2020泰达论坛｜头脑风暴：政策标准与L3级以上产品量产的协同之路

2020年9月5日，中国汽车产业发展(TEDA)论坛在天津滨海新区举行。本届论坛以“工业消费双升级，重构生态新格局”为主题，围绕政策、标准等领域展开讨论。主要内容为深度解读、研究进展及实施趋势、实施效果评估、对未来调整方向的判断、对企业的对策建议。下午的“政策标准与L3以上产品量产的协同之路”圆桌对话上，五位嘉宾共同探讨了L3以上产品量产遇到的各种问题。以下为演讲实录:主持人:清华大学汽车产业与技术战略研究院院长、世界汽车工程师学会主席赵福全，演讲嘉宾:中国汽车技术研究中心有限公司首席专家、汽车标准化研究所副所长王昭，博世底盘控制系统中国区副总裁陈黎明，恩智浦普及区汽车电子业务副总裁刘芳，智能驾驶产品线总经理张玉凤。

(从左至右:赵福全、王昭、陈黎明、刘芳、张玉凤)赵福全:大家下午好。这是最后一次会议，也是今天唯一的圆桌会议。我的主持人不专业，但是问题一定很尖锐。现在说汽车进入新时代，原来讲的是电气化。最近，智能成了一个绝对热门的话题。大家都觉得大部分电池问题都解决了，智能就不一样了。智商是100还是250智力？智能现在有更大的机会和无限的潜力，智能也很有挑战性。最重要的战略制高点之一，其实就是所谓的自动驾驶。现在能够帮助人，能够解放人也是智能，理解人是更高的智能，自动驾驶是最难最受关注的。各种企业也投入了很多，国家对这方面也很重视。11个部委在疫情期间出台了相关政策，一直过于火热和犹豫，但很多企业也觉得这是未来。大量L2+产品上市，L3机器可以做一些决策，L4、L5政府有预期，企业和消费者有预期。为什么不着陆？是企业无能还是政策不到位，我们会用一个小时来讨论，一定要比论坛前有更高的认识。我们的嘉宾都是从不同的角度，包括标准，芯片，机箱技术，半导体传感器。唯一遗憾的是没有整车企业。我觉得主办方是考虑不让整车来。整车之所以没有产品，是因为我们不懂。那么我们就开始今天的讨论。首先几位嘉宾从自己的角度谈了一下。L3以上的为什么迟迟不落地？王昭:赵院长提出的话题确实很有挑战性。现在大家都在看自动驾驶这个话题特别火，但是也看到各个汽车厂都在说我的产品已经研发出来了，L2，L3，甚至L4，但是我看不到跑在市场上的L3以上的产品。原因有二。第一，从技术角度讲，大家都说自动驾驶的概念比较大，从实现的角度讲并不难，就是垂直控制和水平控制。在简单场景下实现自动驾驶相对容易，但要保证在真实道路环境下安全可靠运行还有很多事情要做，企业自身还有待提高。第二是使用环境，这个环境标准也在其中，就是政策环境，外部环境，有的不具备。比如我们的法律还没有对自动驾驶做开放，相关国际法也刚刚修改。比如德国和日本已经开放了L3以上自动驾驶的使用，但是在我国还没有真正使用。这实际上导致了一定的法律困难，这是最关键的因素。此外，它还包括……消费者的认知和其他环境，这两者哪个不是最重要的。我们的标准也在制定L3以上自动驾驶相关的标准，并没有真正到位，这也是一定程度上影响自动驾驶汽车真正上路行驶的原因。

王昭赵福全:标准正在制定中。为什么会延迟？是出不去还是不批？王昭:我觉得第一个是从需求出发。对标准有需求，对标准有定位。按照常规标准，它是基于科学经验的。现在还要看智能网联汽车和自动驾驶产品本身的发展。到什么程度，从目前我们接触到的信息来看，企业是需要自动驾驶的，但是仔细筛选这种需求之后，我们发现不同的行业，不同的企业，不同的发展阶段，对标准化的要求是不一样的，有些是矛盾的。OEM、零件供应商和政府机构有不同的要求。我们需要真正确定哪些问题需要通过标准来解决。其次，智能网联汽车或自动驾驶技术发展迅速。在快速发展的同时，对标准化的需求也在快速变化，需求是变化的、多样化的。这其实是一个很大的挑战。另外，自动驾驶本身就是一个新事物，一个新课题，有大量未知的问题需要解决。举个简单的例子，自动驾驶在某种意义上具有人工智能的属性，我们可以把它当成一个移动机器人。对机器人的评价不能和传统汽车一样。我就说刹车安全性能好。对机器人的评价有点像对人的评价。如何评价一个人是一门非常大的学问。有人说是黑盒或者灰盒，其实不是白盒。赵福全:在我看来，这非常困难和复杂，这是一个很好的借口。从行业角度看，这个标准能出来吗？你认为L3从标准的角度真的能解决最终量产后的相关问题吗？王昭:先说要做的工作。一方面，我们会加大需求调研。我们会识别和分析各种需求，进行大量的需求。我们已经进行了很多标准的制定，我们的标准制定正在进行中。这里还有一个问题。这个标准是根据经验总结出来的。标准实验时没有企业提供产品，据说有产品，但验证实验没有产品。赵福全:L3标准什么时候会出来讨论和评论？王昭:我们去年就提交了，提出了几个项目，也是结合自动驾驶的不同应用场景。我们已经有了草案，后续可能会加速标准的推广。我预测明年会出台相关标准。至于征求意见稿，今年底或明年初出台，要看政府审批周期。陈黎明:我们不只是造车上路，我们需要大批量，不同的主机厂都可以仿制，还要符合法规和法律法规的要求，因为它还没出来，技术和法律法规是相辅相成的。不过从技术角度来说，也是时间问题。当然，也有可能相应的传感器还没有达到工业量产的水平。我认为这只是时间问题。我认为L3落地不完全是技术、法律法规的问题，也是商业问题，我认为是关键问题。L3和L2给客户带来不成比例的价值成本，这是一大障碍。因为从L2开到L3的责任都交给了汽车，包括传感器、执行器、电池、通讯等。，就是如果出现问题，另一个系统要接手，这个成本会大大增加，给用户带来的体验不会增加那么多。这对L3来说是个大问题。技术问题可以解决，法律法规可以出台。如果没人买单，还是没办法落地。赵福全:像博世底盘这样的企业面对的是奔驰宝马和本土品牌。事实上，自动驾驶abov……L3很复杂，涉及的东西太多。有些传感器还没有做好工业量产的充分准备，更重要的是说花多少钱做多少事，消费者可能会有卖得比价值高的问题。比如说是一辆13万左右的车。有必要做L3吗？最后，如果你卖不出数量，那就白卖了，你也赚不到钱。陈黎明:如果13万实现了，肯定会建，因为必须有人买单。但是现在13万的费用是不可能的。如果加了很多钱，没人会为此买单。现阶段，没有人会去做。规模上来后，价格可能会下来，才能推广到低端车。

陈黎明·赵福全:对于一个低端汽车来说，13万元的成本是无法承受复杂的L3系统的。假L3消费者如果没有体验，是不会推荐别人买的。但是为什么很多自主品牌都这么做呢？陈黎明:我得问问原始设备制造商。赵福全:我发现零部件企业的老板最了解情况，因为他们的大数据是最准确的。陈黎明:从技术角度来说，准备工作是必须要做的，但是最后能不能商业化，决定了能不能做出产品，因为没有人能做亏本生意，但是技术积累是必须要做的。赵福全:这个产品我不用做，但是未来智能自动驾驶不仅仅是L3，还有L4和L5。如果错过了他们之间的技术积累，就永远没有机会了。我想说这句话，因为他是客人，陈老师说还是要做的。量产的商业化与未来的技术储备有关，但不是直接的。因为像博世这样的传统顶级零配件公司，很多策略都比较熟悉，所以我相信稍微干一点的时候，技术仓储配送可能会稍微辛苦一点。刘芳先生谈传感器成熟度。刘芳:其实我想分享一下这些年来我看到的中国自动驾驶发展的变化。整个行业都有不同的要求，而不是拿来国外的，这是好事。特斯拉有什么我就给什么，我直接去。事实并非如此。在我和运营商、服务商、主机厂交流的过程中，我们越来越少谈L，要看对功能有没有这样的需求和场景，有没有最合适的配套方案和产业环境，不仅仅是一个传感器，还有整个产业链的配合，包括软件。大家都要说学特斯拉是软件定义的车，其实还是需求。其实这两年国内很多企业都有很大的突破。我们称之为辅助停车，停车服务。严格来说，它不再是L2，而是L3的一个重要细分应用。这种应用恰恰是用户的特点，很多用户愿意为这个功能额外付费。从这个角度来说，我们很少说L是否落地，而是说这款车处于一个什么样的定位和定价水平。我们只是想升级功能，成本上不去，但其实我们只是看到越来越多的品牌走向高端，升级品牌。结果就像今天下午讨论的，品牌升级很多点不一定贴上L号，很多实停车。这就是高端需求，比如商业建筑的使用，这恰恰是品牌升级非常重要的推动。回过头来看，L3真的没有落地吗？我们看到很多应用场景已经接近量产，比如干线物流，我们在很多城市做了接近实验，很有感触。在今年新冠肺炎疫情初期，我们的小型末端物流无人机器人也开始像美团一样提供快递服务。这是L3，这是低速。我们看到这个行业已经进入理性阶段，大家真正的细分场景，这个对硬件的要求，并不是性能越高越好，也不是L4附近的自动驾驶越高越好。功能安全的水平是否高，是否有实实在在的成本和经济效益，是否有商业化的商业模式来支撑这样一个具体的应用场景，在这段时间里，大家变得越来越冷静，不是喊口号，而是还有多少年才能商业化。现在回到乘用车a……商用车要讲非常笼统的商业概念。我在和很多厂商谈自动驾驶和辅助驾驶的概念，我们内部也有关于什么时候量产的争论。现在很多人关注你的方案有多少可以接受的场景。刚才王主任的提问是关于标准的出台，这也是技术成熟到一定程度的配合。不可能标准出台了还说没有可以量产的产品。用户选择什么样的产品才符合标准？有了标准之后的测试手段，每一步的实验和客户的需求反馈，反过来又对我们的硬件提出了新的要求。另一方面，大家从早期我能算出多高的速率，处理性能有多强，到慢慢发现安全问题。四五年前我讲安全的时候，人们往往不是特别明白信息安全和汽车在这种环境下如何实现，或者真正的价值在哪里。很多人讲的是业务落地的场景，或者业务背后的商业动机采用安全技术，否则因为安全是一个成本，是一个非常高的成本。信息安全是一方面，功能安全更重要。硬件厂商最重要的责任是从解决方案的角度给客户一个选择的机会，让客户找到一个经济上和解决方案上最适合应用的环境。有这样一步一步的扎实推进，再加上做技术研发的配合，我相信最终形成量产根本不是梦，一定是指日可待的。2020年9月5日，中国汽车产业发展(TEDA)论坛在天津滨海新区举行。本届论坛以“工业消费双升级，重构生态新格局”为主题，围绕政策、标准等领域展开讨论。主要内容为深度解读、研究进展及实施趋势、实施效果评估、对未来调整方向的判断、对企业的对策建议。下午的“政策标准与L3以上产品量产的协同之路”圆桌对话上，五位嘉宾共同探讨了L3以上产品量产遇到的各种问题。以下为演讲实录:主持人:清华大学汽车产业与技术战略研究院院长、世界汽车工程师学会主席赵福全，演讲嘉宾:中国汽车技术研究中心有限公司首席专家、汽车标准化研究所副所长王昭，博世底盘控制系统中国区副总裁陈黎明，恩智浦普及区汽车电子业务副总裁刘芳，智能驾驶产品线总经理张玉凤。

(从左至右:赵福全、王昭、陈黎明、刘芳、张玉凤)赵福全:大家下午好。这是最后一次会议，也是今天唯一的圆桌会议。我的主持人不专业，但是问题一定很尖锐。现在说汽车进入新时代，原来讲的是电气化。最近，智能成了一个绝对热门的话题。大家都觉得大部分电池问题都解决了，智能就不一样了。智商是100还是250智力？智能现在有更大的机会和无限的潜力，智能也很有挑战性。最重要的战略制高点之一，其实就是所谓的自动驾驶。现在能够帮助人，能够解放人也是智能，理解人是更高的智能，自动驾驶是最难最受关注的。各种企业也投入了很多，国家对这方面也很重视。11个部委在疫情期间出台了相关政策，一直过于火热和犹豫，但很多企业也觉得这是未来。大量L2+产品上市，L3机器可以做一些决策，L4、L5政府有预期，企业和消费者有预期。为什么不着陆？不管是企业无能还是政策不到位，我们都会u……一个小时来讨论它，一定比论坛前有了更高的认识。我们的嘉宾都是从不同的角度，包括标准，芯片，机箱技术，半导体传感器。唯一遗憾的是没有整车企业。我觉得主办方是考虑不让整车来。整车之所以没有产品，是因为我们不懂。那么我们就开始今天的讨论。首先几位嘉宾从自己的角度谈了一下。L3以上的为什么迟迟不落地？王昭:赵院长提出的话题确实很有挑战性。现在大家都在看自动驾驶这个话题特别火，但是也看到各个汽车厂都在说我的产品已经研发出来了，L2，L3，甚至L4，但是我看不到跑在市场上的L3以上的产品。原因有二。第一，从技术角度讲，大家都说自动驾驶的概念比较大，从实现的角度讲并不难，就是垂直控制和水平控制。在简单场景下实现自动驾驶相对容易，但要保证在真实道路环境下安全可靠运行还有很多事情要做，企业自身还有待提高。第二是使用环境，这个环境标准也在其中，就是政策环境，外部环境，有的不具备。比如我们的法律还没有对自动驾驶做开放，相关国际法也刚刚修改。比如德国和日本已经开放了L3以上自动驾驶的使用，但是在我国还没有真正使用。这实际上导致了一定的法律困难，这是最关键的因素。另外还包括消费者的认知等环境，这些对这两者来说都不是最重要的。我们的标准也在制定L3以上自动驾驶相关的标准，并没有真正到位，这也是一定程度上影响自动驾驶汽车真正上路行驶的原因。

王昭赵福全:标准正在制定中。为什么会延迟？是出不去还是不批？王昭:我觉得第一个是从需求出发。对标准有需求，对标准有定位。按照常规标准，它是基于科学经验的。现在还要看智能网联汽车和自动驾驶产品本身的发展。到什么程度，从目前我们接触到的信息来看，企业是需要自动驾驶的，但是仔细筛选这种需求之后，我们发现不同的行业，不同的企业，不同的发展阶段，对标准化的要求是不一样的，有些是矛盾的。OEM、零件供应商和政府机构有不同的要求。我们需要真正确定哪些问题需要通过标准来解决。其次，智能网联汽车或自动驾驶技术发展迅速。在快速发展的同时，对标准化的需求也在快速变化，需求是变化的、多样化的。这其实是一个很大的挑战。另外，自动驾驶本身就是一个新事物，一个新课题，有大量未知的问题需要解决。举个简单的例子，自动驾驶在某种意义上具有人工智能的属性，我们可以把它当成一个移动机器人。对机器人的评价不能和传统汽车一样。我就说刹车安全性能好。对机器人的评价有点像对人的评价。如何评价一个人是一门非常大的学问。有人说是黑盒或者灰盒，其实不是白盒。赵福全:在我看来，这非常困难和复杂，这是一个很好的借口。从行业角度看，这个标准能出来吗？你认为L3从标准的角度真的能解决最终量产后的相关问题吗？王昭:先说要做的工作。一方面，我们会加大需求调研。我们会识别和分析各种需求，进行大量的需求。我们已经进行了很多标准的制定，我们的标准制定正在进行中。这里还有一个问题。这个标准是根据经验总结出来的。标准实验时，没有企业提供产品，据说有……产品，但验证实验中没有产品。赵福全:L3标准什么时候会出来讨论和评论？王昭:我们去年就提交了，提出了几个项目，也是结合自动驾驶的不同应用场景。我们已经有了草案，后续可能会加速标准的推广。我预测明年会出台相关标准。至于征求意见稿，今年底或明年初出台，要看政府审批周期。陈黎明:我们不只是造车上路，我们需要大批量，不同的主机厂都可以仿制，还要符合法规和法律法规的要求，因为它还没出来，技术和法律法规是相辅相成的。不过从技术角度来说，也是时间问题。当然，也有可能相应的传感器还没有达到工业量产的水平。我认为这只是时间问题。我认为L3落地不完全是技术、法律法规的问题，也是商业问题，我认为是关键问题。L3和L2给客户带来不成比例的价值成本，这是一大障碍。因为从L2开到L3的责任都交给了汽车，包括传感器、执行器、电池、通讯等。，就是如果出现问题，另一个系统要接手，这个成本会大大增加，给用户带来的体验不会增加那么多。这对L3来说是个大问题。技术问题可以解决，法律法规可以出台。如果没人买单，还是没办法落地。赵福全:像博世底盘这样的企业面对的是奔驰宝马和本土品牌。其实L3以上的自动驾驶很复杂，涉及的东西太多了。有些传感器还没有做好工业量产的充分准备，更重要的是说花多少钱做多少事，消费者可能会有卖得比价值高的问题。比如说是一辆13万左右的车。有必要做L3吗？最后，如果你卖不出数量，那就白卖了，你也赚不到钱。陈黎明:如果13万实现了，肯定会建，因为必须有人买单。但是现在13万的费用是不可能的。如果加了很多钱，没人会为此买单。现阶段，没有人会去做。规模上来后，价格可能会下来，才能推广到低端车。

陈黎明·赵福全:对于一个低端汽车来说，13万元的成本是无法承受复杂的L3系统的。假L3消费者如果没有体验，是不会推荐别人买的。但是为什么很多自主品牌都这么做呢？陈黎明:我得问问原始设备制造商。赵福全:我发现零部件企业的老板最了解情况，因为他们的大数据是最准确的。陈黎明:从技术角度来说，准备工作是必须要做的，但是最后能不能商业化，决定了能不能做出产品，因为没有人能做亏本生意，但是技术积累是必须要做的。赵福全:这个产品我不用做，但是未来智能自动驾驶不仅仅是L3，还有L4和L5。如果错过了他们之间的技术积累，就永远没有机会了。我想说这句话，因为他是客人，陈老师说还是要做的。量产的商业化与未来的技术储备有关，但不是直接的。因为像博世这样的传统顶级零配件公司，很多策略都比较熟悉，所以我相信稍微干一点的时候，技术仓储配送可能会稍微辛苦一点。刘芳先生谈传感器成熟度。刘芳:其实我想分享一下这些年来我看到的中国自动驾驶发展的变化。整个行业都有不同的要求，而不是拿来国外的，这是好事。特斯拉有什么我就给什么，我直接去。事实并非如此。在我和运营商、服务商、主机厂交流的过程中，我们越来越少谈L，要看对功能有没有这样的需求和场景，有没有最合适的配套方案和产业环境，不仅仅是一个传感器，还有整个产业链的配合，包括软件。大家都要说学特斯拉是软件定义的车，其实还是需求。事实上，在……近两年来，国内很多企业都取得了很大的突破。我们称之为辅助停车，停车服务。严格来说，它不再是L2，而是L3的一个重要细分应用。这种应用恰恰是用户的特点，很多用户愿意为这个功能额外付费。从这个角度来说，我们很少说L是否落地，而是说这款车处于一个什么样的定位和定价水平。我们只是想升级功能，成本上不去，但其实我们只是看到越来越多的品牌走向高端，升级品牌。结果就像今天下午讨论的，品牌升级很多点不一定贴上L号，很多实停车。这就是高端需求，比如商业建筑的使用，这恰恰是品牌升级非常重要的推动。回过头来看，L3真的没有落地吗？我们看到很多应用场景已经接近量产，比如干线物流，我们在很多城市做了接近实验，很有感触。在今年新冠肺炎疫情初期，我们的小型末端物流无人机器人也开始像美团一样提供快递服务。这是L3，这是低速。我们看到这个行业已经进入理性阶段，大家真正的细分场景，这个对硬件的要求，并不是性能越高越好，也不是L4附近的自动驾驶越高越好。功能安全的水平是否高，是否有实实在在的成本和经济效益，是否有商业化的商业模式来支撑这样一个具体的应用场景，在这段时间里，大家变得越来越冷静，不是喊口号，而是还有多少年才能商业化。现在回到乘用车和商用车上来讲讲非常笼统的商业概念。我在和很多厂商谈自动驾驶和辅助驾驶的概念，我们内部也有关于什么时候量产的争论。现在很多人关注你的方案有多少可以接受的场景。刚才王主任的提问是关于标准的出台，这也是技术成熟到一定程度的配合。不可能标准出台了还说没有可以量产的产品。用户选择什么样的产品才符合标准？有了标准之后的测试手段，每一步的实验和客户的需求反馈，反过来又对我们的硬件提出了新的要求。另一方面，大家从早期我能算出多高的速率，处理性能有多强，到慢慢发现安全问题。四五年前我讲安全的时候，人们往往不是特别明白信息安全和汽车在这种环境下如何实现，或者真正的价值在哪里。很多人讲的是业务落地的场景，或者业务背后的商业动机采用安全技术，否则因为安全是一个成本，是一个非常高的成本。信息安全是一方面，功能安全更重要。硬件厂商最重要的责任是从解决方案的角度给客户一个选择的机会，让客户找到一个经济上和解决方案上最适合应用的环境。有这样一步一步的扎实推进，再加上做技术研发的配合，我相信最终形成量产根本不是梦，一定是指日可待的。

刘福泉:谢谢刘芳先生。其实刘芳先生说，不量产未必是坏事。其实也是量产，是基于场景的应用。可能会挑战我们过去汽车可以去没有路的地方，因为跑的车多了，未来的智能网联汽车会改变思维，除了L5以上基于场景的ODD，L3所谓的人机共享，当汽车开到机器上，所谓的堵车跟车，其实是有停车功能的，消费者有这个需求痛点。这个所谓特殊场景的应用，汽车的规模效应，陈老师专门讲了一点，最终还是购买力的问题。不能说豪车已经解决了，智能最终是通用的，因为你是传感器，是半导体。你不……nk基于特殊场景的量能支撑汽车消费大批量的低成本需求？刘芳:我们说到高精地图的应用，比如有很多技术路线。有些相机是有用的，我们会尽量用激光雷达。但是我们很高兴看到国内一些企业能够实现高精度地图与纯毫米波雷达的结合，能够实现成像雷达的应用，这完全取决于方案的创新，而这样的创新甚至可以说是世界上非常先进的，让我们的零部件厂商感到震惊。这些已经完全具备了量产的基础。传感器的充分应用就是标准雷达，也就是标准毫米波雷达，可以实现高精地图，再结合我们的高精地图，实现停的方式。但事实上，在这样一个点上可以实现需求的突破，与未来的无线支付和智慧停车相关的一系列互联网应用空间已经在那里。这时候不是简单的说特斯拉的成本便宜吗？其实它的成本并不便宜，通过运营可以把整体成本降到可以承受的阶段。真正的盈利模式是打通整个产业链。作为零部件制造商，我们将为这些企业提供理念和技术创新。赵福全:刘芳总经理谈到了非常重要的一点，这肯定是昂贵的，但选择最佳的解决方案需要智慧和技术解决方案的结合。不同的产品定价可能需要不同的技术解决方案，尽管都实现L3突破，这变得至关重要。事实上，特斯拉的解决方案并不一定昂贵。马斯克不相信雷达，只相信相机。他不知道雷达不准，只知道老百姓买得起相机。他知道工业化和消费者的痛点，买得起高水平的自动驾驶，人们终于可以卖掉他们的汽车，如果他们想的话。让我们欢迎张玉凤将军谈谈一些想法。张玉凤:我记得去年8月，我带着蓝皮书论坛参加了一个圆桌论坛，题目是“L2.99还是L4”。这也是困扰业界很久的问题。因为涉及到人机共驾，L3不仅要说会开车，还要提醒司机出了问题要接手。如果它无法接管，它可以继续行驶或安全停止。和L4有多大区别？L4意味着难度和成本都上来了，规模上肯定有很大的挑战。对于购买L3汽车并专注于在不成熟条件下驾驶的用户来说，这并不一定比L2更有利可图。这种情况下买L3车有什么意义？业内也有过度宣传的情况。比如特斯拉出了一些问题，事故的责任往往不在特斯拉。手册上写的驱动还在驱动里，就不起诉了。我们面临的挑战不仅仅是如何划分法律责任，还有如何实现接近下一级的完整L3复杂度。我很赞同刘芳总经理说的场景驾驶。所谓L3，并不需要在所有场景下都是L3，但是可以解决所有场景下的所有行驶状况，所有的问题都可以解决。我们是AI芯片厂商，也有分享的想法。我们CEO的创始人也打了个比方。车载AI芯片其实就是一个智能汽车数字引擎。实际上，制约智能的关键约束是计算的核心约束。自动驾驶仪上升一级，就会翻倍。如果是无条件自动驾驶，相当于四个轮子设置天河二号运算计算机。在保证最基本的车型分类和稳定性的基础上，为了更好的产业化和规模化，还是要做到几个点，或者实现软硬件的协同优化，才能达到极致的能效，非常好的性价比。因为L3级别以上的自动驾驶，芯片本身的成本也在上升。我们看到海外朋友的费用是几百块，这是规模的限制。现在整车企业需要掌握越来越多的自主软件迭代开发能力。这个时候，你的芯片本身的开发和应用，它相对完善的算法模型库和灵活性就变得非常重要。近年来业界的一些典型例子，如L3自动驾驶仪与BM之间的合作水平……还有ANSYS，还有戴姆勒和英伟达的合作。因为现在算法越来越高，只有和主机厂合作，才能满足高效的迭代算法能力，利用好计算芯片，把整体系统方案发挥到极致。这是我们在业内观察到的趋势。地平线作为中国的AI汽车厂商，是距离中国OEM物理距离最近的芯片厂，因此越复杂的芯片能否得到灵活及时的支持越来越重要。

张玉凤·赵福全:我有一个问题。每个人都关心去一个高水平。大家有一个共识，就是算法问题。这就有很大的计算能力问题。我觉得作为一个企业可能关心的问题，你在做L2+，甚至L3，L4的时候，芯片算法的连续性如何？和你一起工作的这个伙伴有什么优点和缺点？张玉凤:这不仅仅是算法层面，还有芯片层面的OEM芯片序列家族能否解决L2到L4，这是一个需求强烈的痛点。从面向前方到环顾四周、回望四周、侧视四周，这个后面还可以迭代。现在越来越多的汽车厂商会和更开放的合作伙伴合作，建立数据的传输，这对于未来L3和L4更多相机算法模型的迭代开发非常有帮助。赵福全:作为一个起点，L3需要参与很多高水平的自动驾驶，而且非常复杂，包括场景和传感器的使用，还有一个非常现实的成本问题。从智能网络安全的角度来看，这也是一个非常重要的问题。从人车路协调的大概念来说，所谓道路，就是从车路协调的角度来说的一个基础环境。应该怎么做？这就有了鸡和蛋的问题。从标准设定来看，我的车是可以在公路环境下跑的。你刚才说因为我需要车来定标准，你提供不了车，你把锅扔出去了好不好。你还说没有标准开发产品，开发出来卖不出去。如何实现车辆与道路的协调？王昭:我觉得首先有一点，车路协同是未来特别好的发展趋势。我还想强调另外一点。从实现自动驾驶的角度来说，首先是车辆自带自动驾驶功能，在没有其他条件的情况下，能够安全可靠的行驶。换句话说，车辆本身的自动驾驶功能才是最重要的决定因素，车路协调起到什么样的作用，才能大大放大自动驾驶的实际应用价值。实现自动驾驶功能时，有时路径是值1，其他是0。车辆与外界的网络通信能否利用道路和路边，能否减少车辆利用的规划，包括车辆自身设备的实现，在这种情况下，是一个关键因素。你刚才提到鸡和蛋的问题是个谜题，有点像谈恋爱。付出太多很容易受伤，但如果是真爱没关系，可以不顾一切。车辆的投入是主机厂投入，消费者买单，而不是一对一的个人。基础设施的投入，不管是道路还是通信，基本上都是政府投入多，地方政府投入多。这里确实有问题。如果主机厂先走，消费者不买单的成本更高。如果基础设施投入后浪费了，如果没人用，现在通信技术发展很快，十年后才能用上，技术更新的迭代是巨大的浪费。赵福全:先有鸡还是先有蛋的问题，但是从供应商的角度来看，一个民族、一个行业持续20到30年。以前想致富先修路，我个人认为从这个角度来说，想推动智能网联汽车的快速发展，现在就应该在各个层面示范智慧城市。如果这样做，每个人的标准都会不一样，这是巨大的低级的所谓投资浪费。你如何利用这个机会讲述这个故事？王昭:因为涉及到道路交通和通讯设施的协调，我们有一个战略协议……促进各方面的工作。在车辆端要做好车辆通信，此外还要实现联网和车路协同。接口标准通过通信与道路设施共建，让车辆通信道路基础设施各司其职，各方面工作由大家共同完成。有了这个机制，至少可以对企业有一个相对友好的发展路径，尤其是接口，尤其是接口的相互对接，做好这方面的工作，这也是目前联网的重点工作，除了ADAS，自动驾驶，网络信息安全。赵福全:智能网联如果要大规模商用，不是汽车一个部门，而是道路、交通建设、硬件和软件。你认为谁应该带头？王昭:可能是因为我是汽车行业出身吧。不一定是谁带头。汽车应该是主要的积极推动者，因为汽车使用主要设施。赵福全:这不是你的既得利益。汽车主管部门要主动推动，协调各方资源，让智能汽车快速落地。下一个问题是问陈黎明先生，汽车本身必须是智能的，否则光靠道路是不够的。这就是自行车智能和道路平衡的问题，而且开发时间太长，支撑数据量其实很大。高水平的自动驾驶必须与道路相协调，这是很多人的共识。从你的角度来说，因为你工作了这么多年，你觉得自行车智能和车路协调如何平衡，哪些应该放在车里，哪些应该放在环境里？因为王昭的标准一直拖着，消费者有需求，老板怎么逼你赚钱？陈黎明:科技行业的路线是有共识的，我特别同意王主任的观点，涉及到车、路、云。智能在哪里？这主要在于汽车。路和云都是辅助，其实还是回归安全的问题。其实很多嘉宾都谈到了安全的事情，不管第三生活空间是什么，最基本的就是从A到b的安全问题，要做到这一点，就是要保证车辆在各种情况下都是安全的，与安全相关的智能必须在车内，而不是在云端。沟通有很多问题。我们知道，比如时速100米公里，基本需要10秒，停下来需要5秒。一旦我们谈到在交互过程中与路边和云端的交互，安全是没有办法保证的。而正前方是以毫秒计算的。计算的重点是什么？肯定是车尾。另外也是我们讲的智慧之路。世界各地不可能都有智慧之路。但如果自动驾驶汽车只能局限于智能道路，那么消费价值就会降低很多，甚至普及程度也会受到很大影响。应该是车的智能，辅之以路的智能，但是要说没有路的智能还是有很多不利因素的，尤其是车的智能在很多层面是看不见的，对方的观点非常强势。对于ADAS和自动驾驶非常重要。当我们谈到安全的时候，我们可以想象汽车不像老司机，而像新手，所以我们不想坐自动驾驶汽车。如果能尽快了解红绿灯等关系的信息，我就能很好的改善我的起步和刹车。这个车相当于一个老司机，对终端接受度也非常有利。赵福全:陈总强调很重要的一点，车路协调是未来的发展方向，车辆本身一定要安全。如果不安全的车辆不能保证智能环境下的安全运行，潜台词就是博世作为企业也是卖产品的。如果没有智能环境，就需要购买智能硬件和软件。我会先做打开市场，不断拥抱智能环境。另一个问题给陈老师，做传统汽车开发的时候，尤其是底盘系统基本是黑匣子的时候，你把自己的控制系统，虽然以后跟底盘制动有很大关系。这不是……底盘本身的特性，而是车本身的水平，因为根据从外面感知到的，其实是控制整车的状态。在这种情况下，虽然不是简单的车路协调，但却是多个参与者的合作。在这种情况下，你你不能做所有的传感器，你有所有的自动驾驶刹车，你不必使用软的。对于这个整车企业来说，这种商业模式结合起来的时候，你现在最难的是哪里？陈黎明:这是许多供应商、原始设备制造商甚至其他参与者的想法。诚然，自动驾驶不是主机厂和供应商的直接关系，而是涉及到很多地图云，以及我们说的网络5G和运营商。诚然，在过去，一个简单的系统可能相当于给主机厂提供了一整套解决方案，对主机厂来说是一个黑箱。但现在是竞争与合作并存的开放商业环境，从博世的角度来看，我们也是一样的。我们一直在推动开放的环境，尤其是自动驾驶涉及到各种芯片，主机厂有自己的软件中心，都在开发自己的功能，很多科技公司都在做自动驾驶功能。最终如何一起实现自动驾驶，确实是大家都在讨论的问题。

刘福泉:谢谢刘芳先生。其实刘芳先生说，不量产未必是坏事。其实也是量产，是基于场景的应用。可能会挑战我们过去汽车可以去没有路的地方，因为跑的车多了，未来的智能网联汽车会改变思维，除了L5以上基于场景的ODD，L3所谓的人机共享，当汽车开到机器上，所谓的堵车跟车，其实是有停车功能的，消费者有这个需求痛点。这个所谓特殊场景的应用，汽车的规模效应，陈老师专门讲了一点，最终还是购买力的问题。不能说豪车已经解决了，智能最终是通用的，因为你是传感器，是半导体。你觉得基于特殊场景的量能支撑大批量汽车消费的低成本需求吗？刘芳:我们说到高精地图的应用，比如有很多技术路线。有些相机是有用的，我们会尽量用激光雷达。但是我们很高兴看到国内一些企业能够实现高精度地图与纯毫米波雷达的结合，能够实现成像雷达的应用，这完全取决于方案的创新，而这样的创新甚至可以说是世界上非常先进的，让我们的零部件厂商感到震惊。这些已经完全具备了量产的基础。传感器的充分应用就是标准雷达，也就是标准毫米波雷达，可以实现高精地图，再结合我们的高精地图，实现停的方式。但事实上，在这样一个点上可以实现需求的突破，与未来的无线支付和智慧停车相关的一系列互联网应用空间已经在那里。这时候不是简单的说特斯拉的成本便宜吗？其实它的成本并不便宜，通过运营可以把整体成本降到可以承受的阶段。真正的盈利模式是打通整个产业链。作为零部件制造商，我们将为这些企业提供理念和技术创新。赵福全:刘芳总经理谈到了非常重要的一点，这肯定是昂贵的，但选择最佳的解决方案需要智慧和技术解决方案的结合。不同的产品定价可能需要不同的技术解决方案，尽管都实现L3突破，这变得至关重要。事实上，特斯拉的解决方案并不一定昂贵。马斯克不相信雷达，只相信相机。他不知道雷达不准，只知道老百姓买得起相机。他知道工业化和消费者的痛点，买得起高水平的自动驾驶，人们终于可以卖掉他们的汽车，如果他们想的话。让我们欢迎张玉凤将军谈谈一些想法。张玉凤:我记得去年8月，我带着蓝皮书论坛参加了一个圆桌论坛，题目是“L2.99还是L4”。这……也是困扰业界很久的一个问题。因为涉及到人机共驾，L3不仅要说会开车，还要提醒司机出了问题要接手。如果它无法接管，它可以继续行驶或安全停止。和L4有多大区别？L4意味着难度和成本都上来了，规模上肯定有很大的挑战。对于购买L3汽车并专注于在不成熟条件下驾驶的用户来说，这并不一定比L2更有利可图。这种情况下买L3车有什么意义？业内也有过度宣传的情况。比如特斯拉出了一些问题，事故的责任往往不在特斯拉。手册上写的驱动还在驱动里，就不起诉了。我们面临的挑战不仅仅是如何划分法律责任，还有如何实现接近下一级的完整L3复杂度。我很赞同刘芳总经理说的场景驾驶。所谓L3，并不需要在所有场景下都是L3，但是可以解决所有场景下的所有行驶状况，所有的问题都可以解决。我们是AI芯片厂商，也有分享的想法。我们CEO的创始人也打了个比方。车载AI芯片其实就是一个智能汽车数字引擎。实际上，制约智能的关键约束是计算的核心约束。自动驾驶仪上升一级，就会翻倍。如果是无条件自动驾驶，相当于四个轮子设置天河二号运算计算机。在保证最基本的车型分类和稳定性的基础上，为了更好的产业化和规模化，还是要做到几个点，或者实现软硬件的协同优化，才能达到极致的能效，非常好的性价比。因为L3级别以上的自动驾驶，芯片本身的成本也在上升。我们看到海外朋友的费用是几百块，这是规模的限制。现在整车企业需要掌握越来越多的自主软件迭代开发能力。这个时候，你的芯片本身的开发和应用，它相对完善的算法模型库和灵活性就变得非常重要。这几年业内比较典型的一些例子，比如宝马和ANSYS合作级别的L3自动驾驶，戴姆勒和英伟达的合作。因为现在算法越来越高，只有和主机厂合作，才能满足高效的迭代算法能力，利用好计算芯片，把整体系统方案发挥到极致。这是我们在业内观察到的趋势。地平线作为中国的AI汽车厂商，是距离中国OEM物理距离最近的芯片厂，因此越复杂的芯片能否得到灵活及时的支持越来越重要。

张玉凤·赵福全:我有一个问题。每个人都关心去一个高水平。大家有一个共识，就是算法问题。这就有很大的计算能力问题。我觉得作为一个企业可能关心的问题，你在做L2+，甚至L3，L4的时候，芯片算法的连续性如何？和你一起工作的这个伙伴有什么优点和缺点？张玉凤:这不仅仅是算法层面，还有芯片层面的OEM芯片序列家族能否解决L2到L4，这是一个需求强烈的痛点。从面向前方到环顾四周、回望四周、侧视四周，这个后面还可以迭代。现在越来越多的汽车厂商会和更开放的合作伙伴合作，建立数据的传输，这对于未来L3和L4更多相机算法模型的迭代开发非常有帮助。赵福全:作为一个起点，L3需要参与很多高水平的自动驾驶，而且非常复杂，包括场景和传感器的使用，还有一个非常现实的成本问题。从智能网络安全的角度来看，这也是一个非常重要的问题。从人车路协调的大概念来说，所谓道路，就是从车路协调的角度来说的一个基础环境。应该怎么做？这就有了鸡和蛋的问题。从标准设定来看，我的车是可以在公路环境下跑的。你刚才说因为我需要车来定标准，你提供不了车，你把锅扔出去了好不好。你还说开发产品没有标准，还有……开发不能卖。如何实现车辆与道路的协调？王昭:我觉得首先有一点，车路协同是未来特别好的发展趋势。我还想强调另外一点。从实现自动驾驶的角度来说，首先是车辆自带自动驾驶功能，在没有其他条件的情况下，能够安全可靠的行驶。换句话说，车辆本身的自动驾驶功能才是最重要的决定因素，车路协调起到什么样的作用，才能大大放大自动驾驶的实际应用价值。实现自动驾驶功能时，有时路径是值1，其他是0。车辆与外界的网络通信能否利用道路和路边，能否减少车辆利用的规划，包括车辆自身设备的实现，在这种情况下，是一个关键因素。你刚才提到鸡和蛋的问题是个谜题，有点像谈恋爱。付出太多很容易受伤，但如果是真爱没关系，可以不顾一切。车辆的投入是主机厂投入，消费者买单，而不是一对一的个人。基础设施的投入，不管是道路还是通信，基本上都是政府投入多，地方政府投入多。这里确实有问题。如果主机厂先走，消费者不买单的成本更高。如果基础设施投入后浪费了，如果没人用，现在通信技术发展很快，十年后才能用上，技术更新的迭代是巨大的浪费。赵福全:先有鸡还是先有蛋的问题，但是从供应商的角度来看，一个民族、一个行业持续20到30年。以前想致富先修路，我个人认为从这个角度来说，想推动智能网联汽车的快速发展，现在就应该在各个层面示范智慧城市。如果这样做，每个人的标准都会不一样，这是巨大的低级的所谓投资浪费。你如何利用这个机会讲述这个故事？王昭:因为涉及到道路交通和通信设施的协调，所以我们有一个战略协议来推动各方面的工作。在车辆端要做好车辆通信，此外还要实现联网和车路协同。接口标准通过通信与道路设施共建，让车辆通信道路基础设施各司其职，各方面工作由大家共同完成。有了这个机制，至少可以对企业有一个相对友好的发展路径，尤其是接口，尤其是接口的相互对接，做好这方面的工作，这也是目前联网的重点工作，除了ADAS，自动驾驶，网络信息安全。赵福全:智能网联如果要大规模商用，不是汽车一个部门，而是道路、交通建设、硬件和软件。你认为谁应该带头？王昭:可能是因为我是汽车行业出身吧。不一定是谁带头。汽车应该是主要的积极推动者，因为汽车使用主要设施。赵福全:这不是你的既得利益。汽车主管部门要主动推动，协调各方资源，让智能汽车快速落地。下一个问题是问陈黎明先生，汽车本身必须是智能的，否则光靠道路是不够的。这就是自行车智能和道路平衡的问题，而且开发时间太长，支撑数据量其实很大。高水平的自动驾驶必须与道路相协调，这是很多人的共识。从你的角度来说，因为你工作了这么多年，你觉得自行车智能和车路协调如何平衡，哪些应该放在车里，哪些应该放在环境里？因为王昭的标准一直拖着，消费者有需求，老板怎么逼你赚钱？陈黎明:科技行业的路线是有共识的，我特别同意王主任的观点，涉及到车、路、云。智能在哪里？这主要在于汽车。路和云都是辅助的，但实际上还是一个r的问题……转向安全。其实很多嘉宾都谈到了安全的事情，不管第三生活空间是什么，最基本的就是从A到b的安全问题，要做到这一点，就是要保证车辆在各种情况下都是安全的，与安全相关的智能必须在车内，而不是在云端。沟通有很多问题。我们知道，比如时速100米公里，基本需要10秒，停下来需要5秒。一旦我们谈到在交互过程中与路边和云端的交互，安全是没有办法保证的。而正前方是以毫秒计算的。计算的重点是什么？肯定是车尾。另外也是我们讲的智慧之路。世界各地不可能都有智慧之路。但如果自动驾驶汽车只能局限于智能道路，那么消费价值就会降低很多，甚至普及程度也会受到很大影响。应该是车的智能，辅之以路的智能，但是要说没有路的智能还是有很多不利因素的，尤其是车的智能在很多层面是看不见的，对方的观点非常强势。对于ADAS和自动驾驶非常重要。当我们谈到安全的时候，我们可以想象汽车不像老司机，而像新手，所以我们不想坐自动驾驶汽车。如果能尽快了解红绿灯等关系的信息，我就能很好的改善我的起步和刹车。这个车相当于一个老司机，对终端接受度也非常有利。赵福全:陈总强调很重要的一点，车路协调是未来的发展方向，车辆本身一定要安全。如果不安全的车辆不能保证智能环境下的安全运行，潜台词就是博世作为企业也是卖产品的。如果没有智能环境，就需要购买智能硬件和软件。我会先做打开市场，不断拥抱智能环境。另一个问题给陈老师，做传统汽车开发的时候，尤其是底盘系统基本是黑匣子的时候，你把自己的控制系统，虽然以后跟底盘制动有很大关系。这不是底盘本身的特点，而是车本身的水平，因为根据从外面感知到的，其实是控制整车的状态。在这种情况下，虽然不是简单的车路协调，但却是多个参与者的合作。在这种情况下，你你不能做所有的传感器，你有所有的自动驾驶刹车，你不必使用软的。对于这个整车企业来说，这种商业模式结合起来的时候，你现在最难的是哪里？陈黎明:这是许多供应商、原始设备制造商甚至其他参与者的想法。诚然，自动驾驶不是主机厂和供应商的直接关系，而是涉及到很多地图云，以及我们说的网络5G和运营商。诚然，在过去，一个简单的系统可能相当于给主机厂提供了一整套解决方案，对主机厂来说是一个黑箱。但现在是竞争与合作并存的开放商业环境，从博世的角度来看，我们也是一样的。我们一直在推动开放的环境，尤其是自动驾驶涉及到各种芯片，主机厂有自己的软件中心，都在开发自己的功能，很多科技公司都在做自动驾驶功能。最终如何一起实现自动驾驶，确实是大家都在讨论的问题。我可以想象那一定是一个开放、合作、竞争的环境，尤其是比如我们在做传感器、雷达摄像头，包括刹车系统、转向系统。同时我们的软件包括两个部分，一个是中间键，一个是上层应用键。博世是中间的关键，已经开始开源。不代表我是黑箱。通过开源整合社会资源，可以避免重复制造汽车和车轮，让自动驾驶这件事早日落地。现在有两个开源，一个是车载OS，一个是模拟开源。我们希望通过有竞争力的生态商业环境来推动自动驾驶的落地。赵福全:地平线制造芯片。你把自己定义为T2供应商还是T1供应商？最后你得有数据，你得执行数据。如果你不能接通这些……ompanies好吧，你不了解和控制这些东西，最后你有很强的沟通能力和很强的算法能力，这些都没有体现在车上，你怎么结合你的商业模式，你还是不会和博世合作？张玉凤:我是陈先生的T1。首先，黑盒子房子越来越不可行。即使在L2级别，我们也会比较标准IQ4的性能。即使在L2层面，许多制造商也接受这种方法。我们也看到很多客户希望Horizon更加开放，尤其是通过计算数据，可以更快的积累软件能力。我们被期望成为一个黑箱解决方案，并给出最终的解决方案。我希望作为一个使能者，我们可以帮助OEM建立自己的软件中心。这样既能提供自己的芯片，又能成长为开发能力。虽然我们提供核心芯片，但是我们让长安的软件人员基于我们的工具链开发附加的交互功能，比如手势识别，玩有趣的游戏，比如车主可以用车机猜拳头。这是长安做的芯片供应链开发。我们已经是混合模式了，越往更高的层次开，我们就觉得像地平线这种有算法能力的芯片厂商更接近主机厂，因为刚才我们讲了软件的复杂程度和芯片的控制和积累能力。不过这里主要是和博世合作，主要围绕AI核心计算和感知。各种零件很多，智能驾驶也有各种零件。毫米波绝对没有受到影响，我们仍然是T2。新时代，旧的分层有点模糊。在新的模式下，更像是把原来的芯片厂纳入到了OEM的周围，大家会更加紧密的合作共赢。赵福全:在传统的以硬件为主的时代，人们越来越不认同是同质化的反面。未来，最强大的智能是个性化。除此之外，还有几千辆车，几千个人。最后，企业都想实现自己的个性化。如何在不流失客户的情况下平衡个性问题或者满足个性化需求，是芯片厂商面临的巨大挑战。现在才刚刚起步。长此以往，你也被称为中国的英伟达。你如何解决这个问题？张玉凤:这非常具有挑战性。L2智能驾驶舱还是比较清晰的，每个主机厂上去的思路都不一样。这是一个沟通合作的过程。我们尽量把最容易商业化的核心传感技术，我在路上每辆车上看到的每个人看到的速度都是一样的。这些属于共性的东西，一方面有自己的判断，需要和T1沟通，然后沟通调整。更愿意听取主机厂的想法，调整我们的定位。赵福全:接下来，请刘芳先生发言。说到车路协调，有些车路交给路，车上的传感器用的比较少。是不是你的销量降低了？车路协调对你的影响有多大？刘芳:其实从辅助驾驶到未来的自动驾驶，车和路的关系一直都是动态平衡的。现阶段道路的基础设施建设还需要大量的时间来完善，也需要大量的时间来打通，甚至需要大量的时间来保证可靠性。所以无论是在车端搜索传感器还是解决方案，还是从功能安全和信息安全的角度尽量完善，通过自身的安全性尽可能保证自动驾驶功能启动时可以降低的风险。但在未来，当我们看到车路协调，也就是路的这一端的成熟逐渐拓宽覆盖面的时候，我们才能深刻的体会到，我们其实也走过了同样的阶段。随着覆盖面的扩大，标准的完善，成熟度的提高，对汽车这一端的硬件、传感、灵敏度的要求可以逐渐缓解，可能通过云端和车端算法的分层，更好的带来车路协同。对于不同决策的分层，哪些更符合安全需求？本质上我是做芯片的，传感器只是芯片的一部分。恩智浦涵盖汽车电子芯片的各个方面，产品家族最为齐全。就恩智浦而言，当自动驾驶向智能化发展并成为……智能汽车的终极目标，只有动态平衡。就算动平衡有一段时间的爬坡功能，甚至一段时间的迭代功能，现在大家都在说的电子电气架构的核心，很多OEM厂商都想把很多节点的ECU集成在大型MCU处理器上，是不是意味着恩智浦就没有业务了？不会，因为整体效益提高了。有一家很成功的公司有一句营销口号，就是买的越多，省的越多，我很佩服。很多时候，当我们谈到降低控制成本的时候，OEM厂商必然会采取的方法是技术升级，而不仅仅是降低配置，会考虑到整个电子电气架构的核心。国内很多主机厂应该都是这个阶段。基于面向服务的升级，我们有这样一个清晰的计划。2023年到2023年，在这个升级过程中，节点数量会减少，但实际上增加了前置控制器的数量，更大程度上增加了系统的可靠性和安全性的整体设计。这也是我们刚刚提到的T1问题，但是大家的产业链都是从软件到硬件。作为传统的芯片厂商，可以做传感器，做AI，大家会更多的宣传自己在硬件方面的能力。然后恩智浦在两个多月前刚刚宣布，我们将采用世界上最先进的5纳米技术来升级汽车芯片。那我们为什么采用5纳米，线宽更少，也比市面上计算能力最高的7纳米提高了20%的计算能力，也符合车规。无论是车路协同、人车交互，还是云车分层，我们硬件场景的重点都是让能工业环境的落地和实现。我们将深耕汽车产业，我们将把对汽车产业的理解和对安全的认知融入到未来智能网联汽车的设计和构想中。

0

赵福全:刘先生的意思是，你越聪明，你需要的传感器就越多，你需要的芯片就越多，我的生意就越多。刚才ANSYS说创新不安全，其实创新是为了安全。因为时间关系，我们讨论了这个问题。首先我要感谢四位嘉宾。汽车的智能化其实是与人类进入智能社会同步的，但汽车是一个移动机器人，集成了智能事物的挑战。因为机器人跟在人后面跑，安全就成了第一位。刚才刘先生也谈到了安全问题，博世的陈黎明先生也谈到了安全问题。我的汽车开发商保证汽车是安全的。其实任何交通工具，包括企业运营，都是高效安全的，开快车才是高效的。如果它不安全，它将永远不会到达那里。进入智能汽车的发展时代，刚才王昭先生也讲了。其实就是协同智能。单纯的车是不够的，单纯的环境也是不够的，但是也有分工。我也挑战过余枫先生，他们已经握手言和，谈笑风生。这不是他们之间谁是供应商的问题。未来，智能汽车将是一个互联网连接的社会。互联网是人与人之间的信息交互，物联网是人造的东西。他们之间的信息和知识交流将使社会变得智能化。自行车智能不能是，必须是协同智能。协作智能是一个大环境。道路应该是智能的，汽车应该是智能的，智能汽车应该在智能道路上运行，智能汽车也应该是智能道路。我想刚才道恩先生也讲了，在行业刚刚起步的时候，分工是多么的不同。五年后，我们今天谈论的一切可能都是错的，但有一点是对的，那就是它变得越来越智能。这需要软硬兼施。在硬件的前提下，原有的硬件是充分条件，未来是必要条件，但必要和不充分是不可能升华的。硬件我都准备好了，软件跟不上就浪费了。如果软件一直迭代，说明硬件库存不够。这两点告诉我们，进入一个全新的社会需要一个品牌-……我们真的改变了人们，而没有改变我们的想法，因为这是一个不同的世界，我们必须有不同的思维方式。从这个角度来说，我们认为我们在不断探索和进步，这些人为公司做了很好的工作。我可以想象那一定是一个开放、合作、竞争的环境，尤其是比如我们在做传感器、雷达摄像头，包括刹车系统、转向系统。同时我们的软件包括两个部分，一个是中间键，一个是上层应用键。博世是中间的关键，已经开始开源。不代表我是黑箱。通过开源整合社会资源，可以避免重复制造汽车和车轮，让自动驾驶这件事早日落地。现在有两个开源，一个是车载OS，一个是模拟开源。我们希望通过有竞争力的生态商业环境来推动自动驾驶的落地。赵福全:地平线制造芯片。你把自己定义为T2供应商还是T1供应商？最后你得有数据，你得执行数据。如果你不能很好的打通这些公司，你不了解和控制这些东西，最后你有很强的沟通能力和很强的算法能力，这些都没有体现在车上，你怎么结合你的商业模式，你还是不会和博世合作？张玉凤:我是陈先生的T1。首先，黑盒子房子越来越不可行。即使在L2级别，我们也会比较标准IQ4的性能。即使在L2层面，许多制造商也接受这种方法。我们也看到很多客户希望Horizon更加开放，尤其是通过计算数据，可以更快的积累软件能力。我们被期望成为一个黑箱解决方案，并给出最终的解决方案。我希望作为一个使能者，我们可以帮助OEM建立自己的软件中心。这样既能提供自己的芯片，又能成长为开发能力。虽然我们提供核心芯片，但是我们让长安的软件人员基于我们的工具链开发附加的交互功能，比如手势识别，玩有趣的游戏，比如车主可以用车机猜拳头。这是长安做的芯片供应链开发。我们已经是混合模式了，越往更高的层次开，我们就觉得像地平线这种有算法能力的芯片厂商更接近主机厂，因为刚才我们讲了软件的复杂程度和芯片的控制和积累能力。不过这里主要是和博世合作，主要围绕AI核心计算和感知。各种零件很多，智能驾驶也有各种零件。毫米波绝对没有受到影响，我们仍然是T2。新时代，旧的分层有点模糊。在新的模式下，更像是把原来的芯片厂纳入到了OEM的周围，大家会更加紧密的合作共赢。赵福全:在传统的以硬件为主的时代，人们越来越不认同是同质化的反面。未来，最强大的智能是个性化。除此之外，还有几千辆车，几千个人。最后，企业都想实现自己的个性化。如何在不流失客户的情况下平衡个性问题或者满足个性化需求，是芯片厂商面临的巨大挑战。现在才刚刚起步。长此以往，你也被称为中国的英伟达。你如何解决这个问题？张玉凤:这非常具有挑战性。L2智能驾驶舱还是比较清晰的，每个主机厂上去的思路都不一样。这是一个沟通合作的过程。我们尽量把最容易商业化的核心传感技术，我在路上每辆车上看到的每个人看到的速度都是一样的。这些属于共性的东西，一方面有自己的判断，需要和T1沟通，然后沟通调整。更愿意听取主机厂的想法，调整我们的定位。赵福全:接下来，请刘芳先生发言。说到车路协调，有些车路交给路，车上的传感器用的比较少。是不是你的销量降低了？车路协调对你的影响有多大？刘芳:其实从辅助驾驶到未来的自动驾驶，车和路的关系一直都是动态平衡的。现阶段，道路的基础设施建设还需要大量的时间来完善，也需要大量的时间来打通，甚至……eds需要大量时间来确保可靠性。所以无论是在车端搜索传感器还是解决方案，还是从功能安全和信息安全的角度尽量完善，通过自身的安全性尽可能保证自动驾驶功能启动时可以降低的风险。但在未来，当我们看到车路协调，也就是路的这一端的成熟逐渐拓宽覆盖面的时候，我们才能深刻的体会到，我们其实也走过了同样的阶段。随着覆盖面的扩大，标准的完善，成熟度的提高，对汽车这一端的硬件、传感、灵敏度的要求可以逐渐缓解，可能通过云端和车端算法的分层，更好的带来车路协同。对于不同决策的分层，哪些更符合安全需求？本质上我是做芯片的，传感器只是芯片的一部分。恩智浦涵盖汽车电子芯片的各个方面，产品家族最为齐全。就恩智浦而言，当自动驾驶向智能化发展，成为智能汽车的终极目标时，只有动态平衡。就算动平衡有一段时间的爬坡功能，甚至一段时间的迭代功能，现在大家都在说的电子电气架构的核心，很多OEM厂商都想把很多节点的ECU集成在大型MCU处理器上，是不是意味着恩智浦就没有业务了？不会，因为整体效益提高了。有一家很成功的公司有一句营销口号，就是买的越多，省的越多，我很佩服。很多时候，当我们谈到降低控制成本的时候，OEM厂商必然会采取的方法是技术升级，而不仅仅是降低配置，会考虑到整个电子电气架构的核心。国内很多主机厂应该都是这个阶段。基于面向服务的升级，我们有这样一个清晰的计划。2023年到2023年，在这个升级过程中，节点数量会减少，但实际上增加了前置控制器的数量，更大程度上增加了系统的可靠性和安全性的整体设计。这也是我们刚刚提到的T1问题，但是大家的产业链都是从软件到硬件。作为传统的芯片厂商，可以做传感器，做AI，大家会更多的宣传自己在硬件方面的能力。然后恩智浦在两个多月前刚刚宣布，我们将采用世界上最先进的5纳米技术来升级汽车芯片。那我们为什么采用5纳米，线宽更少，也比市面上计算能力最高的7纳米提高了20%的计算能力，也符合车规。无论是车路协同、人车交互，还是云车分层，我们硬件场景的重点都是让能工业环境的落地和实现。我们将深耕汽车产业，我们将把对汽车产业的理解和对安全的认知融入到未来智能网联汽车的设计和构想中。

0

赵福全:刘先生的意思是，你越聪明，你需要的传感器就越多，你需要的芯片就越多，我的生意就越多。刚才ANSYS说创新不安全，其实创新是为了安全。因为时间关系，我们讨论了这个问题。首先我要感谢四位嘉宾。汽车的智能化其实是与人类进入智能社会同步的，但汽车是一个移动机器人，集成了智能事物的挑战。因为机器人跟在人后面跑，安全就成了第一位。刚才刘先生也谈到了安全问题，博世的陈黎明先生也谈到了安全问题。我的汽车开发商保证汽车是安全的。其实任何交通工具，包括企业运营，都是高效安全的，开快车才是高效的。如果它不安全，它将永远不会到达那里。进入智能汽车的发展时代，刚才王昭先生也讲了。其实就是协同智能。单纯的车是不够的，单纯的环境也是不够的，但是也有分工。我也挑战过余枫先生，他们已经握手言和，谈笑风生。这不是谁是供给者的问题……他们之间。未来，智能汽车将是一个互联网连接的社会。互联网是人与人之间的信息交互，物联网是人造的东西。他们之间的信息和知识交流将使社会变得智能化。自行车智能不能是，必须是协同智能。协作智能是一个大环境。道路应该是智能的，汽车应该是智能的，智能汽车应该在智能道路上运行，智能汽车也应该是智能道路。我想刚才道恩先生也讲了，在行业刚刚起步的时候，分工是多么的不同。五年后，我们今天谈论的一切可能都是错的，但有一点是对的，那就是它变得越来越智能。这需要软硬兼施。在硬件的前提下，原有的硬件是充分条件，未来是必要条件，但必要和不充分是不可能升华的。硬件我都准备好了，软件跟不上就浪费了。如果软件一直迭代，说明硬件库存不够。这两点告诉我们，进入一个全新的社会，需要一种全新的思维方式，而我们真的在没有改变观念的情况下改变了人，因为这是一个不同的世界，我们要有不同的思维方式。从这个角度来说，我们认为我们在不断探索和进步，这些人为公司做了很好的工作。

标签：特斯拉发现宝马长安奔驰

汽车资讯热门资讯