【後疫情時代中國面對的經濟環境】
本文嘗試用一個廣角、簡略但直入重點的方式分析中國在疫情之後所面對的全球經濟環境。
國家競爭力的經濟學概念與中國縣競爭制度
根據經濟學比較優勢定理,國家之間的競爭始終被比較成本所局限。而在分析國家競爭力上,我摒棄華而不實的哈佛商學院Michael Poter的鑽石競爭理論,回歸最基本但正確的經濟學成本概念,其中尤受諾貝爾經濟學獎得主R. Coase的「The Problem of Social Costs」鴻文啓發:
國家競爭成本 = 直接生產成本 + 間接生產成本 + 制度費用
特別說明我所謂的「間接生產成本」更接近上頭成本,本身除了牽涉到整體租值外也會涉及到產業乃至於社會國家的路徑依賴。
在相同供應層面,某國是否可以用更低成本下滿足同樣的需求,以及是否可以善用比較優勢定理。後者包含了前者的同時,也是國家與國家之間的角色不單純只是競爭關係,而是有更多供需關係。後者之所以尤為重要在於「買方與賣方永遠不存在競爭關係」。因此在供應鏈上彼此依賴的買賣雙方國家,依賴程度越深入越廣泛,則敵對的成本將等比級數增加。
換個角度來說,Covid-19疫情本身帶來上述三種成本的同步增加。這也意味著在疫苗逐漸普及的後疫情時代,能夠以更快速地降低上述三種成本的國家將在新一輪全球經濟重新平衡的過程中取得更佳的競爭優勢地位。
在張五常「The Economic Structure of China」一書闡述的中國曾有的1990年代末到2010年間之縣競爭制度下,中國借此享受人類近代少有的超低制度費用與間接生產成本,佐以原本享有的人口紅利帶來的在中低階工廠流水線上較低直接生產成本,中國製造橫掃全世界九成以上的中低階工業領域。
但隨著中國中央政府出台勞動法與加強反托拉斯管制與大大小小的管制措施,上述獨有的縣競爭制度似乎已不復存在。這也為疫情後面對全世界新的經濟環境中國是否還具有經濟學謂「低制度費用」的高彈性與快速適應力埋下變數。
瞭解這個重要局限條件改變後,我們來看看疫情後中國所面對的全球經濟挑戰有哪些。
1 全球通貨膨脹可能帶給中國輸入性通膨
美國建國以來90%以上的M0貨幣發行量是在最近15年內產生,尤其疫情後Fed諸多舉措都可說是「瘋狂印鈔」,在世界多數原物料與貿易均以美元定價與結算的前提下,世界性通貨膨脹必然來到。
站在2021年5月這個時間點看,美國股市、房市、債市與全世界的大宗期貨、能源價格都受到局部性通膨影響,尤其主要農產品、金屬期貨價格多在52周以來新高。(見圖)
(美國M0通貨)
(美國股市)
(美國房市)
(美國債市)
(石油價格)
中國改革開放以來相當長一段時間貨幣匯率政策緊盯美元。2010年代以後雖然改盯一籃子貨幣,但明眼人都看得出美元的比重。故,在美元瘋狂印鈔的環境下,人民幣相應的輸入性通膨也必然發生。
這一塊我們可以預測,在貨幣學 Impossible trinity law的局限,以及中國對人民幣國際化的追求下,中國人民銀行應將在近年內逐步脫鈎對美元匯率的政策,同時部分放寬外匯管制,以得到更多貨幣主權。
同時取消或降低部分關稅,以及放寬戶口管制,都可以是中國政府提高國家競爭力可能採取的措施。
二、 全球局部地區將因疫情影響出現糧食危機
很明顯Covid-19疫情影響了糧食生產與輸布,全球局部地區的糧食危機已經開始出現。根據聯合國2020年糧食安全報告估計到2020年底全球因疫情而陷入經濟衰退與飢餓的人口數達8300萬~1.32億人。其引發的糧食價格增長將加重中國輸入性通膨下,百姓生活的負擔
中國家戶支出30%花費在食物品項,又中國國內大豆需求90%依賴進口滿足,因此可預見中國的飼料與肉品市場價格恐將上揚且吃緊。
(中國主要糧食供需狀況)
全球能源市場也會因疫情與之前負油價事件影響一段時間內失去部分供給彈性,意味著能源市場價格伴隨通膨因素影響的上揚也是可以預期,這一塊同樣也會加重中國未來將面對的輸入性通膨壓力。
因此我們會看到中國在人民幣國際化推廣上會施以更大力道,例如與更多國家簽訂貨幣清算與貨幣交換協議,嘗試在糧食/能源品項上更多地採人民幣定價結算。如此方可在不過度犧牲中國世界供應煉地位的前提下,減少輸入性通膨對人民的衝擊,尤其是輸入性通膨下中國國內資本投資的資源錯置現象將可以得到一定程度約束。當然這部分中國政府應該還會採取價格管制或其他市場管制措施相佐之,但政府干預與介入本身又會帶來更多訊息費用、交易費用,甚至政府本身就成為資源錯置的問題根本,也是極為可能。這些都是身為投資人的我們值得持續觀察與因應。
三、 中美衝突與戰爭風險提高
如前述,國家邊際競爭成本,尤其邊際間接生產成本與邊際制度費用,增加速率大過他國之速率,則一國之國力衰退,或更精准地說,國家相對競爭優勢衰退。反之則可視為國家相對競爭優勢增加。
在人民幣國際化過程將直接與美元產生競爭關係且削弱美國對全球徵收「美元稅」的能力,經濟邏輯上的效果是:2008年金融危機後的QE之所以沒有在美國發生嚴重通膨,正是因為美元在國際貿易與國際金融的霸主地位可以對全球抽取美元稅,意味著美國可以將貨幣濫發帶來的經濟成本移轉給全世界承擔,其中以世界貿易額佔比越高者承擔越多,故身為世界第一大商品出口國的中國自然也承擔大部分苦果,這也是為何我長時間以來主張美元的地位相當程度是由中國支撐。
而在人民幣競爭之下(我們假設人民幣國際化真取得成效),美國不再能輕易移轉自身國家競爭成本給全世界時,通貨膨脹將回歸隨著貨幣發行量增長而提高,這對美國而言代表聯邦政府與州政府等一系列債券、連動債務的利息支出成本將提高,未來借貸成本也將提高。在一定程度上,美國政府或州政府可能因此停擺,甚或我們會看到州政府、市政府因此破產。
因此美國必然會嘗試在各方面阻止之。
提高上述中國的國家邊際競爭成本也無可避免會是美國未來數十年的整體戰略目標。
所以我們看到美國從President Trump任期開始,嘗試尋找各種可以提高中國國家邊際競爭成本的手段。
然而在當今真實世界供應煉、服務煉、金流、資訊流高度分工交雜的局限條件下,我推斷任何一任美國政府、智庫都難以清楚釐清自身採取的任何競爭戰略是否會帶來意料之外的後果(unintentional consequences)。
a 舉例來說,比如美國政客錯誤判斷關稅手段制裁中國會有效,於是我們看到Trump任期貿易戰初期就是違背WTO規範,片面無理對中國出口商品加重關稅或其他非關稅貿易手段。
然而真正懂經濟學邏輯者看法多如我當時寫下的預判一樣 — 如果美國以關稅手段要抑制中國出口經濟,但關稅提高幅度不夠大不夠全面的話,則中美之間的貿易逆差狀況不但不會縮減,反而在某些不同彈性系數之下會增加。(見圖)
(中國出口美國統計圖)
反之,美國經濟將因自身對中國的片面關稅障礙而受創。
更進一步,若美國政客傻到真的將制裁關稅提到夠高,足以發生抑制中國出口額的效果,則美國經濟將必須付出重大代價,其中包括美元地位將大幅動搖。如前述貨幣政策問題,不但聯邦政府利息支出將壓垮政府財政,州政府乃至市政府破產潮亦不遠。故,我們看到即便是Trump也被迫停止更瘋狂的關稅壁壘措施。
b 再以半導體產業的光刻機為例,美國施壓荷蘭ASML禁止出貨中國廠商已經付費採購的光刻機,其結果反而是給中國光刻機或EDA廠商創造市場,協助排除了原本ASML強力的競爭。從經濟學角度來看這是一件很諷刺事情。
這是因為全球光刻機市場是一個高度技術集成的天然寡頭壟斷市場,除非有類似當年ASML與日本佳能之間的技術彎道超車(浸潤式UV光刻技術)特殊情況發生,否則後來者都會因為技術認證與攻克的巨大前期投資成本而被排除於競爭之外。
然而,從經濟學競爭的角度看,美國禁止ASML對中國出口,結果反而是讓中國半導體製造廠被迫轉向投資與採購其他中國光刻機供應商,使得原本在市場上幾乎無競爭力的後者,因美國的禁令創造的「競爭真空」環境而有了成長空間。
因此我們放大時間尺度來看,20年、30年後如果中國半導體設備商有了長足的進展,肯定要回過頭感謝美國政府政府的錯誤干預所創造的商機。
說到商機身為投資人的我們可以注意,在上述政客的錯誤決策中,一些轉瞬即逝的投資機會也會因政府干預而起。例如下一點。
c. Super Micro 間諜晶片事件,2018年10月美國知名商業性雜誌Bloomberg刊登新聞「The Big Hack: How China Used a Tiny Chip to Infiltrate U.S. Companies」聲稱Super Micro這家公司利用一顆米粒大小的間諜晶片替中國政府竊取資訊。
姑且不提一顆米粒大小,本身毫無無線射頻天線的晶片在當時技術上幾乎不可能竊取什麼資訊,2年多後海潮退去,不但美國政府或Bloomberg都未提出更進一步有力證據,整件事甚至根本就被遺忘。
當年我不但寫了幾篇文章駁斥這種謬論栽贓。還親自動手買入這家粉紅單公司,短短三天就賺了台轎車。
香港2019年暴動事件、2021年新疆奴隸棉花事件、最近新冠病毒向中國求償事件...等,我們都可以看到美國政客在試圖提高中國競爭成本的過程,會創造大大小小系統性或個體性的災難風險,例如前述Super Micro因栽贓性假消息股價從$20.61美元在一兩日內崩跌至$13左右,但隨著栽贓者無力提供更多證據,市場回歸均衡的過程,截至2021年5月28日,Super Micro股價已經來到$35。
這是說,某些因政治干預造成的個體性或系統性風險,雖然屬於不可預測的風落(windfall),但其中不乏類似Super Micro的例子,在隨後回到正常的價值位置。如W. Buffett所言:市場短期是投票機,但長期是磅秤。
d. 美國知名橋水基金創辦人Ray Dalio在其將於2021年11月初版的書籍」The Changing World Order」 已提前公開的第七章」US-China Relations and Wars」提出綜合國力歷史計算與國力表(見圖)
提出美國正處於信用擴張後期的大國階段,而歷史上處於此階段與新興國力上生階段的國家一旦發生國力曲線交叉時,多半發生大規模戰爭以重新均衡雙方與整體國際關係。
依其推論,中美兩國發生戰爭的風險來到史上最高點。
但這部分我持較保留態度,特別是新任President Biden政府的高達$6 triilion美元的聯邦預算案出台,我們注意到一者,美國聯邦政府支出繼續維持二次世界大戰以來的GDP高佔比--達25%,二者,預算增幅最大均在健康醫療(成長23.1%)、商務(27.7%)與環保(21.3%),然在國防(1.6%)與國家安全(0.2%)幾乎未有成長,甚至計入通貨膨脹因素,後二部門的預算是實質減少的。因此可推估此任政府對發生大型戰爭的預期心理。
四、 變種病毒的不確定性
這是最後最難評估的風險,在現階段的資產配置決策中不可忽略卻又幾乎難以估計。拔高到國家決策層面來看,這也是中國面對的最棘手風險之一。
結論:
以上是我從經濟學角度出發,非常簡略地預測中國在疫情後將面對的國內外經濟環境與挑戰。其中任何一項單獨提出要深入探討都會是長篇大論。還有一些我認為相對重要性較低的現象與局限條件轉變,本文也尚未涵蓋。
BTW,最後多提一句台灣獨有的風險:後疫情時代是否接種過疫苗有可能在相當時間內成為國際旅遊的必要條件。然如果台灣政府真的壓寶在台灣國產疫苗上,則在現今環境下有沒有可能不被世界多數國家組織承認?會是一個額外的成本。
參考文獻:
* The Wall Street Journal, 「Biden is the $6 Trillion Man」 (May 28, 2021), https://www.wsj.com/articles/biden-is-the-6-trillion-man-11622241749
* The Financial Times, 「The summer of inflation: will central banks and investors hold their nerve?」 (May 15, 2021), https://www.ft.com/content/414e8e47-e904-42ac-80ea-5d6c38282cac
* Ronald Coase, 「The Problems of Social Cost」 (1960)
* Ray Dalio, 「The Changing World Order: Why Nations Succeed and Fail」 (2021)
* Irving Fisher, 「The Money Illusion」 (1928)
* Mundell, Robert A. (1963). "Capital mobility and stabilization policy under fixed and flexible exchange rates". Canadian Journal of Economics and Political Science. 29 (4)
* Milton Friedman and Anna Schwartz, 「A Monetary History of the US, 1867-1960」 (1963)
* Milton Friedman, 「Money and the Stock Market」 The Journal of Political Economy, Vol. 96, No. 2 (Apr., 1988), pp. 221-245 「
* Allan Meltzer, 「Learning about Policy from Federal Reserve History」 (Spring 2010)
* Armen A. Alchian, 「Effects of Inflation Upon Stock Prices" (1965)
* 張五常, 「Will China Go Capitalist?」 (1982)
* 張五常, 「The Economic Structure of China」 (2007)
* Ronald Coase and Ning Wang, 「How China Became Capitalist」 (2012)
* Alfred Marshall, 「Principles of Economics (8th ed.)」 (1920)
文章連結:
https://bit.ly/3vD1B2o
人類圖右角度交叉之服務 17 18 58 52 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
跨界圍攻:「AI 視覺」公司已集體殺入智能駕駛圈
2021-05-22
雷鋒網
如今的智能汽車賽道,說挨肩迭背也不為過。
新勢力派引領變革,最為二級市場所看好;泛網際網路派占流量高地,擅技術遷移;傳統車企派根基夯實,品牌名聲享譽在外。
甚至財大氣粗的某地產派也曾放下豪言――力爭 3-5 年成為世界規模最大、實力最強的新能源汽車集團。
如華山比武般,大俠們個個嚴陣以待,各方勢力黃巾高擎,左右開弓。
你看看,前有行業鐵幕,中夾破釜沉舟之心,後是險峻江湖,哪還有初進牛犢的落腳之處?
即便如此,在月前燥熱尚未消退的上海車展後,鮮少被提及的AI視覺公司還是擠了進來。
看慣了巨頭們的聲勢浩蕩,轉身發現AI視覺企業們的入局講究一個循序漸進,起承轉合。
而他們的悄然進入,也給智能駕駛領域增添了幾段新故事。
海康威視:左手自研、右手投資
AI安防老大哥海康,深耕智能駕駛市場履行一貫的低調風格。
其對智能駕駛的綢繆始於2015年,當時海康內部計劃開展新業務,起初確定的業務有三:海康汽車電子、海康機器人、海康螢石。
2016年7月,耗資1.5億的海康汽車技術正式成立。
在此前後,海康還分別於2016年6月投資了威視汽車科技,2017年7月成立了海康汽車軟體。
2018年是海康智能駕駛的上升之年,市場渠道、技術研發上均有突破。
2018年2月,他們上線高級駕駛輔助系統、自動泊車APA+,同年又成功打入2019款保時捷卡宴的配置中。
汽車產業以穩為重,鏈條長、利益盤根錯節,新入者切入並不容易,而海康卻出其不意一舉打入高端。
數據顯示,截至2018年底,海康汽車已經通過了20家OEM的審核並成為其合格供應商,公司的主要客戶包括一汽集團、北京汽車、上汽榮威、上汽名爵、本田汽車等。
其中,定點項目超過200個,已量產的項目超過100個,覆蓋500家渠道合作夥伴。
成立子公司自研之外,投資也是海康較為看中的一大路徑。
在成立汽車電子公司之前,海康就曾在2016年入股毫米波雷達企業森思泰克,並成為後者的第二大股東。
2013年成立的森思泰克既是毫米波雷達第一批探路者,也是成績較為優秀的領軍企業之一。
森思泰克創始人秦屹是英國海歸的雷達專家,在英從事雷達研發和製造十餘年。
據悉,森思泰克所聚團隊成員中80%具有軍工背景,掌握雷達硬體、軟體和量產工藝等幾乎全部核心技術。
據悉,森思泰克毫米波雷達在北京、石家莊設研發中心,在蕪湖設總廠,在杭州設車載事業部。
石家莊,有軍工雷達大本營之稱,軍民毫米波雷達研發人才密集,且電科雷達研發54所和13所都在石家莊。
森思泰克也頗為爭氣。
2019年,思泰克首次實現大批量77GHz車載毫米波雷達國產化、突破國際巨頭壟斷。
森思泰克的77GHz毫米波雷達成為國內首個真正實現「上路」的ADAS毫米波雷達傳感器。
目前,森思泰克已成為紅旗、一汽、韓國現代、東風日產、長城、長安等國內外車企體系內供應商。
海康與森思合作的高分毫米波成像雷達+視覺融合技術,或許將對壘低線束雷射雷達。
大華股份:立足整車,三電、網聯、自動駕駛多點齊發
零跑汽車脫胎於大華股份的汽車部門,獨立後獲得了大華股份的技術和資金支持。
2015年,大華股份副董事長兼任大華股份CTO朱江明親自下場,成立零跑。
經歷2019年新能源補貼大退坡,不少新勢力造車企業已經出現嚴重資金問題,且變現存疑。
零跑汽車亦不例外。
2018年,零跑虧損 3.07 億元後,2019 年上半年又持續虧損約 2 億元。
2019年1月4日,零跑汽車第一款車S01上市,該車2019年全年交付約1000輛。
對於連續虧損的零跑,唱衰論一直也在網上發酵。
朱江明對此表示,「即使不融資,零跑也能再活三年。」他透露,大華股份將持續為零跑輸送資金,「當然我們希望能更多的融資,發展得更快些。」
在經歷融資受阻後,2021年伊始,零跑官宣融資43億元,合肥政府投資平台亦在其中。
今年年初,此前曾投資蔚來的合肥市政府與零跑方面簽訂戰略合作協議,未來合肥方面將對零跑B輪融資投資約20億元,並展開更多合作。
現金流方面,從不被業界看好,到巨額融資的到帳,仿佛又讓市場看到了可能性。
技術層面,零跑汽車稱自主研發了三電系統、智能網聯繫統、自動駕駛系統三大核心技術,並完全掌握自動駕駛核心硬體平台和算法技術,實現對自動駕駛感知、決策、執行層關鍵技術的自主化全覆蓋。
產品層面,零跑汽車目前旗下擁有3款量產車型,分別為:零跑T03、零跑S01以及零跑C11。
三款產品風格各異,銷量不一。
2020年,零跑汽車官方消息稱,2020年累計銷量達11391輛,其中T03為主力軍,貢獻了10266輛。
創始人朱江明也底氣頗足:「2023年零跑進入造車新勢力TOP3、2025年在國內新能源汽車市占率達到10%」。
商湯:求精感知技術,並進艙內艙外
與其他AI獨角獸相比,商湯在自動駕駛上布局較早,也更全面。
2017年進軍自動駕駛,商湯的汽車產業布局可分為艙內(智能車艙)和艙外(智能駕駛)兩大層面。
智能車艙層,基於前裝量產解決方案,以視覺感知技術為錨點,由點及面,覆蓋用戶從上車到用車的多個場景。
商湯的SenseAuto Cabin智能車艙解決方案包括駕駛員感知系統、座艙感知系統、智能進入等等功能。
據悉,在過去的兩年多時間裡,商湯已經拿下了30多個國內外頭部夥伴的智能車艙定點量產項目,覆蓋車輛總數超過1300萬輛,其中10 余個項目已經實現了量產交付。
智能駕駛層,商湯選擇與主機廠合作,做汽車廠商(OEM)及一級供應商(Tier1)的解決方案供應商。
在自動駕駛感知、決策和執行三大要素中,汽車廠商和Tier1占據重要角色。
2017年,商湯與OEM廠商本田簽訂了為期5年的長期合作協議,研發適合乘用車場景的L4級自動駕駛方案。
2018年,商湯完成杭州、上海半開放場地內實現無接管自動駕駛。2019年,在日本落地「AI自動駕駛公園」,將用於自動駕駛汽車的研發和測試,並面向公眾開放。
商湯的自動駕駛業務定位,是以視覺為主,其他元素為輔。
視覺之外,商湯在高精度地圖和雷射雷達、毫米波雷達等方面皆有技術儲備。
通過搭配多種不同傳感器,實現感知、分析預測、決策規劃控制、城市級三維地圖重建及無人車高精度定位能力等技術功能。
目前,商湯對自動駕駛技術進行了多次疊代,形成了一套較為成熟的智能駕駛方案:SenseAuto Pilot智能駕駛解決方案,聚焦 L2+ 級高級輔助駕駛至L4級自動駕駛創新,並在上海車展首次發布SenseAuto Pilot-P駕駛領航方案。
軟體之外,2019年3月,商湯還推出首款原創機器人SenseRover X自動駕駛小車,這是款針對自動駕駛的教學產品。
奧比中光:戰投+自研,兩條腿走路
奧比中光是AI初創企業中對智能汽車投入最多的公司之一。
作為一家AI 3D感知技術方案提供商,成立於2013年的奧比中光現今已在3D傳感領域深耕近8年。
3D傳感作為人工智慧領域最核心的視覺感知技術,融合了晶片、算法、光學、軟體等多交叉學科技術,是人工智慧時代感知識別、新型人機互動等最為核心的技術載體。
除3D結構光外,奧比中光在雙目、iTOF、dTOF、雷射雷達等主流3D視覺感知技術領域也有長遠布局。
早在2018年,奧比中光就投資雷射雷達晶片級解決方案提供商飛芯電子。
飛芯電子成立於2016年,是一家專注於光電設備、雷射雷達研發、集成電路設計的高新技術企業。
成立僅2年,飛芯電子獲得了博世等注資。
據悉,飛芯電子以研發、生產雷射雷達系統及核心晶片為主要業務,客戶群體主要面向國內外汽車、機器人、無人機等生產研發廠商。
飛芯電子稱,其針對行業痛點,採用了連續波載調製或相干外差探測方案,利用焦平面點雲測距技術,滿足較高的空間解析度和較大的視場角,探測距離可超過200m,且無需複雜昂貴的機械掃描裝置,不斷提高系統可靠性,也使獲得的圖像更為清晰。
2019年4月,奧比中光成立車載3D視覺傳感方案提供商奧銳達。
奧銳達的業務重心在智能座艙,產品包括ToF攝像頭模組、雷射雷達等硬體以及3D ToF智能座艙方案。
承襲了奧比中光的3D視覺感知技術,奧銳達可為智能汽車帶來DMS、OMS、手勢識別、人臉識別、身份驗證等多種3D化智能功能。
其金融級安全的3D人臉識別方案,保護駕乘人員的信息安全;通過3D-ToF 攝像頭,實現多區域手勢控制;同時,智能汽車還可以通過3D信息,判斷駕乘人員體型、座艙內位置等。
近日,奧銳達還發布了為智能汽車量身定製的3D ToF智能座艙方案。
虹軟:主攻艙內,走軟硬一體之路
2018年,為應對手機市場見頂飽和,虹軟正式將業務從智慧型手機領域拓展至智能汽車、IoT等領域,一舉橫向突進自動駕駛市場。
虹軟科技創始人兼CEO鄧暉曾表示,未來每輛汽車裡都有10個以上的攝像頭,智能座艙將成為智能駕駛視覺AI的重點應用場景。
與其手機定位一樣,虹軟的智能汽車走軟硬一體解決方案,力圖做車載視覺一站式解決方案的供應商。
從招股書看,截至2018年底,虹軟科技的「汽車等loT產品」的業務收入僅367.95萬元,占比不足1%。
與多數視覺企業加裝雷射雷達等技術不同,虹軟的的自動駕駛解決方案完全基於視覺層面,且核心聚焦在車內智能。
虹軟科技的智能駕駛視覺解決方案,包括車內安全駕駛預警、駕駛員身份識別、車內安全輔助、輔助駕駛預警、自動泊車等眾多解決方案。
2019年3月,虹軟入股開易(北京)科技,後者主營業務包括主動安全智能終端(ADAS+DMS+人臉識別)、SDK軟體服務以及硬體整體解決方案。
2019年,虹軟在科創板上市。
虹軟表示,其在計算機視覺領域積累深厚,融合其暗光高反差拍攝、防抖等影像視頻增強算法技術,即使在車內光線不佳、人臉角度多變、車輛晃動等特殊情況下,也能夠很好地完成車輛周圍環境監測和車內人員監測等功能。
上市後,虹軟大力布局智能汽車及其他 IoT 智能設備領域,目前成效初現。
據虹軟表示,智能汽車板塊2019年開始真正量產。
數據顯示,2020年,智能駕駛視覺解決方案業務增長較快,實現營業收入6592.99萬元,同比增長310.61%。
據悉,虹軟智能駕駛相關產品包括DMS(駕駛員識別系統)、ADAS(高級駕駛輔助系統)、BSD(盲區檢測系統)、OMS(乘客識別系統)、Interact(視覺互動系統)、Authenticate(生物認證)、AVM(3D環景監視系統)、AR HUD(AR抬頭顯示)和智能後備箱等各類以核心算法為基礎的相關軟體解決方案。
高工智能汽車研究院數據顯示,DMS(駕駛員識別系統)的算法業務是其智能汽車業務的主要收入來源。
虹軟今年透露,其智能駕駛業務已實現37+7個前裝車型定點開發(37款量產車型定點,7款車型預研),以提供純算法為主,公司直接與Tier1或整車廠簽約,涉及多家國內主流車企(含造車新勢力)及部分合資車企。
格靈深瞳:最早入局,協同成長
成立於2013年,格林深瞳是最早的一批AI視覺公司,也是最早一批投入自動駕駛的AI視覺公司。
當年,格靈深瞳聯合英特爾研究院院長吳甘沙、國家智能車未來挑戰賽冠軍團隊負責人姜岩等一同創辦了一家專注於自動駕駛領域的公司――馭勢科技。
2016年,馭勢科技在北京誕生,格靈深瞳作為投資方入股馭勢科技。
過去五年,馭勢科技在洶湧潮水中奮力前行。
2017年1月的CES,馭勢科技向世界推出了無人駕駛概念車「城市移動包廂」,該車型成為了全球第三款獲得紅點設計大獎的無人車。
同年,這家公司分別在4月和6月,於白雲機場、杭州來福士率先展開面向普通公眾的無人駕駛商業化運營。
今年1月21日,香港國際國際機場宣布,由馭勢科技與香港國際機場管理局共同研發的無人駕駛物流車將替代人力駕駛拖車,承擔往返機場和海天客運碼頭的行李運輸任務,意味著其在機場的運用已逐步上量。
在過去的一年中,馭勢科技與長安民生物流、一汽物流、巴斯夫(BASF)等數十家企業建立了商業合作。
據透露,在國內某豪華品牌車型上,馭勢科技提供的軟體算法也已前裝量產,並幫助該自主品牌率先推出 L3 級自動駕駛功能。去年馭勢科技交付了數百套「AI駕駛員」,實現年度業績同比增長150%。
前不久,馭勢科技宣布完成累計超10億元人民幣的新一輪融資,在這場融資中馭勢科技獲得了國家資本的參投。
馭勢科技在無人物流埋頭苦幹,潛心鑽研,其成績是在無人物流領域的業務布局幾乎占到了國內市場的70%。
2016年誕生至今,馭勢科技經歷萬千辛酸,在密如繁星的棋子中探索出一條最優解法,以機場定式,在精進自我的路上捨命狂奔。
而格林深瞳的自動駕駛之路,也隨著馭勢科技越走越遠。
曠視:立足AI視覺,做車載全套解決方案
2018年11月,曠視曾公開展示過車載AI視覺解決方案。
彼時的曠視,其解決方案基於車載系統和駕駛過程的人臉解鎖、帳戶切換、駕駛員識別、多模態交互等功能為主,並收取相應軟體使用費和服務費。
「人臉解鎖」可通過車外的攝像頭捕捉駕駛員人臉信息並進行身份的識別與確認,實現人臉解鎖車門、臨時授權人臉解鎖車門;
通過車內的攝像頭實現刷臉啟動發動機、保險箱等,「帳戶切換」功能可通過人臉識別無感知精準識別駕駛員身份,配合車載智能系統,快速調整用戶預設的車輛各項個性化配置(座椅位置、反光鏡角度、空調溫度、音樂、燈光、導航等)。
「駕駛員識別系統」可通過車內攝像頭,實時查看駕駛員駕駛狀態和行為,在駕駛員出現疲勞駕駛或分心駕駛跡象時觸發預警,保障行車安全。
曠視曾表示,其與蔚來汽車實現了未來在智能汽車應用上的深度合作,真正的無人駕駛商用較遠,曠視聚焦對人類駕駛員的理解和輔助。
的盧深視:基於3D視覺相機,為產業賦能
的盧深視在智能汽車領域的角色,更多是與第三方合作的方式。
作為三維視覺領域的佼佼者,的盧深視在高精度深度感知成像、三維實時高精度重建、三維跟蹤識別及感知等技術方向上深耕多年。
上月,的盧深視出席了2021全球自動駕駛高峰論壇,並展示了其最新3D CV相機及其應用。
的盧深視兩款自研3D CV相機,其在5米範圍誤差小於1mm,指標超越國際3D相機巨頭,量產良率達99%以上。
基於前端低功耗嵌入式平台,兩款相機均可實現非接觸式精準識別,基於結構光原理,更可還原人臉高精度3D細節信息,通過人臉立體尺寸信息精準辨識人員身份,同時對於二維和三維攻擊識別正確率高達99.99%。
多提一句,安全性上,可達金融級別。
據悉,除了智能汽車領域,兩款相機也在智能家居、金融支付、智慧交通等領域展開布局。
智能駕駛:AI視覺第二春
AI視覺眾企入局智能駕駛賽道,並非跑題創作。
其一,布局智能駕駛,是戰略向外牽引使然。
自計算機視覺出走實驗室樊籠,AI安防、自動駕駛便拿到一大波投資人的「S卡」。
當年AI落地之時,安防提供了絕佳的土壤,AI公司在此實現技術與產業的交融。
期間,AI與安防彼此成就:
安防向世界輸送的海大宇等驕子,幾乎主導了全球安防市場話語權,行業極速擴容,向城市各個領域蔓延。
AI獨角獸們也從安防起家,並逐漸走向千行百業,邁向全域。
左邊是AI安防成主要營收來源,右邊是AI安防逐漸占領一席之地。擺在入局者眼前的,是如何保持縱向持續增長的必答題。
擺脫路徑依賴,尋找AI安防之外的市場,已是當務之急。
如果說,過去五年,AI視覺公司的路徑是「通用AI SDK 重定製集成項目實施」的話,那麼未來五年,他們可嘗試「非標領域的標準市場 形成標準化產品 低成本規模化複製」的路子。
非標領域的標準市場在哪?自動駕駛、醫療、晶片赫然在列。
縱觀AI市場,目光所及賽道幾近全員虧損,掘金志認為,與高成本人力無關,因為虧損在放大;與硬體儲備也無關,因為可以OEM。
核心在於:AI安防未能標準化,項目需求又無窮多。
那就去標準化市場?有人問。
標準化市場可以一夜之間把價格做到無窮低,但高額運營支出非AI企業所能承受。
標準化市場上不去,定製化市場下不來,AI公司的突破口在哪?答案是:非標準化市場裡找到標準化路子。
賽道上,自動駕駛正是明顯的非標領域的標準市場。與AI安防共通的是,智能駕駛初創企業也依賴資本輸入。
但前者場景碎片化、項目定製化,產品標準化之路漫漫;後者以智能汽車為載體,技術上軟體定義、人機協同一旦成型,會一招吃遍天下鮮。
眼下,不少智能駕駛新勢力已實現產品量產,並獲得一定規模的現金流。
對於一眾搶灘的各路豪傑,AI視覺的入場似乎有些遲。
但智能汽車賽道正熱、格局未定,智能汽車產業鏈長、細分領域繁雜,此時入場的AI視覺,你可以說它入場稍晚,但不能說它機遇不在。
其二,自動駕駛或是計算機視覺技術應用必登之高峰。
近幾年,機器學習持續深入,計算機視覺應用亦有了飛速進展。
千山萬水跨越的人臉識別小山,是AI最成功,也最基礎的一環。
真正的AI,是貫穿感知-決策-執行的長鏈條,這一點在自動駕駛上體現得尤為極致。
感知層,通過各類硬體傳感器捕捉車輛的位置信息以及外部環境信息;
決策層的「大腦」,基於感知層輸入的信息作環境建模,從而形成對全局的理解並作出決策判斷,再向車輛發出執行的信號指令;
最後的執行層,將決策層的信號轉換為汽車的動作行為。
自動駕駛技術是人工智慧、高性能晶片、通信技術、傳感器技術、車輛控制技術、大數據技術等多領域技術的結合體,落地難度之大,各路AI無不動容。
計算機視覺應用場景萬千,自動駕駛無疑是極具挑戰性、最具想像力的一條。
越是長在懸崖之巔的花,越讓人著迷。
一直以來,在環境感知環節,存在AI視覺與雷射雷達技術路徑之爭。
不管何種路徑更優,已經在視頻物聯領域經歷過殘酷驗證,AI技術儲備上,AI視覺企業們也已攢下不少經驗。
狼多肉少,能吃幾成飽?
「自動駕駛是很低級的行業嗎?所有人都想來分一杯羹。」
這調侃入局者們聽了,大抵會覺得分外委屈。
大多數困在第一道門檻,錢。
「沒有200億不要造車」的聲量振聾發聵,造車明星蔚來也曾資金一度跌入谷底。
雖說AI視覺公司除了大華的零跑汽車外,其他參與者目前都專注於智能駕駛硬體和系統,但這也是個昂貴的行當。
不少企業本身依靠資本輸血,是否有更多資金和精力參與自動駕駛廝殺,是他們需要思考的問題。
行業壁壘不容小覷。
汽車產業發展百餘年才形成了一套嚴謹而完整的生產流程和制度,乃至於衍生出了一套基於安全的工業文明,不是後來者們在短短的幾年時間裡就能夠顛覆的。
作為智能汽車的核心體現,自動駕駛技術遠未達到成熟的程度;車艙內的智能化體驗也還有豐富的想像空間。
換言之,如果跨界選手想要在智能汽車的世界裡找到自己的一席之地,不僅要高度重視安全這一話題,還要擁有強大的軟體能力。
但在前一輪前沿傳統主機廠以及蔚來、小鵬、理想等新造車勢力的人才軍備賽過後,新入局的玩家要如何吸納更多的專業人才?又如何權衡來自世界各地的人才的意見和建議,從而做出最終決策?
與此同時,智能汽車的研發不是一件只要懂軟體就能夠做成功的事情。
隨著電動化、智能化大潮的到來,造車的門檻看似降低了不少,但在這一過程中遇到的內因外因的難題,可能遠比想像中的要多。
行業資源尚需積累。
相比AI安防、智慧城市等領域,AI視覺跨界者在智能汽車領域品牌影響力和渠道資源不足,短期內,造血盈利能力較低。
而且,AI視覺企業布局智能駕駛時間不一,技術雖有共性但終究有別,相較於大多數垂直企業,尚有諸多不足。
故可見,過去幾年,即使AI視覺巨頭,步伐也較為謹慎,大多圍繞艙內智能、ADAS市場。
如果說巨頭們跨界,自帶熱搜體質,AI視覺企業跨界的光彩,多少暗淡了些。
前者身家優渥,拿著頂流體驗卡入場,高屋建瓴,後者更多是以小舟,涉鯨波。
當然,隨著技術日進一桿,資源聚沙成塔,營收逐年增長,他們將投入包括但不限於研發、營銷、資本等層面,難保這一葉扁舟,哪天出其不意成為可遠航的重磅郵輪。
莫道桑榆晚
眾多跨界玩家湧入智能汽車,激發了新的生機。
無論從何種角度來看,智能汽車的市場都蘊藏著無限機遇。
這個市場需要鲶魚的存在。
在新時代的風潮之下,我們固然期待看到不斷有實力強勁的新玩家們入局,留下中國智能汽車史上濃墨重彩的一筆。
我們也殷切地希望,這是一片能夠承載百花齊放,充滿新的生機和活力的沃土,而不是拔苗助長的投機者的港灣。
憑藉先發優勢,不少入局者或已暫列行業前位,但隨著各方力量的持續加碼,後來居上也並非不無可能。
保持警惕,時刻成長。
資料來源:https://www.chinahot.org/science/83632.html?fbclid=IwAR2Mm9ZU17srF7sCywqUPw-hmRAyGN_sN9XnL0_Q6mE4bUYwUpgGNX3wHps
人類圖右角度交叉之服務 17 18 58 52 在 圈圈媽咪玩人類圖教養 Facebook 的最佳解答
【 生命週期|土星回歸 】
五階、六階作業進度很緩慢的終於來到寫自己的生命週期。
寫土星回歸時,像是拿著原著劇本在看一部舊電影,一邊寫一邊嘖嘖嘖⋯
我的土星回歸在28歲,28歲的前3.5年,人生簡直是一場災難!
大概也是在28歲左右,跌到一個覺得已經不能再低的絕望谷底後,逼自己要振作,然後就一路攀上人生中最忙碌的巔峰;白天忙著剛剛站穩腳步的工作,晚上忙著處理夜市攤位的工作,常常一忙完就半夜3點了,隔天一早8點又出門工作,一天24小時根本不夠用。
跨過30歲的門檻的時候,走進一段自己都沒想過能走這麼久的感情裡,就被隊友送出去澳洲打工渡假忙著玩8個月,再回來台灣又馬上繼續投入2份工作的忙碌之中;好不容易覺得應該要讓自己休息一下,不要總是為了工作,結果又一頭栽進人類圖,忙著上課、寫作業、跟自己作實驗,也忙著生小孩~~~~我就是一直很忙碌啊!
結束了這個,開啟了那個,結束了那個,又開啟了這個。
我的土星回歸是2/5右角度交叉之沈睡的鳳凰4
區分的科學一書裡這樣解釋:
「具有強大個人力量與魅力,總是忙著以忙碌的樣子,來吸引注意力;在靈魂層面的指引下所帶來的力量,與親密,能服務眾人。」
有沒有魅力我是沒空知道啦!但是這段時間真的忙翻了,也都巧妙的在以自己的親和力優勢服務各個領域的客戶們😌
這段時間被接通的10-20-34-57通道也真的是不簡單!(這又是另外一個神奇的故事了😍)
免不了會想⋯如果早點拿到劇本,我會不會就少走一點冤枉路啊?🤔
然後,在準備寫下一個週期-天王星對分的時候,驚覺⋯⋯
額額額!
我的天王星對分在43歲,往前推3.5年的話,阿不就是現在!
我正要邁入天王星對分的前3.5年欸!
我的天王星對分是4/6右角度交叉之律法2
區分的科學一書裡這樣解釋:
「懂得如何說故事,用理想主義的見解和信念,引發他人。他們的魔法與諸多承諾相關,是夢想家 的夢想。」
感覺是一個終於可以比較不忙碌的狀態😌
以及
終於可以開始放心的天馬行空、胡說八道畫大餅了!(整個大歪🤣🤣🤣
而且,這次可以作弊先偷看一下劇本勒😍😍😍
#感覺人生充滿希望正面積極💪
#但是作業還沒寫完😢
#人類圖五階 #人類圖生命週期 #大流年
#一直上課上下去就會知道我在講什麼了?😌
#你也想偷看一下人生劇本嗎?😏