首席智行官集結 分享智慧出行最強干貨

　　作為AI產業中極為關鍵的一環，智能出行已經成為了從行業到公眾都越來越關注的領域。

　　 在此背景下，知名AI信息平臺——機器之心于去年創建了專注于智慧出行行業的平臺Auto Byte。3月23日，Auto Byte依據其高端訪談品牌「首席智行官」，舉辦了「首席智行官大會」，邀約了11位業內知名領袖級人物，就各自領域的現狀及未來，發表了極具重量和代表性的觀點。

　　本次的「首席智行官大會」，集結了來自整車、車規級芯片，以及多類別自動駕駛企業的一把手，他們不僅是頂級技術專家，還對行業發展有著獨到的觀察和體會。

　　集度汽車CEO 夏一平：汽車機器人開啟智能汽車3.0時代

　　在集度汽車CEO夏一平看來，當汽車具備自由移動、自然交流和自我成長的能力以后，實際上就是擁有汽車形態的機器人。而圍繞智能出行、被注入AI的汽車機器人，將會開啟智能汽車3.0時代。

　　 按照夏一平的說法，此前車規級芯片的算力長期低于消費級芯片，導致AI技術無法在汽車上發揮優勢，但智能汽車3.0時代可以賦予汽車足夠的算力，逐漸將其從運輸工具轉變成由AI驅動的智能移動空間，進而帶來技術的革新、效率的提升和體驗的顛覆。

　　“我們認為，2023年將會是汽車智能化競爭的元年，真正汽車3.0時代已經到來�！毕囊黄綄Υ伺袛�。

　　夏一平稱，智能汽車3.0時代也將更注重軟件的安全穩定性，除了依靠高級別硬件的保障之外，還需要在軟件算法能力上下工夫，通過安全行駛里程數據積累，持續提升自動駕駛系統能力。

　　與其它品牌不同的是，集度汽車可以全棧應用百度Apollo高階自動駕駛能力和安全體系，這也是其主要優勢之一。后者目前已擁有2500萬公里安全零事故自動駕駛路測里程，在全國30多個城市不間斷地開展真實道路測試。

　　但是，由于兩者的實際應用場景不同，集度汽車還需要在Apollo的基礎上，進行重新的集成和開發驗證。為此，集度汽車自研了一套專屬于汽車機器人大腦的研發流程——SIMUCar軟件集成模擬樣車，可以讓整車的軟硬件開發互不干擾，將自動駕駛能力的開發前置，從而為軟件的安全穩定性驗證，獲取更充足的時間。

　　毫末智行聯合創始人兼CEO 顧維灝：數據智能是自動駕駛AI進化最根本的驅動力

　　在自動駕駛領域，測試里程與測試場景是決定自動駕駛系統能力和安全的重要因素。

　　 毫末智行聯合創始人兼CEO顧維灝表示，數據智能是自動駕駛AI進化最根本的驅動力，通過對回饋數據進行進一步學習挖掘處理訓練得到的更優算法、服務模式OTA到車端，可以給用戶帶來更好的系統表現。而在這個流程中，成本和速度是最關鍵的兩方面，也是數據智能的思想鋼印。

　　基于這樣的思考，毫末智行在去年推出了中國第一個致力于自動駕駛的數據智能體系——MANA雪湖系統。

　　 該系統共包括TARS（數據原型系統）、LUCAS（數據泛化系統）、VENUS（數據可視化平臺）、BASE（底層系統）四個子系統，可實現數據獲取、表達、存儲、傳輸、計算、驗證，從而降低產品的成本，同時提高迭代速度。該系統未來也將作為毫末AI的底層系統，成為數據智能進化的核心動力。

　　據顧維灝透露：「所有的這些能力，都會集中到近期的一個產品上面——小魔盒3.0，該產品預計將在今年上半年量產。下個月，毫末智行還將舉辦下一屆AI Day，屆時將公布進一步的SOP實踐計劃和當時的能力表現。」截止到目前，毫末輔助駕駛用戶行駛里程已經突破600萬公里。

　　 而在更加長遠的規劃方面，毫末智行也制定出了未來一年的產品路線圖：今年上半年推出城市NOH，也就是HPilot3.0，該系統將在下半年時候進一步迭代，實現全場景的打通。明年推出的有輔助駕駛能力更高的HPilot4.0，同時還有一個新產品叫做HSD（HAOMO Self-Driving）。

　　寒武紀行歌執行總裁 王平：單車智能突破、云邊端車協同

　　作為專注自動駕駛領域的芯片公司，寒武紀行歌對自動駕駛和芯片行業有著深刻見解。該公司執行總裁王平談到了智能駕駛規�；�落地在芯片上面臨的多重挑戰：單片算力不夠，因此需要兩片甚至多片來實現，但這又導致系統復雜度和功耗明顯提高，增加系統成本，使其難以在燃油車或10萬元以下的經濟型電動車上普及。

　　 談到自動駕駛芯片未來的的趨勢，王平也給出了兩個判斷：“一個是通用開放式，一個是大算力�！�

　　王平表示，在L1和L2級自動駕駛時代，因為數據量是相對較少，很多車企可接受芯片和算法強耦合的封閉式的一體化方案，但L3、L4時代數據量激增，算法也更加復雜，需要大算力芯片才能夠滿足需求。

　　 未來，寒武紀行歌也將推出覆蓋不同級別自動駕駛的產品，包括將于今明兩年推出的SD5223（今年）和SD5226（明年）兩款芯片。其中，SD5223是面向L2+市場的產品，最大算力超過16 TOPS，單顆SOC就可以實現行泊一體的功能；SD5226則是針對L4市場、支持車端訓練的產品，采用7nm制程，AI算力超過400 TOPS，CPU最大算力超過300K+DMIPs。

　　另外，車路云協同也將是實現高階自動駕駛必不可少的一環，但在這方面同樣存在挑戰：海量數據的閉環需要大規模AI集群的支撐，不僅成本壓力比較大，車企還需要投入巨大的資源，實現數據安全和隱私保護，以及滿足車主的個性化需求。

　　 據王平介紹，行歌科技將聯合母公司寒武紀推出云邊端車的整合方案。在云端，可借助寒武紀已有的高性能訓練芯片，將訓練得到的模型通過OTA推送到車端；在邊端，基于寒武紀邊緣端的智能芯片與合作伙伴推出面向車路協同的路測單元；在車端，通過SD5226等自動駕駛芯片，支持未來高等級自動駕駛復雜模型大算力的需求，以及算法模型的持續迭代。

　　路特斯科技副總裁、智能駕駛業務線負責人 李博：以「賽道級自動駕駛」延續路特斯基因

　　當電動化、智能化時代在給汽車行業帶來機遇的同時，也意味著傳統車企無法再循規蹈矩。作為擁有74年輝煌歷史的賽車和跑車品牌，路特斯在明確向電動化全面轉型的之后，也正式開啟了全新賽道的創新探索。

　　 去年，路特斯科技公司成立之際，路特斯集團CEO馮擎峰先生立下了十年能跑贏F1冠軍的「賽道級智能駕駛」技術目標。而在本次大會上，路特斯科技副總裁、智能駕駛業務線負責人李博，則首次對外解釋了這個目標背后更深一層的原因。

　　在李博看來，如今智能駕駛系統能力開始替代動力性能，成為汽車最關鍵的部分。路特斯希望通過打造「賽道級智能駕駛」，來達到滿足競技要求的水準——以更高精度全覆蓋的感知能力、更懂博弈的認知能力、更快更穩的規控能力，打造路特斯所特有的「賽道級」智能駕駛。

　　此外，李博還強調，路特斯的目標是打造端到端的智能駕駛體驗，可覆蓋高速快速路、城市路和泊車場景。李博為此還拿手機進行舉例：iPhone 1和iPhone 13的應用和體驗沒有本質變化，相差的只是性能、儲存和尺寸，智能駕駛系統目前也可以做到與未來相同的端到端全場景覆蓋，以始為終，相差的也只是性能。

　　在這個智能化的時代，比起傳統的自動駕駛分級系統，以及功能到性能的變遷，李博認為在這個過程中，「接管里程」和「覆蓋里程」將成為未來智能汽車更重要的核心指標。 

　　 與此同時，路特斯還將打造自己的智能硬件、智能軟件與智能云，李博表示:「軟件定義汽車，硬件定義軟件天花板，而智能云是智能駕駛的生產力工廠，它將大大提高智能駕駛軟件更新迭代的速度。在有著同樣硬件天花板的情況下，有了智能云我們將就將更快達到這個天花板�！�

　　他還提出，在當下智能駕駛演變的過程中，當前所處的歷史階段需追求更多更高更快更強的技術。在3月29日即將亮相的路特斯首款純電SUV TYPE 132或未來的更多的量產車型上，打造更強的感知系統、更強的大算力平臺，以及響應速度更快、冗余更多的電子電器架構。

　　AutoX（安途）創始人兼CEO 肖健雄：RoboTaxi如何真正實現商業化？

　　對于自動駕駛商業化的另一條路線，也就是被看作自動駕駛最終應用場景的RoboTaxi，業界也長期保持較高的關注度。

　　 AutoX（安途）創始人兼CEO肖健雄表示，雖然自動駕駛可以有掃地機、低速小巴或無人港口等各種各樣的應用，但只有將這項技術當做一個重大變革來使用，才有可能產生真正的突破性，給人類生活帶來巨大的改變。

　　一直以來，AutoX都專注于去掉安全員的L4級別無人駕駛RoboTaxi，肖健雄也認為這是該路線真正實現商業化的唯一途徑：只有達到現有網約車相同的實用性，徹底拿掉安全員、不限目的地、不限區域的自動駕駛，才是真正的商業化。

　　在此之中，覆蓋區域面積是肖健雄最看重的一點。他表示，RoboTaxi商業化運營必須要有足夠大的服務區域，如果只能跑在幾條主干道上，更多是純技術展示，而沒有真正的商業價值。

　　因此，AutoX也一直在不停擴展ODD（自動駕駛運行設計域），去年總面積已經超過了1000平方公里。同時，肖健雄還稱AutoX的RoboTaxi已經可以覆蓋95%的應用場景，包括在酒店大堂門口接送客人、早晚高峰通行、復雜路況下的超車等。

　　此外，肖健雄還提到了規�；�量產的重要性。早期自動駕駛企業在量產車基礎上，進行硬件加裝的方式，不僅效率不高，一致性、可靠性也難以保證。如果RoboTaxi想要實現真正的商業化，必然也少不了規�；�、標準化的裝配能力，因此AutoX打造了RoboTaxi超級工廠，保證AutoX第五代Gen5 RoboTaxi實現量產，這也是中國首個真正全無人駕駛RoboTaxi生產線。

圓桌討論（一）：大算力時代的芯片挑戰

　　2021年被稱作激光雷達上車元年，伴隨上車的還有自動駕駛計算平臺開始突破1000 TPOS。這種趨勢在楊宇欣看來，自動駕駛的發展已來到「上半場的下半段」，算力也已經成為判斷汽車智能化程度的重要指標，車企希望通過突出算力值，讓終端用戶對車企的自動駕駛能力有更多認知。當前的算力理論上已經可以滿足L2+、L3自動駕駛系統需求，接下來重點是將場景和體驗做得更好。

　　 他還補充稱，「算力堆料」是一種為后續技術升級的必要冗余，從商業邏輯和技術演進來講，芯片企業也需要幫助客戶用更小的成本、更高的系統集中度、更低的功耗，實現更好的自動駕駛功能，這是芯片企業一直在努力，也是推動大家技術演進和產品路線中演進的一個點。

　　作為代表主機廠需求側的李博，則從另一個維度解釋了硬件冗余的意義。他提出，硬件定義軟件天花板，預留足夠算力、預留足夠傳感器，是給未來自動駕駛系統的性能需求留出冗余。否則就像當前的應用程序邏輯上能在老款手機跑通，但卻無法真正運行。

　　王平也提到，目前汽車在OTA趨勢下，已呈現出軟硬件逐漸解耦的趨勢。相比硬件，軟件更容易通過OTA便捷地升級的特點，也促使車企在算力上做選擇性預埋，即使這部分現在用不到。

　　 除此之外，特斯拉、小鵬等車企自研自動駕駛計算芯片，也正在成為一種趨勢。芯擎科技董事兼CEO汪凱稱，這一方面是因為芯片短缺讓主機廠更加重視供應鏈多樣性和供給安全，另一方面是高算力芯片已經成為車企的核心競爭力，供應商芯片越來越難以滿足主機廠迭代速度、成本和性能要求。

　　但汪凱也表示，這種路線也有著諸多挑戰：自動駕駛芯片的門檻較高，一旦走彎路就將面臨巨大的資金損失，也將造成規劃上的不協調。同時，車規級芯片與消費級芯片不同，對性能、功耗和可靠性的要求更高，還要完成車規級認證，周期更長，投入也更大，需要通過在多款車的應用普及來收回前期成本，因此需要推出更包容、更有競爭力的產品體系來滿足不同車廠的需求。

　　此外，參會嘉賓還對芯片短缺問題進行了解答。一致的觀點是，目前芯片擴產成本較高，芯片商在不敢保證接下來幾年還有同樣需求的情況下，盲目擴充產能。盡管當前的產能已經從疫情中恢復過來，但去年被抑制的需求還未得到滿足，真正解決可能要等待明年。

　　圓桌討論（二）：「自動駕駛商業化如何走向成熟」

　　馭勢科技聯合創始人兼首席產品官周鑫、圖森未來聯合創始人兼首席架構師郝佳男均認為，效率和成本是自動駕駛在B端實現商業化的前提：要么做到效率比人更高、要么做到全無人自動駕駛。但要想實現最后的商業邏輯，不僅需要非常高的安全性和可靠性，還需要法規的逐步完善。

　　 作為同時面向B端和C端用戶的企業，宏景智駕聯合創始人兼軟件算法VP董健表示，目前的落地速度也比想象更快，一兩年出現將出更多量產車型。不過，受制于法律法規問題，多數車企推出的將是具備L3級自動駕駛體驗、但依據L2+級法規體系開發的車型。

　　 禾多科技副總裁戴震對于自動駕駛的C端落地還給出了更具體的時間點——預計2025年將是關鍵時間節點，屆時自動駕駛技術的量產、消費者的接受度、基礎設施及法律法規完善都將逐步落地。而在此之前，特定場景下的自動駕駛將會率先落地，禾多科技的自動駕駛方案也將在今年開始在多款廣汽車型上量產。

　　雖然「首席智行官大會」是首次舉辦，但仍得到了業內諸位大咖的鼎力支持。未來，Auto Byte將在繼續帶來智慧出行領域動態及分析的同時，拓展更多「智行官」參與的項目和內容，以呈現智能化時代最前沿、最直觀的重磅觀點。