IDC首次正式发布《中国自动驾驶平台供应商档案》

IDC持续关注自动驾驶整体市场并启动自动驾驶平台研究，旨在为行业用户选择合适的自动驾驶平台供应商提供帮助和建议，同时帮助具有创新技术的供应商更好地制定发展战略。自动驾驶平台的发展目前尚以研发为主，IDC本年度选择百度、华为、商汤、英伟达分别建立供应商档案，以帮助行业用户梳理供应商的厂商概述、相关产品、主要优势，并有针对性地提出未来建议。

IDC定义的自动驾驶平台是指可以帮助供应商和制造商开发、集成和运行更高级别汽车自动化和自动驾驶的技术，通常侧重于实现SAE自动驾驶等级L2–L5。在这一领域，各大传统汽车主机厂及其一线供应商虽然掌握各种驾驶辅助技术，并能够收集大量的车辆数据，但在完全自动驾驶语境下不具备技术能力：

1.将图像或数据形式的环境信息转化为指导驾驶的交通信息；

2.在处理路况信息的同时纳入冗杂的长尾场景。

这在传统汽车时代需要依赖驾驶员的经验，以及彼此之间基于交通法规建立的共识。其本质是处理环境数据输出操作指令。

自动驾驶平台基于CPU与云计算生态，通过不断采集和存储巨量场景数据，对程序进行反复训练和迭代，生成AI算法模型，提供ML机器深度学习框架，并实现不同软硬件以及算法之间的高度解耦，形成从数据采集到算法部署的闭环；自动驾驶计算平台搭载智能驾驶OS，结合配套完善的算法组件和工具集，支持上层场景应用软件的开发；良好的开源生态，部分已落地的应用产品，可有效缩短开发周期，短期即可以帮助厂商为消费者提供更多的便利。

汽车零部件厂商和传统汽车制造商在传统汽车时代已发展出了成熟的驾驶辅助技术，在低级别自动驾驶领域具有丰富的经验积累。但这些技术所实现的是碎片化场景下的自动驾驶，其各个功能分别受到特定条件的局限。而针对于高维度驾驶决策的全栈式解决方案需要全周期的开发、运行、测试、迭代，并涉及大量数据存储及低延时运算的需求。研发成本高昂，且时间跨度长，是巨大的挑战。

近年来出行市场在自动驾驶领域成长的一批独角兽，专注于自动驾驶解决方案的开发，通常以提供低级别自动驾驶解决方案与特定封闭场景下的全自动驾驶解决方案为主，正在完善发展乘用车场景下的自动驾驶平台的能力。

以AI软件平台为主的科技公司在汽车自动驾驶领域以外的行业积累了丰富的AI技术经验，自动驾驶平台服务作为其AI技术在行车场景下的落地，往往已积累了多种场景数据。其平台支持复杂ML机器学习框架，并提供自动驾驶解决方案相关的各种工具套件。

传统互联网大厂在自动驾驶领域的优势在于自身拥有巨量的云端资源与云计算技术积累，能够支撑信息处理过程中的复杂计算。此外，一些供应商原先即具有早已实现落地的地图软件，在定位方面享有一定的先发优势。