車聯網的2020年:商業落地、生態溢出、技術底座
技術底座:高舉“開放”,誰能成為真正底座?
當下車聯網技術層面的競爭,包括BAT在內玩家都在宣傳自家的車聯網方案都是一個開放的生態,都在建立一個開源的“技術底座”,但其中也存在不少差異。
例如,百度依托Apollo這個當下全球最大的自動駕駛開放平臺,集成了包括車輛平臺、硬件平臺、軟件平臺和云端數據服務,再通過小度車載OS為智能網聯系統,將能力集中對軟硬件平臺以云端數據平臺進行管控,以此成就了百度Apollo智能車聯的車載場景解決方案。
阿里旗下的斑馬網絡則是通過與YUNOS重組,形成了具備貫穿端、邊、云、網能力的整體系統,使其達成在整車電子電氣架構智能化、車機硬件與軟件、車機內底層操作系統、上層應用形成四個層面的技術閉環,而AliOS則是鏈接樞紐。
騰訊車聯網則是由五大基礎框架構成,包括大數據、云計算、人工智能、安全能力和內容平臺,像旗下三張牌之一的蘑菇車聯就推出了“蘑菇OS+AI云+智能終端+傳感器“的解決方案。日前,梧桐車聯基于TINNOVE OpenOS技術,也推出了TINNOVE 3.0解決方案。
在外人看來,三家的車聯網技術解決方案好像非常接近,只是形式和對概念的表述方式有所差異,其實不然內核區別非常大,簡單來講百度Apollo智能網聯其覆蓋了包括車聯網、V2X、自動駕駛全領域的布局,而斑馬,騰訊的解決方案主要僅覆蓋于智能網聯領域。
再來要弄清楚,車聯網領域到底需要怎樣的“技術底座”,是需要滿足不同的車型,為汽車產品提供標準化解決方案?還是需要具備多場景應用生態,可以為行業提供豐富的可兼容性軟件工具?答案是都要具備。
再來對比三大玩家,也是因為解決方案本質上覆蓋領域的不同,目前而言能夠滿足這一要求的還只有百度。今年成都、北京的幾大車展上,百度都展現出了這方面的能力,像全新推出的小度車載2021,基于五大基座滿足了為汽車產品提供標準化解決方案;在多場景應用生態方面,依托強大的AI能力,百度車載OS集成了語音、搜索、小程序、地圖導航等百度AI能力。
并且從當下市場數據中我們能看到,百度Apollo智能車聯大規模上車,無論是合作車企品牌,還是搭載車型數量均位于行業第一,之前就提到已經與70多家汽車企業合作,合作上市車型超過600余款,這便是最好的證明。
在今年生態大會上,百度更是提出“領先一代的共贏關系”,對于開發者而言,依托小度助手汽車版推出首個車規級生態底座,并通過低代碼量的小程序開發框架和標準組件,讓更多車企與海量小程序對接,并開放豐富的車機流量入口,通過接入豐富成熟的運營?具,形成獨特的跨聯盟超級APP流量交換。助力開發者快速達成AI能力閉環,實現一次開發,多屏、多車型適配搭載,讓開發者快速上車,同時通過豐富的車機流量,承接豐富成熟的運營工具,形成獨特的跨聯盟超級APP流量交換,引領開發者實現共贏。
除此之外,智能汽車已進入“人機共駕”新時代,如何打造人與車之間的全方位流暢交互,也成為汽車智能化行業的核心問題之一,為此百度地圖汽版迎來再次進化,推出了智能領航系統,成為了最懂駕駛的下一代智能座艙地圖,面向車企百度地圖汽車版2021提供了三橫一縱全方位地圖解決方案,讓車企量產更加簡單,百度也將這稱之為“領先一代的車載地圖”。百度正最大程度的實現“開放”,而這些方面是現階段阿里與騰訊無法比擬的。
2020年百度已經成為大部分車廠的技術底座已是事實,至于未來這個位置是否會發生變化,還要看百度能否一步快步步快。
請輸入評論內容...
請輸入評論/評論長度6~500個字
圖片新聞
最新活動更多
-
精彩回顧立即查看>> 【線下會議】恩智浦創新技術峰會·深圳
-
精彩回顧立即查看>> 【在線直播】可視化神器!VisionSym 賦能汽車光學原型開發
-
精彩回顧立即查看>> 12月16-17日 AMD 嵌入式峰會
-
精彩回顧立即查看>> 恩智浦創新技術峰會
-
精彩回顧立即查看>> 【工程師系列】汽車電子技術在線大會
-
精彩回顧立即查看>> Works With 開發者大會深圳站
推薦專題
- 1 2148萬樁蓄力突圍,政策組合拳如何撬動充電設施三年倍增?
- 2 “狼”又來了!FSD中國版上線前夜,小米華為誰該失眠?
- 3 2026年,各車企的自動駕駛方案到了什么階段(一)?
- 4 2026年,各車企的自動駕駛方案到了什么階段(二)?
- 5 特斯拉CEO馬斯克又放狠話:2026年無人車開遍全美,十年后自己開車成“小眾愛好”
- 6 25萬起!5月五款旗艦SUV哪款值得等
- 7 中美自動駕駛“雙人舞”:中國靠“基建狂魔”,美國賭“單車戰神”,誰將贏下未來?
- 8 雄安+58同城聯手押注,“全場景L4自動駕駛第一股”馭勢科技今天招股!市占率90.5%的隱形冠軍,憑什么穿越十年周期?
- 9 王耀:汽車智能化新趨勢:從單點突破到體系決勝 | 刊首語
- 10 物理AI浪潮下的汽車產業:從“看見世界”到“理解世界”


分享










