做高精地图的，怎么也来玩AI了

两年前，四维图新还在坚持“智驾方案当然需要地图”。

两年后，四维图新却不太提地图了。

在大模型时代，这家以高精地图起家的企业，聊起了和小鹏、理想一样的目标：全面入局“AI”。

毕竟，光卖图已经不行了，得靠AI整体解决方案才能活下去，而且还得是“全栈可控”的。

“全栈”是这次发布会最高频的词汇之一。从芯片、算法、到高精定位、再到各种方案，四维图新几乎把“我们能自己搞定”写在了脸上。

不想只当车机里的那条路，而想成为转动方向盘的手，那就不只是换个马甲这么简单了。

机遇向前

可能有部分朋友看到“AI”这个名词时，已经有点儿“过敏”了，这个词几乎成为了转型或升级的口号，响在这个时间点，似乎都有些晚。

市场的选择也像大家的第一反应一样，还是得看看实际产品。

四维图新的入手点，是先判断AI的走向：

首先是确认AI在生产中的不可替代性，让汽车不只是移动工具。

四维图新CEO程鹏认为，AI不应仅仅是功能点缀，而是驱动汽车从“功能载体”进化为“有情感的移动智能体”的核心力量。

“AI的本质是重构产品逻辑，从‘实现功能’到‘提供情绪价值’，这是智能汽车进化的关键方向。”

换一句话来说，如果不以这个终极目标去开发产品，未来还是避免不了被淘汰。

其次，是越来越需要重视的安全底线。

安全是一切产品落地的前提。在新能源汽车发展中，安全（事故）问题限制各种技术往前推进，这几年，国家也推出了相应的国标。

比如“不起火不爆炸”的动力电电池新国标、强烈打击了PPT期货文化的智驾新规以及数据跨境文件。

然后是极致性价比。

现在的“性价比”和以前的所说的并不一样。在过去，产品能力梯度拉的没有那么大，更低的成本价往往都是带来多倍的竞争力。

但现在好用的产品越来越多，上限越来越高，就要求产品是在“好用”的基础上具备价格优势，可以说汽车行业开始从“价格竞争”转变为“价值竞争”。

程鹏表示，现在的行业共识是“既要高性价比、又要满足国家强标、还要符合车主对智能化体验的超前需求”。

最后是出海加速。

国产车出海量与日俱增，比如2024年奇瑞汽车的出海量就占据了其全年总销量的近一半。

但国内的产品技术出海方面还是偏空缺。如果要把国产技术或者搭载国内技术的满血版车辆送出海，面对的挑战包括技术法规、供应链与生态、数据安全以及地缘政策等等。

找到了缺口，接下来就是对应的措施和产品。

四维图新的第一类产品，其实还是跟老本行有关：位置服务。

一方面，图商的老本行给了四维图新合规处理数据的能力。

另一方面，四维图新与时俱进，基于导航应用和地图数据推出了一些有趣的服务。

比如你在做旅游攻略时，好不容易选定了心仪打卡点，是不是又要切换APP搜索附近美食，再切换APP想找一找某些店铺的实拍美食测评？

四维图新这套导航，就能在中控屏上直接放大建筑，探索这座城市的景点，下面还会像“小黄车”似的挂着对应的打卡或探店视频，实现“种草拔草”一条龙。

第二类产品是电子芯片。

四维图新旗下杰发科技的SoC与MCU累计出货量已经双双突破亿颗大关，主要以出海为主。

其中AC8015胜在了高集成度、高性价比，AC8025在性能和信息安全等方面更是在出海上具备优势。

第三类产品是座舱。

除了具备和国内步调一致的“高性价比软硬一体”的优势以外，四维图新拿准了“全球化”这张牌。

这样一套座舱域控，同硬件平台能够兼容全球168个国家，使用上考虑到了多国语言适配、左右舵HMI适配，更关键的是具备完整的海外合规体系，出海靠谱。

第四类产品是辅助驾驶，同样是针对高性价比和出海。

入门版本是基于地平线征程6B芯片的PhiGo Entry行泊一体方案，千价格控制在千元以内，支持泊车，可以升级到高速领航。

然后是三套领航辅助方案，分别是基于地平线征程6E芯片的PhiGo Pro高速领航方案，支持记忆泊车；

基于高通8260P芯片的PhiGo Pro，以行业最低算力实现城区领航；

总算力超过1000TOPS的PhiGo Max，接入端到端大模型，目标实现到L3的跨越。

第五类产品是高精度定位，特点是覆盖广、交付快、可靠可控。

这方面业务针对机器人、无人物流、导航、紧急救援等等，对于四维图新来说是老本行的深耕，业务链也很全，覆盖80多个国家交通信息，而且3-6个月就能交付。

可以发现，虽然四维图新已经不再多提地图，但很多产品都是基于地图，尤其是地图行业经验带来的对法规的高敏感性，给其出海业务带来了巨大助力。

意义在哪？

当一家企业号称入局AI，实际能带来什么呢？

小鹏的AI，是图灵芯片带来的国产大算力；理想的AI，是VLA带来车辆和驾驶员沟通的奇妙体验。

在四维图新这样的供应商上，是软件改变产品结构和成本的力量。

比如前文中提到的低算力泊车方案，之所以能够实现这样的效果，是四维图新完成了一个构想：

当行车时，这笔算力可以用来导航，当车辆停车时，这笔算力不用导航，那将它打通和泊车控制的连接，用来泊车呢？

类似的想法还有，原先的大陆集团子公司、现已独立运营的欧摩威，推出了一套毫米波雷达方案：

当行车时，这套毫米波用来勘测远距离障碍物；

停车时，通过调整带宽让这套毫米波雷达去勘测近距离障碍物，这样就可以通过调节参数来实现用同一套硬件完成行泊功能，不需要额外增加超声波雷达。

还有一些很有意思的探索，比如四维图新的芯片正在运用到智能两轮车上。

相比起汽车，由于两轮车在户外的暴露时间更长，风吹日晒，所以两轮车对于芯片的质量要求反而更高，芯片适配反而更难。

他们甚至还在参与智能摩托车的研发，给一辆摩托车装上显示屏和车道保持等辅助驾驶，另外再探索有没有诞生智能头盔的可能性，这样通过“车机盔”的互联，摩托车手就可以在头盔上直接看到类似于AR效果的导航了。

这样的探索，大家期待吗？

四维图新的AI转型代表了部分汽车供应链企业在智能化浪潮中的方向选择。它的“去图化”只是整条汽车供应链AI化的一个剖面。

过去两年，不少供应商们几乎同一时间把PPT里的关键词从“规模”换成“模型”，用软件定义硬件，用算力平权价格。

谁有数据、谁能把算法塞进最便宜的硬件，才能保持传统硬件的利润。

也许就像四维图新CEO程鹏所说：“从单一产品供应商，到智能化整体解决方案提供者，这条路是必然选择。”