中阳期货官网

4月18日，暌违2年的上海国际车展如约而至。作为2023年全球*A级车展，上海国际车展一开幕就引爆了汽车圈，成为了汽车产业的一场大狂欢，整车、汽车供应链和汽车科技企业纷纷大秀实力，一同把自动驾驶推上了车展的热门话题榜。

作为智能汽车的灵魂之一，自动驾驶已经成为了汽车产业下半场竞逐的焦点能力。在车企及科技公司争相入局的当下，自动驾驶迈入了蓬勃生长的快速成耐久，驱动着汽车产业的智能化创新与转型升级。亿欧智库展望，2025年中国汽车智能驾驶功效渗透率将到达72%，仅中国都会NOA（高阶辅助驾驶系统）前装市场规模将突破百亿元。

4月20日，在2023第二十届上海国际汽车工业展览会上，华为云团结自动驾驶产业各方配合举行“中国自动驾驶产业生长论坛”。

本次论坛以“云上创新 共建智驾产业未来”为主题，聚焦时下热议的自动驾驶话题，围绕自动驾驶行业备受关注的十大问题，划分从自动驾驶商业化落地、产物手艺、产业生长与生态共建等三大维度举行睁开，并携手与会的多名自动驾驶行业专家，出现了一场新理念与新手艺齐驱的自动驾驶行业盛会。如下，我们选择了一些行业专家的看法，以飨读者。

01  *维度：自动驾驶的商业化远景可期

近年来，自动驾驶的商业化落地与规模化量产泛起了多个里程碑式的节点，在自动驾驶商业化远景可期的背后，曾专注于高阶自动驾驶的企业将重心降维至L2级别，率先发力低阶自动驾驶的规模化上车，推动自动驾驶量产浪潮的加速到来。

虽然自动驾驶仍面临着来自手艺、成本及政策律例上的诸多挑战，但行业介入者们对自动驾驶商业化远景信心十足，勠力同心绘着自动驾驶的生长蓝图。

*问：关于自动驾驶手艺应该是渐进式生长照样跨越式推进，行业差其余争议点体现在哪些方面？‍‍

长城汽车自动驾驶手艺总监张瀛： 作为主机厂，我们是渐进式地推动整个自动驾驶手艺的演进。自动驾驶能力是从L1、L2到L3、L4、L5逐级递增的，这历程当中每一级都要确保平安，并匹配响应的手艺能力、感知能力、盘算能力等，包罗未来“车、路、云”协同手艺的应用，都需要时间、数据、履历的积累与充实验证。我小我私人以为，渐进式更适合自动驾驶手艺的生长。

友道智途CEO王瑞：不管是渐进式照样跨越式，二者并不矛盾，只是在差其余业态和场景用差其余方式而已。就像我们做矿山、口岸的自动驾驶一定是跨越式的，我们就是要取代人类司机，手艺也支持我们在特定场景里做跨越式生长。乘用车的自动驾驶是渐进式生长的，人人若是太冒进了，可能会阻碍自动驾驶的生长。我们照样要有兢兢业业的心态，让这个行业加倍良性、强劲地生长。

毫末智行COO侯军：自动驾驶的生长无论是渐进式照样跨越式，最终都是为了登顶。针对差其余场景、差其余数据规模、差其余模子迭代、差异算力能力的提升，人人最终都要用性价比来登顶，蹊径没有对错，只有合适不合适。

第二问：当前已有哪些自动驾驶产物和功效已经在现实场景中获得了应用？手艺、执法和羁系政策、成本等方面，是否阻碍了自动驾驶的商业化落地？

亿欧汽车研究院院长王忠：在整车E/E架构的升级、域控产物的优化以及大算力芯片的迭代靠山下，“行泊一体”的规模化量产迎来高速增耐久。多家自动驾驶供应商已对行泊一体功效方案举行了结构，欲通过自动驾驶的风口实现弯道超车。

手艺、执法和羁系政策、成本等因素均与自动驾驶商业化的落地速率息息相关，但随着中国相关执法律例的颁布、汽车行业尺度工具的完善以及手艺的生长，自动驾驶将逐渐量产落地，用户也将拥有加倍平安、恬静的智驾体验。

元戎启行合资人兼副总裁刘轩：在执法框架系统下和现行的手艺下，自动驾驶企业现阶段跟车企互助定点的方案照样以L2 为主，现在是通过数据闭环、软件OTA，可以让我们自动驾驶方案完全升级到L4、L5级别，这块离不开华为云的算力的支持。

第三问：关于实现自动驾驶规模化量产落地，解决了哪些要害问题？会履历什么样的时间周期？

亿欧汽车研究院院长王忠：垂直、可控的一些封锁与半封锁场景，如口岸、矿山、环卫、无人配送等场景已经成为自动驾驶商业化量产落地的主战场。由于自动驾驶在商用车端落地所面临的Corner case少，数据和场景麋集度高，更易打造“边-端-云”协作等优势，快速体现自动驾驶带来的社会价值与经济效益。

但在乘用车端，现在Robotaxi、Robobus等完全自动驾驶场景庞大且执法律例的成熟度相对滞后，规模化量产落地仍道阻且长，人机共驾仍是耐久的主流趋势。

元戎启行合资人兼副总裁刘轩：随着自动驾驶量产之后数据量的积累，也许1年以后，低配版的自动驾驶产物会具有高配版的能力，高配版会有更强的能力，自动驾驶逐步向L4、L5级别靠近，未来几年会有多款自动驾驶前装量产车上市。

“小结：就自动驾驶的手艺蹊径而言，渐进式生长的利益在于可以逐步完善系统的性能，削减手艺风险，降低平安试错的成本，但时间成本更高，生长周期更长。相比之下，跨越式推进可以更快地实现完全自主可控的自动驾驶，同时也需要更高的手艺水平、更大的资金投入。在差其余场景下，两者的蹊径并不冲突，而是殊途同归，最终的目的均是实现机械取代人类来平安可靠地驾控汽车。

现在，面向乘用车的领航辅助驾驶功效L2、L2 已经优先实现量产，详细功效显示有都会NOA、行泊一体等，而在差其余细分应用场景里，L4级无人配送已初具商业化基础能力。自动驾驶现已处在规模化商用的前夜，随着自动驾驶平安性和手艺可靠性的提升，及自动驾驶相关执法律例、道德规范的制订和落实，自动驾驶的商业化落地将会进一步提速。”

02  第二维度：自动驾驶的产物手艺 挑战与时机并存

自动驾驶手艺的生长离不开数据的喂养与训练，数据驱动的训练模子已成为自动驾驶破局的要害。若何构建完整的自动驾驶数据闭环，实现数据的全生命周期治理，也是业内的热门话题。

对于数据的采集、存储、标注、训练等多个环节，自动驾驶产业链企业需要综合多方面的角度举行协同生长。除了数据模子外，自动驾驶在算法与算力、感知与舆图的平衡上都需要在实践中进一步探索出顺应市场生长的行进蹊径。

第四问：基于云服务与数据驱动的训练模子，该若何构建自动驾驶数据闭环？

小马智行解决方案司理张帆：自动驾驶从手艺研发到实车上路后的每一个环节中，都市发作出大量的数据，这需要工具链的介入，并依赖于云服务、云资源的优化调剂及成熟的架构支持。

数据闭环有两个看法，*个是物理意义上的数据闭环，即数据若何流转。数据闭环的第二个看法是服务于手艺的迭代，即在手艺的迭代中，我们需要数据的剖析流程、数据的抓取以及仿真的自动评测，并依赖于我们天天不停去使用与打磨工具链，来提升客户在整体流程中的使用体验。

同济大学教授、汽车平安手艺研究所所长朱西产：数据闭环主要作用是解决未知的不平安场景。现在公司需要自己去采集数据，拿来做AI的训练以及回放的测试，然则数据采集用度异常高，这个场景库到底要跑若干公里，才气够笼罩全场景呢？我们希望是10亿公里，但1亿公里的采集用度企业都无法遭受，以是我们最终照样要确立用户数据闭环。

华为云中国区汽车行业资深解决方案总监刘涛：若何对新场景数据举行大规模高效处置，并接纳快速优化的算法模子，即成为自动驾驶手艺迭代的要害。换言之，构建基于数据驱动的自动驾驶数据闭环，让数据实现高效流动，是实现高阶自动驾驶的必由之路。

数据闭环是首先数据，然后闭环。从1.0-2.0的数据闭环会加倍注重效率和自动化，这样差异模块之间的集成度会更高，整个数据流转的时效性会更好，数据挖掘的能力会更强。华为云作为云厂商，可以从云平台及服务、工具链效率、AI能力等三个主要的方面来辅助企业实现数据闭环的迭代。

金鼎资本&新特电气：新能源赛道投资价值逐渐显现，产业发展面临新挑战

第五问：在解决自动驾驶算力不足的问题上，更高级别芯片或增添硬件装备数目是否为准确的应对之道？

同济大学教授、汽车平安手艺研究所所长朱西产：由于自动驾驶的生长，2022年，毫米波雷达装车量已经突破了一个亿，且还在增进的状态，硬件的规模化上车将会进一步推动自动驾驶的生长。

自动驾驶车辆的环境感知在AI算法的加持下已经酿成了高清摄像头，整车构架也随之改变。真正的无人驾驶，除了规模性开发，是需要通过OTA不停迭代升级来逐步落地的。

第六问：“重感知”or“重舆图“，自动驾驶未来之路该若何走？

亿欧汽车研究院院长王忠：“重感知、轻舆图”是现在自动驾驶领域里备受业内人士推许的蹊径。高精舆图一度是促成自动驾驶落地的要害，但高精舆图的开发周期长、测绘成本高，且受到严酷的羁系，现在高精舆图的测绘制作，只能由具备导航电子舆图制作*资质的单元举行，这使得过于依赖高精舆图的自动驾驶手艺一直处于Demo阶段，迟迟无法商业化落地。

为了推动自动驾驶的快速落地，业内最先走上了“重感知、轻舆图”的手艺蹊径。若性价比优的高精舆图能够早日落地，自动驾驶的生长将会在两条蹊径的交织推动下步入快车道。

“小结：在构建自动驾驶数据闭环时，自动驾驶企业既需要思量数据的采集、存储、处置、剖析和应用等环节，又需要连系云服务和数据驱动的训练模子，确立完整的数据生命周期治理和应用系统。虽然更高级别芯片或增添硬件装备数目、优化提升算法等可以有用填补算力不足的问题，但也会存在一定的资源虚耗，并非是行之有用的*路径。

岂论是重感知，或是重舆图，自动驾驶的生长均需要综合车辆实时感知能力、使用成本等因素，接纳多种数据源融合和模子优化的战略，来为用户提供更平安、高效、智能的自动驾驶体验。”

03  第三维度：自动驾驶加速推动 产业生长与生态共建

‍‍在自动驾驶相关企业的协同生长下，“自动驾驶生态圈”已逐步成型。基于自动驾驶的产业生态，各企业之间不再是争取资源、相互内讧的竞争者，而是要一同实现产业共荣的偕行者，团结研产供销服等多个相关主体高效一致地杀青目的，构建多方协同、效益倍增、互利共赢的产业生态系统，促进自动驾驶产业生态的蓬勃生长。

第七问：主机厂在构建自动驾驶手艺能力历程中，若何脱节“灵魂”“躯体”之困？车企智驾产物竞争力的焦点体现只能是全栈自研吗？

元戎启行合资人兼副总裁刘轩：车企首先得保证有一个灵魂，再思量要不要全栈自研。我以为短期内，车企可以引入外部的互助商作为一面镜子，先看下行业生长是怎么样的，再设计出适合自己的生长蹊径。

陕重汽汽车工程研究院电控手艺研究所副所长魏杰：自动驾驶是车企的一项焦点手艺，稀奇是面向市场规模异常大的干线物流场景，以是主机厂自主掌握自动驾驶手艺是异常主要的。

第八问：总体来看，当下自动驾驶产业生甜头于什么阶段？产业还面临哪些挑战？

华为云中国区汽车行业资深解决方案总监刘涛：自动驾驶现在已经进入到了用户付费的阶段。自动驾驶在量产上面临效率、速率和成本上的严重挑战。好比若何更高效地在*时间把产物研发出来；若何快速地实现产物手艺的迭代；若何保证数据天生与测试验证的速率、提升数据训练的效率；若何控制好成本，包罗芯片、传感器、数据等在内的算力成本与工程成本。同时自动驾驶在合规、供应链平安方面也面临着诸多挑战。

在提升研发效率方面，针对海内自动驾驶多样性的客户需求，华为云团结同伴共创了“乐高式”自动驾驶研发工具链解决方案，提供端到端快速构建、模块按需构建、自选ISV集成三种互助模式，让车企以及自动驾驶企业根据自身需求模块化选择，进而实现高效开发。

在提升研发速率及降低成本方面，华为云基于AI能力提供“训练加速、数据加速、算力加速”三层加速方案，加速自动驾驶模子的数据闭环迭代，同时以存储手艺、NeRF 3D重修实现降本。

华为云作为行业数字化云底座和云手艺使能者，致力于团结行业互助同伴共建产业开放生态圈，打造多元化生态互助模式，为车企客户提供模块化解决方案，通过云、AI和数据手艺辅助客户与同伴在研发历程中提高效率、提升速率以及降低成本，加速推动自动驾驶产业生长。

第九问：车路云一体化在自动驾驶中将施展何种价值？

中国电动汽车百人会副秘书长徐尔曼：“车-路-网-云-图”的基本手艺架构现在已成为行业共识，其中云平台是治理控制中央。

车企与云服务的创新正从“数据上云”的1.0时代向“服务为上”的2.0时代生长。在1.0时代，数据上云是必由之路，云服务能够基于营业助力海量数据的多方汇聚、去芜存菁、统一处置。

在2.0时代，车企和云服务企业将更多地聚焦在服务上，在智能网联焦点场景上，云服务企业需加倍深入地明白汽车行业，更好地将ICT能力与汽车营业深度连系。在智能化、网联化靠山下，汽车的界说和属性发生转变，数据治理及赋能、数据平安治理及云服务已经成为汽车行业生长的要害。

第十问：车企、自动驾驶科技企业（软件/硬件/解决方案）、汽车供应链企业、云服务商等，若何共建可连续生态系统？‍‍

中国汽研信息智能事业部整车工具部部长潘伟：我以为行业要做好一个可连续的共建生态，企业首先要做对的事情，要把事情做对，要有一颗公心让自身良性生长。其次要清晰界说自己的界限，在这个基础上找同伴、补不足，与优异偕行一起前行。

星尘数据商务副总监谢新艳：全产业链联动形成产业协力将是一定的趋势，数据成为行业生长的要害要素也逐渐成为共识。作为华为ModelArts首家标注平台互助同伴，未来我们希望通过数据闭环和数据战略服务和生态互助同伴慎密互助，配合提升自动驾驶的研发效率。

“小结：从主机厂的角度而言，岂论是全栈自研照样依赖供应商实现能力构建，生长自动驾驶都需要综合思量自身的手艺实力和成本遭受能力，而通过自主研发与互助相连系的方式，既可以自研要害手艺，也与供应商互助提升自身的自动驾驶综合竞争力，进而实现自动驾驶的快速落地。

自动驾驶现在处于手艺探索和商业应用的并行阶段。虽然自动驾驶产业仍面临手艺难题、律例制度、平安保障等挑战，但其未来将出现出多元化、协同生长的态势，包罗将促进智能出行、智能交通、智能物流等多个领域的生长。

而车路云一体化可以实现自动驾驶系统与路网、交通系统等的实时交互与信息共享，提高自动驾驶的感知能力和决议能力，进一步提升行驶平安和效率。同时，通过大数据剖析，车路云一体化还具有蹊径优化、拥堵疏导等功效，大幅优化都会交通治理。

自动驾驶是一个重大的产业系统性工程，没有任何一家企业能够把整个产业做下来，自动驾驶需要确立开放式的互助平台，既可以形成互信、互利、互补的同伴关系，又能实现手艺、资源、信息等方面的优势互补，增强创新、尺度化、规范化等方面的互助，配合推进自动驾驶生态建设，提升整体产业生长水平与市场竞争力。”

04  结语

2023年，自动驾驶的生长势必将会再上一个台阶，快步进入量产提速阶段，在业内专家学者们的携手攻坚克难下，数据平安羁系、数据闭环“长尾”问题将会获得进一步的解决，自动驾驶企业也将会加倍起劲拥抱自动驾驶高速生长历程中的时机和挑战，捉住自动驾驶的黄金十年，跑出中国自动驾驶的“加速率”。