找回密码
 立即注册

2022WGDC汽车创新者大会-车企与他的科技伙伴

车城网(稿源) 2022-7-21 11:58 No.1732

主题:汽车创造者大会

时间:2022年7月21日

地点:朗丽兹西山花园酒店

内容:

 

段玉龙:尊敬的各位朋友、各位来宾、各位领导、各位专家,大家下午好!

    非常欢迎各位来到2022WGDC汽车创新者大会的现场,非常荣幸主持今天这场活动。今天下午我们一起共同探讨一个宏大的主题,这个主题在未来势必将影响和改变每个人的生活,那就是汽车。

    中国汽车智能化、网联化发展正迎来新浪潮。面向一个崭新的时代,汽车将成为一个“新物种”,物种的进化力量一方面来自传统汽车产业内部,另一方面将来自越来越多的外部新势力。不管是内部还是外部,我们将所有推动汽车进化的力量称之为“创造者”。

    随着汽车产业的进一步发展,涌现出一批具有科技属性,提供软硬件技术产品或解决方案的科技创新型企业,并通过科技创新、技术赋能的方式与车企建立“伙伴”关系,帮助车企在提供完善的用户服务、构建生态闭环、布局产业投资、塑造软件核心竞争力以及打造智能出行产品等方向上进行产品落地和实施路径规划。

    车企科技伙伴成为打破汽车产业格局的重要组成,以用户为中心,以价值提供为导向,聚合产业资源,一个开放共赢的互联且立体的新型汽车生态结构与供应体系正在形成。

 

上半场:汽车进化论,面向全面智能

主办方致辞,刘玉璋 泰伯网创办人、董事长兼泰伯研究院院长。

 

刘玉璋:各位现场的朋友们,以及很多不能来现场,有很多在线的朋友们,大家下午好!

    非常高兴,今年是WGDC大会的第十一年,昨天上午我们也是在这里开幕,我感觉到特别地高兴。因为过去我们没有受到疫情影响的时候,每年有来自全国各地,甚至全球各地的很多朋友们参加我们的活动,最多的时候一年有几前人共同讨论。今年在疫情影响之下,我们仍然还是在这里成功地举办,而且还有那么多的朋友从外地赶过来我深深地感到高兴。

    今天我们又推出来一个新的品牌,大家都知道泰伯网主办的全球地理信息开发者大会WGDC是从2012年开始,那时候正是迎来整个地图发生重大变革的时代,后来我们看到包括像百度、高德,很多优秀的厂商加入了这个阵营中来,整个地图行业发生了翻天覆地的变化。到今天为止,它的边界已经完全被打破,从原来1.0到现在4.0,元宇宙的地图,面向新的更加虚实共生新阶段的基础设施已经正在形成,大家对这个技术已经完全不陌生了。我们在这个过程里一直在思考,整个产业未来还会发生哪些新的变化,我和我的团队从去年开始就在思考,我们一直判断整个汽车这个大行业正在迎来一轮新的变革机遇,汽车可能像今天的手机一样,它正在成为一种新的物种,也成为每个人都离不开的新的科技的延伸。所以,在这样的大背景之下,我们一直在思考,在什么的时机能够再打造一个像WGDC在推动整个行业从完全传统的行业,面向完全跨界的,甚至是面向全球具有一定影响力的,具有风向标作用的一个会议IP。从去年开始,整个运营团队,小伙伴们碰撞了无数次,也推翻了无数次。因为我们知道在行业里面,在汽车这个产业链上媒体众多,活动的IP众多,要做一个能够在这个时代能够让大家记住的活动IP其实是很不容易的,但是我们依然坚持还是要做一个新的IP出来,那就是今天大家看到的,首届汽车创造者大会。关于这个名称我们也思考了很多,我们期待它像我们原来对开发者的定义一样,不只是写代码,在技术层面,我们更多认为是创新层,今天面向汽车这样一个新物种,我们更多希望围绕它有更多的致力于让车变得更美好的这件事,有更多的供应商能够参与进来,这是我们的愿景和初衷。所以在这个过程里面,我们还是希望能够不断地从今天第一届开始,因为在今年疫情影响之下,原本这个会是要独立举办,作为一个独立的品牌,至少要举办两天,会有很多围绕汽车的话题去共同碰撞,因为今天我们看到有很多基于高精地图,高精地位,激光雷达,汽车芯片,包括全站能力,围绕汽车有太多的科技伙伴需要在这里发声,能够贡献自己的力量,但是很遗憾,今年在疫情这样一个大环境之下,我们能在这里举办一个两天的活动已经实属不易,这个活动原计划是5月份举办的,已经延迟到了今天。

    昨天我和一些领导交流,从下周开始,有可能政策还会继续升级,再能够举办这样的活动也不太容易。所以今天我们是一次新的起航,新的尝试,也由衷的感谢包括北汽王总在内,吴甘沙总,有很多专家特意赶来一起分享他们最新的一些洞见,泰伯网一个是媒体的广度,还有泰伯研究院研究团队围绕这块也做了很多研究,包括对高精地图,高精定位等等,我们也希望能够通过这样的交流,输出更多有价值的成果,能够帮助大家发声,能够更好地梳理产业链,看到未来的一些新趋势。我相信在明年我们办这个活动的时候,一会让大家看到我们更多的成果有更多的新的内容,有更多的合作伙伴,有更多的专家、学者,包括产业从业者会在这个舞台上发声,我也很期待下一个十年,再十年之后我们再回过头来看今天汽车创造者大会可能会像今天看WGDC一样,相信它是一个成功的品牌。

    谢谢大家。

 

段玉龙:感谢刘总的精彩致辞。刘总和各位的致辞中表露心迹,我们希望把汽车创造者大会的声势做的更大,也希望有行业内更多朋友支持,走上这个舞台,向大家展示和宣传自己的技术,以及对于汽车这个行业的理解和最新的理念。我是一个汽车爱好者,从小就喜欢车,也是在中国汽车工业发展的历史当中,也是逐渐见证和记录了很多的时刻。今天汽车创造者大会我想到的是我们国家的汽车行业在发展之初打算以市场换技术,但是走到今天,发现市场很大,但是技术真的不够。还好在相关政策支持下迎来了一个新时代,这就是新能源。汽车创造者大会的LOGO设计的非常棒,后轮是红色,代表传统内燃机,化石燃料的时代,前轮是绿色,是新能源新时代,新时代中国汽车品牌和技术以及对于汽车的理念重新在塑造汽车的生态,同时也在全球的汽车行业中有众多引领性作用。去年我记得有一天我去逛商场的时候有一辆车走入我的视野,我看这个车的牌子没见过,内饰很好,再问销售这是什么车,他说这是极狐,没想到我们国内的新能源做的很好。

    创造者说:车企与“科技伙伴”同频进化。王秋凤 北汽新能源副总经理、极狐汽车总裁

    北汽极狐作为北汽蓝谷新能源旗下的高端品牌,从诞生开始,就被倾注了太多的期待。尤其是连续冠名了崔健和罗大佑的线上演唱会后,彻底让品牌“火出圈“。成为了广大消费者口中懂用户、有情怀的新能源汽车品牌。

    王秋凤,曾任《经济观察报》高级记者、《第一财经日报》汽车版主编以及腾讯汽车总经理等,可谓汽车行业的“老炮儿”。凭借着丰富而又优秀的履历,王秋凤于2020年10月加盟ARCFOX极狐汽车,担任副总裁的职位, 2021年8月任北京新能源汽车股份有限公司副总经理,2022年升任ARCFOX极狐汽车总裁。

 

王秋凤:尊敬的各位嘉宾、各位伙伴,各界业内同仁们,大家下午好!

    非常荣幸能够参加首届汽车创造者大会,也非常荣幸能够有这样的机会跟所有行业从业者们,咱们一起共同探讨发展,谋划未来。其实包括吴甘沙也都是老朋友了,我跟刘玉璋也算是同行,因为在互联网媒体做了很多年,现在也是刚刚加盟到主机厂做极狐这个品牌,大概一年半的时间,就像主持人说的,极狐这个车不光是很漂亮,前不久全球收款高阶智能驾驶车型正式开始向用户交付,陆续地这几天交付的用户反馈的评价非常不错,所以在这里也是很高兴能跟大家有这样一个交流的机会。

    刚刚过去的2022年6月,中国汽车市场呈现出更加鲜明变化,传统油车依然是销量进一步萎缩,新能源汽车高歌猛进。今年1到5月份,极狐汽车产销超过200万台,同比增长110%,经过几年的快速发展,新能源汽车市场正式进入到了由量变到质变,渐变到突变的关键节点。之前经常提到创新曲线的扩散模型,在这个模型里,在一个新兴市场如果市场规模达到16%之后便会突破临界点,正式进入到早期的大众接受的阶段,产业也会进入到一个发展期。2021年中国新能源汽车市场渗透率超过了12%,今年5月份这个数字也达到了24%,我们也能看到正在跨越新能源产业的临界时刻点。基于产业发展的周期,基于接下来新能源市场我们会看到会一个快速发展,而且发展会更快的时间。

    与此同时,电动车在解决用户痛点方面越来越接近甚至超越了燃油车水平,你会发现几年前消费者最关注的痛点已经不再是今天的痛点。包括我们看到电池的安全,续航能力,充电便利性,充电效率等问题,已经不是障碍。反之电动车加速性,静谧性,便利性以及智能化等优势已经正在成为用户青睐的新的关注点。我相信大家身边的朋友在买车的时候,甚至老家的亲戚,大家也都是开始咨询到底买哪款电动车好,甚至我周边的人说你怎么买一辆电动车,到现在说你怎么还没买电动车,不知不觉用户对于电动车的购买心智已经发生了翻天覆地的变化。

    我们看到新能源电动智能汽车诞生改变了能源结构,改变了产品属性,也改变了游戏规则。传统利益格局分解,新的竞争秩序也正在建立。从燃油车向新能源汽车,从机械制造向数字智能产业的转型,不仅仅是百年一隅的产业变革,更为中国汽车自主品牌集体跃迁和逆袭创造了时代的机遇。当下,中国自主新能源品牌无论是技术、销量还是品牌,都取得了跨越式的突破。在技术方面不容否认,中国品牌在三电技术,自动驾驶,智能体验方面已经消除了燃油车时代和国外品牌的代差,甚至做到领先一两个身位的水平。销量来看,2021年中国新能源汽车销量前15位,除了特斯拉以外,全部都是自主品牌。而且我们看到,很多的新能源汽车都在实现出海。2022年1到5月份数据,自主品牌新能源汽车的渗透率已经达到了51.8%,这是主流合资企业的13倍。基于品牌力,自主品牌新能源汽车的产品和品牌高端化已经开始呈现一种趋势,30到40万元的价格区间已经受到了用户的认可,例如像极狐品牌的车,我们是从25万左右的价格一直到43万价格区间,可能在过去我们很难想象到一款自主品牌,一个非常有一定历史的自主品牌它能够把车的价位提高到这种程度,而且还深受用户喜爱。所以在这里面,自主品牌新能源汽车的最高售价上升到了70万,这些在燃油车时代是我们根本不可想象的。其实我们还看到新能源、电动化、智能化拉开了汽车产业转型的序幕,而它所孕育的基于电动车产业的人工智能、大数据、5G技术、以太网通讯,万物互联等改变我们的出行方式的产业生态正在构建,虽然才刚开始,对于传统车企来说,从汽车制造向智能数字产业转型,已经成为摆在我们面前必须面临的问题,必须要翻越的山峰,所以整个产业要经历这样的阵痛。

    相比较天然脱胎于数字化智能化的新势力企业,传统车企只有加速转身,全面拥抱数字化,这样才有可能不被拍死在沙滩上。只有建立可以应对数字时代用户需求的产品,我觉得才能够真正地来迎接明天。在这里我想插播一个小故事,龟兔赛跑这个事大家都知道,在第一次龟兔赛跑的时候,兔子输了,乌龟赢了,因为兔子睡着了。第二次兔子没睡,所以兔子赢了。第三场为了增加难度和观赏性,比赛还用了铁人三项的规则,既有水陆又有陆路,难度都加上,既有自行车还有游泳,在决胜局的比赛中,兔子和乌龟互相合作,乌龟背着兔子过河,兔子背着乌龟跑步,最后达到双赢,共同拿到了冠军。其实我就想说,产业协同,跨界的优势互补,这是我们现在成功的路径之一。

    刚才说的新龟兔赛跑故事,我想表达的是,当下新能源产业的竞合关系,面对一个全新的,庞大的增量市场,面对一个开放的,创新的未来产业,需要更多的入局者,共同做大做强。未来的智能化汽车将会是一个更加开放的平台,会集成多领域的技术,增强用户体验,为产品赋能,需要车企在构建开放式平台和架构基础上拥抱开放合作。对于极狐来说,我们已经建立了产业协同和跨界合作的优势,通过跟合作伙伴们的优势互补,构建起包括全栈的软硬件开发能力,并且在此基础上,逐渐地真正地做到去中心化,实现差异化竞争。

    在新能源领域极狐是一个老企业,但是它又是一个新品牌,从新能源产品研发制造来说,我们是老企业,电动车算是先行者,因为有着12年做电动车的深厚的积淀,在三电技术,在平台架构,制造能力等方面有很好的积累。从软硬平台合作来看,智能化领域我们又是一个新企业,需要向其他品牌学习,做好用户的体验和服务。因此,我们也会扬长避短,一方面继续把传统的制造优势发挥出来。另一方面,也在洞察用户需求和智能化进行积极的开放合作,强化自身能力。就像刚才说的龟兔赛跑故事中,乌龟擅长水陆,兔子在陆路更有优势,因此在全新产业格局中,找到自己的定位和优势很重要。因为这其中我也想说说极狐是如何定义自己的核心竞争力的。

    我们会发现,随着电动化、智能化进入下半场,市场和消费需求也在发生变化,相比技术本身我们更需要的是寻找更多的应用场景的落地。相比卖车个用户,我们更需要完成基于用户需求的产品的定制,基于此,我们就确立了极狐作为主机厂的定位,锁定目标人群,进行产品定义。在融入了人工智能、数字座舱,智能网联等多种应用之后,智能电动车更像一个智能终端,像一个数字化的几何体,排列组合发生了很多的变化,极狐更多的像一个买手的角色,帮助用户去选择产品,为用户带来集成化的体验。可能与其他品牌选择的技术方案,技术架构或者同一个供应商,但是呈现在消费者面前是不同的特点,适应不同的场景需求。

    极狐从创立之初就是用户驱动的品牌,面对数字化转型趋势,为了给用户提供更高端的,更智能化的新体验,极狐一直是在行业里非常积极开放的态度来寻找志同道合的合作伙伴。在2018年极狐汽车就是跟华为建立起了深度合作,在行业里大家也都知道有这么一个小故事,2018年华为拿着PPT的时候,最终北汽选择和华为合作,有PPT造车,这也是PPT,PPT阶段跟北汽在未来愿景达成了一致,所以最早深化了合作。其实这个合作里要整合华为在芯片、算法、智能化方面的优势,包括极狐在整车制造能力方面的实力,来实现强强联手。就像刚才我说的,在最近我们刚刚完成了极狐阿尔法全新HI版的交互,这个就是极狐华为版,收款搭载华为全栈智能驾驶解决方案的量产车型,无论是在硬件搭载还是智能应用上,都兑现了极狐为用户打造世界级好车的初衷。用户很快可以享受到基于高精地图的城市,高阶智能驾驶体验。我们陆续交付的用户,在全国各地大家多对这样的产品非常关注。与此同时,极狐也更专注于电动化技术研发,用三年半的时间打造了正向开发的,拥有全冗余电动化开发平台IMC,融合5G技术,包括352套次超强算力,超高的整车流转度,整合等优势,超级智能,超级拓展和超级进化的特点,为极狐产品未来智能化延展带来更好的平台。投资20亿元建立了新能源汽车验证中心,保证新技术交给消费者之前会得到充足的验证,同时研发了EE架构,实现软件向海外合办的出海,通过技术储备和精进,不断拓展极狐在电动智能化的护城河。

    从传统汽车向智能汽车跨越,极狐正在加速,2022年开始极狐将完成品牌到产品的新一轮刷新。今天下半年我们还会推出几乎阿尔法S,阿尔法T小王子版,两款车型该款新车也将正式亮相成都车展。继续推出两款搭载HI华为全栈智能汽车解决方案的全新车型,引入ARHUD、环网电子电器架构等新功能,未来两到三年实现所有产生的HI化,持续完善产品矩阵和车型智能进化。

    在电动化、智能化、数字化产业的新画卷,正徐徐展开的时候,新的产业未来等待着更多参与者去创新,去突围,新的市场也属于富有进取心,并且在正确道路上前进的人。这就是我说的话,乾坤未定,你我皆黑马。

    最后祝中国汽车产业越来越强,也祝属于智能汽车时代的新时代能够早日到来,谢谢大家。

 

段玉龙:谢谢王总的精彩分享,各位对大屏幕当中看到最句话,乾坤未定,你我皆黑马,你我心里一定翻起了不同寻常的涌动。面对一个新时代的到来,每个人都想成为这个时代的弄潮儿,面对这个新时代我们该如何理解这个新时代,如何融入,甚至面对新时代当中的新挑战又该如何应对。接下来我们继续和大家分享,在今天的汽车创造者大会当中的一些智慧。下面把重点放在智能网联汽车未来的发展,下一个时代走进每个人生活当中的计算平台将会以智能汽车为主,如果没有好的计算平台也许这辆车,连成为一辆车的资格都没有,这是对未来时代的一种判断,在业内专家的眼中又有怎样的理解。

    创造者说:面向2025乘用车智能驾驶淘汰赛的产品和生态策略

    吴甘沙 驭势科技联合创始人、董事长、CEO

    2000年7月加入英特尔 ,2011年担任英特尔中国研究院首席工程师,同年领导英特尔全公司的大数据长期技术战略规划 ,2014年成为英特尔中国研究院院长 ,确立5G通讯、智能计算和机器人三大方向;2016年创业成立驭势科技(北京)有限公司。

    2021年1月,驭势科技宣布完成累计金额超10亿元人民币的新一轮融资,并获得国开制造业转型升级基金的战略注资,成功跻身“国家队”。

 

吴甘沙:非常高兴来到汽车创造者大会。刚才王总代表是车企,我算是车企的科技伙伴,当然科技伙伴这个词取的特别好,不仅仅是有像我们这样产业界的,像杨老师、邓老师也是车企的科技伙伴,我也非常期待一会听听他们的声音。

    今天我跟大家的分享,首先有个大观点,今天一直在讲L2,下一个非常重要的节点,就是汽车作为一种新物种进化的下一个重要节点的是L3,我个人判断应该是在2025年前后。进入到L3我认为淘汰赛就开始,站在2022年的今天应该有一些什么样的产品和生态的策略,这是我想跟大家分享的。

    我们经常说竞争。竞争这两个字应该拆开去理解,前面是竞,后面是争。按照习主席的说法,竞其实是田径赛,是马拉松,大家并排往前走。争是角斗赛,就是你死我活,零和博弈。在今天我们叫L2也好,L2+,L2++,L2 2.5、2.9都是还在竞的阶段,竞就是跑的快还是慢,好还是不好的问题,大家多可以往前。但是到争的这个阶段就是L3和L4,L3和L4不是好不好的问题,是有还是没的问题。这个时间点,我们判断会是在2025年前后。

    要到达这个淘汰赛,按照我们今天的技术路线,我们认为这三个参数非常关键。第一数据量要足够大,第二数据的价值密度要足够高,就是数据量并不是简单的越多越好,你的价值密度低也不够好。第三,基于这些数据算法的迭代能力要足够强。数据量怎么大呢,你的车队规模大,数据量才能大,而车队规模大的前提就是硬件的成本要足够低,刚才王总讲从25万到40多万,未来我们认为10万出头的人就具备了基本数据闭环的能力。第二就是数据价值密度高,要求传感器更全,同时这个车要满世界跑,覆盖的场景要更全。算法迭代能力,包括车端要有足够算力,这样才能够跑更好的算法,云端要有足够的算力,这样才能够更快地去迭代算法模型。同时,就是数据闭环要扮演重要的角色。

    今天我们看主要的市场上能够看到的产品形态,第一个是L2和L2+的性价比市场,因为它的硬件成本低,量也比较大,但是它缺乏数据闭环。因为它的传感器少,算力低,场景不全,所以它的数据价值密度也比较低。当然数据价值密度的另一环是它的区域覆盖率,因为它的车的量比较大,所以区域覆盖率是比较高的。另外一个极端就是ROBO TAXI成本高,量小,但是有数据闭环,数据价值密度高,传感器完整,算力高,场景复杂,但是缺点就是今天它只能在一些特定的区域跑,比如在北京亦庄,区域覆盖率比较低。为了达到淘汰赛的终局,现在我们看到了两种相向而行的产品形态,一个就是引入数据闭环行泊一体,在L2和L2+更加强调数据闭环,从ROBO TAXI从了W降维到L2++,高速/城市/泊车三合一,这两种产品形态是未来我们可以期待的。

    大家看到整个行业不同的玩家都在往这个新方向走,原来做ROBO TAXI的公司,它希望跟TOI合作,加强工程能力和产品落地。原来驮着非常贵的设备,堆料的,现在强调把我更加便宜的设备做出来。而智能电动车这个领域,大家原来只是在做行和泊,行更多的是在高速公路上,现在也在进入城市的场景。传统的L2玩家从行或者泊在往行泊一体走。而科技公司,向滴滴、百度、小米、华为,在脱虚向实,向车而行。低成本L4降维L2做大规模,智能EV要扩展产品价值,做全场景,科技公司需要重构与OEM关系,数据闭环。

    三个场景合一,如果真正有产品的就是特斯拉,特斯拉它没有高中低的区分,全系列车型都是一套产品,能够横跨三种车型。高速叫NOA,停车场,特斯拉的泊车能力比我们中国的玩家是弱的,为什么,因为国外没有非常典型的,非常大量的地下停车场的场景。地面停车场主要是做智能召唤,Smart Summon/APA城市道路是FSD,正因为它需要全系列车型全部预装,它必须用中等的传感器,不用激光雷达。所以它覆盖场景特别多,美中不足的就是数据的价值密度略低一些。最近大家看到特斯拉特别牛的科学家,是特斯拉视觉负责人辞职了,不知道后面什么原因,可能也不会减慢特斯拉在视觉方面探索的速度,但是从一定角度也说明了,没有激光雷达可能也会碰到各种各样的障碍。特斯拉毫无疑问我们认为还是在这个领域是领先的,这是它的硬件经历了三个代次的迭代,而这三个代次自动驾驶操作系统有很好的延续性,尤其是绿色的那些,最新这一代的自动驾驶硬件占到主流,这对于它的数据闭环和算法迭代是非常重要的。同样,大家可以看到绿色这部分是它的主要里程贡献者,高配系统贡献了绝大多数里程。

    市场上典型的产品策略主要是三种产品形态,这种产品形态,刚才极狐的HI版它的最高版也就是这种形态,它具备高端的传感器,很高的算力,全数据闭环和算法迭代。但是它的问题就是车的数据量还是比较少,但是数据比较全。另外两种形态,一种是基本的NOA,基本传感器,没有数据闭环,中间用是有限的数据闭环。第一种车的数量大,但是没有数据,第二种车的数量在逐步增加,但是数据还不够全。

    我们现在也在思考我们的产品战略是什么,我们讲我们有三套高智价比的产品,为什么叫智价比呢,就是它的智力乘以价格要比一般的高才叫高智价比。第一种基础性产品还是强调极致的低成本,但是它要有有限的数据闭环支持算法迭代。第二第三种产品基本上共享了全场景,统一架构的自动驾驶操作系统U—OS,都是用入门级的价格达到高端的智力,同样我们强调数据闭环一定要做的非常完整。

    我们之所以能够做,主要还是我们长期的积累,这是工信部的人工智能揭榜挂帅,在自动驾驶操作系统领域我们是独占鳌头。我们主要强调几个,第一就是要把我们的技术模块化,而且每个模块都可以按照像ISO这一类标准标准化化,模块之间可组合,满足跨平台的需求,因为我要获得极致的低成本,就必须做到轻量级。

    举个例子,纯视觉车辆要有一个非常轻量级的算法做到BEV,这是现在特斯拉最主流的技术路线。最低成本就跑这个BEV视觉算法。但是如果有激光雷达,我也可以加入全景激光目标检测和分割算法,在这块在多个国际比赛中拿到第一名,而且算力的要求非常低。如果最高配的,我是可以把激光雷达和视觉两个不同的模块进行融合,所以针对不同的场景,不同的成本的约束我是可以有不同的配置,形成模块化的组合。

    有了这样的产品形态,前两种我就能够保证更多的车能够回送数据,解决数据大的问题。后一种,我能够同样以入门的价格加速这类车型的渗透率,解决数据全的问题。

    总结一下,我们要共享自动驾驶操作系统,可以兼顾数据的大和全,同时,数据闭环和算法迭代速度是致胜核心。

    算法迭代速度我就拿特斯拉举个例子,它作为一个Dojo的超级计算机,花了1.4亿美金,干什么呢,就是要求数据迭代快,这个数据是什么呢,是100万个10秒长的视频片段,60亿标注对象,1.5PB数据。这就是刚才我说的迭代速度,有一个鸡汤段子,每天成长1%,一年以后就是37点几倍的我。未来谁的算法迭代速度快,谁就占有先机。

    回到数据闭环,刚才刘玉璋刘总讲到地理信息数据作为代表的数据挑战,在中国做数据闭环确实有很多挑战,首先必须合法合规,这是全国信息化标准委和网信办推出的两个关于汽车数据的管理规定,同时未来针对智能汽车的地理信息数据采集、存储、传输和管理都会有更高的要求。第一是合法合规,第二就是存储和传输成本,你要数据全的话,它的数据量非常之大,但是现在一般车端的存储空间是有限的,而且传输的成本带宽也是有限的。同时要解决多个权利的分制,有的是拥有这个权利,但是不知道怎么用,有的不拥有数据,但是他要使用这个数据,而有的要肩负着监管的责任。

    我们也是做了一个最低成本的数据闭环,左边是数据触发器,并不是所有的数据都要回传,我可以通过这样的触发器去选择应该要回传的数据。然后在车端要做两件事,一件事叫脱敏,比如说刚才说网信办的规定要把分辨率降低到120万像素以下,要做相应的匿名化,人脸和车牌的处理。另外就是数据打包器,要把所有相关的数据链同时间戳压缩打包回传,回传以后大家可以看到有两条流水线,一条流水线是负责数据分解标注和模型训练,另外一条流水线就是把它变成测试数据和场景库数据,变成测试用例,最终在测试完成以后,有的可能是直接就发布了,有的要经过一定的发版测试去发。发布现在有两种,一种叫做灰度发布,有的车会马上上新版本,有的车暂时不上新版本。特斯拉这一点已经做,有一个驾驶者的打分系统,之后再推升级版。新版和旧版都存在于你的车上,就像薛定谔的猫一样,根据场景选择结果,这个我们叫量子发布。

    数据本身是没有价值的,关键是我们要把它变成案例,案例我们现在就采用OpenScenario案例,最早通过所见即所得的思路,通过鼠标拖拽去生成这样的测试案例,这个测试案例就是我们经常做鬼探头,这样下面可以设置很多不同的测试场景。随着工具的发展,第二种就变成自动化的生成场景,可以看到这是我们抓出来的上海高速的数据,在底图上面可以通过交通流的生成去加入很多的车辆,来去帮助它更好地测试。最后,我们就可以用数据驱动,可以导入真实数据,把它变成这样的测试案例。好处是一个用例可以引入随机化的造声,生成上千个用例,确保这种场景我绝对不会再出问题。

    数据闭环需要和OEM建立互信和互立的基础设施,我们认为是Tier1,如果是深度结盟的OEM,可以打通算法和数据的闭环,通过双向协议简化数据的共享。但是如果跟更多的合作伙伴OEM,,并不是深度结盟的OEM,它的数据闭环怎么打通,有一种方法就是派人在OEM侧构建基础设施,并且驻场训练更新模型,不同的OEM无有不同的模型更新。它的好处绝对没有数据的问题,但是坏处就是大家自己学,没办法彼此帮助成长。我们现在更加推崇的一种方式,就是鼓励OEM都把数据上传到一个地方,当然这个数据带有OEM标签,在中央训练它能够容纳不同OEM好的数据让模型更好地提升,这个过程中要记录不同OEM对数据的贡献度。然后训练出来模型再下行到不同的OEM这边,这些OEM就可以享受所有这些数据带来的价值。当然,基于不同OEM数据贡献度,我们因此有一个区分化的跟OEM的模式,这是未来能力建立OEM互信互利的基础设施。

    最后说一下从L3到L2如何跨越临界点,L2司机负责任,到L3就是我们的车,我们的供应商要承担事故的责任,我想没有三到五年L3以上的产品验证和运营经验,没有厂家敢于从L2跃升到L3的,所以商用车是更好锻炼L4的能力和价值。因为商用车是出错成本可控,如果从L2到L3到L4,比作这个孩子学会走路和跑步,我要撒手了,乘用车因为它高速,运营在城市各个不同的角落,这个撒手的成本是非常高的,就像在悬崖旁边练走路和跑步一样,但是商用车出错成本相对低,因为可以先慢后快,先小车再大车,先载物再载人,这样更容易锻炼出来各种经验和运营的能力,还有先远程监控,有点像L3,只不过这个司机不在车里,是远程,从乘用车到新能源到L3是非常有帮助的。现在在商用车这块真正无人运营里程是160万公里,是不断积累corner cases和不断积累信心的过程。前50万公里是训练小白鼠,逐步地不断地再去提升全天侯运营能力,而且这个过程经历了从安全到效率,从全天侯,业务不中断最后到事故成本下降。全天侯在大雨、大雪大雾过程中做大业务不中断。L2如果碰到这样的场景可以退出辅助驾驶,让司机接管,但是在L3L4需要整个系统具有更强的能力。全天侯不仅仅是天灾,还有人祸。L4的竞争壁垒在于常年积累的全天侯运营能力,从安全到效率,全天侯业务的不中断,低城固成本,快速恢复,远程运维,无网运营,这样一种能力对于乘用车从L2跨越到L3是非常关键的。

    最后再表述一下我的观点,2025年可能是L3规模落地的时间点,也是淘汰赛暴风雨来临的时间点,我们还有3年的时间窗口,我们要做的不是像海鸥或者企鹅去躲避风雨,而是像海燕一样冲向乌云,我们可以协同创新,共同迎接挑战。谢谢大家。

 

段玉龙:刚才您的分享特别有诗意,像海洋一样冲向乌云,今天提出一个时间点,2025年是L3的落点时间,接下来我们想针对您的内容大家一起来聊一聊L3的问题。

       圆桌对话:中国的L3上路还要多久?

    邓志东 清华大学视觉智能研究中心主任

    吴甘沙 驭势科技联合创始人、董事长、CEO  

    陈音 北京汽车股份有限公司智能网联中心专业总师

    边宁 东风技术中心首席总工程师

    刘玉璋 泰伯网创办人、董事长兼泰伯研究院院长

 

刘玉璋:大家好,刚才听了吴总讲了这么多,我自己也有一个很深的感受,虽然我们前期一直在不断地跟进,在研究围绕汽车相关的一些科技赋能,围绕科技的变化,但现在我们所有的人应该都有一个共同的对未来趋势的判断,从目前L2到L3,以及到L4,这个过程包括时间点到底是怎样的?在这个过程里又会遇到哪些问题和挑战?所以今天也是特别高兴请到几位在这个领域非常权威资深的专家跟我们做一些探讨。

    简单跟大家打个招呼,介绍一下。

 

邓志东:大家好,我是来自清华大学人工智能研究院视觉智能研究中心的邓志东。谢谢。

 

吴甘沙:大家好我是驭势科技吴甘沙。

 

陈音:大家好,我是来自北京汽车研究总院有限公司智能网联中心,我主要负责智能驾驶系统产品的研发。

 

边宁:我叫边宁,在东风技术中心首席总工程师。

 

刘玉璋:这样的介绍很有必要,刚才说换了一个新的身份。今天还是围绕这个话题从几个角度做一些探讨。第一个话题,从技术的角度,因为今天是车企与科技伙伴,面向L3我想和几位嘉宾一起探讨的话题,从技术的角度,目前来看L3相关的技术储备是不是已经达到了我们要面向L3的阶段?在这里面哪些是比较核心的重要的,就是我们的技术储备是不是已经完全没有问题了?

 

邓志东:谢谢。从技术的角度讲人机共驾,以机为主,可能是L3功能最鲜明的特点。但是它主要面临有三大技术挑战,第一就是机器本身的感知与决策能力离人类水平还有不小的距离。第二,从人的本身角度,假如说主驾无人或者人处于放松的状态下,这时候人类的感知与决策可能是分离的,甚至赶不上人骑马的状态。第三个情况,就是人与机器之间,因为智能不同,人机交互是存在障碍的,出现紧急情况之后要完成人的接管不能快速完成。归根到底的问题在于机器的感知、理解技术,这个是决定性技术,这个相关的技术储备还没有,应该说这个槛又必须迈,一定要迈过L3这个技术挑战的槛。关键的问题就是加快加入人类的感知闭环和决策闭环,怎么加呢,就是利用5G和6G,在云边端这个框架下把这个闭环加入辅助,这样可以过渡到完全无人的自动驾驶,L3到L4的状态,完成无人的状态,从而推动自动驾驶商业化落地。

 

刘玉璋:吴总您的判断是2025年L3落地,我们之前看到像德国现在已经允许L3的车上路了,在中国如果法规允许L3的车上路,从您的理解技术的储备是不是已经足够了,有没有风险?

 

吴甘沙:我是更想听两位主机厂的先讲。我简单地说一下,第一,德国其实是特定的一种场景,比如在60公里时速以下,跟车堵车情况下开开停停,就达到了L3的级别并不代表在全工况都达到了L3的级别。包括深圳最近出的法规也是在特定的状况下认为可以达到这个级别,这是跟场景相关。

    第二,我个人认为,刚才邓老师讲的感知决策方面,今天的人工智能就是靠数据,目前数据这个层面肯定是有欠缺的,我认为什么时候L2到L3,就是在大数据的统计学意义上它已经做到足够安全。我相信任何一个要决定我说,今天我总L2到L3了,这么一个决策者他是一定在大数据的统计学意义上认定了它已经达到一定的水准,他才敢说现在变成L3,我想这需要大量的数据。

    第三,就是人机交换控制权的过程非常复杂,人是倾向于过度相信这个系统,他可能在意识上,在警觉程度上并不在线,这样一种电光火石下的切换控制权是很困难,从技术的角度要研究,我们今天L2的系统要能够嗅到危险场景的味道,提前预测性地发出警告,让人有足够时间接管。要么就是它能够优雅地降级,它能够减速靠边停车,让人有足够时间理解它所处的场景,再接管去开车。如果这样的能力缺乏,我认为L3系统跟人的控制权的交换是很危险的一件事。

 

刘玉璋:接下来听一下两位主机厂的同仁,你们是迫不及待希望让大家赶紧上路,把自己的技术用起来,是这样的状态,还是你们认为现在技术上还是应该要更加成熟?

 

【免责声明】
1、车城网发表的该观点仅代表作者本人,与本网站立场无关,如有侵犯您的权益,请联系立删。
2、版权归原作者所有,车城网平台仅提供信息存储空间服务。
车城圈
买车、用车、养车等有关车交流的小圈子,期待您的加入!