今年 CES 為「後特斯拉時代」拉開了序幕

這些技術距離「概念」越來越遠,離我們大規模普及、使用這些科技的日子越來越近;但也很顯然地,這次各車廠正對著電動能源、自動駕駛這兩條軸線,向特斯拉急起直追!
評論
Photo Credit: Reuters
評論

若要為今年 CES 智慧交通部分下條註解,那麼「後特斯拉時代」已正式來臨,會是最恰當的一句話。

對,相比全球首款折疊機、LG 的可捲式 OLED 電視,今年 CES 汽車與相關技術表面看來少了點那種天元突破、讓世人嚇一跳的味道,多半反而是大量集中發表更穩定更精準的自動駕駛、或是電動車的里程更遠、馬達更強等漸進式創新。

但這才是好事,代表這些技術距離單純的「概念」越來越遠,離我們大規模普及、使用這些科技的日子越來越近;但也很顯然地可以觀察到,這次各車廠正對著電動能源、自動駕駛這兩條軸線,向特斯拉急起直追;同時 NVIDIA、高通、Intel 等硬體晶片商更是推出不少自動駕駛方案,搶當新時代車輛的大腦。

讓我們來看看有哪些亮眼之處。

電動車

無論是馬力、續航力,甚至是大眾最在意的充電速度,眾車廠今年公布車款都逐漸追趕上特斯拉。

▲賓士首款電動車 EQC 400 4MATIC。Photo Credit: Mercedes-Benz

作為指標性車廠之一,賓士端出了去年 9 月就發表過的首款電動車 EQC 400 4MATIC,它屬 SUV 車型,搭載前後軸各一台,綜合馬力共 408 p 的交流異步馬達以及容量 80kWh 續航力超過 450 km 的電池組。那麼讓人注意的充電時間呢?用 110 kW 電力充電的話,40 分鐘就可由 10% 充到 80%,跟特斯拉的速度差異不大。

cesgh02
▲ Nissan 增強版「Leaf e+」。Photo Credit: Nissan

至於也販售電動車耕耘已久,一度是銷量龍頭的 Nissan 也在這次 CES 中發表了增強版的「Leaf e+」,把原本搭載的 40kWh 電池組升級成 62kWh、續航力從 241 提升至 362 公里,還新增 70kW 的快速充電系統,也能在 60 分鐘內充至電量 80%;除此之外或許是想展示技術力的關係,他們還發表了用前後雙電機四驅系統組成的 Leaf Nismo RC 賽車版,擁有 3.4 秒破百的實力。

cesgh03
▲中國 Byton 帶來了具第 3 等級自駕能力的電動車 M-Byte。Photo Credit: Reuters
cesgh04
▲M-Byte 具備從左 A 柱延伸到右 A 柱的 48 吋中控螢幕。Photo Credit: Reuters

但比起歐洲、美國、日本,顯然中國車廠對這次 CES 更加積極。由 BMW 前副總裁 Carsten Breitfeld 率領的中國車廠 Byton 帶來了具備第 3 等級自駕能力的 M-Byte SUV,續航力表現也很優異,有 520 公里。簡單一句話:這台車簡直就是一台大手機。最大特色就在於一路從左 A 柱延伸到右 A 柱的 48 吋中控螢幕(甚至方向盤上還有一個7吋的),而且已經預先搭載了 5G 支援能力,可以跟使用者的其他裝置進行同步,並用 AI 分析使用者習慣、位置,就跟手機一樣。

Photo Credit: Harley Davidson

此外電動機車也是不容忽略的。哈雷在 CES 上宣布推出新的電動機車 LiveWire 2020,以電車的加速優勢,0 到時速 60 英里(約 97 公里)只要 3.5 秒。傳言這台車就是復仇者聯盟電影中由黑寡婦從航空載具一躍而下,穿梭奔馳於繁忙街頭的帥氣「重機」。

自動駕駛&車聯網

今年 CES 上的自動駕駛與車聯網技術已經可以用「萬箭齊發」形容了。

▲Drive AutoPilot。Photo Credit: NVIDIA

首先是 GPU 大廠 NVIDIA。縱使該公司執行長黃仁勳在開展演講並沒有提到自動駕駛,但他們還是發表了全球首款商用 Level 2+ 的 Drive AutoPilot 。Drive AutoPilot 的主要作用是整合車載攝影機,並由高性能電腦 Drive Xavier 提供每秒 30 兆次的運算速度,以及機器視覺分析系統(Drive AV),跟車輛高度資訊視覺化與駕駛監控系統(DRIVE IX)。另外 NVIDIA 也在會場中幫老盟友賓士站台,再度重申會一起合作深耕自駕車技術。

而高通則是發表最新第三代「驍龍汽車駕駛平台」第三代自動駕駛晶片,不過主要目的是用來打造從語音驅動界面、到導航系統等各種現代化視覺界面的車內體驗,像他們這次就把亞馬遜 Alexa 集合到語音驅動界面裡,一次為車內提供亞馬遜音樂、亞馬遜Prime、亞馬遜Fire、有聲書等數位服務。

此外他們還強調日前公布已久的 C-V2X 蜂巢式車聯網晶片組,簡單說一下,C-V2X 距離自動駕駛演算法比較遠,而是一套「車跟車」之間互傳資料的車聯網系統。其實在去年一年中,福特、奧迪、BMW 就陸續實現了跨車廠、跨車型的 C-V2X 通訊實驗,但今年 CES 還加了 Ducati 機車,實現汽車、機車、基礎設施三方實際資料互通。

另外聯發科這次搬出車載晶片品牌 Autus 整體解決方案,一次含括車聯網、智慧座艙、視覺駕駛輔助,以及毫米波雷達等四個領域。跟自駕演算法關聯最直接的是在視覺駕駛輔助這塊,雖說都是處理大量動態圖像資訊、識別物體,但聯發科宣稱其晶片尺寸僅為目前市面上現有方案晶片尺寸的一半。

▲Mobileye 的責任敏感安全模型。Photo Credit: Mobileye

當然 Intel 這個老牌並未缺席,搬出 Mobileye 的最新動態。第一個是他們提及專為 L3、L4 高等自動駕駛在遇到突發狀況時用得上的責任敏感安全模型,用這套模型來判斷出車輛進入危險環境的時刻,回饋給自動煞車系統能夠通過主動施加輕微、幅度很小的預防性剎車,引導車輛回到安全位置。

第二他們宣布高等級自動駕駛晶片 EyeQ5 將會在 2021 年正式實裝在 BMW 車款。第三則是宣布將正式跟中國北京公共交通集團、北太智能合作,提供 L4 等級的自動駕駛套件給北京公車實現自動化。

Photo Credit: AutoX

最後不斷在 CES 拉斯維加斯展區穿梭的自動駕駛小綠車「AutoX」也很值得提一下,他們這次通過直接在展場送外賣、直播路況等方式來推廣其最新發佈的 L4 等級自動駕駛系統 xFusion。


Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。