19 位產業(yè)領袖，共話智能駕駛新十年 | 第四屆「全球智能駕駛峰會」

眼下，智能駕駛已經開始以更為實際、立體的方式，融入普通老百姓生活的細枝末節(jié)。在可預見的未來，智能駕駛仍會是 AI 賽道的絕佳 C 位。

遺憾的是，由于這個行業(yè)太年輕，目前尚未積淀出具有通用性的科學理論和行之有效的方法論。

但幸運的是，在智能駕駛落地的道路上，不乏初心如磐的鉆研者、砥礪前行的實踐者。

這一次，雷鋒網新智駕以「智能駕駛鏖戰(zhàn)時刻 」為主題，將話筒遞給業(yè)內 19 家標桿企業(yè)，輻射 13 大技術/場景，覆蓋智能駕駛算法、芯片、感知、落地等多個維度，每個領域只篩選最具代表性的一家企業(yè)。

今天，從學術研究到車路協(xié)同落地方案、從主機廠智能網聯(lián)策略到自動駕駛分階段實施步驟、從智能駕駛傳感器到整體解決方案、從具體技術到商業(yè)化落地的嘗試，這些各自領域的佼佼者進行了最硬核的分享。

或許，他們的經驗之談也能給行業(yè)以啟迪。

以下是本次大會的精彩回顧：

澳門大學科技學院院長須成忠：保守無法推動智能駕駛行業(yè)進步

須成忠在會上指出，智能駕駛催生了新的經濟、新的時代，所以對人們的生活、社會將產生重大的影響。包括隨之而來的安全問題。

相對于國外的市場環(huán)境，國內對智能駕駛事故的容忍度很低，所以業(yè)界玩家謹小慎微。但大家應該知道，在保守的策略下，事故少不代表技術好，同時大家也應該牢記，失敗是成功之母。為此，須成忠還向業(yè)界呼吁，要大膽地測試，如果永遠秉持保守的策略，技術很難有實質性的進步。

至于如果推動技術創(chuàng)新，須成忠也強調了諸多要點。比如，現階段智能駕駛的實現很大程度上依賴于深度學習，但深度學習沒法完全保證系統(tǒng)可靠性的問題，應該利用多個信息源，構建可信環(huán)境的全息感知。

目前，須成忠已經帶領團隊搭建了一個自動駕駛測試巴士平臺，經過不斷調整、改造，自動駕駛巴士的穩(wěn)定性、安全性也得到了迅速提升，正在澳門大學校園里的公共開放道路進行試運營。

另外，須成忠的團隊還打造了一個面向未來交通的增強模擬實驗平臺，涵蓋了自動駕駛中大部分場景場景以及邊緣場景、能夠實現自動駕駛算法測試、有人/無人駕駛混行、基于數字孿生的協(xié)同控制、自動駕駛算法挑戰(zhàn)賽等功能。

AutoX 創(chuàng)始人、CEO 肖健雄：自動駕駛不應該分幫結派

肖健雄認為，目前行業(yè)存在很多種不同的聲音，包括漸進式輔助駕駛、“飛輪式”兩條腿走路等，但結果是殊途同歸，既然最后都是RoboTaxi，為什么要這么多幫派？這么多不同的技術路線是否對RoboTaxi真正有幫助呢?

因此，他認為真正的自動駕駛目標是RoboTaxi，是完全無人駕駛的車。基于此，AutoX直接專注于RoboTaxi，因為兩點之間直線最短。

他表示，目前全球僅有三家可在公開道路完全無人駕駛的公司，它們分別是Waymo、AutoX以及Cruise。其中，僅有Waymo和AutoX的Robotaxi可全天自然運行。

“我們只有非常專注才能打造一個好的、真正無人駕駛的RoboTaxi，才能將它大規(guī)模商業(yè)化。”

智加科技商務副總裁劉立：無人駕駛車輛的落地不能一蹴而就

作為主攻干線物流場景的智能駕駛企業(yè)，智加認為，全自動無人駕駛將會為物流運輸帶來顛覆性的革命，借助無人駕駛技術，企業(yè)能提高自身的資產利用率、降低車隊運營成本、節(jié)能減排以及提升駕駛安全，智能駕駛在干線物流行業(yè)的商業(yè)化前景潛力巨大。

但無人駕駛車輛的落地不能一蹴而就，而是漸進的過程，這一方面需要企業(yè)進行相當數量的車輛里程測試，來不斷完善系統(tǒng)的可靠性和安全性，另一方面，則需要企業(yè)通過量產自動駕駛車輛，在實際道路的商業(yè)化應用中，為終端客戶帶來價值。

那干線物流自動駕駛車輛的商業(yè)化落地還有多遠？劉立認為，這一進程已經開始。截至目前，智加科技已實現智能重卡的量產，也已經在道路上開始進行試運營。

根據介紹，2021年底，搭載智加科技PlusDrive的一汽解放智能重卡已經量產，搭載智加科技Plus Drive的解放J7也已完成從蘇州到敦煌往返自動駕駛長途測試，另外，智加科技還完成了全球首次高速公路上滿載重卡純無人駕駛展示。

“從技術角度講，我們預計在2024年后，智加科技就可以實現L4級無人駕駛車輛在限定條件下的干線物流領域的應用。”劉立表示。

魔視智能銷售副總裁、乘用車事業(yè)部總經理高文博：主機廠+供應商體系的共存將長期存在

高文博對自動駕駛的未來趨勢做了分享。在他看來，L1/L2 的新車搭載率將非常可觀，2023 年可能會達到 70%。在傳感器的加持、算力的增強，功能更加安全可靠的基礎上，L3/L4 的落地進展也會大大加速。預計在 2025 年左右能達到全面的落地。

不過，無論上述哪一種情況，軟件的重要性都變得越來越明顯。高文博表示，現在“軟件定義汽車”的概念已經深入很多主機廠和市場層面。以往汽車銷售的主要利潤基本都來自于汽車本身的硬件收益，往后更多的主機廠可能會加大用軟件來賦能消費者，同時在后端生產更多利潤。

除了軟件外，魔視智能也在布局 L2/L3 級域控制器，可以實現APA/TJP/HPA/AVP這些功能。融合一些其他的傳感器，包括攝像頭、毫米波雷達、激光雷達和超聲波傳感器，整體來講我們從軟件和硬件上也做了更多的布局。

基于此，軟硬件的解耦也是一個大課題。在未來很長一段時間內，關于智能駕駛的不同商業(yè)模式的共存，以及主機廠+供應商體系的共存會是常態(tài)。

西井科技無人駕駛事業(yè)合伙人孫作雷：2021年將是商用車無人駕駛規(guī)模化落地的元年

自2016年建立無人駕駛團隊以來，西井科技深耕港口等物流場景，深度耦合用戶實際作業(yè)流程，行業(yè)較早做到無人駕駛商業(yè)化運營落地。

孫作雷在演講時明確指出，得益于過去幾年智能駕駛科技公司的共同努力，如今對商用車無人駕駛的用戶培育已經基本完成，產品和技術的成熟度正空前提升。

據介紹，西井科技已助力振華重工的全球首輛自主駕駛無人跨運車，還自主研發(fā)了全球首款真正意義的全時無人駕駛電動重卡 Q-Truck，并攜手和記港口打造全球首個 AI 無人駕駛集卡與人工駕駛集卡100%混行的自動化碼頭項目。

“今年很多行業(yè)用戶開始直接著眼于實際商業(yè)落地，一批無人駕駛碼頭已經實現持久化運營。可能過幾年我們再復盤，會發(fā)現2021年將是商用車無人駕駛規(guī)模化落地的元年。”孫作雷認為。

商湯智能駕駛副總裁石建萍：高效解決長尾場景是智駕場景覆蓋度提升的前提

石建萍則分享了商湯科技在智能駕駛方面的產品方案和技術布局。

經過5年沉淀，商湯科技在今年7月正式推出了SenseAuto商湯絕影智能汽車平臺，其中包含了智能駕駛、智能座艙和車路協(xié)同等多個方面，而智能駕駛又涵蓋L2/L2+和L4級自動駕駛方案。

智能駕駛方面，商湯將會提供量產智能駕駛解決方案和L4級自動駕駛解決方案。量產智能駕駛解決方案還細分為了Pilot-V視覺解決方案、Pilot-L激光雷達解決方案、Pilot-P駕駛領航方案。

石建萍認為，高效解決長尾場景是智駕場景覆蓋度提升的前提，而以數據閉環(huán)驅動長尾場景問題解決則已成為行業(yè)共識。

“利用商湯的先進感知能力，我們在很多場景上能夠獲得更多的視覺感知信息，為整個系統(tǒng)提供了更多的可能性，包括對停止線的識別、過馬路行人意圖的識別、對施工區(qū)域的障礙物識別等場景，我們都積累了一系列的流程和方法論。”

石建萍說，“在視覺感知部分，我們還是非常自信的，商湯是行業(yè)內做得最好的。”

同濟大學汽車學院教授朱西產：對 L2+ 的界定不清晰，這種狀態(tài)不能長期存在

今年，智能汽車賽道大熱，除了蔚小理這三家造車新勢力，今年又有很多新玩家加入造車。

朱西產認為，這在很大程度上與資本的流向有關——特斯拉和蔚小理的市場份額可能不足0.1%，但市值卻幾乎與傳統(tǒng)汽車的市值總和相當。傳統(tǒng)車企和造車新勢力的市值之間出現了割裂。

不過，普通用戶對于自動駕駛以及輔助駕駛的認知還存在提升的空間，尤其是對于 L2+ 的界定。朱西產表示，這種狀態(tài)不能長期存在，而且今年各國政府已經開始了 L3 的認可認證。

2020年6月，ECE法規(guī)出了ALKS草案。ALKS創(chuàng)造性地解決了危險場景的臨界測試工況問題：

以熟練、謹慎的人類駕駛員的避撞能力為依據，從法規(guī)區(qū)分了“不合理的危險”和“合理的風險”；通過危險場景臨界工況的確立，為自動駕駛汽車的“電子駕駛員”爭取到了“人權”，讓自動駕駛汽車不會過于保守，有利于提高用戶滿意度、提升交通效率并合理地控制事故風險。

為了保證足夠的安全，不少車企開始加碼更高清的攝像頭、更高性能的芯片、更多數量的激光雷達。但朱西產強調，確保自動駕駛系統(tǒng)的可靠性，要基于場景庫的 V 型開發(fā)流程+用戶數據閉環(huán)的敏捷開發(fā)。

美團副總裁、無人車配送部總經理夏華夏：無人配送的技術難度并不低

夏華夏在現場分享了自動駕駛在城市復雜場景中的挑戰(zhàn)。

他指出，自動配送車因其體積小、車速低，常給外界技術比較簡單的假象，但在城市公開道路以20公里以上速度行駛時，非機動車道上的行人、自行車、以及機動車的不確定性經常為自動配送車帶來意想不到的安全性問題。

盡管自動駕駛技術整體標準化，但自動配送車多在道路狹窄、多遮擋物、不確定性多的非結構化道路行駛。

他認為，城區(qū)配送如果要實現大規(guī)模落地，必須實現無安全員的去人化。現在，一方面需要行業(yè)玩家繼續(xù)提升自動駕駛技術，讓整個自動駕駛對周圍的感知、規(guī)劃、控制、定位更加安全可靠。另一方面需跟進人力、維修、緊急安全員等運營能力。

今年4月，美團發(fā)布整車按照車規(guī)級標準生產的自動配送車魔袋20，經過了整車性能測試、耐久測試、嚴寒酷暑環(huán)境適應性等多項測試，最高時速達45公里每小時。

目前，美團自動配送車在北京順義區(qū)的公開道路配送累積里程約50多萬公里，訂單超過10萬。

阿里達摩院自動駕駛實驗室業(yè)務、產品負責人郭振宇：技術進步不等于商業(yè)成功

郭振宇介紹了阿里自動駕駛小車選擇落地校園快遞場景的原因以及最新進展。

“大家可能覺得自動駕駛最關鍵的因素是技術進步，但其實技術進步并不等于商業(yè)成功，歷史上有很多超前于時代的或者非常優(yōu)秀但不符合實際市場需求的技術，最后都沒有取得商業(yè)上的成功。”

郭振宇指出，如果沒有市場實際需求的牽引，整個技術的演進路徑會變得曲折，不知道該往哪里去、該解決哪些問題、又該忽略哪些問題，因此達摩院從決定做自動駕駛的那一刻起，就堅定要從用戶、場景、市場出發(fā)。

封閉園區(qū)、速度低、載物不載人，是自動駕駛車輛落地校園快遞場景的主要特點，但這不意味著該場景所需的自動駕駛技術就是更簡單的。

隨機性高，算法決策難、路況復雜，感知困難、主動干擾，阻礙感知等都是達摩院自動駕駛團隊在落地校園快遞場景遇到的問題，為此，他們專注于算法、硬件、系統(tǒng)和無人車整體HMI交互的聯(lián)合優(yōu)化。從單點技術能力過渡到了綜合技術能力突破和應用階段。

在業(yè)務鏈路中，郭振宇團隊開發(fā)了車隊實時調度VRP系統(tǒng)、可準確預估車輛到達時間的ETA模型等技術來進一步提升配送效率，最大程度發(fā)揮自動駕駛能給用戶帶來的價值。

目前，阿里達摩院的小蠻驢已經落地全國81個城市、200多所高校，擁有每個月進入100個新場景的并行部署能力，而接下來，阿里的智能駕駛車輛還會進入諸如城市物流等新場景。

芯馳科技副總裁徐超：CPU/GPU并不是性能指數越高越好

眼下，SOA 已經成為了行業(yè)熱詞，但在未來，每個人可能都會對自己的車有個性化需求。

徐超認為，在這樣的場景下，CPU/GPU的作用非常重要。同時CPU/GPU并不是性能指數越高越好，它們還需要滿足特定功能的架構設計、需要消除應用跨界帶來的中間層消耗。比如，對于智能座艙芯片而言，需要考慮如何把運算出來的結果順暢地輸出到顯示終端。

此外，芯馳科技還布局了智能網關芯片以及自動駕駛芯片。其中，芯馳科技目前提供的自動駕駛芯片為針對 L2 級別的 ADAS，明年將會推出 200  TOPS 單芯片的自動駕駛芯片，同時還將推出高可靠高性能的MCU車控芯片，助力中國芯片產業(yè)解決缺芯燃眉之急。

基于芯馳的落地經驗，徐超也向大家分享了高可靠車規(guī)芯片的六個設計維度：

性能（幫助汽車提高智能化程度、增強用戶體驗）、功耗（整車能耗下降、續(xù)航提升）、價格（整車成本降低、銷量增長）、可靠（降低召回風險、保障供應安全）、安全（生命+隱私雙重保護）、長效（平臺生命延長、研發(fā)投入降低）。

高新興高級副總裁、智能網聯(lián)事業(yè)部總經理吳冬升：車聯(lián)網賦能智慧出行三階段創(chuàng)新應用

會上，吳冬升向大家分享了目前通信技術的發(fā)展趨勢以及車聯(lián)網對智能駕駛的賦能。他表示，信息通信技術向更高速率和更廣泛連接發(fā)展，從4G走向5G，高中低速率全場景覆蓋。

在他看來，車聯(lián)網不僅僅從安全的角度對自動駕駛進行賦能，其更重要的作用是從“車車”、“車路”、“車云”的角度以上帝視角賦能區(qū)域級交通的低延時、超視距、高可靠、更高效的協(xié)同能力。第一個階段為 Telematics 車載信息服務階段（1996-2015）；第二個階段為智能網聯(lián)汽車階段（2015-2025）；第三個階段為智慧出行階段（2025+）。

目前，我們正處于第二個階段——車聯(lián)網能夠賦能實現狀態(tài)共享、意圖共享、協(xié)同決策、協(xié)同調度，從而更好地實現自動駕駛。

此外，吳冬升還認為車路協(xié)同對自動駕駛還有諸多助益：

可有效降低自動駕駛的成本，比如在超視距通信、不同時間空間檢測、高效交互協(xié)作方面都能夠發(fā)揮非常重要的作用；可有效降低自動駕駛的開發(fā)難度，通過對車輛感知范圍、感知能力和可識別場景進行拓展，從而實現對單車運行設計域的擴展；可有效提高自動駕駛的安全性等。

Innoviz 中國區(qū)總經理蘇淑萍：激光雷達對車輛是工具，而不是用來炫富的

從毫米波雷達到視覺，再到如今備受關注的激光雷達，智能駕駛車輛的感知技術一直在往前走，而從2016年成立之初，Innoviz的目標就是做車規(guī)級的激光雷達。

蘇淑萍表示，在過去五年，Innoviz主要做了兩件事，一是在2018年，一款產品獲得蔚來一款L3級自動駕駛車的定點項目，根據計劃，該車將在明年量產，目前正在進入最后的集成工作；二則是幾百人的團隊，花五年時間，開發(fā)了一款產品InnovizOne，它可為 L3 - L5 級的自動駕駛車輛和非汽車應用提供3D 感知能力。

根據介紹，與計算機視覺軟件相結合，InnovizOne 能夠實現遠距離的物體檢測、分類和跟蹤，且不受陽光和極端天氣條件的影響。

在激光雷達領域，這幾年不斷涌現新技術，吸引眾多目光。Innoviz則基于市場需求，試圖打造一款既在性能上可滿足要求，又可實現量產，質量穩(wěn)定可靠且價格合理的產品。

“激光雷達對自動駕駛來說是個工具，它要讓自動駕駛性能變得更強大，減少車輛事故，它不是被用來放在車上當擺設的，也不是用來炫富的。”蘇淑萍認為。

圓桌論壇：智能駕駛與未來出行的夢想與現實     

在由東方富海合伙人、深圳市富海中小企業(yè)發(fā)展基金副總經理周紹軍主持的時長一個多小時的圓桌對話中，6 位嘉賓進行了非常深度的分享。其中一個討論熱烈的問題是：

越來越多的自動駕駛公司嘗試在不同的應用場景落地。他們宣稱基于各自的強大技術攻入另一全新領域，試圖提升某個細分行業(yè)賦能的工作效率。如果以行業(yè)趨勢理性看待，自動駕駛落地的先后順序將是如何？各種應用場景可能爆發(fā)的節(jié)點又為何時？

主線科技技術合伙人 & 前瞻院院長王超博士認為，自動駕駛行業(yè)的落地過程將遵循漸進式路線，由封閉場景進入開放場景，其路況特點由相對可控進入自由度極高。

可以看到，自動駕駛已在港口、礦區(qū)等封閉場景落地開花，已實現商業(yè)交付和實際運營。而較為開放的場景如干線物流，近期政府已出臺相關政策法規(guī)，多地也已開展干線物流應用試點。他認為，經歷3-5年的過渡期后，自動駕駛將迎來無人化的爆發(fā)點。

持有相似看法的還有一清創(chuàng)新聯(lián)合創(chuàng)始人、首席戰(zhàn)略官詹培勛。他預測，低速場景將比高速場景更早爆發(fā)，封閉園區(qū)將比公開路面更早爆發(fā)，結構化環(huán)境比非結構化環(huán)境更早爆發(fā)。

若根據細分場景排序，封閉場景碼頭、礦區(qū)將是較早爆發(fā)的場景，開放場景干線物流、末端物流、環(huán)衛(wèi)清掃將是較早爆發(fā)的場景。

MINIEYE創(chuàng)始人、CEO劉國清則從Tier 1玩家視角看待這一問題。他認為，這一問題可分為L0級-L3級自動駕駛，以及L3級自動駕駛以上兩個方面來看。

目前，L0級-L3級自動駕駛是多個圈層所關注的重點，也是MINIEYE近兩年投入資源最多的領域。然而從商業(yè)化角度來看，L1-L2將是未來兩到三年的增長空間及市場空間最大的領域，其滲透率將達到50%以上。

而L3級-L4級，因可為傳統(tǒng)行業(yè)的效率提升作用更為明顯，商用車或將率先迎來發(fā)展機會。

元戎啟行合伙人、副總裁劉念邱回顧，Robotaxi從前幾年的非公開道路測試階段，到如今元戎啟行已經對公眾開放了示范運營。Robotaxi的下一階段將進入量產及商業(yè)化。

他認為Robotaxi要實現真正商業(yè)化除了技術因素，還與政策法規(guī)的支持、產業(yè)鏈的發(fā)展、資本的投入有關，大規(guī)模運營及量產需要整個產業(yè)上下游共同來推進。目前元戎啟行推出了1萬美金的L4前裝方案，讓L4可以被更多主機廠接受，相信可以加快推進L4量產落地。

速騰聚創(chuàng)聯(lián)合創(chuàng)始人、執(zhí)行總裁邱純潮則將智能駕駛應用場景分為三大領域：機器人、高級輔助駕駛及車路協(xié)同。其中機器人領域采用的是完全無人駕駛方案，根據應用場景的不同，可以區(qū)分為特種商用機器人、無人物流配送車、Robotruck以及RoboTaxi等等。

零念科技聯(lián)合創(chuàng)始人、CEO柯柱良，從自動駕駛行業(yè)長遠發(fā)展的角度，認為行業(yè)最終將從封閉、低速場景過渡至開放、高速場景，但安全性將是這一過程中的主要挑戰(zhàn)。

開放場景將存在許多不確定性和隨機性，它們的不斷疊加將影響自動駕駛系統(tǒng)的安全性，進而可能越過安全邊界發(fā)生。這意味著，自動駕駛系統(tǒng)使用的99%時間中可能是安全的，但仍存在安全隱患。

當這些不確定性不停疊加的時候，就會導致整個系統(tǒng)，可能在某一個時間點會越過這個安全邊界。

雷峰網雷峰網(公眾號：雷峰網)雷峰網

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。