巔峰對話：山坳上的自動駕駛

第十屆中國汽車藍皮書論壇於5月11日-12日在北京諾金飯店舉行。三年前，《汽車商業評論》總編輯賈可在中國汽車藍皮書論壇上首次提出「汽車四化「的概念，其中之一為自動化。而當前，自動駕駛正處於「山坳上」的位置。作為整車廠、自動駕駛技術公司究竟如何看待自動駕駛技術的發展？以下為，「山坳上的自動駕駛」議題討論實錄。

林雷（大鉦資本資本合伙人、董事總經理）：汽車技術進步已經有一百年的歷史了，這與汽車的發展是緊密相關的。在過去一百年間，汽車技術實現了很多重大的飛躍，尤其在汽車電子、汽車電氣領域。

但是，好像沒有那一次技術變革和技術推進像這次自動駕駛攪得整個社會都加入進來。這個就產生了一個非常有意思的現象，也是我們今天賈可博士給出的問題——夢想與焦慮。

應該說，自動駕駛領域的「夢想與焦慮「不僅僅局限在過去傳統汽車領域和傳統汽車的零部件領域，也擴展到了IT領域和資本領域。誰都怕錯過這次機會，同時也怕進去了卻又是一個坑，導致最後無法爬出來。

所以自動駕駛便成為整個社會一個非常熱的話題。今天請來的各位嘉賓，既有整車企業，也有自動駕駛汽車技術公司、產業鏈上延伸出來的公司以及傳統的零部件公司。

第一個向董總提問，作為汽車領域的領軍人物，董總對傳統汽車，包含國企中的自主品牌，還是合資企業、進口企業、出口都非常熟悉。從您的角度來看，自動駕駛技術商業化的時間會是在什麼時候？

今天自動駕駛定義比較寬泛的概念，我們定義在自動駕駛這個概念上，它的商業化時間會是什麼時候？以及它的商業化方式會是什麼樣子的？因為自動駕駛這種技術的科幻程度已經描述得很多了，現在這個時代討論就是落地商業化。這個問題，從您的角度來看，自動駕駛的商業化時間和商業化的方式會是什麼樣子的？

董海洋（中國一汽總經理助理）：謝謝賈可博士，也謝謝林總。關於這個問題，今天我在下面也請教賈可博士，我說為什麼叫「山坳上的自動駕駛」？

他說山坳是跨越了分水嶺之後不上不下的山間地方，處於不尷不尬的環境，所以叫山坳上的自動駕駛。

因為山坳是整體的概念，具體按照美國SCE的劃分，分L1到L2，現在到L3這個坎兒，這個坎兒也可以叫山坳，按照行業內的人的描述，L2和L1這個級別屬於ADAS，屬於一個駕駛輔助系統，到L3就是按照Hand off，手可以離開，這個時候就是量子躍遷，非常難的一步，所以叫山坳。

你要是問商業化時間的話，我簡單地回答，目前全球整個自動駕駛基本都走到L3這一級，我指的是商業化。

到2020年或者2022年之間，可能部分廠家會實現L4。L5行業有預測是2028年、2030年或者2035年。

我認為L3是量子躍遷，到L4就叫登陸月球，eye off（眼睛離開），不用看的時候是非常大的挑戰。

另一方面，這還取決於未來商業場景化，商業的應用場景的規劃，包括技術自主發展的程度，兩個方面。

林雷：您認為它能夠進入商業化級別的話，會是什麼一種狀態進去呢？因為現在有人討論，可能在部分場景下實現，而不是一個全開放式的實現。從您的角度來看，您認為會怎麼走進去？

董海洋：生活中我們接觸最多的自動化就是電梯，只要輸入號碼，它就把你從1樓送到幾樓，這是最簡單的電動化的自動駕駛。

未來汽車的自動駕駛，必須有一個結構化的方向。汽車如果在結構化的環境下或者封閉環境下實現自動駕駛是非常容易的，甚至現在我們在商用車裡面都可以做到。但是在複雜工況或者沒有路的情況下能實現自動駕駛是一個巨大的挑戰。

林雷：問一下黃總，作為廣汽研究院的領軍人物，對智能和自動駕駛有過很多的闡述，也帶領團隊往前走，您能談一下您對自動駕駛的商業化時間和商業化的看法嗎？

黃少堂（廣汽研究院首席技術官兼智能網聯技術研發中心主任）：智能化駕駛技術分為L1到L5，從L1和L2基本上就是一個方向——控制，最簡單的就是解放腳就是L1，解放雙手也是L2部分。

由此可見，基本上L1、L2跟5G水平基本上是同步的，已經投入量產。

針對L1、L2之後，L3什麼時候商業化？所謂的商業化不是在封閉模式上、不是沒有用戶買單、不是沒有用戶體驗、不是只是在封閉環境下進行小規模的講故事資本融資。

L3是要被消費者買單、認可，是有極大風險的。但是如果過不去這個坎兒，L4和L5以後的發展則會收到非常大的制約。

怎麼樣實現L3？在哪裡實現？怎麼樣的場景？這就是業內特別激烈競爭的。

全世界至今沒有一個真正意義上實現L3的量產。估計在什麼樣的情況下（能實現）呢？

基本上2019年（明年）底這個時候實現運行，實現量產就是2020年，不管是國際、國內瞄準了這個商業化的基本點。

從L3過渡到L4也許在2022年或者這個範圍內，因為所謂的L3、L4都是解放手腳，但是一個梯度的不同是L3是基於高速公路上，它的運作和操作的區間比城市工況簡簡單得多。是一個革命性的變化，特別是在中國這種道路環境、人物環境的情況下更顯得複雜，更具有挑戰，具體的商業化時間，我想全世界居於領先陣營的基本上就是在2019年末和2020年這個時間推出來。這就是階段性的，第一陣營基本上瞄準這個時間，各個主機廠在拼搏。

林雷：下面我想問一下安波福的楊總。每次說安波福的時候我還很不習慣，一般都會說德爾福，德爾福兩塊，一個是安波福，一塊是德爾福科技。

安波福是德爾福作為自動駕駛發展為主要方向的一家公司，在自動駕駛領域現在有兩股新的力量，一股力量是傳統的像德爾福這樣的公司，拆出一部分，特別是像德爾福拆出來安波福專門進軍自動駕駛方向，還有一部分是新的創新試點。我特別想知道，很多熱烈討論的這些關注者都關心，從傳統的零部件公司，他們是怎麼來看待自動駕駛的商業化時間表和自動駕駛商業化的方式？

楊曉明（安波福亞太區總裁）：林總幫我們解釋了一下德爾福和安波福的轉型，轉型的目的就像剛才林總說的，我們看到了這個市場會以自動駕駛為最終目標來開發一個新的業務模式，（並朝向）這個方向來走。所以為什麼我們公司做了那麼大一個決定，就是把動力總成分出去，集中把這個公司變成一個技術型公司。

接下來回答，你談到時間表的問題，我們安波福的看法是，分為技術和商業（兩個方面討論）。技術方面，安波福2019年L4的量產化的系統就要到市場上，就是2019年。

現在很大的挑戰就是所謂的商業模式，剛才你說的商業化，商業化就是說必須要客戶願意買單，必須得有營創的收入。

我們在5月2日（舉辦的）第一季度報表會上，宣布了最近我們與美國第二大共享平台運營商Lyft合作。（實際上，）我們跟它一直在合作，有些客戶在拉斯維加斯的電子展上看到我們的車子，上星期正式宣布第一次跟Lyft提供20輛實際運作的L4的在街區裡面實際運作的車子。

這個車子第一次會給雙方帶來收入，我們覺得這個其實解決商業化。所以說怎麼把它變成所謂的商業化？一個是技術，一個是能不能馬上產生一個新的收入模式。技術方面我們安波福的觀點是2019年量產L4已經有技術了。

林雷：看樣子傳統的零部件公司在自動駕駛方面已經有明確的時間表，而且已經有明確的商業模式。剛才說的和Lyft提供的商業運營模式是在美國哪個城市？

楊曉明：第一個公司在拉斯維加斯，（另一個）在波士頓。目前在美國跑的車子已經有，應該是80輛，到今年底將在馬路上增加120輛車。

林雷：其實傳統零部件公司進步已經是非常大了，而且有自己的里程碑了。

下面想問一下G7的馬總，原來一直認為G7是一個智慧的物聯網平台，在汽車的物流和運輸領域中。實際上，G7已經開始做在物流領域商務車的自動駕駛。

現在我把馬總歸為自動駕駛的提供商，但是馬總說不僅僅是自動駕駛的提供商，自己還組建車隊，您這個車隊以自動駕駛為技術的車隊什麼時候進入商業化？

馬喆人（G7總裁）：G7是中國最大的一個城際的貨車的監控管理平台，它本質上是一個SaaS服務，目前在平台上60多萬，現在70多輛的城際的超級大貨車。

今年4月，G7、未來資本、普羅斯，中國最大的物流設施和物流地產運營商，我們三家聯合成立了下一代的自動駕駛大車隊。

我們這樣的一個自動駕駛大車隊未來有這三個特點：1，覆蓋全國的集中調配集約化運營，我們計劃是要在30萬輛以上的車隊進行運營；2，大量採用自動駕駛的技術，首先肯定不會是無人駕駛，而是自動駕駛，它在這個過程當中，（所代表的）實際意義非常大；3，快速推進電動化，尤其是新能源，通過這種方式來最終提高效率。在這個背景下，其實我們認為自動駕駛對我們其實是有，每天都非常具體的意義。

因為對於一個城際的大型貨車來講，可能站在所有這些人的產業鄙視鏈的最下游，但是它反而有可能是自動駕駛最快的快車道。

我問賈博士，為什麼我們（議題）為「山坳」？我從商用車的角度來說，（正處於）嗷嗷待哺的狀態，（進入發展）快車道。

為什麼這麼說呢？

一輛大貨車在運行的時候就是兩個司機，每個司機一個月一萬（元）到一萬二，一年司機的人力成本就是20萬-25萬元。哪怕有10%的節省就是行業，包括對我們在座都是有巨大的空間的，也會有巨大的商業價值。

對於我們，已經在招募自己的團隊，（進行）自動駕駛的研發。針對這樣一個貨運，尤其以城際為主、高速為主的情況下，從技術的角度考慮在2-3年以後，技術上實現L3是可以有預期的。

（與此同時，）我也有焦慮。我的焦慮在於我們恨不得明天這個技術就要實現。對於我來講，目標非常明確，要覆蓋全國。最起碼要30萬輛貨車在自己的網路裡面運行。因為（我們）閉環的，（這意味著）我（需）要創造商業價值，最起碼每年要有十萬輛訂單。

這是我現在焦慮的事情，我只能說我非常希望，我們也會主動地去和供應商合作，我們輸出技術，我們和核心的零部件供應商共同的，我們的目標是在3年以後的這個時候，我們能夠把自動駕駛的大貨車量產化，達到L3的技術水平。

林雷：馬總給了很明確的時間表，三年時間。剛才所有的在座嘉賓都紛紛給出時間表，可以預見在2019年，2020年到2021年我們不僅可以看到相對成熟的投入到市場的技術，同時我們可以看到商業化的產品，那就是非常激動人心的時刻。

下面請360安全實驗室的負責人劉總，劉總能介紹一下，從您的角度來看這個問題，因為自動駕駛出來以後，其實對安全要求不僅僅是車輛安全，也涉及到數據安全、網路安全，甚至對自動駕駛車的操控的安全。當自動駕駛的商業化時間表來了以後，安全這邊是否準備好了？

劉健皓（360智能網聯汽車安全實驗室主任）：我分析一下題目，我覺得四位大佬可能是山，我有可能是這個坳。因為在自動駕駛路上，安全是一個坑，如果說自動駕駛不安全的話，很難商業化，很難去有相應的商業模式。

360也在很久之前就已經開始了自動駕駛的計劃，但遲遲沒有推出，因為360有兩個團隊，一個團隊是人工智慧團隊，專門做自動駕駛，在國際上的演算法都是非常領先的，打比賽都是TOP 3之前的，還有一支團隊是信息安全團隊，我在2016年破解了特斯拉的1.0系統，當時的自動駕駛級別是2.5到3之間，可以完全解放雙手，但是它的感測器有很多不可靠的因素，提交給特斯拉以後，改變了整個的自動駕駛方案，推出了2.0。

實際上，我們在想如果自動駕駛需要商業化，首先解決的就是安全的問題。所以說我作為坳，在行業裡頭做出一些對於信息安全方面的表現來提示大家。

在自動駕駛的商業化的路徑上，我能夠分析到的是這樣，就是在L2和L3之間是完全的分水嶺，在北京車展上看到的很多的車基本上都是在L2.5和L2之間，這之間的車現在基本上已經跑起來了，相對輔助駕駛配置都可以增強車輛的車駕，實際上也是一種商業模式。

但是L3和L4，到L3的時候，就看L2、L2.5的車演算法有多少能夠提供安全可靠的輔助駕駛，能夠讓自動駕駛演算法解放雙手，這是達到L3。

其實在乘用車市場達到L3已經是將盡了，L4和L5是其他的商業和運營車輛，更多的互聯網公司跟車廠提供出行的服務公司，出行服務打造的專用車輛有可能直接就是L4，L5的車實際上技術是有的，在封閉園區裡面有很多L5的車，但是只是標誌的技術標杆。

所以我認為以後的競爭格局是在L3和L4之間。實際上L3和L4之間的商業點是由應用場景驅動的商業化。如果說沒有這些應用場景的話，L4實際上有技術，但是沒有應用場景，是沒有商業需求的。

所以說我們在未來的幾年發展過程當中，為了解決出行、共享，運力的問題，慢慢會有L4的應用場景出現，促成L4的商業化，實現技術再落地，這樣的話就能夠形成完美的契合。在這之間也請大家不要忘記我這個坳，但是不要在信息安全方面栽到一個坑裡。

林雷：劉總對商業化場景做了強調，在目前來看，在自動駕駛的商業化進程上有兩個問題討論，一個是時間表問題，另一個是在某些場景下實現，還是在開放的場景下實現，這是我們一直想在自動化出現之前，或者真正應用之前，一直不停討論的話題，也是不同公司對自己定位的方式。

下面一個問題涉及到已經有了自動化駕駛的時間表和商業化場景，會使用哪一個公司或哪一類公司提供的自動化技術呢？

目前市場上有兩類技術公司，一類技術公司是傳統的公司提供自動駕駛的逐步升級的技術，從L1到L2、到L3的技術。還有一類技術是新創的自動化駕駛的這些技術公司。他們會直接切入到L4，從L4開始做。

市場上有兩種激烈的討論，到底哪一類公司會是自動化駕駛技術的提供方？哪一類公司會更具有發展的潛力？不同的公司都給出自己不同的視角來判斷和依據，今天從兩位大咖開始詢問，從您的角度看，您更會選擇哪一類公司作為自己自動化駕駛的技術提供商。還是從董總開始。

董海洋：我們走了兩條路線，你剛才談到的是依靠誰，其實從廠家來說是選擇路線，一個是基於規則，另一個是非基於規則。更普通一點（來講），一個是以攝像頭為主，另一個是以激光雷達為主。一個就是基於深度學習的，另一個基於傳統的數據融合的，這兩條路線現在一個叫分散式的，一個叫集中式的，都在走。

這裡面因為從國際和國內做這一行的人並不是很多，那些廠家、那些技術基本上很容易很清楚，我們跟在座的很多廠家都有接觸。所以說，現在我們的合作夥伴既有新勢力企業，或者是專門創始做這種駕駛企業，也包括像安波福，包括像英偉達這樣的公司，從晶元到演算法、到感測器，這些公司都在合作。

路線有兩條，一個叫分散式計算，是基於規則類的，還有一類是規則類的，基於集中式計算，基於激光雷達的。這是說的第一點。

第二點，自動駕駛不是說漸進式發展的，做完L1做L2，在L2基礎上做到L3，這有可能，從L3到L4不是一個積累過程，實際上是一個跳躍過程，不是說跳高，能跳2米、5米，不是這個概念，那是一個登天的概念，那是一個陸地跳躍的概念，完全兩個概念。所以不是漸進式、學習式能夠達到L4、L5，必須是兩條路線，這個可以做到L4，這個是做到L3，是這樣兩種模式。

林雷：董總的概念其實應該講是說我們在向上發展自動駕駛這個階段上來講，兩種路線都是可以探討的。下面就是黃總，您是這方面的領軍人物了，技術路線、技術優劣勢請您給大家作一個解釋。

黃少堂：現在要實現L3(級別自動駕駛技術量產)，（時間點上將是）2019年或者2020年。（目前）全世界基本上在同一時間做下來，對我們廣汽來說是壓在我們頭上的，我也是負責人並（參與）制定路線。

具體到這個時候，現在不是談概念，現在是到了執行期了。針對L3，用一個簡單的話講，誰好我就用誰，誰好？這個話又是很難說的，因為沒有任何經過檢驗的，只是幾輛示範車運行好根本不是好，也不是20輛車、80輛車，銷售的時候，你的社會責任、義務，你對後面路的影響、對產品的形象是至關緊要的，所以在這個方面對主機廠來說是絕對慎重的，很多人無人駕駛技術已經成熟了，無人駕駛技術已經不是問題了，假設如此，有哪一個世界上的公司推出了無人駕駛的車在賣呢？這說明上面還是有很多事情還有很多不完備、不完善的。

回到我這個問題，新創業公司還是國際公司，誰更有優勢？我們講，為了贏得時間，假如說我們在國際商要有一席之地，針對這些大型的跨國公司。要有足夠的量產經驗，它知道系統一定的整合能力，要快速迎接市場，把產品推出來，它們是有優勢的。

針對新型企業，它對局部的感測感知的演算法，也許對人工智慧的局部應用，它會有它的優勢，針對主機廠應對這種，我們廣汽就有兩條路線，同樣做L3，一個是結合國際上最優質的資源，結合網路的更新，從乙太網的導入，從實施的整個數據鏈的採集、質量的保證和量產測試等多個維度，盡量地跟國際一級在這個領域走得最前的進行合作，推向量產。

與此同時，在技術領域，這是一個關鍵的發展方向，主機廠需要掌握一定的演算法核心和系統的整合能力，你就需要在這些小型的創業公司，把各方面，在特定區域里的，比如說你做感知演算法比較有優勢，你做雷達比較有優勢，或者你做域控制器比較有優勢，通過模塊化和主機廠合作的形式，從L3走到L4，新型開發公司更開放，跟你共同前進，從L3到L4有兩種方式。

一個是漸進量產式，以可靠穩定為原則，以成本為優勢，另外一個是跨越學習式，就是以L4、L5城市工況複雜的，在這個領域我們就把它全部模塊化，整合最好的資源，通過主機廠把這些優質資源整合起來，進行更深度的開發。

林雷：董總和黃總今天的探討應該給市場上新創公司很大的信心，我第一次能夠明確地聽到關於兩條技術路線、兩個技術方式的評價。換句話說，整車廠其實在同時考慮兩個方向，我覺得對整個市場的夢想又會提升一級。下面請楊總，從楊總來講，在過去的積累是非常豐富的，是世界的領先公司，您怎麼看和新創公司之間的區別呢？

楊曉明：我覺得你這個話題非常大，因為我們經常還是在按照傳統的方式在討論這個問題，因為我覺得你這個課題實際上會帶到到底自動駕駛會帶來什麼，因為自動駕駛會帶來一場革命，這場革命帶來的結果是整個移動出行的社會到來，這個時候我們還是在談傳統的主機廠、供應商，或者是新的造車勢力，我覺得還是按照傳統的思維在討論一個正在有一個革命性改革的未來，所以問題並不存在於哪個問題和思路，關鍵是如果大家知道未來是一個移動出行的自動駕駛社會，這個時候你的價值在哪兒？

我覺得這個是需要大家注意討論的。這個時候你才能說我到底定位在什麼地方，咱們舉一個例子，當然這都是我們重要的客戶。

舉一個例子，如果Uber是作為一個移動駕駛出行的供應商，它將來決定了一次訂兩萬輛、十萬輛自動駕駛的汽車，這個就不是一個傳統的誰來生產這個汽車的概念了，而且我相信客戶使用這些移動出行工具的時候也不一定在乎是哪個品牌的（可能）。

在這個情況下大家都在談自動駕駛，我其實覺得新的、老的，包括我們這些，這就是為什麼安波福一直在說，我們在試圖找一個新的業務模式，這個新的業務模式裡面，你必須能夠提供駕駛，這個業務模式我不覺得現在很多公司搞明白了。

如果是一個完全自動駕駛的移動平台，到底你是什麼位置？這就是為什麼我們說我們一直在試新的業務模式，技術是一個方面，肯定是要繼續走下去的，而且有很多技術專家都認識到，技術其實是正在接近那個可以接受的程度，但是這個業務模式必須得找到一個你能夠提供一個自動駕駛移動，就是以後的共享移動平台的價值。

你是這個系統的整合者或者是在這個整合過程當中的其中一部分，你就會有價值，你這個模式才會贏。

林雷：楊總提出一個更大的課題，就是隨著自動駕駛技術出現，整個汽車產業鏈將更大、汽車零部件、後市場、技術平台的格局將發生重大的改變，也許這個上面的平台將會產生更大作用，或者技術將產生更大的作用。這是另外一個更大的話題，毫無疑問，這是自動駕駛會帶來的格局。

下面到平台這一塊，剛才馬總就提到了，他想做一個平台，而且是一個自我封閉式的，有自動駕駛的技術參與運營的，同時自動駕駛可以節約成本的一個平台。

馬喆人：不是自我封閉，是自我閉環。我解釋一下，你的話題是隨著技術的改變，我覺得這要換一個角度看，這個問題不能再這樣看了。

我們看到自動駕駛最核心的，所謂的核心技術是什麼？我覺得不再是過去的硬體，花一點時間都可以解決的，最核心的就是數據和演算法，而且這兩件事情是不斷迭代，隨著數據最多、最實時，它的演算法就最優，隨著演算法最優，它更安全、更高效，是這樣一個循環。

所以從這樣一個角度來講，假如在座的都是一些充滿著賈博士說的夢想和焦慮的這樣一群人的話，我們願意把數據放給別人，我們願意把核心的演算法放給別人，我覺得都很難。

簡而言之，我覺得在第一陣營裡面的主機廠和在第一陣營裡面的出行服務的公司，在成用領域比如像滴滴、Uber、神州，在商用網路領域像基於物聯網的網路，我們必須把核心技術掌握在自己手裡。

我個人認為，如果看三年以後圍繞自動駕駛技術不再是誰提供技術，誰是第一陣營或者第二陣營，這個世界會形成幾大陣營，比如中國有可能是A和T，B我還不是很確認，還有其他，包括很有理想的。

像廣汽這樣的自己掌握核心用戶的團隊，在國際上像Google、寶馬這樣類似真正有實力掌握客戶的，這幾個陣營會做什麼？

圍繞它，有上下游有閉環的服務商，有自己核心客戶的品牌，有提供硬體的，也有專門交換位置數據和地圖數據的，這幾大陣營最終，其實就是一個數據生態系統，把位置數據、地圖數據、駕駛行為數據能夠閉環，也能夠實時地在夥伴裡面更新，最終的數據競爭的是通過數據的優勢來形成演算法的優勢，最終再形成自動駕駛能力的優勢，我覺得未來是這樣的一個格局。

林雷：馬總、楊總都提出了一些新的理念，在新的自動駕駛時代，一些新的變化格局，我覺得這個方向帶動的產業變化、商業模式的變化都是非常巨大的。劉總的觀點關於這個方向是什麼觀點？

劉健皓：自動駕駛在車輛上算是一種新興技術，新興技術會迭代推進技術的產業發展，像傳統的零部件供應商有傳統汽車上的自動化的穩定上的優勢，但是在突進和創新上也許沒有新型供應商先進。

我們分開這個層面看，新興供應商找傳統供應商合作，把他的演算法跟傳統供應商合作之後，傳統供應商再提供相應的車輛的測試標準和規範以後，它所孵化出來的技術也是非常強大的。

但是新興的供應商，我去過很多做視覺上的一些供應商，他們就是拿記錄儀的視頻在跑，在我看來，如果自動駕駛演算法不跑100萬公里，實際上在安全上是不可靠的。

所以說在供應商的選擇上面，我覺得既要有新興方面的突破和創新，也要有傳統方面的成熟和可靠。這樣的供應商才是能夠真正地把自動駕駛技術放在車上面，因為車是交通的承載工具，一旦出現什麼樣的問題可能造成人身和社會上的損害，所以這樣的測試跟測試評價的過程和整個的安全開漁過程是少不了的，但是有很多傳統的創新的供應商，可能有一些新的想法之後就直接迭代進去了，車不是隨隨便便迭代著玩的，是批量測試出來的。

林雷：在自動駕駛技術發展的中國，有很多不同的機構參與進來，其中有一個機構就是百度Apollo計劃，百度Apollo計劃在自動駕駛產業鏈上會是一個什麼樣的作用？

對在座的各方會起到什麼樣的作用？是什麼樣的作用？有多大的作用？這是很重要的話題，而且確實，無論是從各方來講，對這個問題都有很多的探討，這是一個問題。還有一個問題，如果自動駕駛商業化時間沒有達成的話，會是什麼原因使我們沒有達成這個時間表？

董海洋：第一，因為一汽紅旗二汽集團是百度Apollo的成員理事（第一批），在雄安實現了第一批的Apollo產品，我們一直是合作夥伴關係。應該說我們要感謝百度在無人駕駛方面，在中國是目前投入力量，包括研發的深度都是非常領先的公司，這是第一個問題。

第二，關於自動駕駛，咱們談到商業時間表實現不了的問題，不僅僅是技術的問題，剛才專家都談到了，還有商業問題，以及安全的問題。

一個是對自己的保護，自己安不安全，對別人安不安全。作為一個企業，像一汽的企業要有自己的企業社會責任。推出一項技術，在技術上的可行，百分之百的時候不一定敢放到社會上去，因為汽車是聯繫到千家萬戶，牽扯到每一個用戶生命攸關的事情。

所以說自動駕駛最大的問題，除了這三方面以外，還有一個社會配套，整個的政策、立法，對自動駕駛立法，包括責任方方面面的事情。

所以如果說自動駕駛，我個人作為分管這個業務的一個領導，我倒希望大家走得少一點焦慮，可以多保持一點夢想，把路走好、走穩，同時要走快。

黃少堂：自動駕駛方面，百度跟我交流過很多次，跟我們也有合作項目，我們要把新型科技公司分成兩類，就是做新能源和做整車的叫新型企業，這是一類，專門做無人車控制器的演算法是另外一類，把這兩個混淆了就張冠李戴。

我們只把百度做的一個演算法就叫無人車，只把安波福做的控制器叫無人車，我們就把世界看得太簡單了，這只是一個大矩陣中的一個環節，根本不能代表全部的無人車，整個無人車是一個整個的生態鏈，是比物聯網、互聯網大得多的生態鏈，要把這個區分清楚。

我們很榮幸，也很高興看到有百度這樣的公司，有演算法將人工智慧整合，在所有實現無人車領域裡面，說實話，很多出來的創業公司也做得不錯，它一定的整合力和綜合實力上我認為有很多可以用、可以借鑒的地方，所以我們會加強跟它的合作。

但是我們也必須認識到，再完美的軟體沒有經過實踐路測，沒有經過量產，沒有經過用戶認可的，只是一個演算法，只是一個軟體，不是一個產品，所以這個還有一個路在走。

誰的優勢呢？就跟主機廠結合在一起，然後共同地發力，這才是一個模式。最典型的全球做無人車做得最好的兩個一個是Waymo，就是從Google出來的公司，第二個就是通用出來的，跟Cruise，他們都有很多結合。

為什麼通用殺出來一個黑馬，一下擠入全世界的數一數二呢？就是因為和新技術的結合，沒有整個技術的集成，一個演算法怎麼能成功呢？還有整個無人駕駛根本不是一個車廠搞定的，智能交通、高精度地圖、定位，這是一個生態，沒有後面的平台、沒有後面的計算，無人車L4、L5根本實現不了，有誰說這不是一個集群的問題完全是沒道理的，開玩笑，我們只是剛剛開始，還有很多的路要走。

林雷：楊總，您認為如果您的商業化方向被打破的話是什麼原因？

楊曉明：第一是開放平台和封閉平台的問題，手機也是這樣，手機有開放平台、封閉平台，而且兩個平台都做得非常出色，而且如果大家注意一下，當年手機主張搞封閉平台的現在正好搞開放平台，手機搞開放平台的現在在搞封閉平台，所以大家如果注意一下這個方式的話，不能說哪個平台帶來更大的利益，但是我們希望兩個平台都快速地發展，因為肯定會帶來很多新的發明，不要覺得一個平台會解決所有的問題，因為手機也是這樣。

剛才提到，如果萬一做不成，我覺得有信心，肯定是做得成的，做不成哪些因素會影響比較重？我們覺得最大的因素可能是法律法規和配套影響比較大，注意一下其他的幾個國家已經開始了，這一點中國方面可能需要加速一點，比如說新加坡抓的，並不像我們要造車，新加坡不造車，它抓的是整個城市的配套，所以自動駕駛在他們那兒是整個城市的配套，還有法律法規，剛才董總說了，這個方面如果速度跟不上，可能會延續整個過程。

林雷：所以楊總對自己的技術起來很有信心的。

楊曉明：絕對有信心的！

林雷：馬總，您對這兩個觀點怎麼看？

馬喆人：首先我覺得Apollo是一個，包括百度的無人駕駛，其實是非常令人尊重的，因為它為整個行業培養了很多人才，也為行業奠定了很多通用的基礎技術、培訓技術。

但是往前走，我覺得這裡有幾個問題要值得探討，第一就是是不是自動駕駛會是同一個通用平台能夠滿足所有不同場景下的這樣一些深度的需求，因為畢竟它和安卓還是不太一樣，安卓的整個上下游的，包括硬體平台都是高度標準化的，在這裡的業務場景和硬體的複雜程度可能會複雜很多，所以它到底未來會變成。

對全市場來講，它會變成一個解決方案的基礎還是真正變成一個大家共同依賴的，本質上是依賴它自己的產品路徑和技術路徑的這樣一個大家共用的平台呢？我覺得這個還有待觀察，我個人持悲觀態度，但即便這樣，我覺得最起碼它會成為剛才我說的幾大陣營中的一個，包括百度這個陣營中的一個技術核心，我覺得這個是有可能的，即便這樣，它還是一個很偉大的平台和很偉大的一件事。

商業化這個事情一定會成功，為什麼不能成功呢？只是時間的問題，因為這裡價值是明擺著的，一定會成功的，只不過這裡的路徑，因為我原來是從技術平台領域看了很多的乘用車領域，我發覺反而有可能自動駕駛技術真正推動規模化的商用第一步是在商用車，在貨運的商用車和商業化的網路裡面，它先起步，因為對成本的容忍度會比較高，只要有投入產出比就可以用，逐漸帶動整個產業鏈，降低成本，進一步完善，然後再擴展到個人使用的乘用車的場景裡面去，我覺得這可能是未來發展的路徑，但是我不質疑這個事是不是能發生。

劉健皓：從軟體領域來看，無非是一個開元項目，具體的意義就是說想在它這個基礎之上再建立各家的技術路線，但是底層技術是百度這一塊的，但是實際上自動駕駛不單單依賴底層技術，還是依賴於感測器和演算法的，實際上我們認為百度只是在自動駕駛這個領域裡面用Apollo計劃搭了一個檯子，把各個整車廠拉過來，放在一個體育場裡面，大家在這裡賽跑。

提供一個非常好的環境，具體到自動駕駛的應用和發展，各個廠商有自己的發展路線、有自己的特性，所以Apollo計劃無非就是一個很大的舞台。

談及自動駕駛商業化問題，我也關注過類似像Uber在美國出事以後，豐田停止了自動駕駛計劃，我覺得我們看到的目標已經非常明確了，自動駕駛是肯定能發展起來，但是在整個路途中肯定會有一些坎坎坷坷，我們一定要貴在堅持，一定要把這件事情堅持下去，我覺得就肯定會有很大的發展。

在體制上來講，從政治、經濟和技術上面，都是在推進和配合自動駕駛的。我最重要的兩個詞就是堅持。

林雷：用一句話來總結，就是自動駕駛技術可能是充滿了夢想也充滿了焦慮，我們現在有一個明確的前景，但是我們焦慮肯定是時刻存在的。謝謝大家！

敬請關注蓋世汽車「第十屆中國汽車藍皮書論壇」直播專題：

PC：http://auto.gasgoo.com/NewsTopic/100.html

移動：http://m.gasgoo.com/news/topic/100

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！