5月底，华为第三批军团正式亮相。承载华为计算机视觉算法及AIoT主要能力的机器视觉团队成功“进阶”至军团行列。此后，华为开始了大规模的人才招聘，涵盖了软件开发工程师、图像开发工程师、图像算法工程师、AI算法工程师等28个岗位。
而最新迹象显示，该军团已经将汽车视觉感知能力作为重点方向之一。华为的这种选择，不禁让人联想到特斯拉。华为难道要走特斯拉那套纯视觉的单车智能自动驾驶路线？华为这种快速的重心转移，到底有何原因？此举又会在国内自动驾驶市场掀起多大风浪呢？
华为神秘军团有了“赚钱”新任务
只用一年半，华为从“门外汉”成为了汽车动力的核心供应商。不过，在智能驾驶领域，华为可没有这么顺利。
华为的电驱动系统已经声名鹊起。随着问界M5的上量，华为DriveONE在新能源乘用车电驱动市场有了约2%的份额（2022年4月数据）。
据华为相关负责人透露，这只是起步，还有本土传统车企、新势力以及合资车企等15家OEM的20余款配套车型会陆续上市。
华为的技术能力再一次得到印证，但汽车圈没那么好“混”，被业界饱受关注的华为自动驾驶业务却走得缓慢，依然难以大面积铺开市场。
使用华为全栈智能汽车解决方案的极狐 阿尔法S(ARCFOX αS)华为HI版售价高达40万元，显然不是走量车型。早前，业界盛传华为已与某欧洲汽车品牌签约，将在后者的国产车型上搭载华为ADS系统（高阶自动驾驶全栈解决方案），但目前此事并未有实质性进展。
一直以来，自动驾驶技术被车企视为“灵魂”，但华为在这个领域的出货渠道似乎非常有限。面临被动局面，华为如今给出了一个以盈利为目标的新答案――开“天眼”。
5月底，华为第三批军团正式亮相。承载华为计算机视觉算法及AIoT主要能力的机器视觉团队成功“进阶”至军团行列。这也意味着，机器视觉这一曾以安防为主的业务板块提升至了一个全新的高度。
早在两年前，华为就对机器视觉业务进行过完整的业务描述，将其定位为“万物感知入口、行业数字化抓手、智能世界的眼睛”。按照任正非的说法，军团要打破现有组织边界，快速集结资源，穿插作战，提升效率，做深做透一个领域，对商业成功负责，为公司多产“粮食”。也就是说，军团要打破隔阂去挣钱。
而机器视觉军团的一个任务引起了汽车圈的关注。
在机器视觉军团成立后，华为开始了大规模的人才招聘，涵盖了软件开发工程师、图像开发工程师、图像算法工程师、AI算法工程师等28个岗位。
“图像效果场景自适应、弱光/无光场景图像效果增强、人脸/车牌/红绿灯增强算法”、“车辆视觉”等这些与汽车相关的熟悉字眼，出现在了多个岗位要求中。可见，华为机器视觉军团已经将汽车视觉感知能力作为重点方向之一。
当业界聚焦华为毫米波雷达、激光雷达整合能力时，华为却在强化视觉感知能力。难道在智能驾驶的发展路径上，汽车视觉感知更容易铺开市场？更容易赚钱？
特斯拉的成功经验可以借鉴
余承东作为华为终端BG CEO、华为智能汽车解决方案BU CEO，他的公开发言，似乎在印证华为的“转变”。
5月上旬，在极狐 阿尔法S(ARCFOX αS)华为HI版发布会上，余承东称，华为ADS将加强对视觉传感器的应用，以快速实现对城市场景的覆盖。另一层面，华为也不会过度依赖高精地图和车路协同。
华为的这种选择，不禁让人联想到特斯拉。
华为难道要走特斯拉那套纯视觉的单车智能自动驾驶路线？华为未必会这样“极端”，毕竟余承东此前还多次提到特斯拉方案存在的缺陷。但有一点可以确定，未来数年内，华为已经将汽车视觉感知能力作为自动驾驶发展的战略方向。
当国内车企和自动驾驶公司已共识多传感器（摄像头、毫米波雷达、激光雷达等）自动驾驶融合方案之时，华为这种快速的重心转移，到底有何原因？
正如余承东所说，自动驾驶的未来，不应该依赖高精地图、车路协同。
“覆盖不全，更新不及时是当下高精地图面临的主要挑战。随着场景的扩大，高精地图的‘精度’可以说正在被稀释。”国内某新势力车企自动驾驶负责人杨涛（化名）说道。在他看来，想在城市里实现高级别自动驾驶，目前最好的方法就是加强感知定位能力。
面对高精地图当下的处境，视觉的实时感知不失为一种好办法。既然是商业问题，低成本也就成了自动驾驶路线选择的关键因素。视觉感知的低成本，业内有目共睹，特斯拉就是最好的例证。就像余承东所说，特斯拉的成功经验可以说给其他车企打了个样。而华为在视觉感知上已经布局多年，依靠自己是可以改善现状的。
机器视觉军团的成立，一定程度上也佐证了华为的想法。华为现在要做的，就是不依赖高精地图，让视觉感知占据上风。
多家汽车公司瞄准自动驾驶新方案
除了华为，长城汽车毫末智行今年也有类似动作。这也让业内很多人将华为、毫末智行放在了特斯拉的行列。
今年4月份，毫末智行在AI DAY上正式发布了NOH城市版领航辅助驾驶系统。而这套系统最大的特点便是“重感知，不依赖高精地图。”根据毫末智行CEO顾维灏的解释，毫末智行自动驾驶的进化更多依赖数据智能体系MANA的进步，其中依赖视觉数据感知智能的进化是关键。
毫末智行希望通过MANA定义和使用数据智能，并借助长城汽车这一庞大的量产平台，对车辆所产生的数亿自动驾驶里程的数据进行智能分析，以支持更大规模的应用。
除此之外，百度Apollo号称成本48万的量产Robotaxi，背后也是纯视觉自动驾驶技术的支持；丰田不久前也宣布乘用车要走纯视觉自动驾驶路线，并称有助于降低成本，扩大技术规模；理想L9在宣传阶段同样没有提及毫米波雷达，反而一再强调800万像素摄像头。
当然，除低成本之外，华为将重心转移至视觉感知上，还能让其软件能力得到最大程度的发挥。
视觉感知能力的提高，可以有效降低对地图高精度的要求。“特斯拉视觉感知能力很强，所以对地图精度要求可以降低一点。”某传统车企自动驾驶产品线负责人王楠（化名）说道，“这是由感知、定位、地图一起协作决定；感知定位精度高，地图精度就可降低；反之地图精度要求就很高。”
比亚迪董事长兼总裁王传福说，“电动化进程在加速，现在不是大鱼吃小鱼，而是快鱼吃慢鱼，只有在快的过程中才能超车。”这句话用在如今华为身上也再合适不过。华为此时的“转身”，俨然就是要成为一条“快鱼”，通过视觉感知的布局掌握话语权。
曾经“痛批”特斯拉纯视觉方案的车企以及自动驾驶公司们，面对成本以及其他一些限制因素，如今态度上多少有些偏转。也许它们不会完全套用纯视觉方案，但势必会重视起视觉感知的成本优势。
