车东西（公众号：chedongxi）
作者 | Juice 迩言
编辑 | 志豪

当下，汽车行业正面临百年未有之大变局。

为了探索行业未来发展方向，中国电动汽车百人会暨全球智能汽车产业大会今日在合肥举行，本次大会将以“智能汽车产业化发展新阶段 ”为主题，围绕“推动智能汽车产业化发展 、智能汽车企业实践及发展趋势 ”等产业热点议题，邀请政府有关部门、高校院所和领先车企及供应链企业代表深入研讨，探索我国汽车新生态的发展路径。

智能汽车正在与新技术融合发展，中国工程院外籍院士、清华大学智能产业研究院讲席教授兼院长张亚勤表示，AI技术促进了智能驾驶的发展，并指出智能网联在中国推进速度极快，中国可以成为智能驾驶强国。百度集团资深副总裁，智能驾驶事业群组总裁李震宇也表示自动驾驶正在经历从“规则”到“自学”的变化。

那么该如何促进智能驾驶普及？大疆车载负责人沈劭劼则提出了兼顾成本与效益的发展路径，他认为用最低的代价提升日常高频场景的功能体验，将会促进智驾普及。

而在提升智能汽车用户体验方面，智己汽车副CTO、智能驾驶首席科学家郭辉则认为要通过整合不同的任务以及数据驱动迭代进化，让智能驾驶更像人。黑芝麻智能联合创始人兼总裁刘卫红指出芯片Tier2要顺势而为，用创新引领发展。

奇瑞汽车股份有限公司副总经理邬学斌表示，L3只是一个阶段，相信2025年可以买到没有方向盘的车。

而面对中国智能汽车发展的新阶段、新趋势，工业和信息化部装备工业一司汽车管理处处长吴锋提出，支持L3及更高阶智驾商业化，多家车企已做好量产L3级车辆的准备。同时他也指明下一阶段目标——“持续加强标准体系建设、支持关键技术创新突破、深化测试示范和试点应用、推动行业规范有序发展”。

一、吴锋：支持L3及更高阶智驾商业化

随着电动化、智能化的推进，中国智能汽车迎来了发展的新阶段、新趋势。

工业和信息化部装备工业一司汽车管理处处长吴锋介绍了中国智能网联汽车发展取得的成效。

▲工业和信息化部装备工业一司汽车管理处处长吴锋

一是产业规模快速提升。2022年，我国搭载辅助驾驶系统的智能网联乘用车新车销售达700万辆、同比增长45.6%，市场占比提升至34.9%。今年上半年，具备组合驾驶辅助功能的乘用车新车销量占比达到42.4%，较去年同期增加接近10个百分点。

二是关键技术取得突破。新一代电子电气架构、车用操作系统、大算力计算芯片等实现装车应用，跨域融合域控制器技术实现突破，高性能激光雷达感知范围达到250米；多款具备增强组合驾驶辅助功能的新车型陆续发布，多家车企已做好量产L3级车辆的准备。

三是道路测试和示范应用稳步拓展。全国已建设17家国家级测试示范区，7个国家级车联网先导区，16个智慧城市基础设施与智能网联汽车协同发展试点城市。各地加快测试示范部署与基础设施建设，50余个省市发布道路测试实施细则，全国累计开放超过2万公里测试道路，发放测试牌照超过3700张，道路测试总里程超过7千万公里，部署路侧通信单元RSU8千多套。自动驾驶出租车、无人巴士、自主代客泊车、干线物流以及无人配送等多场景示范应用不断涌现。

整体来看，我国智能网联汽车已经从小范围测试验证转入技术快速发展、生态加速构建的新阶段。

同时吴锋表示，随着智能网联汽车产业进入新的发展阶段，当前仍存在政策法规需加快完善、技术发展路径和商业化模式尚需探索、产业管理协同有待进一步加强等课题，需要各方共同研究解决。

下一步，工业和信息化部将会同相关部门，认真贯彻落实党中央、国务院决策部署，坚持“车—能—路—云”融合发展，深入完善法律标准体系、支持技术创新、完善网联基础设施、深化测试示范应用、规范行业有序发展等，推进智能网联汽车产业高质量发展。

一是加强标准体系建设。深入推进智能网联汽车标准体系建设，加大在功能安全、网络安全、操作系统等重点领域的标准研制力度，加快新能源汽车与信息通信、智能交通、智慧城市等融合发展，充分发挥标准领航效应，加速技术落地和产业化发展进程。

二是支持关键技术创新突破。支持龙头企业牵头、大中小微企业协同创新，补齐车用芯片、工具软件、新型电子电气架构等底层技术短板，加快关键芯片、高精度传感器、操作系统等新技术、新产品的研发和推广应用，进一步提升产业发展内生动力。

三是深化测试示范和试点应用。加快C-V2X、路侧感知、边缘计算等基础设施建设，完善智能网联汽车运行条件。会同公安、交通、住建等部门加快启动智能网联汽车准入和上路通行试点，支持L3及更高级别的自动驾驶功能商业化应用。探索开展城市级“车路云一体化”示范应用，推动形成可复制可推广的典型示范案例。

四是推动行业规范有序发展。进一步加强组合驾驶辅助车辆管理，严格履行告知义务，强化产品安全管理。持续规范OTA升级备案活动，强化企业管理能力，保证产品生产一致性。充分发挥行业组织力量，搭建交流平台，积极宣传引导，为智能网联汽车产业发展营造良好的产业环境。

二、张亚勤：中国智能驾驶将全球领先

当下智能驾驶呈现出怎样的趋势？

中国工程院外籍院士、清华大学智能产业研究院讲席教授兼院长张亚勤认为AI技术的大趋势促进了无人驾驶的发展。

▲中国工程院外籍院士、清华大学智能产业研究院讲席教授兼院长张亚勤

过去30年间，最重要的突破是数字化，数字化3.0涵盖了多个领域，实现了物理时间和生物世界的数字化融合。

人工智能的历史有70年了，过去十年最重要的就是深度学习，核心是大数据和数字化。深度学习主要分几个阶段，一是感知，比如语音视频、人脸识别和物体分类；二是认知，如NLP、机器翻译、视频语义、知识理解；三是挑战，主要涉及隐私安全、数据保护和治理、伦理和法规、透明性和可解释性。

张亚勤认为大模型/生成式AI是实现人工智能的基石，未来将会朝着多模态、新算法、新模型、自主智能、具身智能、生物智能等几个方向发展。不过也面临着AI可控、可信、安全方面的挑战。

无人驾驶是最具挑战的有边界的AI垂直领域，需要LLM+边缘+自主+具身智能融合，目前在自动驾驶落地过程中，不但需要技术方面的提升，也需要市场方面的力量支持。他认为L4级自动驾驶一定可以实现，但也需要付出一些时间来实现。

在技术路线上，张亚勤认为不能仅靠视觉，还需要加入激光雷达，甚至需要车路协同来进一步保证安全。他认为要实现自动驾驶，一定要做到开源，相信会有更多的企业可以做到。

张亚勤团队主要进行一些算法层面的研究，同时也在进行一些产业端的合作，推动无人驾驶的落地。在大模型设计方面，张亚勤认为，车上的计算和云端的计算同样重要，并且单车智能也非常重要，在没有路端智能的时候，车辆也能够实现自动驾驶。

目前比较火热的生成式AI对于自动驾驶的帮助也非常大，比如自动生成仿真场景，进行语音引导驾驶解释车辆自身行为，以及交互信息建模等。

张亚勤团队还与百度、戴姆勒、毫末智行等企业达成了合作，针对很多具体的场景进行针对性的优化和测试。

另外，张亚勤团队还模拟实验平台，去进行人类驾驶认知神经机制研究，学习人的驾驶行为，启发类脑注意力算法研究，让自动驾驶的安全性更高。

在安全性方面，通过真实数据的加入，以车路协同一体化感知决策控制，大幅提升了自动驾驶的安全性，将会加速自动驾驶落地。

整体上来看，智能网联汽车在国内的推进非常快，已经有16个城市进行了双智基础设施建设。目前无人驾驶的开放范围正在逐步增加，也已经开始了商业化运营。张亚勤表示，武汉的无人驾驶商用模式发展较快，现阶段整体运营时间已经达到了3个月，并且没有任何运营事故。

在最后，张亚勤表示中国完全可以成为智能驾驶最领先的强国。

三、李震宇：百度Apollo纯视觉方案Q4量产

百度集团资深副总裁，智能驾驶事业群组总裁李震宇则认为自动驾驶正在经历从“规则”到“自学习”的变化，这也给自动驾驶从限定区域到全域规模化提供了条件。

▲百度集团资深副总裁，智能驾驶事业群组总裁李震宇

对于自动驾驶的主要技术路线竞争，李震宇认为激光雷达并非必需作出选择，而是可以根据条件来选择。目前百度萝卜快跑无人车均采用了激光雷达的方案。现阶段百度萝卜快跑的订单已经突破了330万单了，收获了很多乘客的认可。

百度也有不用激光雷达的纯视觉方案，目前已经跑通了城市辅助导航NOA，百度方面通过4D BEV Transformer技术实现了障碍物时空位姿和运动轨迹全网络端到端的预测。

另一方面，百度通过OCC网络实时重建三维环境，从实际效果来看，场景三维重建的分辨率甚至超越了高线束激光雷达。

同时，自动驾驶的发展也离不开高质量的数据，目前百度L4超高精Space-time环境感知数据数百亿帧，百度通过行业AI训练提升了数据的精度。

据李震宇透露，百度Apollo的高级智能驾驶已经成功实现了去掉激光雷达，仅依靠纯视觉能跑通复杂的城市道路场景。这套纯视觉的方案将会在今年第四季度实现量产。

除了自动驾驶，百度也在实现大模型上车，这将会首先出现在极越01车型上，此外银河和领克等多款车型也搭载了Apollo的智能座舱方案。

四、邬学斌：反对L3产品化，只是技术阶段

到底什么时候智能驾驶才会落地？奇瑞汽车股份有限公司副总经理邬学斌相信，2025年会实现完全无人驾驶。

▲奇瑞汽车股份有限公司副总经理邬学斌

他分享了自己对汽车进行了思考，目前的汽车主要的竞争就是电动化和智能化。

在智能化方面，主要是互联、无人和生态，具体来看，互联是指车联网、V2X/V2V、5G、星链等方面；无人则是指L2、L4/L5、AI大模型、算力等；生态则是指服务、共享、互联网软件、大数据。

在讲到这部分的时候，邬学斌说：“我反对L3产品化，L3只是一个技术阶段，不应该成为产品时代，人机共驾很混乱，很不安全。我跟张院士一样相信无人驾驶，而且我也坚信无人驾驶离我们并不太远，如果我预测正确的话，2025年之前世界上一定会出现没有方向盘的车可以在4S店买到。”

另外，邬学斌认为，云对于汽车制造商来说也非常重要，未来的汽车应该是轻车、轻路、重云的模式，让智能汽车实现零事故。

奇瑞目前对于自动驾驶的布局也是以L2和L4两条路径共行，让中国智能车跑在全世界的马路上，这是奇瑞的目标。

五、郭辉：要实现更像人的智能驾驶

智能驾驶要按照什么方向发展？智己汽车副CTO、智能驾驶首席科学家郭辉认为要实现更像人的智能驾驶。

▲智己汽车副CTO、智能驾驶首席科学家郭辉

那么如何实现更像人的智能驾驶？

首先要打造“更像人”的智能驾驶体验，郭辉举了一键脱困、一键循迹等例子，他表示智驾要思考如何为用户提供更加接近人类提供的感知价值。

其次，要搭建“更像人”的智能驾驶平台。郭辉介绍了智己这方面的的解法。智己坚持视觉融合路线，传感器规划方面逐步减少对毫米波雷达、激光雷达的依赖，向纯视觉感知过渡。算力平台方面，使用了英伟达的大算力芯片，硬件形态方面从大算力行泊一体域控向舱驾融合计算平台发展，可以在有限算力平台上，实现全域视觉融合。

此外也要注重算法持续迭代和性能快速升级。智己在感知智能方面，遵循DDLD+DDOD+D.L.P，即基于数据驱动的道路环境检测DDLD和数据驱动的目标检测DDOD，在数据驱动这个方法论上不断的去演进感知算法包括规划算法。

郭辉也提到，数据驱动也离不开高利用率的数据驱动平台。智己搭建了完整链路的数据工厂，可以实现从数据到算法的快速迭代。

让智能驾驶更像人的技术路径是怎样的？郭辉认为一是逐步整合不同的任务，从感知模块的整合到感知规划的整合。二是数据驱动持续迭代进化。

关于未来发展，他认为随着架构和人工智能技术发展，智驾与智舱进行融合，GPT技术带来在智驾和智舱方面进一步提升的可能。一方面是智驾算法快速迭代，对环境的理解可以超过人类，提升智能化程度，另一方面智驾赋能人驾，实现用户体验增值。

六、刘卫红：芯片Tier2要用创新引领发展

如何加速智能驾驶落地？

黑芝麻智能联合创始人兼总裁刘卫红从芯片的角度分享了作为芯片Tier2如何在智能化大趋势下顺势而为。

▲黑芝麻智能联合创始人兼总裁刘卫红

刘卫红表示，上半场是电动化迅猛发展，下半场智能化方兴未艾。

智能化在汽车电子电气架构的性能、成本有更高的要求，芯片是作为智能车的大脑，在这场变革中扮演非常关键的角色。

从技术趋势来看，智能化的下一步进程首先体现在汽车车型配置上的区分。高配的豪华车型吸引消费者，这就要求芯片具有更高的性能，需要有更高的制程和优秀的封装技术。

标配的普通车型，需要通过功能的标准化、性能的清晰化更好的去适应市场的发展。这个市场对芯片的要求，需要芯片的集成度更高、需要性价比大大提升。

从市场来看，中国市场对汽车智能化的接受度相比欧洲和美国都是普遍提高。中国新车L2级及以上智能驾驶的渗透率，到2025年中国有望突破60%，已经远远高于全球的平均数。跟燃油车相比，新能源车的认可度更高。

产业趋势上，在智能驾驶领域，越来越多新的技术是在国内率先被使用的，实际在智能驾驶领域中国已经走到了全球领先的位置，但是整个智能汽车的发展还是富有挑战性的，路阻且长，但是行则将至。

由此，刘卫红分享了黑芝麻智能作为一个芯片设计公司对于未来的思考。

其一，企业仍然要以创新来引领发展，芯片架构要创新、核心IP也要不停迭代。

其二，要发掘更多的价值优化成本，找到成本下探和性能优化之间的平衡。

其三、车规级芯片产品要符合量产、安全的要求，开发的流程也要通过车规的认证。

其四，要加强生态的建设，今天智能驾驶产业链的复杂度，已经决定了光靠单个企业是无法满足所有客户要求的，生态需要开放，互利共赢才是行业良性发展的前提。

七、沈劭劼 ：智驾普及在于低成本提升功能

而大疆车载负责人沈劭劼认为加速智能驾驶普及的关键就是用最低的代价提升日常高频场景的功能体验。

▲大疆车载负责人沈劭劼

他介绍了大疆的成行平台的解决方案，表示该方案最基础配置就是纯视觉方案，将在今年内量产，同时大疆也非常愿意与其他合作伙伴进行适配。

以成行平台基础版为例，这套方案就能实现行车辅助、泊车辅助的基本功能，并逐渐可以实现跨层记忆泊车、高速领航、记忆行车等功能。

对于其在城区的应用，沈劭劼毫不遮掩地表示，基础版本并没有能力做到城市NOA ，但在走之前走过的路时，可以实现记忆行车的功能，而这一功能预计在今年下半年量产。

沈劭劼表示，大疆完成了从满足客户需求导向，到满足用户体验导向的转变，其方案做到有位即可泊、有路即可用、体验更灵活。

对于未来规划，沈劭劼表示，作为智能驾驶厂商，一方面做好软硬件供应商的角色，另一方面做好服务商提供咨询，强化自身基本功也做好智能驾驶普及者。

结语：产业链合作为智能车行业提智增能

在此次大会的思想交锋中，可以看到几乎所有在场的汽车产业链上下游企业都对将要到来的智能汽车产业革命信心在握，都在积极探索智能汽车新的商业模式，加强产业生态合作。

而产业链上下游的协同创新对于提升产业链的韧性和安全性至关重要，产业链上下游玩家只有通过技术创新和产业协同才能让汽车产业实现标准化、规范化，促进产业高质量发展。