版权声明：本文的版权属于NetEase Auto。打印时请指示源。 NetEase Auto于8月29日报告了上海的JIADING测试院
版权声明：本文的版权属于NetEase Auto。打印时请指示源。 Netease Auto于8月29日在上海的Jiading测试码中报道，这是一款配备了四个盖子的Xingjie S9，经过严重的停车测试 - 当系统识别消防栓和悬挂在车辆后部的特殊形状屏障时，它会自动对应于轨迹以避免风险。该场景是华为智能汽车解决方案首席执行官Jin Yuzhi口中“安全性首先”的确切具体表达。华为Smart Car Solutions BU首席执行官Jin Yuzhi：“这不是商业赌博，而是数十年来技术积累的必然结果。” 8月22日，金·尤兹（Jin Yuzhi）首次揭示了一个主要里程碑：今年7月，Byhuawei的Qiankun车辆数量帮助该系统驾驶超过100万，激光雷达运输超过100万，辅助驾驶的合并 - 辅助行动达到了40亿千千米的驾驶。Ters。更有趣的是，实现当前收入的华为汽车BU并未设定特定的商业化目标。到今年8月底，与“五个世界”以及Avita，Deep Blue，Deep Blue，Lantu，Mengshi，Mengshi，Chuanfu，方程式豹，奥迪等品牌启动了总共28种与华为合作的车型。 Jin Yuzhi抚摸了Mate40的手机五年来。 “像这款手机一样，初始投资似乎很高，但是五年来的平均太阳成本仅为4元。”他背后的屏幕滚动了汽车合作社的28家公司的徽标，从阿维塔（Avita）到奥迪（Avita）到奥迪（Audi），从国内新秀到传统大亨，价格为15万到一百万，而且技术的加强。当经过精心讨论该行业是否可以实现L4自动驾驶水平的VLA（感知语言行为模型）时，Jin Yuzhi得出了一个明显的结论USION：“ VLA将视频信息转换为语言令牌，然后控制汽车，就像有人先撰写论文然后运行的人一样。”华为WA（世界行为模型）的路径通过多模式控制车（例如视觉，声音和触摸）直接直接直接进行，它跳过了语言变化的过程。基于WA体系结构开发的WEWA模型将尽快放入广告4中。就像阿雷基斯学习的婴儿一样。人们在行走之前不首先了解“地面摩擦”的概念，而是通过触觉反馈直接调整其速度。为了回应“堆叠材料的问题，要支持溢价”，Jin Yuzhi向用户展示了一封信：春季庆祝活动期间，汽车拥有的汽车返回他的家乡，以展示帮助停车场。该系统不认识到农场的负面土地，车辆倒入了深层排水。 “向后固态激光雷达的诞生来自这种类型的在Zunjie S800中，四个雷达形成了一个发现矩阵：·雷达呈屏障200米外； in the cost of safety, life and death. When asked if the 70,000 Yuan option fee was too high, Jin Yuzhi responded with "bread philosophy": "It says that free assisted driving is an important limited time experience, car price sharing, or treating users as testers." He removed the cost structure: the ADS system was iterated 12 times a year, and the R&D investment in ten years exceeds 20 billion yuan .. "Buying users is a sense of security of持续的演变，例如租用全职驾驶员的生活。在挥舞的后面，在现场体验上，手动打开和开门，控制控制命令等。华为关于“硬件软件和耦合”的偏执狂。金·尤兹（Jin Yuzhi）微弱地说，“一些汽车公司已经拆除了降低成本的系统来降低成本，就像放下西方医学处方一样，该系统将重复NFV通信体系结构的错误。”未来的地图：华为在2028年不败的运输货物，随着WWA型号的实施，宣布了三年的计划：·实现L3水平能力，具有高速和L4试点项目的2026年； ·2027年启动无人干的物流测试； ·在2028年构建一个大规模的无人Logistic网络。以下是NetEase Auto和其他媒体之间的现场记录以及华为智能汽车解决方案BU的首席执行官Jin Yuzhi。内容是-ededitor的IT：问题1：至于广告，当前辅助的驾驶员技术路线已迅速迭代。一些汽车公司相信VLA（感知语言行为模型）是实现自动驾驶水平的最终途径。华为如何看待VLA的技术过程？预计将来有多少拥有L3/L4功能的公司？ Jin Yuzhi：采用VL并采用VLA路径的企业本质上将视频信息转换为语言令牌进行培训，然后将其转换为车辆控制说明。当时，转换多级信息的效率和准确性限制将丧失。华为遵守WA（世界行动）技术路线，通过视觉，声音和触摸等多模式传感的数据指导车辆决策，实现了感知和实现的端到端闭环。尽管该解决方案面临更多的技术挑战，但它符合自动驾驶的基本逻辑。第二个答案是实现高水平自动DRI的企业数量不可避免地要完全集中。确定具体情报的发展的轨迹：五年前有100多名参与者，但现在只有单位球员仍然存在。在数据驱动过程中，计算强度量表，算法效率和数据质量构成了主要障碍。情报公共平台将逐渐成为该行业的基础设施，因为一家企业的独立投资没有经济上的维护。在禁止出售NVIDIA的背景下，国内综艺计算芯片生态系统的兴起实际上是被动的一种被动方法。问题2：关于华为声音，过去，昂贵的汽车将与柏林语音，Baohua，Harman Katon和其他历史性音频品牌一起使用，以创建豪华的音乐空间。智能汽车期间行业中的规则是否重写？例如，华为的声音处于非常强烈的势头。新的声学体验的新想法是什么还有豪华的驾驶舱？请与数字驾驶舱的水平分享华为的优势和态度？ Jin Yuzhi：我们不必对既定品牌迷信。我相信，在遇到了罕见的Zunjie S800音频系列之后，您应该有一个很好的印象。华为声音有一个非凡的系列，一个很棒的系列和一系列活力。您经历过的非凡系列，您会发现它具有很棒的经验。实际上，它已经能够在一定程度上对柏林语音柏林效应进行一定程度的影响，并超越了数字智能体验。例如，空间的声音，那么它背后的原因是什么？一方面，我们所有人都自己制作硬件，包括算法放大器和处理。更重要的是，我们与传统音频制造商之间的最大区别是，我们通过数字处理和处理AI来改善音频效应。过去，我们在德国音频实验室看到了我们过去的影响力很大，演讲者制造了哪些形状？通过这些形状，它取决于物理设计设计，尺寸设计和形状设计，以实现音频效果。这是一种模仿天气的设计方式。我们使用数字和AI通过算法来调整扬声器。我们在此期间提高了声音质量的效果，这是一个不同的解决方案。我还与德国和丹麦的音频专家进行了交谈。他们进行了历史模拟，最终研究了数字方法和AI方法，以解决解决传统去除大空间以实现这种适当效果的能力的能力。他们相信这一点，因此他们改变并做到这一点。这与过去的传统音频系统最大的区别。从数字时期内的模拟时期开始，仅使用一个隐喻来进行此类更改。我们过去使用的电视机是第一个黑白，并以电子管的形式呈现。什么是数字时代像？在LCD过程中，电视的大小越小，成像的影响越好，声音质量越好。可以理解这个示例。当我们从模拟天气转移到数字天气时，电视将会像这样发生变化。将来的声音会发生什么变化？这是我们自己的优势。问题3：博世建议用户的付款模式可以建立一个良好的商业周期。这是否导致华为高端系统和友好的公司平价解决方案的长期团结？ Jin Yuzhi：首先，我认为这个世界上没有免费的东西。实际上，我们享受的看似免费的服务将被收取否则，例如通过广告或其他形式。它通常被称为“羊毛源自猪”，Ang羊毛源自绵羊。这是付款方式的重要转移。其次，关于最终定价，一些OEM现在正在促进免费辅助驾驶，要么是有限的数年，或者PRI辅助驾驶的CE包括在汽车价格中，或者它们没有正确地将用户视为实验产品，并在未来提高未来技能时收取他们的费用。主要的是这个。而且，世界上没有免费的面包。第三，当然，您说的是设定价格的意义。由于辅助驾驶功能被出售给消费者，这似乎是一种一次性的行为，但是在整个车辆将来使用整个车辆中，辅助驾驶供应商需要重复，维护和OTA，这是不可能不支付投资成本的。以华为为例，从AD 1升级到AD 4，然后在未来的ADS 5中，这是该版本的巨大版本，并且每年中期都有微妙的迭代升级。过去，用户购买汽车后，除非必须维护汽车，否则他们会去4S商店。现在他们购买了经常使用且经常新的汽车，他们可以每一次收到一次推动将汽车更安全，为用户提供更好的服务体验。有些人都在投资，这是长期而连续的投资。购买广告初始版本的人每年都会迭代和升级它们。从头开始，我们有一个软件生命周期和硬件生命周期的概念，因此可以将第一组硬件购买的Gumauses升级到今天。一些用户可能不会升级使用两年后购买的汽车硬件。它看起来便宜甚至免费，但是两年都无法使用，因此他们只能做到这一点。这意味着一个好的产品应该从一开始就设计，并且可能会在将来不断迭代和升级。用户将在早期阶段购买更昂贵的价格，但要使用更长的时间并具有更好的体验。成本不高转换。问题4：配备LIDAR的华为智能驱动系统的数量继续增加。这是高级方法吗？ Jin Yuzhi：本质上，华为增加了Sentor调整以获得更多安全性。我们正在追逐零的伤亡者，我们认为值得对任何可以改善cansalvation进行投资。像Zunjie S800外，除了前向激光雷达外，我们还增加了两个侧面和一个向后的固态盖。例如，为了更安全的停车场，我们将向后的固态激光雷达（例如）增加。它后面有一个原始的摄像头和一个超声波雷达，但是超声雷达的准确性不高。摄像机只能通过训练和学习来判断，以及是否是障碍。此外，相机拍摄的照片是平坦的，没有深度信息，也没有特定信息的概念。例如，如果相机尚未学到，它将无法判断它是否挂在汽车后面的墙上，它肯定会撞到公共汽车。我们在停车之前发现了这种情况。添加了向后雷达，系统的准确性可以到达厘米，以确定系统是否背后有障碍事件划痕。我们也有一些回报的情况。例如，在买了新车后，我在春节期间回到了乡下，并展示了亲戚的自动停车，但结果是我身后的一个农场，将其驱车前往农场。它表明该系统还具有垂直识别问题。在固态LIDAR中，系统可以探索它是一个坑，如果逆转，它将不会落入田间。这些要求是客观地存在的，并且不断增加的调整也是由用户的使用方案驱动的。从本质上讲，华为仍然从用户场景和用户需求开始。我们的目标是，如果是停车场，城市，bthere或车道，则辅助驾驶应该更安全。其他是猜测。
