AutoByte夏一平：汽車機器人開啟智能汽車3.0時代

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。

近日，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”，集結了來自整車、車規級芯片，以及多類別自動駕駛企業的領軍人物，暢談對行業發展的獨到觀察和體會。

■汽車機器人開啟智能汽車3.0時代

智能出行和人們的生活聯系已經有多緊密了呢?集度汽車CEO夏一平談及，在燃油車時代，用戶如果想在汽車未發動狀態下使用空調或通過中控大屏看電影、聽音樂，必須把發動機在靜止狀態下啟動，才能長時間使用這些功能，這不方便、不安全也不環保。但用戶的需求是在汽車停下等待的時間里，可以看電影、聽音樂、吹空調，人們在靜止狀態下待在車里的時間變得越來越長了。

“最近我們也做了一些用戶調研，發現現在很多人在汽車靜止狀態下待在車里的時間，已經等于甚至超過汽車在移動狀態下的時間了。在油車時代，車的工具屬性更強，更多是作為從A點到B點的運輸工具。隨著電動汽車時代的到來，一方面汽車的革新具備了底層驅動技術的基礎，另一方面加上智能化能力的加持，車內體驗也迎來了革新，汽車已經逐漸變成了我們的第二生活空間。” 夏一平說。

他認為，當汽車具備高階自動駕駛能力和高度智能交互能力以后，它實際上就是擁有汽車形態的機器人。同時，這樣的產品具有迭代能力，能夠持續為用戶體驗帶來驚喜。汽車機器人將會開啟整個智能汽車波瀾壯闊的3.0時代。

可以看到，在過去很長一段時間里，汽車計算能力是一直低于智能手機的。在今年之前，整個汽車行業，特別是座艙的計算能力其實還低于智能手機。這導致了很多對算力有要求的AI的技術沒有辦法在汽車上發揮優勢，也無法全面提升用戶體驗，因此出現了技術跟產品的隔閡。

但是在智能汽車3.0時代，我們賦予汽車足夠的算力，以今年為例，高通、英偉達、地平線、等高算力的汽車芯片的出現，逐漸將以運輸屬性為核心的汽車變成了一個由AI驅動的智能移動空間，帶來了更多可以想象的功能。所以，AI帶來了技術的革新、效率的提升和體驗的顛覆。2023年將會是汽車智能化競爭的元年，那時真正的汽車3.0時代就會到來。

■軟件定義汽車，硬件定義軟件天花板

如何定義智能汽車3.0時代的產品呢?夏一平認為，第一，它應該具有高階自動駕駛能力的軟硬件系統，具備在城市域、高速域、停車場點到點的自動輔助駕駛能力。第二，語音語義交互要做到準確識別，交流過程要自然無障礙。簡單來說就是接近于人跟人之間的真實交流，它不再是簡單的指令，而是根據不同的場景和需求主動的跟人建立溝通。

第三，能根據駕駛人員對汽車的使用習慣，完成自主學習和功能迭代。無論是自動駕駛還是語音交互，隨著用戶對汽車使用時間的積累，它能夠自動的優化相應的功能和體驗，讓用戶在使用這臺車的時候越開越好，感覺到車里的功能越來越懂自己。因此，如何持續讓AI在車里進行進化是3.0時代產品的核心競爭能力。

在這些體驗和能力的背后，有一套復雜的軟件和算法以及滿足相應算力需求的硬件在共同支撐著。“所以我認為，軟件的研發包括軟件能力的驗證以及軟件運行的安全穩定性，應當成為智能車3.0時代，所有的汽車公司都要去關注的方面。” 夏一平說。

路特斯科技副總裁、智能駕駛業務線負責人李博也認為，汽車在本質上已經變成了“披著汽車外衣”的機器人。科技時代對于豪華車的定義很重要一點就是智能化，這也符合汽車向機器人變遷的演變趨勢。

他介紹，路特斯希望通過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。為此，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。”

毫末智行聯合創始人兼CEO顧維灝也深度剖析了數據智能對于自動駕駛AI進化的重要意義。他介紹，在過去兩年的實踐過程中，毫末智行基于數據智能賦能汽車產品，成為中國自動駕駛領域量產第一名。在乘用車領域，毫末智行的產品搭載在長城汽車上賣給用戶，截至目前，用戶輔助駕駛行駛里程已經突破600萬公里，在未來兩年之內，毫末智行計劃搭載一百萬輛車。

在這個過程中，毫末智行也做了很多沉淀和總結。顧維灝認為，在自動駕駛系統中，最根本是要解決兩個問題：一個是數據閉環的成本問題，另一個則是自動駕駛的演進速度。毫末智行把成本和速度，當成數據智能最基本的思想鋼印。

■挑戰重重，自動駕駛未來光明又崎嶇

展望自動駕駛的未來，無疑會是一條充滿機會、但又陡峭崎嶇的山路。寒武紀行歌執行總裁王平認為，未來五年將呈現三大趨勢。一是L2+自動駕駛系統裝備率迅速普及，未來五年，L2+及以上的總體滲透率會超過50%。第二，受限場景下L4級別自動駕駛解決方案將會逐步實現落地，但是距離大規模量產還有很長路要走。第三，車路云的閉環協同，這將進一步推動駕乘體驗持續的升級。

自動駕駛芯片則面臨兩個趨勢：一個是通用開放式，另一個是大算力。在L1和L2時代，數據量是相對比較少的，很多車廠接受了芯片和算法強耦合的封閉式一體化方案。到了L3、L4的時代，數據量會激增，算法也更加復雜，因此需要大算力芯片才能夠滿足需求。此外，OTA的需求也需要有通用開放的軟件平臺才能夠支撐。

王平指出，智能駕駛系統規模化落地，目前還面對多重挑戰。單車智能方面，第一，目前單片 SOC的處理能力普遍不足，因此需要2片甚至更多片來實現，使得系統復雜度指數級上升，量產困難;第二，多片SOC還造成域控制器功耗很大，必須采用風冷甚至液冷，增加了系統成本，從而使得智能駕駛系統在燃油車及10萬元以下車型都很難普及;最后，國產芯片占比仍然較低，芯片供應受到全球供應鏈影響巨大。

另外，車路云協同的方案也面臨著諸多挑戰。首先海量數據的閉環需要大規模AI集群的支撐，根據特斯拉的數據，每一輛智能車上路，就需要增加價值500美金的云端AI計算資源來支撐，成本壓力巨大;其次，車企也需要投入大量資源來實現數據安全和隱私保護;最后，云端統一運營數據的模式還不能有效滿足車主個性化的需求。

自動駕駛的商業落地，是每個從業者的追求。正如夏一平所說，“非常渴望通過全行業對高階自動駕駛的追求和打磨，在自動駕駛汽車真正成為國內交通參與者的那一天，我們能夠給用戶帶來體驗完整、運行穩定，同時又安全可靠的高階自動駕駛產品。”(記者 郝文麗)