Omniverse已经成为主机厂数字孪生和自动驾驶公司模拟仿真的基础平台
在11月的英伟达GTC大会上，升级的Omniverse平台能够模拟仓库、工厂、物理和生物系统、机器人、自动驾驶汽车。全新发布 Omniverse Replicator是为用户训练深度神经网络的合成数据生成引擎，其两款核心应用：Isaac Sim 面向通用机器人、DRIVE Sim 面向自动驾驶；DRIVE Sim 能够模拟出自动驾驶车辆上搭载的“环绕摄像头”的视觉图像。由这些平台和应用所构成虚拟环境，可以用来让自动驾驶算法训练自己的策略。
芯片领域的军备竞赛不断升级，2021年10月，高通与麦格纳竞价收购Tier 1维宁尔，并最终与维宁尔达成收购协议。高通与合作伙伴以45亿美元的价格共同收购维宁尔。借此在2022年，高通的Snapdragon Ride自动驾驶平台将量产装车，并集成维宁尔的自动驾驶视觉软件。
对于国内的自动驾驶芯片公司，以及自动驾驶技术研发企业而言，英伟达的产品和方案即使难以对标，也必须要借鉴，而如何通过高效的自研、跨领域合作、投资并购等方式获得更全面、更快速的开发能力。
在感知层面依然存在变量
激光雷达还在觊觎元宇宙
只要特斯拉一天不上激光雷达，关于感知层面终局的话题就依然有效，深入阅读激光雷达领域，也可隐约感受到尽管自动驾驶离理想的终局尚有很远的距离，但是也许细分领域的快速突破，可以加速整个进程的进度。
未来将占据主流市场的感知层方案大概率将包括全固态激光雷达和4D成像毫米波雷达。
据沙利文报告的预测数据，2025年激光雷达全球市场规模为135.4亿美元，相比2019年可实现64.63%的年均复合增长率。
参考相对成熟的毫米波雷达市场，渗透率也在逐渐攀升。据Yole Développement数据显示，全球车载毫米波雷达市场规模预计将由2019年的55亿美元增长至 2025年的105亿美元，年复合增长率达到11 %。
感知层对于汽车和自动驾驶而言至关重要，但这个市场却并没有想象中那么巨大。相比而言，在消费电子领域，苹果单一品牌的Airpods将不起眼的蓝牙耳机这一个单品类，迅速做到200亿美元规模的市场。
考虑到未来元宇宙、空间智能对于3D空间建模的海量需求，也许未来每一个类似手机的移动终端都需要一颗更强大的微型激光雷达，iPhone12可能就会被看作早期元宇宙设备，激光雷达这一类感知层设备也将看到真正的增量市场。
激光雷达未来可能无处不在
4D成像毫米波雷达目前在全球范围共有三种主流技术可实现4D点云功能，包括：1）采用现有的英飞凌、TI、NXP芯片，通过独特的软件算法和天线设计，在MIMO的基础上做成高倍数虚拟MIMO，以达到在原来物理天线数基础上虚拟出十倍的天线数，进而将角分辨率大幅降低；2）通过将多发多收天线集中在一个芯片组中来实现上述功能；3）通过使用超材料来解决上述问题。
激光雷达则要复杂很多，既是自动驾驶在感知层面最新的技术领域，也是近年来资本竞相押注，市场相对不明朗的领域。
曾有这个领域的创业者表示：永远不知道竞争对手会用什么方式去解决问题。同样在感知层面已经存在并发展多年的摄像头、毫米波雷达等传感器最终都以纯芯片的方式前装在汽车上，当然这也是更符合车规的路径，因此激光雷达将会采用同样的路线。
车载激光雷达对比摄像头、毫米波雷达在测距精度、抗干扰等方面有着先天的优势和更好的表现。随着低级别的辅助驾驶向更高等级的自动驾驶升级，自动驾驶系统彻底接管车辆的控制权，激光雷达的作用也将从辅助走向主导，随着价格不断下探，前装数量也随之增加。
但是要考量激光雷达，则要通过相当多的维度。在光束扫描器和探测系统这两个维度不同的排列组合可以产生出大量可行的方案。
光束扫描器可以分成了机械旋转式、MEMS（微振镜）、微距移动、Flash、光学相控阵（OPA）；
探测系统可以分成非相干测量（TOF）和相干测量（FMCW）；
最终产品形态则可划分为三类：机械式激光雷达、混合固态激光雷达和固态激光雷达。
汽车领域Top2的Tier1博世在激光雷达领域已经投资了美国的 Tetravue ，以及国内的禾赛科技和飞芯科技。
在此前盖世汽车的访谈中德国博世集团创投合伙人蒋红权博士表示：激光雷达在硬件方面最有技术空间。基于此，博世在中国市场相继投资飞芯电子、禾赛科技。其中，禾赛科技专注光电设备、激光雷达研发及其核心芯片，而飞芯电子则专注于研发和制造用于机器人和无人车的激光雷达。作为自动驾驶发展中关键技术，即便是L4或是L5级自动驾驶尚未落地，激光雷达依然有其市场存在空间，因此，投资禾赛科技属于寻找市场的拐点，投资飞芯电子则是在寻找科技的拐点。
现在，放眼整个自动驾驶相关的技术领域，乃至底层技术，中国和世界的差距在很多赛道已经可以以“年”计算，甚至持平。更加可喜的是，相同赛道的多家创业公司通过研发不同的技术路径，形成更加理性的竞合关系。
在线控底盘领域正在打破国外Tier1垄断的拿森科技创始人陶喆向36氪介绍：目前行业内有个新提法，未来的供应链中的供应商也称之为合作伙伴。在燃油车时代，整个供应链是金字塔式的，一级压制一级。而未来汽车供应链将是网状生态结构，上下游之间不再是压榨和相互博弈，而是建立合作伙伴的大生态圈，实现战略协同、联合开发。
可能的蓝海-RoboTractor
所剩无几的超万亿市场
抛开关于机器人和RoboTaxi的争议性话题，RoboTaxi作为自动驾驶技术的集大成者，通过数据积累、深度学习、算法迭代实现升维，也可以蒸馏模型，向多场景、低级别降维。因此Robo-家族也在不断扩军，RoboBus、RoboTruck之外，是否还存在蓝海，在未来也将是个有趣的话题。
农业是目前数字化程度最低领域，农业也代表了最基本的刚需，其效能的提升，对于国计民生、对于碳中和，都具有重要的意义。从技术的角度来说，Robo化的农业机械将可以实现像黑灯工厂一样的24*7工作，即可最大化的降本增效。
此外，在开放式的农业场景，光伏、风电、储能、换电的有机配套，或将最先打通新能源从产出到消费的完整闭环。
据行业数据，在北美地区，农业自动化领域的市场规模超过5万亿美元，近年来，农业AMR（Autonomous Mobile Robot）的设计思路正在快速转变。更加跨界的融合，比如重新解构并整合自动驾驶、拖拉机、机器人技术，以提高第一产业的生产力，已经开始实现场景化落地，未来最大的变数也将来自Robo Tractor像乐高一样组装。
2018年成立于西雅图的Carbon Robotics，融合高精定位、无人驾驶、机器人、AI，研发的除草机器人，重4.3吨，形似RoboTruck，采用英伟达自动驾驶芯片，利用高分辨率相机和AI识别技术，将农田里的杂草用150W的激光，精准*死，其高精度激光束的误差半径仅为3毫米。这个可以24小时工作的自动驾驶除草机器人，可以每小时烧死十万棵杂草。
相比而言，国内如大疆和极飞的农业无人机，主要功能是超低空喷洒除草剂、农药，已经形成成熟的商业模式，但是除草剂、农药本身的高残留和毒性是无法根除的短板，从长远来看必将被更环保的方式取代。
在刚刚结束的CES上，北美农业机械巨头约翰迪尔展示了其第一台自动驾驶拖拉机8R。可以 24/7 全天候运行，每 8-10 小时加油一次。12个立体摄像头可以实现 360 度障碍物检测和距离计算，自动驾驶拖拉机通过不断检查相对于地理围栏的位置，确保它在预期的位置运行，并且精确度小于 1英寸，可以在不接触方向盘的情况下精确播种、以及收获种子。
约翰迪尔的无人驾驶拖拉机8R
据其公开资料宣称，8R自动拖拉机在过去三年的现场测试中，共收集了超过 5000 万张图像。每个模型都采用数十万张图像进行训练，其神经网络可在约100毫秒内对每个像素进行分类。
据约翰迪尔数据，全球农业人口的平均年龄已经超过 55 岁，每天工作时长超过12小时。在中国，尤其是广大农村地区的老龄化问题已经超过全球平均水平，且在未来中短期已很难逆转，从劳动力结构的角度来说，农业自动化必将成为趋势。
目前，全球超过8o%的农业、种植业活动都是由人工完成的，并且在农业领域人工成本年均增幅超过了工业、服务业等其他领域，达到了10%左右，已经改变工业生产结构的机器人产线，及黑灯工厂理念，在农业领域或许可以释放出更大的生产力。
从基础设施的角度，中国的农业自动化领域虽然起步低，但未来将具有更大的增量，据中国农业普查数据，截至2020年，全国拖拉机保有量达近2700万台，虽然远低于乘用车的数量，但已接近商用车的数量，而且具有高使用频次、淘汰周期短、细分品类繁多的特点。
国内在农业机械领域，除“一托”外缺乏规模化行业龙头，而农机水平距离国际范围的头部阵营还存在比较大的差距，自动驾驶和机器人技术将有可能助力农业机械行业实现弯道超车、或换道超车。
而从更宏观的碳中和视角，RoboTractor可以关联的风能、太阳能、储能、换电、新能源拖拉机等环保能源技术；以及自动驾驶、机器人自动化、声音及图像识别等人工智能技术，可以很大程度的降低农业领域的能耗水平，形成完整的环保生态闭环，并将对双碳进程产生积极的推动作用。
未来，阿里的农业大脑、腾讯的AI黄瓜、京东的智慧农场们或许会汇流成一条主线，也或许会出现新的RoboTractor赛道，并且可能诞生出一个超大规模的市场。
尾声：自动驾驶的外延
对于创新企业而言，自动驾驶提供了从产业链新节点切入市场的机遇。
在达摩院XR实验室定义的阿里元宇宙中，最高层的L4级（虚实联动）的案例中赫然出现了一款自动苹果采摘机器人。
蔚来则跨界联合 NOLO和Nreal 打造了车载专属 VR 头显和 AR 眼镜。
自动驾驶赛道超宽，还有待国内创新企业继续探索更多的可能。
