小马智行莫璐怡：我们追求什么样的汽车智能

2020年8月22日，第三届全球智能汽车峰会在广州正式开幕。今年的主题是加快智能汽车发展，打造行业新引擎，主要讨论智能汽车近两年取得的技术突破和产品创新，讨论智能汽车的应用场景和商业模式，讨论智能汽车商业发展的顶层设计和实施路径。马骁智行(广州)总经理莫在下午举行的“智能汽车的技术突破与产品创新”主峰会上发表主题演讲。以下为演讲实录:

大家下午好！我是知行广州中心的负责人莫。非常感谢百人会邀请我今天在这里和从业者一起探讨智能汽车的未来。这几年你应该发现，智能汽车、智能汽车已经不是科幻片的内容了。我们发现不同层次的智能汽车产品已经进入了消费决策阶段，包括辅助驾驶或者刚才我们很多嘉宾提到的一些智能驾驶舱产品。我们追求的是什么样的汽车智能化？今天峰会的主题是“智能汽车的技术突破与产品创新”。针对近年来包括新能源技术在内的新技术，我们想提出这样的观点:突破和创新不再仅仅是寻找和解决需求，而是创造需求。我们行业逐渐形成了一个共识，智能化、电动化将是未来汽车的一种形态。其中，汽车智能化一般是指汽车行业在自动驾驶、物联网等新技术的作用下，与其深度融合，从而实现人们更高层次的出行需求的技术，而马骁智行一直致力于汽车智能化的不同尝试，同时努力贡献自己的力量。多说说我们的小马智行吧。马骁知行于2016年底在美国硅谷成立。已经进入发展的第四个年头，关于自动驾驶技术的研发不断深入。自成立以来，我们一直专注于研发最安全、最可靠、最先进的全工位自动驾驶，希望通过科技改变人类未来的出行。我们专注于L4级别及以上的自动驾驶技术。L4级别实际上在自动驾驶中属于较高的级别，是指在一定的区域和特定的环境中，系统能够完全感知世界，控制车辆独立完成其驾驶任务，无需人类驾驶员的任何操作。从屏幕上可以看到，这是去年12月我们发布的最新一代全硬件自动驾驶集成系统PonyAlpha 2.0。近十年来，自动驾驶行业发生了翻天覆地的变化。其实在2012年之前，我们讨论的更多问题并不是关于自动驾驶的应用场景，以及我们会用什么路径来实现自动驾驶或者无人驾驶的目标。我们问的更多问题是自动驾驶是否可能。从2013年开始，随着芯片、激光雷达和深度学习算法的大规模应用，人们逐渐开始相信自动驾驶是可能的。今天到场的嘉宾也分享了很多关于芯片和深度学习的进展。这些东西让我们整个自动驾驶行业在近几年取得了快速的技术进步。现在我们可以发现，自动驾驶在不同的行业和领域都有很多应用。比如，在旅客出行、货物运输、物流配送、城市清洁等领域，我们都能看到自动驾驶的身影。我们究竟如何让汽车变得越来越聪明？我想用一个更通俗的比喻来讲讲我们整个自动驾驶系统是如何赋能智能汽车的。我们的自动驾驶系统实际上赋予了汽车眼睛、手、脚和大脑的功能。从硬件研发的角度来说，眼睛意味着我们的车辆有更多的传感器，从而可以通过不同的传感器感知世界。在我们新发布的自动驾驶硬件系统中，我们的自动驾驶车辆拥有激光雷达、毫米波雷达、摄像头等不同的传感器，帮助我们实现360度无盲区覆盖。硬件层面上的手脚，意味着我们需要精确控制车辆的油门、刹车和转向。这意味着我们需要掌握线控技术的核心控制，也需要知道如何优化整个控制算法。同时，货车不同于普通客车。对于硬件来说，大脑意味着为他提供一个强大的计算单元或者计算平台，需要有足够的计算能力来支持复杂的软件算法，并且运行非常稳定，这样车辆才能在路上安全地完成复杂的驾驶任务。正如我们刚刚提到的，软件也是自动驾驶软硬件系统的重头戏。事实上，眼睛指的是我们的感知模块。我们需要分析和处理从……获得的数据关于世界的nsors，从而了解我们的车辆行驶在道路上时周围的所有障碍物，它们是如何行驶在道路上的，它们现在以什么速度，以什么方式行驶，同时我们要随时跟踪它们的路径，预测它们下一步的意图和轨迹。说到手脚，我们更多指的是决策规划模块。在得到感知模块的输出，知道车辆周围障碍物的下一步动作后，分析车辆会和这些障碍物产生什么样的交互作用，对于每个障碍物应该做出什么样的决策。比如在变道的过程中，如果下一车道有车辆，我应该在下一车道的车辆前面变道还是后面变道？这些实际上是计划控制模块需要完成的任务。更具体地说，对于控制模块，我们需要将我们的决策计划的结果翻译成机器可以理解的语言。比如怎么踩我们的刹车和油门，怎么打我们的方向盘，这是它需要完成的工作。对于大脑来说，我们这里指的是一套自成立以来一直在使用的自主研发的自动驾驶基础设施和操作平台PonyBrain。有了这个自研的操作平台，我们有能力深度优化自己的能力，优化对资源的占用，仍然可以用极少的资源占用完成非常复杂的深度学习算法和各种自动驾驶算法。只有我们把所有的软硬件统一看待，进行全局优化，才能在一定的计算能力下，做出比其他单独考虑的场景更强大的能够满足需求的自动驾驶系统，而这其实也是我们的一大优势，全局优化的能力。多亏了自动驾驶系统，我们的车终于有了智能化的基础。然而，这样的智能汽车有点像蹒跚学步的孩子。它只有基本的智能，需要不同的学习和成长来面对复杂的世界。自动驾驶系统是如何实现持续学习和自我成长的？在回答这个问题之前，我想抛出一个观点，自动驾驶是一个基于实践和大数据的创新问题。这里说的实践是真正的路考。我们的自动驾驶仅仅停留在实验室做仿真研究是没有办法实现技术突破和提升的。必须让我们的车辆走上真实的道路接受最艰难的挑战，接受不同场景的数据，从而不断完善整个系统，推动整个技术的发展。接下来，我想分享一个关于雨天和飞溅处理的故事。解释为什么实践和大数据对自动驾驶非常重要。如果你参加了今天早上的峰会，你也应该知道雨天或飞溅的场景对自动驾驶来说是非常大的挑战。当我们在2017年底正式落户中国广州的时候，当我们推出中国第一支自动驾驶车队的时候，其实我们整个自动驾驶系统对雨天和水花的处理能力一般。为什么？来中国之前，我们只在美国加州进行了路测。众所周知，加州一年四季都是阳光明媚的地方，所以我们在加州的路测并没有收集到太多的雨天和溅水的数据，这就使得我们的自动驾驶系统在这方面缺乏非常强的处理能力。然而，当我们来到广州后，当我们在广州运营我们的机器人出租车时，我们有一个小统计。在运营的前500天里，我们一共经历了209个雨天，而且经常是大雨或者雷雨，使得我们整个自动驾驶系统在不停歇的路测中接收到了大量的雨天和溅水数据，不断完善我们的系统。这是一个简单的视频。从右边的摄像头可以看到，雨已经很大了，路上有很多积水，车辆经过的时候有很多水花。然而，我们的自动驾驶系统对世界有着非常清晰的认识，甚至能够让我们的车辆做出果断的决策，超越人类驾驶的车辆。这就是为什么我们认为自动驾驶系统最终总能比人类有更高的安全上限，因为有比人类更清晰的一对。我们追求的是什么样的汽车智能化？其实现在不断推技术，一次又一次做技术迭代，到最后，我们都想做虚拟司机。我们希望我们的自动驾驶系统最终能够……这样的虚拟司机。他可以驾驶不同的车型，他可以部署在不同的车辆平台上。通过不断学习，不断积累场景数据，数据反馈，他最终可以通过AI升级技术实现开什么样的车，走什么样的路。马骁智行的L4自动驾驶汽车现在达到了什么水平？我想通过几个方面做一个简单的分享。场景上，我们现在可以处理复杂的城市路况，包括不同的早晚高峰路况，包括临时施工区域，包括我们刚刚看到的不同天气场景。现在我们在广州、北京、加州的日常路测中会经历很多这样的场景，待遇不错。同时，在应用场景方面，从2018年底开始，我们陆续在中国广州和美国加州推出了我们的自动驾驶机器人出租车出行服务。Robo-Taxi把我们带到了最有用户需求的地方，让我们走最真实的路，接受最艰难的挑战。同时，我们在货运方面也做了一些尝试。疫情期间，我们与电商平台合作，在加州为车主提供“最后一公里”运输服务。同时，我们也开始布局自动驾驶卡车市场。在产品迭代方面，刚刚提到我们已经发布了四代自动驾驶产品，我们的硬件研发能力和流程也越来越完善，可以使我们更好地适应灵活的行业变化。在我们看来，汽车智能化的发展一定不是一个人的奋斗，它的未来一定是一个开放合作的生态。从马骁之星的角度来看，我们正在不断推动与国内外顶级汽车制造商的深度合作。我们相信我们的自动驾驶系统就像汽车的大脑，我们需要一个强壮的身体。百年沉淀的汽车工业，是强健体魄最好的基础。同时，我们认为自动驾驶是技术主导的硬技术。无人驾驶和大规模决定了自动驾驶的高门槛，而安全是自动驾驶的底线。谈到安全，刚刚有很多关于我们如何提高自动驾驶安全性的分享。对于马骁之星来说，从我们的软硬件各个模块的设计上，都考虑了不同的冗余设计，希望我们的自动驾驶车辆即使出现任何异常，仍然能够完成自动驾驶任务或者安全靠边。与此同时，我们在内部设定了许多不同的安全和舒适指标。在过去三年的发展中，我们在这些指标上都取得了非常好的增长。最后，马骁智行一直把技术放在第一位。我们希望与产业链上下游合作，不断推动自动驾驶技术尽快成熟和落地，真正用科技重塑人类的未来。谢谢大家！2020年8月22日，第三届全球智能汽车峰会在广州正式开幕。今年的主题是加快智能汽车发展，打造行业新引擎，主要讨论智能汽车近两年取得的技术突破和产品创新，讨论智能汽车的应用场景和商业模式，讨论智能汽车商业发展的顶层设计和实施路径。马骁智行(广州)总经理莫在下午举行的“智能汽车的技术突破与产品创新”主峰会上发表主题演讲。以下为演讲实录:

大家下午好！我是知行广州中心的负责人莫。非常感谢百人会邀请我今天在这里和从业者一起探讨智能汽车的未来。这几年你应该发现，智能汽车、智能汽车已经不是科幻片的内容了。我们发现不同层次的智能汽车产品已经进入了消费决策阶段，包括辅助驾驶或者刚才我们很多嘉宾提到的一些智能驾驶舱产品。我们追求的是什么样的汽车智能化？今天峰会的主题是“智能汽车的技术突破与产品创新”。针对近年来包括新能源技术在内的新技术，我们想提出这样的观点:突破和创新不再仅仅是寻找和解决需求，而是创造需求。我们行业逐渐形成了一个共识，智能化、电动化将是未来汽车的一种形态。其中，汽车智能化一般是指汽车行业在自动驾驶、物联网等新技术的作用下，与其深度融合，从而实现人们更高层次的出行需求的技术，而马骁智行一直致力于汽车智能化的不同尝试，同时努力贡献自己的力量。多说说我们的小马智行吧。马骁知行于2016年底在美国硅谷成立。已经进入发展的第四个年头，关于自动驾驶技术的研发不断深入。自成立以来，我们一直专注于研发最安全、最可靠、最先进的全工位自动驾驶，希望通过科技改变人类未来的出行。我们专注于L4级别及以上的自动驾驶技术。L4级别实际上在自动驾驶中属于较高的级别，是指在一定的区域和特定的环境中，系统能够完全感知世界，控制车辆独立完成其驾驶任务，无需人类驾驶员的任何操作。从屏幕上可以看到，这是去年12月我们发布的最新一代全硬件自动驾驶集成系统PonyAlpha 2.0。近十年来，自动驾驶行业发生了翻天覆地的变化。其实在2012年之前，我们讨论的更多问题并不是关于自动驾驶的应用场景，以及我们会用什么路径来实现自动驾驶或者无人驾驶的目标。我们问的更多问题是自动驾驶是否可能。从2013年开始，随着芯片、激光雷达和深度学习算法的大规模应用，人们逐渐开始相信自动驾驶是可能的。今天到场的嘉宾也分享了很多关于芯片和深度学习的进展。这些东西让我们整个自动驾驶行业在近几年取得了快速的技术进步。现在我们可以发现，自动驾驶在不同的行业和领域都有很多应用。比如，在旅客出行、货物运输、物流配送、城市清洁等领域，我们都能看到自动驾驶的身影。我们究竟如何让汽车变得越来越聪明？我想用一个更通俗的比喻来讲讲我们整个自动驾驶系统是如何赋能智能汽车的。我们的自动驾驶系统实际上赋予了汽车眼睛、手、脚和大脑的功能。从硬件研发的角度来说，眼睛意味着我们的车辆有更多的传感器，从而可以通过不同的传感器感知世界。在我们新发布的自动驾驶硬件系统中，我们的自动驾驶车辆拥有激光雷达、毫米波雷达、摄像头等不同的传感器，帮助我们实现360度无盲区覆盖。硬件层面上的手脚，意味着我们需要精确控制车辆的油门、刹车和转向。这意味着我们需要掌握线控技术的核心控制，也需要知道如何优化整个控制算法。同时，货车不同于普通客车。对于硬件来说，大脑意味着为他提供一个强大的计算单元或者计算平台，需要有足够的计算能力来支持复杂的软件算法，并且运行非常稳定，这样车辆才能在路上安全地完成复杂的驾驶任务。正如我们刚刚提到的，软件也是自动驾驶软硬件系统的重头戏。事实上，眼睛指的是我们的感知模块。我们需要分析和处理从……获得的数据关于世界的nsors，从而了解我们的车辆行驶在道路上时周围的所有障碍物，它们是如何行驶在道路上的，它们现在以什么速度，以什么方式行驶，同时我们要随时跟踪它们的路径，预测它们下一步的意图和轨迹。说到手脚，我们更多指的是决策规划模块。在得到感知模块的输出，知道车辆周围障碍物的下一步动作后，分析车辆会和这些障碍物产生什么样的交互作用，对于每个障碍物应该做出什么样的决策。比如在变道的过程中，如果下一车道有车辆，我应该在下一车道的车辆前面变道还是后面变道？这些实际上是计划控制模块需要完成的任务。更具体地说，对于控制模块，我们需要将我们的决策计划的结果翻译成机器可以理解的语言。比如怎么踩我们的刹车和油门，怎么打我们的方向盘，这是它需要完成的工作。对于大脑来说，我们这里指的是一套自成立以来一直在使用的自主研发的自动驾驶基础设施和操作平台PonyBrain。有了这个自研的操作平台，我们有能力深度优化自己的能力，优化对资源的占用，仍然可以用极少的资源占用完成非常复杂的深度学习算法和各种自动驾驶算法。只有我们把所有的软硬件统一看待，进行全局优化，才能在一定的计算能力下，做出比其他单独考虑的场景更强大的能够满足需求的自动驾驶系统，而这其实也是我们的一大优势，全局优化的能力。多亏了自动驾驶系统，我们的车终于有了智能化的基础。然而，这样的智能汽车有点像蹒跚学步的孩子。它只有基本的智能，需要不同的学习和成长来面对复杂的世界。自动驾驶系统是如何实现持续学习和自我成长的？在回答这个问题之前，我想抛出一个观点，自动驾驶是一个基于实践和大数据的创新问题。这里说的实践是真正的路考。我们的自动驾驶仅仅停留在实验室做仿真研究是没有办法实现技术突破和提升的。必须让我们的车辆走上真实的道路接受最艰难的挑战，接受不同场景的数据，从而不断完善整个系统，推动整个技术的发展。接下来，我想分享一个关于雨天和飞溅处理的故事。解释为什么实践和大数据对自动驾驶非常重要。如果你参加了今天早上的峰会，你也应该知道雨天或飞溅的场景对自动驾驶来说是非常大的挑战。当我们在2017年底正式落户中国广州的时候，当我们推出中国第一支自动驾驶车队的时候，其实我们整个自动驾驶系统对雨天和水花的处理能力一般。为什么？来中国之前，我们只在美国加州进行了路测。众所周知，加州一年四季都是阳光明媚的地方，所以我们在加州的路测并没有收集到太多的雨天和溅水的数据，这就使得我们的自动驾驶系统在这方面缺乏非常强的处理能力。然而，当我们来到广州后，当我们在广州运营我们的机器人出租车时，我们有一个小统计。在运营的前500天里，我们一共经历了209个雨天，而且经常是大雨或者雷雨，使得我们整个自动驾驶系统在不停歇的路测中接收到了大量的雨天和溅水数据，不断完善我们的系统。这是一个简单的视频。从右边的摄像头可以看到，雨已经很大了，路上有很多积水，车辆经过的时候有很多水花。然而，我们的自动驾驶系统对世界有着非常清晰的认识，甚至能够让我们的车辆做出果断的决策，超越人类驾驶的车辆。这就是为什么我们认为自动驾驶系统最终总能比人类有更高的安全上限，因为有比人类更清晰的一对。我们追求的是什么样的汽车智能化？其实现在不断推技术，一次又一次做技术迭代，到最后，我们都想做虚拟司机。我们希望我们的自动驾驶系统最终能够……这样的虚拟司机。他可以驾驶不同的车型，他可以部署在不同的车辆平台上。通过不断学习，不断积累场景数据，数据反馈，他最终可以通过AI升级技术实现开什么样的车，走什么样的路。马骁智行的L4自动驾驶汽车现在达到了什么水平？我想通过几个方面做一个简单的分享。场景上，我们现在可以处理复杂的城市路况，包括不同的早晚高峰路况，包括临时施工区域，包括我们刚刚看到的不同天气场景。现在我们在广州、北京、加州的日常路测中会经历很多这样的场景，待遇不错。同时，在应用场景方面，自2018年底以来，我们已经在中国广州和美国加州相继推出了我们的自动驾驶机器人出租车出行服务。Robo-Taxi把我们带到了最有用户需求的地方，让我们走最真实的路，接受最艰难的挑战。同时，我们在货运方面也做了一些尝试。疫情期间，我们与电商平台合作，在加州为车主提供“最后一公里”运输服务。同时，我们也开始布局自动驾驶卡车市场。在产品迭代方面，刚刚提到我们已经发布了四代自动驾驶产品，我们的硬件研发能力和流程也越来越完善，可以使我们更好地适应灵活的行业变化。在我们看来，汽车智能化的发展一定不是一个人的奋斗，它的未来一定是一个开放合作的生态。从马骁之星的角度来看，我们正在不断推动与国内外顶级汽车制造商的深度合作。我们相信我们的自动驾驶系统就像汽车的大脑，我们需要一个强壮的身体。百年沉淀的汽车工业，是强健体魄最好的基础。同时，我们认为自动驾驶是技术主导的硬技术。无人驾驶和大规模决定了自动驾驶的高门槛，而安全是自动驾驶的底线。谈到安全，刚刚有很多关于我们如何提高自动驾驶安全性的分享。对于马骁之星来说，从我们的软硬件各个模块的设计上，都考虑了不同的冗余设计，希望我们的自动驾驶车辆即使出现任何异常，仍然能够完成自动驾驶任务或者安全靠边。与此同时，我们在内部设定了许多不同的安全和舒适指标。在过去三年的发展中，我们在这些指标上都取得了非常好的增长。最后，马骁智行一直把技术放在第一位。我们希望与产业链上下游合作，不断推动自动驾驶技术尽快成熟和落地，真正用科技重塑人类的未来。谢谢大家！

标签：发现北京

汽车资讯热门资讯