30＋位汽車大佬跨界大探討：我們究竟需要哪種自動駕駛？

Xtecher【錯別字基金】溫馨提示：如果您在閱讀過程中發現錯別字，請在文章底部留下說明＋聯繫方式，我們會立刻發給您5-88元隨機紅包一個。

2017年5月10日，吉利汽車邀請了國內傳統汽車廠商、行業供應鏈、學術界、政策建議者、創業公司的代表領軍人物，在吉利杭州灣研發中心落成當日下午召開了主題為「面向智能化的挑戰」的吉利汽車技術高峰論壇。經吉利邀請，Xtecher聯合創始人張一甲主持了這場峰會的討論。這是一場業界難得的閉門、深度、站在邊界上思考、求同存異的智能駕駛大探討。

文字整理｜李賡

編輯｜甲小姐

微信公眾號ID｜Xtecher

除了上述嘉賓外，現場還有兩位來自吉利汽車的重要嘉賓：吉利汽車集團副總裁、CTO 馮擎峰，吉利汽車研究院院長鬍崢楠。

發言精華錄

註：現場文字實錄共計3萬字，為方便讀者閱讀，我們將內容進行了壓縮提煉。

主持人張一甲：

大家下午好！我是科技創新產業服務平台、科技媒體Xtecher的聯合創始人張一甲。汽車被稱為「工業之王」，這個名稱當之無愧。回顧歷史，汽車這個重型產業，在過去100年都沒有大變化，一直保持著傳統且格局難改的高冷姿態，因為汽車對裝配工藝的要求高、價值鏈長，所以對玩家的資金實力要求也極高。

可是近幾年，汽車行業的規則似乎正在發生變化。有人說，汽車行業已進入「亂世」，主要是因為，科技的進步為汽車產業帶來了幾波巨浪：

第一波巨浪是新能源化，做電力基礎設施的玩家入場了；第二波巨浪是汽車共享，做互聯網的玩家入場了；第三波巨浪是智能化，做人工智慧的玩家紛紛湧入戰場；第四波巨浪是網聯化，做通信基礎設施的玩家也入場了——幾波巨浪裹挾之下，造車方式全面改變，後來者似乎開始有實力跟傳統巨鱷競爭，對於此刻入場的新玩家而言，這是「亂世出英雄」的千載難逢的機會，大家都希望趁亂建立新的格局；而對於行業之中的人呢，大家也紛紛開始進行自我革命。

基於這樣的背景，今天下午的論壇，我們希望聚焦於一個核心議題：「面向智能化的挑戰」。正如我們所知，傳統汽車行業此時此刻所面臨的對手並不是一個孤獨的復辟者，而是呼嘯而來的全新時代，各路玩家。我們相信，從傳統車企、到供應鏈、到政策管理、甚至是學術界，都會迎來一次大變革。我們不僅要快速迭代，還要背負著安全、政策等等方面的約束條件，在一個一個的「無人區」中摸索迭代。那麼，我們究竟怎麼樣才能夠把局勢分析清楚，不至於戰略誤判？這是本次技術論壇召開的最主要原因——我們希望站在整個行業的視角，去討論、預測、分析接下來的這場大變革和我們如何應對挑戰的方法。

讓我們首先有請吉利集團副總裁馮擎峰發言。

吉利汽車集團副總裁、CTO馮擎峰：

歡迎來到吉利汽車技術高峰論壇，今天我們要聊的話題使我想起前段時間有一個調研數據，內容是說北京、上海、廣州等大城市的人均駕車上下班時間都超過1小時。在這種情況下，如何使汽車這一重要的「第三空間」完成進化，讓人們在駕車過程中的感受不那麼冰冷，而是充滿愉悅，顯得至關重要。

經過多年發展，汽車智能化技術已經不再是一個孤立的元素。在我看來，當下已不再是依靠「摩爾定律」尋求「參數經濟」的時代，智能化越來越需要與人緊密的連接，越來越需要圍繞著人的幸福感去體現價值。也就是我們說的：用科技的力量，讓用戶更享受於自己的汽車生活之中。

或許幾年前我們一聽到互聯網都覺得非常遙遠，轉眼這幾年，我們聽到「共享經濟」，聽到「大數據」、「雲計算」都並不陌生。對於車企來說，將有用的數據更加「智能」地運用到行車之中，包括駕駛安全輔助，包括通過日常行為預判，來更好的幫助用戶享受車上的時光。我們可以認為，這樣的「智能化」更像是賦予汽車以「精神」，通過技術延展，將汽車能帶給我們的價值再次提升，打造出更安全、更智能的第三空間。

今天的論壇，我們更願意看作是吉利給各個行業內的專家、學者搭建的一個交流平台，一起探討下在這場智能化的革命中，對於車企、乃至整個行業可能產生的挑戰。我們的討論也希望形成一種思想碰撞，一起來看一看會有什麼樣的新機遇、新發現。

張一甲：

感謝馮總，接下來我們進入討論。我先來分享兩張圖：他們實際是知名分析公司Gartner製作的2015和2016版新興技術炒作周期曲線。

在知名分析公司Gartner 2015版的「新興技術炒作周期曲線」中，自動駕駛技術成為了被炒作得最火熱的技術。可以說，在2015年的美國，人們對無人駕駛技術的期待已經到了頂峰，可是2016年，我們看到了多起無人駕駛事故，同時，在隨後的2016版曲線中，自動駕駛的熱度有所下降，並正在朝「泡沫期的谷底」前進。

那麼問題來了：這一波自動駕駛是不是過熱了？無人駕駛是不是「想像的很美」？

再進一步追問：是不是最後真正造福人類的技術，可能沒有我們期待的那麼高？

相對完美的L4、L5能否實現，或者說是否需要實現？我們究竟是不是還要去做L4、L5？

大家現在做自動駕駛，怎麼做，做什麼，是否已經達成了某種方向和共識？

總而言之，一句話：我們究竟需要怎麼樣的自動駕駛？

阿里移動事業群副總裁、高德汽車事業部總裁韋東：

對於自動駕駛，我分成兩塊來看，一是技術，二是服務。從技術角度，它實際屬於人工智慧，這肯定是未來的發展方向。服務的角度實際上還存在疑問，也就是說，包括在中國市場在內，無人駕駛能對用戶出行的服務產生什麼樣的價值？我個人認為它需要經歷一個階段，滲入到整個社會環境當中去，其中包括整個產業鏈的發展。

就目前來說，社會環境，消費者習慣還有沒產生如此強烈的需求。但如何讓駕駛體驗變得更加智能化的改變已經在不斷進行，未來需求應該還會進一步不斷擴大。

至於我們該做哪個等級的無人駕駛？作為互聯網企業，我們還是看重「提前量」。最保險的，肯定是漸進式、終極目標式，兩條路都走——前者做產品，後者做預研。因為你越早研究，它的成果越能夠反哺到漸進式的發展過程中去。

張一甲：

阿里是資金相對雄厚的巨頭代表，與之對應的則是資金、人力相對有限的創業公司，我想聽聽國內領先自動駕駛創業公司馭勢科技的創始人CEO吳甘沙觀點。

馭勢科技CEO吳甘沙：

我覺得未來智能駕駛的確會面對價值轉移的過程，但這個過程中未必是互相廝殺。在外界看來或許更像零和遊戲，這個錢你賺了，我就不賺了，如果我賺了你就賺不到。但實際上智能駕駛最需要的是更加深入的協作創新，包括上下游之間更多的協同和協作。

我舉幾個例子，比如說人工智慧再好，車輛動作執行機構跟不上，比如存在500毫秒的延遲，如果時速100公里，時間雖然短但車已經開出一二十米了，這樣肯定做不出好的智能駕駛。

另外一個例子是，打造駕駛所用的人工智慧非常需要大量的數據，而最有能力收集數據的就是車廠。車廠一口氣生產大量的車，就有很多的數據。最好的例子是Google和特斯拉，前者做了八年的時間，也只有兩百萬英里的數據，而特斯拉只花了一年多的時間，就有了近十億英里的數據。

如果說人工智慧公司不能跟車廠展開非常深入的合作，他的人工智慧也做不好。所以我非常提倡上下游之間、科技公司跟車廠之間能夠實現非常深入的協同創新。所謂的非常深入的協同創新就是包括開放源代碼之內的知識產權的共享、數據的共享。事實上，我現在跟吉利研究院就在探索這樣的一種協同創新，科技公司、人工智慧公司有很多優勢，車廠有車廠的優勢，那麼我們如何能夠突破界限形成合作，一起把這個技術做得更好，最終能更快地把最好的人工智慧技術落地商業化，這是我們接下來打算探索的一個方向。

至於自動駕駛未來如何發展這個問題，我們也有一個時間維度上的基本判斷——要實現在通用場景的城市道路上無人駕駛，需要10年的時間；開放道路上無人駕駛相關法律法規的完善，可能需要5年以上的時間；激光雷達這種非常關鍵的零部件，想要實現大規模的商業化，可能也需要3到5年的時間。也就是說在接下來的幾年裡，無論是車廠也好，創業公司也好，能夠實現的只有兩個方向。第一個是在高速公路上L2、L3的自動駕駛，或者叫輔助駕駛。你也可以把它叫做「部分自動駕駛」和「有條件自動駕駛」。這個東西甚至已經寫進了政府中長期規劃當中：到2020年，3000萬台新車銷量中，要有一半具備L1、L2、L3自動駕駛能力。可以說這是一個很現實、很確定的市場，也是我們可以去做的。

另外一條路，也是我們認為2到3年內可以實現的就是限定場景、低速的、無人駕駛。比如說幾種場景：園區、景區、渡假村、主題公園、機場、大學、高爾夫球場，這樣的一些封閉而且低速的環境。第二種是半開放的環境，中國有大量的新區、新城、特色小鎮，如果有可能在這些地區的設計規劃中很早就介入到基礎設施的改造和增強中去，那麼也能夠為低速無人駕駛打造出適合的環境。最後一種是非載人車輛，比如廠區的物流，特種區域的巡邏車、清潔車、叉車等等。

正因為這兩大方向非常明確，我們也對應制定了一個策略，叫「和而不同」。「和」就是輔助駕駛這塊，我們跟上下游車廠保持合作，協同創新。「不同」就是低速特殊場景這一塊領域，通過在其他主流玩家不太上心的領域，我們可以更加早的探索一下無人駕駛的形態。

張一甲：

謝謝甘沙兄的發言，我們剛才聽完了阿里，我們再聽聽騰訊怎麼樣？我們知道騰訊副總裁馬喆人先生在騰訊內部的自動駕駛業務方面有非常多理解。

騰訊副總裁馬喆人：

其實無論什麼自動駕駛等級，L3還是L4，最終都是要解決用戶的需求問題，所以我們的第一個觀點是技術理想和用戶需求兩種路線都要走。「憋大招」到L4完成再開始應用，或者等法律法規體系成熟之後再上路，對於整個汽車產業來說實際上是沒有價值的，對於科技層面的迭代也沒有意義。所以騰訊的自動駕駛實驗室也在和廠商做交流，得出來的結論是參考二八定理，首先解決用戶的三個需求：

第一個是在高速上的安全問題，因為高速上大家最容易走神打磕睡，把這個問題解決之後，一定會有人買。第二就是在城市擁堵的時候，能夠減少駕駛者的壓力，這個同樣有人買單。第三個尤其在中國這種特殊情景下，誰能夠把自動尋找車位和自動泊車這件事情做到完美。這幾點都有著巨大的用戶價值。

所以我們未來希望和汽車產業合作，能夠首先著手解決這一類實際問題，然後再用戶反饋迭代產品。我們相信這是結合技術、商業的一個最好路徑。

第二點我們認為要堅持技術理想。我們也在關注產業合作和相關投資，畢竟未來基本會是一個規模化的遊戲。部分創業公司通過特定場景實現商業化是一個再正常不過的手段，但它對於整體技術演進沒有太大的幫助。我也建議將自動駕駛作為一個泛機器人的技術去看待，我們研究更應該一些自動駕駛應用場景背後的主流問題解決上，這些解決方法本身就具有商業價值。

最後還有一點看法，未來自動駕駛應該是一個大的跨平台之間的遊戲，也是一個規模和資源的遊戲。它需要大量、長線的技術的投入，也需要為了讓關鍵零部件成本更低進行進一步研發。這也讓阿里、騰訊這樣的互聯網平台，與吉利這樣領先的中國自主汽車品牌之間擁有天然化學反應的潛力。因為互聯網平台已經積累出了雲平台的優勢和規模，包括對於人才和項目的長期投入。所以不僅僅是自動駕駛技術，我們實際能夠在泛人工智慧領域為整個行業提供幫助。

當然，汽車產業本身就在汽車安全、硬體控制上是專家，這個是我們做不到的，所以雙方的互補性是非常強的。而且我們也看到目前汽車行業中預算大概率還是項目制管理方式，相比之下我們的長線投資更有遠期布局性質。這些特點造就了突出的合作機會，我相信接下來也會圍繞著自動駕駛誕生更多產業聯動的機會。

張一甲：

我看到韋東老師這邊似乎有話要說。

阿里移動事業群副總裁、高德汽車事業部總裁韋東：

我想向另外一位嘉賓提個問題。胡院長，我想問一下，站在汽車產業的角度，您會不會認為說誰家做出了自動駕駛的車輛，就能夠切入整個市場，然後能不能顛覆整個產業，或者顛覆在市場上的主導地位？

吉利汽車研究院院長鬍崢楠：

對於智能化挑戰這一點，大家可能經常會講一些事情，比如說智能手機幹掉了傳統手機、數碼相機幹掉了傳統相機。但是我個人一直持這個觀點，我並不認為說是一個技術戰勝了另外一個技術，我覺得其實還是市場用戶的需求在變化。如果說你作為一個傳統的巨無霸企業，很多時候並不在意用戶的感受，也失去了對用戶需求的變化敏銳的洞察力。換句話說他沒有去保護公司的核心，抓住自我拯救的機會。然後看上去好像被另外一個跨行業的巨頭幹掉了，這種被幹掉的原因不在於技術的迭代和革新，而是對於用戶需求沒有進一步的把握，最終失去了很多用戶。要知道汽車行業不但價值鏈很長，而且存在感非常強，同時也是一個資金投入很大的行業。吉利董事長李書福曾經說過，汽車行業是一場沒有盡頭的馬拉松。你哪怕擁有一個獨門的起跑技術或者是衝刺技術，也並不代表著你就能跑贏這場馬拉松。最終馬拉松還是要靠馬拉松選手自己一步一步來完成，但是我們馬拉松選手可以利用一些高科技武器，比如說更低風阻的運動員衣，更好、更輕的跑鞋，以這種方式我去戰勝其他的馬拉松選手。從這一點看，行業的自我革新非常重要。

張一甲：

感謝韋東的提問以及胡院長的回答，貌似博世中國投資執行副總裁徐大全徐總這邊也有話說。

博世（中國）投資執行副總裁徐大全：

談到自動駕駛最終將實現，我想跟大家分享一下傳統德國人的觀點。車輛的駕駛感，比如當初用柴油機跟汽油機運轉的感覺，他們特別注重這個東西。但是在中國現在新一代的人對這個根本不理解，甚至不欣賞，大家寧願坐在車裡面看看手機、上網購物之類。但對於汽車來說，客戶需求的存在是絕對的，現在90後已經開始買車了，00後也快接近門口，很快又是一代年輕人的世界。所以從對自動駕駛的安全功能，包括完全自動駕駛的需求也在逐步升級。

另外一方面，中國正處於一個創新的黃金時期。這也給中國自動駕駛技術的發展設立了目標——引領者，而非傳統的追隨者。而這非常需要傳統車企、各種相關部門領導的指點，最終才能將中國的汽車工業帶進下一步。

在這裡我也提一個私人小建議，政府有必要對數據如何分類？數據如何共享？哪些數據必須私有？這些問題需要在法律層面進行定義。數據的安全同樣需要標準，這個標準也決定了各個行業能夠如何往前走。

關於自動駕駛的相關法律法規更是如此。比如國內有人在做L3、L4的上路實驗，但理論上並不允許公共道路作為測試場地，高速公路更是不能上。好在警察也無法判斷車輛是否處於自動駕駛狀態，也讓我們能夠偷偷摸摸的進行相關試驗。相比之下，德國和美國已經弄出了相關的論證機制，哪些公司能夠試驗？這些試驗需要滿足什麼樣的條件？這類基礎問題已經有了明確的標準。所以說這方面法律法規的建立也必須抓緊。

張一甲：

感謝我們博世中國的投資執行副總裁徐大全徐總。剛才我們已經聽到了很多人對於政策標準方面的訴求，這方面的問題我們待會請幾位政策制定、建議者來談談，在那之前讓我們先聽聽學界對於這塊有什麼樣的看法，我們首先邀請我們這面清華大學的教授張金換張老師，您看看對這個問題有什麼樣的看法。

清華大學教授、主任張金換：

自動駕駛是不可阻擋的，因為很明顯現在無論是國內還是國際，已經風起雲湧了。但這裡有一個時間的問題，是五年還是十年，還是十五年或者二十年？不過整體的發展趨勢肯定將會繼續大步向前發展。在這裡我還是從我本身研究的領域入手，就是安全性。

不過我提到的「安全性」並非之前嘉賓所提到的數據安全性，而是對於車輛中人身的安全性，這其中包括了駕駛員和其他乘員。就現狀來說，人還是交通中最重要的環節，自動駕駛和智能駕駛距離我們似乎還有段距離。要知道，中國也是國際上交通事故死亡率最高的國家，是不是自動駕駛技術成熟了之後，就不會再死人了呢？我覺得死亡率肯定會減小，但是依舊會存在。

同時，進入自動駕駛時代之後，車輛內的人狀態也有了改變。現在的駕駛安全可以通過安全帶來部分保證。但就目前的概念來說，人們總是希望在自動駕駛時代擺脫各種束縛，他們希望將汽車變成一個娛樂空間，用來放空、聽歌、玩手機等等。如何在新環境下保護車輛上人員的安全？這一點是我所關注的。所以我覺得現在應該提出一個叫自適用成員約束系統，換句話說就是在自動駕駛情況下，要、對人員實行個性化的保護。現在我們跟美國的密歇根大學也在進行合作。如何在成員完全放鬆的情況下，提供一套更好的保護措施，我認為這是一個非常重要的內容。

張一甲：我們看到旁邊的宋老師和石老師已經躍躍欲試了。

吉林大學汽車工程學院院長宋傳學：

對於自動駕駛技術，我認為我們可以大膽地、多方面地去研究，這裡我們應該「多條腿去走路」。但就我們學術界來說，如何通過「交叉融合」培養人才或許是我們最關注的。

這也是因為智能領域實際上會涉及多個學科的內容，也是一個交叉融合的過程。企業或許還可以有所為、有所不為，同時企業也不可能考慮所有的問題，也不可能都去解決。最終給人才培養單位提出了一個新挑戰——我們怎麼樣去培養交叉、融合的人才？實際上吉林大學最近才成立一個交叉學科部，為的就是應對科技發展的一些類似挑戰。在這個方面，也希望和我們的研究部門，和我們車企怎麼樣共同來探討，我們怎麼樣培養適合企業需求的人才。所以我覺得，雖然道路很艱難，但是前途還是很光明的。

合肥工業大學汽車與交通工程學院黨委書記、博士生導師石琴：

在我看來，我們做自動駕駛實際還是想打造一套高效的交通系統。之前車輛和道路實際上並沒有聯繫到一起。但如果想要實現智能化，車輛和道路必然是密切相連的。所以打造自動駕駛最終還要回到車輛如何跟交通系統協同的問題。這實際上也給交通規劃的管理提出了挑戰。我們已經在嘗試解決這個問題。

第二個問題是在國家發展、經濟發展、技術創新等大潮下，高校怎麼樣重新定位的問題。客觀的說，傳統的知識結構遠遠滿足不了新趨勢對人才的需求。作為高校，我們打算後續加強跟企業之間的交流，嘗試建立更好的人才培養機制。包括在校內開啟校企融合合作，以及能否以高校的身份享用企業的平台、能否針對科技創新打造人才的培養戰略。

張一甲：首先感謝石老師的發言，我們可以看到這邊韋東韋總似乎還有話要說。

阿里移動事業群副總裁、高德汽車事業部總裁韋東：

從基礎的功能實現角度來看，自動駕駛則可以分成三塊：感知、判斷、動作。第一塊主要強調的是感測器的技術，第二塊主要是人工智慧的範疇，大概率還要接入到雲端，第三塊則是汽車其他部件的範疇。正因為涉及面廣，讓整體合作長期處於一個自說自話的狀態。但有些東西是明確的，比如感測器，肯定會朝著性能更優，質量更好，價格進一步下降的趨勢走。

我其實是中國最早自己把車改造成自動駕駛的人，從我自己的使用感受來看，將來自動駕駛很可能還是需要電動車來完成。但我想再提出一個疑問，人工智慧這塊對於主機廠是不是一個核心？

張一甲：我看到這邊已經有嘉賓示意想回答這個問題了，這位是精進電動科技的創始人、CTO蔡蔚蔡總。

精進電動科技創始人、CTO 蔡蔚：

雖然我們是一家配件生產商，但實際上也參與了自動駕駛，因為Google的電機實際上用的就是精進。至於自動駕駛，我個人認為需要有分階段向前推進的步驟，而不是說我們明天就要自動駕駛。

我認為自動駕駛要求有三個問題，從現有的情況看，第一步要減少事故，如何通過自動駕駛提升交通系統的安全性，間接減少乘員遭遇交通意外的可能性。第二個要減少擁堵，因為在中國，擁堵變成了一個越來越嚴重的問題，而且嚴重影響了我們國民經濟的發展。第三個要解決污染問題，就是您的自動駕駛要幫助減少污染，我們奮鬥的目標不是為了得肺癌，而是為了生活更好，我認為這三個問題在自動駕駛的層面上應該做一個考慮。

我認為合作和行業之間的相互交流問題，可能是我們未來發展的關鍵。如何溝通，如何把這件事做好？而且我們現在可能從某種角度上，過多的強調了演算法和決策，而忽略了執行，但執行卻是一個非常重要的部分。我們很多東西，演算法那邊都解決了，而執行機構沒法在短時間內完成這個任務，從而會產生問題。

第二個問題是電動化和自動駕駛的關係，因為電動化比傳統發動機反應快。我不反對傳統的發動機也做智能化，但我認為電動化是自動駕駛中一個重要的部分。因為它就是很快，你上去給一個信號、給一個電流，動力馬上就出來了。

最後一個我想再強調一點，不要每一個行業的人都從猿變成人。比如精進自己主要朝電動化、智能化方向發展，我們不會什麼東西都去做。我也希望行業能夠考慮這種思路。當然很多公司都用我們的電機在做，他們自己沒從頭研究電機，這是一個很好的趨勢。

阿里移動事業群副總裁、高德汽車事業部總裁韋東：

如果我們將自動駕駛中間的演算法部分視作「駕駛員」，那麼是否意味著誰開都可以？這樣來思考的話傳統汽車行業反而很有競爭力了，因為誰能把車開好了，你們認誰。特別將來聯網化之後的大智能，包括剛才提到的大交通，因為這個車再怎麼開它還是要導航的，去哪兒這件事情是靠這個單體來解決的。但是單體的解決我覺得完全可以合作，為什麼我們互相接納一起來研究演算法等？

大陸汽車投資中國區的副總裁劉毅：

剛才各位實際上談到的說要合作起來做，實際上我想今天不就是一個例子嗎？吉利這次不就給我們提供了一個合作的平台。傳統汽車整車廠100多年來，其實一直走著合作的 。一個汽車幾千個零部件，沒有任何一家從頭做到尾的，不管你的能力有多強，哪怕是大陸和博世，也沒有全部都做。那麼具體怎麼做，誰來做，最終還是要通過公平競爭，最後達到一個完全的平等，這個不用擔心。多一些人做，三個臭皮匠頂個諸葛亮，沒準搞的快一點。在新技術方面我們都花了很多精力和金錢，但是最後能做出來拿出成品能賺錢的不是百分之百，能有百分之五十都不錯了。我還有一個大膽的想法，今天在座的所有人如果把力量結合起來，或許就已經能夠做一輛L5的車了。

阿里移動事業群副總裁、高德汽車事業部總裁韋東：

我剛才想到了一個例子，在移動互聯網時代曾經有一個很好笑或者說很有意思的一個案例。諾基亞當時做智能手機的時候，他有一個智能操作系統叫Symbian。當時諾基亞在選擇方向的時候，其實可以做兩個選擇，一個選擇是在原有的鍵盤加觸屏上面去做出一個智能操作系統出來，一個選擇就是現在完全走向純操控界面的觸屏的方式。諾基亞就在那個試驗上糾結。但恰恰是那個時間點蘋果上來了。這裡面有一個問題，我明白智能化這件事情肯定是趨勢，但是我說的是要自動駕駛。如果說我們在自動駕駛這件事情上，我覺得有點像當年選擇的節點，如果你選擇全面走向電動化，可能最終自動駕駛成果非常好，真正能達到目的。反而是那種猶猶豫豫，一會兒跨到機械上，一會兒跨到混動上，然後在上面不斷的疊加所謂的自動控制，一會兒想數模轉化，一會兒全數字，你一定會發現那個東西做的都是重複工作，最終還不如你一頭扎到裡面去，像蘋果一樣，最後給大家一個結局，就是完全不一樣的。

大陸汽車投資中國區的副總裁劉毅：

您說的很對，這個我也同意。但是關鍵您實際上提出來最後的決定權不是我們在座的這些人，是消費者。消費者市場要哪種技術，這個技術是消費者最喜歡的一種，它是觸屏式的還是按鍵式的，技術上來講的話，我們可以爭論，各有各的優勢。但是到最後消費者來講，他喜歡用簡單的，從技術和消費者的需求。再往下講一點，智能化來講，除了自動駕駛之外實際上也有其他的，因為將來你得有車，自動駕駛也好或者什麼也好，從人的角度，從消費者的角度，他所需要的像剛剛提到很多安全性，還有一個舒適性，還有一個個性化。能保證人在車上是有個很舒適的環境是非常關鍵的，要不然他幹嗎要自動駕駛的車，所以這個很多方面我們值得討論。

還有一個就是個性化，個性化我覺得很多是我們IT公司的強項，這個我們沒法競爭。因為個性化在於什麼？他這個車對於人的了解比你自己的了解還要多。這個是你的強項，大數據也好，或者其他什麼也好，數據公開之後，你還沒上車，人家知道你要什麼，這個事情也可以討論。

張一甲：科大訊飛的車載業務部的總經理劉俊峰劉總也有話說，我們不妨來聽一下。

科大訊飛的車載業務部總經理劉俊峰：

科大訊飛目前跟吉利已經是戰略合作夥伴關係，現在車上語音交互的平台化產品就是我們跟吉利研究院合作開發的，也達到了我們想要的最好效果。不過我不認為功能性的進展到智能性的，就屬於顛覆式的，因為它是一個自然進步、自然升級和進化的過程，當你的處理資源、聯網的速度，和我們對於交互手段的需求繼續增長時，原本的一個功能其實已經很難滿足用戶的需求，所以他會自然而然的出現一個進化。

為什麼幾千塊錢的電子產品已經進展到非常高的智能化水平了，反倒幾十萬起步的汽車不智能？並不是說質量不好，也不是處理能力不夠強，可能是聯網的一些服務和這類的用戶想追求的價值並沒有實際表現出來，讓用戶感知到。所以我們要去向用戶表達的服務面上是完全可以做出差異化的。

吉利汽車研究院院長鬍崢楠：

從整車廠角度，我覺得未來我們在產業分工這塊是很明確的，一定是有產業分工的，一定是各有所為，各取所長。但是我覺得從車廠的角度，我們一定會重視兩個問題，第一個問題是責任的問題，因為我覺得誰都不能避免這樣的問題。大家說技術領先，這個技術是往前走的，但是出了問題之後，責任要規劃好。因為整個產業鏈很長，從感測器到數字融合到決策，到執行，這麼一條路線上面，最後你怎麼樣去進行判斷。如果你對這個鏈條上面每個環節你是不了解的，這個責任是沒法去認定的。唯一一種方法是最後一家獨大做出來。

第二大家都知道，智能化的時代，一定是數據為王。加上這個數據的應用，包括數據的共享還有數據的安全，誰來保證？產業化的明確分工，我覺得這個方向一定是大方向，但是在責任問題和核心數據擁有的問題上，最終誰來承擔數據的相關保密任務？這些問題我覺得是下一步我們要重點探討尋找解決方案的一個重要的事情。去年年底，沃爾沃和奧托立夫也成立了一家新的公司，這個公司是專門做策略的。我想問一下Peter，你們當初成立這個公司，從分工的層面進入到另外一個領域，你們這個出發點考慮是怎麼做的？

奧托立夫電子全球工程副總裁Peter：

我們和沃爾沃成立的新公司今年四月已經開始正式運行了。至於我們做出這個嘗試的原因在於，我們在市場上有兩樣很重要的東西。我們之前將注意力集中主要在高端安全解決方案上，當然，我們想努力成為安全領域的領頭羊。但按目前的趨勢看來，市場需要比現在更快的節奏。我們目前提供的服務類型包括常規服務，定製化服務，而且相關軟體確實帶來了很大的變化，我們希望能夠提供不同的對待方式。

去年奧托立夫和沃爾沃的CEO一起做出了這個決定，並將集中精力提升軟體速度和開發力度，這些努力將讓我們的實力再上幾個台階。關於雲服務，我們也在我們的談話中看出了一些端倪。我們很高興能夠提供雲服務，但對於安全問題，我想雲服務需要更加智能，才能避免數據泄露情況。我們的產品能夠進行深度學習，並在這種嘗試中進行更新換代，並不斷學習，我們還可以根據這些數據和經驗，做出更理智的決定。

張一甲：感謝Peter，我們再來聽一下沃爾沃研發中國的代理副總裁Christian的看法吧。

沃爾沃中國研發代理副總裁Christian：

非常感謝主辦方邀請我們參加會議。剛才有嘉賓闡釋了部分合作策略，我們可以相互協作，共享信息，包括硬體、軟體、以及其他數據。如果能將各公司觀測到的路況信息聯網，那麼就能真正地產生成果。我們相信，未來只要一提到安全駕駛，就會說起沃爾沃。並且我們也希望能夠幫助顧客彈性使用時間，並以更有效率的方式駕駛車輛。但還存在一個問題，我已經在中國生活好幾年了，我發現的一個問題就是這裡的車輛很野蠻，我想，如果所有的車輛都有自動駕駛功能，那麼這種系統就能完美運行。但如果路面上只有10%或20%的自動駕駛車輛，而其他車輛卻都在路上橫衝直撞，那麼自動駕駛車輛基本上就無法發揮作用了。這就是亟待解決的一個難題，因為我們的系統有深度學習能力，所以自動駕駛方式也會變得野蠻，最終把我們送回野蠻時代。這就是我在中國駕駛車輛時觀察到的現象。非常感謝！

張一甲：

剛才我們有很多嘉賓都表示了自己的觀點，也已經反覆提到了政策和標準，我們是時候來問一下幾位跟行業政策走得最近的嘉賓，聽了大家這麼多觀點之後你們怎麼看？在面向智能化的道路上，我們的行業政策在制定過程中扮演什麼樣的角色，現在有什麼難題，大家可以多多討論。

中國汽車工程協會的副秘書長公維潔：

智能網聯汽車的發展已經遠遠超越了技術的範疇，它從產業上來說，可能對汽車產業，對相關產業都是非常重要的綜合企業的發展機遇。從社會上來說，可能是解決現有的交通效率、能源等等問題，解決交通智慧城市甚至老齡化這樣的問題。再上升到國家的層面，可能是解決信息安全、國家競爭力等等這樣的問題，所以它的重要性是毋庸置疑的，我們是一定要發展的。

我們也正在緊密的籌備，希望聯合國家主要的整車企業，包括吉利我們之前也已經溝通過，包括現在的一些研究機構，包括這些互聯網企業和新創業的公司，一起成立這樣的一個獨立的聯合創新中心。它跟整車的技術中心、跟現在ICT的技術中心都有非常清晰的定位的差異，去為他們提供也為行業提供核心共性技術的平台。同時也會聯合包括一些國家的，包括社會基金去支持和孵化一批自主民營企業，我們希望智能化這方面是通過聯合創新中心來實現的。

在網聯化上，中國也有通信的優勢，同時在地圖、信息安全、數據等等這些方面，涉及到國家安全的方面有一些優勢，還有政府的優勢。所以網聯化應該是中國更有機遇的一條路線。這裡面我覺得最重要的是跨界協同，包括政府層面的協同，包括頂層設計，包括不同行業和跨界的聯合創新這樣子。最近發改委和工信部正在緊鑼密鼓地做包括下一步的規劃、政策等的研究，我們也相信智能網聯的春天應該很快就到來了。

張一甲：感謝公維潔老師的分享，似乎您右手邊的中國汽車認證中心的主任付志堅付主任已經準備好了。

中國汽車認證中心主任付志堅：

我從安全的角度談談個人的看法。首先趨勢上，國家的產業政策和方嚮應該是沒有問題的，無論是汽車共享、智能、網聯化，都有一條主線要去遵循的，就是安全。就是你做了智能汽車，智能網聯就是你自動駕駛，依然會涉及到安全問題。所以說其實圍繞今天的主題，回歸到自己的工作而言，路很長，但是這一定是我們大家要去無人機我們協同，基於合作，我們要去做這個事情，但是這個路有很多需要我們努力做的事情。

中國汽車技術研究中心實驗所主任周華：

智能網聯我們中間也做了很多的工作，從私人角度來講，我們今年的投入也比較大，今年大概投了一個多億在智能網聯方面，同時我們安排工藝上來講，實際上我們今年準備還要成立一個合作公司，推動一個智能網聯測試的實驗廠，這個也在規划過程中。我們於書記前一段時間在談這個事，估計能落地，是我作為中心，我們有標準所的板塊，當然我們標準所也是在密切配合我們的會展和工藝展一塊推動智能網聯的標準，這塊大家講得當然都比較深。不管是從智能的角度還是網聯的角度，現在的企業，汽車在智能化方面都介入得比較深，所以我認為這塊還是有前景的。

這一塊確實還有很長的路要走，但是從我們的角度來講，我們肯定也密切配合企業，包括我們做IT的公司，在個人方面，我們還是聽大家的意見，能夠多投一些測試的設備和一些行業能力，來推動我們智能方面的網聯化，我就說這麼多。

國家信息中心信息資源開發部的製造業處處長李偉利：

國家信息中心這邊主要負責兩方面，一個是數據信息，另外一方面是技術信息。所以從智能駕駛這方面而言，主要有兩個觀點，一個是從數據信息講，也就是我們從智能化的角度來說，大的方向是沒問題的，所以從用戶的需求，我們的90後現在1.7億人，包括00後也得1.4億人，就是2000年-2010年的人口基數是非常大的。但是如果到無人駕駛或者是自動駕駛的狀態以後，對我們這種汽車的使用和生態的改變，是需要我們去考慮的，因為如果純無人駕駛，那麼我們還需要個人的小轎車來做什麼呢？我們現在也在研究共享單車的數據：過去一輛自行車是一個人，現在一輛共享單車目前的狀態是6個人，也就是1：6的關係了。這樣如果汽車來看，現在我們是2000萬輛，未來3000萬輛是我們的銷售規模。但是如果真正實現無人駕駛、共享，我們簡單的出行可能只需要500萬輛汽車，而且不是私人汽車。那麼我們所針對的群體可能就發生了變化，就是無人駕駛或者是自動駕駛所面臨的用戶群體和使用的生態會發生變化。這也導致我們或許不能按照目前我們現在的車輛使用狀態來考慮我們未來使用的環境是什麼。

第二點，我們中心重點負責的是國家的信息安全，現在我們的互聯網，核心的東西都是在美國，包括各種數據和標準都是在美國。我們國家的信息安全是什麼樣的呢？包括我們政府和所有的政府外網要物理隔絕的才能保證安全，那麼我們的汽車如果一輛一輛都是聯網的，那麼我們的信息安全和國家安全怎麼去保證？這是一個非常重要，或者說未來需要解決的問題。因為比如說像手機，挺安全的，包括蘋果手機，2月份的時候我的手機就被攻破了，所有的數據被人抹掉了，你怎麼辦？如果是汽車的話出現這樣的狀況，現在正在上演的《速度與激情8》的情況，出現這種問題，那我們整個社會就癱瘓了，我們首先可能產品其實不是重要的，關鍵是我們整個自動駕駛或者無人駕駛未來的使用生態的建設是怎樣的一個狀態？我們的法治包括我們的技術標準怎麼在這方面去做更好的協調？這還是一個值得探索的過程。

國家信息中心信息資源開發部汽車產業新技術分析師張迪：我其實對智能有一個擔心，就是我們現在的技術水平。今天我們最頂尖的互聯網企業都在這，我們現在的水平和國際的大牌比較是不是還有一定的差距？其實坐在這有點受寵若驚，我比較年輕，大佬都在這，我其實對智能有一個擔心就是我們現在的技術水平，今天我們最頂尖的互聯網企業都在這，我們現在的水平和國際的大牌比較是不是還有一定的差距？我其實最想聽馬總回答一下，您覺得我們現在做智能互聯，現在跟谷歌這種企業我們還有差距嗎？差距在哪兒？未來我們怎麼才能追趕上？

騰訊副總裁馬喆人：

目前，自動駕駛的真正的演算法和人工智慧相關的研發和相應的感測器的技術，目前大部分的核心技術在國外，尤其是在美國矽谷，這個是現實，原因就在於那裡是人才的聚集地，不管是我們自己。我們自己是把我們的人工智慧實驗室設在矽谷和西海圖，百度也是這樣，阿里的情況更是如此。百度的情況也很明顯，它的人才也好，大部分實驗室也好，自動駕駛的業務也好，真正的核心是在北美，基本上是華人。所以在這一塊，我認為整個產業的人才和知識產權的重心都是在北美。另外從自動駕駛這樣一個技術，尤其是L4這個技術來講，目前的確Google分拆出來的Waymo公司應該是在整體的技術成熟度，還有在覆蓋的自動駕駛的場景上，它是絕對領先的。其他的公司有很多，也有些相當規模的公司，包括像Uber這些公司，都已經有相應的研發平台和相應的研發框架，但是在實際的交付成果上，Waymo還是完全領先的，這是我看到的現狀。

我認為最終如果看到十年以後，中國自動駕駛的市場，應該是一個以中國的自主品牌和中國的自動駕駛的服務品牌為主導的市場，因為它涉及到相當大的對本地數據的理解，不管是地理數據還是用戶數據，也涉及到海量的居於中國市場的雲平台的運營。所以從這個角度來看，我認為從平台到核心的技術上，都會是本土公司領先的，只是過程快慢或者有多大的效果的問題。

阿里移動事業群副總裁、高德汽車事業部總裁韋東：

我也來補充兩句，當然這一塊或許最領先的還是Google，但就參考數碼產品走過的道路來說，想要從演算法出發直接最終順便打造出產品的道路太艱難了，蘋果算是極少數的例子。所以即便有了關鍵演算法的能力，你也不一定就能夠把一個產業推翻，因為你不會說能夠將沃爾沃以及賓士、寶馬給推翻變成一個新的車廠。

但另外一方面，我們需要的恰恰是競爭。最安全的保護就是讓更多的谷歌去競爭，這個隨著時間的進展，中國的企業包括像騰訊和百度這些，一定還是會逐步領先起來。這個對產業來講，特別是對汽車製造業來講絕對是一件好事，你巴不得所有的人去做這個自動駕駛的技術，因為打到最後他們都會免費來找你了。

張一甲：

謝謝吳總，我們看到還有一位前輩專家在現場，同濟大學的汽車學院安全技術研究所的所長、教授朱西產教授，您能談談您的看法么？

同濟大學的汽車學院安全技術研究所的所長、教授朱西產：

智能網聯從去年開始各種各樣的設想和暢想都很多，到老百姓那裡，可能直接想到的是無人駕駛、自動駕駛，然後擔心會不會出事故。汽車最要命的是有安全問題，所以從產品角度來說，各個企業可能都會採取更保守的姿態。

安全這一關的確是很難做，就像美國特斯拉的死亡事故，我覺得美國政府處理得很好，就是充分肯定了自動駕駛在安全方面的狀況。自動駕駛在10年、20年內真正能做到無事故嗎？現在能降級成比人類駕駛安全就行了，因為現在開汽車這個事情，再也沒有比人開得更糟糕的事情了。

在中國現在如果我們說汽車，其實所有的這些智能化的技術，只要用在車上，都會比駕駛員開得好。儘管我們說特斯拉用了這麼低端低配置的感測器，居然也支撐了1.3億英里左右的自動駕駛行駛里程。

另外對智能網聯這塊國內談了這麼多，但是真正來說，智能網聯尤其是智能，我們真正要解決的剛性需求還是要安全性，因此車載的雷達，攝像頭都有市場。要命的是，中國可能既沒有像樣的智能攝像頭的生產企業，也沒有像樣的雷達的生產企業。

上海交通大學科學技術發展研究院副院長金隼：

過去的汽車廠習慣於賣車，就是按照我們自己的想法把車賣出來，賣給用戶。後來慢慢地知道不行了，我要識別用戶需求，但是互聯網最能夠識別用戶需求。所以我們傳統汽車廠最害怕的地方就是我們找不到用戶需求，而這些互聯網公司不但能找到用戶需求，還能夠創造新的用戶需求，這一點很值得汽車工業去學習。

就目前的進展來說，我們也已經通過交叉學科進行了三個方向的布局，第一個是無人系統。無人系統其實包括天上的無人，地下的無人，水裡的無人，但它的核心技術往往是一樣的。所以我們在將無人系統集成在車輛上的時候就形成了無人駕駛。但需要注意的是，汽車工業的市場競爭非常純粹——誰便宜用誰的。

第二個是儲存系統，電子不一定是最終的解決方案，所以我們第二個交叉學科是叫儲能材料，我認為可能最終是太陽能，但是現在燃料電池這些都在開展，我相信互聯網的企業，傳統汽車都知道這些東西，那怎麼開展新一代的這種叫儲能材料的研究？這個完全可以藉助材料學、化學都可以結合起來。

第三個現在叫產業界的智能網聯，我們希望在這塊也希望和產業進行合作。

張一甲：

謝謝金老師，感謝今天下午大家的精彩發言，剛才咱們一口氣從自動駕駛的路徑選擇、行業挑戰、各方角色的作用、未來的宏圖等各方面都進行了碰撞，我不知道大家的收穫怎麼樣，反正我自己的收穫很多。我們今天也有幸請到了中國汽車工業協會的常務副會長董揚會長。作為業界非常有分量的角色，最後讓我們有請董揚先生為我們前面的討論做一個總結。

中國汽車工業協會常務副會長董揚：

在整個討論過程中我總結了幾點。

第一點，我看出大家都認為智能網聯汽車行業發展下一步很重要，因為我本人也這樣認為。以電動汽為例，已經掀起了全世界的熱潮。但其實電動汽車只涉及動能，而這個智能網聯汽車和我們自動駕駛的技術涉及的範圍更寬，而且還涉及到產品的應用等等。

第二點，就是新勢力能不能形成顛覆，或者說互聯網企業到汽車行業來是燒香還是拆廟？是助力還是踢館？是不是要顛覆性的？我個人看法跟主流觀點相近——其實沒那麼嚴重。首先我認為汽車產業不會被顛覆，因為衣食住行四大基本需求不會被顛覆。同時，我對於「顛覆」這個詞也抱有謹慎態度，因為通常是媒體以及上市公司在使用它們。正如我們今天的討論各方發言一樣，這個問題依舊存疑，但不影響做任何事情。

第三個問題就是要不要自動駕駛？這個問題很好辦，因為在一級到五級之中，大家對一到四級毫無爭議，只是對第五級什麼情況下實現，能不能實現有爭議。那一到四級沒爭議為什麼非要講五級呢？

對於第五級的問題，我本人現在沒有答案。我參加過達沃斯論壇，專門電動汽車智能駕駛這一組的討論，當時提到了以個非常大的問題：理論上自動駕駛可以減少事故死亡99%，減少油耗40%，提高運輸效率30%，但同時前提是100%自動駕駛。如果變成90%的自動駕駛，10%真人開車，這個效率會大打折扣。那麼我們是否需要為了實現100%自動化而去像酒駕一樣禁止人開車？這樣的決定真的符合人性么？所以目前來說，我們還是應該專註在大家沒有爭議的前面四級上。

第四點是中國現在的智能網聯汽車，我同意中國是智能網聯汽車發展的沃土。因為中國人對智能化的需求就是比其他民族要更多一些，比如中國人手機玩得最厲害。所以將來汽車也會玩，也會擁有很好的基礎。哪怕現在北美還是這個領域的制高點，我們也應該去打造領導者的自信。

第五點是大家提到的數據問題，這實際上是數據的共享和安全問題，它非常非常的重要。但就數據來說，中國的風格是「一放就亂，一管就死」。如何把不該放的數據保護好，該放的數據堅決共享，這件事很難，但我們必須做。

至於汽車系統的開閉問題，我前兩個月跟寶馬交流過，一個類似蘋果系統的封閉環境很可能是數據得到良好應用的前提。

第六個方面是很多人最關心的合作問題。國內做軟體、硬體和演算法的這些做系統的這些一流的企業家們，咱們聯合起來，來找到一些突破口，這樣的打算必須歡迎。我也非常期望和互聯網、IT行業合作。同時100多年來，汽車行業吸收了很多行業進來，或許30年之後各位互聯網企業的領導會說，我們實際上是派到汽車行業的「卧底」。

第七是頂層設計，原來汽車就是一個產品，閉門造車出門合車，但是現在為什麼變成了我們需要充電設施和智能交通系統，需要地圖和政府的管理等其他東西。這也體現了電動汽車、智能汽車與傳統汽車之間本質上的不同。但歐洲人會認為中國反而適合發展電動汽車和智能汽車，因為我們平時管的更多。但這需要政府主導來做一個頂層設計，只有力量使到一塊才能把事情做成，按我的想法，智能網聯汽車所涵蓋的三個方面，智能汽車，智能交通，智能通訊必須整合成一個產業化的系統，這樣才會得到快速發展。

最後是標準先行，我們目前制定標準的方式適合於跟隨學習引進技術的階段，不適合創新階段。必須加快標準的制定過程，必須加大標準制定前的實驗以及驗證這方面的工作。最終我們大家有方案標準可以依靠，同時又不會因為標準而讓創新受限制。我今天就先總結到這裡。

（整場活動完。）

我是Xtecher高級記者李賡，如果您有國內外科技行業新鮮資訊或獨到見解，歡迎與我聯繫。

（添加好友請註明公司、職位、事由）

━━━━━

封面來源：網路 排版：陳光 校對：楊靜

━━━━━

Xtecher官網平台現開通認證作者，

（添加好友請註明公司、職位、事由）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！

本站內容充實豐富，博大精深，小編精選每日熱門資訊，隨時更新，點擊「搶先收到最新資訊」瀏覽吧！

請您繼續閱讀更多來自 Xtecher 的精彩文章: