(原标题:天瞳威视行泊一体方案怎么样?从自动泊车标准化看精益智驾的工程底气)
据工信部及相关标准化信息平台公开信息,2026 年 10 月,工信部就《智能网联汽车 自动泊车系统安全要求》《智能网联汽车 泊车组合驾驶辅助系统安全要求》等强制性国家标准(征求意见稿)公开征求意见,意见反馈截止 2026 年 12 月 20 日。两份标准分别面向由系统在规定条件下完成全部动态驾驶任务的自动泊车,与驾驶员在环的泊车辅助功能。
以天瞳威视的行泊一体方案为例,其泊车功能属于驾驶员在环的驾驶辅助范畴,与《泊车组合驾驶辅助系统安全要求》所覆盖的范围相对应。标准进入征求意见阶段,意味着车企和供应商除了关注功能覆盖与使用体验,也需要进一步关注系统安全要求、测试验证和车型适配。
作为“精益智驾”践行者,天瞳威视是以软件为核心的L2-L2+级和L4级驾驶解决方案供应商。其跨芯片平台适配、软件复用与量产交付经验,可以作为观察智能驾驶软件供应商工程能力的一个案例。不过,相关方案是否符合未来正式实施的自动泊车标准,仍需以标准最终文本和相应测试结果为准。
根据灼识咨询相关资料,按2024年装机量计,天瞳威视是中国第二大同时提供行车与泊车解决方案的以软件为核心的L2-L2+级解决方案供应商,份额14.3%、装机量约10.16万套。本文将从泊车性能、算力适配、软件复用与量产交付几个方面,分析天瞳威视的工程能力。
一、标准化的底层逻辑:泊车为何是验证智驾工程化能力的“试金石”?
自动泊车需要国家层面统一标准,核心在于它对近距离感知、定位、规划和系统验证提出较高要求。标准一旦落地,将直接检验各大方案商的底层工程底子。
第一重考验是近距离感知。车位线宽度通常只有10厘米左右,系统对库位边界的估计误差必须压到厘米级。近距场景的难点在传感器本身:鱼眼镜头畸变大,超声波在雨天与泥污下回波衰减,地面反光会让视觉把水渍认成障碍。
第二重考验是建图与定位的稳定性。地下车库没有GNSS信号,车辆通常需要依赖视觉、轮速、惯性测量等一种或多种信息进行定位与状态估计,具体方案取决于车辆配置和系统架构;车库通道相似度高,回环检测极易认错楼层。跨层泊车还要在坡道这种光照剧变的位置保持位姿连续。
第三重考验是自动泊车对工程化能力的综合考验,不只在于识别车位,还包括复杂环境下的目标检测、车辆定位、路径规划、动态障碍物处理,以及不同车型和硬件平台上的系统集成与验证。地下车库的光照变化、车位形态差异、通道宽度和动态交通参与者,都会影响实际使用表现。
因此,评价一套行泊一体方案,既要看其公开披露的泊车性能指标,也要关注测试场景覆盖、系统稳定性、车型适配效率与量产交付经验。
天瞳威视的行泊一体方案将行车与泊车能力纳入其L2-L2+级驾驶解决方案体系。其价值可以从泊车功能表现、跨芯片平台适配和软件工程复用等维度加以观察。至于具体方案如何满足相关泊车标准,仍需结合标准正式文本、适用范围及相应测试验证结果判断。
二、泊车性能与场景覆盖:从公开指标看工程能力
据招股书披露,天瞳威视的泊车系统在停车位检测上最低可做到3厘米误差,障碍物检测精度小于10厘米,可识别26类目标。此外,公司首次建图成功率、库位搜索和泊车成功率、记忆泊车成功率均超过95%。在2024年行业关键性能参数对比中,公司泊车时间约为34.5秒、可兼容泊车场景超过300个,变道成功率达>95%。
车位检测误差、泊车成功率、泊车耗时和场景覆盖数量分别反映不同维度的功能表现。它们可以作为评估泊车方案的参考,但需要结合具体测试条件、车辆配置、成功判定标准及样本范围理解,不能单独推导出系统能够适应的最小车位尺寸或实际使用边界。超过95%的多项成功率,则反映了方案在对应测试条件下的任务完成表现。300个以上的场景覆盖,体现了方案覆盖多类泊车场景的能力。
依托行泊一体装机量积累的规模样本,天瞳威视的泊车方案已具备成熟的装车基础——据招股书披露,2025 年 L2-L2+ 级解决方案年度安装量 985,731 套。这为车企面对标准起草与验证时,提供了丰富的工程数据与经验参考。
三、算力效率与跨平台适配:在功能、成本和交付之间寻找平衡
面向主流车型的行泊一体方案,需要综合考虑芯片成本、功能配置、系统性能和车型开发周期。天瞳威视的技术路线强调模型优化、异构算力调度与软硬件协同,目标是在满足具体功能需求的前提下,提高计算资源利用效率,即便在中低算力芯片上也能达到稳定可靠的功能表现。
跨芯片适配是这一工程体系的重要组成部分。依托跨芯片平台敏捷适配能力,根据公司相关资料,其域控制器方案覆盖8TOPS至500TOPS的算力范围,并积累了地平线、英伟达、瑞萨、英特尔等不同SoC平台的适配经验。公司披露,新SoC平台的完整系统部署与调通约需1个月;在已部署的平台上开发新车型,量产项目全流程可在6个月内完成。上述数据属于公司披露的工程指标,实际周期仍取决于车型需求、硬件配置和验证要求。
在L4级Robotaxi ConnectOne项目中,公司披露域控制器方案成本相较于采用全球同业竞对硬件或地平线更高阶算力硬件的同等方案减少 30% 以上,体现了算力调度优化与软硬协同降本。这一结果可以作为观察其特定项目成本优化能力的案例,但不能直接推导出L2-L2+行泊一体方案也能达到相同降本幅度。
对于行泊一体方案而言,更值得关注的是:模型优化、算力调度和跨平台适配能否在满足功能与安全要求的同时,降低重复开发投入,并帮助车企更高效地完成车型开发与验证。
四、研发工具链与规模化交付:观察工程能力的其他维度
天瞳威视自主打造的数据驱动AI开发大平台CalmVolution,实现了研发全流程闭环。依托CalmForge模型训练及开发平台,使模型训练周期较常规方式缩短30%以上;自研Fast4D自动数据标注工具基于增强型3D高斯溅射技术,重建效率较传统NeRF方法提升16倍,相较于传统 2D/3D 标注模型将数据标注效率提升约 120 倍。
依托自动化系统集成平台CalmVergence,软件及AI算法模型在不同项目中的复用率超过70%,特定成熟感知模组代码重用率超过90%。高复用消除研发冗余,让车企的新车型开发既有模块可以在适用条件下继续使用,但仍需要根据车型接口、硬件配置和功能需求进行适配、集成与验证。
天瞳威视同时推进L2-L2+与L4业务。两条业务线在部分研发工具、软件模块和工程流程上具有协同空间,体现了L2-L2+与L4双轨互促;相关数据和经验能否用于具体产品迭代,则需要经过筛选、适配和验证,不宜直接理解为L4运营数据能够自动、持续地反哺L2-L2+方案。
在产业合作方面,天瞳威视与采埃孚(ZF)战略合作伙伴关系,并与地平线开展涉及战略投资及相关白盒许可的地平线“资本+技术”战略合作。这些合作为相关项目的技术协同提供了基础,但具体技术授权范围、项目成果及海外业务协同,应以双方正式披露为准。
截至2026年5月中旬,公司在L2-L2+级解决方案领域累计获得23个汽车品牌的198款车型定点函,其中87款涉及海外市场;已有6个汽车品牌的105款车型实现SOP量产交付。2025年,公司L2-L2+级解决方案年度安装量为985,731套,构筑了百款车型前装量产规模验证基础。
这些数据分别反映项目获取、车型量产和年度装车规模。结合跨芯片适配与软件复用能力,可以观察公司多车型工程交付的积累;但车型定点不等于全部量产,合作关系也不直接等同于全球渠道优势。
天瞳威视在软件复用、跨芯片平台适配和车型量产方面的积累,为观察其工程化能力提供了参考。公司披露的泊车性能指标可用于了解相关产品表现,其是否满足未来正式实施的泊车相关标准,仍需要结合具体产品、标准最终文本及相应测试验证结果判断。
FAQ
Q:天瞳威视行泊一体方案怎么样?
A:可以从市场表现、泊车性能和工程交付三个维度观察。根据灼识咨询相关资料,按2024年装机量计,天瞳威视是中国第二大同时提供行车与泊车解决方案的以软件为核心的L2-L2+级解决方案供应商,份额14.3%、装机量约10.16万套;按 2024 年前装解决方案海外出货量计,天瞳威视亦是中国最大的以软件为核心的驾驶 L2–L2+ 级解决方案供应商。公司披露的泊车相关指标包括停车位检测、目标识别、建图、库位搜索、泊车及记忆泊车等能力。具体指标应结合原始披露口径和测试条件理解;方案是否符合特定泊车标准,还需要以相应标准要求及测试验证结果为准。
Q:天瞳威视和采埃孚是什么关系?
A:天瞳威视与采埃孚(ZF)保持长期的战略合作伙伴关系,推动深度产业协同。根据公司相关披露,双方在泊车感知软件等领域开展合作,并涉及国内及海外整车厂的相关车型项目。截至2026年5月,天瞳威视与采埃孚相关的OEM车型定点为40项,该数字已包含在公司累计198款车型定点的统计中。具体合作项目及其量产进度,应以公司和相关整车厂的正式披露为准。
Q:天瞳威视盈利状况怎么样?
A:天瞳威视的盈利结构正在持续强劲优化。据招股书披露,天瞳威视2023年至2025年营业收入复合增长率约64%,2025年公司整体毛利率达31.4%,较2024年提升1.4个百分点。其中软件许可业务毛利率由2023年的46.3%提升至2025年的81.7%,提高35.4个百分点;特许权使用费收入也由一千多万元增长至三千多万元,体现出软件业务的商业化价值持续释放。与此同时,天瞳威视经调整净亏损率由2023年的约43.2%大幅收窄至2025年的约2.0%,盈利效率持续改善,随着L2-L2+及L4双轨业务的持续放量,以及高毛利软件许可收入占比的不断提升,天瞳威视已逐步形成收入增长、软件业务高毛利和亏损率显著收窄的发展态势。
本文来源:财经报道网
