《2023特斯拉FSD产业链、市场空间、商业模式及未来发展趋势分析报告(21页).pdf》由会员分享,可在线阅读,更多相关《2023特斯拉FSD产业链、市场空间、商业模式及未来发展趋势分析报告(21页).pdf(21页珍藏版)》请在三个皮匠报告上搜索。
1、2023 年深度行业分析研究报告 行业研究报告 慧博智能投研 目录 目录 一、特斯拉?FSD?发展历程.1 二、特斯拉?FSD?产业链及商业模式.5 三、特斯拉?FSD?优势.8 四、特斯拉?FSD?未来发展趋势及市场空间.11 五、对我国自动驾驶及机器人产业影响.13 六、FSD?相关公司.18 一、特斯拉一、特斯拉 FSD 发展历程发展历程1.特斯拉自动驾驶及特斯拉自动驾驶及 FSD(1)特斯拉自动驾驶方案)特斯拉自动驾驶方案特斯拉的自动驾驶方案包括基础版自动驾驶功能(EP)、增强版自动驾驶功能(AEP)和完全自动驾驶能力(FSD),智能驾驶软件方案实现差异化配置。功能上来看,特斯拉 AE
2、P 可以实现:1)自动辅助导航驾驶,包括自动驶入和驶出高速公路匝道或立交桥岔路口,超过行驶缓慢的车辆。2)自动辅助变道,高速公路上自动辅助变换车道。3)自动泊车,平行泊车与垂直泊车。4)智能召唤,在合适的场景下,停在车位的车辆会响应您的召唤,驶出车位并前往您所在的位置。FSD 在 AEP 基础上,后续通过 OTA 推出识别交通信号灯和停车标志并做出反应、在城市街道中自动辅助驾驶等功能。(2)受地区法规的影响,特斯拉受地区法规的影响,特斯拉 FSD 功能迭代存在地域性差别功能迭代存在地域性差别 特斯拉 FSD Beta 是特斯拉完全驾驶能力的测试版,通过 OTA 方式目前已经迭代到 11.4 版
3、本。从适用地区来看,FSD 功能升级集中在北美地区,超 700 项功能均可以在北美地区使用。中国和欧洲受政策的影响,有部分功能无法使用。以中国市场为例,特斯拉 FSD Beta 的升级过程中,372 项升级可以在中国市场使用,仍有超过 300 项的功能无法在中国市场使用。2.特斯拉自动驾驶迭代发展历程特斯拉自动驾驶迭代发展历程(1)硬件)硬件 3UyWyXfU8ZlXmQrN6M9R9PsQpPnPnOlOpOnMeRoOoR7NqRpOuOmNoRMYnPyQ 特斯拉从 2013 年开始研发自动驾驶系统(Auto pilot system)。次年 2014 年推出 HW1.0,后续约 2-4
4、年更新一次(14 年 HW1.0,16 年 HW2.0,19 年 HW3.0,23 年 HW4.0)。2022 年 11 月,FSD Beta已向所有购买该选项的北美车主开放。2014 年特斯拉推出第一版 Autopilot,主要针对自动辅助驾驶。HW1.0 采用了与博世合作的毫米波雷达、与 Mobileye 合作的 EyeQ3 芯片和 NVIDIATegra3,其中算法主要由 Mobileye 提供。HW2.0 时代,特斯拉与英伟达合作,采用其 DrivePX2 芯片,传感器和摄像头数量大幅提升。2017 年特斯拉发布增强型 Autopilot,并增加了更多辅助驾驶功能。2019 年特斯拉步
5、入自研时代,首次推出自研自动驾驶芯片 HW3。同年 9 月,特斯拉启动 FSD 早期访问项目,部分车主可试用初始版本的 FSD。2020 年特斯拉获得加州自动驾驶试点测试许可,能够实现在公路上进行无人监管的自动驾驶测试。2021 年 7 月,特斯拉在美国开始 FSD 预订,Autopilot 订阅 FSD199 美金/月,增强版 Autopilot(EAP)订阅 FSD99 美金/月。2022年,特斯拉推出 FSDBeta 的增强版本,大大提高自动驾驶的安全性和舒适性,4 月特斯拉 CEO 埃隆-马斯克表示,已向美国 10 万多用户推出了其全自动驾驶(FSD)软件的测试版本。2023 年,HW
6、4.0 将迎来全新升级,公司有望在年底推出 FSD 完整版本,实现 L4-L5 级别自动驾驶。目前,特斯拉正处于由 HW3.0 向 HW4.0 更高级别硬件的迭代阶段,未来有望支持 4D 毫米波雷达等更多传感器和摄像头的接入,使 GPU 集成化更高、模块更轻薄,FSD 芯片内核数量有望持续增多,进一步提升性能等。(2)算法算法 2016-2018:特斯拉延用了业内常规的骨干网结构;使用 2D 检测器进行特征提取;以人工对数据进行标注。整体来看,这一套自动驾驶算法还比较原始,相对传统。在这一时期,特斯拉自动驾驶算法仍处于技术追赶阶段。2018-2019:在这次算法革新中,特斯拉构建了多任务学习神
7、经网络架构 Hydra Net,并使用了特征提取网络 BiFPN。相较于此前算法,Hydra Net 能够减少重复的卷积计算,减少主干网络计算数量,还能够将特定任务从主干中解耦出来,进行单独微调。2020:BEV+Transformer,自动驾驶进入大模型时代。在这一方式中,特斯拉先在 BEV 空间层中初始化特征,再通过多层的 Transformer 和 2D 图像特征进行交互融合,最终得到 BEV 特征,也就是先3D 再 2D,反向开发,实现 BEV 的转换。Transformer 是一种基于注意力机制(Attention)的神经网络模型。Transformer 的引入,使得 BEV 视角在
8、自动驾驶领域得以实现。而 3D 空间的引入,使得自动驾驶的思维方式,更接近于真实世界。2021-2022:特斯拉感知网络架构引入了时空序列特征层,特斯拉对 BEV 进行了升级引入占用网络。这使得特斯拉自动驾驶算法的泛化能力得到了提升。而借助于算法提升,特斯拉 FSD 更能刻画真实的物理世界,进而才有可能实现端到端模型。二、二、特斯拉特斯拉 FSD 产业链及产业链及商业模式商业模式 1.特斯拉特斯拉 FSD 产业链梳理产业链梳理 自动驾驶的核心在于硬件平台与车控操作系统。硬件平台层主要包括 AI 计算单元、通用计算单元以及控制单元。系统软件运行于车载智能计算基础平台硬件及汽车电子控制单元硬件之上
9、,是针对汽车场景定制的复杂大规模嵌入式系统运行环境,主要包括操作系统内核、虚拟化管理(Hypervisor)、POSIX、系统中间件及服务等。功能软件运行于系统软件之上,通过提取智能驾驶核心共性需求,形成智能驾驶各共性服务功能模块,由应用软件接口、智能驾驶通用模型、功能软件通用框架以及数据抽象组成。车辆应用建立在功能软件基础上,功能软件通过统一应用软件接口为应用软件提供调用和服务。特斯拉 FSD 产业链分为感知、决策和执行三大模块,主要涉及芯片、服务器和数据中心、传感器、高清地图以及自动驾驶操作系统等环节。(1)感知系统)感知系统 感知模块主要利用车载摄像头和激光雷达等传感器,结合 GPS、I
10、MU、北斗等导航模块,实时收集车辆周围的各类数据信息。特斯拉摄像头供应商主要为恩智浦恩智浦,毫米波雷达包括博世博世和 Arbe 等,原先超声波雷达供应商为博世博世等(model Y 移除超声波雷达)。(2)决策系统)决策系统 在将感知系统收集到的数据传输到决策模块后,决策系统通过芯片、AI 算法以及高精度地图等,对传输的数据进行处理和分析,从而生成相应的路径规划和决策信号。特斯拉决策芯片为自研设计,采用纯视觉路线,通过 AI 模型完成目标检测和路线规划等相关决策。(3)执行系统)执行系统 在执行模块接收到来自感知和决策的数据和信号后,根据相应信息执行各项行车决策,如刹车、警示等操作。特斯拉执行
11、模块主要包括方向盘执行机构、人车交互系统等,供应商包括均胜电子,福田机电均胜电子,福田机电等。2.商业模式商业模式 特斯拉 FSD 的商业模式是“硬件预埋软件付费”相结合,实现量价齐升。“硬件预埋软件付费”模式带动收入快速增长。传统 OEM 通常以销售新车获取盈利,车企发展受到销售汽车数量的制约。而特斯拉采用“硬件预埋软件付费”的方式,以售出的硬件为基础,在平台加成下,推出软件包、软件订阅服务等功能,将商业模式拓展到汽车全生命周期,实现销售数量与价格的双重提升:(1)FSD 订阅模式下,特斯拉销量增长率远超采用一次性销售模式的车企订阅模式下,特斯拉销量增长率远超采用一次性销售模式的车企 在全球
12、 ADAS 市场,多数车企仍采取随车售卖、一次性付费的销售模式。丰田、奔驰、大众等主流品牌的 ADAS 系统均未开启订阅模式。2022 年特斯拉汽车销量增长率达 40.3%,而奔驰、丰田等品牌销量增长率分别为-15.0%和 0.0%。(2)FSD 更新迭代,定价稳步提升更新迭代,定价稳步提升 特斯拉通过 OTA 对 FSD 进行不断升级,售价持续增长,从 2015 年的 2500 美元提升到 2022 年的15000 美元,7 年内定价提升了 12500 美元。同样采用订阅模式的车企中,小鹏推出了 XNGP,定价为9800 元/年或 39800 元/永久;蔚来推出订阅模式的 NOP+一次性选装
13、的 NIOPilot,定价分别为 380元/月和 39000 元/永久。特斯拉在定价方面显著高于同类车企。三三、特斯拉特斯拉 FSD 优势优势 特斯拉自动驾驶优势都有哪些呢?与国内头部玩家比较有哪些方面的优势呢?下面我们从数据、算法、算力这三方面论述特斯拉在自动驾驶方面的优势。1.数据数据方面方面(1)行驶距离远)行驶距离远 截至 23 年 6 月,FSD Beta 行驶距离超过 3 亿英里。(2)销售车辆多销售车辆多 2022 年交付超过 130 万辆,预计 2023 年交付约 180 万辆。(3)影子模式增加数据影子模式增加数据 影子模式支持量产车上运行并采集数据,等同于将卖出的每一辆车都
14、化身为“数采车”,充分发挥量产车覆盖场景广、成本低的优势。影子模式加速数据采集,训练质量有望大幅提升。特斯拉影子模式的运作方式是在有人驾驶状态下,运行自动驾驶系统和传感器,系统虽不参与车辆控制,但仍持续进行模拟决策,并把决策与驾驶员行为进行对比。两者不一致时,系统将场景判定为“极端工况”,进而触发数据回传。因而特斯拉的使用用户越多,收集的数据就越多。大模型的训练依赖海量数据的提供,提供的数据越多,训练质量就越优异。根据特斯拉官方数据,截止至 2023 年特斯拉股东大会,FSD Beta 的累计行驶里程已接近 2 亿英里,呈加速增长态势。据 LexFriedman 发布的数据显示,截至 2020
15、 年 1 月 16 日,特斯拉的所有汽车行驶里程达到 191 亿英里,其中自动驾驶里程为 22 亿英里。相比之下,同时期 waymo 路测里程约为 2000 万英里,特斯拉于数据储备方面具明显优势。2.算法算法方面方面 特斯拉在 2021 年采用了 BEV+Transformer 路径,成功将多个 2D 图像和传感器信息转化为一个 3D 的向量空间,为更全面的感知提供了新的途径。在 BEV 大范围应用前,业内常采用“2D 直视图+CNN”方案,即通过相机收集到 2D 图像,由雷达收集到 3D 图像,感知数据基于每个传感器的位置形成放射图像,不同感知结果通过 CNN(卷积神经网络)进行后融合,通
16、过大量计算统一升维到 3D,形成符合3D 状态下车机行驶的坐标系,但这种方法缺少时间信息,并且感知与预测的连续性也难以确认。而 BEV(Birds Eye View)通过鸟瞰式视角或坐标系,将视觉信息由图像空间端到端地转换到 BEV 空间下。Transformer 采用交叉注意力机制,相比传统神经网络(如 CNN),可以直接进行 2D、3D 不同序列之间的转换,能够更加全面地在空间时序上建模,形成时序融合下的 4D 空间信息,从而使感知结果更加连续、稳定。3.算力算力方面方面(1)自研)自研 D1 芯片性能强大芯片性能强大 7nm 制程,算力达到 22.6TFLOPS,高于英伟达 A100。(
17、2)平台训练算力领先国内头部玩家平台训练算力领先国内头部玩家 特斯拉 2022 年平台训练算力为 2EFLOPS。华为是 1.8EFLOPS(2023),蔚来为 1.4EFLOPS(2023),理想为 1.2EFLOPS(2023),小鹏为 0.6EPFLOPS(2022)。4.性能方面性能方面(1)特斯拉自动驾驶行驶准确度高特斯拉自动驾驶行驶准确度高 特斯拉 Autopilot 对比人工驾驶可以更长时间保持在道路中心;行驶准确度从 2021 年的不到 90%提升至 2022 年的超过 95%(2022TeslaAIDay 数据)。(2)特斯拉自动驾驶系统安全性较高特斯拉自动驾驶系统安全性较高
18、 安全性高体现在:1)特斯拉 ModelY、S 车型在欧洲 NCAP 安全性辅助评级得分最高;2)根据特斯拉2023 年投资者日数据,特斯拉(FSDBeta 版)每行驶 3.2 百万英里发生一例撞击,美国平均水平为每0.5 百万英里发生一例撞击;3)使用 Autopilot 的特斯拉车辆发生一起碰撞事故的行驶距离比没使用Autopilot 的特斯拉车辆和美国平均水平都高,且差距在持续拉大。四四、特斯拉特斯拉 FSD 未来发展趋势及市场空间未来发展趋势及市场空间 1.FSD 降价有望刺激北美降价有望刺激北美 FSD 渗透率提升渗透率提升 降价刺激北美 FSD 渗透率提升:随着 FSD 购买价格增
19、加,北美 FSD 渗透率逐步回落,2023 年 9 月FSD 购买价格从 15000 美元降低至 12000 美元,有望刺激北美 FSD 渗透率提升。2.FSD V12 加速推出加速推出FSD 有望迎来爆发时刻有望迎来爆发时刻 FSDV12 版本有望实现“端到端”自动驾驶:2023 年 5 月马斯克在推特上表示 FSD V12 将会是“端到端”(end-to end)自动驾驶。“端到端”架构是在一个 AI 大模型实现多个任务,在模型中输入图像后,直接输出转向、刹车、加速等控制指令。FSDV12 加速推出:2023 年 8 月马斯克在推特上发布了直播驾驶 FSDV12 的视频,同时“城市街道的自
20、动驾驶”(auto steer on city streets)不再被特斯拉列为“即将推出”的清单(过去 4 年一直都在“即将推出的清单上”),FSDV12 有望加速推出。3.特斯拉销量和市占率持续提升,特斯拉销量和市占率持续提升,23 年目标交付年目标交付 180 万辆(万辆(+50%)销量持续增加:销量持续增加:根据特斯拉 2022 年报,特斯拉 2022 年交付超过 130 万辆,2023 年目标保持 50%增速(约交付 180 万辆)。市占率持续提升:市占率持续提升:特斯拉在北美、欧洲、中国的市占率持续提升。4.欧盟法规加速推进,欧盟法规加速推进,FSD 有望在有望在 2024 年落地
21、欧洲年落地欧洲 FSD Beta 目前仅北美开放,欧盟法规加速推进:根据 notateslaapp 消息,FSD 进入欧洲需要欧盟通过联合国欧洲经济委员会(UNECE)关于驾驶员控制辅助系统(DCAS)的规定,目前该草案正加速推进,这将有助于加快特斯拉 FSD Beta 在欧洲的上市。根据 notateslaapp 报道,FSD Beta 最早将于 2024 年1 月在欧洲上线。五、五、对我国对我国自动驾驶自动驾驶及机器人及机器人产业产业影响影响 1.自动驾驶技术自动驾驶技术逐渐逐渐成熟,市场规模高速增长成熟,市场规模高速增长 自动驾驶需要综合各项技术,视觉+雷达+导航地图基本可实现 L3 级
22、的自动驾驶功能。视觉方面,采用以 transformer 为基础架构的大模型视觉网络凭借全局感知能力、注意力机制和多模态特征融合能力能够更好实现目标检测等功能。传感器层面,多传感器融合开始逐步应用。导航地图层面,厘米级和环境交互信息的导航地图开始使用。从 2020 年起,以谷歌为代表开始了厘米级地图的测绘工作,2022 年11 月,中国卫星导航系统宣布北斗导航系统具备提供厘米级定位能力。随着自动驾驶各项技术的协同发展,越来越多的新车型开始搭载自动驾驶功能。德国奥迪、宝马、戴姆勒等汽车制造商已经推出了配备 L3 自动驾驶技术的车型。据乘车联与科瑞咨询联合发布的2023 年 5月汽车智能网联洞察报
23、告,2023 年 Q1 自动驾驶 L2+的市场份额同比增长 600%。2.政策加持,自动驾驶商业化落地加速政策加持,自动驾驶商业化落地加速 2015 年国务院出台中国制造 2025,将无人驾驶作为汽车产业未来转型升级的方向之一。2020 年10 月,中国交通运输部发布的公路工程适应自动驾驶附属设施总体技术规范(征求意见稿)对自动驾驶专用道和自动驾驶专用公路的建设提出规范性要求,包括但不限于对高精度地图、定位设施、通信设施、交通标志标线、路测计算设施等作出功能、性能及部署要求,为自动驾驶全路段商业化落地提供了全面的基础设施支持。2023 年 6 月工信部发文,支持 L3 及以上级别的自动驾驶的商
24、业化应用,自动驾驶规章制度确立。同时,各地纷纷发布政策加速自动驾驶商业化落地。2023 年北京市高级别自动驾驶示范区工作办公室宣布,在京开放智能网联乘用车车内无人商业化试点,只要企业达到相应要求,即可在示范区面向公众提供常态化的自动驾驶付费出行服务。政策支持下,自动驾驶步入快车道。3.智驾助力造车新势力销量破纪录大增,国产智驾产业链有望迎来爆发智驾助力造车新势力销量破纪录大增,国产智驾产业链有望迎来爆发 国产厂商加速发展,国产智驾产业链深度受益国产厂商加速发展,智驾软硬件持续升级。1)华为:智驾模型总算力达 1.8EFLOPS,每 5 天模型迭代一次,每日深度学习里程超过 1000 万公里。2
25、)小鹏:基于阿里云智能计算平台算力已达 600PFLOPS,城市 NGP 效率接近人类司机。1)华为:问界新 M7(搭载华为 ADS2.0)于 23 年 9 月 12 日上线,上线不到 30 天累计大定超过50000 台(老问界 M7 在 23 年 3 月-8 月总共销售 4976 台)。2)小鹏:2023 年 7 月搭载 XNGP 的新车型 G6 启动交付,销量快速增长,9 月 G6 销量突破 8000 辆。4.人型机器人与人型机器人与 FSD 技术同源,视觉算法有望成为产业大规模落地关键技术同源,视觉算法有望成为产业大规模落地关键(1)特斯拉人形机器人发布,特斯拉人形机器人发布,2024
26、年有望实现量产年有望实现量产 2022 年,特斯拉推出人形机器人 Optimus,在 5 月 16 日举行的特斯拉 2023 股东大会上,人形机器人展示了集体步行、抓取物品、以及 AI 算法精准识别人类动作等功能。Optimus 的目标是替代人类进行重复劳动、危险操作等工作,作为智能助手提高生产力。它将在特斯拉工厂进行移动搬运、零部件装配等试运行,之后可扩展至更复杂环境,成为通用服务型机器人。目前,特斯拉已试制了少量 Optimus 进行算法培训和步态测试。计划在 2023 年小批量应用于工厂,2024 年实现优化后版本的小规模量产。(2)市场规模高速增长,特斯拉人形机器人市场规模高速增长,特
27、斯拉人形机器人 2024 年有望实现量产年有望实现量产 市场空间近万亿元,国内市场规模高速增长。根据马斯克介绍未来十年特斯拉人形机规划 500 万台产能,以每台 2 万美元(约合 14.4 万元人民币)售价计算,对应市场空间达 7200 亿元。根据艾媒咨询的2022 年度中国机器人行业发展专题研究报告,2022 年中国机器人市场规模为 1712.4 亿元,预计未来将保持高速增长态势,到 2027 年市场规模为 5949.1 亿元。(3)Optimus 实现与实现与 FSD 底层模块打通,计算机视觉算法有望成为大规模落地关键底层模块打通,计算机视觉算法有望成为大规模落地关键 马斯克在 3 月 1
28、 日举行的特斯拉 2023 投资者日活动中表示,自动驾驶汽车与机器人本质上相同。特斯拉 Optimus 搭载了特斯拉在自动驾驶技术上开发的视觉系统、定位系统、自动控制算法等技术,并通过传感器和计算机视觉,利用海量数据持续训练,提升机器人能力。在算力方面,Optimus 搭载了特斯拉FSD 辅助自动驾驶的 AI 运算芯片 DojoD1。在算法方面,Optimus 采用 FSD 算法,并配备 8 个汽车同款 Aotopilot 摄像头作为传感器,对周围环境进行感知,识别物体、人和障碍物等。目前制约人型机器人实现大规模商业化落地的原因之一在于其售价较高。Agility 推出的 Digit 机器人成套
29、价格为 25 万美元,Engineered Arts 推出的人型机器人中,RoboThespian 入门级 model3 售价为8.7208 万美元,Ameca 售价为 13.3 万美元。而特斯拉 Optimus 的最终售价预计不会超过 2 万美元(约合 14.4 万元人民币)。特斯拉 FSD 采用 BEV+Transformer 纯视觉算法路径,而其机器人同样依赖计算机视觉进行感知,自动驾驶与人形机器人业务有较强协同效应。未来随着机器人与 FSD 算法的大规模复用,Optimus 成本有望显著降低。计算机视觉算法有望成为产业大规模落地的关键。国内上市公司中,虹软科技虹软科技在 ADAS 和机
30、器人计算机视觉领域拥有多年的经验和积累,在 Transformer 技术上早有研发。其核心技术包括视觉认知、图像深度恢复、图像分割、三维建模等。目前公司在人物检测和跟踪、人物识别、机器人避障、机器人跟踪特定人或面部、SLAM for Robotics、机器人寻找限定区域的路径行走、机器人帮助拍摄美颜照片及传输、机器人基本的手势交互等方面都研发了相应的引擎。六六、FSD 相关公司相关公司 1.商汤科技商汤科技 商汤科技于 2014 正式成立,专注于人工智能技术研发与应用。在九年研发时间和超百亿的研发投入中不断产出行业顶尖的人工智能服务产品和方案,由人工智能产业新星成长为行业领跑者。商汤科技是全球
31、领先的人工智能公司。公司专注于计算机视觉和深度学习原创技术,以人工智能技术赋能多个垂直领域。公司以深度学习平台为核心“大脑”,深入探索多个垂直行业领域,形成智慧城市、智慧生活、智慧商业和智能汽车四大业务板块。目前,商汤科技已经和国内外 1100 多家世界知名企业及机构建立了合作,其中包括 SNOW、阿里巴巴、苏宁、中国移动、OPPO、vivo、小米、微博、万科、融创、本田等。商汤科技引领行业技术发展。公司是计算机视觉行业龙头,持续引领 AI 技术发展和商业化落地,同时公司全面布局 AI 大模型,发布“日日新 SenseNova”大模型体系,推出自然语言处理、内容生成、自动化数据标注、自定义模型
32、训练等多种大模型及能力。2.中科创达中科创达公司成立于 2008 年,从操作系统服务商起家,产品边界不断扩张,形成“手机+汽车+物联网”三大主营业务。通过自身研发投入和外延并购 Rightware 等公司,公司在智能驾驶领域布局趋于完善,已具备基于芯片底层的全栈操作系统技术能力。启动 Smartto Intelligent 战略转型,发布魔方 Rubik 大模型。2023 年公司已经全面启动 Smartto Intelligent 战略升级,积极拥抱 AI 大模型,加速大模型与业务场景的融合。公司发布全新的人工智能基础大模型系列和应用产品路线图,其中,RUBIK 基础平台(RUBIK Foun
33、dation Family),全面覆盖了从边缘端(RUBIK Edge)、语言大模型(Rubik Language)、多模态(Rubik Multi-Modal)、机器人(Rubik Robot)等大模型系列。同时,RUBIK 应用产品全家桶(RUBIK Product Family)全面覆盖了包括汽车大模型(Rubik Auto)、终端大模型(Rubik Device)、行业大模型(Rubik Enterprise)、开发套件大模型(Rubik Studio)等一系列大模型产品组合。公司自 2008 年成立,就对 Android、Linux、Windows 等操作系统进行长期研究与开发,以智
34、能手机操作系统的定制化及适配等业务起家,并以此为核心紧随智能化发展浪潮,横向拓展至车联网、物联网领域,形成“手机+汽车+物联网”三大核心业务。3.虹虹软科技软科技虹软,隶属于虹软科技股份有限公司,总部位于杭州,提供计算机视觉行业算法服务及解决方案,致力于视觉技术的研发和应用,坚持以原创技术为核心驱动力,在全球范围内为智能手机、智能汽车、物联网(IoT)等智能设备提供一站式视觉解决方案。通过 20 多年在数字影像及计算机视觉领域的研发投入,虹软积累了大量底层算法。在技术的产品化过程中,虹软结合行业需求,整合各类算法,实现核心技术的更新迭代和产品的持续创新。目前,虹软提供的视觉解决方案主要应用于智
35、能手机行业,积极将视觉技术在智能汽车、智能家居、智能保险、智能零售、互联网视频等领域推广,为智能产品及相关行业的升级发挥积极作用。在保持技术领先的同时,虹软还推出了开放平台,分享虹软的部分核心技术成果,将人脸识别、人证核检、活体检测等核心技术免费提供给有需求的企业、创业团队和个人开发者使用,助力广大中小企业打破技术壁垒的同时,不断拓展虹软视觉技术的应用领域,并使之在各个应用场景中加速普及。公司完善虹软视觉大模型,构建计算技术引擎 ArcMuse,基于引擎推出了 Photo Studio 商拍摄产品,用户输入真人图、人台图或者商品图,均可生成服装模特展示图和商品展示图,帮助与用户提升效率、控制成本。此前公司已向一批种子客户开放了 Beta 版本内测,目前 Photo Studio(Beta)已公开上线,按照月/年 SaaS 化付费,预计公司将与互联网平台、直播电商、旗舰店合作推广。4.相关公司梳理相关公司梳理