共计 2219 个字符，预计需要花费 6 分钟才能阅读完成。
2022 年上半年，主动驾驶商业化在政策端与市场端均迎来新的倒退阶段。
政策方面，4 月份北京正式对外发放无人化载人示范利用通知书，并容许 Robotaxi 主驾去掉安全员;
5 月份，云南省工业和信息化厅公布了《对于“十四五”推动云南省车路协同主动驾驶试点示范建设的领导意见》，明确到 2025 年，逐渐实现高级别主动驾驶商业利用，L4 级别智能车辆在特定畛域开始试运行，力争建设成为国家级车路协同主动驾驶产业会聚区。
而在厂商方面，IDC 最新公布的《中国主动驾驶汽车市场数据追踪报告》中显示，2022 年一季度，中国主动驾驶汽车市场，L2 级主动驾驶乘用车渗透率达 23.2%，较 2021 年一季度的 7.5% 大幅晋升，主动驾驶商业化利用正迎来新的倒退黄金期。
然而，政策与厂商端的炽热，却无奈在短时间内扭转生产端对主动驾驶的认知，公众对主动驾驶技术的场景适应性仍存疑难。主动驾驶落地场景更多集中于关闭路段，间隔真正的凋谢路段大规模商业化利用仍有一段距离。
那么主动驾驶，离真正量产到底还缺了点什么?
硬件老本逐年降落
长期以来，主动驾驶技术无论是在硬件端，如激光雷达、多目摄像头，还是在软件算法端，后期的投入与洽购老本均非常昂扬。
以主动驾驶感知零碎为例，目前支流的感知技术门路有两种，一种是以机器视觉为外围，毫米波雷达 + 摄像头解决方案，典型代表企业特斯拉、Mobileye、百度 Apollo 等; 另一种则是以高精地图 + 激光雷达为外围的传感器路线，代表企业为 Waymo、华为等。
为了谋求更高的感知度，进步行车安全性，各大主动驾驶企业在感知零碎硬件抉择上均投入了较高的老本。
以特斯拉应用的前置摄像头为例，3 个摄像头每个像素约为 120 万。行将量产的 Cybertruck，像素将晋升至为 540 万，老本不菲。而激光雷达老本则更为昂扬，以激光雷达行业内知名企业 Velodyne 公司为例，旗下的 HDL-64E 售价在靠近 10 万美金左右。
但随着生产工艺的提高，激光雷达的老本已显著降落。华为已将自研的激光雷达老本管制在 200 美元之内，并打算在将来两年将老本进一步升高至 100 美元，这为激光雷达的大规模遍及打下了松软的根底。
数据成为算法迭代外围
既然硬件端规模化量产不存在问题，那么问题则大概率呈现在软件算法端。
目前，主动驾驶外围算法以深度学习形式为主，是基于已知变量和因变量推导函数关系的算法模型。
不同于矿山、港口、机场等关闭场景，凋谢路段场景更为简单且多变，须要主动驾驶算法有很深的场景积攒度与迭代能力。但算法的迭代无奈独立实现，须要人工智能的另外两驾马车，即算力与数据的拉动下能力实现。
深度学习技术实质上须要海量的数据进行“投喂”能力推动算法的迭代与更新。以特斯拉 FSD 计划为例，这套计划通过视觉感知网络生成三维向量空间，融入老本函数、人工干预数据或其余仿真模仿数据，取得最优的规控计划，实现汽车主动驾驶。
这套计划无论在感知层面还是规控层面，外围算法都是由数据进行驱动，数据的规模与品质间接决定了算法的最终性能。
正如泰合资本曾指出的一样，数据已是行业技术的外围竞争点，对技术迭代起到决定性作用，唯有进步数据迭代速度、升高迭代老本，能力继续取得胜利，实在数据规模未然成为智能驾驶行业的“命根子”。
数据规模化量产
主动驾驶算法离不开海量数据的“投喂”，这事关各大厂商主动驾驶算法的优化成绩以及事实落地效率，因而构建一套高效获取、标注及仿真训练数据的闭环至关重要。
然而，与指数型增长的数据服务需要相比，则是行业长久以来受限的数据生产力，尤其体现在数据产能与数据产出品质两方面。
产能方面，目前国内数据标注第一梯队服务商年营业额广泛以千万级为主，业务规模、执行效率与项目经理能力高度绑定，产能瓶颈问题凸显，无奈无效填补并抢占极速扩张的需要市场。数据标注产业在国内倒退多年，却从未诞生独角兽企业，供需之间的鸿沟已愈发难以填平。
而在数据产出品质方面，随着主动驾驶行业迈向商业化经营阶段，以点云数据为代表的数据处理需要占比逐步扩充，传统依附简略工具且依赖人力的业务执行形式，也早已无奈满足垂直市场的需要。
主动驾驶实现规模化量产，数据服务畛域是否率先实现冲破将成为要害。
而作为行业当先的数据服务厂商，曼孚科技深知主动驾驶数据服务行业痛点，凭借从策略到技术落地的一站式数据解决方案以及 PLG 商业模式 (Product-Led Growth，产品驱动增长)，构建起高效的数据闭环，直击数据产能与数据产出品质两大外围要害。
以曼孚科技 SEED 数据服务平台为例，作为曼孚科技第三代数据智能平台产品，SEED 平台除领有目前市面上支流第二代平台的“多场景标注能力 + 无限项目管理能力”以外，还创新性的大量引入生命周期治理、AI 加强等模块，造成了笼罩“数据全生命周期治理能力 + 供应链治理 + 我的项目协同 +AI 人机协同 + 自定义权限 + 全场景标注”的多维平面数据处理能力。
在这些功能模块的加持下，平台数据标注效率均匀晋升 10 倍以上;AI 辅助筛查下，数据精准度可达 99.99% 级别，直击 AI 企业数据需要痛点，从源头端解决 AI 利用场景继续拓展对于高质量多源异构数据的海量需要。
凭借 PLG 模式带来的旺盛创新力与产能复刻能力，曼孚科技在实现主动驾驶数据标注量产的同时，也构建起了一套可继续迭代的数据闭环，为主动驾驶行业在数据方面的短板提供了新的行之有效的解决方案。
曼孚科技期待用高质量数据助推 AI 利用继续拓展与落地，早日实现主动驾驶规模化商业量产。
