2025入局自动驾驶的秋招人,应该瞄准哪些技术方向?

2024年已过大半,9月随着开学季的来临,2025届的毕业生也纷纷踏出了秋招的第一步。

无论是在学生期间就深耕许久智驾技术、还是从其他赛道转战至智驾,自2023年末一直到今年上半年来,都一直国内智驾行业层出不穷的各种破圈动态刷屏。

萝卜快跑的正式推进,华为正式上线ADS3.0端到端智驾系统,小鹏又推出自研的L4自动驾驶芯片……整个行业一片峥嵘兴盛。

乱花迷人眼。

不少投资方和自动驾驶行业的老油条们都报以消极态度,而各大论坛上关于25届秋招的态势也是老生常谈的“一汪死水”。

2023年被称作自动驾驶落地元年,2024年业内统一更换口径,逐渐称呼「自动驾驶」为「智能驾驶」,这一年被称作是智能驾驶的决战元年。

双向极端的资讯冲击着25届秋招人的大脑,站在十字路口徘徊不前。当下就业形势俨然一副灰蒙蒙的惨淡样,「选择」在这个特殊的时刻,对初入职场的人更要比以往慎之又慎。

翻来覆去讲的一些秋招经验和面试笔试技巧大家也刷到不少,今天我们不从细节入手,转战宏观角度,为各位盘点国内目前头部的智驾企业如今的主推技术和发展情况。

希望能帮助各位做出翻倍的“五年计划”,而不是简单的“三年模拟”。

▍华为汽车:ADS高阶智驾系统3.0版本

上周借着华为问界新M7 Pro上市,笔者对华为近3年正式部署智能驾驶以来的发展都做了尽数背调(了解详情可点击阅读),可得的公开信息为:华为智驾系统目前已发展到了ADS3.0「端到端」阶段。

简要来说就是“去BEV,换GOD”。

在这里插入图片描述

1.技术概览

全新端到端架构:ADS 3.0采用了全新的端到端架构设计,实现了从感知、决策到执行的无缝连接。这种架构显著提高了系统的反应速度和准确性,使得智能驾驶更加流畅和高效。

分布式计算:ADS 3.0采用分布式架构,将计算任务分配到多个计算节点上。这种设计使得系统能够根据需求灵活扩展算力,满足不同场景下的自动驾驶需求。同时,分布式架构也提高了系统的可靠性和效率,即使某个计算节点出现故障,其他节点也能继续运行,确保整体系统的稳定运行。

多传感器融合:ADS 3.0集成了激光雷达、毫米波雷达、摄像头等多种传感器,实现了对周围环境的全方位感知。通过多传感器融合技术,系统能够同时获取来自不同传感器的信息,提高感知的准确性和鲁棒性。

3.0系统包揽的技术包括「端到端」、定位、感知,而GOD大网络中包含神经网络和深度学习技术,可以看作近似「世界模型」的架构,因此各位可以从这几方面着手思考华为汽车的秋招。

2.市场前景

8月29日,华为发布2024上半年财务情况,结合大信会计师事务所最新披露的信息,华为车BU(深圳引望)在2024年上半年的营业收入达到了104.35亿元人民币,显示出强劲的增长动力。这一数字相较于2022年和2023年同期有了显著的提升,分别增长了数倍。

同时在净利润方面,深圳引望在2024年上半年实现了22.31亿元人民币的净利润,净利率达到21.4%,在此之前,华为车BU曾经历了一段时间的亏损,根据当下数据可以看出已经成功实现扭亏为盈。

2024年上半年(截止到7月),华为智驾汽车的累计交付量已达到23.8万辆,是去年全年交付量的2倍多。

▍小鹏汽车:XNGP智能辅助驾驶5.2.0版本

XNGP目前是小鹏汽车最高阶的智驾系统,在此之前XPILOT是小鹏汽车的第一代自动驾驶辅助系统,XPILOT2018年上市,达到了L2级的自动驾驶;而XNGP在3年后上市,据小鹏官方宣传达到了L3级别的自动驾驶。

在这里插入图片描述

1.技术概览

在今年7月30日的小鹏AI智驾技术发布会上,何小鹏宣布将向全球用户全量推送AI天玑系统XOS 5.2.0版本,XNGP正式进入“全国都好用”时代。

XNGP全称Navigation Guided Pilot,是小鹏汽车智能辅助驾驶技术的集大成者,旨在为用户提供更安全、更便捷、更舒适的驾驶体验。

核心功能·城市NGP:XNGP实现了城市路况下的全程智能辅助驾驶。车辆可以自动识别红绿灯、通过路况、自动超车、自动限速调节、最优车道选择等,并能在交通锥识别与避让、大货车规避、夜间超车提醒等复杂道路场景上实现良好表现。

高速NGP增强版:在高速道路上实现自动变道、自动超越慢车、自动进出匝道、自动调整限速等功能,提供更为流畅的巡航体验。

VPA停车场记忆泊车增强版:在停车场中实现自动寻找空位、自动泊入泊出、自动记忆常用停车位等功能,为用户带来便捷的停车体验。

新一代感知架构XNET:感知方面通过多相机和雷达收集数据,实时生成3D场景地图和高精度地图,提升感知、预判、决策和执行能力。

BEV技术:虽然同样走向了「端到端」探索之路,但小鹏研发XNGP时并没有完全放弃BEV,已经实现了基于BEV模型的感知与规划,在实车测试中也取得了显著成效。

*自研L4级自动驾驶芯片:

8月27日晚间,在公布新车型的同时,何小鹏宣布:小鹏汽车自主设计的智驾芯片图灵芯片于8月23日流片成功,图灵芯片可以用于L4级自动驾驶。

据介绍,小鹏图灵芯片拥有40核心CPU,两NPU,以及两个独立图像ISP。同时,该芯片还可支持300亿参数的大模型在端侧运行。

2.市场前景

根据小鹏汽车公布的2024年第二季度财报,该季度总营收达到81.1亿元人民币,同比增长60.2%,环比增长23.9%。

除了基础的汽车交付,在智驾研发方面的市场攻占局势上,小鹏也显示出不俗的竞争力,还曾被马斯克称赞是拥有中国目前最前沿智驾系统的企业。

▍理想汽车:无图NOA+VLM

说起国内的自动驾驶,大有“地大华魔“,小有“蔚小理”,虽然理想汽车也跻身于四新小中,但它的自动驾驶研发一直以来都不怎么被注意。

虽然不够突出,但他们也没有落后太多,在2024智能驾驶夏季发布会上理想宣布,在7月内向会所有理想AD Max用户全量推送“全国都能开”的无图NOA(Navigation on Autopilot),并将同时推送全自动AES(自动紧急转向)和全方位低速AEB(自动紧急制动)功能。此外,理想汽车还发布了基于端到端模型、VLM视觉语言模型和世界模型的全新自动驾驶技术架构,并开启了早鸟计划。

在这里插入图片描述

1.技术概览

摆脱先验信息的依赖:无图NOA不再依赖高精地图或先验信息,用户在全国范围内有导航覆盖的城市范围内均可使用这一功能,甚至在胡同窄路和乡村小路也能实现智能驾驶。这得益于其感知、理解和道路结构构建能力的全面提升。

高效的时空联合规划能力:无图NOA具备高效的时空联合规划能力,能够实现横纵向空间的同步规划,并通过持续预测自车与他车的空间交互关系,规划未来时间窗口内的所有可行驶轨迹。这样,车辆在遇到道路障碍物时可以更加丝滑地避让和绕行。

复杂城市路口的选路能力:无图NOA采用BEV视觉模型融合导航匹配算法,能够实时感知变化的路沿、路面箭头标识和路口特征,并将车道结构和导航特征充分融合,有效解决了复杂路口难以结构化的问题,实现超远视距导航选路能力。

端到端结合VLM视觉:

理想汽车的全新自动驾驶技术架构受诺贝尔奖得主丹尼尔·卡尼曼的快慢系统理论启发,模拟人类的思考和决策过程,形成更智能、更拟人的驾驶解决方案。

端到端模型的输入主要由摄像头和激光雷达构成,多传感器特征经过CNN(卷积神经网络)主干网络的提取、融合,投影至BEV空间。为提升模型的表征能力,理想汽车还设计了记忆模块,兼具时间和空间维度的记忆能力。在模型的输入中,理想汽车还加入了车辆状态信息和导航信息,经过Transformer模型的编码,与BEV特征共同解码出动态障碍物、道路结构和通用障碍物,并规划出行车轨迹。

而VLM视觉语言模型由一个统一的Transformer模型组成,将Prompt(提示词)文本进行Tokenizer(分词器)编码,并将前视相机的图像和导航地图信息进行视觉信息编码,再通过图文对齐模块进行模态对齐,最终统一进行自回归推理,输出对环境的理解、驾驶决策和驾驶轨迹,传递给系统1辅助控制车辆。

重建+生成的世界模型:理想汽车的自动驾驶世界模型结合了重建和生成两种技术路径,将真实数据通过3DGS技术进行重建,并使用生成模型补充新视角。

2.市场前景

理想汽车在2024年保持了强劲的销售势头,连续多个月实现销量同比增长。理想连续七个季度实现盈利,是造车新势力中唯一能够实现稳定盈利的车企。

在研发投入方面,理想汽车将大量资金投入到智能驾驶、智能空间、智能电动和车辆安全等核心技术的研发中,约占10%收入比例。

▍蔚来汽车:NIO AD

蔚来汽车的智能驾驶系统NIO Assisted and Intelligent Driving(简称NIO AD),具备全栈智能驾驶技术能力,从地图定位到感知算法,从底层系统到控制策略,均实现了全面自研。

在这里插入图片描述

1.技术概览

Aquila蔚来超感系统:该系统拥有33个高性能感知硬件,包括1个超远距高精度激光雷达、7颗800万像素高清摄像头、4颗300万像素高感光环视专用摄像头、5个毫米波雷达、12个超声波传感器、2个高精度定位单元以及V2X车路协同等。这些硬件共同构成了蔚来智能驾驶的感知基础,实现了对周围环境的全方位、高精度感知。

Adam蔚来超算平台:该平台搭载了4颗NVIDIA DRIVE Orin芯片,算力高达1,016Tops,为智能驾驶系统提供了强大的计算能力。通过超高带宽的图像接口和每秒可处理64亿像素的ISP,Adam平台能够实时处理来自Aquila超感系统的海量数据,实现精准高效的智能驾驶决策。

首个智能驾驶模型NWM:多元自回归生成模型NWM能基于3秒的驾驶视频,生成120秒的想象视频,它具备与生俱来的闭环仿真测试能力,已在复杂交互场景中全面测试并验证性能。

2.市场前景

蔚来汽车拥有此前EV款汽车积攒的庞大用户基数,这为他们智能驾驶用户数增长打下了夯实的基础,根据官方数据,蔚来智能驾驶系统已经覆盖了中国大陆99%的城市,并且在实际道路验证方面取得了显著成果。

但正如前言所说,和理想一样,在国内自驾话语权方面,蔚来依旧不太出彩,其市场竞争力还有发展空间。

▍地平线:HSD

作为从2015年就专注做智能驾驶辅助系统的老牌四大之一的企业,地平线的智驾辅助系统在国内是极其成熟的。

近期的地平线技术分享会上,他们的创始团队也对HSD(Horizon SuperDrive智驾方案)进行了解构。

1.技术概览

在这里插入图片描述

世界模型实现Scale Out的突破:

SuperDrive利用激光雷达、摄像头、超声波传感器等多种传感器,对周围环境进行全方位感知和控制。

与传统智能驾驶系统不同,SuperDrive采用了端到端的感知架构。这一架构能够同时处理动态和静态目标,通过Occupancy占用网络的应用,精准还原物理世界的真实环境。这种端到端的处理方式使得车辆不仅能够感知到周围环境,还能像经验丰富的驾驶员一样,理解并预测周围世界的动态变化。

交互博弈实现Scale Up的突破:

SuperDrive以智能“管家”的形态,主动理解用户需求,提供个性化的驾驶辅助和信息服务;支持语音控制、手势识别等多种交互方式,提升驾驶的便捷性和安全性。

SuperDrive引入的交互博弈算法通过模拟人类驾驶员在复杂交通环境中的交互行为,使车辆能够在保证安全的前提下,实现更高效的通行。在面对拥堵换道、路口决策、人车混行等复杂场景时,交互博弈算法能够优化决策过程,确保车辆行驶既平稳又高效。

2.市场前景

在高阶和低阶智能驾驶市场,地平线的车规级芯片“征程”系列以及智驾解决方案均表现出色,市场占有率均位列国内第二,仅次于国际巨头英伟达和Mobileye。

其主要客户包括上汽集团、广汽集团、比亚迪、理想汽车、蔚来、哪吒汽车等多家中国知名车企。此外,地平线还与博世、大陆集团等全球领先的Tier 1供应商建立了战略合作伙伴关系,它的市场地位不言而喻。

**
从最新的技术角度可以看出,目前各智驾团队都紧赶慢赶在做「端到端」和「世界模型」,但在系统的技术没有成熟之前,BEV等已成型的架构依旧在支撑着这些智驾系统运作。

入局智驾,还是不能放弃一些“故人”。
©️【深蓝AI】
撰稿|Los

本文首发于微信公众号【深蓝AI】,移步公众号【深蓝AI】,第一时间获取自动驾驶、人工智能与机器人行业最新最前沿论文和科技动态👇
深蓝AI·赋能自动驾驶+机器人+AI

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/web/52122.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

问:你知道IO和NIO有哪些区别不?

一、先表示一下_ Java IOJava NIO主要特点面向流(Stream)的I/O操作面向缓冲区(Buffer)和通道(Channel)的I/O操作,支持非阻塞I/O和选择器(Selector)常用方法InputStream、…

免费OCR 文字识别工具

免费:本项目所有代码开源,完全免费。 方便:解压即用,离线运行,无需网络。 高效:自带高效率的离线OCR引擎,内置多种语言识别库。 灵活:支持命令行、HTTP接口等外部调用方式。 功能…

PostgreSQL16.4搭建一主一从集群

PostgreSQL搭建一主一从集群的过程主要涉及到基础环境准备、PostgreSQL安装、主从节点配置以及同步验证等步骤。以下是一个详细的搭建过程: 一、基础环境准备 创建虚拟机: 准备两台虚拟机,分别作为主节点和从节点。为每台虚拟机分配独立的IP…

降Compose十八掌之『羝羊触蕃』| Handle Platform Lifecycles

公众号「稀有猿诉」 原文链接 降Compose十八掌之『羝羊触蕃』| Handle Platform Lifecycles Jetpack Compose是一个独立的声明式UI框架,它并不受限于任何操作系统平台,从框架定位的角度来讲,它是跨平台的,也应该要跨平台。…

Vue 中的 Vuex:全面解析与使用教程

什么是 Vuex? Vuex 是 Vue.js 官方提供的状态管理模式,专为 Vue.js 应用设计。它通过集中式存储管理应用中所有的组件状态,允许组件之间更方便地共享数据,并提供了一套规则来确保状态以可预测的方式发生变化。Vuex 对大型应用尤其…

OPenCV结构分析与形状描述符(5)查找图像中的连通组件的函数connectedComponents()的使用

操作系统:ubuntu22.04 OpenCV版本:OpenCV4.9 IDE:Visual Studio Code 编程语言:C11 算法描述 connectedComponents 函数计算布尔图像的连通组件标签图像。 该函数接受一个具有4或8连通性的二值图像,并返回 N,即标签…

如何处理Flask中的路由

在Flask框架中,路由是Web应用的核心组成部分之一,它定义了URL路径与视图函数之间的映射关系。当用户通过浏览器访问特定的URL时,Flask会根据定义的路由规则找到对应的视图函数,并调用该函数来处理请求,最后返回响应给客…

springboot3 集成elasticsearch(es)客户端(高亮查询)

集成依赖 <parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>3.2.5</version><relativePath/> <!-- lookup parent from repository --></parent&…

Java 面试题:从源码理解 ThreadLocal 如何解决内存泄漏 ConcurrentHashMap 如何保证并发安全 --xunznux

文章目录 ThreadLocalThreadLocal 的基本原理ThreadLocal 的实现细节内存泄漏源码使用场景 ConcurrentHashMap 怎么实现线程安全的CAS初始化源码添加元素putVal方法 ThreadLocal ThreadLocal 是 Java 中的一种用于在多线程环境下存储线程局部变量的机制&#xff0c;它可以为每…

机器学习之 PCA降维

1.PCA 降维简介 主成分分析&#xff08;Principal Component Analysis, PCA&#xff09;是一种统计方法&#xff0c;用于在数据集中寻找一组线性组合的特征&#xff0c;这些特征被称为主成分。PCA 的目标是通过变换原始特征空间到新的特征空间&#xff0c;从而减少数据的维度&…

持久化分析

目录 介绍步骤WMI持久化分析注册表映像劫持IFEO持久化 介绍 1、WMI 的全称是 Windows Management Instrumentation&#xff0c;即 Windows 管理规范&#xff0c;在 Windows 操作系统中&#xff0c;随着 WMI 技术的引入并在之后随着时间的推移而过时&#xff0c;它作为一项功能…

Golang | Leetcode Golang题解之第387题字符串中的第一个唯一字符

题目&#xff1a; 题解&#xff1a; type pair struct {ch bytepos int }func firstUniqChar(s string) int {n : len(s)pos : [26]int{}for i : range pos[:] {pos[i] n}q : []pair{}for i : range s {ch : s[i] - aif pos[ch] n {pos[ch] iq append(q, pair{ch, i})} e…

用亚马逊云科技Graviton高性能/低耗能处理器构建AI向量数据库(上篇)

简介&#xff1a; 今天小李哥将介绍亚马逊推出的云平台4代高性能计算处理器Gravition&#xff0c;并利用该处理器构建生成式AI向量数据库。利用向量数据库&#xff0c;我们可以开发和构建多样化的生成式AI应用&#xff0c;如RAG知识库&#xff0c;特定领域知识的聊天机器人等。…

聚铭网络受邀成为ISC终端安全生态联盟首批成员单位

近日&#xff0c;在2024数博会这一行业盛会上&#xff0c;全国首个专注于终端能力的联盟——ISC终端安全生态联盟正式成立&#xff0c;聚铭网络受邀成为该联盟的首批成员单位之一。 ISC终端安全生态联盟由360集团发起&#xff0c;并联合20余家业内领先企业共同创立。联盟旨在通…

Rk3588 Android12 AIDL 开发

AIDL (Android Interface Definition Language) 和 HIDL (HAL Interface Definition Language) 都是 Android 系统中用于定义接口的工具&#xff0c;但它们有不同的用途和特性。 AIDL (Android Interface Definition Language) 用途&#xff1a; 主要用于应用程序之间的进程间…

记录|单例模式小记

目录 前言一、单例模式1.1 什么是单例模式1.2 常见单例模式 二、单例模式对比更新时间 前言 参考文章&#xff1a; 去读队友写的代码的时候由于看不懂才去学习的。 一般情况下&#xff0c;这种是用于数据库的开销避免。 例如&#xff1a; public class DBConnectionManager{pri…

Windows键盘快捷方式

键盘快捷方式是两个或多个键的组合&#xff0c;可用于执行通常需要鼠标或其他指针设备才能执行的任务。 使用键盘快捷方式你可以更轻松地与电脑进行交互&#xff0c;从而在使用 Windows 和其他应用时节省时间和精力。 大多数应用还提供加速键&#xff0c;以让你能够更轻松地使…

大数据-120 - Flink Window 窗口机制-滑动时间窗口、会话窗口-基于时间驱动基于事件驱动

点一下关注吧&#xff01;&#xff01;&#xff01;非常感谢&#xff01;&#xff01;持续更新&#xff01;&#xff01;&#xff01; 目前已经更新到了&#xff1a; Hadoop&#xff08;已更完&#xff09;HDFS&#xff08;已更完&#xff09;MapReduce&#xff08;已更完&am…

自定义 SpringBoot Starter

文章目录 一、自定义 starter1.1 创建 maven 项目1.2 创建邮件配置属性类1.3 创建模拟邮件发送服务类1.4 创建自动配置类1.5 spring.factories 相关配置1.6 打包成依赖 二、测试项目2.1 创建项目2.2 application.yml 配置2.3 测试应用 参考资料 本文源码位于 java-demos/spring…

Restful风格接口开发

一、项目搭建 安装nestjs脚手架 // 安装nestjs脚手架 npm i nestjs/cli// 新建 nest new [名字]//选择要用的工具 npm / yarn / pnpm 文件信息&#xff1a; 【main.ts】&#xff1a; 入口文件&#xff0c;通过NestFactory&#xff08;由nestjs/core库抛出的对象&#x…