马斯克“激光雷达傻瓜论”延烧：中国AI芯片机会来了！

导语 mybattery有业内人士表示，加氢站的建设及成功运营不能一蹴而就，需要产业协同发展。资本太快进入相关市场，对行业发展来说其实并不是好事。

与纯电动汽车相比，氢燃料汽车产业链的有效运转更加依赖加氢站等配套设施的建设。但目前我国实际运行的加氢站很少，行业似乎是一片蓝海。

不过有业内人士向《每日经济新闻》记者表示，加氢站的建设及成功运营不能一蹴而就，需要产业协同发展。国内加氢设施建设进展缓慢存在行业整体原因，而资本太快进入相关市场，对行业发展来说，其实并不是件好事。

加氢站建设受土地限制

相较电动汽车而言，氢燃料汽车所需加氢设备不如充电桩多，但加氢设备规模要比充电设施大得多。

不同的产业技术特点，决定了氢燃料汽车更为依赖能源补给配套设施的建设，氢燃料汽车产业化需要加氢设施建设先行一步。从世界范围看，截至2017年底，全球运行的加氢站共有328座。其中日本运行了91座加氢站，为运行数量最多的国家，同时日本也是目前氢燃料汽车发展最为领先的国家。

根据相关规划，到2020年，我国有望建成100座加氢站。行业数据显示，截至2018年底，国内共建成12座加氢站并投入运营，在建的加氢站有33座。

一位业内分析人士告诉《每日经济新闻》记者，目前国内实际运营的加氢站可能还不足10座，要达到规划的加氢站数量还存在不小的挑战。

加氢站建设难点之一，在于土地问题。在日前于成都举行的氢能大会上，舜华新能源加氢事业部总经理刘邵军指出，加氢站所用土地的性质目前属于模糊地带，有人说应按照工业用地规划，也有人说应按照商业用地规划，不同土地性质将对加氢站的建设成本构成重要影响。其还称，部分加氢站仅选址工作就要花费一两年时间。

前述分析人士认为，国内土地供应相对有限，若单独规划土地建设加氢站，不仅土地成本难以承受，还将占用宝贵的土地资源，得失尚需考量。该人士指出，油氢混合站或许是加氢站未来的发展方向。

该人士还透露，目前“两桶油”已率先布局油氢混合站，其中中国石化曾提出计划建设百座油氢混合站，而中国石油在广东省云浮市及佛山市的两座油氢混合站也在建设中。

4月9日，国家工信部副部长辛国斌前往中国石化参与建设的广东佛山樟坑油氢合建站考察调研。据悉，樟坑油氢合建站预计在今年5月底投入运营，将成为国内首座油氢合建站。

两桶油实为“试水”？

除了土地成本高昂外，目前加氢站的运营成本也比较高，这也是不少项目方调研考察多次但项目未见进展的一大原因。

刘邵军表示，目前加氢站想盈利还比较困难，主要与氢气价格及氢燃料汽车运行状况有关：氢气价格占加氢站运营成本较大部分，而在一些缺乏氢气来源的地方氢气成本更高；氢燃料汽车每天运行多远、需要加多少氢气都影响着加氢站盈利情况。

刘邵军进而指出，加氢站投入大、运营成本高，因此大型央企在投建时也比较谨慎。

一位涉及加氢站建设的企业内部人士向《每日经济新闻》记者坦承，目前“两桶油”虽布局油氢合建站等氢能源相关业务，但两家公司对加氢站的长远规划其实还未最终定调。虽然两家大型油气企业可能认为氢能是能源转型的一个方向，但考虑到相关建设成本情况，大型央企仍比较慎重。

该人士还以油氢合建站举例说道，目前计划投运的站点更多可能是试验示范站，通过这些站点，“两桶油”能感受行业温度及行业技术进展等，“他们要研究清楚，谋定而后动，不可能非常快地推进这个事”。

有券商研报指出，加氢站建设速度较慢，审批机制欠缺是原因之一。4月9日，国务院发布关于落实《政府工作报告》重点工作部门分工的意见，提出“推动充电、加氢等设施建设”，并确定该项工作由财政部等按职责分工负责。这也标志着加氢站审批机制将快速完善，基础设施瓶颈将迎来破冰。

但有业内人士认为，由于不同省市实际情况存在差异，目前尚无法确定各省市是否会选择同一部委作为加氢站建设的主管部门。亦有业内人士向《每日经济新闻》记者指出，今年全国两会后，确定行业主管部门一事已在协调和推进，但除了广东佛山、云浮等地外，目前多数省市还未就此事有更多进展。

业内：希望资本进入速度慢一些

从政策层面来看，加氢站建设获得大力支持。据最新公布的2019年新能源汽车补贴政策，国家发改委、财政部、工信部等要求地方从2019年起完善政策，过渡期（2019年3月26日至6月25日）结束后不再对新能源汽车（新能源公交车和燃料电池汽车除外）给予购置补贴，将购置补贴集中用于支持充电（加氢）等基础设施“短板”建设和配套运营服务等方面。

在此背景下，大批资本踊跃进入产业领域及二级市场。以上市企业为例，目前A股涉及加氢站的概念公司多达10余家，包括厚普股份（300471，SZ）、美锦能源（000723，SZ）等。

厚普股份原本经营车用天然气加气站等业务，近年因市场低迷等原因，其天然气加气站业务亏损严重。自2018年下半年开始，厚普股份加大对加氢站业务的投入。

2018年11月，厚普股份公告称，其全资子公司拟与法国液化空气集团方面共同投建一家从事加氢站业务的合资公司。今年4月，厚普股份表示，为加快合作进度，将合作主体由其全资子公司调整为上市公司。

虽然加氢站并未构成公司主要业务，但厚普股份股价已被资本大幅抬高。今年2月1日至4月19日，厚普股份的股价区间涨幅高达253%。不过最近其股价出现回调，4月22日至今（截至4月30日）已跌去近30%。

一位氢能领域研究人士向《每日经济新闻》记者表示，部分业界人士其实并不希望资本太快进入加氢站等领域，“就产业而言，资本进入后希望尽快获利，但在目前行业情况下，这一点很难实现”。在二级市场方面，该人士认为资本放慢脚步对行业更有好处，其表示目前氢能源行业还处于起步阶段，行业发展起来需要一定时间，二级市场的大涨容易让人们忽视行业的真实发展情况。（每日经济新闻/谢宏辰）

马斯克“激光雷达傻瓜论”延烧：中国AI芯片机会来了！

特斯拉“全自动驾驶”（FSD）计算机发布，让马斯克有了更多diss激光雷达的底气，这背后是马斯克从押注摄像头到自研芯片再到自建车厂，试图打造出一条造车的闭环，但这条路真的好走吗？

“激光雷达傻瓜论”，引起了自动驾驶业界的集体反感，也让马斯克在计算机视觉这条路上越走越远。

实现自动驾驶，到底是激光雷达更容易还是摄像头更容易，业内已经争论多年，而目前量产车里面只靠摄像头的仅特斯拉一家，激光雷达虽然昂贵，但是3D空间物体精确定位是车企无法拒绝的技术。

不过，马斯克的“激光雷达傻瓜论”背后也有充足底气：芯片以及“全自动驾驶”（FSD）计算机，并且马斯克号称是“世界最好的芯片”。

从押注摄像头到自研芯片再到自建车厂，马斯克试图打造出一条造车的闭环，产业链也是一特斯拉为中心的生态圈，也难怪会被认为路数跟苹果相似。

但是造车毕竟不是造手机，特斯拉的路线到底是不是自动驾驶的捷径？

激光雷达VS摄像头：不必diss另一方

激光雷达与摄像头各有所长，就定位而言，激光雷达能估计3D空间中物体的精确定位，而目前使用相机（摄像头）进行定位的技术并不准确，因为它需要从2D到3D（例如使用立体视觉）进行定位，因此使用相机进行定位非常困难。尽管目前已经有利用深度学习的方法让相机本地化，但需要付出高昂的代价。

以下是摄像头和激光雷达在4个主要层面的比较：

1.成本：相机是一种廉价的传感器，而激光雷达的价格大于等于汽车的价格。

2.摄像头能看到颜色，因此可以做更好的检测和跟踪，而激光雷达不适合跟踪。

3.相机具有2D数据，因此定位非常困难，需要将其映射到3D，因此需要相机+激光雷达或多个相机。

4. 电源：摄像头可以通过USB供电，但是激光雷达需要插入外部适配器。

作为自动驾驶传感器最重要的部分：激光雷达和摄像头，两者形成不同的道路，马斯克频繁diss激光雷达，自然是摄像头路线的坚决拥护者。新智元初步梳理出了走两条路径的国内外自动驾驶企业名单（部分）。

走哪条路线并没有对错之分，不过，马斯克“激光雷达傻瓜论”既得罪了同行不说，也过于抬高计算机视觉的地位。就目前而看，深度学习带来计算机视觉效果距离自动驾驶所需的极高精度仍然有一段距离，新智元近期报道《一张贴纸欺骗AI，对抗性补丁让人类隐身，监控摄像危险了！》指出，借助一张简单打印出来的图案，就可以完美避开AI摄像头，骗过了YOLO (v2) 识别系统。

AI系统成功检测到左边的人，而右边的人被忽略了

另一方面，特斯拉在发布会上宣布，摄像头已经实现了99.9999％的准确率，但进入无人驾驶需要一个准确度高达1000000％的系统，而不是仅差0.0001％，因为即便是有0.0001％，也会出现致命车祸。

计算机视觉领域还值得关注的是，当深度学习工作时，我们并不严格知道它为什么会起作用，“黑盒”问题并没有解决。

当然，摄像头不完美不代表激光雷达完美，上文讲到激光雷达在成本、跟踪检测等方面还不如摄像头，此处不展开描述。

总之，目前行业普遍采用的方法是使用相机+激光雷达来更好地检测和定位，马斯克如果不是唯一一个，也是极少数做出二选一并且diss另一方的人。

特斯拉的“苹果”路线：造芯片押对了宝吗？

除了传感器的路线之争外，马斯克已经在特斯拉特色的道路上越走越远。

特斯拉最近发布的汽车大脑——FSD计算机，让特斯拉跻身成为能够设计AI芯片的科技公司。

芯片由三星制造，每个FSD包含两个芯片，每个芯片都有两个专门设计用于运行神经网络的加速器，FSD每秒最多可执行144 TOPS神经网络性能，处理来自8个摄像头、12个超声波传感器、各种雷达、GPS和测绘的数据。

特斯拉甚至声称，FSD计算机提供了所有必要的处理工作，为“全自动驾驶”汽车提供动力——如果软件赶上的话。

目前，特斯拉仍旧依赖英伟达提供算力，FSD计算机问世后，特斯拉拿来跟英伟达Drive Xavier比较，尽管被后者指责对标对象错了，但依旧难掩特斯拉算力不求人的姿态。

FSD计算机问世之后，特斯拉正式形成自己制芯、自己建厂、自己造车、自己销售的“自己自足”产业闭环，比苹果的生态更苹（feng）果（bi）。

抛开技术上的比较不谈，特斯拉面临的更大挑战可能是内部芯片设计所带来的成本投入和灵活性问题。把芯片做得太具体是有危险的，因为当新算法被开发出来时，特斯拉的芯片是否让算法模型足够灵活，能够适应？

AI是一个快速发展的领域，随着自动驾驶新方法的开发，特斯拉可能会发现自己在芯片方面押错了宝。

特斯拉的模式是从底层芯片到汽车销售全部掌握在自己手中，可以做更好的系统级整合和优化，但是AI芯片的量，依赖于特斯拉车的数量，现在特斯拉Model 3的周产量刚刚稳定在5000台以上，成本无法降下来，对于芯片性能提升和更新，长远来讲都会是一个问题。

实现自动驾驶需要大量的处理能力不假，AI芯片和TOPS性能也足够扯眼球，但仅靠处理器无法解决问题。尽管特斯拉承诺到2020年将拥有“超过一百万辆”全自动驾驶汽车，但仍然是只提供所谓的二级辅助驾驶：一种驾驶员辅助模式，车辆可以自行加速、制动和转向，但只能在驾驶员准备好的情况下进行控制设置控制。

自动驾驶路线之争：特斯拉模式之外的道路

不可否认，特斯拉模式给国内外车企带来了不少启发，并且已经将部分技术专利公开，人人可用，也让不少造车新势力能够自诩“中国版特斯拉”。

但是特斯拉模式并非唯一路线。

实现自动驾驶，量产和数据两个指标很重要：量产规模上去了之后，自然会得到数据；但是目前只有特斯拉自动驾驶在量产，连Waymo都没有实现大规模量产，更别提其他创业公司。

这种情况倒逼创业公司寻找出不同路径。

以驭势科技为例，驭势跟主机厂合作，开发便宜可靠的影子模式的控制器，通过影子模式获取数据，做新算法的迭代验证。

另一种路径是地平线模式。

地平线在整个智能汽车产业链里扮演的角色是做人工智能的二级供应商(Tier 2)。因此，地平线的边界也格外清晰：只造武器不打仗，不直接服务终端客户（OEM或出行服务商），不碰数据，不做应用，不做下游产品。

这种思路决定了地平线的自动驾驶定位：做汽车芯片领域的英特尔，为智能汽车提供每辆车里的“人工智能处理器inside” ，地平线将这种赋能叫做AI on Horizon。

地平线创始人兼CEO余凯也点评马斯克的FSD计算机：“地平线也同样相信车载计算的未来，不同之处在于，地平线’AI on Horizon’战略是基于开放的信仰，而不是特斯拉封闭的系统。”

如果特斯拉模式是苹果的话，那么驭势科技和地平线等公司的做法就是安卓，通过铺设大量的软硬件到车辆上，形成开放的生态，在获取开放性数据、优化算法、芯片更新迭代等方面更容易。

汽车AI芯片的创业公司机遇：中国首个车规级芯片将发布

在PC时代，英特尔的芯片为IBM、戴尔、联想的电脑提供核心算力；在智能汽车领域，还没有出现像英特尔一样一家独大的芯片企业，这也是创业公司的机会。在这个赛道上，AI创业公司、传统的传统Tier1制造商、OEM厂商以及英特尔、英伟达这样的芯片巨头都涉足进来，让这个尚处在早期的产业无比热闹。

在地平线最核心的芯片产品方面，搭载了地平线第二代BPU的车规级人工智能芯片将于今年发布，这也将是中国首个量产的车规级芯片。

余凯认为，特斯拉AI芯片优势在于能够垂直整合，劣势在于研发成本高、周期长，并且汽车产业分工原本就明确，核心处理器交由专业的供应商负责是资源最优配置。自动驾驶领域不断变化，但对于车企来讲购买和定制其他公司的芯片会更明智。

另一方面，创业公司能够适应更灵活的边缘计算环境，在纷繁错乱的物联网生态中建立体系，这是传统汽车芯片巨头所不具备的，这也是汽车AI芯片给创业公司带来的机遇。

目前，国内AI芯片创业公司已经意识到并开始建立生态系统。以地平线AI on Horizon为例，核心思想是：芯片底层开放赋能，一路成就客户。

在今年的上海车展上，“AI on Horizon”成果初显，地平线展台展示了十多款合作伙伴基于地平线AI芯片和算法打造的智能车载设备，包含智能后视镜、DMS产品、ADAS产品、智能出租车终端等等。

此外，地平线与韩国SK电讯充分发挥各自优势合作研发的众包高精地图更新与ADAS设备方案也已亮相上海车展，并有望在今年实现大规模量产。而此次车展上宣布的与禾赛科技、首汽约车的合作，进一步扩大了AI on Horizon的技术赋能 “朋友圈”。

“现在无人驾驶不会一步实现，在无人驾驶还没有到来的之前，第一步需要在车内的车机、娱乐导航系统、人机交互方面，通过AI让体验更好，更安全。第二步，从二级、三级的辅助驾驶，半自动驾驶，让用户实实在在的体会到价值，而不仅仅是给到用户无法想象的词叫无人驾驶。”余凯说。