中国场景带来中国机会 | 探寻智能驾驶大规模商业化中国方案

智能驾驶正在加速走向商业化落地。今年5月5日，《汽车整车信息安全技术要求》《智能网联汽车自动驾驶数据记录系统》等四项强制性国家标准的制修订，从国家层面巩固了智能汽车行业标准体系；市场端，城市NOA加速落地，车辆感知决策一体化能力加强，消费者兴趣日益浓厚；供给端，特斯拉FSD有望年内入华，各大厂商均将智驾能力作为产品核心竞争力。三重推动，预示着智能汽车大发展的时代即将到来。

　　

     　　

然而，从实验室走向落地，从规模化量产到究竟场景落地，智能驾驶商业化将面对怎样的机遇和挑战？8月底， 21财经、21世纪新汽车研究院联合腾讯智慧出行共同推出「行者有云」主题沙龙，邀请车企、智能驾驶方案提供商、云服务商等产业链不同环节的企业以及学界知名教授，从技术、市场和行业多个维度探讨兼顾成本和效率的有效路径和实践经验，共同寻找智能驾驶大规模商业化的中国方案。

　　

对话嘉宾：

　　

腾讯智慧出行副总裁 钟学丹

　　

长安汽车智能化研究院副总经理 梁锋华

　　

小马智行副总裁、卡车业务负责人 李衡宇

　　

智慧互通人工智能科学家、清华大学人工智能研究院 邓志东

　　

01

　　

AI时代汽车智能化面临的挑战

　　

(1)实际应用场景的挑战

　　

随着智能驾驶技术的日益成熟，商业化落地和实际场景应用面临多重挑战。尤其是进入2023年以来，价格战挤压上游供应链，智能驾驶也从高性能走向性价比，如何让消费者为智能驾驶配置买单也是留给车企甚至供应链企业的命题。

　　

在实际应用场景下，智能化驾驶必须应对以下三个核心挑战：政策法规对自动驾驶的数据安全和合规性提出更高的要求；城市级地图数据的鲜活度要求不断提高，需要不断更新地图数据服务和技术方式，以满足城市级地图的需求；此外，大规模的云端平台研发和自动化数据标注训练对云端资源需求激增，如何确保这方面的成本可控成为亟待解决的关键问题。腾讯智慧出行副总裁钟学丹指出，应对这些挑战，需要在产业协同的框架下积极寻求解决方案，怎么确保这方面的成本可控，是非常关键的问题。

　　

     　　

中国的场景路况较为复杂，无论是哪个级别的智能驾驶，都要应对复杂的场景和路况。小马智行副总裁、卡车业务负责人李衡宇也表示，应对这样的挑战，必须去做的事情是收集到足够多的场景数据来保证技术能够取得进步和突破。

　　

(2)特斯拉FSD入华对市场的影响

　　

据报道，特斯拉正在中国组建一个20人左右的本地运营团队，以推动自动驾驶解决方案FSD(FullSelf-Drive，完全自动驾驶)在中国市场落地。

　　

面对特斯拉FSD即将进入中国市场的消息，长安汽车智能化研究院副总经理梁锋华认为，融易新媒体消息，这对智能驾驶产业既是挑战也是加速促进的机会。一方面，这会促进整个汽车行业调整架构并不断优化；另外一方面，产业围绕中国用户所面对的一些场景提供针对性的解决方案，加快挖掘用户场景需求的速度和力度，从而给用户提供更加精细和更深入的服务，让智能驾驶产业的价值持续扩大。

　　

智慧互通人工智能科学家、清华大学人工智能研究院视觉智能研究中心主任邓志东也参考苹果手机进入中国带动本土智能手机产业的发展的行业案例，认为FSD的到来可以完善本土的整体供应链，促进中国的新能源汽车产业的蓬勃发展，甚至推动智能化水平的升级换代。

　　

     　　

(3)智能驾驶商业落地，需要突破成本瓶颈

　　

在智能驾驶面前，整体汽车行业面临的价格战，已经或多或少、或迟或早地传导到产业链的各个环节。整个市场竞争加剧，整车成本也在智能化路途中增加压力，要搭载包括计算平台、传感器、软硬件和云端等这些服务，避免不了巨大的成本支出。车端涉及传感器、执行系统；执行系统又包括制动、转向、动力等方面，其它关联系统会增加传感器或者增加中央计算单元等；云端则涉及超算中心和数据标注。数据的生产、采集、标注、训练等各个环节都会产生成本。