路上的最大障碍。“毫末城市NOH是更懂中国城市路况的导航辅助驾驶。”顾维灏表示，毫末城市NOH采用“重感知、轻地图、大算力”技术路线，在MANA的赋能助力下，具备智能识别交通灯、智能左右转、智能变道、智能躲避障碍物-静态、智能躲避障碍物-动态五大亮点功能，此外“智慧交通流处理”功能也将正式发布。

可以想象在今后辅助驾驶不仅能在高速场景中应用，在我们每天上下班通勤的场景也可以使用，这会极大缓解我们的出行疲劳并提升我们的驾驶舒适感。我个人真是十分期待的。

03 “重感知，轻地图”将会成为未来的行业趋势

现如今许多车企也在做城市辅助驾驶，像特斯拉、华为、小鹏等，毫末选择的路线似乎更贴近特斯拉，就是更看重 性原理，依靠车辆本身的智能化来实现各类辅助驾驶功能。接下来咱们看看这几家公司的具体技术路线和完成效果到底如何。

先来说说特斯拉，在全球范围内，特斯拉可以说是在辅助驾驶技术上研发技术最快、并且量产速度也最快的，早在去年时，特斯拉FSD就已经支持城市域高级辅助驾驶功能，并在不断迭代后，在一位美国用户的使用下实现了从东海岸到西海岸横跨600多公里的全程零接管辅助驾驶。

不过在国内，因为涉及到数据安全等问题，特斯拉FSD的更新进度并不能和美国同步，这导致国内的特斯拉消费者在已经付费的情况下很难享受到和海外版本同样的使用体验。另一方面，FSD对国内的驾驶环境和消费者驾驶习惯的适应程度还稍显欠缺，有点水土不服的意思，因此也限制了消费者对特斯拉辅助驾驶系统的期待。

对比特斯拉在国内的近乎停滞，华为的进步速度则堪称闪电级。华为在5月初就率先推出了搭载有华为智能驾驶解决方案的极狐阿尔法S华为HI版，搭载由3颗固态激光雷达、6颗毫米波雷达、11颗高清摄像头组成的辅助驾驶硬件，主控芯片来自华为的MDC 810计算 ，算力可达400TOPS。另外最近很火的阿维塔11也同样是在华为的全栈智能汽车解决方案的支持下有着不俗表现的。极狐阿尔法S 华为HI版能够实现城市内的主动跟车、主动变道、大曲率匝道车道保持、行人避让等功能。整体表现确实还不错，但也有弊病咱稍后再说。

作为国内最早、最 的造车新势力之一，小鹏在辅助驾驶技术方面的发力也是相当迅猛的。据悉，城市NGP版小鹏P5搭载由2颗激光雷达、5个毫米波雷达、12个超声波雷达、13个摄像头组成的辅助驾驶硬件，具备30TOPS算力，在实测中实现了城市中180度调头、红绿灯识别、变道绕行、极端天气/特殊情况应对、无保护左转、大型车辆应对检测、低速跟随判断等众多功能。

华为和小鹏虽然

车东西

文?|?James

一直以来，高通都被认为是移动处理器以及通信领域的大哥，我们日常使用的手机、平板电脑、智能手表……只要和移动计算、通信挂钩，大多数情况下都离不开高通这家公司。实际上，高通不仅在移动处理器和通信领域名声大噪，在智能网联汽车和自动驾驶领域也已经深耕多年。

据了解，高通早在2002年就发布了通用汽车安吉星CDMA?1x车载网联解决方案，在3G、4G移动网络时代，高通依然是车载通信领域的大哥。时至今日，全球有超过1亿辆汽车采用高通的汽车技术和解决方案。

今年，正好是高通在智能座舱领域爆发性增长的一年，据不完全统计，今年上市的新车中，至少有20款以上车型使用了高通的智能座舱解决方案。同时，依靠高通人工智能引擎AI?Engine实现车端人工智能，依靠骁龙汽车4G和5G ，实现未来蜂窝车联网C-V2X，助力实现车路协同的更 未来出行场景。此外，高通还通过Snapdragon?Ride ，发展自动驾驶，涵盖L1到L5不同等级的自动驾驶。高通已经为未来出行贡献出自己的解决方案。

在高通汽车业务爆发性增长的背后，也是整个汽车行业快速转向智能网联、智能座舱以及自动驾驶等未来出行场景。高通凭借多年以来在车联网领域的深入布局，还将掀起一场汽车行业芯片计算和网联技术竞争的热潮。

一、高通骁龙汽车数字座舱 成新车标配?加速座舱智能化升级

从去年年底至今，不少新上市的车型都采用了高通骁龙汽车数字座舱 ，尤其今年开年以来，高通骁龙汽车数字座舱 呈现出爆发性增长的趋势。

据不完全统计，目前至少已经有20款以上车型使用了高通骁龙汽车数字座舱 或搭载高通骁龙车载芯片，传统车企中顶级品牌奔驰、奥迪、保时捷的部分车型，造车新势力中小鹏、理想搭载高通骁龙汽车数字座舱 的车辆都已经量产上市。今年7月，广汽成为首批宣布采用第三代高通骁龙汽车数字座舱 的品牌。第三代骁龙数字座舱是7?纳米?SoC?走向车规级的 款产品，同时也支持5G、WiFi6、蓝牙5.0等最新的连接技术。

广汽宣布采用第三代高通骁龙汽车数字座舱

可以说无论是传统车企还是造车新势力，都十分青睐高通的数字座舱解决方案。据了解，高通在车载网联和蓝牙解决方案领域全球排名 ，在新一代顶级车载信息娱乐系统方案领域也排名 ；全球最大的25家汽车制造商中，有19家都采用了高通信息影音和数字座舱 ……高通在智能座舱领域的成果十分丰硕。

话不多说，先看东西。高通骁龙汽车数字座舱 整体来说有三方面的优势，分别是座舱娱乐体验、计算能力以及集成度上的优势。

高通骁龙汽车数字座舱 可实现多屏4K视 播放

在座舱娱乐体验方面，得益于Adreno?GPU，高通骁龙汽车数字座舱 支持多个4K视 同时播放，也就是说，前排、后排可以同时观看不同的4K视 ，同时前后排显示屏并非独立，而是可以联动，甚至能够进行内容共享。如果用家用电脑实现这一场景，价格门槛肯定不低，但高通使用一颗SoC中的GPU就能实现这样的场景。

在计算能力上，高通骁龙汽车数字座舱 采用了Kryo?CPU，处理性能更加强大。如果光说“强大”还不够，不如玩个大型游戏试试看。此前车东西在搭载了高通骁龙汽车数字座舱 的小鹏P7中体验了车机系统，发现小鹏P7车机可以运行大型3D游戏，比如狂野飙车9，游玩非常流畅，画质也非常 。目前，在量产车型中，能在车机系统中玩大型游戏的，除了特斯拉，其他车型基本都是用了高通骁龙汽车数字座舱 。

小鹏P7玩狂野飙车9

实际上，强大的CPU不仅用于处理大型游戏，还应用于车内信息娱乐系统的日常数据处理，让整个系统在提供丰富的车内服务项目的同时，保持操作始终流畅，能快速响应车内乘员的操作。

除此之外，得益于多年在移动芯片领域的发展，高通有能力设计出集成度非常高的汽车芯片，这样一来，整个系统的集成度更高，具有更高的稳定性。例如高通骁龙820A芯片，在一颗SoC中集成了CPU、GPU、DSP、ISP、调制解调器、定位模块，一颗SoC就能让汽车实现集计算、图形处理、通信、导航定位等多种功能，而其他汽车芯片厂商难以做到这么高的集成度。

面对其他厂商大量 芯片的现实情况，高通用高集成度取胜，对于整车企业来讲无论是维修更换还是未来的硬件升级，都更加容易。

在移动芯片领域摸爬滚打多年的高通如今再次发力智能座舱，可谓厚积薄发，并且掀起了一场汽车智能座舱的“军备竞赛”，无论是传统汽车厂商还是造车新势力，都已经坐不住了。

二、AI“秘书”上车?让你更专注前方道路

其实，在高通的未来出行布局中，智能座舱是高通给予用户最直观的体验。而AI则是未来出行中另一个必不可少的技术。高通希望将AI技术应用于智能座舱和自动驾驶，让未来出行更加安全、便利。

在智能座舱的背后，正是AI处理器让车辆更加智能，高通将AI处理器命名为高通人工智能引擎AI?Engine。

依靠高通人工智能引擎AI?Engine，就能提升车端的人工智能技术，从而提升语音助手、音 、安全和游戏方面的体验。

高通AI智能技术让驾驶更加轻松

在硬件方面，高通人工智能引擎AI?Engine需要Hexagon矢量处理器、Adreno?GPU、Kyro?CPU。软件上，需要神经处理器SDK、Hexagon?NN、通用神经网络架构支持、安卓神经网络API等。有了这些软硬件的准备，就能够实现车端的人工智能（即边缘计算）。

近年来，正是因为移动芯片、车载芯片的算力都有大幅提升，同时芯片制程技术的提升让移动芯片的功耗也能得到控制，设备端/车端的人工智能技术逐渐受到重视。

拿车端人工智能技术来说，如果将车内乘员的语音命令在车端作出识别，速度更快，延迟更低，不会给人卡顿的感觉，甚至在没有网络连接的状态下也能使用。另外，由于所有计算都在本地完成，车端人工智能技术也更加稳定、安全；同时，还保护了车内乘员的 。

实际上，车端的人工智能还能实现更多。例如，车载摄像头可以通过计算摄影，减少视 画面的噪点，提升画质。车端人工智能技术甚至还能感知车内乘员的情绪，根据乘员需求实时、准确执行指令，如进行音量调整、路线查询、导航设置等。同时借助语音、指纹、面部识别，汽车可准确区分乘员与他们在车内的位置，个性化地提供车辆设置（切换驾驶模式、调整座椅模式、方向盘高度）、影音信息推送（定制路线路况推送、音乐推送）等服务，真正让人和车紧密结合。

此外，高通还采用了独立的Hexagon?DSP数字信号处理器，专用于处理语音、音 输出、计算视觉功能，让这些AI功能有专用的处理模块。

据了解，Hexagon?DSP数字信号处理器处理器包括Hexagon向量扩展内核HVX（Hexagon?Vector?eXtensi ）和专门面向AI计算的张量加速单元HTA（Hexagon?Tensor?Accelerator），可更 地为自然语言处理和对象分类等场景提供AI加速。

当你的AI秘书真正上车之后，车内大多数操作“最多说一声”就能完成，部分操作甚至不用说一声，智能座舱自动就能完成，这样一来就能让你更加专注于前方的道路。

三、车路协同将大规模落地?未来出行更

面向未来出行，如果仅局限于单车的智能，还远远不够；互联同样是未来出行的必要条件，高通给出的方案是蜂窝车联网（C-V2X）。即通过车端的4G/5G网络与道路基础设施（V2I）、其他车辆（V2V）、行人及骑行者（V2P）、云端（V2C）互联，让出行更加安全、 ，甚至还能基于位置为车内乘员提供服务。

C-V2X在交通状况复杂的区域非常实用

目前，高通骁龙汽车4G/5G 以及高通9150?C-V2X芯片组都能实现C-V2X的功能。

高通9150?C-V2X芯片组在5.9GHz?ITS 段中，由车辆、基础设施和行人直接实现低时延的传输检测和交换信息。同时，这一芯片组也遵循3GPP向5G网络演进的规范，可以适用于未来的5G网络。

高通骁龙汽车4G/5G 则更加强大。

骁龙汽车4G 是高通面向汽车的第六代多模LTE调制解调器。骁龙汽车4G 支持FD-MIMO和最多五路的LTE载波聚合，这一 可以兼容全球运营商的 谱。

骁龙汽车5G 符合3GPP?Release?15规范，向下兼容4G，同时能够在独立组网（SA）和非独立组网（NSA）下运行。骁龙汽车5G 还支持多样化的新兴出行服务模式，例如支持双卡双通，允许汽车和驾驶员分别选择不同网络运营商的服务，并可通过远程服务配置进行管理。

在硬件方面，高通骁龙汽车4G/5G 都支持Wi-Fi?6，理论最快可以达到1.774?Gbps的传输速度，蓝牙版本为蓝牙5.1，定位系统支持北斗、伽利略、GPS、格洛纳斯、准天顶卫星系统，甚至还能实现高精度定位。

据了解，高通骁龙汽车4G/5G 支持高通Vision增强型高精定位技术（VEPP），定位精度为1米以内，车辆能够实现车道级的导航或是自动驾驶。

C-V2X能“预测未来”

据了解，2017年至今，高通已经在中国、美国、日本、韩国、澳大利亚，以及欧洲的德国、法国、意大利、西班牙、比利时、英国、葡萄牙、奥地利、卢森堡进行了大量的C-V2X测试试验和互联互通演示，为C-V2X技术及产业商用就绪奠定了基础。

在国内，高通也在去年联合30多家汽车产业链企业，参与了中国 “跨芯片模组、跨终端、跨整车、跨安全 ”的C-V2X应用展示，大部分演示整车和车载单元装置都搭载了9150?C-V2X芯片组。

在高通的未来出行布局中，安全和 是最重要的，无论是高通9150?C-V2X芯片组还是高通骁龙汽车4G/5G 都能满足未来出行中低延迟、快速通信的需求，让车辆在道路上可以预知前方将要发生的事件。

除蜂窝车联网之外，高通还有自己的自动驾驶解决方案，也就是高通Snapdragon?Ride 。

Snapdragon?Ride通过SoC、加速器和自动驾驶软件栈的结合，能够支持自动驾驶系统的三个细分领域，即：L1/L2级别主动安全ADAS——面向具备自动紧急制动、交通标志识别和车道保持辅助功能的汽车；L2+级别ADAS——面向在高速公路上进行自动驾驶、支持自助泊车，也能支持交通拥堵辅助；L4/L5级别完全自动驾驶——面向在城市交通环境中的自动驾驶、无人出租车和机器人物流。

搭载高通Snapdragon?Ride 自动驾驶解决方案的车辆

在硬件方面，Snapdragon?Ride 针对不同的自动驾驶等级，开发出可扩展且模块化的异构多核CPU、AI与计算机视觉引擎，以及GPU模块。

例如，面向L1/L2级自动驾驶，可以采用算力达到30?TOPS等级的设备，如果是L4/L5级自动驾驶，则可以采用算力超过700?TOPS，功耗为130瓦的设备。同时，根据功耗的不同， 也支持被动或风冷的散热设计。另外，Snapdragon?Ride的一系列SoC和加速器专为功能安全ASIL-D级（汽车安全完整性等级D级）系统而设计。

在软件方面，Snapdragon?Ride 集成Snapdragon?Ride自动驾驶软件栈，高通提供了感知、定位、传感器融合和行为规划等模块化选项，可模块化定制或拓展。

目前，Snapdragon?Ride已经交付汽车制造商和一级供应商进行前期开发，高通预计搭载Snapdragon?Ride的车型将在2023年正式投入生产。

四、高通也是老司机?四大业务布局未来出行

如今，高通在车载网联和蜂窝车联网（C-V2X）、数字座舱、云侧终端管理以及驾驶辅助系统（ADAS）和自动驾驶四大业务领域布局未来出行。高通取得的这一成绩，并非依靠在移动芯片和通信领域的成果，而是依靠多年在汽车行业的摸爬滚打。

2002年，高通发布通用汽车安吉星CDMA?1x车载信息处理解决方案，正式入局汽车行业。此后在车载通信领域一直占据很高的市场地位。不仅在2G网络时代，在3G、4G网络时代，高通都是车载通信领域的 。

也就是说，高通其实是一名“老司机”。

对于未来出行，高通仍将从当前四大业务出发。高通认为，未来十年，车对云的连接、车对车以及车对行人的连接将是汽车行业发展的关键。

据介绍，在车载网联处理和蜂窝车联网（C-V2X）领域，高通将拓展汽车无线解决方案产品以及骁龙汽车4G和5G ，支持汽车制造商、一级供应商和路侧基础设施建设商为网联汽车开发更快、更安全的产品。同时，面向各个档位车型，提供可扩展的Wi-Fi和蓝牙产品组合，联合电信运营商、芯片厂商、汽车制造商等推动C-V2X的发展、普及、商用。

在数字座舱发展方面，高通将与汽车制造商深入合作，共同定义未来产品方向，以实现全新的、更 、更智能、更个性化的驾乘体验。

在云侧终端管理中，高通将帮助汽车制造商获得最新的数字座舱和车载网联系统，同时可以让汽车进行OTA更新与升级。实际上，在今年1月，高通就发布了车对云服务，支持OTA升级、按需激活以及即用即付服务，让软件服务能够成为汽车的一部分。

在ADAS和自动驾驶方面，目前Snapdragon?Ride 已经能够满足L1级～L5级自动驾驶不同的需求，未来将通过Snapdragon?Ride自动驾驶软件栈与汽车制造商和一级供应商的自主算法相结合，逐渐普及自动驾驶系统，并最终支持完全自动自主驾驶系统。

可以说，高通在未来出行领域的布局愈加清晰，同时也向着更 、更人性化的方向发展。未来，高通这位“老司机”还将引领汽车智能网联以及自动驾驶的发展，推动整个行业不断进步。

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。

今天关于“智己IM AD NOA官宣上线 发布D.L.P.人工智能模型”的讲解就到这里了。希望大家能够更深入地了解这个主题，并从我的回答中找到需要的信息。如果您有任何问题或需要进一步的信息，请随时告诉我。