智行者王肖：自动驾驶的终极目标是要做乘用车的出行共享

12月16日，第九届全球新能源汽车大会在国家会议中心开幕。北京智星哲科技有限公司有限公司首席技术官王晓在智能论坛上发表了主题演讲，指出自动驾驶最困难的部分不是我们看不到、摸不到或听不到，而是我们的大脑。

北京智星哲科技有限公司有限公司首席技术官王晓以下是有限公司首席技术官王晓的录音演讲（略删节）：无论是在世界上还是在中国，我们进行自主驾驶的最初意图是进行无人驾驶旅行，我们都想改变我们的旅行方式。事实上，我今天在整个PPT中所说的是，我们的智行者成立于2015年，这是第一批做自动驾驶的公司。我们是怎么想的？为什么我们会逐渐探索我们目前的商业模式？这也是为了与大家分享。2017年，我们推出了我们的低速车，这在业界也很受认可。2018年，我们推出了高速乘用车品牌。这是来自外媒的，一家咨询机构评论了一张图片，该图片将智能步行者放在了所有初创公司的集成解决方案提供商模块中。事实上，我们认为我们在整个低速汽车中，实际上，我们应该把它们放在整个汽车中，因为我们是世界上第一家真正想大规模生产的公司。我们自己做所有的低速车，我们主要在高速车中提供整个AI算法和解决方案。自2015年以来，整个开发过程都与主机厂紧密相连。这些都是我们团队做的，包括我们和北汽新能源，包括百度汽车等，这也让我们整个行业背景从车内走出来。与许多来自人工智能公司的家庭不同，我们一直以汽车行业为基础。我们的整个研发点，实际上我们不喜欢很多同行，从感知开始，因为我们认为感知就像开车，感知可能更像人的眼睛，我们的控制器更像人们的手和脚。尽管我们知道为什么前几年人们认为感知非常重要，但我们已经奋斗了3-5年，感知将不再是自动驾驶的瓶颈。目前，我们对许多公司的认知水平都很高。最近，有人声称感知距离可以达到1公里以上。我认为这远远超出了人眼的水平，这也证实了我们的观点，即自动驾驶最困难的部分不是我们看不见、摸不到或听不见，而是最困难的是我们的大脑。Waymo最近唱得不好？当我们看所有的媒体报道时，我们并不是说它的感知能力不好，也不是说它地图不好。我们的意思是，当地居民无法与它合并，无法超越它，并故意选择向右行驶以避免左转。因此，自从智能旅行者一直在做自动驾驶以来，重点一直放在我们的整个人工智能大脑上，以及我们的整体解决方案上。整体解决方案，包括我们如何集成感知、地图集成和控制，以及我们车上的控制器，就是我们所做的。这是我们的整个人工智能大脑，可以被视为开发的拓扑图。我们大脑失去的顶层是感知部分，底层是控制部分，中间是我们认知和分析的模块。那么，我们如何真正了解世界，构建我们的场景，讲述我们的整个故事，并最终将其转化为我们真正的轨迹，控制，这是我们人工智能大脑的设计。最关键的技术，实际上是我们的内部，包括感知和整个定位，都是我们的基本模块。刚才，虽然我们最终关心的是一个完整的大脑，但事实上，我们也在内部做感知和定位，所以很多事情都是由一个合适的供应商强迫我们拥有全栈能力。在这里我需要向大家强调的是，这是我们的特点之一，也是我们与大多数自动驾驶公司不同的地方。首先，我们将制作自己的控制器，我们希望以芯片前加载的方式与之合作，而不是在加载后制作产品。最左边是我们停车位的控制器，中间的图片是我们在广东的生产线，即我们的整个低速汽车，这是世界上第一家真正实现大规模生产的工厂。我们知道国外有很多，包括扫地车和送货车，还有国外……

国家应该领先于我们，但到目前为止，我们还没有看到任何国家以自建生产线的形式存在，大多数国家都找到了一些原始设备制造商。然而，从2016年底到2017年，智行建造了这个工厂，我们的生产线开始磨合了整整一年。也许整个汽车企业看起来是一个非常、非常低的东西，但对我们来说，从零开始，我认为我们非常了不起。包括我们的车辆在内，目前的位置是100-200辆，所有这些都是在我们的中山生产线制造的。事实上，我们也深入参与了国家产业的一些政策和法律的制定，因为我们现在实际上遇到了这个问题，包括我们的物流车辆落地。我们为什么要关注这个问题？事实上，我刚刚说过，乘用车的自动驾驶在很大程度上受国家法律法规的约束。但对于低速车辆，例如，我们在公园里驾驶一些车辆。在许多情况下，第一个是交通部门，而交通部门实际上并不在乎。这件事甚至是一片空白。所以事实上，前段时间，我们和京东、美团等一些物流公司，包括一些机器人公司合作，为我们整个低速机器人开发了一个自动驾驶系统，这被视为行业标准，然后送到国家进行评估。因此，我们积极参与此事。目前，我们是第一家吃螃蟹的公司。我们的商业思维如何？事实上，刚才已经说过了，Tension先生也说过，未来，我相信所有自动驾驶的最终目标是共享乘用车的出行，我相信OEM是这么认为的。但关键在于这条切实可行的道路。作为一家初创公司，我们能活到那个时候吗？作为一家主机厂，在我们的自主品牌中，我相信自主品牌实际上有卖车的生存压力。我们可以在所有模式下转到全部吗？我相信我们在2015年和2016年一直在讨论这个问题。这是我们在2016年提出的这个象限的图片。我们认为，目前短期的2019年确实可以从普通人和用户那里赚钱，我们认为这是一个低速加载。经过我们在2016年和2017年的鉴定，在这个行业低速载人的情况下，从普通人那里赚10元和5元并不是那么容易。我们认为你可以放手，不要担任安全官员的角色。有了这个角色，你肯定赚不到钱。因此，我们认为只有摆脱我们的安全员，才能将我们车辆的安全员变成远程安全员，这样一个人只能盯着一辆车看。现在我们可以通过远程监控一个人盯着十辆车看。随着网络越来越快，我相信一个人很快就能盯上一百辆车。我们想以低速起步，因为。事实上，只要速度上升，许多问题就不会全部暴露出来。我们从2016年开始与苏宁、美团、京东、京东合作，这是合作时间最长的一次。我们和美团很快将在冬奥公园投放100辆汽车，为我们的运动员送快递。我们的扫地车，事实上，我认为它最近变得更出名了，因为我们真的认为它是一款非常实用的自动驾驶产品。我们多次与您沟通。很多媒体都在谈论它。事实上，在普通人和所有用户看来，自动驾驶绝对是一件很高的事情，因为所有的成本价格和传感器都感觉非常非常昂贵。但我可以在这里和你分享。我们明年的清扫车出货量将达到1200辆。我们希望经过未来一到两年的努力，一辆车的成本可以降低到5-7万元。想想这辆清扫车。根据我们的计算，我们不需要休息24小时。与人相比，我们必须睡觉和吃饭，而且我们根本不需要它。此外，我们的下一代将支持无线充电模式，理论上可以取代4-6人。如果我们的成本降低到5万元，你可以想象用户没有压力。我相信，对于用户来说，实际上他脑子里没有以前的自动驾驶仪，动不了六七十万。我们也可以把它降到3万元以下。我相信，在2018年，我们在大规模生产的基础上，为整个供应链的整合做了很多工作。目前，我们的用户最多的是政府公园、公园和广场，而目前，我们无法跟上他们的订单。这是我们刚刚谈到的世界上第一条真正的低速专用车生产线，我们的一次性出货量可以达到1500辆。我们从零开始，从零到一，都是自己设计的。我相信，根据自动驾驶的理念，……

我们也在一年内建造了它，这仍然非常非常困难。包括现在很多物流公司，他们在做自动驾驶的时候，其实都想依靠我们的生产线代工生产，因为建立这条生产线还是一个非常复杂的项目。我刚刚谈到了低速汽车，今天在座的各位可能更多地与乘用车有关，所以事实上，我们也有高速汽车的解决方案。我们的思路如图所示。我们只专注于我们的人工智能大脑，以及整体解决方案，为原始设备制造商提供整体L3-L4总体解决方案，这是我们的定位和目标之一。我们认为特斯拉的车型可能会更好。我们还在里面总结了一张图片。你的意思是什么？事实上，我们所有的传感器都是非批量生产的。特斯拉一直抵制激光，因为激光太贵了。我相信，在激光器的价格降得很低之后，没有任何OEM会拒绝这个东西。所以我们的模型被称为车辆的离散升级。什么意思？与特斯拉一样，2018年、2020年和2025年的这些关键节点，以及我们的传感器和车辆，可以逐步大规模生产我们的车型。2020年，我们的许多原始设备制造商将在2013年进入大规模生产的第一年。根据我们的调查，至少中国的原始设备制造商对（英国）仍有一些疑虑，他们在研究该方案时仍然没有考虑。我认为它可能是L3，因为这个L3可能意味着L2++，它不是一个完整的L3。我认为随着我们主机厂的大规模生产，这个硬件应该逐步升级。对于软件来说，未来的汽车必须由软件来定义，我们希望通过数据一直升级。我们希望收集基于量产车的驾驶场景大数据。事实上，我们都是在一些相对安全的场景和可控的环境中这样做的。我相信这是所有做自动驾驶的公司的底线，我们不敢轻易造成安全事故。如果我们所谓的传感器被收集到生产模型中，这意味着用户正在为OEM收集世界上所有简单和复杂的场景。如果这个驾驶场景是大数据采集，这就是核心竞争力，因为我们知道人工智能中的数据 时代才是真正的黄金。OTA升级，快速智能验证和反馈，我们都知道真正掌握自动驾驶流程的入口无非是几个传感器和大脑，而每个人都在抢这个东西，所以我们将其总结为车辆硬件的离散升级+软件的持续升级。实际上，从2015年到2018年，我们做了很多工作。2015年，这是11月的视频，通过摄像头和无线电波完成，变道是自动的。这是2015年11月的数据。这种光线非常糟糕，因为当时是日落，面对着摄像机，所有的变道都是自动的。事实上，我们可能已经看到了我们在业内的一些报道，我们知道我们在9月份参加了中央电视台的拍摄，我们认为这仍然非常具有挑战性：1。这是世界上第一次在张家界的山路上这样做。2.整个拍摄团队给了我们两天时间，因为整个场景都关闭了。我们制作了地图，调试了算法，拍摄了整个场景，总共花了两天时间，这也给我们带来了很大的挑战。3.这里会遇到一些技术细节，比如穿越隧道和下雨。这是第三个挑战。4.对我们算法可靠性的全部挑战。正如你所看到的，整条路的右侧是一个悬崖，这有点不可靠。下坡时，有可能冲出护栏，直接掉到悬崖下。当我们拍摄时，我们实际上是负责任的，而且非常担心。的确，因为可能不理解的人，他可以放心，因为央视老师很开心，而且世界上第一次，做算法的人非常担心事情。最后，让我们向您展示我们一直在做一些复杂的内部研发工作，包括在我们公司附近展示的这段视频。这在中国应该是一个相对复杂的场景，就在回龙观。每个去过回龙观的人都明白，第一个交通场景非常复杂；

其次，许多人不遵守交通规则。我们离开整个地下室后，整个过程没有人工干预，包括支付费用的地方。在这个场景中，停在周围的车辆突然掉头，包括行人逆行，这对我们来说是非常非常具有挑战性的，还有送货。这个变道是全自动的。我们分为四个角度，自动驾驶的算法是已知的。如果在这种复杂的道路上，最复杂的不是方向盘的控制，而是刹车油门的控制。事实上，方向盘的控制相对简单。更具挑战性的是，我们必须回到地下室。我们的地下室有800到1公里长，我们都依靠上面的激光来识别。这个地下室的环境非常复杂。12月16日，第九届全球新能源汽车大会在国家会议中心开幕。北京智星哲科技有限公司有限公司首席技术官王晓在智能论坛上发表了主题演讲，指出自动驾驶最困难的部分不是我们看不到、摸不到或听不到，而是我们的大脑。

北京智星哲科技有限公司有限公司首席技术官王晓以下是有限公司首席技术官王晓的录音演讲（略删节）：无论是在世界上还是在中国，我们进行自主驾驶的最初意图是进行无人驾驶旅行，我们都想改变我们的旅行方式。事实上，我今天在整个PPT中所说的是，我们的智行者成立于2015年，这是第一批做自动驾驶的公司。我们是怎么想的？为什么我们会逐渐探索我们目前的商业模式？这也是为了与大家分享。2017年，我们推出了我们的低速车，这在业界也很受认可。2018年，我们推出了高速乘用车品牌。这是来自外媒的，一家咨询机构评论了一张图片，该图片将智能步行者放在了所有初创公司的集成解决方案提供商模块中。事实上，我们认为我们在整个低速汽车中，实际上，我们应该把它们放在整个汽车中，因为我们是世界上第一家真正想大规模生产的公司。我们自己做所有的低速车，我们主要在高速车中提供整个AI算法和解决方案。自2015年以来，整个开发过程都与主机厂紧密相连。这些都是我们团队做的，包括我们和北汽新能源，包括百度汽车等，这也让我们整个行业背景从车内走出来。与许多来自人工智能公司的家庭不同，我们一直以汽车行业为基础。我们的整个研发点，实际上我们不喜欢很多同行，从感知开始，因为我们认为感知就像开车，感知可能更像人的眼睛，我们的控制器更像人们的手和脚。尽管我们知道为什么前几年人们认为感知非常重要，但我们已经奋斗了3-5年，感知将不再是自动驾驶的瓶颈。目前，我们对许多公司的认知水平都很高。最近，有人声称感知距离可以达到1公里以上。我认为这远远超出了人眼的水平，这也证实了我们的观点，即自动驾驶最困难的部分不是我们看不见、摸不到或听不见，而是最困难的是我们的大脑。Waymo最近唱得不好？当我们看所有的媒体报道时，我们并不是说它的感知能力不好，也不是说它地图不好。我们的意思是，当地居民无法与它合并，无法超越它，并故意选择向右行驶以避免左转。因此，自从智能旅行者一直在做自动驾驶以来，重点一直放在我们的整个人工智能大脑上，以及我们的整体解决方案上。整体解决方案，包括我们如何集成感知、地图集成和控制，以及我们车上的控制器，就是我们所做的。这是我们的整个人工智能大脑，可以被视为开发的拓扑图。我们大脑失去的顶层是感知部分，底层是控制部分，中间是我们认知和分析的模块。那么，我们如何真正了解世界，构建我们的场景，讲述我们的整个故事，并最终将其转化为我们真正的轨迹，控制，这是我们人工智能大脑的设计。最关键的技术，其实就是我们的内在，包括感知和整个定位……

e我们的基本模块。刚才，虽然我们最终关心的是一个完整的大脑，但事实上，我们也在内部做感知和定位，所以很多事情都是由一个合适的供应商强迫我们拥有全栈能力。在这里我需要向大家强调的是，这是我们的特点之一，也是我们与大多数自动驾驶公司不同的地方。首先，我们将制作自己的控制器，我们希望以芯片前加载的方式与之合作，而不是在加载后制作产品。最左边是我们停车位的控制器，中间的图片是我们在广东的生产线，即我们的整个低速汽车，这是世界上第一家真正实现大规模生产的工厂。我们知道国外有很多，包括扫地车和送货车，国外应该在我们前面，但到目前为止，我们还没有看到任何一个以自建生产线的形式出现，他们大多找到了一些原始设备制造商。然而，从2016年底到2017年，智行建造了这个工厂，我们的生产线开始磨合了整整一年。也许整个汽车企业看起来是一个非常、非常低的东西，但对我们来说，从零开始，我认为我们非常了不起。包括我们的车辆在内，目前的位置是100-200辆，所有这些都是在我们的中山生产线制造的。事实上，我们也深入参与了国家产业的一些政策和法律的制定，因为我们现在实际上遇到了这个问题，包括我们的物流车辆落地。我们为什么要关注这个问题？事实上，我刚刚说过，乘用车的自动驾驶在很大程度上受国家法律法规的约束。但对于低速车辆，例如，我们在公园里驾驶一些车辆。在许多情况下，第一个是交通部门，而交通部门实际上并不在乎。这件事甚至是一片空白。所以事实上，前段时间，我们和京东、美团等一些物流公司，包括一些机器人公司合作，为我们整个低速机器人开发了一个自动驾驶系统，这被视为行业标准，然后送到国家进行评估。因此，我们积极参与此事。目前，我们是第一家吃螃蟹的公司。我们的商业思维如何？事实上，刚才已经说过了，Tension先生也说过，未来，我相信所有自动驾驶的最终目标是共享乘用车的出行，我相信OEM是这么认为的。但关键在于这条切实可行的道路。作为一家初创公司，我们能活到那个时候吗？作为一家主机厂，在我们的自主品牌中，我相信自主品牌实际上有卖车的生存压力。我们可以在所有模式下转到全部吗？我相信我们在2015年和2016年一直在讨论这个问题。这是我们在2016年提出的这个象限的图片。我们认为，目前短期的2019年确实可以从普通人和用户那里赚钱，我们认为这是一个低速加载。经过我们在2016年和2017年的鉴定，在这个行业低速载人的情况下，从普通人那里赚10元和5元并不是那么容易。我们认为你可以放手，不要担任安全官员的角色。有了这个角色，你肯定赚不到钱。因此，我们认为只有摆脱我们的安全员，才能将我们车辆的安全员变成远程安全员，这样一个人只能盯着一辆车看。现在我们可以通过远程监控一个人盯着十辆车看。随着网络越来越快，我相信一个人很快就能盯上一百辆车。我们想以低速起步，因为。事实上，只要速度上升，许多问题就不会全部暴露出来。我们从2016年开始与苏宁、美团、京东、京东合作，这是合作时间最长的一次。我们和美团很快将在冬奥公园投放100辆汽车，为我们的运动员送快递。我们的扫地车，事实上，我认为它最近变得更出名了，因为我们真的认为它是一款非常实用的自动驾驶产品。我们多次与您沟通。很多媒体都在谈论它。事实上，在普通人和所有用户看来，自动驾驶绝对是一件很高的事情，因为所有的成本价格和传感器都感觉非常非常昂贵。但我可以在这里和你分享。我们明年的清扫车出货量将达到1200辆。我们希望经过未来一到两年的努力，一辆车的成本可以降低到5-7万元。想想这辆清扫车。根据我们的计算，我们不需要休息24小时。与人相比，我们必须睡觉和吃饭，而且我们根本不需要它。此外，我们的下一代……

ion将支持无线充电模式，理论上可以取代4-6人。如果我们的成本降低到5万元，你可以想象用户没有压力。我相信，对于用户来说，实际上他脑子里没有以前的自动驾驶仪，动不了六七十万。我们也可以把它降到3万元以下。我相信，在2018年，我们在大规模生产的基础上，为整个供应链的整合做了很多工作。目前，我们的用户最多的是政府公园、公园和广场，而目前，我们无法跟上他们的订单。这是我们刚刚谈到的世界上第一条真正的低速专用车生产线，我们的一次性出货量可以达到1500辆。我们从零开始，从零到一，都是自己设计的。我相信，按照自动驾驶的理念，我们也在一年内完成了，这仍然是非常非常困难的。包括现在很多物流公司，他们在做自动驾驶的时候，其实都想依靠我们的生产线代工生产，因为建立这条生产线还是一个非常复杂的项目。我刚刚谈到了低速汽车，今天在座的各位可能更多地与乘用车有关，所以事实上，我们也有高速汽车的解决方案。我们的思路如图所示。我们只专注于我们的人工智能大脑，以及整体解决方案，为原始设备制造商提供整体L3-L4总体解决方案，这是我们的定位和目标之一。我们认为特斯拉的车型可能会更好。我们还在里面总结了一张图片。你的意思是什么？事实上，我们所有的传感器都是非批量生产的。特斯拉一直抵制激光，因为激光太贵了。我相信，在激光器的价格降得很低之后，没有任何OEM会拒绝这个东西。所以我们的模型被称为车辆的离散升级。什么意思？与特斯拉一样，2018年、2020年和2025年的这些关键节点，以及我们的传感器和车辆，可以逐步大规模生产我们的车型。2020年，我们的许多原始设备制造商将在2013年进入大规模生产的第一年。根据我们的调查，至少中国的原始设备制造商对（英国）仍有一些疑虑，他们在研究该方案时仍然没有考虑。我认为它可能是L3，因为这个L3可能意味着L2++，它不是一个完整的L3。我认为随着我们主机厂的大规模生产，这个硬件应该逐步升级。对于软件来说，未来的汽车必须由软件来定义，我们希望通过数据一直升级。我们希望收集基于量产车的驾驶场景大数据。事实上，我们都是在一些相对安全的场景和可控的环境中这样做的。我相信这是所有做自动驾驶的公司的底线，我们不敢轻易造成安全事故。如果我们所谓的传感器被收集到生产模型中，这意味着用户正在为OEM收集世界上所有简单和复杂的场景。如果这个驾驶场景是大数据采集，这就是核心竞争力，因为我们知道人工智能中的数据 时代才是真正的黄金。OTA升级，快速智能验证和反馈，我们都知道真正掌握自动驾驶流程的入口无非是几个传感器和大脑，而每个人都在抢这个东西，所以我们将其总结为车辆硬件的离散升级+软件的持续升级。实际上，从2015年到2018年，我们做了很多工作。2015年，这是11月的视频，通过摄像头和无线电波完成，变道是自动的。这是2015年11月的数据。这种光线非常糟糕，因为当时是日落，面对着摄像机，所有的变道都是自动的。事实上，我们可能已经看到了我们在业内的一些报道，我们知道我们在9月份参加了中央电视台的拍摄，我们认为这仍然非常具有挑战性：1。这是世界上第一次在张家界的山路上这样做。2.整个拍摄团队给了我们两天时间，因为整个场景都关闭了。我们制作了地图，调试了算法，拍摄了整个场景，总共花了两天时间，这也给我们带来了很大的挑战。3.这里会遇到一些技术细节，比如穿越隧道和下雨。这是第三个挑战。4.对我们算法可靠性的全部挑战。正如你所看到的，整条路的右侧是一个悬崖，这有点不可靠。下坡时，有可能冲出护栏，直接掉到悬崖下。当我们拍摄时，我们实际上是负责任的，而且非常担心。的确，因为可能不理解的人，他可以放心，因为央视老师很开心，而且世界上第一次，做算法的人非常担心事情。国际泳联……

y、 让我们向您展示一下，我们一直在做一些复杂的内部研发工作，包括在我们公司附近展示的这段视频。这在中国应该是一个相对复杂的场景，就在回龙观。每个去过回龙观的人都明白，第一个交通场景非常复杂；其次，许多人不遵守交通规则。我们离开整个地下室后，整个过程没有人工干预，包括支付费用的地方。在这个场景中，停在周围的车辆突然掉头，包括行人逆行，这对我们来说是非常非常具有挑战性的，还有送货。这个变道是全自动的。我们分为四个角度，自动驾驶的算法是已知的。如果在这种复杂的道路上，最复杂的不是方向盘的控制，而是刹车油门的控制。事实上，方向盘的控制相对简单。更具挑战性的是，我们必须回到地下室。我们的地下室有800到1公里长，我们都依靠上面的激光来识别。这个地下室的环境非常复杂。

标签：北京特斯拉远程

汽车资讯热门资讯