7月22日—23日，“2020首届软件定义汽车高峰论坛”正式举办。本次论坛主要探讨软件定义汽车领域最新的创新理念、技术趋势、现实挑战等热点话题，共谋行业未来发展之道。下面是上海映驰科技CTO段勃勃在本次论坛上的发言：
上海映驰科技CTO 段勃勃
很感谢还能有这么多的人在听，我也尽量希望能够满足大家，因为坦白讲主持方找我的时候也很突然，我说压轴演讲很难讲，我准备了那么多的梗和段子，前面都被人讲过了，到我这里可能就没有什么可讲的，因为我之前也碰到最后一个讲，经常要把自己的稿讲来改去，我这次终于把稿子定稿了，到了下午还是很措手不及，很多东西也有人讲类似的观点，但是我后来想了想这也是一件好事情，我的稿刚好能够把这两天我们所有人的演讲有一个很好的梳理。
首先，我先介绍一下我们的公司。我们这两天的演讲我们是唯一一家创业公司，而且是一家年轻公司，今天早上我很早就到了，我做了一张表，把每家公司都留了一个位置，后面我就只留了我们公司，因为我在听的过程当中，我发现西门子、博世都在变化，以前是传统的Tier1，现在是软件公司，还有做基础软件的，所以整个跨界非常厉害，所以我们只放我们公司。
我们看到演讲的嘉宾有做主机厂、IC、OS、Tier1和基础软件的，我们映驰公司主要是做基础软件里面的自动驾驶方向，我们还把自己定义为软件Tier1，我们在报名的时候他们说你们是谁呢?我只能之选一个Tier1，但是我是一个软件的Tier1，在传统体系面也不存在，所以我就把自己放到那里，但是这件事怎么讲，我就慢慢讲起，因为这是一个软件定义汽车的年代，什么出来都是很正常的。
第一件事情，刚才大家讲软件定义汽车，这件事我在过去跟一家产投在讨论的过程当中他们写了一百多页的PPT，启发了我，我真的去调查了一下，软件定义什么这个东西是怎么出现的，论文里面查到的是1998年，那个是软件定义无线电，无线电设施装好了以后可以通过软件调整它的行为，下一次是软件定义网络，网络布置好了，通过软件它的整个行为也会发生变化，再下一次就是在16年百度的王进提到了百度定义汽车的概念，当然他说的是无人驾驶，后来我去查有没有精确的定义，我找了几家，但是我认为这家定义相对中肯，什么加定义呢?昨天我们吃饭的时候讨论了挺多，谁也说服不了谁，就像上我的大脑决定了我是我，还是我的身体决定了我是我，这件事很难讲，但是定义这件事有一个描述是说，如果这个车的主要功能是由软件来做的，这是软件定义汽车，但是这个词先放在这里，我们姑且不轮，但是它描述的行为就是如果一个车的行为都是由软件来决定的，那这个时候我们知道软件的地位是很重要的。
这是一张大家都讲的图，我找了几张过去的图，右下角的大家认识吗?如果是我这个年代的人可能会认识，这个车有什么特点呢?这使我想起了我的老板，他在13年跟宝马CTO聊的时候，他说现在的车不一样了，过去买车大家说三缸、12缸，但后来他说他儿子买车不管这些，你的车能不能把iPhone、iPad接上?接上就买，不接上就不卖。
他的价值观不一样了，未来的年轻人会买什么车?我想不好，但是我看腾讯的后浪一直在拍，我心里也在想这是什么样的呢?但是我从手机开始看，过去的手机大哥大，2万块钱，那个时候也就挣100块钱的工资，那个时候多牛，但是它的功能就是打电话。现在我们的手机里面如果买一个裸机我也不知道拿它干什么，但是我装一个导航软件它是一个导航机，装一个聊天软件就是聊天机，装什么是什么，我们家里的电脑更是这个样子，我装了什么就是什么，不装也不是什么，其实就是很多行为在统一的硬件平台上面。
那我们再讲讲特斯拉，我们发现它触动了一件关键的事情，它改变了驾驶，我们说你的座舱软件很多，但是突然发现某一天我们的驾驶是由软件来决定的时候，我们发现车由软件来定义的，这一天发生了根本性的变化，那这个时候我们发现车里面所有的东西都是软件。昨天我们吃饭还在讨论，那硬件呢?因为我之前有幸参加了一个讨论，软件定义汽车是不是超预期?我想投资的人关注超预期，但是软件在汽车里面的重要性他们不纠结，那我们讨论的结论是什么呢?我个人认为，硬件决定了这件事的上限，但是软件决定了你的表现，如果你没有一个好的硬件平台，比如说你的车，之前有朋友跟我聊，他说我体验了特斯拉，也体验了一家汽油车，我感觉特斯拉棒极了，因为油车控制总是不那么顺，但是特斯拉的控制爽极了。
我突然发现你硬件放在那软件再努力可能也没有什么办法，所以说你要有好的传感器，特斯拉升级先要升传感器，在上面不断更新软件，硬件不是不重要，还是非常重要，但是硬件到现在为止，电动车很容易一致化，因为大家的供应商差不多，那你的差异只能是软件，这是我们看到的，但是软件的创意依然很无限，里面的功能确实不一样，特斯拉有很多的功能，我相信在未来还会做出一些自己的差异，这是我对这件事的认识。
说到自动驾驶还要从安全开始，就在昨天早上我在开车来这里的过程当中，我前面有一辆出租车迅速躲避，我只能跟着他躲，其实前面是一个桶，但是出租车司机没有看到，我可能就压过去了，以后这样的场景会层出不穷，但还是那件事，我还是从安全讲起，刚才腾讯的小哥一直在说安全，因为我是自诩为做安全的软件和算法，所以这件事我要好好讲一讲。
特斯拉不提一下是不对的，我还是要从它开始讲，我之前都是在自动驾驶的论坛，很多场景我分析过，我们最近再更新一下，16年我们刚才看到地平线的同事来分享了一下16年的事故，2020年又发生了一起事故，这两起事故发生了什么?什么变了?什么又没变?
我认认真真做了一个调查，我们发现对于我们的特斯拉来说有很多的传感器，但是我们说它的正前方只有三个传感器，第一是2米以内的超声，这是博世提供的，还有前雷达、前相机，前相机是3颗，那16年是怎么出的事情呢?当时发生了这件事之后他们再也不用EyeQ了，他们用自己的算法。当时有一辆白色的大车横到路上，特斯拉那辆车撞了上去，但是我们知道当时发生了什么呢?当时EyeQ3是不认识车的侧面的，因为那个年代的算法计算机视觉只认识车的屁股，车头的效果都要差一点，第二件事雷达从车身的下面可以穿过去，雷达同时检测到两个目标，一个是车，另一个是远处的不知道什么东西，可能是一个桥，但是对于融合系统来说视觉认为前面没有东西，雷达认为前面有两个东西，但是一个近、一个远，我假定是一个桥，于是就冲了过去，但这是我一家之言。
我们再说2020年，一辆车躺到了地上，这是发生了什么呢?因为我们用了深度学习我们用了车的正面、侧面，但是我们从来没有认识过四脚朝天的车，因为这种样本没有，我自己也没有收集过这样的样本，我也不知道这种东西该怎么办?那雷达呢?我们做雷达有一个问题，静止的目标不输出的所以这个时候雷达和视觉又同时失效了，又撞了上去。
所以我们的算法从机器视觉到深度学习，依然有我们不认识的样本，我相信这种问题未来肯定还有，但是我们发现两个传感器在设计上就有解决不了的地方，所以我们认为它是L2+，这也是一种错误使用，因为你当成自动驾驶来使用，但从我一个技术工程师的角度，我会告诉大家发生事故是一定的，只是不知道哪一天、什么时候、以什么姿态。
这张图在过去那些年都讲烂了，但是我还要讲，我们现在2.5、2.9到3或者到4究竟差什么?就差在是谁在监控，就是这个眼能不能离开，这个眼离开3和4差不多的，但这是我们最难的一道槛，我们现在根本没有找到北所以我们是无限接近3，当然我们不知道宝马在明年那辆最接近3的车是什么样子，或者最接近4的我们还要拭目以待。
这里还有一个挑战是什么?就是有限场景会发现我们2、3、4，因为人类的场景不可预知，我们永远不知道是否有一个车躺在那里，所以我们现在有什么挑战呢?第一是感知，还有就是工程，你的技术到了一定可以做一辆可靠的车吗?所以我们把它称为挑战。
这张图是我自己做的，我来总结对算法需求的变化，在第一个年代ADAS，做报警，车道偏离报警，当时我们的算法比较好做，因为他只要报警，当你出现问题的时候报一下警就可以，如果没有报警也没有什么事，因为车子是驾驶员自己看着的，我没报警你也不一定能发现得了，所以那个时候做算法工程师挺快乐的，你只要有很低的误识别率就可以。但是你要是有错误的识别这是不可原谅的，因为你经常吓唬驾驶员，正常开着有一个报警，你感觉这个车不能要了，所以那个时候可以把识别率降低一点，不要99，95也可以，但是你不要老报警，你不报警也没事儿，但是错误报警这件事是一个事故。
后来我们有了LKA、AEB，在你危险的时候帮你来一下，坦白告诉大家它的策略和报警是一样的，坦白讲AEB这种事情三五年也发生不了一次，漏一次你也发现不了，因为这个几率很小，但是整个控制策略还是一样，我们把误识别要控制的低，识别率可以低一点，你一旦错误的警告以后用户的体验很差，但是由于发生几率也比较低，而且也还算可以接受，因为大不了错误帮你刹一下车。因为我原来有一个同事，刹一下车脑袋就撞到玻璃上了，所以他对这个功能深恶痛绝，所以就是少错，少作用也可以的。这是过去两个系统的特点。
到了L2，HWA的时候发生了什么呢?整个检测要一直工作，如果你一旦不工作，马上会被发现，所以你的策略就变得很难了，就是说你的识别率要高，误识别也要低，因为你一直在工作，这个时候如果是比如我们说你错误检到了一个目标，我的车明明前面什么也没有，我非要刹个车，你会感觉挺不爽的，但是不爽之后重新激活还可以继续走，但是漏了这个事驾驶员就要自己看着了，特斯拉出现的事故就是这种，就是因为前面有东西你没有看着，这件事默认是驾驶员的。
还有一种L3的HWP，这个时候我们发现驾驶员只做失效处理，你不需要做什么东西，它只是失效了你处理一下就可以，也不需要监控，但是这个对整个车的系统要求特别高，因为一直工作，它产生的错误后果就是比较危险的，所以现在我们认为低的漏识别，低的错误还要加一些诊断，因为你失效了你要知道，如果你不知道怎么能做一个失效处理呢?
所以自动感知要有功能、性能、可用性、可靠、可实现这些东西，就像刚刚腾讯小哥攻击大家说大家的信息安全准备的太少了，其实搞汽车的人现在功能性能还没有做完，信息安全还在后面，功能安全还没有做完，现在谈信息安全这件事大家没有顾得过来，但是我觉得功能性差不多了，后面也会有这些东西。所以我大概总结了5个方面，最后的那个是指计算能力，上面是可靠性，这个时候我们会用到很多诊断安全机制，可用性有很多的传感器融合东西，功能性能这个更多的是算法。
我们刚才讲了功能安全，功能安全要求的失效率是10的负8次方，什么意思呢?10的8次方个小时里只能出一次。我们算了一下，一辈子可能轮不到一次，但是这种东西对于我们工程师怎么做呢?我们来探索一下。
第一件事我们来讲AI，在我们做工程师的心目当中，相机认错两条线这是很常见的事情，我们把它对准天空有灯管它也会认为是车道线，只是你的车从来不会对天看而已，这是我们早就知道的故事，因为你的车就应该这么装，对于没有看过的场景我们是不管的，因为有太多场景要做，可能之后某一阶段会用增强训练、对抗网络来增强一下。
我们过去做视觉，视觉的能力我自己从业的经历已经经历了好几轮，刚开始用知识的方法，后来用机器学习，后来到深度学习，自己的知识都迭代了两三代，有幸的话我自己一直用最新的技术，但是我也感受到整个识别能力真的是很强。怎么强呢?过去我们认为有很多不同角度和视野复杂的东西，识别能力真的是很强，比任何一个技术都要解决得更好，但是什么呢?第一这是端到端，端到端最大的问题你也不知道它在现实场景中会输出什么，你控制不了这件事情，所以很强大又很脆弱，这件事怎么来做呢?所有做AI算法的人在做的事情，就像昨天我们看的视频，明明是花花绿绿的东西为什么是下雨了?这件事你解释不了。
那现在我们的是怎么样的?刚才很多人讲闭环，那带来的问题是呢?你见过的它就认识，当然还不一定，第二是你没见过的基本上也不认识，这个就是我们面临的问题，总有我们没有看过的场景，对于L3的安全性怎么保障呢?这是一直以来的问题。我自己现在有一个方向在做什么研究呢?AI可不可信，特斯拉那个车是你信了它然后撞了上去，如果你不信它，因为特斯拉以前也做过，如果每个桥都停一下，就会高速上每开10公里一个桥停一下，我估计这个用户体验也很差，用户也不会用这样的功能，所以这个事怎么可信呢?他总结了4点，我觉得以后要加上第5点就是要防备黑客的攻击。
第一点是什么?不同肤色不同高矮的人，样本要公平。第二点是要安全可靠，在不同场景下要做得非常好。第三点是要做到可解释，这是最难的，他输出的这个结果你要知道为什么，而且还有办法来处理，这是我们做AI或者神经网络端到端的人特别难做的事情。第四点是整件事的可追踪，从算法到样本到整个环节都知道它，这样可能是向可信的AI前进一步，比如说我们做语音识别错了就错了，再说一遍，但是自动驾驶会撞上去，没有机会的，所以怎么把这件事做得可靠呢?
我们现在做了可能用两种不同的算法来做互相校验，甚至用两种不同的传感器来校验，安全性在这样提升，就是用刚才的方法，但这个就是我们可以做的工程方法。
我们讲了那么多的算法，还要讲计算和通讯，刚才地平线的老兄也讲了，我再絮叨一遍。我们从一个软件公司选芯片怎么选?第一件事情计算产生智能，我们以前叫人工智能，但是这些年都叫计算智能，为什么呢?过去人工智能是来研究人思维的机理，我们来做这样的计算，但是现在的智能只是一种拟合，我们只需要拿矩阵计算完，结果和人的结果一样就可以了，所以它是计算智能。计算智能其实很粗暴，所以需要计算能力特别高，为什么呢?因为你强行的。
第二个是能力要够，刚才大家讲多少T。
第三件事是你的成本要可以，现在自动驾驶落地的一个问题是传感器、芯片都贵，因为那个东西真的很贵。最后一个是要安全的芯片，一个芯片刚才大家没有提，英伟达是第一个把功能安全做到C的，我们说还有一些专门做MCU的人早做到D了，对，但是我说的是高性能这一块，现在最高的就是C，D没有一个人做到。
我再讲一下，这是原来我读博士论文做的东西，刚才讲那么多的计算能力，但是也要分着讲，上午沈博士讲他的计算能力需求分成三行，不是一个计算量，对的，因为我们整个计算不是一样的，我们的计算分三种：逻辑、数据、计算密集型，它用的芯片不一样，这就决定了我们现在芯片类是很多核，不再是一个核，是三个核，可能有的ARM就准备做逻辑密集型，有的DSP专门做计算密集型，所以说现在每个芯片很复杂，因为它要处理很多事情。
我们看特斯拉、英伟达，我们总结的特点是，现在一个芯片是一个混合的多核，有CPU、GPU，而且他们做成一个SOC的形式，50、100T的能力，他们还在芯片里面放一个高速的内存，这个很重要也很贵。最后一个是功能安全，功能安全从系统到芯片都要承担它自己的责任，
这个是指各种软件的优化模式，一个系统有五六个核，而且还是异构的时候，大家都不知道怎么做、怎么配合、怎么调度，相信做过的人肯定不想总在做，因为那个真的很难，就像不同国家的人非要在一起做配合，这个挑战最大的是软件工程师，现在软件工程师的要求和以前不一样的，你在做PC这些是高性能，嵌入式高性能计算不一样，核心是异构。
还有我这里稍微讲一下，现在芯片的形式也很多样，我把现在的芯片分成三类，一类是MCU，主要是做安全控制，还有MPU，我们做融合落地规划，还有一个AI的芯片做感知。但是现在各家车厂讲的不一样，比如说像瑞萨他们还做功能安全D的一个MCU，但是有些会做集成，比如说英伟达，把MPU和AI会合成一个SOC，当然我们还看到另一家我不方便说名字，它把MPU和MCU又合成了一个芯片，所以整个世界很混乱，我现在感觉整个软件也很难写，但是多种多样性。
另一个是为了可靠性现在存在的多个传感器，也许还有比这个多的，但是我们和现在相比发现多了立体相机、红外、激光，他们认为L3有这些东西，这是一家之言，但是我们根据场景的不同可以选择不同的传感器，但是我们也可以看到很谨慎，因为到了L4也还是29个，到了L5也许是更多一点，也许不是那么准，但是趋势告诉大家，感知从L3开始就很难了。
这里再讲一个小变化，像过去我们做信息融合，比如说像1V5R这样的系统，我们用一个MCU可能就可以做完，为什么呢?计算在传感器里面，我们融合用六核的MCU可能就可以做完，但现在不能只拿目标级别，你要从特征开始做融合，传递的信息就会更多，现在整个趋势融合不在MCU里，而是要放到A盒里来做，所以现在我们知道ARM A盒要强一下，所以现在的AI芯片它的MCU会弱一点。那未来会不会有更好的呢?有，但现在这是它存在的必要性。
讲完了计算，最后讲软件开发，我讲这张图是从我自己的经历出发，我大概在5年前开始做环视系统，那个时候坦白讲也不是自动驾驶，也不是辅助驾驶，后来开始做泊车，做泊车的时候我们就开始做融合，当时车厂面临的问题是，一个环视控制器可能大概假定800块钱，一个超声波的控制器假定100块钱，车厂说你合成一个吧，就省100块钱，所以这个时候就这么地融合了，现在面临的问题是什么?高速和低速也要融合，计算资源和接口都是可以重用的，就是一笔经济账，就很踏实。
我们看L0到L2的时候那么多功能，L3以后功能变少了，到那边3个功能全结束，功能变少了、变复杂的，传感器都合在一起，但是所有的软件放在一起了，很复杂。这张是麦肯锡的图，麦肯锡讲得很对，软件开发过程是什么呢?第一都是先发布后升级，我自己了一个记忆泊车系统比传说中的小鹏还要早一点，但是我们是用9个月先把硬件释放，先把环视放出去，用另外9个月把这个泊车功能释放出来，车厂的领导都很有压力，要求再提前3个月，坦白讲真的做不出来，所以说这件事情就变成了这样的一个迭代。
但是我们看到的趋势是什么呢?几亿行代码几千个工程师，而且这些软硬件都要一起来做平行的开发，所以我们软硬件分离，硬件先放出去，软件慢慢来。第二是用OTA缩短上市时间，第三是现在有一个集成的平台，一会我再讲为什么。第四是现在有很多的中间件出来了，为什么?谁能够把几亿行从头写呢?不能的，要用现有成熟的，这个经济账很容易。
再讲一下角色的变化，很多人都讲了车过去是集成，Tier1拥有的是创新，博世是最大的创新集成者，博世有功能大家就用，没有就不用，比如说谁用了一个芯片，那你和宝马恭喜用的是同款，你们的功能是一样的，宝马也不比我的小车好一点，大家的功能是一样的，过去的同质化很厉害。现在车厂拥有创新，或者说拥有创新的车厂可能会活得更好，没有创新的车厂可能就是工厂，我们也说得很现实，是的。没有创新的工厂就是工厂，有创新是一家不同的公司。
我们在新的模式下是差异驱动的，现在我们会形成多种类型的供应商，有控制器和传感器，在过去的项目里面已经是这样了，它会有多个包，这个就是我们软件时代的开始，而且我们发现车厂的软件能力现在变得很强，因为这个从收到猎头的电话就知道，如果大家被骚扰过就知道，现在软件很需要。
软件怎么做到安全呢?这是现在我们的体系，第一个是功能安全，它分成系统级软件和硬件，它把整车分解到零部件，分解到软件，软件怎么做呢?有一套体系，还有预期功能安全，图上是三个证，今天还要把信息安全加进去，你做一件事情现在要有4个需求加进去，所以说工作量增加了很多，我们的效率很低，但这是为了做可靠。
接下来再讲开源软件，这是躲不开的问题，谁用开源软件呢?用开源软件你可以很好地站在它的肩膀上，因为你一上来就获得了一大批的代码。但我的问题是当你需要改的时候怎么办，你要到社区去跪求，大神给我更新一下，我自己做项目，我的SLAM软件模块可能行数不多，用其他的开源拿来用，然后到量产我发现，不对，它这是研究用的，不是用来做产品用的，我十几个工程师用了两年把它重写了一遍，可以做量产，后来宝马也是重写了一遍，用了3年。一个简单的库，为什么呢?你维护不了，用开源软件可以，你要能维护。
比如说用Linux你要养几个工程师来维护它，你维护不了，这件事用起来风险就在那里，所以这是商用和非商用软件的区别，这件事其实是要取舍的，特斯拉6百多个软件工程师，还不含外包的，或者说每家车厂不一样。还有你的IP，开源软件有很多的版权问题，也不是随便用的，你用完了以后也要开源的。
后面讲两个具体的问题，很多人问我，你做的软件和座舱软件有什么不一样?我说坦白讲这个不好讲，为什么不好讲呢?因为我做过座舱，做了5年，还做了15年的自动驾驶，软件我自己也是这么过来的，那些人都可以安安全全地来写软件，那自动驾驶的软件究竟难在哪里?我举两个例子我自己亲身经历的。
第一个例子很简单，附近某一家车厂，它要两个功能，我是功能1，另一个人是功能2，我们把某一个硬件资源各用了40%，我们每人1秒钟能够处理20帧，当我把两个人放在一起的时候，我们想1+1等于2，但实际上我们看到的是CPU80%，每人10帧，那这样的话以后还敢找五六个公司一起开发程序吗?你开发在一起那是爆炸，后面的问题就是你改改，我为什么要改?我跑得好好的，你看这个硬件上面只跑我的时候就是这么跑，另一个人也不改，这种问题很难做，这是真实的问题，这是并行开发碰到的确定性问题，确性不只这个，还有很多的例子。但是我举最好讲的例子，我称之为1+1等于2。
第二个问题，你的软件出问题了怎么办?写软件谁能出问题?争取少出问题，那出问题了怎么办?每个软件有一个影子，可能两个不同的控制器，控制器两个不同的芯片，一个芯片不同的核，一个核里可能还有两个不同的模块要校验，这个世界上既然没有完美的人，只能两个人互相补偿和校验，当两个人不一样的时候我们就发现问题了，所以时候我们有安全的monitor在监视着你有没有出问题。那还有什么问题呢?我要把它重启恢复出来，所以这是两个例子，这样的东西讲可以讲两个月，但是我也讲不完，我之讲两点，只要大家知道这件事情就好了。
最后讲讲我们公司是做什么的，智能驾驶域控制器的安全软件平台，首先一定是智能驾驶域控制器，为什么不谈自动驾驶?因为以前沈博士讲过一句话，我一直还记着，他在华为的时候是说攀登高峰，沿途捡金蛋。所以是智能驾驶域控制器，另外一个是安全软件平台，是一个软件平台，但是我着重安全属性，如果不强调安全性不需要来找我，如果你需要安全性，这件事就找对人了。
我们做什么呢?我们赋能，从软件到自动驾驶整个业务我们给你梳理出来。我们也定义为软件Tier1，我们希望服务车厂，我们也会服务Tier1，为什么呢?因为现在车厂把整个游戏规则变化了，你不想跟车厂合作也是很难的。我们希望我们的价值是可以加速落地，过去18个月的项目我们希望9个月就做完。还有就是开发效率，在我们这里有工具链、库来进行减少，当然这个库不一定是我的，也许是第三方的，把这件事用起来。还有就是降低成本，人少了、时间少了成本自然就低这是价值。
那我们究竟做什么呢?大家看中间蓝的部分，尤其是像一把梳子的那个是我们做的，我们认为现在的硬件包括3个部分，MCU、MPU、AI core，后面是ECU，首先我也是一个控制器，所以一定有MCU，过去我们看AUTOSAR已经完美地做好了这件事情。但是自动驾驶的差异在哪里?它真的和其他所有的控制器一样吗?过去两天有人在讲他们要用到三个不同的领域，但是我觉得还有一点差异性，这个差异性我们来补足，我们希望做第三家，这个就是做的自动驾驶，然后我们还做了一点应用，为什么做应用呢?卖裸的操作系统是很难的，我们需要用应用来向用户证明这一点它真的需要，这样车厂可以聚焦做应用，我认为车厂提供给大家的差异真的就是你的应用，你提供什么功能给大家，而不在于那棵树都是你种的，你做一个很漂亮的梳子把它卖掉就好了，何必关心这个树是不是你种的呢?过去我们国内某些车厂真的是刚刚开始的，这也是一条体系，所有的车厂不能一概而论，你如果想快速地出成绩，利用现在的资源是最好的。
下一页我稍微讲一下，我想从封装、调度、公共库、服务和工具都不一样，你很难相信自动驾驶和座舱大家用一样的工具链，也许有一部分是一样的，有一部分一定不一样，这是差异，它存在的。那我们长什么样子呢?像一个操作系统一样，这张图有应用、系统用公共库这些，都是很标准的。
究竟提供哪些服务呢?第一个是全栈服务，不是说都做，比如说平台适配优化，操作系统也可以是Linux或者TI、瑞萨都可以，总要有一些差异和优化的东西解决掉。第二个是基础服务，我可以用AUTOSAR，但是我们发现自动驾驶有些服务没有。第三是自动驾驶专用的服务，这样的东西也要做出来，还要跨计算平台，不同芯片上都要有，包括在PC上工具链都要打通，第三个是整个开发生命周期，从概念阶段、上车集成阶段到维护都要覆盖得住，不一定是我自己开发的，但是这个体系都要有。
后面我们的核心技术产品是什么呢?三块。一个是高安全度软件，确定性调度、安全代码、安全机制，还有高带宽实时可靠通信，确定性通信，还有高效可信赖AI计算包括高效部署、可解释、算法可靠性。这是我们智能驾驶的域控制器软件平台还有智能驾驶应用，刚才讲了这么多大家说你吹牛吗?不吹牛，我们真的有量产的项目在跑，名字就不讲了，我们后来为了验证这个，我们做了一个应用，来展示整个成果，因为我们系统在这里，这个应用是我过去一直想做而没有做的，因为我自己做泊车有五六年，国内坦白讲还是不错的，但是有些应用一直没有开发，为什么呢?我自己也不是太有底，但是现在终于把它给做出来了，也是给大家看一下这个软件平台还不错。
这是我们公司的车，大家看看能不能什么样的功能，注意车里没有人，这是今天上午拍的，因为我在研究发现了我就想，做一个什么功能可以让同事们掏钱投点资呢?我们一致选择了这个功能，因为立体车库泊车真的很讨厌，那个车位真的很窄，太难停进去了，这个我们是做了一个RPA，人在外面，你只要按一个按钮，我们人负责监控就好了，我们认为这是真正的痛点，通过解决痛点来带来价值，价值需要一个安全的算法和软件。也许我做的还不是特别完美，但是我们启示一点，未来自动驾驶的应用要求真的很高，需要一个好的软件平台。
这是今天我的所有，谢谢大家!
