三场新品发布会后，我更加期待苹果汽车

每年秋季都是果粉的春节，今年也不例外。最近一个月的时间，苹果接连办了三场发布会，发布了iPhone 13系列、Apple Watch S7、Macbook pro等等硬件。

这些新品里，有的被人吐槽挤牙膏，有则强的吓人。我们不是数码媒体，今天就不聊它们。但苹果推出的很多新技术非常有趣，比如iPhone 13的电影模式、实况文本，以及无人能及的M1 Pro/Max芯片。

在我看来，苹果推出这些技术的目的不止是提高在消费电子领域的竞争力。事实上，很多技术都可以迁移到苹果造车项目上。也就是说，苹果在技术层面已经开始为智能汽车布局，他的动作甚至比我们想象的更早。

用手机训练自动驾驶算法？

回到2017年，是苹果初代iPhone发布十周年，这一年，苹果发布了iPhone X。库克说，这是苹果下一个十年的开始。

iPhone X的全面屏设计确实是次巨大的改变，但此后，每年的苹果手机新品都泛善可陈，缺乏新意，不少消费者也因此给苹果打上创新枯竭的标签。但对于苹果这样一家庞大的电子品牌来说，我们只盯着它的手机看着实是太局限了，更应该关注的其实它对新技术的布局上。

iPhone X这代机型最大的升级在于搭载了苹果最新的自研芯片A11，不同与以往的是，A11芯片第一次带上了Bionic仿生芯片的后缀。这是因为其在硬件上增加了两个处理机器学习的核心——苹果神经网络引擎Apple Neural Engine（ANE）， ANE的出现也使得A11成为最早搭载机器学习芯片的芯片之一（记住这个之一）。

从A11芯片到最新的A15芯片，苹果A系列芯片在计算和图形处理方面的性能上没有明显的提升，但ANE的性能却翻了大约20多倍，比摩尔定律还高。这使得苹果手机的机器学习能力获得了突飞猛进的发展，具体来说就是计算摄影和AI功能。

比如在相册应用里，iPhone可以根据图片内容，按人物，风景、美食等等不同的属性进行自动分类；开发工具AR KIT可以在录像时精准捕捉人体关节的位置，进而帮助专业运动员以及用户监控动作是否标准；在无障碍模式下，iPhone可以非常准确地识别录像和照片内容，然后通过旁白告诉盲人或视力障碍人士周围正在发生什么；iPhone的AR功能已经能够让虚拟形象和实景进行互动；还有iPhone上首次出现了电影模式，它可以像专业的电影跟焦师一样，在录像时实时判断人物动作进行焦点切换；而iOS 15的实况文本功能，则能够实时OCR扫描取景框或图片中的文字内容，然而转换成可以复制编辑的文字。

说到这里，不知道你有没有发现，这么多功能都有一个共同点——视觉识别，而这同样是自动驾驶算法的核心。也就是说，苹果正在通过全球20亿iOS设备训练它的图像识别算法，这不光是让他的手机更加易用，也在为自动驾驶识别进行技术积累。这种做法简直太妙了。

这种骚操作不止苹果在干。现在，谷歌的验证码是让用户识别图片中的人行道、消防栓、自行车和红绿灯，这些物体都有一个共同点——都是公路上常见的物体。没错儿，谷歌正在用全球几十亿的共同识别来训练自动驾驶算法。多数人达成一致的答案，就会视为正确答案，进而告诉计算机什么特征的图案是障碍物，什么不是。

除了机器学习，Lidar传感器也是苹果在视觉识别领域的一项技术布局。Lidar其实是一种微型的激光雷达，iPhone目前通过它来实现拍照景深、AR成像等功能。Lidar的精度其实非常低，但通过与摄像头图像融合，可以实现远超本身精度的扫描建模，这种二合一的方案与当前自动驾驶领域中雷达+摄像头融合识别有着异曲同工之妙。也就是说，苹果未来的汽车完全可以直接照搬手机上已经训练好了的融合算法。

除了自动驾驶，苹果的神经网络芯片和融合识别其实也在为未来的AR设备做技术储备，这里就不展开讲了。

全系产品自研芯片

芯片今年是汽车领域的热门话题了，随着智能化的到来，芯片在汽车上的地位愈发重要。而纵观全球汽车企业，除了特斯拉，没有人有能力研发高端芯片。

如果苹果开始宣布造车，它将成了特斯拉之后第二家拥有高端自研能力的车企。2010年，iPhone 4首次搭载了苹果自研的A4芯片，而到了2020年，苹果开始为旗下电脑产品替换自研的M1系列芯片。至此，从手机、手表、平板、电脑，苹果全线产品全部完成自研芯片替代，原本的三星、英特尔彻底退出。

从iPhone的发展来看，自研芯片让苹果建立起强大的软硬件融合优势，苹果可以自由地根据自己的需求设计芯片，不必受到供应商的制约，甚至可以超前部署，最典型的案例就是我们刚才说的神经网络引擎的使用。

今天凌晨发布的M1加强版芯片在图形处理方面的能力更加惊人，这是有史以来最强的电脑芯片，综合性能碾压英特尔和AMD的旗舰芯片。M1 Pro和M1 Max的晶体管数量分别为337亿、570亿，其中M1 MAX的GPU单元拥有大约400亿个晶体管。相比之下，英伟达即将量产的自动驾驶芯片Orin晶体数量是170亿个。

当然，拿电脑芯片和自动驾驶芯片直接比较是不科学的，但苹果做一个超过Orin的自动驾驶芯片并不难。M系列芯片必须要做平衡功耗和发热，但在汽车上，苹果可以肆无忌惮地堆砌性能。

全线产品自研芯片可以让苹果进一步强化生态优势，M1芯片的诞生就让原版割裂的Mac和iOS设备彻底打通，用户可以在多设备之间无缝切换。如果汽车也是自研芯片，那么可以更深刻地感受到苹果生态的强大和便捷。

而其他车企目前大多还在采用高通的座舱芯片和英伟达、Mobileye的自动驾驶芯片的组合方式。车企不得不依赖供应商的制约，像今年WEY摩卡（参数丨图片）就因为高通8155缺芯而无法正常交付。同时，采用不同厂家的芯片在软件融合上也更加受限。

特斯拉已经证明了自研芯片的重要性，在前几天的大众集团的高层会议上，受邀参会的马斯克就透露，特斯拉在面对芯片荒时，凭借强大的芯片技术累计，在三周内就重新编写了软件系统，迅速地从缺货芯片切换到另一种不缺货的芯片。

说到这里，很多人可能会说，我是不是对苹果这些新技术过度解读了，毕竟目前苹果造车的信息太少了。其实并没有，因为苹果一直有产品硬件预埋、技术预研的传统。

比如Airpods Pro在发布时没有提到搭载陀螺仪，直到推出了空间音频功能时，人们才发现这项技术的搭载。再比如，iPhone11、iPhone12都搭载了用于精确定位和查找的U1芯片，而当苹果在今年发布Airtag时，市面上已经有了不少支持Airtag的设备。

技术预研方面，苹果更是高瞻远瞩。苹果手机在诞生之初还是和安卓厂家一样使用高通和三星的旗舰芯片，性能虽然是顶级的存在，但苹果在2010年还是突然宣布从三星切换到自研。也就是说，彼时的苹果已经意识到了软硬件融合和生态建设的必要性。还有Apple Watch从2015年就开始研发手势识别功能，来用于未来的AR操作。

至于一些不必要的硬件，苹果明显就无心顾及。像苹果手机信号差一直广受诟病，但苹果自研通信基带的节奏一直不紧不慢。屏幕也是如此，一直依赖三星、LG，即便这两家供应商从来不会提供品质最好的屏幕。很显然，苹果只关注像芯片一样最核心、最底层的技术。

苹果这种产品预埋、技术预研需要非常清晰的技术和产品规划，以及准确地判断未来趋势。所以，苹果芯片体系的打通、AI技术的积累，绝不可能仅仅用于消费电子，自动驾驶、智能汽车或许才是它们更大的用武之地。

苹果对产品和生态的思考模式和长远规划奠定其全球第一地位的底层基础，这其实是很多电子和汽车企业所缺乏的。但也不是没有例外，记得我们在开头说过的之一吗，其实我要说的之二就是华为。

华为早在2009年就开始自研手机芯片，比苹果还要早一年。2017年，华为麒麟970芯片比苹果A11更早地搭载了神经网络引擎。当前，华为芯片受到了严重的制约，但华为仍在积极布局可以万物互联的鸿蒙系统，这与苹果设备互通极为相似。虽然华为口口声声说不会造车，但鸿蒙生态圈的不断扩张，终究会将它推向汽车的赛道。