中国车市已由增量市场转存量市场，中国车企面临“高端失守，低端混战”，市场占有率回落、整车出口乏 力、企业利润降低，车企亟需加快向价值链中高端跃升。 第四次工业革命在汽车产业结构的转变方向，已然明晰可见汽车产业正向新能源电动、自动驾驶等高端智能、服务化转移 该报告从汽车企业视角出发，聚焦数字化研发体系、数字化生产、数字化供应链、数字化营销、数字化服务五大环节，不仅全面阐述了在各个环节数字化转型过程中的主要痛点，更指明了数字化落地方向，同时通过对汽车行业数字化转型的典型案例进行深度分析，旨在为对应领域的企业数字化转型提供专业的参考和决策依据。 发布单位：国双

现在很多科技公司都宣布造车，那么智能汽车技术岗位都有哪些？哪些是稀缺岗位？

本土 OEM 厂商的如下趋势：首先，微型纯电动车出现 复苏迹象，其质量和配置均有所提升，较为成功的车型包括“上汽通用五菱”的宏光 MINIEV 和“长城”的欧拉 R1。 此类汽车多作为日常低成本短途通勤之用，有别于传统 汽车消费理念。 其次， 部分初创品牌， 包括“蔚来”“理想”“小鹏”等， 已经通过 价格相对更高的新能源车型建立了领先优势。这意味着新能源车型在各消费群体中的 接受程度已经得到拓宽，也表示总体汽车市场出现了更为健康的发展。 在外国 OEM 厂商当中，除特斯拉外暂未有其他厂商在这一领域获得显著成功。近几年， 在新车销售方面，特斯拉已经凭借进口 Model X、Model Y 和 Model 3 成为 10 大纯电 动车厂商之一，主要得益于其高端品牌形象以及作为纯电动车标准制定者的身份地位。 由于进口关税导致进口车型售价高昂，特斯拉过往从未到达新能源汽车销量的塔尖。 随着 2019 年上海工厂的竣工投入生产，全面本土生产的 Model 3 旋即成为 2020 年度 纯电动车销量领先车型。 部分报告中的干货信息： 发布单位：毕马威

如今的汽车业早已不是过去的江湖。工业时代所建立的百年游戏规则，进入到数字时代正快速被打破。汽车与交通、零售、电商、互联网、高科技等行业边界的模糊化，使得汽车发展环境从复杂变得更加错综复杂。混沌中，越来越多的车企开始“不按常理出牌”，企业间的竞争维度变得模糊与多元。如果非要把企业在不同维度的竞争力换算成一个统一的计量单位，那则是数商（Digital Quotient）。云计算、物联网、5G、人工智能、自动驾驶、区块链等数字技术以飞一般的速度进入到汽车产业所有的毛细血管中，重构企业对研发、生产、营销与服务的认知。车企对数字技术的想象力、驾驭能力，以及将技术与业务结合的能力决定了其是否会成为未来汽车业新的领军者，或是被颠覆者。 阿里云研究中心认为，得益于数据、算力与算法等数字基础设施能力的提升，微粒化数据运营与精准连接将会是汽车企业跨越S曲线，实现倍速增长的关键要素。白皮书《AI时代下的汽车业数字化变革》将从数字化研发、数字化制造、数字化营销、数字化出行与数字化中台五个维度，探讨汽车产业的数字化转型趋势，并结合阿里巴巴最佳实践，对汽车行业数字化转型模式进行深入分析。 撰写单位：阿里云研究中心

报告涉及的企业 主机厂：A RCFOX极 狐、 小鹏汽车、蔚来汽车、 威马汽车、极氪汽车、智已汽车、哪吒汽车、 零跑汽车、R 汽车、广汽埃安、 宝马、 奔驰、 本田、 大众…… 供应链：华为、 百度、 大疆、 地平线、 采埃孚、 大陆、 安波福、 德赛西威、东软睿驰、黑芝麻、专雷神智能、千寻定位、亮道智能、MINIEYE、四维图新、楚航科技、芯驰科技…… 核心要点 “智能化 ” 已成为2021 年上海车展核心主题， 主机厂轮番秀 ” 肌肉 ” ， 预埋感知硬件、 平台算力水平、 自动驾驶能力成为车企比拼焦点。 激光雷达上车已经成为—道风景线， 这在一定程度上说明， 面向大众的自动驾驶在技术和成本都已经不再遥远。 但也有业内人士指出， 激光雷达上车， 一半实力一半噱头， 上车速度恐难及预期。 L4级自动驾驶降维应用，城市道路、 部分场景的自动驾驶， 尤其自动泊车成为部分车企新 车主打卖点。 从新车发布情况来看， 中国车企在智能化方向上走的更快、 更大胆， 合资及豪华品牌主要宣传的概念还集中在电动化方向上，部分外资车企突出展示智能座舱概念。 供应链企业强势进军上海车展， 华为、 百度、大疆、地平线等企业采取独立展位， 并将展位设置在车企展区，大有分庭抗礼的意味。 以华为为首的供应链企业在关注度和曝光度上 要远超过绝大多数车企。 零部件展区智能化方向参展企业增多， 多家供应链企业都打出软件定义硬件口号， 声称能 给出智能座舱、自动驾驶一体化解决方案， 助力车企发展。 撰写单位：赛博汽车

概述 软件定义汽车（Software Defined Vehicles，SDV）已成为汽车产业近年来达成的共识发展趋势。 在智能化、网联化变革趋势下， 汽车逐步由机械代步工具向新一代移动智能终端转变。 功能需求推动汽车电子电气架构由分布式向集中式升级，软硬件在零部件层面，软件逐步获得全栈化、完整化的控制权限，实现汽车多元化的应用功能， 成为定义汽车产品力的关键因素。 在此趋势下，汽车产业的现有格局受到前所未有的冲击， 如何洞悉智能汽车产业的发展趋势，是汽车产业参与各方在变革中掌控先机的关键，为了梳理智能汽车软件产业现状，总结智能汽车软件产品技术方案，洞悉智能汽车软件产业发展趋势，赛迪顾问股份有限公司联合东软集团编写 《软件定义汽车：中国智能汽车软件产业发展趋势洞见》白皮书，旨在为政府、投资机构以及产业参与企业在智能汽车软件未来发展中的决策与规划提供建设性意见和理论性支持。 目录 PART 01 智能汽车软件产业发展背景分析 1.1 产业界定与内涵 1.2 产业环境 1.3 政策导向 1.4 产业现状 PART 02 智能汽车软件产业链概况 2.1 变革趋势下智能汽车软件产业链及格局 2.2 全球智能汽车软件产业概况 2.3 中国智能汽车软件产业概况 2.4 智能汽车软件产业链全景图 PART 03 智能汽车软件关键技术及应用趋势 3.1 汽车电子电气架构与车载计算平台技术趋势 3.2 系统层软件 3.3 自动驾驶软件 3.4 智能座舱软件 3.5 车联网软件 3.6 高精度地图 PART 04 产业发展趋势与驱动要素分析 4.1 中国智能汽车软件产业发展趋势 4.2 产业发展驱动要素分析 PART 05 中国智能汽车软件产业发展建议 5.1 政策发展建议 5.2 产业发展建议 5.3 企业发展建议 5.4 投资机遇建议 撰写单位：赛迪、东软集团

核心观点 1．2020 年智能化与网联化带动汽车新增产值约 3100 亿元人民币，预 计 2025 年将达到 8000 亿元人民币。 2．本课题研究对象为智能网联汽车研发人员，2019 年汽车行业从业 人员约 551 万人， 其中研发人员约 55.1 万人， 智能网联汽车相关研发人 员约为 4.0 万人，占比约为 7.26%。包括系统、软件、硬件、算法、测试 5 大岗位族， 分布于系统设计 / 集成、环境感知、决策控制、网络通信、 大数据、云基础平台、人工智能、安全技术、地图定位、标准法规 10 个 技术领域。 课题组梳理了 63 个重要岗位（表 2）和 53 个紧缺岗位（表 3）。 人才专业分布中， 计算机类专业已成为占比最高的专业， 前 5 位的 专业类别为计算机类（23.17%）、车辆工程专业（20.01%）、电子信息类 （19.70%）、自动化类（15.68%）、机械类（除车辆工程以外）（12.42%）。 3．机械类（除车辆工程外）和车辆工程的核心课程设置与企业实际 需求存在较大偏离， 匹配度分别为 33%、53%（表 4）。 预计 2025 年 17 个智能网联汽车相关本科专业毕业生总数约为 89.2 万人， 进入智能网联 汽车就业的人数约为 7300 人（表 7）。 4．当前智能网联汽车主要存在以下两方面问题：一是从业人员数量 供给严重不足，预计 2025 年人才净缺口为 3.7 万人（快速发展情境下）， 是目前智能网联汽车研发人员存量的 69.4%。从专业细分看，尤其缺乏计 算机类、电子信息类和自动化类人才，这些 IT 背景人才难招、难留、难 用，薪酬要求高。 制造业数字化转型对三大类人才总体需求大，且汽车制 造行业薪酬低、劳动强度大、吸引力低。二是智能网联汽车急需跨学科背 景的复合型人才，从业人员质量不能满足行业需求：复合型人才培养机制 不足、专业核心课程设置与人才知识结构需求偏离、毕业生工程实践能力不足和高校知 识更新迭代慢、“卡脖子”关键技术人才缺乏。 5．针对人才数量供给不足的问题，建议：（1）完善车辆工程专业课程设置，增加计 算机、电子信息和自动化课程；（2）扩大计算机等三大类专业布点和招生规模；（3）加 强行业和企业培训、盘活存量工程师；（4）改善制造业薪酬低、就业吸引力低的问题： 通过财税政策增加制造业利润空间、提升制造业从业荣誉感、完善工程师水平评价机制、 企业层面重视品牌战略、探索多层次复合型激励措施等。 6．针对人才质量不能满足行业需求的问题，建议：（1）鉴于汽车产业正在全面向智 能网联转型，所需人才知识结构除车辆、机械外，还需增加计算机、电子信息、自动化、 材料、能源动力等相关学科知识，知识结构呈现复合型、交叉型特征，建议将车辆工程 设置为交叉型一级学科；（2）运用国有企业考核要求、财税政策等提高企业参与教材编 写、联合建设实训基地等教学改革的积极性；（3）创新企业人才到高校任职、兼职机制； （4）专项扶持和人才举荐并举、培养人才梯队、攻克“卡脖子”关键技术。 目录 核心观点 第一章　全球及我国智能网联汽车产值规模 第二章　我国智能网联汽车人才现状 一、我国智能网联汽车从业人员数量与专业分布 二、我国智能网联汽车从业人员职业岗位序列及重要岗位、紧缺岗位 第三章　院校人才供给分析 一、相关专业课程设置情况 二、相关学科专业设置情况 三、智能网联汽车相关毕业生供给规模 第四章　我国智能网联汽车人才需求及缺口预测 一、我国智能网联汽车人才需求预测 二、我国智能网联汽车人才缺口预测 第五章　面临的主要问题和建议 一、从业人员数量供给不足 （一）问题分析 （二）措施建议 二、人才质量不能满足行业需求 （一）问题分析 （二）措施建议 撰写单位：中国汽车工程学会

前言 2020的汽车市场随着疫情的变化跌宕起伏。全球汽车市场在深陷下滑危机，美国、日本和德国乘 用车市场增速分别为-17 % ，-11 % 和-20 %，现已开始逐步回升。中国 汽车市场回升速度较快，全年乘用车市场跌7%。 疫情之前，全球呈现的趋势，比如领先企业的盈利压力，中国市场的负增长，行业创新的迷茫等，已经给全球车企带来了巨大压力。下半年开始的芯片短缺问题，更是让众多车企感到无能为力。经过疫情的跌宕起伏，多数车企已经看得非常清楚，转型已势在必行。 最近，全球汽车的市值发生了令人惊讶的变化，美国某领先电动汽车初创品牌一骑绝尘，成为汽车行业 市值最高的企业。而中国的蔚来汽车也超越中国传统车企，成为中国市值数一数二的车企。虽然股市有涨有跌，但市场给传统车企转型的压力，必将在未来几年持续存在。 然而，不容乐观的是，一个产业在转型过程中，现有企业的淘汰率非常高。我们一篇2006年的文章， 是介绍诺基亚如何研究全球各地 的消费者，其目标是打造下一代手机。那一年，诺基亚全球市场份额 35 %，如日中天。2007年1月9日，第一代iPhone发布。此时，离诺基亚手机业务被微软收购还有6年。然 而，更令人感叹的是，当年诺基亚的一众竞争对手，摩托罗拉、索尼 爱立信、LG、明基，基本也陆陆续续滑向市场边缘，风光不再。 那么，在电动、软件、智能等多种要素重新定义汽车行业的今天，会不 会重蹈十多年前手机行业的覆辙？ 是不是大多数传统车企将眼睁睁 看着自己被边缘化而无能为力？ 目录 不要浪费一场危机——车企应该如何成功转型 破茧成蝶：全球最大乘用车市场的快速蜕变—2020年中国乘用车市场发展综述 按下出海“快进键”之后：中国车企海外布局的利与弊 2021麦肯锡汽车消费者洞察 趋势引路 破浪前行：加速全面转型，领跑后疫情时代 汽车行业没有机会主义——长安集团董事长朱华荣访谈录 岔道纵横、披荆斩棘：通往高级自动驾驶之路 中国纯电动车市场的机遇与挑战：如何提升下一代电 动车的盈利能力 登高望远 擘画未来：三步打造汽车的软实力 展望“新四化”：车企网络安全风险的破局之道 统筹“术”与“道”：后疫情时代的汽车营销转型 人工智能助力车企优化促销支出 强化销售线索管理能力，释放巨大价值潜力 后疫情时代：汽车售后服务的未来之路 逆水稳行舟：新常态下的汽车产品价值提升之道 中国汽车供应商卓越现金管理 跨越“试点陷阱”，加快全面变革：车企数字化转型指南 疫后“新四化”：车企敏捷转型之路 撰写单位：麦肯锡

概述 随着云计算、AI、边缘计算等新兴技术的不断涌现与成熟普及，数字世界正加速迈入万物互联的智能世界。 百年汽车工业，也面临着产业智能化升级的现实挑战与历史机遇，以电动化、智能化、网联化、共享化为趋势的汽车“新四化”已成为行业内的普遍共识。 智能驾驶是汽车智能化的核心组成部分，已被多个国家提升至国家战略的高度，并在政策、法规等方面给 予大力支持，为智能驾驶营造宽松的外部环境。近年来国内外众多知名汽车企业以及世界级科技公司争相进入智能驾驶领域，纷纷加大研发投入提早布局，加强技术积累，争夺智能驾驶技术的制高点。 智能驾驶对人类社会的意义深远：在技术上，可促进当前先进的ICT技术在汽车行业的快速应用和发展； 在商业上，将对传统的汽车产业的研发、生产制造与销售服务带来颠覆性变化，并带来更多样化的商业机会； 在社会效益上，对环境保护、生命安全、社会和谐均有很大的促进作用，比如更绿色环保、驾驶更安全、对 残障人士更友好。 据罗兰贝格2019年11月20日发布的《中国智能网联发展报告》预测，2030年智能驾驶在车端系统的市 场规模将高达5000亿元，其中传感器、计算平台、执行器和应用算法是主要贡献者。 目录 智能驾驶产业发展趋势 1.1 智能化是汽车工业“新四化”的核心 1.2 电子电气架构由分布式向集中式演进 1.3 产业方向趋向平台化与标准化 1.4 智能驾驶计算平台是产业发展的关键 华为MDC智能驾驶计算平台 2.1 标准化计算平台 2.2 开放合作生态 典型应用场景 3.1 高速干线货运物流 3.2 末端无人物流配送 3.3 高危高强度特种作业 3.4 定点定时人员通勤 3.5 移动智能私人出行 撰写单位：华为

如题。我目前是一名车辆工程的大二学生，我们专业有智能汽车方向(大三的时候可以选)，我个人也比较想往这方面发展，但是现在有点迷茫不知道该如何系统化的学习(因为我想先提前学，等到大三再跟老师学学不了多少东西)。 现状: 我在学校加入了一个团队，目前在弄视觉方面的东西(现在也不单单只搞视觉了)，学了有一年时间。学了OpenCV-Python，ROS(学习的还不是很深入)，深度学习(浅层的应用)，SLAM(刚学没多久)。 不知道现在学习的东西对以后的帮助有多大，对于我这种车辆工程的学生以后想在智能汽车领域发展，现在应该如何规划呢？

论文集锦的目录： 1、arch A functional architecture for autonomous driving A functional reference architecture for autonomous driving A Standard Driven Software Architecture for Fully_Autonomous Vehicles AutonomousCar-ASPLOS18_check CAAD_ Computer Architecture for Autonomous Driving Towards a Functional System Architecture for_Automated Vehicles 2、ASSESSMENT Driving Style Recognition for Intelligent _Vehicle Control and Advanced Driver Assistance A Survey Integrating Driving Behavior and Traffic Context__through Signal Symbolization for Data Reduction_and Risky Lane Change Detection 3、endtoend ALVINN_ __AN AUTONOMOUS LAND VEHICLE IN A _NEURAL NETWORK End to End Learning for Self-Driving Cars 4、hardware AutonomousCar-ASPLOS18 5、hdmap Highiy Efficient HD Map Creation_ __Acceierating Mapping Process with GPUs 6、HMI How can humans understand their automated cars_ HMI principles, __problems and solutions Human-Machine Interaction for__Vehicles_ Review and Outlook 7、localization ausicorrection Autonomous Vehicle Navigation in Rural Environments without Detailed_ Prior Maps High Speed Navigation of Unrehearsed Terrain___Red Team Technology for Grand Challenge 2004 Localization in highly dynamic environments__using dual-timescale NDT-MCL Map-Based Precision Vehicle Localization_in Urban Environments Road Marking Detection Using LIDAR Reflective Intensity Data and its__Application to Vehicle Localization A Survey of the State-of-the-Art Localisation __Techniques and Their Potentials for Autonomous _Vehicle Applications Simultaneous Localization And Mapping_ A Survey of_Current Trends in Autonomous Driving 8、network Information-Centric Networking for __Connected Vehicles___A Survey and Future Perspectives Internet of Vehicles_ From Intelligent Grid to__Autonomous Cars and Vehicular Clouds Internet of Vehicles_ From intelligent__grid to autonomous cars and_vehicular fogs 9、perception Hybrid Sensor Fusion Framework for Perception in Autonomous Vehicles Liang_Multi-Task_Multi-Sensor_Fusion_for_3D_Object_Detection_CVPR_2019_paper SigProc-Fusion 目标跟踪算法综述 A Survey of Deep Learning Techniques for Autonomous Driving Autonomous vehicle perception_ The technology of today and tomorrow Computer Vision for Autonomous Vehicles Computer Vision-Based Multiple-Lane Detection __on Straight road and in a Curve Finding multiple lanes in urban road networks with vision and_lidar Illumination Invariant Imaging_ Applications in Robust Vision-based__Localisation, Mapping and Classification for Autonomous Vehicles PROBE-GK_ Predictive Robust Estimation using Generalized Kernels 10、planning A Review of Motion Planning Techniques__for Automated Vehicles A Survey of Motion Planning and Control__Techniques for Self-driving Urban Vehicles Annual Review of Control, Robotics, and_ Autonomous Systems Route Planning in Transportation Networks 11、simulatorAndTools A survey on vehicular cloud computing Learning a Driving Simulator Testing of advanced driver assistance towards automated driving___A survey and taxonomy on existing approaches and open questions 12、V2x A Survey of Vehicle to Everything (V2X) Testing A survey on vehicular cloud computing Information-Centric Network-Based Vehicular__Communications_ Overview and__Research Opportunities Infotainment and road safety service support in vehicular networking___From a communication perspective Interworking of DSRC and Cellular Network__Technologies for V2X Communications_ A Survey Vehicular Cloud Computi A Survey of Autonomous Driving_ Common_Practices and Emerging Technologies Autonomous driving in urban environments__approaches, lessons and challenges Perception, Planning, Control, and Coordination for Autonomous Vehicles Self-Driving Cars_ A Survey Towards Fully Autonomous Driving_ Systems and Algorithms 本资料为知乎用户王方浩整理，已获整理者授权