3 个问题、7 位CXO,围绕「自动驾驶」来了场头脑风暴

人工智能 无人驾驶 智能汽车
针对种种纷繁复杂的行业现象,七位来自自动驾驶行业上下游的企业代表齐聚第四届全球智能驾驶峰会圆桌论坛,共同探讨中国自动驾驶产业发展现状。

 [[442506]]

本文转自雷锋网,如需转载请至雷锋网官网申请授权。

2021年,行业上演一出好戏:智能汽车集体升维L2,在L3大门边缘徘徊;自动驾驶玩家另辟蹊径,谋寻技术最佳落地场景。

针对种种纷繁复杂的行业现象,七位来自自动驾驶行业上下游的企业代表齐聚第四届全球智能驾驶峰会圆桌论坛,共同探讨中国自动驾驶产业发展现状。

他们分别是东方富海合伙人兼深圳市富海中小企发展基金副总经理周绍军、主线科技技术合伙人王超、MINIEYE创始人兼CEO刘国清、一清创新联合创始人詹培勋、元戎启行副总裁刘念邱、速腾聚创联合创始人邱纯潮,以及零念科技CEO柯柱良。

左起:周绍军、柯柱良、邱纯潮、刘念邱、詹培勋、刘国清、王超

面对主持人周绍军抛出的“灵魂三问”,他们唇枪舌剑,发表真知灼见,试图从多个视角解读行业困境。

在六位嘉宾输出观点与行业认知的过程中,诞生了不少金句:

  • Robotaxi下一阶段将进入技术发展和可靠性验证阶段。

  • Robotaxi发展共有三个要素:政策、技术和整个供应链体系,目前自动驾驶发展核心取决于后两者。

  • 车企可能成为具备垂直整合能力的系统设计商和集成商,是“灵魂”的另一种表现形式。

  • 各公司产品之间比拼的是技术短板,如果技术存在缺陷和问题,对于客户来说即使优势再多也无济于事。

  • 主机厂仍是集成商,自动驾驶玩家在细分赛道中深入的技术及用户需求挖掘,将更突出竞争力。

  • 自动驾驶公司业务跨界,需要核心技术与战略定力。

  • 自动驾驶内卷促进社会进步。 

以下是圆桌会议的全部精彩内容,新智驾做了不改变原意的整理与编辑: 

周绍军:自动驾驶落地的先后顺序将是如何?各种应用场景爆发的节点可能为何时?

王超:近两年开始流传自动驾驶下半场说法,根源在于自动驾驶公司开始将技术实际应用于不同场景。自动驾驶行业的落地过程将遵循渐进式路线,由封闭场景进入开放场景,其路况特点由相对可控进入自由度极高。

可以看到,自动驾驶已在港口、矿区等封闭场景落地开花,已实现商业交付和实际运营,而较为开放的场景如干线物流,近期政府已出台相关政策法规,多地也已开展干线物流应用试点。我认为,经历3-5年的过渡期后,自动驾驶行业将迎来无人化的爆发点。

刘国清:从Tier 1视角来看,自动驾驶整体可分为L0级-L3级,以及L3级以上两个方面。

目前,L0级-L3级自动驾驶是多个圈层所关注的重点,也是MINIEYE近两年投入资源最多的领域。然而从商业化角度来看,L1-L2将是未来两到三年增长及市场空间最大的领域,其渗透率将达到50%以上。

而L3级-L4级,为传统行业的效率提升作用更为明显,自动驾驶商用车或将率先迎来发展机会。

詹培勋:我们进入码头场景的最初原因在于去除人力因素的不可控性,另外码头场景的结构化也非常适合无人驾驶技术落地。

综合来看,低速场景将比高速场景更早爆发,封闭园区将比公开路面更早爆发,结构化环境比非结构化环境更早爆发。

若根据细分场景排序,封闭场景码头、矿区将是较早爆发的场景,开放场景干线物流、末端物流、环卫清扫将是较早爆发的场景。

刘念邱: Robotaxi行业一直以来稳步发展,已经从前几年的非公开道路测试,到如今北京开放Robotaxi收费许可,下一阶段将进入技术发展和可靠性验证阶段。而这一过程,其实质是逐渐取消安全员,随着技术不断发展,Robotaxi取消安全员的比例和范围将越来越大,我们在未来的三到五年有机会看见这一场景。

此外,服务类自动驾驶应用如Robotaxi,发展共有三个要素:政策、技术和整个供应链体系。因为政策根据自动驾驶供应链和技术成熟度推进,所以自动驾驶发展的核心要素是后两者。目前我们推出了1万美金的L4前装方案,让L4可以被更多主机厂接受,相关合作也在推进中,相信可以加快推进L4量产落地。

另外自动驾驶商用车方面,以自动驾驶轻卡为例,使用场景多为夜间,道路状况更为简单,政策可能更快放开。

邱纯潮:我将自动驾驶分为完全自动驾驶机器人、高级辅助驾驶及车路协同三部分。其中机器人是采用完全无人驾驶方案的,根据应用场景的不同,可大致区分为特种应用机器人、低速物流车及Robotaxi和Robotruck等。

柯柱良:我个人认为,整个行业对自动驾驶技术落地的时间表估计可能过于乐观。

行业将从封闭、低速场景过渡至开放、高速场景,但安全性将是这一过程中的主要挑战。

开放场景存在许多不确定性和随机性,它们不断叠加将影响自动驾驶系统的安全性,进而可能越过安全边界。

这意味着,自动驾驶系统在使用过程中,可能99%的时间是安全的,但仍存在安全隐患,如何解决1%的不安全问题,是行业最重要的挑战。

周绍军:智能驾驶企业切入传统车企的供应链时有何感受?

柯柱良:这是关于“车企的灵魂”讨论。目前行业似乎已经出现两种趋势,一种为车企从芯片到算法的全栈自研,另一种则采取合作模式,车企最后可能成为具备垂直整合能力的系统设计商和集成商,这是“灵魂”的另一种表现形式。

以光刻机为例,不会有人因为光刻机的零件都是外部采购而否认生产光刻机的企业,因此主机厂此后将有更合适的发展道路。

这一过程中,零念科技可充当“灵魂的黏合剂”,帮助主机厂更有效地把灵魂碎片迅速粘合。

邱纯潮:和其他零部件相比,激光雷达是极少有主机厂自研的。

主机厂非常严谨,我们能感受到与主机厂合作的不容易,车规级产品难度远超工规级。

原因在于,主机厂需要验证激光雷达的研发流程是否满足要求、产品设计逻辑是否恰当、性能水平如何、可靠性如何,同时需要通过相关的多项测试验证,此外还需要向主机厂证明产品具有可延续性、产品技术平台升级空间等等。

速腾聚创也是在与主机厂合作过程中,共同克服难题。

刘念邱:元戎启行将选择性地与主机厂合作,目前更倾向于与需要自动驾驶能力,且擅长生产高性能、高可靠性产品的主机厂合作。

詹培勋:一清创新的产品主要为自动驾驶解决方案及无人车平台。在无人车平台的发展中,一清创新发现商用车在特定场景有着特殊需求,需要供应商满足其需求,而一清创新与各类供应商直接沟通,与在座各位的合作方式不一样。

但在无人环卫车解决方案相关合作时,因一清创新不熟悉环卫行业,因此环卫车的无人驾驶设计过程将会出现各种难题,一清创新需要向传统供应商学习如何做好生意。

刘国清:从MINIEYE成立至今,公司已经累计完成100个前装项目,服务40多个主机厂,应该是在座中被主机厂压在地上摩擦最多的一位。

我发现,从技术发展为具有竞争力的产品过程中,各公司之间比拼的是技术短板,如果技术存在缺陷和问题,对于客户来说即使优势再多也无济于事。

当技术应用于主力车型之后,其受到的限制将会更多,包括供应链、批量生产的质量保证以及与主机厂合作过程中的资金供给问题等。只有补足各方面短板成为“三好选手”,才是解决问题的关键。

王超:目前主机厂仍在探索L4级自动驾驶卡车,因此自动驾驶卡车的车辆架构、安全、功能、产品定义等方面仍不成熟。

我认为,主机厂在打造产品时仍充当一位集成商角色,而不是大包大揽。因此L4级自动驾驶玩家在与主机厂的合作中,自动驾驶公司凭借在细分赛道中更深入的技术及用户需求挖掘,竞争力将更为突出。

周绍军:自动驾驶行业出现“全产业链式”自研,究竟是降维还是内卷?

王超:目前自动驾驶的发展并无定论,因此企业在自动驾驶技术的探索过程中尝试不同领域的业务极其自然。

以Robotaxi和自动驾驶城区配送为例,虽然输送的物体不同,但其应用场景一致,因此自动驾驶应用拓展非常自然。目前,极少有公司因激光雷达无法满足需求而自主研发生产,自动驾驶公司的业务拓展是基于团队技术背景而决定。

另外,技术更好应用于公司发展的同时,也可为公司争取更多投资,探索不同应用场景。

刘国清:我喜欢用打根据地的思维看待这一问题。自动驾驶公司必须在一个根据地站稳之后才能攻入新的根据地,因此,跨界本身没有问题,但需要加深自身护城河,更加谨慎地挑战新的领域。

詹培勋:公司拥有各自的核心技术之外,还需要战略定力。

我观察到目前很多以Roboatxi为目标的公司因离技术落地还有一定距离,而转向自动驾驶商用车,但“远水救不了近火”。我认为,AI是工具而不是生意,因此一清创新将人工智能应用于可真正产生生产力的园区自动驾驶。

刘念邱:谈谈最近很火的“内卷”这个词。我认为内卷分为狭义和广义,狭义的内卷指员工更晚下班,但对整个系统效率没有明显提升;广义的内卷能提升效率,进而促进社会进步。

元戎启行一直倡导用最本质的方法来解决技术难题,而不是通过堆砌人力和功耗的方式。我们坚持在复杂的环境中打磨技术,希望通过自身的技术发展来推动L4级自动驾驶汽车的量产化快速到来,这不是常规意义的内卷。

邱纯潮:我认同竞争促进社会进步的观点,但拓展业务范围的核心和前提是平台化发展,而不是泛泛地涉足不同领域,业务缺乏延续性。

目前不同场景可能对激光雷达有着不同需求,激光雷达公司提供的标准化产品可以满足大部分的客户需求,对于部分无法满足的需求,需求方选择定制或是自主研发,这是合理且能理解的现象。

柯柱良:无论升维还是降维,自动驾驶玩家只有实现系统100%安全才能长期生存。零念科技以车规级产品为发展目标,具有非常好的可伸缩性,因此其产品系统论、方法论可复用至L2-L5级自动驾驶。

责任编辑:张燕妮 来源: 雷锋网
相关推荐

2021-02-23 09:03:11

自动驾驶AI人工智能

2023-10-25 09:50:07

自动驾驶训练

2022-10-27 10:18:25

自动驾驶

2012-12-20 12:17:47

打印机

2020-04-21 16:01:13

自动驾驶新基建工信部

2023-09-20 12:13:47

开发模型

2021-11-18 09:50:35

自动驾驶辅助驾驶人工智能

2022-07-12 09:42:10

自动驾驶技术

2021-10-26 15:31:28

自动驾驶技术安全

2019-07-30 13:18:25

自动驾驶L2驾驶

2018-10-24 14:16:33

自动驾驶道路测试牌照

2022-04-12 09:21:50

AIPython自动驾驶

2024-05-20 09:52:55

自动驾驶场景

2021-12-16 10:45:22

自动驾驶数据人工智能

2020-09-28 14:00:06

自动驾驶AI网络

2019-09-19 14:10:12

人工智能物联网自动驾驶

2021-12-01 10:21:27

自动驾驶技术人工智能

2022-02-17 10:22:17

汽车智能自动驾驶

2021-11-18 22:43:56

自动驾驶技术安全
点赞
收藏

51CTO技术栈公众号