投稿|蔚来“事故”之后,“故事”该怎么讲?( 五 )

投稿|蔚来“事故”之后,“故事”该怎么讲?
文章图片

而在《智能相对论》看来 , 即便不少车企纷纷发布关于自身“自动驾驶”技术的迭代和创新 , 比如从L3到L4的突破 , 但一旦 “新造车们”真正迈入了“智能/自动驾驶” 阶段 , 技术的角逐便会被量产的角逐所取代 , 仅停留在PPT阶段的“技术创新”意义不大 , “技术化量产”才是更高维度的智能化汽车发展关键字 。
投稿|蔚来“事故”之后,“故事”该怎么讲?
文章图片
投稿|蔚来“事故”之后,“故事”该怎么讲?
文章图片

那么 , 我们从三个维度来看一下 , 蔚来的未来 , 能否完成智能化汽车的量产任务 , 继续在智能车市场上厮杀?
首先看研发能力 , 这既包括新车型的研发能力 , 也包括智能技术在车型上的搭载 。智能技术在车型上的搭载 , 最难的是要打通商业与技术的闭环 。
因为简单的信息辅助 , 比如倒车雷达是无需与车辆控制系统有交互 , 但控制辅助类功能的实现 , 必然需要与车辆的控制系统直接交互 , 因此需要大量的数据来不断进行测试和调校 。
小马智行总经理莫璐怡认为 , 自动驾驶是一个基于实践和大数据的创新性问题 , 这里的实践就是指真实的道路测试 。
其分享了一个案例 , 小马智行正式落户广州前 , 其整个自动驾驶系统对雨天和水花处理能力是比较一般的 , 原因在于加州常年阳光明媚 , 没有太多雨天和水花的情景积累 。
来到广州之后 , 在500天的运营时间里 , 就有一半以上时间经历了雨天 , 这让小马智行的自动驾驶系统处理雨天情景的能力得到了提升 。
可见 , 对于自动驾驶技术的研发来说 , 数据至关重要 , 系统必须基于真实的驾驶数据 , 才能进行优化和不断迭代 。因此 , 研发能力跟量产之间息息相关 , 因为量产意味着数据规模更大 , 而强大的数据规模 , 也意味着能进一步帮助智能驾驶技术的提升 , 深化企业的技术护城河 。
目前来看 , 在一众“新造车中” , 仅特斯拉能超前跑出 , 凭借其庞大的交付量 , 特斯拉目前已累积近50亿公里的数据 , 远远超越国内任何一家车企或造车系统 。
因此《智能相对论》认为 , 在现阶段自动驾驶技术对国内新造车而言 , 更像是卖车亮点 , 而非真正的核心技术 , 因为缺乏海量数据的支撑 , 蔚来离“技术化量产”还有一段距离 , 接下来 , 除了自身技术的突破之外 , 能否实现多少产生“数据”的汽车销量 , 也会是关键 。
再看交付规模 。技术之于量产固然重要 , 但“造车能力”同样重要 。目前 , 蔚来位于合肥的第二座制造基地已开工建设 , 园区初期投资500亿元 , 预计建成后整车年产能达100万辆 。
不过 , 对比各大“新造车们”的产能实力 , 目前未来蔚来的交付规模只能说属于中下水平 , 甚至落后于第二梯队的威马汽车 。

推荐阅读