标签: 智能汽车

验证自动驾驶软件需要数百万公里的测试。这不仅意味着系统开发周期长，而且系统的复杂度也会不断增加，同时，大规模的实车测试也会耗费巨量的资源并且可能会面临未知的安全问题。aiSim这样的虚拟仿真工具可以减轻真实世界测试的负担。 AD和ADAS系统依靠闭环验证来确保安全性和性能。然而，实现闭环评估需要一个能够准确代表真实世界场景的3D环境。虽然这些3D环境可以由3D设计工程师手工构建，但这种方案很难解决Sim2Real的差距并且在可扩展方面存在一定的局限性。为此，本文为您介绍神经重建如何打破限制，在自动驾驶模拟中的具体应用。 一、神经渲染——弥合差距 神经渲染可以利用深度学习技术来缓解这个问题，它可以从一个新的视角上逼真地渲染静态（和动态）环境。当然这种方法也存在一定的优劣点： 1、优点： （1）高保真的仿真质量：神经渲染可以产生几乎和现实无异的场景，增强现实感。 （2）数据驱动和可扩展：这种方法具有可扩展性，使其适用于实时应用（如3D高斯泼溅）。 2、缺点： （1）分布外的对象：神经渲染很难将分布外（即以前未见过的）的对象插入 3D 环境中。 （2）伪影对动态物体的影响：伪影可能会影响动态物体的外观。 （3）几何不一致：在深度预测中，可能会出现几何不一致。 二、现有生成模型的挑战 目前的生成模型能够创建高度逼真的图像和视频，但它们在几个方面存在不足，例如: （1）仅 2D 信息：这些模型不提供 3D 信息，仅在 2D 图像空间中操作。 （2）射影几何的空白 （3）有限的传感器模态:这些模型不能用于生成其他传感器模态(例如，激光雷达)。 总之，当前的生成模型不适合汽车级验证。 三、康谋混合解决方案：集成式神经重建 为了解决这些限制，aiSim5提供了一种混合方案。在成熟的基于物理的渲染方案中集成最前沿的神经重建技术，使我们能够在任意位置虚拟地插入动态对象，调整环境条件，并渲染以前未见过的相机视角。 通过这种方式，我们能实现以下的功能： 1、虚拟动态内容插入 （1）添加具有逼真光照和环境光遮蔽的动态对象。 （2）模拟如雨、雪、雾等环境效果，以创建更多样化的模拟场景。 2、多模态渲染 （1）从任意相机视角生成精确的RGB图像、深度图和激光雷达强度图（如下图所示，第一行为GT）。 （2）未来的工作将包括语义分割掩码和雷达仿真。 3、相机虚拟化 （1）模拟各种虚拟相机设置，包括不同的相机的安装和定向以及模型。 （2）下图展示了模拟的前置鱼眼（左）、前置广角（中）和前置长距（右）相机的渲染效果，这些图像是通过一个没有直接使用前置相机数据训练的模型生产的，也就是说，这些视角并没有专门采集数据进行训练。

随着智能网联汽车的普及、自动驾驶技术的发展，汽车已成为智能手机外又一重要的数据采集端口。汽车通过摄像头、传感器、麦克风、雷达、娱乐系统等车载设备收集驾驶员与乘客的个人信息、高精地图信息、环境地标信息，用于提高用户驾驶体验和提供智能驾驶功能。同时，汽车收集的大量数据通过车载通信设备，上传或共享给车企的数据平台或短距通信终端等。 有数据显示，一辆自动驾驶汽车每秒钟就可以产生100G的数据。而企业在日常运维中，数据存在非授权访问、过度采集、违规共享、跨境传输、数据泄露的合规风险。这些事关国家安全和公共利益的汽车数据，未来也将成为我国数据安全的关注重点。为此，国家及部委陆续出台了《数据安全法》《个人信息保护法》等法律及配套法规标准，用于规范汽车数据安全采集和使用。 汽车工业供应链长、产品生命周期跨度大、企业产品覆盖的范围大、涉及的社会面广泛，因此存在监管部门多、监管法律复杂、标准规范数量多且交叉等问题。本期“专家访谈”栏目，我们邀请到广电计量信息化服务事业部数据安全技术负责人任老师，为大家解读汽车企业在数据安全合规工作中，不同场景下应使用什么标准、符合哪些法律法规的问题应对思路。 任老师 广电计量信息化服务事业部数据安全技术负责人 ●十余年信息化工作经验，曾参与国家“863”课题，致力于建设国家身份认证基础设施，在网络安全、数据安全、数据流通有独到的理解；熟悉等级保护、商用密码应用评估、数据安全风险评估、个人信息影响评估等领域。 ●主导数据流通项目，在各地交易所、金融公司落地，实现数据“可用不可见”； ●承担过上海市科委数据去标识化科研项目并发表论文。 ●担任国内重大金融公司的网络攻防演练项目经理，成绩优异。 汽车数据有哪些应用场景？ 汽车产业作为最为复杂的工业体系之一，涉及的数据类型多、数量大、数据生命周期长，其合规场景较为复杂，大致可以分为三种类型：整车数据合规场景、企业运营数据安全合规场景、工业制造业数据合规场景。 第一，汽车作为数据采集的终端，采集、处理了大量用户信息、地理位置信息、周边环境信息、车载数据等。这些数据大量传输至车企的TSP平台，其采集、处理、存储、传输、共享、删除都需要做合规性工作。 第二，企业运营数据更加偏向一般企业。整车企业、零部件厂商、汽车金融、汽车维修保养企业一方面收集、存储和处理了大量的个人信息，同时自身企业运营的数据、员工数据、业务数据、财务数据等应参照《数据安全法》相关管理规定进行管理和处理。 第三，整车企业、零部件厂商包括车规级芯片厂商，其工业产线的数据属于工业数据，数据的种类包括了物联网数据、工控数据、产品质量数据、产品设计数据、厂房数据、重要设备的数据等，可能涉及重要数据或涉及关键信息基础设施，其数据安全的合规保护要求更加严格。 汽车数据安全有哪些监管部门？ 国家互联网信息办公室（简称网信办）承担了我国信息安全与数据安全总协调的工作。作为最高的监管部门，网信办联合四部委颁布实施了《汽车数据安全管理若干规定（试行）》，用于规范汽车数据处理活动，保护个人、组织的合法权益，维护国家安全和社会公共利益，促进汽车数据合理开发利用。 同时，针对车企全球化战略、数据的安全跨境问题，网信办还出台了数据出境跨境评估办法，用于规范保护数据出境的情形。为了进一步落实相关法律，积极推动汽车数据安全备案工作，2022年、2023年，各省委网信办要求当地车企、零部件厂商、汽车服务机构，报送汽车数据安全管理情况。 工业和信息化部（简称工信部）是汽车产业的主管部门，承担着汽车数据安全的监管工作。工信部陆续颁布实施了《关于加强智能网联汽车生产企业及产品准入管理的意见》《工业和信息化领域数据安全管理办法（试行）》《工业数据分类分级指南（试行）》《车联网网络安全和数据安全标准体系建设指南》等与汽车数据安全相关的管理规定和指导性文件，用于指导汽车产业数据安全工作的方向。 公安部作为关键信息基础设施、网络安全等级保护的主管单位，《数据安全法》《网络安全法》的执法单位之一，对工业基础设施、信息系统的数据安全、网络安全进行监管。国务院出台了《关键信息基础设施安全保护条例》，公安部配合出台了《贯彻落实网络安全等级保护制度和关键信息基础设施安全保护制度的指导意见》。网联汽车运行过程中，其网联数据平台属于网络安全等级保护的范围，其数据安全受公安机关的监督。同时，在公安部交通管理局指导下，公安部直属单位也开始面向汽车上路前尝试开展信息安全、数据安全的测评研究工作。 以上主要监管部门的主要监管手段包括专项检查、年度备案、准入检测、交管上路检查、数据泄露事件调查、网络安全审查、数据出境评估等。 汽车数据安全合规场景，与法律法规适用分析 根据以上分析，面向不同场景的数据安全合规需求，除《数据安全法》《个人信息保护法》《网络安全法》等通用法律法规外，不同部委的法律法规与适用的标准规范不尽相同。因此，我们对汽车数据安全场景的适用项进行了梳理，具体见下表： 场景 数据范围 适用法律 适用标准 监管部门 整车数据（覆盖TSP） 用户个人信息、座舱数据、车外数据 《数据出境安全评估办法》 《数据出境安全评估申报指南》 网信办 《汽车数据安全管理若干规定（试行）》 GB/T 41871《汽车数据处理安全技术要求》 网信办、工信部 《关于加强智能网联汽车生产企业及产品准入管理的意见》 GB/T XXXXX《智能网联汽车数据通用要求》（研制中） 工信部 企业运营数据 用户个人信息、企业员工个人信息以及财务数据、业务数据等经营数据 《数据出境安全评估办法》 《数据出境安全评估申报指南》 网信办 《汽车数据安全管理若干规定（试行）》 GB/T 41871《汽车数据处理安全技术要求》 网信办、工信部 《工业和信息化领域数据安全管理办法（试行）》 《工业和信息化领域数据安全风险评估实施细则（试行）（征求意见稿）》 工信部 《关键信息基础设施安全保护条例》 GB/T 39204《关键信息基础设施安全保护要求》 公安部 《贯彻落实网络安全等级保护制度和关键信息基础设施安全保护制度的指导意见》 GB/T 22239《网络安全等级保护基本要求》 公安部 工业制造业数据 工业企业在研发设计、生产制造、经营管理、运维服务等环节中生成和使用的数据，以及工业互联网平台企业（以下简称平台企业）在设备接入、平台运行、工业APP应用等过程中生成和使用的数据。 《关于加强智能网联汽车生产企业及产品准入管理的意见》 GB/T XXXXX《智能网联汽车数据通用要求》（研制中） 工信部 《工业和信息化领域数据安全管理办法（试行）》 《工业数据分类分级指南（试行）》、GB/T XXXXX《网络数据分类分级要求》（研制中） 工信部 《关键信息基础设施安全保护条例》 GB/T 39204《信息安全技术 关键信息基础设施安全保护要求》 公安部 汽车产业涉及面广、产业链长，覆盖了数据的全生命周期，包含的数据具有种类多、数据复杂性高，流动性强等特点，决定了汽车数据安全会归属多个部委监管。因此，车企想做好汽车数据安全合规工作，需要针对不同的业务场景、不同的应用以及不同的环境，使用对应法律法规和国家标准作为合规依据，实施不同的合规技术和管理措施，保障汽车数据的安全基线。 关于广电计量 广电计量检测集团股份有限公司（简称：广电计量002967）深耕汽车检测行业20余年，是国家技术标准创新基地(汽车)信息安全标准应用数据库共建单位、工信部国家汽车信息安全标准示范应用检测单位，目前已获得近50家车厂认可，是国内车厂认可最多的第三方检测机构之一，服务于12000多家车企及零部件厂商，构建了全面的软件测试、信息安全和数据安全服务能力，是汽车企业的质量管家，也是智能汽车美好生活的守护者。

在汽车行业中，确保功能安全至关重要。开发汽车功能需要一个严格的流程来最小化风险并增强安全性。本期“专家访谈”栏目，我们邀请到广电计量汽车功能安全经理曹铭，为大家介绍汽车功能开发期间的完整功能安全流程，并解读人工智能（AI）如何支持和优化相关过程。 曹铭 广电计量汽车功能安全经理 10以上年汽车行业工作经验，曾任职电装、日产、广汽，具备汽车行业电子电气零部件及整车开发及质量管理经验，熟悉汽车功能安全、信息安全、软件质量管理相关要求。具备ITAF16949、ASPICE相关资质。熟悉汽车安全相关业务，涵盖汽车功能安全咨询、汽车信息安全咨询及测试，ASPICE咨询审核等领域。 汽车功能安全概况 近年来，随着智能网联汽车的快速发展，功能安全在汽车行业的重要性日益凸显。中国政府也将功能安全作为智能网联汽车准入的重要要求。 2023年，工信部发布了《关于开展智能网联汽车准入和上路通行试点工作的通知》，明确要求L3/L4级自动驾驶汽车必须具备功能安全保障能力。这将进一步推动功能安全在汽车行业的应用。 AI和大型语言模型 (LLM) 概况 全球人工智能技术快速发展，成为推动科技和产业加速发展的重要力量，对经济社会发展和人类文明进步产生深远影响。大模型作为AI领域的重要发展方向之一，已经得到了广泛的关注和应用。通过深入学习和掌握大模型的原理和实践技巧，我们可以更好地应对复杂多变的AI应用场景。未来，随着计算资源的不断提升和技术的不断进步，相信大模型将会在更多的领域展现出强大的潜力。 功能安全过程及AI/LLM如何实现支持 汽车功能开发中的功能安全流程包括多个阶段，每个阶段都可以从AI的支持中受益： 危害识别：初始阶段旨在识别与汽车功能相关的潜在危害、风险和故障模式。AI和LLM可以通过分析大量数据集、历史事故和行业报告来协助。它们处理非结构化数据，如自然语言文档，以提取传统方法可能忽略的有价值的见解，嗅探出可能逃脱人类眼睛的潜在危害。 风险评估：一旦识别出危害，就需要进行风险评估，评估潜在危害的可能性和严重性。AI的预测分析能力在这里发挥作用。机器学习算法可以分析数据，以预测潜在的安全风险及其可能性，帮助优先考虑关键领域的缓解措施。 功能安全概念：功能安全概念概述了缓解已识别风险和危害的策略和机制。AI/LLM可以根据对已识别风险的深刻理解生成安全概念，并协助生成详细的安全文档和指南，确保概念全面。 系统设计：在系统设计阶段，根据安全措施开发汽车功能的体系结构和设计。AI可以通过考虑安全措施、冗余性和容错性来优化系统架构。它提出设计改进建议并评估权衡，以实现最高水平的安全性。 实施：实际开发和实施汽车功能，遵循安全概念和设计原则。基于AI/LLM的代码分析工具可以识别潜在的安全关键代码部分，确保符合安全标准，也可以协助高效生成代码文档和与安全相关的文档。 验证和验证：进行广泛的测试和验证程序，以确保汽车功能符合安全要求，并在各种条件下可靠运行。AI促进了自动化测试和模拟，跨各种场景进行详尽测试。这加快了验证过程并及早发现安全问题。 生产和运营：在成功验证后，汽车功能准备投入量产和运营。通过持续监测和维护来确保持续的安全性。基于AI的预测性维护和实时监控系统可以在运营阶段检测潜在的故障和安全风险，确保持续的安全性和可靠性。 此外，AI/LLM的深入应用在改变当前的开发范式的同时，可能也将促进功能安全的实施应用方式。我们期待基于AI/LLM的功能安全确保每个汽车功能在任何情况下都能完美运行。 它是守护天使，监视着每行代码、每个传感器、每个即时做出的决策。AI和LLM正在成为这场安全保卫战中的秘密武器。 总结 AI/LLM在汽车功能开发期间增强功能安全方面起着至关重要的作用，它们支持和优化了流程的每一步。集成了AI的功能安全工具不仅可以极大的提高生产效率，还提升开发质量、促进技术创新，并帮助管理复杂性。尽管目前AI/LLM与功能安全的融合仍处于早期阶段，但未来发展潜能无限，值得期待。 汽车安全系列持续更新中，敬请关注，“广电计量”官网，获取更多技术分享！ 如您有任何技术问题或测试需求，欢迎联系相关业务员，或于给我们留言我们会尽快联系您~

高级驾驶员辅助系统 （ADAS） 有助于提高车内每个人的安全性，帮助他们安全到达目的地。该技术非常实用，因为大多数严重的车祸都是由于人为错误造成的。 在这里，我们将讨论什么是高级驾驶辅助系统（ADAS），提供高级驾驶员辅助系统的示例，以及哪些编码标准对于高级驾驶员辅助系统的开发至关重要。 什么是高级驾驶辅助系统 （ADAS）？ 高级驾驶员辅助系统是旨在提高驾驶员及其乘客安全性的技术功能。这些系统使用人机界面，通过预警和自动化系统提高驾驶员的安全性和反应时间。 高级驾驶辅助系统 （ADAS） 示例 SAE International ，前身为汽车工程师协会（SAE），定义了SAE J3016，该标准根据提供的自动化水平将ADAS分为不同的级别。 一些高级驾驶辅助系统功能已成为汽车的标准配置，包括自动制动系统（ABS）和自适应巡航控制（ACC）。而其他则可作为附加组件使用，例如自动泊车、盲点监视器和防撞监视器。 此外，还有一些 全自动驾驶汽车 独有的功能 。 为什么高级驾驶辅助系统（ADAS）对ADAS自动驾驶很重要？ 先进的驾驶员辅助系统很重要，因为根据 美国国家公路交通安全管理局 的数据 ，大约 94% 的严重车祸是由于人为错误造成的。幸运的是，即使是最基本的高级驾驶员辅助系统（如ABS）也可以帮助提高车内每个人的安全性。 高期望需要苛刻的要求 在ABS、ESP或巡航控制等成熟的辅助系统被默认提供的情况下，汽车日益复杂的性质使得每个组件都必须保持最高的安全标准。 现在的车辆不仅需要管理传动系统，还需要管理信息娱乐、网络和连接以及所有安全措施。不幸的是，尽管有些项目彼此非常隔离，但功能不能一个接一个地添加。 车道保持辅助 系统不仅可以检测您的汽车何时开始漂移，它还会提醒驾驶员并尝试将汽车保持在车道上。这涉及外部传感器以及用于声音和视觉警告的信息娱乐系统，还有用于转动方向盘的动力转向。 自适应巡航控制 涉及传感器，对传动系统有直接影响。 自动紧急制动（AEB） 获取传感器信息，然后控制传动系统。 这些只是使用1级自动化的示例，其中参数大多是已知和控制的。功能越复杂，其复杂性就越高 - 并且遵循越来越严格的要求，保证其安全性的难度呈指数级增长。 哪些标准对高级驾驶辅助系统 （ADAS） 很重要？ 为了使高级驾驶辅助系统安全可靠地运行，需要按照正确的功能安全和信息安全标准进行开发。因此，这些需要安全可靠的编码标准来执行。 ISO 26262 高级驾驶辅助系统 （ADAS） ISO 26262 是一项基于风险的功能安全标准 ， 适用于车辆中的电气和电子系统，包括高级驾驶辅助系统 （ADAS） 组件。该标准概述了汽车设备和系统生命周期每个阶段的具体步骤，以确保从最早的设计概念开始就具备安全性。 汽车安全完整性等级（ASIL）是ISO 26262的关键组成部分，因为它们衡量汽车设备和系统组件的风险水平。设备或系统越复杂，发生系统性或硬件故障的风险就越大。 SOTIF （ISO 21448） 用于高级驾驶辅助系统 SOTIF （ ISO 21448） 是一种功能安全标准，提供有关设计、验证和确认措施的指导，以实现预期功能的安全性 （SOTIF）。它考虑了导致非系统故障引起的安全隐患的情况。 它适用于适当的态势感知对安全至关重要的系统，尤其是紧急干预系统（例如紧急制动系统）和1级和2级高级驾驶员辅助系统（ADAS）。 仅考虑其他标准尚未涵盖的故障，并且不适用于动态稳定控制（DSC）系统或安全气囊等现有功能。 ISO 21448是对ISO 26262的补充，因为它涵盖了非系统故障引起的故障以及原始设计引起的技术缺陷导致的故障。其中一些措施适用于以前功能的更新迭代。 这两个标准都对软件提出了要求，可以通过了解有关 ISO 21448和ISO 26262 的更多信息来最好地执行这些要求。 ISO 21434 认证 目前， ISO 21434 正在制定中， 是一项汽车标准，重点关注道路车辆电子系统中的网络安全风险。该标准将有助于确保将网络安全因素纳入每个汽车设备和产品的考虑。 尽管该标准要到明年某个时候才会发布，但您仍然可以采取一些措施来确保车辆的安全性。 CERT C CERT 是一种安全编码标准，支持 C、C++ 和 Java，所有这些都用于汽车软件开发。该标准有助于在编写代码时识别和消除软件安全漏洞。 MISRA MISRA 为开发安全关键系统（包括C和C++的汽车软件）提供了编码指南。强烈建议遵守标准，因为它有助于确保汽车安全可靠。 AUTOSAR AUTOSAR 已经为C++14开发了编码标准，用于联网和自动驾驶汽车的Autosar AP平台。这有助于确保汽车软件的安全、可靠和可靠。 静态分析如何帮助确保安全可靠的高级驾驶辅助系统 （ADAS） 确保高级驾驶辅助系统中的软件安全、可靠和最有效方法是使用静态分析工具，如 Helix QAC。 静态分析工具 有助于执行汽车编码指南（如 MISRA 和 AUTOSAR ）， 并经过认证可用于功能安全标准（如 ISO 26262 ）。 通过使用Helix QAC，您将应用编码指南来验证您的软件是否满足必要的要求。此外，Helix QAC还可以通过以下方式提高软件质量： 实施编码标准并检测规则违反。 在开发早期检测合规性问题。 加快代码审查和手动测试工作。 报告一段时间内和跨产品版本的合规性。 虽然Helix QAC主要由软件开发人员直接使用，以立即反馈其代码质量和合规性（在Helix QAC GUI中或直接在Eclipse，VSCode或Visual Studio中使用官方插件），但Helix QAC也可以集成到已建立的持续集成或持续部署（CI / CD）环境中。 可以通过脚本配置并运行分析，方便部署，得到的分析结果可以在 Validate平台中查看，以供查看和生成报告。Validate还带有自己的API，使与其他工具的接口集成更加方便。 下面是本地 Helix QAC GUI 的示例，其中针对 MISRA C：2012 分析的项目允许您快速识别和过滤被视为最关键的问题（在本例中为 MISRA 强制规则）。 在下面的另一个示例中，了解如何在 Validate平台 中报告问题。该问题是交互式的，例如，可以分配给某人、更改其状态或添加注释（例如，在出现偏差的情况下很有用）。 随着项目规模扩大到几乎不可能人工管理的地步，必须拥有协同工作的工具，以尽快提供最相关的信息，这样您就可以确认您的项目符合需求集。

28日晚，小米首款全电新能源汽车SU7 价格正式公布，标准版售价21.59万元，Pro版售价24.59万元，Max版售价29.99万元。 有趣的是，发布会邀请了造车新势力代表“蔚小理”的三位创始人，即李斌、何小鹏和李想，以及长城汽车董事长魏建军、北汽集团董事长张建勇等同行来捧场，可见雷军的人缘之好。 然而，当小米SU7价格公布时，蔚小理创始人们的表情被抓拍下来，颇值得玩味。除了做SUV的李想能够“事不关己”地傻笑出来，身边的何小鹏和李斌表情都有些尴尬，网友们也迅速为照片配上OS，不可谓不传神。 事实上， 小米SU7标准版21.59万元的价格，的确低于人们的预期价位。 此前，雷军在发布会上喊话：“但凡有这种表现和配置的，都得40万以上！”小米总裁卢伟冰也在财报电话会议上再次强调小米SU7会“有点贵”，现在看起来都是营销“双簧”。雷军用神级营销刷了一大波热度和流量，让小米SU7从不被看好变成有望热卖的爆款。 结合前些日子小米集团（1810.HK） 发布的2023年全年及第四季度业绩公告，就不难理解雷军亲自下场营销SU7——小米对造车寄予厚望，将其视为第二增长曲线。 小米SU7剑指纯电轿车前三名 小米对21.59万元起的SU7寄予厚望 ，卢伟冰称集团希望小米SU7能够在纯电豪华轿车领域卖到前三名。 财报显示，2023年小米集团全年研发支出191亿元，同比增长19.2%；其中，小米智能汽车等创新业务费用为67亿元（不含与智能电动汽车等创新业务相关的股票薪酬费用8亿元）。 可以看到，汽车占据了小米研发费用中相当大的比重，公开披露的投入累计已达98亿元。2021年雷军官宣小米造车时宣布，计划首期投入100亿元，未来十年投入100亿美元。也就是说，目前小米造车的进度是完全符合雷军预期的。 在造车这件事上，后来者小米并不占天时，但SU7的价格可能会带来“人和” ，那么小米SU7竞争力几何，在市场中会面对哪些“拦路虎”？ 从参数上来看，小米SU7算是一款配置比较全面的新能源汽车，标准版配400V平台，73.6度磷酸铁锂电池，CLTC续航700公里，搭载了基础版智驾能力，以及220kW的单电机；SU7 Pro版同样是400V平台和220kW的单电机，升级为94.3度磷酸铁锂电池，CLTC续航830公里，搭载了高阶智驾能力；SU7 Max则采用了800V高压碳化硅平台、101度三元锂电池、CLTC续航800公里，搭载了高阶智驾能力，以及479kW的双电机配置，但价格已经进入30万区间。 从配置上来说， 小米SU7标准版卖21.59万元起绝对不贵 ，但也并非没有缺点。比如400V平台、磷酸铁锂电池成本较低，不支持800V高压快充；真皮座椅、25个扬声器做成选配，而这些在很多竞品车型上都是标配。另外，纯电轿车市场毕竟是红海市场，竞争极为激烈，小米SU7将面临众多同类竞争车型和差异化车型。 首先，从2023年全球电动汽车销量按品牌排名来看，前三位比亚迪（约287万台）、特斯拉（约180万台）及宝马（约50万台），是已经形成规模的头部力量。除了宣布不再全面电动化的宝马之外，比亚迪和特斯拉都具有各自稳定的用户群体。比亚迪电车的优势在于经济实惠，性价比用户会选择7.98万元起的比亚迪秦PLUS；特斯拉在品牌、自动驾驶技术等方面，也比初出茅庐的小米更有吸引力。 小米SU7还要面对造车新势力们 。目前，理想、问界等专注SUV的车企占据销量榜前列，想买大车的用户也不会考虑小米SU7。专注豪华纯电轿车的蔚来，可能是最担心小米SU7的车企。不过，蔚来今年会推出新系列阿尔卑斯车型，预计售价20万元起，将直接与小米SU7竞争。 另外，全新极氪001也是不容忽视的对手，其配置非常高，包括全系标配8295智能车机芯片、全系标配激光雷达、大容量800V动力电池等，售价26.9万至32.9万元，部分“配置控”用户认为该车型优于小米SU7。 目前， 小米SU7“大定”量已经超过5万台，成绩非常理想 ，甚至超过华为问界。当然，后续能否持续热销，还要看用户提车后的口碑，以及竞争车企们的针对性动作。可以肯定的是，小米集团对SU7寄予厚望，希望通过汽车、手机、IoT产品形成“人车家”全生态，带来第二增长曲线。小米SU7的销售成绩，将会在2024Q2财报中有所体现，也将影响小米集团2024年的全年业绩。 手机销量、收入双跌导致总营收同比负增长 一起来回顾小米集团2023年的财报透露了哪些重点。 财报显示，小米集团2023年全年营收2710亿元，同比下降3.2%；经调整净利润193亿元，同比增长126.3%。2023年第四季度，小米集团营收732亿元，同比增长10.9%；经调整净利润49亿元，同比增长236.1%。 导致小米营收下滑的主要原因，是 智能手机销量、收入双双下滑 。作为小米三大业务板块中的绝对主力，智能手机去年营收1575亿元，同比2022年下降5.8%，占总营收的比例也从59.7%下降至58.1%。小米方面表示，智能手机业务营收下降主要是由于出货量及ASP（平均售价）下降。 据Canalys数据显示，2023年全球智能手机出货量为11亿部，同比下降4%。其中，小米以1.45亿台出货量位居全球第三，占12.5%市场份额，同比2022年下降4.7%。第一名苹果市场份额达20.1%，并实现3.7%的增长；三星则以19.4%份额位居第二。 针对智能手机销量下滑的情况，小米集团总裁卢伟冰在业绩沟通会上解释道：中国市场ASP实际上同比增长了19%，小米14系列带动了公司在3999元以上高端市场的销量。海外业务是造成下滑的主因，其中印度市场的重点在于回归健康状态，暂未推动高端新机上市；而拉美、中东、非洲等新兴市场仍以中低端产品为主，旨在拓展市场，ASP很难提升。 好消息是，虽然小米手机销量有所下降，但其利润率则在不断提升。财报显示，2023年智能手机业务毛利率为14.6%，同比增长5.6个百分点，说明 小米 “规模与利润并重”的经营新方向颇具成效。 其他业务方面，2023年小米IoT与生活消费产品营收801亿元，同比微增0.4%；互联网服务营收301亿元，同比增长6.3%，主要是由于广告和游戏业务增长。 谈及2024年预期，卢伟冰持审慎乐观的态度：“我们确定了2024年小米整体的经营策略，是在稳健经营的基础上采取更加积极进取的策略。2024年小米的目标是实现全品类和全市场的增长，持续拉近与三星、苹果的差距。” 从财报中不难看出，小米集团高度依赖智能手机业务，收入占比达到59.7%。然而，继续卖出更多手机对于小米来说是非常严峻的挑战。首先，2024年全球智能手机市场的增长有限，Canalys给出的预测数据是4%。其次，苹果、三星依然牢牢掌握全球手机市场近40%的份额，尤其是在海外市场更加强势。小米手机销售额增量的部分则主要集中在国内市场和海外中低端市场，竞争对手包括华为、OPPO、vivo等，竞争极为激烈。 海外市场方面，由于地缘政治等方面原因，小米折戟印度市场，还需要很长时间进行调整。而印度方面不断在政策上加码，如中国企业要聘用印度人管理印度分公司、中国企业要和印度本地企业合作生产智能手机，让市场前景更加不明朗。 欧洲市场方面，小米2023年以17%市场份额位居第三，但同比下滑10%。从数据中可以看到，欧洲市场几乎被三星和苹果牢牢占据，小米很难再获得更大的市场。至于北美市场，由于各种不确定因素，小米选择暂不进入。 也就是说，高度依赖手机业务的小米，除了国内大本营之外，印度、欧洲两大主流市场都很难实现增长了。即便通过提升ASP来提升利润率，也终究是需要销量来支撑。于是，造车就成为了小米的第二增长曲线。