地平线、黑芝麻智能扎堆上市:智驾黎明来了?

2024-04-25 15:44

本文主要是介绍地平线、黑芝麻智能扎堆上市:智驾黎明来了?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一说起新能源汽车,那一定绕不开“智驾”这个词。事实上,智能驾驶作为新能源汽车的重要标签之一,一直频频被各大新能源车企所强调,是各方竞争的焦点。值得注意的是,随着新能源汽车产业的蓬勃发展,智能驾驶行业的发展也不断提速,不少智能驾驶企业纷纷开始冲刺IPO。

比如,在前不久的3月26日,智能驾驶解决方案供应商地平线向港交所递交招股书,正式启动港股IPO。而在地平线冲刺上市之前,自动驾驶研发企业黑芝麻智能已于3月22日再次向港交所递交主板上市申请。

顺势而为

事实上,早在2023年,智能驾驶行业就掀起了一波上市潮。除了前文曾提到的地平线、黑芝麻智能之外,包括知行科技、速腾聚创在内的十多家智能驾驶领域的相关企业都提交了申请书,其中部分智驾企业已经成功挂牌上市。而在这些智能驾驶企业相继冲刺上市背后,也有着多方面的原因。

一方面,得益于多年的深耕,这些智能驾驶企业都积累了相当的实力,有了冲击上市的底气。近年来,新能源汽车行业飞速发展,整个自动驾驶产业链也随之快速发展,不少智能驾驶企业都在各自的领域内收获了亮眼的成绩。据了解,自成立以来,速腾聚创已累计交付超过100,000台激光雷达;已经成为港股“智能驾驶第一股”的知行科技,则是中国第二大第三方自动驾驶域控制器提供商,市场份额达26.2%。

此外,据灼识咨询资料显示,地平线已是最大的提供前装量产ADAS和AD解决方案的中国公司。另外,按照2022年车规级高算力SoC的出货量计算,黑芝麻智能是全球第三大车规级智能汽车计算SoC及基于SoC的解决方案供应商。可见,这些开启IPO征程的智能驾驶企业大都是各自领域内的佼佼者,而其所具备的实力也会是其冲刺IPO路上的最大依仗。

另一方面,智能驾驶领域竞争日益升温,上市有助于智能驾驶企业增强竞争力。智能驾驶已经成为新能源汽车差异化竞争的关键点,而各车企为了不被供应商卡脖子,大都进行了全产业链布局,智能驾驶更是重中之重。

要知道,智能驾驶领域本就研发难度高,竞争激烈,车企的入局更是使得智能驾驶领域的竞争激烈程度更上一层楼。因而,对智能驾驶企业来说,提升自身实力与竞争力迫在眉睫。上市不仅能够帮助智驾企业打响知名度,还能够帮助智驾企业筹集更多的资金,让其有更加充裕的资金开展后续业务,实现实力的持续提升。

也是不得不为

随着新能源汽车行业的发展,智能驾驶技术的重要性越来越为企业所熟知,正因如此,智能驾驶供应商也乘风而起,实现了实力与业绩的双重增长。只是,随着车企相继布局智能驾驶领域,智能驾驶供应商也面临着来自多方的压力。各大智能驾驶企业之所以积极冲刺IPO,除了有自身的实力为依托之外,也有对现实因素的考量。

一是,智能驾驶盈利难度大,智能驾驶企业尚无法实现自我“造血”。事实上,尽管部分智能驾驶企业都已经取得了亮眼的成绩,在各自深耕的领域内站稳了脚跟,但盈利难这一问题仍然是智能驾驶相关企业所面临的头号难题,行业内实现盈利者寥寥无几,亏损更是智能驾驶企业的普遍状态。

具体来看,从2021年至2023年,地平线固然实现了营收从4.67亿元到15.52亿元的大幅度增长,三年复合年增长率近83%,却仍未摆脱亏损局面。据招股书显示,从2021年—2023年,地平线三年合计亏损超175亿元,三年合计经调整亏损净额超46亿元。无独有偶,截至2023年12月31日,黑芝麻智能累计亏损高达114.47亿元。由于智能驾驶企业深陷亏损局面,自身难以实现自我造血,就需要外部输血,而上市则是其获得融资的重要窗口之一,于是智能驾驶行业迎来了一波上市热潮。

二是,受市场环境的影响,智驾企业在一级资本市场的融资变得越来越难。不同于其他行业,智能驾驶企业具有很高的门槛,对于相关企业的技术实力有着很高的要求。为了不断提升智能驾驶技术,智能驾驶企业都在长期围绕着技术研发投入下功夫,大部分的智能驾驶企业研发投入都处于高位。而技术的研发投入需要大量的资金支持,对于智能驾驶企业,尤其是初创企业来说,融资就显得格外重要。

然而,由于智能驾驶的商业化落地进展缓慢,投资人对于智能驾驶的热情逐渐减退,智能驾驶企业的融资变得越来越难。据IT桔子数据显示,2021年国内自动驾驶行业共发生144起投融资事件,融资规模为932亿元。而截至2022年11月14日,自动驾驶行业投融资事件为92起(不包括IPO),融资规模仅为240亿元,融资规模仅为2021全年的四分之一。智驾企业融资变难,行业竞争却只增不减,当前无法实现自我“造血”的智驾企业仍然需要外部输血,而上市是获取资金最为简单直接的途径,因此对智驾企业来说,上市势在必行。

淘汰赛开启,智驾企业“卷”不停

当前,智能驾驶相关产业都在积极寻求上市,以期为下半场比赛增添砝码。可以预见的是,随着智能驾驶企业实力的不断增强,行业竞争也将变得愈发激烈。事实上,智能驾驶的淘汰赛已经打响,驾驶企业为了“活下去”,也都拼尽全力,做足了准备。

首先是,卷算力。智能驾驶是新能源汽车的核心标志,智能驾驶的级别越高,所需要传感器数量就越多、信息精度就越高、数据量就越大,而这就意味着需要更多的算力作为支撑。据亿欧智库分析,自动驾驶等级每增加一级,所需的芯片算力会呈现十倍以上的上升,L4、L5需要的算力可能要接近400TOPS、4000+TOPS。因此,算力也就成为智能驾驶企业增强竞争力的重要方向之一。

比如,在智能驾驶芯片领域,地平线已经发布过“征程2系列”“征程3系列”以及“征程5系列”3个系列的芯片产品,芯片算力也由征程2的4TOPS提升到了征程5的128TOPS。无独有偶,黑芝麻智能在2019年推出了芯片算力为5-10TOPS的第一代芯片“华山一号A500”;在2020年发布了算力达到了58–116TOPS的第二代芯片“华山二号A1000”;2021年,黑芝麻智能推出了算力达到106TOPS,最高可达196TOPS的“华山二号A1000 Pro”。

其次是,卷性价比。性价比这股风同样刮到了智能驾驶行业,为了获得更多客户的青睐,智能驾驶行业也掀起了价格战,智驾企业纷纷推出了“性价比”方案。具体来看,智能驾驶领域的“独角兽”毫末智行就发布了3款第二代智能辅助驾驶产品,而这三款产品的量产价格都在千元级别;大疆车载在去年6月发布了全新一代智能驾驶解决方案“成行”,售价区间大致在5000-15000元之间。

众所周知,激光雷达被誉为自动驾驶车辆的“眼睛”,重要性可想而知。而在激光雷达领域,价格战一样在上演,性价比同样成为了各方的共识。比如,一径科技此前发布了全新SPAD激光雷达“ZVISION EZ6”,其价格率先打破2000元的边界,真正进入“1”打头时代;速腾聚创则是发布M平台新一代中长距激光雷达MX,而据速腾聚创方面表示,“MX将以低于200美金(约合人民币1447.78元)的成本作为基础实现第一个项目的量产,并尽快将价格锁定到1000元左右。”

智驾仍在等待黎明

在多方因素的共同作用下,智能驾驶发展提速。即便是智能驾驶企业所头疼的商业化落地问题,也随着政策的指导、技术的逐渐成熟以及消费者对智能驾驶技术感知的提升而迎来了转机。但必须要说的是,智能驾驶前景巨大,但制约也多,智能驾驶企业同样面临着重重考验。换言之,对各路智能驾驶企业来说,黎明尚未到来。

一来,智驾领域“内卷”不止,智驾企业压力不小。当前,新能源汽车正在大打价格战,而这也倒逼智能驾驶企业开始祭出性价比这一杀手锏,以满足车企的需求,从而获得更多的客户和订单量。但随着价格战的开打,智能驾驶企业的利润空间势必会进一步压缩,这无疑加大了智能驾驶企业的盈利难度,再加上智驾技术的提升需要庞大的资金支持,以及外界融资热情减退,智能驾驶企业所面临的压力只增不减。

二来,智能驾驶的商业化落地仍在不断摸索中。商业化对于智能驾驶企业的重要性自是不言而喻,倘若商业化道路无法跑通,智能驾驶企业就很难形成自我造血能力,会对自身的后续发展产生影响。只是,尽管在多方因素的共同影响下,智能驾驶的商业化进程正在提速,但距离最终开花结果仍然需要时间。于智能驾驶企业而言,前路依旧漫长。

毫无疑问,智能驾驶是现在乃至未来汽车的一大重要标签,各方在智能驾驶领域的深耕与布局,将进一步推动智能驾驶产业的发展。只是,智能驾驶领域既有机会,同样有挑战,智驾企业仍然需要不断向前,跨过难关。相信随着智能驾驶行业的持续向前,智驾企业终会等到收获的那一天。只是,在天亮之前,仍需要熬过一段黑夜。

这篇关于地平线、黑芝麻智能扎堆上市:智驾黎明来了?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/935101

相关文章

智能客服到个人助理,国内AI大模型如何改变我们的生活?

引言 随着人工智能(AI)技术的高速发展,AI大模型越来越多地出现在我们的日常生活和工作中。国内的AI大模型在过去几年里取得了显著的进展,不少独创的技术点和实际应用令人瞩目。 那么,国内的AI大模型有哪些独创的技术点?它们在实际应用中又有哪些出色表现呢?此外,普通人又该如何利用这些大模型提升工作和生活的质量和效率呢?本文将为你一一解析。 一、国内AI大模型的独创技术点 多模态学习 多

基于 Java 实现的智能客服聊天工具模拟场景

服务端代码 import java.io.BufferedReader;import java.io.IOException;import java.io.InputStreamReader;import java.io.PrintWriter;import java.net.ServerSocket;import java.net.Socket;public class Serv

江西电信联合实在智能举办RPA数字员工培训班,培养“人工智能+”电信人才

近日,江西电信与实在智能合作的2024年数字员工开发应用培训班圆满闭幕。包括省公司及11个分公司的核心业务部门,超过40名学员积极报名参与此次培训,江西电信企业信息化部门总监徐建军出席活动并致辞,风控支撑室主任黄剑主持此次培训活动。 在培训会开幕仪式上,徐建军强调,科创是电信企业发展的核心动力,学习RPA技术是实现数字化转型的关键,他阐述了RPA在提高效率、降低成本和优化资源方面的价值,并鼓励学

深度神经网络:解锁智能的密钥

深度神经网络:解锁智能的密钥 在人工智能的浩瀚星空中,深度神经网络(Deep Neural Networks, DNNs)无疑是最耀眼的那颗星。它以其强大的学习能力、高度的适应性和广泛的应用场景,成为了我们解锁智能世界的一把密钥。本文将带你走进深度神经网络的神秘世界,探讨其原理、应用以及实用操作技巧。 一、深度神经网络概述 深度神经网络,顾名思义,是一种具有多个隐藏层的神经网络。与传统的神经

【智能优化算法改进策略之局部搜索算子(五)—自适应Rosenbrock坐标轮换法】

1、原理介绍 作为一种有效的直接搜索技术,Rosenbrock坐标轮换法[1,2]是根据Rosenbrock著名的“香蕉函数”的特点量身定制的,该函数的最小值位于曲线狭窄的山谷中。此外,该方法是一种典型的基于自适应搜索方向集的无导数局部搜索技术。此法于1960年由Rosenbrock提出,它与Hooke-Jeeves模式搜索法有些类似,但比模式搜索更为有效。每次迭代运算分为两部分[3]: 1)

智能优化算法改进策略之局部搜索算子(六)--进化梯度搜索

1、原理介绍     进化梯度搜索(Evolutionary Gradient Search, EGS)[1]是兼顾进化计算与梯度搜索的一种混合算法,具有较强的局部搜索能力。在每次迭代过程中,EGS方法首先用受进化启发的形式估计梯度方向,然后以最陡下降的方式执行实际的迭代步骤,其中还包括步长的自适应,这一过程的总体方案如下图所示:     文献[1]

虚拟现实环境下的远程教育和智能评估系统(十三)

管理/教师端前端工作汇总education-admin: 首先是登录注册页面的展示 管理员 首页 管理员登录后的首页如下图所示 管理员拥有所有的权限 课程管理 1、可以查看、修改、增添、删除课程列表内容 2、可以对课程资源进行操作 3、可以对课程的类别信息进行管理,课程类别支持三级索引 用户管理  1、可以对学员列表进行操作,对学员进行增删改查

智能风控(原理、算法与工程实践)项目一

本文介绍该书第一章的项目:运用CART树进行规则挖掘,具体代码如下 #!/usr/bin/env python # coding: utf-8 # In[1]: import pandas as pd   import numpy as np   import os   # In[2]: data = pd.read_excel( './data_for_tree.xlsx')

智能优化算法改进策略之局部搜索算子(三)—二次插值法

1、原理介绍 多项式是逼近函数的一种常用工具。在寻求函数极小点的区间(即寻查区间)上,我们可以利用在若干点处的函数值来构成低次插值多项式,用它作为求极小点的函数的近似表达式,并用这个多项式的极小点作为原函数极小点的近似。低次多项式的极小点比较容易计算。常用的插值多项式为二次或三次,一般说来三次插值公式的收敛性好一些,但在导数不变计算时,三点二次插值也是一种常用的方法[1]。 3

AI智能时代:ChatGPT如何在金融市场发挥策略分析与预测能力?

文章目录 一、ChatGPT在金融策略制定中的深度应用客户需求分析与定制化策略市场动态跟踪与策略调整策略分析与优化 二、ChatGPT在算法交易中的深度应用自动交易策略制定交易执行与监控风险管理 三、未来展望《智能量化:ChatGPT在金融策略与算法交易中的实践》亮点内容简介作者简介目录获取方式 随着人工智能技术的飞速发展,ChatGPT作为一种先进的自然语言处理模型,正逐渐