這場智能網聯汽車技術年會上，都有哪些乾貨

5月31日，為期3天的「 第六屆國際智能網聯汽車技術年會（CICV 2019） 」在北京經濟技術開發區亦創國際會展中心閉幕。

本次大會的活動形式包括會議論壇、技術展覽、試乘體驗3部分。共有114位專家學者和企業領袖貢獻精彩產業技術報告，1398名行業代表參會交流；同期展覽共計64家展商參加，展覽面積達7000平米，共有7033人次參觀展覽。

3天的會議論壇，包含2場全體大會，16場專題論壇，共發布100多篇研究報告和4場技術發布。會議內容聚焦汽車智能安全、基於中國標準ICV場景的智能網聯汽車測試、感知與決策、車載雷達關鍵技術、AI演算法與晶元、自動駕駛地圖、V2X、信息安全等熱點話題，邀請了眾多行業專家及企業高層代表。

本次國際智能網聯汽車技術年會出席嘉賓眾多，討論的話題涉及各個領域，對此，億歐汽車整理了一份主要嘉賓語錄精華，供業內人士參考。

北汽集團董事長徐和誼：

我們要客觀的看到智能網聯汽車產業距離真正的普及化應用還仍有一段漫長的距離要走，作為這場變革的親歷者和參與者，我們在推動產業的下一階段良性發展的過程中應重點的聚焦以下技術到產品、產品到場景、產業到生態這三個方面的銜接。

我們聚焦三個銜接方面的一些思考：創新為本，以技術支撐產品規模化落地；示範為先，以場景前沿產品的應用和升級；合作為重，以生態凝聚產業發展的強大合力。

大眾集團研究中心自動駕駛負責人Helge Neuner：

應該把自動駕駛當做一種服務，把從A點到B點的轉移作為一種出行服務，而不是真正的駕駛這輛汽車。按照乘客的要求來駕駛是非常重要的一個需求，出行作為一種服務變得更加具有吸引力，通過大量的演算法和數據支持，自動駕駛實際上是在跟現在的人類駕駛成本做競爭。

我們應該有能力將我們的自動駕駛汽車在安全的前提之下帶到世界上的任何地方。而讓這種技術能夠符合市場的期待，我們仍然會面臨很多的挑戰，首先就是城市中有著不同的駕駛條件，比如說氣象條件、道路條件等。其次，要保證自動駕駛的安全，人工智慧技術能夠讓我們的汽車有更好的自動化駕駛程度。還有一點，也是最有挑戰的一方面，就是系統的認證和系統的核實，要儘可能的減少自動駕駛過程中出現的問題。

寶馬中國副總裁Jan-erik Muellre：

從當前L2的這種駕駛員輔助型自動駕駛演變到L3、L4的有條件自動駕駛，會引發全新的對安全評價的要求。我們需要考慮到混合的交通模式的變換，並且需要從完全駕駛員責任的模式變換到共同駕駛模式。我們必須要充分考慮到基於特定環境的一些車輛控制群的轉移，因為L3級自動駕駛不可能是車輛處理所有的事情，在L3級車輛中駕駛員永遠是一個後備的解決方案，因此我們必須要考慮到不同過渡階段在時間和預算上的要求。即便車輛可以在自動駕駛模式下運行，我們主要的目標依舊是儘可能保證最高安全水平。

江鈴汽車的首席技術官兼副總裁Ted huang：

在網路安全當中，我們要保證雲端、網路系統、傳輸到汽車終端這四個層面的安全，包括對於充電影響和手機應用方面的安全控制。我們要進行技術的認證保護整個體系的安全。

在功能的安全上，我們要解決系統層次上的問題，為了實現系統的穩定性，我們可以在汽車、系統這兩個不同的層面上來深入。

福特中國信息技術和移動平台副總裁Robert hou：

在這個互聯互通的世界當中，我們要建立起的是一種信任，智能安全則是建立信任的基礎。

實現智能安全需要聯合所有利益相關者，包括技術公司、大學之間的通力合作，我們需要的是共享經驗。得到政府的支持，政策支持也是至關重要的。在很多的標準還沒有完善情況之下，私人信息保護也需要引起重視。

網路安全不是市場的問題，我們應該要充分的發揮自己的資源特長，調用全球的資源，真正的分享最佳實踐方法，這才是應對網路安全這一全球共同問題的方式。

豐田汽車領域長、豐田研究所先進技術開發公司CTO鯉渕健：

為了實現自動駕駛技術，需要三種類型的智能：駕駛智能，讓車輛安全行駛；互動式智能，用於駕駛員、車輛合作；連接智能，以增強系統的能力。

要使自動駕駛技術成為我們日常生活中的一部分，我們就必須和政府、學術界以及其他的利益相關方合作，這樣的合作可以鼓勵創新，增強安全性和出行的自由度。

威馬汽車首席技術官閆楓：

軟體驅動的硬體所帶來的用戶一體化的體驗才能重新定義汽車，光靠軟體是不能單獨的重新定義汽車的。因為最後消費者買的是一個最大的硬體載體，你只有用軟體驅動更多的硬體，驅動更好的硬體，組合式的推動的硬體的方式，才能給用戶帶來一個好的體驗。

L4一定離不開講車路協同的這個事情，怎麼做這個事情我覺得是需要大家一塊來想的。因為L4中國乃至全球全球，如果全面鋪開來說是不現實的，我們一直是在一些受限的場景和受限的區域跟政府緊密的合作來推L4的場景和實驗。在L4的技術完全成熟之前，要用商業化來推這個事情，因為我認為所有的技術都是為商業服務的，只有雙閉環建立起來，才能真正的明白你所需要做的技術到底是什麼樣的。

愛馳汽車人工智慧中心首席人工智慧官陳學文：

汽車的安全，是一個被動到主動，直至以後我們叫做預防性安全技術的轉變過程。5G的到來，使突發情況的預判成為可能。

5G 人工智慧，可能加快無人駕駛的落地應用，未來可期，當然前提是5G能夠像我們想像的如期到來，並且實現我們想要的那些功能，這是很關鍵的事情。

科大訊飛劉俊峰：

在我來看，未來信息娛樂主要的內容服務大家一定是趨同的，你有的，我肯定也會有的，只是早晚的問題、多少的問題、好壞的問題。以一個大時間的周期性去考慮這個事情，我認為這些細節的差異是完全可以忽略的。什麼是不一樣的？正是需要一個車廠系統去思考的問題。

智能汽車生態體系如何構建？一方面是跟整車的生態，另外一方面是服務的生態。把這兩個生態有機的結合在一起，才有可能做出來一個面向未來的智能車的生態的基礎。

英偉達人工智慧自動駕駛總監董方亮：

自動駕駛、智能汽車這樣一個未來的場景，他應該不是一蹴而就就形成的，一定是逐步分場景、分技術落實。

我們認為實現自動駕駛商業化有三個比較突出問題需要去解決，第一是需要強大的計算和處理器，第二是計算平台的功耗，以及它的整體成本不能過高，第三是基於智能駕駛的汽車，除了需要滿足功能之外，一定要保證安全，測試和驗證的過程是開發智能汽車需要去考慮的真正挑戰。

長安汽車智能化研究院副總經理黎予生：

從汽車層面上講，打造一個智能網聯汽車，需要有一個核心平台，兩大典型應用，三個支撐體系、四大關鍵技術。

智能網聯汽車是汽車行業的轉折點，由於有了智能網聯，整個汽車產業的商業生態都會有所改變。

有了智能網聯汽車，從設計、研發、生產、製造到最後的上牌管理、用戶的使用以及公司的運營方面，我們都可以提供服務，現在各行各業的玩家都可以來參與這個過程，為終端用戶或者是運營的公司提供附加的價值。

小鵬汽車首席科學家郭彥東：

從功能到智能演進過程，不僅僅是功能的增加和迭代，也帶來了交互方式的改變。

直接使用國外的技術在中國的場景是不能夠完全適合的，智能化的學習，機器的學習，其實學的不僅僅是一些客觀規律，學的更是當地的法規、文化、人文和自然環境。

國際智能網聯汽車有限公司首席科學家李克強：

智能網聯汽車發展現狀的三大特點：1、國際上在加速完善智能網聯汽車的政策法規；2、智能網聯汽車技術正在快速的迭代發展；3、產業協同創新的格局已經出現。

我國智能網聯汽車發展中，特別是產業化發展的過程中，存在著一系列的挑戰：1、智能網聯發展的相關標準以及法規有待加強；2、核心挑戰仍然是技術，智能網聯汽車是高新技術的載體，中國智能網聯汽車技術亟待突破；3、智能化的交通基礎設施的發展涉及到投資周期長、投資大、周期長的問題，且增加投入以後的商業化運行同樣是挑戰；4、中國發展自動駕駛的商業模式還不太清晰，產業生態還不太健全；5、社會對智能網聯汽車的接受還需要檢驗。

美國加州車輛管理局前局長Jean Shiomoto：

面向未來，我們自動駕駛汽車技術仍然面臨巨大的挑戰，想要消費者接受自動駕駛技術，首先消費者需要信任這項技術。我們需要圍繞這個技術進行公共教育，解釋技術的局限性。

同時，各個階段的汽車技術的發展對DMV來講，制定法規的挑戰包括以下方面：安全性，如何確保車輛在道路上的安全；可靠性，汽車需要始終正常工作；保險，保險公司根據歷史數據制定保險政策，目前還沒有充足的歷史數據；隱私，需要保證消費者的隱私，確保數據不會應用於其他的目的。

東南大學、維斯康大學智能網聯交通聯合研究院院長冉斌：

單車智能還是比較複雜的，我們認為應該將其再分解，一部分由路承擔，一部分由車承擔，一部分由雲端承擔，每一部分都簡單之後操作起來才有可行性，這是一種策略，也是這麼多年的經驗總結。

中國目前有三點優勢有利於整個產業的推動：1、車的系統智能化和路的智能化在加快；2、中國道路格式化的加快；3、相關配套的智能路側設備，開始進行規劃落地建設。

Momenta科技公司研發負責人夏炎：

實現自動駕駛的過程需要做到十億、百億公里的路測，純靠人力是不行的，如果純靠人力不是技術公司做的事情，可能是人力資源公司，我們認為實際上如果想要做到幾十億公里接管一次，需要做到演算法規模化，去做數據驅動的演算法，而不是人驅動的演算法。這是非常重要的一件事情，所以數據和數據驅動的演算法是我們實現規模化的關鍵。

通過量產的自動駕駛，為無人駕駛提供數據流。無人的自動駕駛能夠為量產的自動駕駛提供技術流，這樣數據和技術的兩條腿同時走路，使我們思考的如何實現可規模化的數據和數據驅動的演算法的一個方式。

華為無線標準部的部長萬蕾：

我們認為智能網聯汽車的產業化的基礎其實就是把車同軌、書同文、行同倫這三點做好，車同軌構建數字化交通地圖的一張網，統一消息集；書同文就是使中國ITS數字化；行同倫就是建設統一的法律法規和標準體系。

騰訊車聯的副總經理鍾學丹：

新的技術和應用的發展，本質都是滿足人的需求，提升人們的生活品質，在出行領域也不例外，在汽車銷量的增長，商業價值的變現的過程當中，歸根到底其實也是來源於對用戶價值的創造和提升。

車聯網當前面臨三個具體的問題：1、車上的內容和服務仍然非常匱乏；2、車上的生態跟互聯網還是有比較大的差異；3、車的應用場景跟手機的應用場景有非常大的不同。解決方式則是跟車企、用戶和開發者共建生態車聯網的概念。

國防科技大學智能科學學院研究所所長徐昕：

智能駕駛系統的發展類似於人類駕駛員的經驗的不斷的積累以及技能學習的過程，這裡面涉及到這樣的經驗的長期積累和經驗的學習。其中一個方面就是他的自主行為的決策，這裡面決策規則有可能會是增量的不斷的動態變化，而且也會涉及到衝突的消解，同時還要利用駕駛的經驗優化決策性能，一個好的決策性能對於安全性、快速性也是非常重要的。

從整個智能的角度上看，我們還是希望我們的智能駕駛系統具有決策能力，我們智能駕駛的決策、規則，包括感知層面的目標識別、理解，需要具有長期的智能發育的自主學習的能力。

清華大學電子工程系教授馬惠敏：

真正做自動駕駛，面臨的主要任務不是目前我們已經解決了標準的交通燈、標準的人和標準的車的情況，而是小目標、強遮擋、高動態以及任意姿態複雜場景。

解決這個問題需要讓機器學習人的思考模式，也就是AI Machine learning，這就涉及到心理、認知、識別和決策。自動駕駛不解決複雜的場景是不行的，這裡面部件與結構的認知模型是非常重要的，到現在看了一個車的尾燈還是不能做到對車的識別，我們還需要把他還原到三維場景當中去猜，這還遠遠不夠。

清華大學電子工程系汪玉：

我們希望硬體能夠有更高能量效率，也就是單位瓦特下我能提供的計算能力更強，以此來支撐我們所有的自動駕駛的能力，因此我們需要去提高能量效率。

不一定所有的東西都是稠密的，我們之前做一些研究的時候發現有可能我用稀疏矩陣以及低精度的表示，效果更好。一般來說比如說GPU裡面會用32比特，甚至更高的64比特描述一個數，但是在神經網路裡面有可能是8比特、4比特、2比特就可以描述一個數。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！