打开APP

全栈自研是个筐,什么都能往里装

在汽车行业,整车厂和供应链的博弈永远存在,只不过,这种博弈在技术变革期显得格外激烈,不过,随着技术成熟以及市场扩大之后,各方都将明确自己的能力边界,开放与合作仍将是行业的主旋律。

众所周知,汽车圈是出了名的会造词,而且主打的就是一个“不明觉厉”,比如最近被频频提及的全栈自研。

全栈(Full Stack)原本是Facebook一位工程师早年提出的一个概念,指的是一个软件工程师不能只会写客户端的代码,也应该会开发服务器端的应用程序,*是个有全局视野的多面手。

不过,当2021年上汽董事长陈虹提出“灵魂论”之后,这个高大上的“舶来词”就在汽车行业被重新演绎和解读,并迅速登上各大车企的官方宣传物料中,成为“技术主权”的代名词。

但至于全栈自研为何物,自研的边界在哪里,这么做的意义到底有多大,大家并没有共识。

不少汽车工程师认为这不过是一场文字游戏,并揶揄道:“全栈自研就像老婆饼到底有没有老婆,800V系统里的最高压到底有没有800V一样,本质上是道语文题。”

有趣的是,当“蔚小理”们想要以这种方式来宣示“技术主权”并以此证明“我的灵魂我做主”时,以华为、百度、地平线为代表的智能化供应商们却带头唱起了反调。

华为余承东就明确表示“规模和资金实力不够的车企在智能化上全栈自研就是死路一条”;百度副总裁储瑞松则是建议车企“与其追求全栈自研,不如追求全栈可控”;地平线副总裁李星宇则表示:“全栈自研是个奢侈品,从历史来看,真正拥有全栈能力并在商业上取得成功的公司*是少数,也是不可复制的极少数。”

事实上,很多车企也不傻,也知道全栈自研难度大,花钱多,到头来可能是吃力不讨好,于是“说一套、做一套”,一边在公众面前打着“全栈自研”的旗号,有的甚至造出“全域自研”的概念,但背地里又和一大堆科技公司打得火热。

从这个角度来看,全栈自研不是目的,而是工具,不是一道“要不要做”的选择题,而是一道关于“如何构建新型整零关系”的主观题。

01、由来:黑盒方案引发的PTSD

如果说垂直整合解决的是硬件层面“能不能造”的问题,那么全栈自研更多的是解决软件算法层面“会不会写”的问题。

这也是为什么全栈自研这个词是到2020年之后才频繁出现在中文互联网上,而且往往是和自动驾驶挂钩,原因在于,当时以Mobileye为代表的“黑盒方案”正在被头部新势力所放弃。

文心一言理解的全栈自研

在自动驾驶领域,黑盒方案指的是软硬耦合,难以解绑,以Mobileye为例,就是把芯片和感知算法封装在一起,客户只管买,但不能改,只知其然,但不知其所以然。

小鹏汽车董事长何小鹏曾说过,他*次去调研汽车产业,当问到对方关于辅助驾驶和自动泊车的情况时,没有人可以告诉他数据,因为没人知道。

举个简单例子,客户买了Mobileye打包好的视觉方案之后,车辆能知道“前方30米有车”这类已经被系统判断过的数据,但至于摄像头看到了什么,不同传感器之间是如何融合的,整个数据链路是怎样的,车企无从知晓[1],当然,Mobileye也不可能让对方知道。

对于早已习惯了这种分工方式、自己又不擅长写代码的传统车企来说,接受这套的游戏规则并没有什么难度,因为他们更多追求的是省心、省事和省钱。

但对于本身就在互联网行业摸爬滚打多年,常年把自动驾驶和OTA挂在嘴边,对数据视若珍宝的车界萌新来说,接受这套黑盒无异于“送脖子给对方卡”,夸张点说就是“我命由天不由我”。

从这个角度来看,想在智能化上有所作为的车企搞全栈自研实际上也是被逼无奈,因为传统零部件标准化程度高,技术迭代也比较线性,供应链以及合作模式都比较成熟,但在智驾领域,技术日新月异,可靠的供应商少且强势,对下游客户挑肥拣瘦,响应速度也跟不上。

从结果上看,这种“黑盒方案”必然会招致强势的头部车企的抵制。

2016年,一辆特斯拉Model S在美国撞上了一辆横亘在道路中间的卡车,驾驶员当场身亡,这件事直接导致特斯拉和Mobileye分道扬镳,前者开始自研算法,甚至撸起袖子自研FSD(全自动驾驶)芯片。

和特斯拉一样,为了将产品快速推向市场,国内这波新势力的*款车普遍用的也是Mobileye的打包方案,但很快就改弦易辙,比如小鹏第二款车P7用的就是算力更大,生态更开放的英伟达Xavier芯片,而2021款理想ONE也把Mobileye EyeQ4换成了国产的地平线J3芯片。

只不过,马斯克很少在公开场合提“全栈自研”的概念,相比之下,国内的车企们实在是太爱秀了,常常把自研算法(包括感知、定位、规划和控制)和全栈自研划等号。

事实上,一辆高级的智能车里有上亿行代码,算法只是最上面的冰山一角,冰山之下的比如底层操作系统、中间件以及芯片,绝大部分车企都没有能力,也没有必要自研。

自动驾驶的技术栈

但不可否认的是,自研算法确实有助于车企形成数据闭环,充分发挥硬件的潜力,并为其快速的功能迭代打下技术基础。比如小鹏P5仅凭一块30TOPS的Xavier芯片和两颗激光雷达就能实现城市NOA,而2021改款理想ONE采用J3芯片之后,AEB(紧急制动)能力也有了质的提升。

此外,在软硬解耦的大趋势下,整车的电子电气架构从过去的分布式向集中式转变,车企也有动力,也有欲望将全栈自研的范围从软件延伸到硬件。

以蔚来为例,今年推出了全栈自研的ICC智能底盘域控制器,相当于打开了Tier 1给的“黑盒子”并实现了软硬解耦,能够更好地协调制动、转向、空悬以及CDC减震器等不同模块,并可以通过后期的OTA来提升行驶质感。

从这个角度来看,无论是为了避免失去自动驾驶的灵魂,抑或是为了充分发挥硬件的潜力,从而更好地匹配公司的发展节奏,“全栈自研”看上去都是十分有必要的,但与此同时,代价也是极其高昂的。

以“蔚小理”为例,三家公司去年的研发投入分别达到108亿元、52亿元和67.8亿元,而相比之下,年销百万辆的长城汽车去年的研发投入也不过122亿元,这也意味着不是所有车企都能承受得住这种重资产的开发模式,毕竟不是谁都能从资本市场上获得巨额输血。

02、平衡:全栈可控更靠谱

在燃油车时代,传统的整零关系基本模式是:整车厂提需求——一级供应商开发——整车厂验收,以此类推,但在智能时代,这种比较单向的“黑盒”交付方式已经不太适应行业的发展,整车厂比之前更迫切地想要掌握关键技术的knowhow,推动数据闭环和快速迭代。

但这种诉求并不意味着车企必须什么都要“全栈自研”,因为最激进的全栈自研本质上就是闭门造车,不符合社会分工的规律。

强如特斯拉,座舱芯片也是由AMD提供的,底层操作系统也是基于Linux来深度开发的;垂直整合如比亚迪,辅助驾驶也是选择和一众供应商合作,包括博世、Momenta、大疆、速腾聚创等公司;野心如蔚小理,现阶段也不可能自建一个像特斯拉DOJO这样的超算中心。

换言之,全栈自研与深度合作并不冲突,某种程度上甚至可以说是相辅相成。

在今年的上海车展上,长城汽车CTO王远力就指出了一个认知误区,“很多人会说掌握全栈自研的能力就等于构建了一个相对封闭的生态,恰恰相反,掌握全栈自研能力更需要合作伙伴的深度协同协作。”

事实也的确如此。以自动驾驶为例,追求全栈自研的企业屈指可数,而且即便是打全栈自研牌的车企,也毫不排斥和科技公司的深度合作,甚至会直接下场投资,比如上汽投资Momenta,比亚迪和Momenta成立合资公司,广汽投资禾多科技等。

在地平线副总裁李星宇看来,通过和科技公司合作,车企和Tier 1可以在过程中学习算法、数据闭环等技术,有效减少大举投入带来的高昂试错成本,并且沉淀出自研能力,确定自研的重点领域,进而做到*化的产业分工。

换言之,绝大部分车企追求全栈自研并不是为了越俎代庖,替代Tier 1或者Tier 2,而是为了掌握关键技术,从而更好地和供应商配合,实现灵魂可控和产品差异化。

百度副总裁、智能汽车事业部总经理储瑞松曾解释过车企追求自研的原因:一方面是出于对某些强势Tier1做法的不满,比如在一锤子黑盒交付完之后,必须支付高额的开发费用才能实现升级,另一方面,车企在智能化时代想要对用户体验有更多的掌控力。

而重塑整零关系的核心在于信任、理解和尊重。

一方面,供应商需要理解整车厂对于“失去灵魂”的焦虑与恐惧,愿意和对方共享一部分技术能力;另一方面,整车厂也要尊重供应商的知识产权,理解对方对于卸磨杀驴的担心。

比亚迪副总裁廉玉波在去年的一次公开演讲中提到,车企和Tier 1和Tier 2之间的合作方式主要是“全黑盒模式”和“全白盒模式”,但“黑盒模式”产品不能满足车厂的需求,而全白盒模式会让供应商失去部分竞争力,他认为未来行业需要探索出一种介于两种模式之间的“灰盒模式”。

在汽车行业,整车厂和供应链的博弈永远存在,只不过,这种博弈在技术变革期显得格外激烈,不过,随着技术成熟以及市场扩大之后,各方都将明确自己的能力边界,开放与合作仍将是行业的主旋律。

参考资料:

[1] 全栈自研是什么意思,大包子狸

[2] 比亚迪的自研之路,红色星际

[3] 汽车Tier1,逐渐失速,芯榜

[4] 比亚迪廉玉波:车企和供应商需要双向合作,将出现灰盒模式,车东西

[5] 百度储瑞松谈智能驾驶:极个别车厂才能做全栈自研,HiEV大蒜粒车研所

[6] 告别 Mobileye 模式,中国自动驾驶玩起「朋友圈」,汽车之心

[7] 只靠供应商,永远别想做好汽车智能化,童济仁汽车评论

[8] 全栈自研的风向,变了,汽车公社

[9] 汽车行业过冬,全栈自研还是生态合作?李星宇

【本文由投资界合作伙伴远川研究所授权发布,本平台仅提供信息存储服务。】如有任何疑问题,请联系(editor@zero2ipo.com.cn)投资界处理。

相关资讯

汽车制造数据总览

最新资讯

热门TOP5热门机构|VC情报局

去投资界看更多精彩内容
【声明:本页面数据来源于公开收集,未经核实,仅供展示和参考。本页面展示的数据信息不代表投资界观点,本页面数据不构成任何对于投资的建议。特别提示:投资有风险,决策请谨慎。】