近日，美国特斯拉公司首席执行官埃隆·马斯克直播亲测自动驾驶，将自动驾驶这一现代技术再次推到台前。从特斯拉新工程总部出发，中途通过谷歌地图搜索扎克伯格家地址并导航，借助新版FSD系统全程“代驾”，45分钟的路程中，只上手干预一次。这将自动驾驶技术再一次带到大众面前。
目前国内关于自动驾驶的探索会分为两类：一类车企选择全栈自研，一类选择和自动驾驶厂商合作，不同的方式也会带来不同的影响。
前有传统车企与自动驾驶厂商通力合作的优质案例，后有造车新势力开启全栈自研的道路探索，究竟大家对于自动驾驶的思考是什么？目前又有哪些成效？
2023年12月12日晚7点，虎嗅智库502线上同行开展了主题为“自动驾驶路在何方”的线上研讨会，特邀北汽研究院、智加科技、环形科技等企业的专家分享关于自动驾驶研发体系的观点，探寻自动驾驶新的解决方案。
以下内容为活动实录：
一、对于目前的自动驾驶行业的看法
北汽研究院智能网联总师 林大洋：
最近一年来整个自动驾驶行业的动态应该有三个关键特点。第一点，对于低阶的智能驾驶来说，目前实际上是在卷价格的阶段。目前L2级别的自动化系统基本上快要成为标配了，低阶智能驾驶的价格其实是持续的下探。但是，在价格下探的同时，在用户体验方面还有很大的提升空间。
第二是BEV这些新的感知技术在极大的发展，整个行业都在推进这些方案。，归根结底还是我们如何能够降低对于高清地图的依赖，能够让城市N OA这种高阶的智能驾驶系统在更多的城市覆盖，同时也能减轻城市高清地地图的成本。
这就需要提升整个感知的性能，开发一些能够降低高精地图的强感知的方案。
第三点是L3或者L4级别的自动驾驶的试点准入，其实目前部委已经发文要进行试点准入，那在这种的L3级试点准入的框架下，车企应该怎么来应对，是大家比较关注的动态。
智加科技首席科学家 崔迪潇：
我觉得从过去15年个人经历和整个产业发展来看，智驾行业最有意思的地方就是它瞬息万变。客观上讲，今天晚上我们聊的很多观察和思考，再经过半年或一年，再来回看可能都会是错误的，所以我还蛮期待今天讨论的观点会在未来的某一个时间点被“打脸”，那说明这个行业真的是在蓬勃地发展、快速地革新中。
从商用车的特定场景来看，高级别辅助驾驶已经开始走向规模化的交付，尤其在部分特定场景下，无人化的常态化运营也已经在开展，背后推动它的就是一系列技术的演进。我通常理解一个产业发展的趋势，特别喜欢从商品的演进角度来看，这里面有三个维度就是更好（better），更便宜(cheaper)，更快(faster)，所有的对于技术的演进、对于产品商品的发展维度都是围绕这三个点来展开。比如刚才林总提到说现在乘用车的NOA或者低级别的辅助驾驶开始卷成本，那卷成本的核心是因为大家在功能体验上没有本质上的差异，所以在第一个维度层面做不到显著的拉开差距的时候，只能在成本上面去竞争，甚至如果在成本层面做不到的话，只能在针对市场和客户需求响应上做到更快。这是我理解一个长期趋势的基本思考框架。
环形科技LoopTech 主理人 王训魁：
我觉得这个从消费者的角度，可能大家已经感受到了越来越多的城市的智驾功能，特别是在城市城区的智驾功能开始上车，我觉得这是这项技术有了更广的认知，让更多消费者能够有一个接触，我觉得这是教育市场的过程。另一方面我觉得从产业上来看，其实自动驾驶产业的阵营已经更加的清晰了，现在已经到了一个开始属于叫做阶段性交卷的过程。原来可能它是一个很远的未来，但现在大家都需要拿出现阶段最强的东西去拼量产、卷研发、拼价格，我觉得到了不看广告，看疗效的阶段。
二、如何看待主机厂自研或与自动驾驶厂商合作不同的研发方式
北汽研究院智能网联总师 林大洋：
我个人观点的是对于自动驾驶技术是否自研或者如何自研，是全栈或部分自研，没有一个标准答案。每个主机厂都会根据自己的情况来制定对应的战略或者是策略。从主机厂的角度来看是否自研或如何自研，更多是要考虑一个商业闭环，这就是指比如投入了多少人，需要多少成本，开发出一套智驾系统。那它带来的收益是不是值得做这个投入，。
所以基于这样的背景，传统的机厂，很少去做全栈自研。可能都会基于想做差异化的考量，做部分自研，而部分新势力以特斯拉为代表的，主推全栈自研。这是一个大的背景。
从另外一个维度，对于传感器硬件。它是比较简单的供应关系，比如毫米波雷达等还是会有对应的供应商直接给主机厂提供产品。
而对于比较高级的智驾系统，我个人认为是一个生态的合作关系，因为既牵扯到比较复杂的传感器，还需要有一个大的功能系统。这里面既有MCU芯片，也有SOC芯片，对于这些东西，其实一个主机厂很难做到真正意义上的全栈自研，大部分的自研可能还是聚焦到软件层面。我个人的观点，比如说类似感知这种算法，其实它是和芯片绑定的，如果让一些专门的算法供应商或者是算法开发的公司，能服务于更多的主机厂，其实这个效果可能比自研会更好而对于规控这些算法，其实主机厂是可以一定程度的自研，特别是控制这一块，实际上是和车相关的，规控其实也能够体现一些用户的差异，比如说每个主机厂打造一些特色化的规控，提升用户体验。那真正从效果上、商业上、收益上来看，可能还是需要一个真正意义上的生态合作的概念，真正全栈自研还是比较难的。
智加科技首席科学家 崔迪潇：
作为自动驾驶公司，应该如何去跟主机厂有更好的合作，我觉得基本的逻辑是不存在一个最合适的方式，只有在不断地跟不同的OEM的交流和探讨中去摸索到一个最满足于当前自动驾驶公司和OEM都达成所愿的一种合作方式。这包含着自动驾驶公司是以Tire1的身份介入，还是以战略合作伙伴的身份介入？应该全面地参与产品的定义，功能的定义，包括硬件的指标和硬件的选型，还是说只承担软件层面工作？自动驾驶厂商需不需要做测试等等？我觉得这都取决于我们在这个生态中的具体占位。
我们首先需要理解不同发展阶段、不同市场位置的OEM在当前时期，基于它的产品在整个产业中的占位以及它对于市场的预判，它当前需要的东西是什么？我们能提供什么？这是第一点，理解他人之所需。其次，我们当前需要什么？对于每一个自动驾驶公司来说，在不同的阶段对自身能力建设的需求可能有时间维度上的演进。比如按当前对智驾系统市场的理解，预测未来的三到五年会发生什么样的变化，那倒推在现在这个阶段，应该去构建什么样的能力，哪些能力是可以在跟OEM的合作中构建的。另外还有一种形式是在空间上思考，自动驾驶厂商可能跟不同层级、不同市场体量和自身的自主研发能力不一样的OEM来合作构建不同的能力，形成能力矩阵的建设，这是我们一直探索的方向。我们在过去跟三个主机厂都进行了相应的合作，包括在不同的车型上合作，响应产品的 ODD也发生了变化。背后的思考就是我们一直在围绕着未来的趋势反向倒推作为一家自动驾驶公司，我们应该在每个阶段构建什么能力，而这些能力的准备实际上是为下一个阶段的规模化的落地和更大市场的到来提前做好能力建设。
环形科技LoopTech 主理人 王训魁：
我觉得其实简单来说自研可能是一个车企或者主机厂去展现它的长期思考或者长期价值的一种体现。但是我觉得还是有很多考量因素的，因为主机厂在做自研的时候，它其实内部很多的量产，很多的架构优化设计其实是最清晰、也最容易的。同时也可能是最节省所谓的沟通成本的，但另外一方面看这可能也是考验所谓的企业文化或者组织架构等等一系列兼容问题。
我觉得这里面其实有很多的不同点是包括新的车企和传统主机厂，这里面是有一些变化的，但这件事情的核心是可能有一些人需要比较低级别的自动驾驶，可能有一些人需要更高级别的自动驾驶。我觉得这里面其实可能体现的是这种长期价值和短期价值的变化吧。可能现在的市场波动比较剧烈，市场的节奏也比较快，所以很多时候就是在智驾初期的时候，大家可能可以用一个五年的维度去思考未来的战略是什么，但我觉得在现在，思考的时间需要更长。
最近有意思的就是行业里面其实天天提长期主义的蔚来，其实也提了五年战略规划变为两年的经营计划。其实在这种比较波动、不确定的环境下，长期主义的风险会增加，所以也是为什么现在很多车企在或者很多自动驾驶创业公司都在卷量产、卷落地、卷价格。
那从商业上讲，其实我觉得因为长期目标，可能原来做自动驾驶的公司，它有一个长期目标，所以不需要做一些所谓的算法的压缩、算法的优化，去做更低端，卷价格的方案，我觉得这其实是为了这个短期的目标去妥协长期的目标，或者说他们向往的是以长期的目标妥协短期目标达成，但我觉得现在这个阶段可能就是需要更商业化的去看待自动驾驶这项技术。
现在车企需要交付你的承诺，不管这个承诺是全站自研的也好，还是车企跟自动驾驶公司合作的也好，这里面核心是量产能力，在现阶段验证你的价值，然后再一步一步的成长，而不是像几年前靠拼估值，拼行业的名气。
所以这里面的变化是由原来的长期主义的到现在更看重短期价值，更看重量产的一个变化结果吧。
三、怎么看待国内外自动驾驶的异同点
四、高级自动驾驶面临的挑战和出路
北汽研究院智能网联总师 林大洋：
我个人观点还是聚焦在乘用车这一块，其实现在对于L3或L4的产品，提出了很多的要求，不管是对主机厂来说，还是对产品的性能来说，都提出了很多的要求，这也代表了希望能够保障在L3的功能下安全性是足够的。
第一，我认为在真正的L3会先落地在一个很窄的限定场景。比如类似奔驰的L3，会要求在高速公路的场景，、没有红绿灯、没有路口行人的场景下逐步探索。真正意义上的L3的前装量产落地肯定是从一些很简单的场景。一步步的去探索。
第二，在顶层设计的时候，自动驾驶和辅助驾驶需要考虑的就是不一样的，这对于主机厂和自动驾驶厂商来说是非常非常大的挑战，行业里面还在探索，并没有形成一个标准化的答案。
总结来说，对于L3、L4现在还处在刚刚开始探索难点的道路上，不管是开发难点还是用户的体验与接触度上还需要行业一起努力。
智加科技首席科学家 崔迪潇：
首先我想说一下，我不认为L3 是一个是满足科学和工程要求的级别划分，因为 L3 涉及到控制权的交接，涉及到非常复杂的各种条件的变化，这种交接条件是非常难以用一个稳定的工程语言实现的。但如果真要讨论 L3，我认为L3在系统架构、软件上实现的状态相比L4和L2而言，它离L4的距离是远小于它和 L2/L2+的距离，或者说L3会更像L4系统，而不是更像L2+的系统。
我认为第一点挑战，智驾系统在技术层面上依然存在很多的问题。第二，产业链的成熟度还不够，很多的软件、硬件方面还没有达成标准化。当然，政策上是在逐步的利好，但仍有待于继续观察，尤其是对于一些立法层面没有完全明确规定的内容，在实际的运行层面出了问题，该怎么样去解决。
而解决这些挑战，第一是技术上要提高系统的可靠性和稳定性，比如增加软件或硬件上对场景的独立观测，我们要在贝叶斯框架下去理解周围环境，这是我觉得第一个可以去思考的技术方向。同时我也特别喜欢从人的角度来理解自动驾驶。人的驾驶是典型的由任务引导或者场景驱动的驾驶。这是我在离开高校前申请的最后一个课题中的内容，即我们能不能利用特定的驾驶任务来引导自动驾驶系统工作在更可靠的作业条件下。
我带了一些工程师在进行这样的尝试，包括根据场景的任务、根据和其他车的交互做动态的传感器调整、动态的模型使用，甚至我们希望能够把动态的感知能力变成软硬件一体的协同，其中算力的分配、传感器的覆盖、传感器的朝向等等也是跟着驾驶任务引导在变化的。目的是让每一个传感器对场景的覆盖和理解都工作在置信度最高的区间，比如主动地让传感器对物体的测量处在测量最准的区间。大家都知道，在图像的边缘处，畸变会很大，会产生更大的测距误差，如何来优化这些问题，正是我们在思考的另外一个方向，我们也在做相关科研方面的探索。它也许不是一个真正能够最终量产的路径，但反映的是背后的思考方式。
第二点，我们都在讲新的研发范式，那过去的研发范式就没有用了么，我们就要把它抛弃掉吗？整个资本界、产业界投入那么多的资源和时间，那么多的人力夜以继日地把它干到了80分，现在有个新的系统能做到90分，我们是不是要把80分的老系统抛弃掉？这背后的逻辑是新一代的技术架构如何和上一代的技术架构去做某种形式的融合，比如一个端到端的系统，如何和模块化的系统去做融合？这是我提的另一个思考。那我自己在尝试的一个方向是，把端到端系统作为主系统提高性能上限，而用模块化系统做子系统确保安全下限。因为用了不同的方式来实现，两套系统就有相对更高的独立性。这样当一套系统失效，另一套系统大概率是没有失效的，因此可以保证安全下限。如何把上一代和下一代技术嫁接和融合，这是第二个思考方向。
第三个思考，在自动驾驶的发展中会有很长一段时间都会有“人”在，那“人”的角色在自动驾驶系统演进路径中，如何进一步发挥？比如人的驾驶疲劳度也是我们需要关注的一个指标，因为有可能在开车过程中自动驾驶系统没有任何一次的接管，但是驾驶完这一趟以后司机感觉比他自己开还疲劳。
因此，HMI上的交互变化和对应的人的生理心理的反应，能否帮助我们更深层次地挖掘系统的一些功能短板？在不同的场景、不同的功能间切换的平顺性和连续性是否让人的主观生理、心理产生了一些变化，它反映的是在没有接管情况下有可能系统的性能依然是让人感觉担心的。这些会不会是我们研发中的高价值场景呢？
我带的另一组工程师已经在做这方面的研究了。我们希望在走向完全无人化的过程中，依然能够利用在环的、无论是乘用车还是商用车司机的生理心理反应，帮助我们更高效地挖掘数据。因为未来随着自动驾驶系统大规模的应用，数据的采集是低成本的，但是性能进一步提升后，数据的筛选成本则会反而变得非常非常高。数据的回路本质上是个正态分布，我们需要利用各种技术手段让它变成一个均匀分布，这样最终的使用成本才是低的。
这是我从技术上跟大家分享的我最近的几个思考方向。
环形科技LoopTech 主理人 王训魁：
我觉得其实现阶段的L3，所谓的L3，包括奔驰做的这套系统，其实我觉得是一种变相的，通过缩小定语，或者缩小使用场景或者通过设置一系列规则，在很小的ODD的情况下来实现的。
我觉得其实可能需要有一套更新的理论或者更新的东西去定义所谓的是否实现L3或者实现L4的目标。现在政府、产业界都通过L3、L4这样一套标准去定义所谓的目标，但我觉得可能在未来的演化过程中，这个标准一定会变化。
可能随着技术范式在一步一步的落地，以及消费者对于自动驾驶能力的不断感知、加强，也会有更清晰的体现，而不是像现在一样可能有L2、L2+、L2.9等等命名的数字却无法反映真实的自动驾驶技术成长的阶段。
五、对行业未来五年发展的预测
北汽研究院智能网联总师 林大洋：
第四需要政府的推进，有可能看到车路协同真正在自动驾驶领域里面应用起来。
环形科技LoopTech 主理人 王训魁：
我期待五年以后能够在一个好的汽车产品上，解放驾驶时间，对于消费者的驾驶时间节省至少在60%以上。这至少是一个合格的状态，不管在城市还是高速场景下。我觉得更激进的想法可以到80%，但我觉得60%是一个很好的状态吧。
智加科技首席科学家 崔迪潇：
我想生态位上提供另外一个角度的思考。我坚信未来的零部件、车辆平台、系统中间件、测试仿真等等会越来越规范化和标准化；“有图、无图、轻地图”、纯视觉、“该用几个激光雷达”等等技术路线之争也会在某一个时间点快速收敛掉，生态位上无论是自动驾驶公司还是OEM ，大家的权利、责任、义务也会很快地清晰起来，就像薛定谔的猫一样，盒子打开，快速坍缩。大家可以回想一下，人类历史上什么时候汽车产业有这么多的OEM，有这么多的Tire1、Tire2？我认为这只是产业发展过程中的暂时形态，未来最终还是回归到少量几家占据绝大多数市场份额的形态。这跟大家看到的趋势会有一些不同。
关于虎嗅智库
虎嗅智库致力于推动产业数字化以及以“双碳”转型为代表的可持续发展，为参与这个进程的中国企业高管、政府相关决策服务。我们主要的服务手段主要为：研究型内容（报告、分析文章、调研评选）、数据库、线上线下活动与社群、定制型项目等。
我们提供的核心价值
及时与优质的洞察，了解技术、了解行业、了解同行与对手；
为决策者技术与产品战略决策、产业规划、解决方案选型提供重要参考；
帮助市场全面了解前沿科技及所影响产业的发展状况，还有未来趋势；
虎嗅智库官网：hri.huxiu.com
转载及权益事宜请联系
加入社群｜共话数字化未来
