智能汽车

智能汽车 · 圈子

1217 位酷友已加入

本圈子收集关于智能汽车的各种技术资料,加入圈子可以上传、下载资料,也可以使用提问来寻求资料或分享你认为有价值的站外链接~

关注推荐最新

热门标签

资源

特斯拉FSD自动驾驶方案深度解析

特斯拉FSD自动驾驶方案深度解析

资源

普华永道&华为:汽车行业数字化用户运营解决方案白皮书

随着汽车行业走入软件时代,产品的变革正推动消费者需求不断变化,一方面伴随着新生代用户的崛起,其对于数字产品、服务和触点的理解不断成熟,另一方面数字营销技术和媒体平台也在快速分化演变,因此,如何增强获客效率,实现用户的留存以及生命价值最大化,已成为当前各主机厂思考的核心议题。 过去,主机厂和用户的沟通大多依靠经销商,以线下为主要触点与用户建立联系。随着营销手段的升级,重线下的“批发模式”愈发难以适应消费者购车决策链条向线上触点转移的趋 势。然而在公域流量触顶、传统营销效率降低的现实下,车企数字营销面临着高成本、低转化的两难境地。伴随着国内新势力的崛起,其用户直联、私域流量运营与用户沉淀的模式已取得显著成效,营销的边界在潜客和保客之间也变得模糊,自营平台才能实现真正用户沉淀已成为业界共识,用户运营已从“选择题”变为“填空题”,成为主机厂需要组建的核心业务 与能力之一。 然而,用户运营是一个复杂的系统体系,尽管新势力和互联网的实践为车企提供了参考,但像素级拷贝领先实践的片段实践,并加以组合,并不能够保证必然成功。车企应系统性考虑用户运营,从顶层设计出发,明确用户运营的战略目标、价值和阵地,在运营和落地层面,通过建设统一数据运营平台,后端搭建数据管理体系以及服务体系,构建企业数据资产,形成以数据为燃料为业务赋能的运营模式。 为全面分析汽车行业用户运营的总体情况及如何构建运营能力,普华永道与华为云联合发布《汽车行业数字化用户运营解决方案白皮书》,基于普华永道对汽车行业用户运营的研究与洞察,从跨行业及同行业最佳用户运营实践进行分析与洞察,从外部形势变化、用户价值战略定位和用户运营逻辑、建立用户运营体系以及建立用户运营团队和能力四个章节出发,为行业提供有效建议,助力车企开展数字化用户运营工作。

资源

【报告】2024年度中国汽车十大技术趋势报告

2024年度中国汽车十大技术趋势(以下简称“年度十大技术”),包括L3级自动驾驶、NOA城市领航辅助驾驶、20000rpm以上电驱动总成、富锂锰基正极材料、主动悬架、国产EHB、多元材料多点式混合一体成形技术、跨域融合智能芯片、智能座舱、预期功能安全共10项技术上榜。——中国汽车工程学会正式发布“CSAE汽车科技预见”研究成果

资源

天风证券-智能汽车-智能化系列-智能驾驶-新技术-新任知-新机会

作为以前瞻、深度为己任的研究机构,我们一直在试图追踪新能源汽车崛起带来的产业变化。而有别于通用的市场规模、公司情况、估值模型的报告架构。落脚于智能驾驶,提炼出我们看到的未来变化,总结出可能的产业变化。 多方共振,汽车智能化进入高速增长期 政策+技术+商业三方共振,汽车智能化进入高速增长期:1)政策端:国外部分国家L3级政策已出台,国内政策有望取得实质性落地;2)技术端:BEV+Transformer+占用网络 实现算法突破,4D毫米波雷达利于硬件将本,有望促进智驾普及;3)商业端:主机厂NOA场景不断泛化,消费者已将智驾功能作为选购重要决策项。 智驾时代:新技术,新认知,新机会 1)新技术:智能驾驶作为新技术处于高速成长期,重点由场景拓展转为里程迭代;2)新认知:新能源车行业上半场由油电同价逻辑开启,下半场智能化时代有望回归用户价值。我们关注品牌对客户需求的深挖和对消费者价值的塑造,例如华为将安全作为智驾关键点;3)新机会:软件端价值持续上升,从多模块到端到端算法是主要趋势;硬件端控制器走向中央域,传感器需求随自动驾驶等级增加,但最终走向低成本、小体积,执行器关注线控制动和空气悬架。 来源:天风证券

资源

天风证券:智能汽车行业专题研究-大模型应用下自动驾驶赛道将有哪些变化

BEV+Transformer已经成为自动驾驶算法主流趋势 特斯拉率先引入BEV+Tranformer大模型,与传统2D+CNN小模型相比,大模型的优势主要在于:1)提高感知能力:BEV将激光雷达、雷达和相机等多模态数据融合在同一平面上,可以提供全局视角并消除数据之间的遮挡和重叠问题,提高物体检测和跟踪的精度;2)提高泛化能力:Transformer模型提取特征函数,通过注意力机制寻找事物本身的内在关系,使智能驾驶学会总结归纳而不是机械式学习。主流车企及自动驾驶企业均已布局BEV+Transformer,大模型成为自动驾驶算法的主流趋势。 ◆ 大模型应用下NOA快速落地,L3及以上自动驾驶进程有望加快 在车端大模型可赋能自动驾驶的感知和预测环节,并逐渐向决策层渗透,驾驶策略或将从规则驱动向数据驱动转变。在云端大模型通过实现自动标、数据挖掘、仿真场景生成,提高自动驾驶迭代效率和速度。大模型催化下,高速NOA、通勤NOA、城市NOA等功能快速上车,同时有望加快L3及以上自动驾驶落地进程。 大模型将带来云端算力、车端算力、感知端、执行端以及商业模式的变化 云端算力:智算中心承载这大模型训练与验证所需的算力支持,已经成为自动驾驶下一阶段竞争重点。我们预计到2025年,智算中心算力将达到14-46 EFLOPS,算力市场规模或将达到4-15亿美元,国产算力产业链值得关注。智算中心建设需要综合考虑需求、成本、能力三大因素,我们认为在中短期内,主机厂/自动驾驶厂商将主要采取合作模式/采购模式,长期具备较高自建 倾向。 来源:天风证券

资源

《新能源汽车保险事故动力蓄电池查勘检测评估指南》协会标准

本文件由中国保险行业协会提出并归口。 本文件规定了新能源汽车保险事故动力蓄电池查勘中的处理方法、检测方法和损失情况分类分级要求。 本文件适用于对新能源汽车保险事故动力蓄电池查勘、检测、损失评估进行使用。其它事故新能源汽车动力蓄电池维修作业可参照使用。

资源

浙商证券-汽车-走进机器人-图拆特斯拉Optimos.

本报告针对特斯拉2022年10月1日在其“AI Day 2022”发布的Tesla Bot(Optimus)进行细致分析研究,采用“一页原文,一页译文,一页解读”的形式展开报告,对Optimus的设计制造思路进行解读,对其中涉及的重要零部件与智能系统逐一拆解分析。 通过对Optimus的第一性分析,我们旨在展示“具身智能”落地实现的希望:特斯拉将其在电动汽车产业的多年经验移植到人形机器人的设计、制造中,极大地加速了Optimus的迭代速度;另一方面,特斯拉将“降本”思路贯穿设计始终,从材料选择到驱动器设计,大量“做减法”;特斯拉将电动车的FSD模块移植到机器人具身感知系统中,加速Optimus迈向“智能化”的步伐。 同时,通过对Optimus全身各系统的拆解分析,我们希望可以展示人形机器人产业链(力矩传感器、伺服电机、空心杯电机、减速器、金属永磁材料等)的投资机会。 来源:浙商证券股份有限公司

资源

先进驾驶辅助系统(ADAS)基础知识

先进驾驶辅助系统(ADAS)基础知识

资源

汽车行业智能座舱白皮书:聚焦电动化下半场

国家统计局数据显示国内汽车制造业规模以上工业企业在制造业中占比约8%,其规模效应和产业效应在我国经济社会发展中发挥着举足轻重的作用。 汽车产业目前处于多项变革同时发生的时期,科技进步推动变革产生,新变革催生新的需求,产业转型带动竞争格局重构。电动汽车的兴起后, “软件定义汽车”的概念进入市场,智能座舱与智能驾驶、智能网联成为被广泛认同的未来发展趋势。未来决定汽车差异性的关键将是软件及软件迭代所带来的性能和功能升级。换言之,电动车的发展奠定了硬件基础,而接下来的软件定义汽车将是市场竞争的核心。 从 2020 年起国家一系列相关政策和法规的出台,为智能汽车产业发展指明方向,智能汽车与新能源汽车均是我国发展成为汽车强国的战略选择。其中受限于法律法规进展和基建发展的制约因素,智能驾驶在未来 3-5 年将处于 L3 级别的成熟应用阶段。而智能座舱实现难度低,客户体验效果明显,同时可为未来 L4 级以上自动驾驶阶段的“智能移动空间”奠定基础,因此智能座舱将率先实现商用落地和商业模式开发,成为近期市场关注重点。 从车内看,智能座舱是座舱内饰、汽车电子产品与技术创新、升级和联动的主要载体;同时也将与其他的智能终端设备,如智能手机、手表、家居等互通互联,将汽车从单一的驾驶、乘坐工具升级为一个以消费者为中心的智能通行的一环。 从车外看,智能座舱将通过车联网、无线通信等技术,与车外的各项基础网联设施、设备实现 V2X(Vehicle-to-Everything)联结,是最终实现“万物互联”的一部分。 长期而言,智能座舱赛道的成长性将不再依赖于基础功能渗透率的提升,而需着眼于可打造差异化体验的新型智能应用,带动单车价值量的增长。核心部件、功能如域控制器、抬头显示(HUD)、空中下载(OTA)、数字钥匙等的发展将形成提升智能座舱的使用场景并形成新的商业模式,推动总体市场规模增长。 来源:毕马威

资源

36氪研究院:2023年中国自动驾驶行业研究报告

国家政策大力扶持,给自动驾驶行业发展注入强心剂。经过多年发展,自动驾驶已经成为中国展现国家技术实力、创新能力和产业配套水平的新名片,呈现出蓬勃向上的新格局。进入2022年以来,国家层面及地方政府也适时出台一系列政策和规划,促进自动驾驶相关产业健康快速发展。2022年11月,工信部印发《关于开展智能网联汽车准入和上路通行试点工作的通知》,对准入试点的智能网联汽车产品,提出了一系列规划和指导要求,进一步推进了自动驾驶的发展进程。 乘用车自动驾驶正在由L2向L3+过渡,商用车自动驾驶已进入商业化运营阶段。得益于硬件平台和软件算法逐步成熟,新车搭载L2功能正在逐渐成为前装标配。据统计,2022年我国在售新车L2和L3的渗透率分别为35%和9%,预计2023年将达到51%和20%*。与此同时,限定场景下的商用车自动驾驶率先进入商业化阶段。这主要由于商用车对价格的敏感度更低,B端付费意愿更高,加之场景交通复杂程度较低以及政策鼓励与放开,使得商用车在成本、市场、技术、法规等方面具有更好的落地性。 自动驾驶下半场来临,商业化落地将成为竞争关键。2022年以来,资本针对自动驾驶赛道的投资逻辑开始发生变化。简言之,就是资本市场趋于理性,商业化落地成为影响投资人决策的关键性指标。当前,自动驾驶企业兼顾算法优化和量产落地,在技术研发同时,通过技术应用降维实现规模化量产,打通商业化落地路径,构建数据闭环,推动自动驾驶加速落地。可以预见,当自动驾驶下半场来临,商业化落地将成为竞争关键。 来源:36氪研究院

资源

面向碳中和的新能源汽车与车网互动技术展望

面向碳中和的新能源汽车与车网互动技术展望 期刊论文

资源

拉钩招聘:2022年智能汽车行业数字化人才白皮书

国务院最新发布的《智能汽车创新发展战略》中指出智能汽车是指通过搭载先进传感器等装置,运用人工智能等新技术,具有自动驾驶功能,逐步成为智能移动空间和应用终端的新一代汽车。智能汽车通常又称为智能网联汽车、自动驾驶汽车等。战略中指出智能汽车已成为全球汽车产业发展的战略方向,发展智能汽车对我国具有重要的战略意义。 在新一轮科技变革的影响下,全球汽车行业正在经历百年未有的大变革,电动化、智能化、网联化成为汽车行业势不可挡的潮流与趋势,智能网联汽车已成为全球汽车产业的重要转型升级方向。拉勾招聘数据显示,受新冠疫情影响,汽车产业或开始重新洗牌。造车新势力及头部互联网公司纷纷加入造车行列,与传统车企之间对数字化人才的竞争越来越激烈。造车新势力及头部互联网公司因其先天具有的互联网环境,吸引了大量的数字化人才,传统车企因流程完善、资金雄厚、成熟量产经验,抗风险能力更强,加大数字化战略转型力度,也会吸引更多人才回流传统车企。 智能汽车行业的发展离不开数字化人才的不断涌入,本报告内容基于拉勾招聘130万+企业招聘数据,及3700万+数字化科技人才的求职行为。分析智能汽车行业人才发展趋势,招聘供需及人才流动现状。 来源: 拉钩招聘

  • 1
  • 2
  • 3
  • 4
  • 20
前往