【论坛回顾】
驶向未来分论坛
据国际能源总署报告显示, 2023年全球电动车销量已达新高1400万辆, 销量增长了35%。同时, 国内多地也在逐步扩大自动驾驶汽车测试区域。 智慧城市建设与车路云协同也在逐步发展。随着近年来智能电动汽车陆续在国内市场推出，消费者切身体会到了驾驶体验的提升，智能化成为新能源汽车发展的新趋势。然而机遇与挑战并存，电动汽车仍然存在资源依赖、续航和低温性能不佳、配套基础设施建设不足等问题。日益增长的供电需求也将需要并网、配套设施建设等解决方案。自动驾驶大规模商业化应用，也存在技术突破、打造合适的配套设施等多方面挑战。这些问题如何解决, 又将会对民众、城市产生何种影响? 我们希望开拓新视野、开辟新思路，与参会者一起，在自由的讨论空间中共商清洁能源智能交通的未来。
罗跃军老师主要围绕“众源数据”在自动驾驶、智慧城市以及低空经济中的应用进行展开，阐述了数据收集、处理、共享及其在不同领域的重要性。首先，罗老师指出，未来自动驾驶的核心竞争力在于利用数据驱动迭代算法。不仅车辆可以收集数据，路测单元也同样重要。以临港的车路云一体化示范区为例，通过路测感知收集数据，可以支持智慧城市和智能驾驶。
接着，罗老师强调了众源数据相比单车智能的优势。他提出，众源数据能提供更丰富、更实时的数据资源，这特别有助于构建数据闭环推和动算法迭代升级。未来算法和人工智能的竞争将取决于算力和数据，而云端制图则显著降低了数据处理成本。
罗老师还探讨了不同类型的交通数据，包括静态、准静态和动态数据。准静态和静态数据可以通过众源方式更新地图，以提升数据共享能力。众源数据的具体应用场景包括停车场、高速公路、港口等，并且还涉及到无人机航拍数据的整合。虽然单车智能在局部领域构建地图，但通过众源数据可以提升地图的精度与广度。
罗老师最后展示了无人机群的应用。中国在这一领域技术领先，尤其是在低空经济方面，如无人机载人、载物等。随着低空经济的发展，众源数据将为交通出行提供更多应用场景，包括建筑物勘探、交通管理等。
总之，众源数据不仅在自动驾驶领域有着广泛的应用场景，还将在智慧城市和低空经济等领域发挥重要作用，成为未来数据驱动创新的关键。
张泽民老师的演讲主要围绕智能交通和绿色出行的话题展开，特别强调了交通行业在碳排放中的重要性。他指出，中国是世界上最大的碳排放国，交通领域的排放量占全国总排放量的约10%。其中，公务运输约占交通排放的80%，而重型卡车则是主要的排放源。随着中国经济的快速增长和车辆保有量的增加，交通领域的碳排放也急剧上升。
为了应对这些问题，张老师介绍了中国在短期内通过电气化来减少交通领域碳排放的策略，特别是在短途交通中推行电动汽车以替代传统的柴油和汽油车。虽然中国的电力主要来源于燃煤发电，但与柴油和汽油相比，电力仍然相对清洁。此外，近年来政府加大了对充电桩等基础设施的投入，旨在加速交通电气化进程。
张老师还提到了碳交易机制的应用，特别是自愿碳减排机制（CCER）。他介绍了这一机制在中国的发展历程，并解释了如何通过减少碳排放获得碳信用。张老师还提到了一些交通领域的具体案例，例如兰州中川机场的CCER项目和广东电动巴士项目，这些项目通过减少交通工具的燃油消耗来实现碳减排。
最后，张老师简要介绍了他所在公司在碳信用项目开发、碳中和及相关服务方面的业务，并强调了通过出行方式的改变来减少碳排放的重要性，如多使用公共交通工具、共享单车等。他还欢迎与会者在会后继续交流。
于开丞老师讨论了自动驾驶技术的现状及其未来发展方向，重点关注了“端到端自动驾驶”和“世界模型”两大概念。
首先，于老师简要介绍了自动驾驶行业的分类和现状。全球范围内，美国的Waymo和中国的百度萝卜快跑代表着两大运营成功的自动驾驶项目。在乘用车自动驾驶领域，特斯拉是全球领先者，国内则有理想、蔚来和华为等公司。
自动驾驶的核心技术主要分为感知、决策和控制三个部分。感知部分依赖激光雷达、摄像头等传感器来获取环境数据，决策部分则通过AI模型处理这些数据并做出驾驶判断。自动驾驶本质上是一种移动的机器人，具有在三维空间中移动和与环境交互的能力。
端到端自动驾驶的核心在于利用AI模型直接从传感器数据中生成决策，减少中间环节，从而提升效率并降低成本。然而，这种方法仍面临“长尾问题”，即在某些极端或罕见情况下，模型的表现可能无法满足安全要求。因此，解决“长尾问题”成为自动驾驶技术进一步发展的关键。
于老师还探讨了自动驾驶中的“世界模型”概念，这是人工智能领域的重要理论。世界模型通过对传感器数据进行预测，帮助自动驾驶系统更好地理解和应对复杂的驾驶场景。通过数据仿真和生成，自动驾驶系统能够大幅提升在长尾场景中的表现。
最后，于老师分享了其团队在数据生成与自动驾驶算法中的最新成果。他们通过减少数据量来显著提升算法性能，证明了自动驾驶技术的进一步潜力。总结来说，自动驾驶的未来将更多依赖于数据生成与仿真，这将有助于解决现有技术的瓶颈，并推动端到端模型的发展。
问题一：
过去 20 年，高精地图、激光雷达传感器、移动通信、车路协同等技术构建了自动驾驶的基础架构和全局视野。而 AI 大模型的出现，让我们希望自动驾驶系统能够通过单车的通用智能，进一步具备像人类一样做出决策、理解事物背后的逻辑和常识的能力。自动驾驶想要真正达成在任何条件下都能无人驾驶的目标，就必须按照人类老司机的方式来处理驾驶任务吗？自动驾驶是应该模仿人类还是应该超越人类呢？
于开丞老师：
我认为这个问题不仅仅是技术层面的，更涉及到伦理和现实操作的复杂性。让我以一个亲身经历的例子来说明。最近在杭州开车时，我发现很多路口的白色实线非常长，有时会遇到右转车道上停着一辆车，既不前进，也没有任何警示。这种情况下，按照交通规则，我们应该在实线内等待，因为压线或变道都是违规的。
然而，实际情况是，如果一直等待，后方车辆会积压，导致交通拥堵，甚至引发安全隐患。按最严格的规则，我们应该报警，等待交警或拖车来处理，但这在现实中效率低下，不切实际。作为人类驾驶员，我们可能会在确保安全的前提下，短暂压线绕过障碍车，以维持交通流畅。
这就引出了自动驾驶在这种特殊情况下的应对策略。如果严格按照程序设定，自动驾驶车辆会一直等待，因为它被设计为完全遵守交规，不会压线变道。但这可能并非最佳解决方案，甚至会造成更大的交通问题。那么，自动驾驶是否应该具备一定的灵活性，像人类一样在特殊情况下做出权衡？
我认为，现阶段的自动驾驶技术应当主要学习人类的驾驶方式，同时严格遵守交通规则。这是因为我们的技术还未达到能够处理所有复杂路况的程度，遵守交规是确保安全的基本原则。但从长远来看，我们需要赋予自动驾驶系统更高的智能，使其能够在特殊情况下做出最优决策。这涉及到法律和伦理的问题。自动驾驶系统如果在特殊情况下违反了交通规则，即使是为了整体安全，责任如何界定？这需要立法机构、城市管理部门和技术开发者共同探讨，制定相应的法规和标准。
总之，自动驾驶的目标不仅是模仿人类驾驶，还需要在安全性和决策能力上超越人类。但在实现这一目标的过程中，我们必须谨慎，确保技术发展与法律法规、社会伦理同步。只有这样，自动驾驶才能真正为社会带来积极的影响，提升交通安全和效率。
罗跃军老师：
自动驾驶的发展确实不仅是技术挑战，还涉及法律和伦理等复杂问题。首先，我们需要了解自动驾驶的分级系统，从 L1 到 L5。目前，大多数自动驾驶技术停留在 L2 或 L2+ 级别，即辅助驾驶阶段，驾驶员仍需随时接管车辆。
要实现完全无人驾驶的 L4 和 L5 级别，技术上需要突破多重难题。自动驾驶系统必须在各种复杂环境和突发情况下做出正确决策，这需要高度智能的感知和决策能力。目前，很多系统在复杂场景下仍需人工干预或远程接管。
法律责任的划分是另一个关键问题。在 L3 级别，驾驶员仍是最终责任人。但在 L4 和 L5 级别，如果发生事故，责任应该由谁承担？是车辆制造商、软件开发者，还是乘客？这些问题在现有法律框架下尚未明确。
伦理问题同样重要。例如，在无法避免碰撞的情况下，自动驾驶车辆应如何选择？是优先保护乘客，还是尽可能减少对他人的伤害？这些道德困境需要形成社会共识。从技术发展的角度，我认为自动驾驶必须超越人类的驾驶水平，才能真正实现更高的安全性和效率。自动驾驶系统具有更快的反应速度、更全面的环境感知和更理性的决策能力，这是人类难以匹敌的优势。
因此，当前的自动驾驶应在模仿人类驾驶行为的基础上，逐步实现超越。这包括学习人类的经验，但也要避免人类的错误和不良习惯。同时，技术发展需要与法律法规的完善同步，确保在出现问题时有明确的责任划分和处理机制。
总的来说，实现完全无人驾驶需要技术、法律和社会各方面的共同努力。自动驾驶不仅是技术问题，更是一个复杂的系统工程，需要多方协作。我相信，随着技术进步和社会认知的提升，自动驾驶终将达到超越人类驾驶水平的目标，带来更安全、高效的出行方式。
张泽民老师：
单从驾驶车辆来看，自动驾驶似乎暂未显现明显的减碳优势。毕竟，无论是人类驾驶还是自动驾驶，车辆的能源消耗在短期内差别不大。自动驾驶只是用 AI 替代了人类驾驶员，能源消耗和排放并未因此减少。然而，如果从更宏观的视角审视，自动驾驶的普及可能对低碳出行产生深远影响。首先，自动驾驶有望提升交通系统的整体效率。通过优化路线、避免拥堵和减少等待时间，车辆的能源消耗可以显著降低。
其次，自动驾驶可能促进共享出行的普及。当自动驾驶车辆能够高效、安全地运行时，人们可能更愿意选择共享车辆而非私人车辆。这将降低车辆总数，减少制造和维护所带来的能源消耗和碳排放。再次，自动驾驶可以减少交通事故的发生。人类驾驶错误是事故的主要原因之一。自动驾驶系统具备更高的感知能力和反应速度，不仅提高了安全性，还减少了因事故导致的交通堵塞和额外的能源消耗。
此外，自动驾驶的普及可能加速新能源车辆的发展。自动驾驶技术与电动汽车的结合更为紧密，这将推动传统燃油车向新能源车的转型，进一步降低碳排放。
虽然短期内自动驾驶对减碳的直接影响有限，但从长远来看，它有潜力通过提高效率、促进共享出行和推动新能源车发展，助力低碳目标的实现。我认为，我们应积极支持自动驾驶技术的发展，同时制定配套政策，最大化其对低碳减排的贡献。
问题二:
中国的新能源企业在全球市场上取得了一些成功，但也面临国际贸易摩擦、政策变动等问题。请问各位老师，未来中国的新能源企业能如何更好的在全球市场上定位并应对这些挑战，自动驾驶和新能源结合会给他们带来什么的优势？
张泽民老师:
上游新能源设备制造商的优势：
●中国新能源企业在上游制造环节（如充电设备、光伏设备等）具备明显优势，尤其在成本和效率上欧美国家短期内难以替代。
●尽管欧美国家通过关税和贸易保护措施进行抵御，但这种手段难以持久，因此对上游制造企业持乐观态度。
下游运营企业的挑战：
●中国企业在国外运营新能源项目时需遵守当地法规、雇佣当地员工，情况较复杂。因此，张老师对下游运营企业的前景持谨慎态度。
新能源车的看法：
●在新能源车领域，中国企业技术上的优势还不如光伏和风电明显，特别是在运输安全性等方面还有改进空间。
罗跃军老师:
新能源车与自动驾驶的结合：
●自动驾驶的最佳应用场景就是新能源车，因为新能源车的电子化控制更适合自动驾驶的技术要求。
●除了特斯拉外，其他国家的车厂在整体竞争力上与中国相比并无明显优势，中国在新能源车与自动驾驶的结合上具备很强的竞争力。
全球市场的不同接受度：
●尽管中国和美国在自动驾驶领域走得较快，但全球其他市场发展较慢，自动驾驶的海外接受度尚未达到中国的水平。
●随着时间推移，海外市场成熟后，中国有机会凭借其先发优势在全球市场占据重要地位。
于开丞老师:
自动驾驶的未来市场需求：
●作为新能源车用户，认为自动驾驶一旦体验过就很难回到手动驾驶，这是未来的趋势。
●自动驾驶在提升驾车体验方面具有强大吸引力，例如在交通堵塞的情况下自动驾驶能够显著减少驾驶疲劳。
自动驾驶的市场前景：
●自动驾驶未来可能会成为汽车销售中的刚需，特别是对于个人消费者而言，拥有自动驾驶功能的车辆将更具市场吸引力。
在观众提问的环节中, 嘉宾主要讨论了中国车企和碳减排项目出海面临的挑战与应对策略。
当前，中国在技术领域，特别是电动车和车企的出海，无论是电动车还是传统燃油车以及新的业务发展方向，都面临复杂的局势。在中美互相制衡以及多边关系的影响下，作为行业的从业者，大家对这一宏观局势，尤其是在英国这个市场中的态度和预期是怎样的？我们还要面对市场准入和规则共创的问题。如何更好地进入这些市场，并在规则制定上有所突破？可能的破局之道是什么?
1. 中美竞争与市场壁垒：
罗跃军老师提到，中美竞争激烈，尤其是中国车企在西方市场（如美国）面临很大限制。美国基本封闭了对中国车企的市场准入，虽然通过墨西哥转口取得了一定量的贸易，但远小于日韩车企。相较于西方市场，中国车企在南方市场（东南亚、中东、非洲等）拥有更多的出海机会。然而，在欧洲，中国面临的壁垒正在逐步加剧。因此，在中美对抗的背景下，西方和南方市场的分界线将会更加明显。
2. 英国和短期市场机会：
罗跃军老师提出，英国和中国目前处于短暂的蜜月期，这可能为中国企业提供短期市场准入和规则共创的机会。嘉宾们讨论了在英国及其相关联市场（如英联邦国家）中，可能出现的短期利好。长期来看，企业需要在市场准入和规则共创方面探索更好的路径。
3. 碳减排项目的出海障碍：
张泽民老师表示，中国碳减排项目在出口到欧美时遇到了形象问题。由于当前中国在欧美国家的负面形象，许多客户不愿购买中国的项目用于碳中和宣传。此外，碳减排项目的出口也遇到了更多的政治问题和市场壁垒。为了应对这些障碍，企业开始将项目拓展到其他国家，如东南亚和非洲，尽管这些市场的进入难度较大。
4. 规则共创与本地化策略：
关于如何在国际市场中共创规则，嘉宾们指出，中国企业仍然面临长期挑战。虽然未来可能出现全球统一的市场规则，但当前中国的标准（如CCER) 尚未获得国际公信力。嘉宾认为，企业在进入西方市场时，不应仅关注扩大出口量，而应考虑设厂，融入当地经济，避免与当地核心利益发生冲突。
牛津中国论坛仍在招商与寻求宣发合作伙伴中。商务合作伙伴权益包括称谓使用权、Logo展示、视频广告植入、社群转发、参会邀请、宣传物料、嘉宾深度联系、嘉宾邀请、个性化合作设计、相关接待等。
若您有意成为本届牛津中国论坛赞助合作伙伴，请联络【微信：AglnZ_5】进一步洽谈合作事宜。
合作联络
marketing@oxfordforum.cn
文案：潘乐仪、祁舒涵、杨浚灏
排版：杜飞逸
审核：曹商羽、黄韬、杜飞逸、张然、穆诺可、张亚维
