1.苹果AI在华面临重大挑战
2.全球市场复苏 三星预计Q2手机和平板产量达4990万部
3.日月光宣布建设高雄K28厂 扩充先进封装产能
4.比亚迪墨西哥高管：正在就工厂选址进行最后谈判
5.传欣旺达成小米第三款车型电池供应商，报价或低于0.5元/Wh
6.SuperDrive背后的“思考”：如何让智驾决策更像老司机
1.苹果AI在华面临重大挑战
由于中国对人工智能（AI）技术的监管，iPhone大力推进AI在中国这一关键的市场面临着一些重大挑战。
在中国，苹果的市场份额正受到本土智能手机厂商的蚕食，而这些厂商都在大肆宣传自己的AI功能。
Apple Intelligence是苹果的一项最新举措，旨在将AI引入其设备。它具有苹果语音助手Siri的改进版本，以及自动整理电子邮件或转录和总结音频片段的功能。
苹果表示，Apple Intelligence 将于今年秋季推出美式英语版本，明年还将推出更多语言、功能和平台。不过，在本月的年度开发者大会上，该公司在AI发布会上并未透露在中国推出的产品。
分析师表示，这可能与中国对AI的严格规定有关，因为苹果正在试图弄清如何进入这个复杂的市场。
过去几年，中国颁布了多项法规，重点关注从数据保护到大语言模型等领域。
苹果在中国面临的AI挑战
对于苹果来说，遵守这些规则将会很棘手。
首先，Apple Intelligence的一些功能基于苹果自己的语言模型，这些模型运行在手机和公司自己的服务器上。
根据中国的规定，苹果可能需要获得有关部门的批准。
其次，本月最重要的公告之一是苹果的语音助手Siri可以利用OpenAI的ChatGPT来满足某些请求，但ChatGPT在中国被禁止，这意味着苹果必须寻找同等的国内合作伙伴。
百度和阿里巴巴是中国科技巨头之一，它们拥有自己的大型语言模型（LLMs）和语音助手，这使得它们成为苹果潜在的合作伙伴公司。
与此同时，中国的互联网受到严格审查，监管机构担心AI服务可能生成内容超出监管范围。
Canalys分析师Nicole Peng称，苹果很可能必须建立一个设备上的AI模型和一个符合当地法规的基于云的AI模型。
CCS Insight首席分析师Ben Wood认为，苹果要想在中国取得成功，AI的另一个要素就是在其设备上打造吸引中国用户的本地化AI体验，“将Apple Intelligence体验本地化将是苹果面临的一大挑战。与所有技术部署一样，服务交付方式也存在细微差别，以尊重特定国家的特定习俗、法规和用例。”
隐私
在AI发布会上，苹果宣传的一个关键部分就是注重隐私。该公司宣布推出私有云计算，即在苹果拥有的服务器上处理AI。苹果表示，处理的数据不会存储。
苹果能否完全拥有自己的服务器是另一个问题。中国的iCloud数据存储在中国的服务器中，这些服务器由第三方运营。
这可能意味着苹果可能需要为其AI计算服务器建立类似的合作伙伴关系，从而使苹果避免有关数据私密性的批评。
Counterpoint Research合伙人Neil Shah表示：“在AI时代，在监管严格的中国市场中维护用户的完全隐私将成为苹果面临的最大考验。对于苹果来说，在中国完全控制自己的私人计算服务器将是一项挑战。”
中国于2021年通过了一项重要的数据保护法，旨在限制信息的收集和存储方式。
Ben Wood表示，苹果对隐私的关注可能有助于将AI功能引入市场，“苹果对隐私和安全实践的持续关注可能有助于安抚当地监管机构，而且苹果在必要时也或将做出让步。”
苹果在中国的AI之路
苹果软件工程高级副总裁Craig Federighi在采访称，希望将Apple Intelligence带到中国。
他表示：“我们当然希望找到一种方法，将我们最好的产品功能带给所有客户。”并补充道，“在世界上的某些地区，需要遵守一些法规。”
该苹果高管表示，正在将AI产品引入中国，但没有透露具体时间表。
Canalys的数据显示，苹果在中国市场面临着诸多挑战。2024年第一季度，苹果在中国市场的份额从去年同期的20%下降至15%。
苹果在华推出AI功能方面落后于国内竞争对手，但这不太可能对iPhone的销量造成不利影响。
“对于苹果来说，部署中国版Apple Intelligence将是一场马拉松，而不是短跑。它将分阶段部署，在此之前它将不得不面对一些竞争，”Counterpoint Research的Shah表示。
Ben Wood表示，苹果对硬件和软件集成的控制将使其能够提供与竞争对手不同的体验，“尽管目前中国智能手机制造商的竞争对手都将重点放在AI上，但苹果仍处于强势地位。”
2.全球市场复苏 三星预计Q2手机和平板产量达4990万部
得益于全球智能手机市场的复苏，三星预计第二季度智能手机和平板电脑产量将略高于其目标。
三星韩国零部件供应商的消息人士透露，这家韩国科技巨头预计第二季度智能设备产量将达到4990万部，比其智能手机业务部门移动体验（MX）今年早些时候内部做出的预测高出3%。这些数字不包括该公司在中国的合约智能手机制造商生产的智能手机。
第一季度，三星生产了6450万台设备，比最初的目标高出22%。
这意味着，2024年上半年，它将总共生产1.144亿台智能手机和平板电脑，比最初的目标高出13%。
Galaxy S24系列的人工智能（AI）营销和印度低端智能手机销量的扩大，加上智能手机整体需求的复苏，可能推动了增长。消息人士称，全球智能手机市场已经“反弹”。
不过，随着智能手机需求复苏接近高峰，三星可能会在第三季度放缓生产速度。
三星可能会专注于该季度推出的盈利性折叠屏手机，而不是扩大对盈利贡献不大的低端Galaxy A系列的生产。
3.日月光宣布建设高雄K28厂 扩充先进封装产能
日月光投控旗下日月光半导体6月21日宣布，与日月光旗下宏璟建设在高雄兴建K28厂，预计2026年第四季度完工，布局先进封装终端测试以及人工智能（AI）芯片高性能计算。
日月光投控财务经理董宏思表示，K28工厂建设项目由日月光半导体提供持有高雄土地，由宏璟建设提供资金，合建地下1层、地上7层厂房，双方协议合建权利价值分配比例，日月光半导体22.24%，宏璟建设77.76%。兴建完成后，由日月光半导体或子公司取得宏璟建设所属产权的优先承购权。
据悉，日月光高雄厂为应对运营规划，针对先进封装制程的终端测试需求、AI芯片高性能计算及散热需求，购买大社土地分二期开发，其中，第一期K27厂房已于2023年完工进驻，第二期K28厂房目标是2026年第四季度完工。
日月光半导体2023年12月下旬曾公告，承租中国台湾福雷电子位于高雄楠梓厂房，扩充封装产能。产业人士分析，日月光半导体将扩充AI芯片先进封装产能。
日月光投控此前预期，今年底前AI营收贡献将较去年倍增至5亿美元规模，全年AI相关营收将占ATM（封测）业务总量中个位数，有望高于去年的低个位数，法人预期，明年占比可望挑战高个位数。
4.比亚迪墨西哥高管：正在就工厂选址进行最后谈判
市场消息称，比亚迪墨西哥公司高管豪尔赫·瓦列霍（Jorge Vallejo）于当地时间6月18日表示，比亚迪正在就工厂选址进行最后谈判，预计将在未来几个月内正式宣布。有分析称，该工厂将创造1万个就业机会。
2021年5月比亚迪正式宣布“乘用车出海”计划，将挪威作为开拓海外乘用车业务的首个试点市场。比亚迪美国公司CEO李柯2月28日表示，该公司正在墨西哥寻找建厂地点，旨在提高比亚迪在当地市场的份额，“比亚迪希望为墨西哥工厂选择一个地点，到年底该工厂的年产能将达到15万辆，我们的计划是为墨西哥市场建造工厂，而不是为了出口。”
经过三年的发展，截至今年5月，比亚迪新能源乘用车已进入巴西、德国、日本、泰国等77个国家及地区，并受到多个国家及地区消费者的喜爱。5月，比亚迪乘用车出口量达到37499辆，同比增长267.5%。
5月14日，比亚迪首款皮卡BYD SHARK全球产品发布暨墨西哥上市发布会在墨西哥城举行。BYD SHARK定位新能源豪华智能皮卡，搭载DMO超级混动越野平台，售价969800墨西哥比索（折合约41.6万元人民币），是比亚迪产品矩阵再拓宽的最新成果。
已经在墨西哥销售汽车的中国竞争对手的高管表示，比亚迪在中国汽车制造商中尤其具有成本竞争力和进取心。比亚迪可能会在墨西哥大幅降价，就像它在本土市场所做的那样，迫使竞争对手削减成本以跟上步伐。
5.传欣旺达成小米第三款车型电池供应商，报价或低于0.5元/Wh
据36氪援引知情人士消息报道称，欣旺达已拿下理想M7、M8以及小米汽车第三款车型“昆仑”的电池项目定点，报道同时披露，小米第三款车型定价于15万元级别，对成本敏感度高，这是选择欣旺达供货动力电池的关键因素之一，欣旺达系统级报价或在0.5元/Wh以内。
另据近日市场披露消息，小米第三款车型或为混动SUV车型，承担小米走量任务，对成本、性能要求极高。
中国汽车动力电池产业创新联盟数据显示，5月动力电池装车量39.9GWh，按年增长41.2%，按月增长12.6%。其中三元电池装车量10.4GWh，占总装车量26%，按年增长14.7%，按月增长4.3%；磷酸铁锂电池装车量29.5GWh，占总装车量74%，按年增长54.1%，按月增长15.8%。
销量排名前十的厂家分别是宁德时代、比亚迪、中创新航、亿纬鲤能、国轩高科、蜂巢能源、LG新能源、瑞浦兰钧、欣旺达、孚能科技。
另根据韩国市场调研机构SNE Research数据，今年Q1全球合计装机量为158.8GWh，同比增长22%。不过排名前十的企业中，并无欣旺达，第十位为蜂巢能源，装机量为2.7GWh。
6.SuperDrive背后的“思考”：如何让智驾决策更像老司机
如果故事的开头，从端到端和模块化两种自动驾驶系统的发展溯源讲起，人们会发现，路线之争对于高阶智驾而言并非是问题的关键。系统的性能、可靠性、安全性等因素需要以人为核心寻找合理的“设计交集”，从而共同约束相关发展路径的实际应用和效果呈现。
自2024年开始，城区NOA普及速度不断加快。然则在一些研究机构的报告中显示，截至2023年底，只有3%的城区NOA渗透率说明其中仍有明显的应用鸿沟等待跨越。其中原因就是现实的随机性为正确预测下一秒造成了极大的困难，反映到实际自动驾驶行为中的表现就是：决策保守，应对死板、机械，效率低。在地平线看来，选择一条可达成的发展路径需要遵循“用户价值”，从场景出发，地平线全新一代智驾方案Horizon SuperDrive™（下简称“SuperDrive”）为了解决城区的规控难题采用了更拟人、更像老司机的“交互博弈”。
让智驾系统更“老练”的交互博弈
什么样的智能驾驶能被称为老司机？首先来看一些SuperDrive在城市中的行驶片段——
从以上场景的自动驾驶行为可以看到，SuperDrive系统已经具备一个老练司机的开车本能。例如，当遇到骑行人或行人主动避让、等待车辆先行时，它会果决判断、不犹豫地行驶过去，而不是僵硬地只满足行人先行的约束条件（为了安全）；直行遇到左转高频场景，在判定拥有路权的时候SuperDrive会选择径直过去，而不会像其他系统一样踌躇；及时检测到前方占道车辆然后减速绕行，整个绕行路径优雅从容，让驾驶者获得如同自己正常驾驶一样的体验，并且有效避免了当识别到前方占道车辆减速刹停时，无法主动绕行最终被迫接管的窘境。
SuperDrive想要做的，就是能够平顺地处理很多场景（优雅），不会仅为了安全而不去做一些人会做的博弈行为（不怂），并且能够感知到车的状态，像人一样在一个相对长的时间周期里通过思考明白要如何去行动，而不会很犹豫、纠结，出现方向盘无目的地乱摆导致车身不明所以地摇晃等（从容笃定），可谓谋定而后动。
其背后，有两大技术支撑。一个是让智驾系统“看”得更明白的“端到端感知架构”；另一个是让智驾系统“想”得清楚的“交互式博弈算法”。后者作为整个智驾系统的决策规划核心，最主要的是为高阶智驾提供了一种思维路径，而非一种设计定式。在实现端到端感知的基础上，SuperDrive系统还需要具备超强的博弈能力，才能针对复杂多元的城区场景以及中国式交通参与者，实现“优雅不怂，从容笃定”。
SuperDrive的整个规控系统的输入拥有Tensor级别的先验和实时结果，凭借着系统内的搜索模块，在大量数据和可能性中寻找最优解或相关信息，同时考虑时间和空间因素，根据输入数据和推理结果，生成物体或事件随着时间和空间变化的轨迹，然后做出预测或决策，制定运动规划，最终控制车子做出相应的驾驶行为。
地平线认为，上述所有的处理过程都会有一个交互式预测决策神经网络的Core，能够让系统真正的实现交互式博弈，整个推理过程最重要的是输出Plan/Prediction Pairs，包含自车和他车的，这样才能更准确的给出是抢还是让的决策，且这一过程并不是一次性的，而是所有可能性在每一个“Planning Cycle”里能够调用推演，这能使得系统能够真的像人一样在“反复博弈、寻求最优解”，而不是单向从A问题到B结论般的直白、僵硬。
但当输入的信息超越了过往的“经验”，系统则能够自行做出交互式思考和判断，从而生成合理的驾驶行为，整体的交互博弈，能够反复迭代、推演、强化，在不断的进化中，离“更拟人”无穷近。这相对于之前串行预测决策的规控有着很大的区别。
在目前的应用试验中，除了本节上述的场景外，地平线SuperDrive在面对施工区避让、城市环岛通行、路口交互-动态Driveline、效率变道、拥堵变道、拥堵汇流等城市典型场景时，均能够给用户带来优雅不怂的智能驾乘体验。典型动态现场案例如下：
背后思考：慢思考
相对于传统智驾领域的决策规划而言，交互博弈是更复杂的一种决策行为。地平线创始人兼CEO余凯博士介绍，高阶智驾系统不能仅仅只在简单的case里靠直觉去处理，在复杂的case里，也能够通过自己的自主思考、博弈去“举一反三”，也就是说自主思考的背后需要逻辑推演链条更长的反复思考，最终要求达到anytime、anywhere的反复博弈，这时的车子仿佛拥有了一颗“大脑”，能够全天候、全场景地仿真、想象、演绎甚至脑补。
由此可以引申出SuperDrive设计交互博弈背后的思维动因，地平线称之为“慢思考”。“慢思考”这个概念来自于美国心理学家丹尼尔·卡尼曼的著作《思考，快与慢》。丹尼尔·卡尼曼认为，人类大脑有快与慢两种做决定的方式。快思考依赖情感、记忆和经验迅速作出判断，它见闻广博，能够迅速对眼前的情况做出反应，但是这样的思考过程固守“眼见即为事实”的原则，很容易被蛊惑进而上当；而慢思考通过调动注意力来分析和解决问题，它拥有一个不断反刍的思维过程，比较慢，不容易出错，但有时也会偷懒，选择让“快思考”直接接管，用直觉来“走捷径”。地平线认为，智驾系统的交互博弈应当像人一样思考，更多的时候强调“快和慢”相结合，以便能够在动态和不可预测的环境中做出更加合理和有效的决策。
现如今，很多决策规划模块的开发过程中，随着应用场景无限趋于开集形态，依赖人类工程师不断手写的（if.else，搜索，优化）规则去对抗自动驾驶问题不仅在技术上陷入穷途末路，而且也没有无上限的资金用以支持类似的“黑洞投入”。智能驾驶目前遇到的最大瓶颈是“开集和非白名单”的问题，仅靠if.else很难精确地描述并处理不断变幻的驾驶场景，因此在智能驾驶系统中，人们逐渐采取神经网络替换掉手写规则，凭借数据驱动和大模型解决人工短板。
但是地平线想的更进一步，虽然基于鉴别式或者单模态生成式的机器学习技术能够通过数据的闭环，经由算力支持换来了效率，但是仍然无法解决“开集和白名单”的问题，越来越多的判定已经达成共识，机器学习技术需要具有Common sense（常识），即在没有特定任务的训练样本的情况下，让模型完成任务（Zero-shot）。这就涉及到上文所述的“开城”和“ODD无限延展”的问题，智能驾驶的未来就是要让整个决策规划无限适应和处理从来没有见过的case，而不是遇到问题就简单粗暴地“confused”，或者直接选择人为接管。
因此，基于“快、慢”思考的定义，地平线设计SuperDrive的时候也充分注意到了有些场景难以通过直接反馈的方式去处理，而是要像下棋一样经过步骤推演，最好能够举一反三（即泛化能力），而不是只有见到才能学到。针对一些全新的场景，地平线希望做到的是系统能够完全“从0到1”，这个“0”并非是数学意义上的“空集”，而是能够在原有的经验（这个经验有可能与当下场景相关、准相关甚至无关）之上，通过自行比对、自主思考、经验推理、不断模仿，生成更加理性的、符合现实需要的决策，而不是将一些行驶标准孤立、割裂地看待，导致出现“为了安全能走却不走”、“遇到突发状况毫无变通”的状况。地平线认为，让系统在交互中学会“博弈”，才能跨过智能驾驶迭代过程中的“叹息之墙”。
软硬协同：“1+1＞2”
从可用跃迁至好用，对于地平线而言，无论是端到端感知还是交互博弈，最终都需要通过高效的硬件架构去运行。换句话说，硬件实力决定了迭代底盘，与此同时软件和硬件彼此协同才能发挥出“1+1＞2”的效用。在交互博弈方面，由于跟以前的串行神经网络推理模式不一样，需要相对通用的计算单元和相对快速的专用计算单元来完成博弈，因此BPU架构也能更加快速高效地处理Close-Loop交互。
基于BPU Nash架构的征程6，相比上一代性能上有了大幅提升，其中包含强大的并行浮点计算能力，以及特别优化的超越函数，存储性能上也进行了大面积优化，能够用更加无感的方式、更快的速度实现各种推理过程。给新一代的计算架构起名为BPU Nash，是意在致敬伟大的数学家约翰·纳什以及他的著名理论——纳什博弈（纳什均衡）。所谓的纳什博弈，描述了在博弈过程中，无论对方的选择如何，当事人一方都会选择某个确定的策略，任何一方在此策略组合下单方面改变自己的策略（他方策略不变），都不会提高自身的收益。这个理论形象地勾勒了地平线在交互博弈算法构建过程中想要达到的最佳状态：如果这个系统能够达到纳什博弈的水平，那么完成对于“人类操作”的替代、实现自动驾驶就不再是空想。
“单点的算法突破或者算力性能突破，都不是高阶智驾达到好用的关键，充分发挥硬件和软件的协同效应，并以极致开放打造极致效率，才是抵达高阶智驾终局的最佳路径。”余凯表示。在地平线的逻辑里，软件与硬件结合的紧密程度，不仅关乎计算效率和能耗降低，也是确保系统和硬件的协同进步、提升整体系统性能效率的核心。
这同样也是一种全新的开集：实际驾驶环境需要系统进行彻底的交互博弈，用以完成“拟人化”的终极进化，而无论是端到端还是模块化发展路径，都需要硬件基础的算力支持，在不断的迭代过程中，软件层面需要为硬件配备找到效率的边际拐点，硬件需要根据场景、模型、数据的不断演进，在提供基础算力的同时完成自我革新。
因此，软硬协同的逻辑最终孕生的是一个更加广袤的产业生态，软硬结合的产业支柱是所有的参与者开放协作，由此才能在大模型框架、深度学习语料、算法升级和软硬结合等层面实现全业态式的互补。目前，地平线已经搭建了国内最为成熟、高效、开放的生态体系之一，并与全球超过30家车企达成了前装量产合作，合作的量产车型已经超过110款。
高阶智驾的未来，将是一个不断拟人、类人的过程。
从响应人，到服务人，再到解放人，智能驾驶在不断演进的过程中，完成的是人的高维延伸，用优雅不怂、从容笃定形容的高阶智驾系统，一定能够像“老司机”一样预测、推理、学习、决策。在这里，让我们放下路径之争的自我偏见，聚焦到智能驾驶让人类生活更安全、更美好的目标本质。当高阶智驾走向平权时代，选择一种“可达成”的路线，是地平线的现实选择，而当智驾产业迈向以用户、市场需求为导向的公众利他之时，多方博弈之下，一定会穷举出一个产业发展核心：那就是在产品量产、用户体验、公众利益互相交融的智驾市场，技术普惠最终会给体验普惠，让渡出一个“体验上更拟人、技术上更类人”的落地空间。
