HUD 产品趋势–20230627

华阳集团HUD产品总监HUD产品趋势： 1)虚像尺寸增加(智能网联)+投影距离加大(自动驾驶)； 2)投影距离>10m，FOV>11°X4°，AR-HUD0方案(全息显示)，通过光波导技术实现； 3)用户体验与【虚像大小】和【景深】共同决定。竞争门槛： 1)目前有比较多的公司在做，整车客户引进新供应商需要看过往50万套的表现； 2)HUD三坐标畸变矫正能力需要在100-220ms之内完成；AI数据库专家数据维度的挑战： 1)50人的车队每天产生2PB的数据，存储成本很高； 2)大量数据进行清洗的成本；3)测试回灌+仿真需求；主机厂要求： 1)30-50万公里无AEB误触发； 2)感知架构开发需要20-50万公里测试；3)功能验证需要20-50万公里测试； 4)涉及到数据合规和竞争，更多采用私有云的形式；BEV+TransFormer带来的变化： 1)图片数据->全量数据(包含激光雷达+高精地图+车量动力学)； 2)离散数据->连续数据，同步性增强； 3)2D图像标注->点云标注，数据中心大量GPU，数亿元人民币； 4)数据提纯+数据清洗需求；5)异构+FPGA实现加速降本；人工AI算法专家核心观点： 1)TransFormer是最重要的框架，CHATGPT在框架下做工艺级别的改变； 2)大模型核心在推动AI本身的自动化，降低成本；硬件壁垒： 1)A100芯片是核心的计算芯片，暂时没有替代品；2)华为在软件上有不错的效能，但是暂时无法进入采购清单；运用场景： 1)直接服务，金融+医疗； 2)软硬一体，云服务+软件(阿里云)；3)中间件+代理的形式五大能力：1)泛化能力； 2)降低生产成本；3)提升内容； 4)提升模型精度；5)形成生态维度自动驾驶算法专家Al应用场景： 1)驾驶场景预测； 2)识别障碍物并预测未来轨迹；3)决策推理模型；Al应用细节： 1)感知流程，传感器多模态融合； 2)增强障碍物泛化能力(特斯拉2023年AIDAY会分享技术)； 3)提升数据标注效率AIGC应用：1)泛化推演； 2)底层模型由人类完成，顶层决策由AI完成； 3)静态场景采用传统交互、复杂场景采用生成式Al； 4)通过AIGC生成测试环境技术+成本端： 1)主机厂要求自驾BOM控制在整车售价5%-8%；2)SAM技术只能做二维图像分割，适合后端处理。