为什么一些汽车大厂要重新考虑他们的自动驾驶投资?
直到几个月前,自动驾驶还是最热门的投资主题之一。然而,最近包括福特在内的许多汽车大厂都在重新考虑对自动驾驶业务的投资,Alphabet等另一些公司则面临着削减自动驾驶业务开支的财务压力。
优步最早剥离自动驾驶业务
优步(Uber)是最早放弃自动驾驶业务的公司之一,并于2020年将该业务卖给了自动驾驶初创企业Aurora Innovation公司。作为回报,优步公司获得了该公司的大部分股份。
Aurora Innovation通过SPAC反向合并上市,目前每股股价低于2美元。据报道,优步对Aurora、Grab和Zomato等公司的投资都出现了巨额亏损。
Aurora Innovation是一家纯粹的自动驾驶业务开发商,其股价暴跌让人联想到投资者对该行业的悲观情绪。不止于此,还有一些公司也在重新考虑他们在自动驾驶领域的投资。
福特退出自动驾驶业务
上个月,福特和大众合资成立自动驾驶初创企业Argo AI公司倒闭,福特注销了对该公司的投资,标志着汽车大厂也对自动驾驶打起了“退堂鼓”。
福特表示,Argo AI公司并没有吸引到新的投资者。福特还宣布,将不会专注于开发L4自动驾驶系统。该公司首席执行官表示,尽管一些投资者已经在L4自动驾驶技术上累计投入了1000亿美元,但还没有一家公司能够确定出一个盈利的商业模式。
在该公司的一次财报电话会议上,福特高级产品开发和技术总监DougField表示:“L4自动驾驶业务的大规模商业化所需时间将远远超过我们此前的预期。L2+和L3驾驶辅助技术拥有规模更大的可定位客户群,这将使其能够更快地扩大规模,并实现盈利。”
而福特首席财务官John Lawler表示,该公司认为没有必要自己开发自动驾驶技术。
Alphabet自动驾驶面临亏损压力
Alphabet拥有自动驾驶业务子公司Waymo,该公司因亏损不断攀升而面临股东质疑的压力。持有价值约60亿美元Alphabet股票的TCI基金管理公司致信Alphabet管理层,呼吁减少Waymo的亏损。
TCI在信中表示,“不幸的是,人们对自动驾驶已经失去了热情,竞争对手也纷纷退出市场。”TCI在信中也提到大众和福特已经退出这一业务的事实。
无独有偶,最近由Alphabet、Tiger Global和SoftBank支持的自动驾驶初创厂商Nuro公司宣布裁员五分之一,以在长期投资的情况下致力节省资金。
通用表示汽车不会退出自动驾驶市场
行业人士也指出,自动驾驶市场形势并非一片黯淡,一些企业仍在继续投资自动驾驶。比如通用汽车表示不会退出对该业务的投资。该公司旗下有一家开发自动驾驶业务的Cruise公司,去年还获得了微软的投资。
通用汽车首席执行官Mary Barra表示:“我们是唯一一家准备在三个市场推出并带来收入的自动驾驶汽车公司。”
Barra对通用汽车的自动驾驶业务发展表示乐观。她说:“当我们考虑到业务的实力和已经建立的业务时,我们觉得可以对自动驾驶汽车业务进行再投资,因为我们看到了巨大的机会。”
通用汽车也上调了2022年的现金流指导,并预计其电动汽车业务将在2025年实现盈利。
特斯拉将软件视为其业务的主要驱动力
特斯拉则将自动驾驶视为其业务增长的一个关键驱动因素。该公司今年两次调整其全自动驾驶系统(FSD)的价格,目前已提高到1.5万美元。
行业人士表示,鉴于不断恶化的宏观经济环境,许多自动驾驶公司都面临着无法筹集到资金的压力。由于这项业务仍处于起步阶段,很多企业在未来几年可能会继续出现亏损。 现在随着美联储大举加息,很少有投资者希望为自动驾驶等亏损企业提供资金。
一边是自动驾驶的“遥遥无期”和巨大投资,一边是不景气的经济大环境,你觉得自动驾驶的未来走向会怎样?
以上是为什么一些汽车大厂要重新考虑他们的自动驾驶投资?的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

写在前面&笔者的个人理解三维Gaussiansplatting(3DGS)是近年来在显式辐射场和计算机图形学领域出现的一种变革性技术。这种创新方法的特点是使用了数百万个3D高斯,这与神经辐射场(NeRF)方法有很大的不同,后者主要使用隐式的基于坐标的模型将空间坐标映射到像素值。3DGS凭借其明确的场景表示和可微分的渲染算法,不仅保证了实时渲染能力,而且引入了前所未有的控制和场景编辑水平。这将3DGS定位为下一代3D重建和表示的潜在游戏规则改变者。为此我们首次系统地概述了3DGS领域的最新发展和关

昨天面试被问到了是否做过长尾相关的问题,所以就想着简单总结一下。自动驾驶长尾问题是指自动驾驶汽车中的边缘情况,即发生概率较低的可能场景。感知的长尾问题是当前限制单车智能自动驾驶车辆运行设计域的主要原因之一。自动驾驶的底层架构和大部分技术问题已经被解决,剩下的5%的长尾问题,逐渐成了制约自动驾驶发展的关键。这些问题包括各种零碎的场景、极端的情况和无法预测的人类行为。自动驾驶中的边缘场景"长尾"是指自动驾驶汽车(AV)中的边缘情况,边缘情况是发生概率较低的可能场景。这些罕见的事件

0.写在前面&&个人理解自动驾驶系统依赖于先进的感知、决策和控制技术,通过使用各种传感器(如相机、激光雷达、雷达等)来感知周围环境,并利用算法和模型进行实时分析和决策。这使得车辆能够识别道路标志、检测和跟踪其他车辆、预测行人行为等,从而安全地操作和适应复杂的交通环境.这项技术目前引起了广泛的关注,并认为是未来交通领域的重要发展领域之一。但是,让自动驾驶变得困难的是弄清楚如何让汽车了解周围发生的事情。这需要自动驾驶系统中的三维物体检测算法可以准确地感知和描述周围环境中的物体,包括它们的位置、

一先导与重点文章主要介绍自动驾驶技术中几种常用的坐标系统,以及他们之间如何完成关联和转换,最终构建出统一的环境模型。这里重点理解自车到相机刚体转换(外参),相机到图像转换(内参),图像到像素有单位转换。3d向2d转换会有相应的畸变,平移等。重点:自车坐标系相机机体坐标系需要被重写的是:平面坐标系像素坐标系难点:要考虑图像畸变,去畸变和加畸变都是在像平面上去补偿二简介视觉系统一共有四个坐标系:像素平面坐标系(u,v)、图像坐标系(x,y)、相机坐标系()和世界坐标系()。每种坐标系之间均存在联系,

轨迹预测在自动驾驶中承担着重要的角色,自动驾驶轨迹预测是指通过分析车辆行驶过程中的各种数据,预测车辆未来的行驶轨迹。作为自动驾驶的核心模块,轨迹预测的质量对于下游的规划控制至关重要。轨迹预测任务技术栈丰富,需要熟悉自动驾驶动/静态感知、高精地图、车道线、神经网络架构(CNN&GNN&Transformer)技能等,入门难度很大!很多粉丝期望能够尽快上手轨迹预测,少踩坑,今天就为大家盘点下轨迹预测常见的一些问题和入门学习方法!入门相关知识1.预习的论文有没有切入顺序?A:先看survey,p

原标题:SIMPL:ASimpleandEfficientMulti-agentMotionPredictionBaselineforAutonomousDriving论文链接:https://arxiv.org/pdf/2402.02519.pdf代码链接:https://github.com/HKUST-Aerial-Robotics/SIMPL作者单位:香港科技大学大疆论文思路:本文提出了一种用于自动驾驶车辆的简单高效的运动预测基线(SIMPL)。与传统的以代理为中心(agent-cent

最近一个月由于众所周知的一些原因,非常密集地和行业内的各种老师同学进行了交流。交流中必不可免的一个话题自然是端到端与火爆的特斯拉FSDV12。想借此机会,整理一下在当下这个时刻的一些想法和观点,供大家参考和讨论。如何定义端到端的自动驾驶系统,应该期望端到端解决什么问题?按照最传统的定义,端到端的系统指的是一套系统,输入传感器的原始信息,直接输出任务关心的变量。例如,在图像识别中,CNN相对于传统的特征提取器+分类器的方法就可以称之为端到端。在自动驾驶任务中,输入各种传感器的数据(相机/LiDAR

写在前面&出发点端到端的范式使用统一的框架在自动驾驶系统中实现多任务。尽管这种范式具有简单性和清晰性,但端到端的自动驾驶方法在子任务上的性能仍然远远落后于单任务方法。同时,先前端到端方法中广泛使用的密集鸟瞰图(BEV)特征使得扩展到更多模态或任务变得困难。这里提出了一种稀疏查找为中心的端到端自动驾驶范式(SparseAD),其中稀疏查找完全代表整个驾驶场景,包括空间、时间和任务,无需任何密集的BEV表示。具体来说,设计了一个统一的稀疏架构,用于包括检测、跟踪和在线地图绘制在内的任务感知。此外,重
