2021-11-23|閱讀時間 ‧ 約 7 分鐘

蘋果 Apple car的優勢在哪?自動駕駛能夠彎道超車嗎?

這幾天蘋果2025造車消息引起不少熱議,許多財經博主或媒體都有對蘋果造車發表自己的觀點,而阿財這篇文章會以技術出發,分享我覺得蘋果造車的幾個優缺點,先聲明阿財不是黑粉,從以前到現在都還使用著蘋果的產品,不敢說是果粉但也算是蘋果產品的愛用者。 首先蘋果要做電動車阿財我是看好的,但是如果2025除了量產電動車還要完成Level 4~Level 5的全自動駕駛,個人是不看好的。
阿財之前出了非常多科普自動駕駛技術的影片(延伸閱讀會放上播放清單),包含視覺方案的特斯拉和Mobileye,和各種Lidar技術門派的分析影片,當然還有兩期大PK,滿滿的乾貨,看完之後應該會對自駕有一定的認識。
先說說蘋果的優勢,其實滿多YTber和財經人有分析過,不外乎就是蘋果的整合能力,蘋果財大氣粗,果粉眾多等... 首先造車這部分,如果蘋果有心想做,以蘋果整合能力和執行力,要量產絕對不是問題,我們不拿特斯拉比較,蔚來理想小鵬比亞迪等都已經量產電動車了,蘋果會造不出來? 有人說量產跟prototype 是兩件事,但以蘋果的實力來說,量產的難度跟全自駕比根本是一塊蛋糕(a piece of cake),無異於插標賣首。
那為什麼我不看好蘋果2025全自動駕駛的部分?
以自動駕駛來說,我們把技術簡化成四大塊: 算力 數據 發光元件(純視覺可以不需要) 算法
我們先討論蘋果在這四塊分別的優劣。
優勢
算力 自動駕駛不管是走光達(LiDAR)或是視覺方案的偽光達(pseudo-LiDAR),甚至是傳感器融合(sensor fusion),資料量都是非常驚人的,所以算力是一個關鍵,現在自動駕駛的晶片百花齊放,除了特斯拉自研的D1 chip之外,Nvidia也推出了自動駕駛的解決方案-drive atlan,而Intel mobileye也有自己的EyeQ晶片,這些都是為了自動駕駛量身訂製的晶片,所以要完成自動駕駛,勢必要有設計晶片的能力,而蘋果有沒有呢?
答案是肯定的,我相信前一陣子蘋果發表的最新自研的M1 pro和M1 max晶片那怪物般的效能已經讓不少人為之瘋狂,而根據Bloomberg的新聞如下圖,蘋果已經開發出一款有史以來最強大的晶片,並搭配傳感器準備在69台Lexus SUVs上實驗。
Bloomberg 蘋果造車的新聞[1]
Bloomberg 蘋果造車的新聞[1]
發光元件 如果蘋果打算走光達(LiDAR)或是傳感器融合(sensor fusion)來實現全自動駕駛,這部分蘋果算是有經驗,iPad pro就使用LiDAR技術(如下圖所示)。
iPad Pro LiDAR打出的光點
那LiDAR的自動駕駛技術又可以分成好幾個流派,簡單分類就是機械式、微機電系統、OPA相位式和面光式,有關不同流派的技術差異可以參考下面這個影片。
雖然自動駕駛使用的LiDAR在強度上和精度上都會比iPad上的嚴苛,但不管是哪個流派或是應用,無非就是要跟雷射打交道,而我們熟悉的FaceID雖然使用的是結構光(Structured light)技術,但結構光和LiDAR技術我們都可以簡單拆成發射端的projector和接收端的sensor,有關projector的部分又可以再分解成雷射(光源)和其他元件(例如微機電系統的光達就是雷射搭配快速轉動的小鏡子)。 蘋果iphoneX於2017年推出FaceID,所以在優化雷射和各種元件搭配上蘋果可以算是早期玩家,不管是成本管控還是安全性等都有自己一套流程。
劣勢
數據 數據的部分就是蘋果的一大罩門了,而這個數據又體現在道路數據的蒐集上,Google 的waymo和Intel的mobileye目前都已經累積行駛了幾百萬英里的道路數據, 蘋果現在才想來插一角會不會太慢?
Waymo和mobileye本身都不造車,所以勢必要和車廠合作才能大規模在路上搜集道路數據,而蘋果在還沒有量產自己的電動車之前,也是要和其他車廠合作,不管是要訓練AI模型或是構建高精地圖,都是需要時間累積,所以目前蘋果在數據上是嚴重落後的…
算法 這邊的算法主要體現在AI算法的部分,我相信提到AI大家都會直覺聯想到Google brain、Deepmind(Google)、FAIR(Meta)、OpenAI(馬斯克是openAI創始人之一)、MSR(微軟)、百度AI和達摩院(阿里巴巴)等… 疑蘋果呢? AI三巨頭之一的Yann LeCun曾經嗆過蘋果不是AI圈的玩家...
AI三巨頭
確實AI在蘋果團隊裡面沒有其他巨頭這麼出名,我想這跟蘋果的文化比較有關係,蘋果也意識到了這個問題,之前也挖角google brain的元老Samy Bengio(他哥就是三巨頭另一位Yoshua Bengio) ,不過AI算法不是最前沿也沒關係,AI領域就是不斷站在巨人的肩上,特斯拉AI日披露的許多算法也是有引用google, FB和微軟團隊(但特斯拉畢竟數據夠多,優化起來也很有一套,蘋果數據目前還不夠多啊…)
那蘋果有沒有機會彎道超車呢?
阿財覺得有兩個可能: 第一種是車子自己造而自動駕駛直接宣布和waymo或mobileye合作,或是收購其他自動駕駛算法公司(大蘋果畢竟財大氣粗,以前也常常買買買收購一堆公司),不過算法買來數據還是要自己乖乖去搜集啦...外包畢竟質量不一定好喔…很多人說買現成的解決方案或跟其他人合作很不蘋果,但未來的EV市場不只是賺賣車的錢,整個生態系賺的錢才多啊!看看蘋果的生態系,你說是不是?
第二種就是直接死磕到底,然後將時程往後拉,反正其他車廠也跳票過,況且還有法規問題,延期大家也不能怎樣...
很多人說就算賈伯斯再世也很難做到自動駕駛彎道超車,但也不一定要這麼悲觀啦,有錢能使鬼推磨,蘋果身為目前市值最大的公司,一切都是有可能發生的,剩下的只是機率問題罷了,歡迎大家發表你們的看法喔。
大家不要吝嗇你們的愛心,並且歡迎大家留言分享阿財的文章,你們的支持是阿財繼續科普分享的動力~
延伸閱讀:
阿財的YouTube channel裡面介紹許多科技相關技術喔~
參考資料:
分享至
成為作者繼續創作的動力吧!
大家好我是阿財,從事工程相關領域,熱愛研究科學技術和市場變化,投資以美股為主的左側交易者~ 主要分享許多科技技術和時勢議題,希望能以科普的角度讓大家了解許多有趣的知識喔~
從 Google News 追蹤更多 vocus 的最新精選內容從 Google News 追蹤更多 vocus 的最新精選內容

發表回應

成為會員 後即可發表留言