绝影一年，重估“商汤”

2018年，在英国乡村的一条小路上，亚历克斯·肯德尔（Alex Kendall）坐在一辆搭载摄像头和配备神经网络算力的汽车里面行驶，双手却离开了方向盘。

随后，车发生了急转向，肯德尔瞬间抓住了方向盘几秒钟来纠正它。然后汽车再次转向，肯德尔再纠正了它。肯德尔说，这辆车只用了不到20分钟，就学会了“自己在路上行驶”。

这是人类第一次使用人工智能的强化学习（一种通过反复试验训练神经网络）技术，让汽车实现自动驾驶。同一年，肯德尔创立了英国自动驾驶公司Wayve.ai，如今它已成长为独角兽（估值超过10亿美元）企业。

自1956年提出“人工智能”（AI）概念以来，计算机技术飞速进步，基于 AI 技术的应用越来越广泛，无论是物流、医疗，还是游戏、交通，都可以基于 AI 技术实现产业智能化。

在这其中，自动驾驶与智能交通就成为了 AI 最具前景的技术应用之一。

当你打开特斯拉Autopilot（辅助驾驶）功能，双手离开方向盘并安全行驶之时，你可以明显感受到，自动驾驶技术正逐步成为我们生活中的一部分。

实际上，自动驾驶这项智能科技制高点的竞赛，已经在中国、美国、欧洲三地汽车及科技阵营领域内全面铺开。基于 AI 领先优势，以商汤、华为等企业为代表的中国自动驾驶及智能驾驶解决方案厂商集群，不断推动这项前沿技术的演进与普及。

但同时，自动驾驶技术行业的最大障碍，是如何让汽车在复杂且不可预测的人类环境中安全有效地运行，并且在法律法规框架内，将L2+ADAS高级自动驾驶辅助、L4级无人驾驶技术实现商业化，这是未来两年全球破解这些问题的重点。

作为真正的“AI第一股”，商汤早于2017年就在自动驾驶技术实现布局，成功搭上中国智能汽车行业增长的快车。

2021年7月9日，商汤发布智能汽车解决方案独立新品牌SenseAuto绝影，内含超过1500个 AI 模型。

一年后的今天，商汤绝影在智能车舱、量产智能驾驶、自动驾驶接驳及车路协同等方向均实现落地。财报数据显示，2021年内，与本田、广汽、长城、奇瑞等30家车企合作，商汤绝影智能驾驶和智能座舱产品累计前装定点数量达2300万台，定点车型数量超过60款。目前商汤绝影已成功量产交付十余个项目。

“我们在这个（自动驾驶）领域有巨大的商业潜力可以挖掘，”商汤科技联合创始人、首席科学家、绝影智能汽车事业群总裁王晓刚2021年接受媒体采访时就表示，他相信汽车将成为人们花费最多时间的第三大空间，仅次于我们的家和办公室。

站在中美 AI 竞争的交汇点，商汤智能汽车业务加速落地之后，我们是时候要重估“商汤”了。

要聪明的车，还是聪明的路？

今年8月22日，被誉为“中国夏威夷”的海南省宣布，到2025年，海南公共服务领域和社会运营领域新增和更换车辆使用清洁能源比例达100%；到2030年，全岛全面禁止销售燃油汽车，道路上45%的车辆为电动汽车。

这是中国首个公布禁止燃油车计划时间表的地方政府文件。

实际上，中国作为全球最大的耗油汽车和电动汽车市场，为了从根本上解决碳排放问题、达到3060碳中和碳达峰目标，中国正在加速构建国产新能源车产业体系，加快道路智能化力度，让每辆汽车实现语音指令、自动泊车，或者能够让机器前往预设目的地等。

当前，汽车产业发展成熟，电动化、网联化、智能化已成汽车产业的发展潮流和趋势，而智能汽车有望在中国成为一个价值千亿级的市场。

中国汽车工业协会预测，到2035年，中国智能汽车产业规模将超过2000亿美元。

瑞银UBS研究团队则认为，预计到2025年，中国将产生多达660万辆新能源车，即每四辆新能源车中的一辆，将拥有智能化功能。

说起自动驾驶，首先就是单车智能。

无论是以特斯拉为代表的纯视觉派，还是以谷歌Waymo为代表的“激光雷达+高精地图”派，都属于单车智能的思路。也就是，通过各种手段把车武装到牙齿，让车变得更聪明。

但是，想要依靠单车智能实现L4级别以上的自动驾驶，需要每辆车搭载高精度的传感器和庞大的算力，单车制造成本特别高。更麻烦的是，据美国兰德智库估算，采用单车智能技术，需要累计170亿公里以上的测试数据，才能够实现自动驾驶系统的量产。

谷歌早在10年前就开始进行自动驾驶测试，迄今才累计测试了100亿公里，还没有达到量产要求。

这就是为什么迄今为止，还没有L4级别的自动驾驶汽车实现量产。

当然，这里面也有诸多环境因素，比如地图覆盖不精准，法律法规不健全等。一个很典型的例子就是辅助驾驶的追尾事件，无论是人，还是车的责任，反复出现相同问题的根本原因，是自动驾驶乘用车自身无法支撑中国复杂的道路体系。

为了让自动驾驶技术更快实现商业化落地，商汤目前给出的方案，是量产L4级自动驾驶接驳小巴。

历经五年的原创研究，基于商汤科技的高精定位技术、可靠的决策规划控制方案、车载交互方案、车路协同方案以及AR增强现实等核心能力，商汤绝影自动驾驶接驳适用于开放道路上短途高频次的循环接驳场景，以及产业园区、示范路段及旅游景点等内部有短途接驳需求的场景。

目前，商汤绝影自动驾驶接驳小巴已经陆续在成都、福州、广州、青岛、苏州等城市亮相，并在上海、无锡等多地实现常态化运行。今年，商汤绝影还先后获颁北京市智能网联汽车政策先行区牌照和成都智能网联汽车道路测试牌照，将积累更多道路场景及测试里程，进一步迭代自动驾驶能力，向无人化商业运营不断迈进。

除L4级产品的快速商业化，面对终端消费者日益增长的智能化功能需求，绝影也将长期积累的智能驾驶技术方案向下持续拓展，与车厂合作打造丰富多样的智能驾驶体验，如Pilot领航驾驶产品等。

据了解，商汤绝影量产智能驾驶产品已在多个主流算力平台上完成方案部署，搭载绝影L2+方案产品的多款车型也将于今年及明年上半年实现量产。而在L4乘用车层面，商汤也积极进行研发布局，曾于2019年投资国内领先的L4级自动驾驶头部企业文远知行，其投后估值达44亿美元。

如果是说单车智能，强调让车更聪明。那么，车路协同，强调是让路更聪明。最终落点是智能交通，多视角多维度的数据联通，将为城市交通管理、物流运输、出行服务等创造更为广阔的价值空间。

通过在路灯杆上装各类传感器，包括摄像头、毫米波雷达、激光雷达等，把各种传感器采集到的信息综合之后，传到车联网和每辆车上，实现车路协同。

数据驱动是自动驾驶发展的公认方向。基于机器学习海量数据集，自动驾驶的视觉检测、轨迹预测与行车规划等算法模型，是实现车路协同的基础。

同时，车路协同更加依赖于道路基础设施，也就是5G基站、卫星互联网、道路上架设的传感器和边缘计算设备等。而中国作为5G领先的国家，新基建优势突出，C-V2X车路协同是大势所趋。有行业人士表示，基于强大的车联网基础建设能力，中国有望实现自动驾驶领域的弯道超车。

商汤绝影车路协同平台，致力于打造“聪明的车+智慧的路+协同的云”一体化分析决策方案，对车端、路端信息融合处理、分析，实现“车-路-云”一体化决策控制，提升交通管理效能。具体而言，车路协同平台可以将路端传感器的感知输出，传递至车端，让自动驾驶车辆具备更加全面的感知能力，提升复杂交通场景的行驶能力。

当前，商汤绝影车路协同平台已经广泛应用在国家级车联网先导示范区、封闭园区、高速公路和城市交通的管理上，接入120多万台网联运营车辆，并具备20多项智慧交通的检测能力，助力交通管理服务，做出高效决策，提高效率及安全性。

AI基础设施是自动驾驶的“护城河”

AI 三要素——算力、算法和大数据。而在自动驾驶技术中，底层算力基础设施是其中很重要的一环。基于强大的算力和云平台，可以流畅训练神经网络，从而让驾驶更安全、更智能。

没有 AI 算力基础设施，自动驾驶没有了驱动力。如同高温之下却限电、停电一样，无所适从。

今年8月10日的特斯拉2022股东大会上，特斯拉CEO埃隆·马斯克（Elon Musk）表示，支持辅助驾驶和自动驾驶的超级计算机Dojo，对于 AI 训练来说，可能接近世界上第三强大的算力中心。

更早之前，小鹏汽车与阿里云联合宣布，双方在乌兰察布建成国内最大的自动驾驶智算中心“扶摇”，算力可达600PFLOPS（每秒浮点运算60亿亿次），用于自动驾驶模型训练。

商汤也拥有着完整的强大算力以及软件底层基础设施，在智能汽车领域提供软硬结合的全维度解决方案。

2022年1月24日，项目总投资约56亿元的商汤AIDC（人工智能计算中心）正式启动运营。这是SenseCore商汤AI大装置的重要算力基座，也是亚洲最大的智算中心，峰值算力高达3740 Petaflops；同时，AIDC还是华东地区首个落地运营的超大型 AI 计算中心。

底层的SenseCore商汤AI大装置，通过一整套端到端的架构体系，打通了模型层、深度学习平台、计算基础设施三者之间的连接与协同，打造高效率、低成本、规模化的新型 AI 基础设施。

商汤科技CEO徐立曾将AI大装置比作“人工智能的粒子对撞机”，称其能够对海量数据进行拆解和碰撞，深入挖掘潜在价值，打破认知和应用的边界。“行业对于算力的需求在过去几年增长了近百万倍，而AI大装置正是通过超强的算力基础，为人工智能的研发、创新和应用提供源动力。”徐立指出。

依托AIDC这个重要算力基座，绝影打造了赋能引擎产品，不仅支撑了内部的快速研发迭代，还开放给众多车企，帮助车企更高效地实现车端数据的高效筛选和按需回传，不断降低数据获取和处理的成本，借助超大算力实现更快的技术迭代。

此外，从专利储备来看，自商汤成立以来，公司在各项全球竞赛中已获得70多项冠军，发表了600多篇顶级学术论文，并拥有8,000多项人工智能专利及专利申请。

 （图片来源：中泰证券研究）

2021年新量产的长城WEY系列，奇瑞旗下捷途等30多个品牌的车型，都搭载了商汤SenseAuto绝影的技术和解决方案。截至2021年底，商汤绝影智能驾驶和智能座舱产品累计前装定点数量达2300万台。

这意味着，商汤绝影正逐步被客户所肯定，未来有望实现大规模商业化落地。

“作为领先的 AI 公司，商汤计算机视觉技术可用于数据分析和汽车智能。”Loyal Wealth基金经理Ivan Li表示，汽车行业将为商汤科技提供寻求高收入增长的大好机会。

重估商汤

8月25日，全球领先的人工智能软件公司商汤科技（00020.HK）发布2022财年上半年业绩报告。

财报显示，2022年上半年，商汤总收入达人民币14.15亿元；毛利率66.0%。

其中，智能汽车板块收入加速。2022年上半年，智能汽车业务营收达1.2亿元，同比增长71%，占总收入的9%，相较于2021年4%占比有较大提升。同时，上半年智能汽车板块服务客户数20个，同比上升54%，单客户收入提高11%。

商汤智能驾驶技术成功商业化落地背后，是其巨大研发投入的支撑。2021年，商汤科技扣除以股份为基础的薪酬开支，研发投入为人民币30.6亿元，占总营收65.1%；2022年上半年，商汤科技扣除以股份为基础的薪酬开支，研发投入为18.8亿元，占收入比为133.1%。

2018年至今，商汤科技累计研发投入突破100亿元人民币。

高强度的研发投入下，商汤科技的AI技术能力不断积淀提升，反过来促进智能驾驶汽车的商业化落地，可以看到，商汤科技正稳步实现从研发与商业化的正向循环。

无论是从底层设施到上层应用渠道的全维度、全链路技术能力，还是专利储备、预装数量等，相比85亿美元估值的PonyAI小马智行、Momenta等汽车企业，商汤凭借自身在计算机视觉领域的深厚积淀，可以与国际国内自动驾驶供应商竞争，具备一定的市场竞争力、吸引力。而智能汽车作为商汤四大业务板块之一，以及结合整个行业市场得火热情况，AI+智能汽车的发展极具潜力，可见商汤目前的总体价值是被低估的。

实际上，前沿技术从一个想法，到变成一个产品，以及实现大规模商业化落地，需要漫长的时间、资源和流程。

就 AI 技术来看，无论是前沿技术基础研究（商汤研究院），还是产品开发、上层应用落地，商汤早已经全面布局。把技术逐步产业化发展，商汤在46万亿中国数字经济中占据越来越重要的地位。

6月20日，市场调研机构IDC发布了《2021年中国 AI 软件及应用市场研究报告》。报告显示，2021年下半年，商汤科技在中国计算机视觉领域蝉联排行榜第一，以压倒式的优势超越了一众厂商。商汤科技的市场份额也由2020年下半年的18.4%增值至2021年下半年的22.2%。

IDC中国研究总监卢言霞告诉钛媒体App，商汤等企业是早期的市场进入者，在过去5-10年里积累了技术优势和市场资源，对产品、市场需求有深刻的理解。而这就是商汤科技获得第一的核心原因。

中国智能汽车发展，正从要素驱动，转向智能创新驱动。

2021年2月，国务院发布《国家综合立体交通网规划纲要》，指出将加强智能化载运工具和关键专用装备研发，推进智能网联汽车(智能汽车、自动驾驶、车路协同)、智能化通用航空器应用；《智能网联汽车技术路线图2.0》则指出，到2025年，车路协同终端的新车装配率达50%。

商汤恰逢其时，迎来了智能汽车市场最有前景的机遇点。

在中国大力发展智能汽车产业的重要时机下，商汤大量投入技术研发，不断推进数字化、智能化、产业化升级，符合科技创新下的时代特征，等待 AI 软件未来规模化生产之时开花结果，成为智能汽车行业极稀缺的“头雁”。

去年12月28日上市当天，徐立在演讲中表示：“持续的大规模技术投入带来创新，再有商业模式发展，这是一条罕有人走的路。艰难之处在于商业的不确定性。但当我们看到 AI 在诸多行业突破了‘工业红线’的时候，让我们更加坚信技术突破能带来的普惠价值。”

实际上，只有持续性的投入原创性技术研发，不断落地实践，才是一家企业的真正长期主义，也符合国家长远发展、科技自立自强的目标。

短短8年时间，商汤成长为亚洲 AI 的领军企业，一次次用技术突破去重新定义场景和模式，去刷新行业、刷新大众对于 AI 的认知。正如徐立所说，商汤始终坚信 AI 技术变革带来增量价值，必将推动普惠和公平的智能时代到来。（本文首发钛媒体App，作者｜林志佳）

相关推荐

商汤科技能撑住近千亿估值吗？
商汤靠什么支撑千亿估值？
商汤科技流血IPO：三年半巨亏242亿，科学家的狂欢？
一天没了786亿，谁在抛售商汤？
AI巨兽“商汤科技”冲刺港股：三年半累计亏损242亿，首次披露自研AI芯片
年亏14.2亿元，商汤上市后的首份财报依然没让 AI 赚钱｜看财报
商汤科技通过港交所聆讯，首次披露四大业务客户数量
商汤之贵
商汤科技的“无节制”融资与IPO焦虑症
商汤科技上市计划成迷，业绩增长能否支撑百亿美元估值

网址: 绝影一年，重估“商汤” http://www.xishuta.com/zhidaoview26804.html