赛迪研究院发布《2018年中国自动驾驶产业发展及投资价值白皮书》!

xm

来源:中国电子信息产业发展研究院



10月19日,由北京市人民政府、工业和信息化部主办,工业和信息化部装备工业发展中心、中国电子信息产业发展研究院(以下简称“赛迪研究院”)等机构共同承办的“世界智能网联汽车大会”进行第二天,赛迪研究院在“未来出行与城市智慧交通”专题论坛上,发布《2018年中国自动驾驶产业发展及投资价值白皮书》。


赛迪顾问总裁孙会峰应邀出席大会“未来出行与城市智慧交通”专题论坛发表演讲。基于赛迪顾问多年以来对汽车行业发展的深入研究及积累的产业分析经验,孙会峰发布了对目前自动驾驶情况的分析、未来交通模式重构以及汽车行业变革出路的观点和判断,并在会上同期发布《2018年中国自动驾驶产业发展及投资价值白皮书》。


xm

▲ 赛迪顾问总裁孙会峰



一、现状之一:自动驾驶已经成为汽车行业最重要的投资热点


通过近三年汽车领域的投资热点事件可以看出行业对于自动驾驶的态度转变:


  • 2015年丰田十亿美元重金投资AI;

  • 2016年自动驾驶关注度升温,苹果十亿美元投资滴滴出行,同年Uber合作丰田开发无人驾驶,6.8亿重金收购无人驾驶公司Otto;

  • 2017年奥迪和Bosch分别宣布和NVIDIA合作开发AI,其他知名企业也纷纷将目光聚集自动驾驶行业。


孙会峰表示,无论是传统汽车制造企业本身还是投资方以及以IT技术作为切入点的互联网公司都不约而同将资本流向自动驾驶领域,足以证明其在汽车行业的投资热度。



二、现状之二:自动驾驶有望在2025年实现大规模商用


根据赛迪顾问制作的自动驾驶技术成熟度曲线分析,目前自动驾驶相关的硬件和软件算法已经相对完善,而限制其投入大规模商用的主要因素在于测试数据量、政策法规和相关基础设施。但孙会峰表示,目前法规政策正在逐步放开自驾的测试,并支持基础设施建设,测试数据也将在未来几年内不断丰富完善。预计到2025年,用于提供出行服务的无人驾驶车辆将正式投入运营使用。


xm

▲ 自动驾驶投资风图 (数据来源:赛迪顾问2018,09)



三、现状之三:自动驾驶是出行服务公司实现盈利的救命稻草


6年以来滴滴累计亏损390亿,其中2018年上半年净亏损40亿元。虽然滴滴无需自己买车请司机,但是高昂运营费用以及竞争对手的再次出现使得滴滴更加不堪重负。传统出行服务公司如果不继续推出比出租和自驾更具优势的出行模式,仍无法挽救亏损局面,而自动驾驶就是这样一根实现盈利的救命稻草。虽然自动驾驶系统大规模量产成本介于7000~15000美元之间,价格仍比较高昂,但省去的司机分成以及运营费用的大规模降低不仅可以扭转亏损局面,反而可以有可观盈利。


xm

数据来源:赛迪顾问2018,09



那么未来交通模式将如何被重构?孙会峰对此做出解答。


1、重构产品属性:汽车正从独立的机械产品转向联网的软件平台


传统汽车行业在出行方面的功能提升空间已经十分有限,但是将目光转向对用户体验的提升方面,其发展空间则十分广阔,从有人到无人驾驶,就会是一场重要的变革。其中,网络将起到重要作用,目前“车”“网”互联的渗透率在20%左右,在未来,联网将成为汽车标配功能之一,我们可以预测在2020年,这个渗透率将提升至98%及以上,而汽车行业也将从独立的机械产品逐步转化成联网的软件平台。


2、重构产业价值:产业生态掌控权由整车企业转向运营平台


在未来,“整车+零部件”的产业业态组合将转向“平台+终端”模式,汽车在未来的存在将转化成像如今手机一样的终端产品。平台用户与行业需求精准对接将大大提高用户转化率和留存率,在此基础上不断丰富平台功能和模式就可以创造更多价值,它有可能集中精准客群反向对供应链资源进行整合,而自动驾驶汽车则极有可能成为这样的运营平台。


xm

数据来源:赛迪顾问2018,09


3、重构出行体验:汽车从单纯的交通工具转向第四空间


我们有时会思考这样的问题,传统出行模式中,为什么不参与驾驶的乘客仍无法在乘车过程中获得最好的出行体验?为什么常常看到有人在高铁上用笔记本加班而在公交车上却很少见?


因为传统汽车驾驶过程中空间的限制、驾驶员精力的投入等原因,乘客在车厢内很难达到最舒适的状态,但在自动驾驶的世界里,取消司机驾驶位和驾驶工具,完全依赖自动驾驶系统,可以极大程度拓展车内空间,经过优化它可以解放人类时间,空间,使人们在汽车内也能享有乘坐飞机、高铁时较为舒适甚至更为舒适的乘车体验。


xm



4、重构交通系统:交通出行从独立个体到有机整体



车网互联使得车辆不仅仅是独立个体,而是庞大交通网络体系中的有机一员。现有交通系统需要红绿灯、交警指挥等辅助维持交通秩序,而重构交通互联网络之后,自动驾驶车辆将接受网络智能调度,将交通出行打造出智能化、自动化、联网化的有机整体,实现交通环境更安全、交通路网更高效、交通系统成本更低廉的效果。


最后孙会峰表示赛迪顾问根据对自动驾驶行业的研究和近些年产业的变化,围绕产业发展和投资等方面的分析可以查阅同期发布的《2018年中国自动驾驶产业发展及投资价值白皮书》。


xm


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

640?wx_fmt=jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/493891.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

瓦片地图与geoserver发布

本文主要包括以下内容 TileMill生成Tile影像金字塔(.mbtiles压缩文件)Mbutil(https://github.com/mapbox/mbutil)解压缩Apache HTTP Server(或tomcat) 建立web瓦片服务客户端调用( http://www.arcgis.com/home)测试 首先将数据…

AI手机报告 | 揭秘手机行业未来AI之路

来源:网易智能在10月19日上午举办的IDC中国数字化转型年度盛典的“人工智能与大数据”分论坛上,IDC(国际数据公司,International Data Corporation)联合旷视科技发布“AI手机”行业白皮书报告——《IDC手机行业白皮书&…

Flex 学习笔记------FLACC Crossbridge

FLACC & Crossbridge 前段时间在研究如何在Flex项目中处理图片的一些信息,比如获取图片的颜色通道,DPI信息等,搜索了半天还是一无所获。图像处理是一个比较复杂的过程,不过想来前端处理图像也是一个必然的趋势。 看看这个腾讯…

IOS之计算器实现

本文利用ios实现计算器app,后期将用mvc结构重构 import UIKitclass CalculViewController: UIViewController {IBOutlet weak var display: UILabel!var userIsInTheMiddleOFTypingANumber:BoolfalseIBAction func appendDigit(sender: UIButton) {let digitsender…

AI进军新药发现研究?这99页slides了解一下

来源:专知摘要:近些年,深度学习对许多研究领域产生了深远的影响,应用场景也十分宽泛。我们都知道在医疗领域,新药发现研究是高成本,低产出的,但是对推进医疗领域的发展起到至关重要的作用。今天…

HDU 4651 数论 partition 求自然数的拆分数

别人的解题报告&#xff1a; http://blog.csdn.net/zstu_zlj/article/details/9796087 我的代码&#xff1a; 1 #include <cstdio>2 #define N 1000203 const int mod 1e97;4 int p[N];5 void Partition()6 {7 p[0] 1;8 for(int n1; n < 1e5; n)9 { 10 …

IOS之笑脸app

ios笑脸app实现 import UIKitIBDesignable class FaceView: UIView {IBInspectablevar lineWidth:CGFloat3{didSet{setNeedsLayout()}}IBInspectablevar color:UIColor UIColor.blueColor(){didSet{setNeedsLayout()}}IBInspectablevar scale:CGFloat0.9{didSet{setNeedsLay…

15年来,自然语言处理发展史上的8大里程碑

来源&#xff1a;Deep Tech深科技自然语言是人类独有的智慧结晶。自然语言处理&#xff08;Natural Language Processing&#xff0c;NLP&#xff09;是计算机科学领域与人工智能领域中的一个重要方向&#xff0c;旨在研究能实现人与计算机之间用自然语言进行有效通信的各种理…

最短路径实现

主要工具 QGIS建立拓扑关系 Postgres存储数据表 Geoserver发布相关服务 QGIS建立拓扑关系 使用v.clean运行&#xff0c;并用DBManager即可以建立拓扑关系并导入数据库。 注意 QGIS2.16有数据溢出问题&#xff0c;使用QGIS2.14可以解决这个问题 Postgres存储数据表 导…

2019将成机器学习关键年:中美AI或有一战

作者 | Hussain Fakhruddin译者 | 大小非编辑 | Vincent 来源 | AI前线(ID&#xff1a;ai-front)导读&#xff1a;2019 年将是机器学习关键的一年。ML 已经成为全球数字转型的关键要素之一——到 2021 年底&#xff0c;累计投资预计将达到 580 亿美元。在企业应用领域&#xff…

深度 | IBM长文解读人工智能、机器学习和认知计算

来源&#xff1a;人工智能产业链联盟人工智能的发展曾经经历过几次起起伏伏&#xff0c;近来在深度学习技术的推动下又迎来了一波新的前所未有的高潮。近日&#xff0c;IBM 官网发表了一篇概述文章&#xff0c;对人工智能技术的发展过程进行了简单梳理&#xff0c;同时还图文并…

多变量线性回归

目前为止,我们探讨了单变量/特征的回归模型,现在我们对房价模型增加更多的特征, 例如房间数楼层等,构成一个含有多个变量的模型,模型中的特征为(x1,x2,…,xn) 增添更多特征后,我们引入一系列新的注释: n 代表特征的数量 x(i)代表第 i 个训练实例,是特征矩阵中的第 i 行,是一…

人工智能乌托邦 迪拜认为2071年人类应该这样生活!

来源&#xff1a;网易智能不同于硅谷老牌的科技力量&#xff0c;迪拜一直是独特的存在。他们日益崛起的科技实力正在被验证&#xff0c;无论是全面AI化的基础建设和城市治安力量&#xff0c;还是频频登上全球科技头条的机器人警察和空中出租车&#xff0c;迪拜试图摆脱很多人眼…

逻辑回归与正则化

在分类问题中,你要预测的变量 y 是离散的值,我们将学习一种叫做逻辑回归 (Logistic Regression) 的算法,这是目前最流行使用最广泛的一种学习算法。 在分类问题中,我们尝试预测的是结果是否属于某一个类(例如正确或错误)。分类问 题的例子有:判断一封电子邮件是否是垃圾邮件;判…

万字报告!一文看懂全球车厂的技术家底模块化平台

来源&#xff1a;智东西摘要&#xff1a;介绍模块化平台以及该平台对车企的重要意义&#xff0c;详解车企模块化平台布局。汽车的研发制造方式经历了手工作坊式到标准化流水线再到平台化&#xff0c;目前主流车企纷纷采取模块化平台方式。汽车模块化平台研发制造是指车企基于通…

西湖大学全披露:68位顶级科学家加盟,已获捐资35亿,最小捐赠者12岁

来源&#xff1a;量子位最终&#xff0c;2018年10月20日&#xff0c;成为了西湖大学的成立日。在刚结束的成立大会上&#xff0c;5名诺贝尔奖得主、70余位国内外校长及代表、近百位捐赠人齐聚。可谓少长咸集&#xff0c;高朋满座&#xff0c;生而备受期待。而且就在创立大会上&…

字体大宝库:设计师必备的专业免费英文字体

字体绝对是每一个设计非常重要的部分&#xff0c;设计者总是希望有最好的免费字体&#xff0c;以保持他们字体库的更新。所以今天我要向设计师们分享一个专业的免费英文字体集合。这些免费的字体是适用于任何类型的图形设计&#xff1a;Web&#xff0c;打印&#xff0c;动态图形…

神经网络学习

代价函数 首先引入一些便于稍后讨论的新标记方法: 假设神经网络的训练样本有 m 个,每个包含一组输入 x 和一组输出信号 y,L 表示神经 网络层数,Sl表示每层的 neuron 个数(SL表示输出层神经元个数),SL代表最后一层中处理 单元的个数。 将神经网络的分类定义为两种情况:二类分…

干货|深度!“人工智能+制造”产业发展研究报告

来源&#xff1a;&#xff1a;腾讯研究院工业革命以后的“自动化”概念追求的是机器自动生产&#xff0c;本质是“机器替人”&#xff0c;强调在完全不需要人的情况下进行不间断的大规模机器生产&#xff1b;而“智能化”追求的是机器的柔性生产&#xff0c;本质是“人机协同”…

机器学习系统设计与建议

当我们在运用训练好了的模型来预测未知数据的时候发现有较大的误差,我们下一步可以 做什么? 1. 获得更多的训练实例——通常是有效的,但代价较大,下面的方法也可能有效,可 考虑先采用下面的几种方法。 2. 尝试减少特征的数量 3. 尝试获得更多的特征 4. 尝试增加多项式特征…