亿欧智库预测2024年城区NOA的渗透率将达到0.5%，高速NOA的渗透率将达到8%，显然智能驾驶发展已进入“下半场”。高阶智驾正逐步实现规模化量产，数据闭环是推动高阶智能驾驶继续发展的关键因素，因此海量数据处理及高效挖掘成为企业必须解决的首要难题。主机厂及Tier1都开始搭建自己的数据闭环体系，通过高效的数据收集、处理和分析，不断优化和迭代智能驾驶算法，有效提高智驾系统的准确性和可靠性。
基于上述背景，亿欧智库发布了《2024中国智能驾驶数据闭环应用新生态分析报告》，重点研究了新生态智驾数据闭环的技术应用现状，具体包括数据采集、处理、分析和管理；分析了新生态数据闭环赋能感知定位和规控执行升级的作用机理；从不同企业类型分析了智驾数据闭环的产业格局、竞争优势以及新旧玩家的发展策略；最后，亿欧智库基于当前市场的发展格局以及对未来技术的判断，总结了智驾数据闭环的机遇和挑战。
智驾技术升级背景下，数据闭环将迎来全新阶段
在数据闭环第一阶段，智能驾驶技术主要采取硬件驱动的方式进行研发，数据闭环概念初现。进入数据闭环第二阶段，算法和软件的重要性不断提升，智能驾驶开始尝试采用小模型、基于规则驱动的方法来解决智能驾驶问题。随着智能驾驶技术的提升，其对于智驾数据的需求剧增，智驾系统的优化对数据闭环的要求越来越高，因此数据闭环已逐渐进入由数据驱动的第三阶段。
传统智驾数据闭环只是简单的通路构建，主要在测试车上发现问题并上传，由工程师分析错误报告、找出问题原因，进而修改代码并在下次更新后予以解决，导致数据闭环整体效率不高、人工参与环节较多。而新生态数据闭环运用AI大模型等新技术，对数据挖掘、自动标注、模型训练、仿真测试进行升级，实现智驾数据处理更流畅、智驾功能体验更佳。
随着智能驾驶系统不断升级，数据量呈现出指数级增长。除了数据处理成本、研发成本较高等问题外，数据涉及个人隐私和安全问题，必须确保数据的合规性；同时长尾问题的解决对于提升智驾系统的鲁棒性至关重要。
新生态的数据闭环在智能驾驶领域具有显著优势：流程自动化提高了数据处理效率，循环更流畅确保了数据持续优化；同时兼顾安全与高效，能够挖掘更多corner case 场景，有效解决了数据割裂问题，赋能高阶智能驾驶发展。
AI自动标注凭借CV大模型、NLP大模型、多模态大模型进行数据的预处理和分析，能够显著提升标注的效率和质量。预标注的数据传输至云端，通过云端技术进一步分析和处理再进行AI标注，实现数据标注自动化闭环。AI自动标注能够提升标注效率和质量、降低标注成本、提升人机协作能力、挖掘高价值数据、不断进行迭代升级。未来AI自动标注将会进一步实现商业落地，赋能智驾数据闭环。
目前已经有部分企业基于AI大模型技术建立了数据管理平台并用于数据标注。其中柏川数据自研「山海」智能数据管理平台，已具备高效、全球化的数据服务能力，并通过自动化标注、三维重建、数据仿真等核心算法，实现BEV感知算法所需的4D标注需求。标贝科技基于大模型能力正在建设自己的数据管线，可实现从目标检测、图像分割之类的基础技术到结合语义、逻辑关系的事件检测，并构建因果数据生产能力，降低智能驾驶企业在生产类似数据时的数据管线搭建成本，为实现更智能的智能驾驶提供高效、高质、高性价比的数据解决方案。
新生态数据闭环融合云仿真和数字孪生技术，促进仿真测试提质增效
高阶智驾需要在各种复杂和多样的场景中进行测试，随着数据量的提升，传统的仿真测试已经无法满足高阶智驾对仿真测试的需求。云仿真凭借其高并发测试、强协同性、易对接性以及满足大算力需求的优点，能够促进高阶智驾数据闭环。数字孪生凭借AI和VR等技术，通过虚拟仿真模拟真实道路环境和交通情况，为自动驾驶系统提供丰富的测试场景，降低测试成本和时间，并且能够极大提高仿真测试的安全性。
目前已经有部分企业利用新技术提供了数据管理服务并建立了仿真测试体系。其中威蓝科技通过生态伙伴或第三方提供的通用大模型的能力，逐步训练自己的应用模型，赋能数据闭环工具和智能优化工具中的相关技术，打造了数据模型资源、测试与训练、数据生产与管理三大方面的服务平台。威蓝科技构建了“3+1”仿真测试体系。其中，智能交通仿真平台、集群仿真测试平台、自动驾驶仿真平台以及数据评价体系能够应对测试场景复杂且多样化、测试评价标准不统一等挑战。
数据闭环生态圈不断发展，不同类型玩家展现不同优势
新生态智驾数据闭环企业主要由数据采集、数据处理与标注、数据传输与存储、芯片厂商、数据仿真、云存储、智驾方案商以及主机厂构成。
智驾数据闭环目前主要的四类玩家包括主机厂、智驾方案商、数据服务商以及芯片企业，每类玩家在新生态数据闭环中的优势不同，参与到新生态数据闭环中的角色也不同。其中，主机厂是智驾数据闭环的核心用户，打通数据闭环就是为了实现智驾功能更好上车；智驾方案商将利用AI技术和云服务的算力优势为客户提供服务；数据服务商将致力于数据闭环流程的研发和创新，为客户提供更高性价比的方案；芯片企业基于自身芯片的软硬一体方案，为主机厂、智驾方案商以及数据服务商提供合适的数据闭环开发工具和开放的开发生态。
企业在选择不同的数据闭环合作模式时，需要综合考虑各种因素做出决策。其中受到资金和资源限制、承担研发风险较低、希望能够快速得到响应或者快速进入市场的企业通常会选择完全外采或核心部分自研、其他部分外采的合作模式，以实现降本增效。而自研能力较强、个性化需求较高、需要建立创新能力以及为了实现一体化管理的企业通常会选择全栈自研的模式，以期在技术上取得突破和话语权。
传统玩家在数据闭环领域的发展策略往往是基于买卖双方的交易关系，专注于自身技术和产品的发展。数据闭环流程中的服务往往独立不连续，供应商提供的数据服务和主机厂所需要的数据服务也仅仅是线性关系。随着智驾技术的迭代和市场的变化，要求相关企业必须更加开放和灵活。新型玩家通过构建数据闭环新生态，推动了从单一的买卖关系向合作伙伴关系的转变，这意味着供应商、主机厂以及其他合作伙伴共同承担风险，共享利益，该模式有助于共享资源、技术和市场信息，加速智能汽车行业的发展。
智能驾驶已经进入数据驱动的时代，仅依赖于硬件的升级或软件的优化已无法满足高阶智驾的发展需求。新生态数据闭环与智能汽车的发展密不可分，它不仅能够实现高效的数据流转，提升智能驾驶的决策准确性和安全性，还能够推动跨领域数据的融合与创新，将为智能汽车产业带来更多的发展机遇。
随着文生视频等多模态大模型技术的发展以及智驾出海的政策机遇，新生态数据闭环有望进一步蓬勃发展。与此同时，数据合规问题、数据处理技术问题以及商业化难题等数据闭环挑战需要重点突破。
未来，随着技术进步和市场需求扩大，新生态数据闭环将助力智能汽车实现更高级别的智能驾驶，推动智能汽车产业向智能化方向迈进。亿欧智库也将持续密切关注汽车智能驾驶行业新技术与市场新动态，通过对行业的深度洞察，持续输出更多有价值的研究成果。欢迎读者与我们交流联系，共同助力中国汽车智能驾驶的持续发展。
关于新生态数据闭环的更多内容，详见《2024中国智能驾驶数据闭环应用新生态分析报告》，如您有任何问题，欢迎联系报告作者王珂、奚少华，邮箱：wangke@iyiou.com、xishaohua@iyiou.com。报告链接：https://www.iyiou.com/research/202406061369
热门跟贴