响铃:AI、AR助力汽车产业链升级,车势科技领衔汽车数字零售新风潮

简介: 响铃:AI、AR助力汽车产业链升级,车势科技领衔汽车数字零售新风潮

image.png


试想一下,如果有一天消费者能够在家自助选车、购车;乘坐着新能源无人驾驶汽车出行;车辆通过大脑解码技术即可预测驾驶员的行为意图,将驾驶员的反应快速地传递给车辆,这会怎么样呢?然而,这一切随着2018北京车展的到来即将成为现实。


作为国际级车展,北京车展一直是汽车行业的“风向标”。本次车展以“定义·新生活”为主题,对于当前汽车工业和科技发展进行了全面的解读与诠释。在本次车展上,智能化、网联化、新能源化的汽车产品,都已经从过去的概念化逐步走向了市场化,那满载黑科技的2018北京车展,又将预示着汽车产业变革驶向何方呢?


从造车、卖车到驾车,黑科技正在加速渗透汽车产业链


从BAT进军汽车造车领域,腾讯与广汽联手打造车载智能网联终端产品;到车企展台疑似出现阿里数字零售桌,车势科技推出“数字洽谈桌”;再到斯巴鲁森林人配备防疲劳“DriverFocus”技术,无孔不入的黑科技席卷着汽车行业的各个环节。


1、造车:互联网巨头希望从底层完成对汽车厂商的“包抄”

在造车领域,BAT等互联网企业都抓准了智能汽车这一互联网新入口的价值,近年来不断加码对该领域的布局。虽然BAT进军汽车领域的时间、方式各不相同,但大体上看,三大巨头的战略都是与传统车企合作,用OS赋能传统汽车,使每辆汽车成为物联网中的一份子。


在这场新的汽车工业革命浪潮中,传统汽车厂商依然是主角,BAT等互联网巨头更是深谙此理,深耕车载OS,争抢“第四屏”,目前已有 “三足鼎立”之势。2018北京车展中,BAT更是积极与传统汽车厂商合作,打出自己的“组合牌”。


腾讯与广汽联手打造车载智能网联终端产品,其基于广汽智能网联平台的同时,深度融合了腾讯车联“AI in Car”系统在安全、内容、大数据、云和AI方面的积累;百度与比亚迪合作打造的无人驾驶新能源乘用车,相互“赋能”,代表着中国在自动驾驶和新能源汽车领域的高水平合作,也为业界发展做出表率;阿里则坚持“商业服务+车载系统”的基本模式,基于LBS为用户提供服务。


总的来说,跨界合作是目前互联网巨头与传统汽车厂商的主要合作形式,BAT借由自身搜索、服务、内容等方面的优势,正在逐步从底层完成对汽车厂商的“包抄“。


2. 卖车:数字化零售,汽车厂商表现出极大的热情

随着移动互联网的迅速发展,线上售车已经成为许多汽车电商平台的发力点,这无疑大大削减了线下门店的成本,但从市场表现上来看,依然存在着体验单一、难以接触实物等缺点,这使得许多消费者难以对其高度信赖并进而产生一定的消费行为。

针对这一问题,2018北京车展提出了一个最优解。在北京车展中的选车环节,广汽、北汽与车势科技合作,专门实现客户个性化定制购车体验的“数字洽谈桌”,厂商和经销商可以根据客户的历史浏览数据,依据客户喜好进行推荐,从而优化客户购车体验。

“数字洽谈桌”结合着“自助式购车终端”,可以通过微信商城、AR数字展厅、线下触屏数字展厅以及线上虚拟试驾体验等数字化技术,为消费者提供全新的购车体验,并一改传统汽车销售繁琐、低效的模式,为汽车主机厂和经销商提出了更为高效的解决方案。


image.png

参观者可在洽谈桌上为自己的无线设备充电,同时完成对车型的互动交互体验


3. 驾车:从“人懂车”快速转变到“车懂人”

随着我国车辆保有量的急速上升,驾驶安全成为了我们不得不关注的严重问题,而车辆的主被动安全的不断进步和完善成为了减少事故发生或降低伤亡率的重要措施之一,目前ADAS系统也慢慢从豪华车型下放到了十几万的车型中。


2018北京车展上,斯巴鲁森林人配备了一项名叫“DriverFocus”的高级驾驶辅助功能,这种技术可以对司机进行监控,通过面部识别软件识别司机是否处于疲劳驾驶状态或者有分心的迹象。斯巴鲁表示,该功能是首次出现在量产车型中,系统可以最多识别五位司机,并且记住不同驾驶者的座位位置、使用习惯和信息娱乐系统的使用偏好。


image.png

DriverFocus可识别疲劳驾驶


这种从“人懂车”到“车懂人”的转变,正体现着目前智能汽车发展的两个方向。横向来看,随着辅助驾驶到自动驾驶的技术进步,智能汽车将越来越理解环境;纵向来看,随着人机交互、联网深度的进展,汽车将会越来越“懂人”。


极速狂飙之前,眼下还有几个问题待解


诚然,汽车行业的高速发展,使得从造车、购车到驾车的体验不断增强,汽车市场逐渐由“卖方市场”转变为“买方市场”,但是,在汽车市场急速狂飙之前,也必须先解决好眼下的几个问题:

1.技术商用落地的时间不是问题,竞争格局才是

显然,从当前的市场形势来看,技术落地的速度正在不断加速,从2018北京车展上斯巴鲁应用DriverFocus在量产车上,到上汽集团展开氢燃料电池汽车的商业化运营尝试,技术落地不是市场竞争的焦点,竞争格局才是。


竞争从汽车研发之前就早已开始。从研发、造车、售车到售后,每一个环节都是汽车厂商的“竞争高地”。 而在竞争格局中,许多同行业的汽车厂商竞争从产品研发、零部件等产业链上下游的竞争逐渐扩展到售车形式的竞争。事实上,在“专精”而不谋多的汽车领域,如何联合其他下游企业形成“联动效应”才是强化自身竞争能力的关键。


比如在造车领域,近日阿里巴巴达摩院人工智能实验室(AI labs)与戴姆勒、奥迪、沃尔沃合作发布AI+车解决方案,提供天猫精灵的语音人机交互能力和多种云端生态服务;东风联手百度、博泰推出东风风神WindLink3.0,加速汽车智能化。


同样,在售车领域,“跨界合作”依然是减少车企负担,增强售车专业性的“锦囊妙计”。国内汽车主机厂长安、一汽、广汽等企业与车势科技展开深度合作,一方面,由车势科技作为其“汽车数字零售服务商”,强化售前商品体验,并同时将售前体验嫁接到其自主研发的后端DMS平台。


另一方面,其可帮助实时收集潜客线索数据,将消费者购车偏好及个性化数据反馈给经销商,帮助销售顾问能够第一时间了解消费者的购车意向和个性喜好,立即跟进,展开销售。


当然,不论是AR看车还是数字零售服务,都是在让汽车厂和经销商实现营和销归于一体,给予消费者更优质、便捷的看车服务,并为厂商经销商实现优化服务质量、提升销售转化。


image.png


2. 车联网和自动驾驶,正是一个六耳猕猴,一个齐天大圣

在人工智能浪潮的推动下,车联网和自动驾驶技术不断发展,与此同时,对于两者关系的看法也存在着多种误读。实际上,车联网和自动驾驶用一个形象的比喻来说,就是一个是六耳猕猴,一个是齐天大圣。


一方面,车联网技术只是自动驾驶的一项基本能力。实现自动驾驶的基本条件之一就是运用成熟的车联网技术使汽车能够与其他网络中的实体实现通信。车联网技术通过遍布全车的传感器采集车内、外的海量信息,这些信息经过自动驾驶系统的智能分析和处理后,即刻作出决策,对汽车做出主动操作。

通俗地讲,车联网技术是自动驾驶这个高智商系统的“眼睛”、“耳朵”,负责收集各类信息或者丰富应用,供自动驾驶系统使用。因此,从本质上看,车联网技术是自动驾驶技术群中的一项技术。

另一方面,自动驾驶是AI变革汽车生态的高阶阶段。自动驾驶是大规模运用AI的阶段,其包含了运用传感器“感知”、运用地图融合GPS“定位”、以及全环节运用深度神经网络“规划路线”,车联网只是其中的组成部分。


但是,从目前市场形势来看,无论是汽车厂商还是互联网科技公司,大部分均停留在车联网阶段,只有部分项目(如谷歌Waymo项目和百度Apollo Pilot)才开始涉足完全自动驾驶阶段。而且当前自动驾驶领域仍要面临一些难题,比如最优行为决策能力的形成需要长时间的积累,自动驾驶汽车的路径规划复杂度高以及自动驾驶汽车商业化难度高等。


3. 卖车的和买车的痛点,哪个先解决

随着科技的不断发展与新技术的落地速度加快,汽车产量过剩已经成为市场发展的隐忧,所以在卖车与买车的痛点上,最先要解决的是还是卖车的问题。如何在汽车红海市场中提高销量成为了许多汽车厂商的“必修课”。


但是,随着汽车消费的不断升级,传统销售模式距离远、体验差、价格不透明、销售专业素养参差不齐等问题已经愈发不能满足消费者的需求。

事实上,卖车与买车痛点的交织处在于如何协调好“买方市场”下汽车厂商与消费者的互惠互利。汽车零售业从产品驱动转向以客户为中心的方式为了提高客户忠诚度并适应客户行为和期望。为了满足这一目标,数字化的新零售模式可以显著提升消费者的购车体验、提高经销店的销售效率。


比如,车势科技的数字新零售模式为汽车行业的“精准销售”提供了一个全新路径。对于厂商和经销店而言,车势科技的零售模式能够全面收集进行虚拟体验的潜客线索,全面了解潜客购车偏好,并将其大数据化,以此帮助销售顾问实现实时在线拓客与导购;

对于消费者而言,AR数字展厅和虚拟试驾不但提供了更丰富、更具吸引力的购车体验,还为个性化定制提供了基础,消费者可以在家进行虚拟私人订制,选择自身喜欢的车身颜色、车轮和装饰,提前看见未来的实车细节。


无论是“卖”还是“买”,其必然要经过选购、试驾等诸多流程,数字新零售模式为汽车选购流程提供了更为便捷及富有成效的方式。


总的来说,汽车产业在造车、购车到驾车过程中的飞速发展也映照着产业变革的发展方向,2018北京车展只是技术发展的一个缩影,黑科技助力汽车发展的同时,新能源、安全性、环保等仍然是人们应密切关注的问题。


相关文章
|
9月前
|
人工智能 算法 安全
AR眼镜在工业AI大模型识别的使用流程​
AR眼镜融合AI大模型,实现工业场景智能识别与预警,提升制造质量与安全。通过多模态模型适配、开源模型选型、端云协同部署及定向训练,打造高精度工业AI识别系统,助力制造业智能化升级。
|
7月前
|
存储 机器学习/深度学习 人工智能
云栖 2025|阿里云 Qwen3 系列领衔:AI 模型全栈突破与开发者落地指南
阿里云发布Qwen3全栈AI体系,七大模型升级、性能全球领先,开源生态稳居第一。从底层基建到开发工具链全面优化,助力企业高效落地AI应用,共建超级AI云生态。
2187 11
|
6月前
|
传感器 人工智能 数据可视化
AI 驱动的 AR眼镜巡检技术方案:让工业缺陷识别更精准高效|阿法龙XR云平台​
针对电力、化工、制造等高风险场景,传统人工巡检效率低、漏检率高。我们推出AI+AR智能巡检方案,集成高清视觉与多传感器数据,采用轻量化YOLOv8-Nano和ResNet50模型实现缺陷实时检测与分级,结合ORB-SLAM3空间定位,在AR眼镜中精准叠加缺陷标注,识别准确率超95%,效率提升50%以上,助力巡检智能化、可视化、可追溯。
|
人工智能 自然语言处理 语音技术
创新场景丨下一个iPhone 时刻,AI+AR 加速虚实融合世界的到来
仅仅以大模型通用能力帮助 AR 眼镜实现了多个场景下的交互还不够,关键在于大模型没有针对 AR 眼镜的需求做深度的定制和匹配。
|
9月前
|
传感器 数据采集 人工智能
AR眼镜与AI视觉大模型,开启AR工业巡检与维护全新体验
AR眼镜与AI视觉大模型深度融合,革新工业设备巡检方式。实时采集数据、智能分析预警,提升巡检效率与准确性,保障工业生产安全高效运行。
AR眼镜与AI视觉大模型,开启AR工业巡检与维护全新体验
|
9月前
|
人工智能 BI 语音技术
AR眼镜+AI大模型:颠覆工业设备验收流程的智能革命
本方案结合AR眼镜与AI视觉大模型,打造高效、精准、可追溯的设备验收流程。通过第一视角记录、智能识别、结构化数据生成与智能报表功能,提升验收效率与质量,助力企业实现智能化管理。
|
机器学习/深度学习 人工智能 自动驾驶
企业内训|AI大模型在汽车行业的前沿应用研修-某汽车集团
本课程是TsingtaoAI为某汽车集团高级项目经理设计研发,课程全面系统地解析AI的发展历程、技术基础及其在汽车行业的深度应用。通过深入浅出的理论讲解、丰富的行业案例分析以及实战项目训练,学员将全面掌握机器学习、深度学习、NLP与CV等核心技术,了解自动驾驶、智能制造、车联网与智能营销等关键应用场景,洞悉AI技术对企业战略布局的深远影响。
947 97
|
11月前
|
人工智能 安全 自动驾驶
通义灵码入职表现实测:蔚来汽车AI 生成代码占比在 30% 以上
希望 AI 编程能应用于更加高阶的场景。我对 AI 自动化编程最大的希望是它能够把整个研发过程,变成一个流水线制造的过程,把我们的整个研发流程规范化起来,并且在每一步都能够对人进行一个指引,类似自动驾驶一样。
|
12月前
|
机器学习/深度学习 人工智能 自动驾驶
企业内训|模拟AI场景课程——某汽车厂商
4月18日和19日,东北某市,TsingtaoAI团队为某汽车厂商的智能驾驶业务和研发团队交付“模拟AI场景课程”。本课程基于该厂商在AI领域的战略布局,结合汽车行业智能化转型趋势,以“场景化、实战化、前瞻性”为核心,聚焦AI技术从理论到落地的全链路。通过模拟真实业务场景(如智能座舱优化、智能制造、自动驾驶仿真),帮助学员掌握AI基础能力,并快速应用于研发、生产、营销等环节。
473 4
|
机器学习/深度学习 人工智能
微软华人领衔AI²BMD登Nature,AI生物分子模拟双突破!继AlphaFold后又一里程碑
AI²BMD(AI-driven Biomolecular Dynamics)是由微软华人科学家团队领衔的研究,发表于《自然》杂志。该方法通过将蛋白质分解为21种常见单元,并利用机器学习模型预测其相互作用,实现高效精准的生物分子模拟。相比传统方法,AI²BMD在能量和力预测上精度更高,计算速度提升数个数量级,尤其适用于大规模蛋白质模拟,为药物设计等领域提供了有力工具。未来研究将扩展至更多生物分子类型并优化效率。论文地址:https://www.nature.com/articles/s41586-024-08127-z
294 8

热门文章

最新文章