平安合作出智驾显才是最验证成色的
第一,判断智驾究竟好不好用,可以用以下六个维度考量:
1.主动避免可能碰撞的次数,这代表了智驾兜底的安全性,极其重要,毕竟人命关天,这一点上,华为智驾依然没有对手,除了华为就没有哪个其它友商敢重点宣传自己智驾安全的,除了华为,其它家都没有全向防碰撞,而华为都升级到CAS3.0了。
2.通勤效率,同样的路程,能否在保证安全的情况下,开的和人类司机一样快,能否让用户大幅度缓解疲劳,开的慢吞吞就没有意义,目前华为智驾ads3.2城区智驾的水平已经高于人类两年驾龄的司机了,而高速智驾的水平,更是堪比几十年的老司机。
3.用户智驾里程与智驾里程占比,前者代表绝对的基数,后者代表智驾使用的深度,只有体验足够好,用户智驾里程占比才足够高,越用越不愿意自己开了,华为用户的智驾里程占比领先幅度巨大,有些友商虽然说有智驾,但使用程度不高。
4.用户信任程度:传播的民间小视频,真实用户直播的多不多,翻车情况多不多,好像除了华为,其它友商都只敢请媒体来直播,很少有用户直播的。
5.敢不敢举办大规模的智驾比赛,华为已经举办了两界了,而且这个比赛没有任何门槛,只要是智驾版用户就能参与,车主参与积极性非常高,前几名一个月就能智驾跑几万公里,简直无敌,其它家的不敢举办这种比赛,说明心里没底。
6.有没有智驾险, 只有智驾足够安全风险足够低,才能推出智驾险,不然保险得赔死,这个鸿蒙智行很多车型也已经推出了。
从以上6个综合维度来考量,华为智驾ads依然强的飞起!友商们的智驾虽然也进步很大,但他们都还有很多软肋与薄弱之处,而且他们的领先基本都出自豢养的媒体宣传,所谓的智驾第一梯队,你问问他们的用户,他们敢不敢放心使用智驾,真正的水平就露馅了,今年随着ads4.0与新车型新硬件的更新,华为智驾会持续扩大领先优势!
第二,华为与理想都已经出具了春节期间的智驾报告,咱们可以从数据来对比分析下:
1.华为非常老实的只选取了假期8天的数据,且华为是先发布的,理想是后发,却使用了10天的数据,勉强智驾里程比华为高了一点点,有一种无论如何我都要赢你一点的美,羡慕理想用户比其它人多出两天假期。
2.智驾里程占比,华为用户是41.8%,理想是没发布,考虑到理想的保有量比华为至少多一半以上,可以理解理想不发布的良苦用心。
3.理想用户高速智驾里程比华为的高一点,说明理想的高速智驾用户信任程度较高了,但保有量高这么多,才微弱领先。
4.城区智驾里程与占比,华为都更高,在保有量低一半的情况下,能领先,说明了技术含金量。
5.智能泊车与离车伯入次数,这个华为依然和城区智驾一样遥遥领先。
以上对比可以看出,理想在难度较低的高速智驾上,用户使用意愿已经较高,但在难度更高的城区与智能泊车,要追赶华为ads,还需要继续努力。$赛力斯(SH601127)$ $江淮汽车(SH600418)$ $北汽蓝谷(SH600733)$
平安合作出智驾显才是最验证成色的
我给你增加一个维度,智能驾驶解决方案合作的整车厂数量以及车型数量。
在没有全面推出智驾险之前,都是试验性质的。
华为、比亚迪、理想、小鹏在智能驾驶(智驾)领域的布局和技术路线存在显著差异,主要体现在**技术路线、自研程度、硬件配置、功能定位**以及**落地场景**等方面。以下是具体对比:
---
### **1. 华为(ADS 2.0)**
**技术特点**:
- **全栈自研**:从芯片(昇腾)、传感器(激光雷达)、算法到高精地图全链条自主研发,依赖鸿蒙系统生态。
- **多传感器融合**:以激光雷达为核心,结合摄像头、毫米波雷达等,强调“上帝视角”感知,适应复杂场景(如无标线路口、夜间环境)。
- **高精地图依赖度低**:ADS 2.0逐步转向“无图化”,通过BEV(鸟瞰图)+Transformer模型实现实时环境建模。
- **落地场景**:覆盖高速、城区、泊车全场景(如城区NCA、代客泊车),已实现部分城市的无图化智驾。
**优势**:技术闭环能力强,复杂场景处理出色;劣势:成本较高(激光雷达方案),合作车企有限(问界、阿维塔等)。
---
### **2. 比亚迪(DiPilot/DiPilot 4.0)**
**技术特点**:
- **渐进式路线**:以L2+辅助驾驶为主,强调功能实用性(如自适应巡航、自动泊车),逐步向高阶智驾过渡。
- **依赖供应商合作**:早期与博世、Mobileye合作,DiPilot 4.0开始自研算法,但硬件(芯片、雷达)仍依赖外部采购。
- **注重垂直整合**:依托三电技术优势,智驾与整车控制深度结合(如能量回收与驾驶策略联动)。
- **场景覆盖**:高速NOA、自动泊车已落地,城区智驾相对保守,2023年后加速无图方案研发。
**优势**:性价比高,功能稳定;劣势:技术迭代较慢,高阶智驾(如城区领航)进展落后于新势力。
---
### **3. 理想(AD Max 3.0)**
**技术特点**:
- **纯视觉+激光雷达双路线**:早期依赖Mobileye芯片+视觉方案,AD Max 3.0加入激光雷达,采用多模态融合感知。
- **自研算法+外部硬件**:算法逐步自研(BEV+Occupancy网络),但芯片依赖英伟达Orin,传感器以性价比为导向。
- **场景定位**:聚焦家庭用户需求,注重舒适性和安全性,高速NOA成熟,城区NOA逐步开放(2024年计划覆盖全国)。
- **数据驱动**:通过影子模式收集用户数据优化算法,但数据规模小于特斯拉/小鹏。
**优势**:用户体验导向,功能贴合家庭场景;劣势:城区智驾进度较慢,依赖高精地图。
---
### **4. 小鹏(XNGP)**
**技术特点**:
- **激进的纯视觉路线**:早期依赖高精地图,XNGP转向“无图化”,以摄像头为主,激光雷达为辅(部分车型)。
- **全栈自研**:从感知算法(BEV+Transformer)到规控全部自研,芯片采用英伟达Orin,国内首个量产城市NGP(如广州、上海)。
- **场景覆盖最广**:2024年目标实现“全国都能开”的全场景智驾,包括城区、高速、泊车、跨层记忆泊车等。
- **数据闭环**:通过量产车收集海量数据,优化长尾场景(如加塞、施工路段)。
**优势**:技术迭代快,城区智驾领先;劣势:硬件成本较高(双激光雷达),部分用户反馈过于激进。
---
### **横向对比总结**
| **维度** | **华为** | **比亚迪** | **理想** | **小鹏** |
|----------------|----------------------------|--------------------------|--------------------------|--------------------------|
| **技术路线** | 激光雷达+无图化 | 渐进式L2+ | 激光雷达+视觉融合 | 纯视觉为主+无图化 |
| **自研程度** | 全栈自研(芯片到算法) | 算法逐步自研,硬件外购 | 算法自研,硬件外购 | 全栈自研(算法+部分硬件)|
| **核心场景** | 全场景(无图城区领航) | 高速/泊车 | 高速/家庭场景 | 全场景(激进城区覆盖) |
| **硬件配置** | 激光雷达×1,高算力芯片 | 摄像头+毫米波雷达 | 激光雷达×1,Orin芯片 | 激光雷达×2,Orin芯片 |
| **用户定位** | 科技尝鲜者/高端市场 | 大众市场/性价比用户 | 家庭用户/舒适导向 | 年轻科技爱好者 |
| **落地进度** | 部分城市无图NCA | 高速NOA成熟 | 城区NOA逐步开放 | 城区NGP覆盖超50城 |
---
### **选择建议**
- **追求技术领先**:华为(全栈能力)或小鹏(城区覆盖快);
- **注重性价比**:比亚迪(功能实用)或理想(家庭场景优化);
- **未来潜力**:小鹏(数据驱动迭代快)、华为(生态扩展性强)。
不同品牌的技术路线反映了其对自动驾驶的不同理解:华为强调整体生态,比亚迪注重稳健,理想聚焦场景,小鹏押注算法突破。随着无图化和大模型技术的普及,2024年后各家差距可能进一步缩小。
智驾水平难度系数:
0分到40分难度系数是_⭐。
40分到60分难度系数是_⭐⭐。
60分到80分难度系数是_⭐⭐⭐。
80分到90分难度系数是_⭐⭐⭐⭐。
90分到99分难度系数是_⭐⭐⭐⭐⭐。
华为、小鹏、理想目前的智驾水平是80-90水平。其它车企不到80分水平。