中国电动汽车百人大会和全球智能汽车产业大会邀请政府部门、高校

作者 | 崔秋阳

编辑 | 章涟漪

电气化、智能化时代的到来，不仅催生了一批国内新兴汽车企业的诞生和扩张，也给了整个汽车产业链弯道超车、引领世界的机遇。

如何把握来之不易的机遇，是目前各企业最重要的命题。9月28日，中国电动汽车百人大会和全球智能汽车产业大会邀请政府部门、高校、主机厂和供应链企业参加“新阶段智能汽车产业化发展新阶段 ”为主题，围绕“促进智能汽车产业化发展 、智能汽车企业的实践和发展趋势 ”共同讨论了行业热点问题。

01

下半场的汽车轨道，看看智能化

在2023年之前，新能源汽车之间的竞争主要取决于耐力和性能。现在，在新能源汽车革命的下半年，各方逐渐意识到智能配置和体验是赢得各种车型的神奇武器。

中国电动汽车百人协会副主席兼秘书长张永伟表示，智能汽车的发展不仅是一个战略选择，也是工业发展和社会发展的需要。智能决定了汽车革命下半年的竞争。与此同时，张永伟还指出，中国智能汽车产业有三大支撑力：电气化、信息通信、大数据、大模型和人工智能。“加快明确智能汽车发展技术路线，全链规划建设智能汽车供应链，有明确的汽车芯片发展战略，加快汽车软件领域的战略布局，支持跨境力量全面参与智能汽车进程”。

据长安汽车副总裁王孝飞介绍，2025年中国新能源汽车渗透率将接近70%，自主新能源品牌也将迎来历史上最佳的十年黄金发展期，“目前，自主品牌在国内汽车市场占有半壁江山。在新能源领域，自主品牌的市场份额高达82.9%。”为了进一步抓住机遇，拉开与燃油车型和国外厂商的竞争差距，还应提高产品的智能渗透率。工业和信息化部装备工业司汽车管理司司长吴峰表示，2022年，我国配备辅助驾驶系统的新型智能网络乘用车销量达到700万辆，同比增长45.6%，市场份额上升至34.9%。今年上半年，具有组合驾驶辅助功能的新乘用车销量占42.4%，比去年同期增长了近10个百分点。

吴峰认为，国内行业在智能领域的成就不仅是上述数字，还有新一代电子电气架构、汽车操作系统、大计算芯片、跨域集成域控制器等关键技术的突破，加上自动驾驶道路测试和示范应用的稳步扩展，“我国智能网络汽车已从小规模测试验证转向技术快速发展、生态加速建设的新阶段。”尽管汽车智能化落地速度非常快，但吴峰还是指出了现阶段行业的不足。”虽然智能汽车的实施速度非常快，但吴峰仍指出了目前行业的不足。例如，仍存在政策法规需要加快完善、技术发展路径和商业模式需要探索、产业管理协调需要进一步加强等问题。因此，它认为，中国不仅要进一步完善法律标准体系，支持技术创新，还要深化测试示范和试点应用。加快C-V2X、路边感知、边缘计算等基础设施建设，“支持L3和更高级别自动驾驶功能的商业应用，探索城市级的发展“车路云一体化”示范应用，促进可复制可推广的典型示范案例的形成。”

张亚勤强调，大模型是未来人工智能发展的基石，无人驾驶是汽车智能化的明确方向。

中国工程院外国院士、清华大学智能产业研究所教授兼院长张亚勤认为，为了实现无人驾驶的真正普及，首先要大力发展人工智能技术。在张亚勤看来，目前最热门的生成式AI大模型概念是人工智能的基石，“未来将朝着多模态、新算法、新模型、自主智能、具体智能、生物智能等方向发展。但也面临着人工智能可控、可信、安全的挑战。”张亚勤还表示，目前世界上大约有200个大模型，预计其中190多个将被淘汰。对于大型市场洗牌，不能由政府决定，而是由市场竞争决定。

02

车圈加速内卷技术，产品

从宏观上看，智能已成为全行业大力发展的方向。微观上的体现是加快内卷，不断推陈出新的智能技术和产品。其中，每个家庭的L2 L4智能驾驶产品层出不穷。智能汽车副CTO、智能驾驶首席科学家郭辉透露，智能驾驶旨在让用户拥有更像人的智能驾驶体验。为了达到“更像人”，智己汽车推出了一键摆脱困境、一键跟踪等功能，坚持视觉集成路线。传感器规划逐渐减少了对毫米波雷达和激光雷达的依赖，并向纯视觉感知过渡。为了实现算法的持续迭代和性能的快速升级，基于数据驱动的道路环境检测和基于数据驱动的目标检测不断演变为感知算法和规划算法。此外，智己还建立了一个完整的数据链路工厂CLA4.0，可以实现长尾场景的数据筛选，包括采集、处理、标记、评估、部署等环节的自动化，用于算法迭代，研究用户的痛点。

郭辉认为，智能汽车发展的未来方向是实现舱驾一体化，而大疆汽车在纯视觉路线上更加激进。目前，大疆汽车依托大疆在视觉领域多年的软硬件技术积累，推出了成行平台。大疆车载负责人沈绍杰表示，成行平台可以提供包括高速领航、记忆驾驶(未来推送)在内的一套前视惯导双目模块、一个后视单目摄像头、四个环视摄像头和一个智能驾驶域控制器硬件、L2，包括跨层记忆停车和行车辅助， 高级辅助驾驶功能。沈邵杰还表示，该平台也非常灵活，可以根据上述配置安装和适应毫米波雷达、激光雷达等传感器。目前，成行平台已在宝骏新车宝骏云上实现正式量产。至于未来的规划，沈少杰认为，作为一家智能驾驶制造商，一方面要做好软硬件供应商的作用，另一方面要做好服务提供商的咨询，加强自己的基本技能，做好智能驾驶推广工作。

成行平台可以依靠纯视觉感知提供L2 水平智能驾驶功能无独有偶。作为国内L4赛道的先锋，百度也布局在纯视觉路线上。百度集团高级副总裁、智能驾驶集团总裁李震宇认为，激光雷达不是自动驾驶所需的硬件，而是可以根据不同的场景做出不同的选择，“在激光雷达的条件下，百度实现了无人驾驶自动驾驶的真正落地。截至上季度末，百度自动驾驶旅游服务平台萝卜快跑已为公众服务330万人次。”在纯视觉路线上，百度在原Apololo上 在Lite的框架下使用4DLite BEV Transformer对第二代视觉感知系统进行了新的升级。结合行业内最先进的占用网络OCC技术，可以实时重建静态环境，获取比激光雷达点云分辨率更高的三维结构信息。数据方面，百度依靠Robotaxi高精度传感器多年积累的数据，从数据源上形成差异化竞争力。与8K超清数据和标清数据相比，代际差距形成。李振宇透露，百度基于纯视觉技术路线开发的高级自动驾驶产品也将陆续落地，“这种纯视觉方案可以在今年第四季度实现量产。”

03

软硬件生态系统也是关键

新产品、新技术是一线厂商与消费者之间最重要、最明显的桥梁。然而，整个汽车产业链非常冗长。在提供智能产品和技术之前，许多业内人士也认为有必要首先建立智能汽车软硬件的生态系统。芯片是智能产业链生态系统中最重要的组成部分。爱心元智创始人、董事长兼首席执行官邱晓欣在智能驾驶领域面临着巨大的挑战和机遇。整个汽车行业正在降低成本和提高效率，竞争非常激烈。虽然许多芯片的供应仍然需要依靠外国制造商，但在中国的智能驾驶芯片市场，“预计中国芯片公司将能够在三年内占据主要市场份额。”然而，在这个阶段，测试芯片制造商的首要问题仍然需要为汽车制造商提供差异化、竞争力和高性价比的自动驾驶解决方案，以及数据安全和隐私保护。

邱晓新认为，降低成本和提高效率，即性价比是整个智能驾驶行业面临的挑战，但方法总是比困难得多。黑芝麻智能联合创始人兼总裁刘卫红认为，芯片制造商需要根据不同的车型和定位提供芯片，如提供高性能、工艺和优秀包装技术的芯片。对于标准的普通车型，需要通过功能标准化和性能清晰度来适应市场的发展，“该市场对芯片的要求，芯片集成度高，性价比大大提高。”在软件算法层面，毫末智行给出了大模型上车的具体落地应用案例。”在软件算法层面，毫末智行给出了大模型上车的具体落地应用案例。毫末智行数据智能科学家何翔解释说，大模型技术在自动驾驶层面最直接的体现就是可以在数据筛选、自动标记、三维重建和生成机器人 Case大大提高了自动驾驶系统的迭代效率。目前，国内主机厂推出的高级智能试点辅助系统仍需依靠第三方提供或自行收集的先验信息。在大模型的支持下，道路先验信息的完全依赖确实在一定程度上减少了。随着大模型技术的不断成熟，也许未来的高级智能驾驶软件可能会完全放弃来自现实世界的先验信息，这也意味着每个城市的NOA开放速度将得到质的提高。

最后，中国科学院科技战略咨询研究院产业科技创新研究部长王晓明也强调了合作共赢的重要性，“智能网络汽车技术仍处于探索期，技术路线不够清晰，智能网络汽车产业链更长，参与者更多，产业链比新能源汽车更复杂。”王晓明认为，这意味着国家层面也应加强合作平台建设，完善法律法规和标准；企业应积极探索智能汽车商业模式，创造产业生态；投资机构应注重科技创新和模式创新，避免无效投资。合理的商业模式比政府补贴更重要。

-END-