在“新基建”背景下，国内智能驾驶供应商如何在市场竞争中突围?智慧交通的实现还面临哪些挑战?这些都是摆在业内人士面前的课题。近日，由中国计算机学会(CCF)主办，香港中文大学(深圳)、雷锋网联合承办，鹏城实验室、深圳市人工智能与机器人研究院协办的第五届CCF-GAIR全球人工智能与机器人峰会举办，行业专家、企业代表齐聚一堂，就高度关注的问题进行了深入探讨。
■成本十分关键 用户付费才是真正的落地
自动驾驶行业经历了初期的狂热，正逐步回归冷静，产业链各方现已将目光聚焦在技术和产品的落地上。从目前自动驾驶的发展路径来看，主要有两条路线：一是渐进式，即从传统的L1、L2、L3级自动驾驶技术进行迭代，更关注功能本身，主要面对私人用户;一是跨越式，即直接涉足L3+或L4级自动驾驶，主要对应无人驾驶出租车(Robotaxi)。
法雷奥中国区首席技术官顾剑民在峰会上表示，自动驾驶产业热度非常高，但要实现真正的自动驾驶还有很长的路要走，产品也要经历从Demo测试，到量产，再到大规模商业化的过程。
福瑞泰克总裁张林指出，从目前ADAS市场的发展来看，大家普遍认为L3级自动驾驶技术比较难实现商业化，或者想跳过这一阶段，主要原因还在于技术和法规两方面。此外，成本也是一个非常重要的因素，目前L3级自动驾驶可能用到激光雷达，一方面这类传感器成本较高，另一方面符合车规的产品也需要时间沉淀。因此，对于大规模量产来讲，L2与L3级自动驾驶在成本上存在断层。
随着软件带动汽车技术创新，软硬件联合共同赋能正逐渐成为汽车信息化、智能化发展的基础和核心。根据麦肯锡的研究，2020～2030年汽车软件市场的年复合增长率将达9%，至840亿美元规模;届时，软件在一辆车中的占比将超过30%。“尽管市场整体增速较快，但从ADAS系统中最受关注的几个功能(BSD/DMS/AP/LDW/AEB等)来看，每个细分产品线的规模依然有限，因此加速拓展以及更多切入控制类细分产品领域，提升综合性价比将是未来企业发展的重点。”昆仲资本创始合伙人姚海波表示，汽车行业将迎来技术与商业模式的双重创新，简而言之就是控制权和使用权的革命：控制权方面，从由人完全控制的传统驾驶、进化到辅助驾驶、最终实现自动驾驶;使用权方面，从个人拥有车辆到最终实现汽车共享。在这两条路线向前发展的过程中，会衍生出大量的增量市场和机会。
在顾剑民看来，进入一个新兴领域的最好方法，是从小做起，从最简单、低成本的自动驾驶技术做起，然后吸引一些愿意付费的客户，再逐步把产品推向更大的市场。大家习惯性认为免费的最好，因此要争取让绝大部分客户自愿付费使用产品，这样才有盈利的可能。如果消费者不愿意付费使用，那相关技术就不能算是真正的落地。
■守住安全底线 借人工智能提升自动驾驶安全性
汽车行业对产品质量和安全把控非常严格，新技术在汽车上的应用基本都是技术先行，国家相关的规范、标准紧随其后，最后才是合规性的认证等流程。简言之，技术应用一定比规范、标准和认证更超前。
“出行的重点是安全，当我们考虑做自动驾驶时，初心就是围绕安全开始的。”滴滴自动驾驶公司首席运营官孟醒表示，保证滴滴自动驾驶安全的三个重点在于人工智能、数据和出行生态网络。
腾讯产业安全运营部总经理吕一平表示，腾讯有一些实践方法，保证软件快速迭代过程中的安全，但汽车行业有自己的特殊性，很多方法需要做深入的实践，同时要契合实际情况。在人的层面，先做到“有专门团队负责信息安全”，再考虑“信息安全是每个人的责任”，找专业的人做专业的事情;在技术层面，将PC、移动端已经成熟的技术结合具体业务场景定制、按优先级顺序应用到智能网联汽车上，并选择合适的自动化工具，应用于安全开发流程中;在流程层面，需要“安全左移”，大多数安全隐患可以在需求设计阶段解决，实现低成本高回报，同时通过测试，验证是否满足需求，发现安全问题。
锐明技术首席技术官李恒指出，自动驾驶虽然正加速到来，但安全运输的压力一直存在。就锐明技术而言，希望借助AI技术结合碎片化的安全场景需求，去解决目前存在的一些运输安全问题。AI技术在这一领域的使用又可以分为多种，包括路面感知、驾驶员行为识别、AI/TOF客流统计、货载状态识别等。
■瞄准应用场景 智慧汽车和智慧出行重塑汽车业
谁能将自动驾驶技术应用在真实场景中，谁就能够在商业化过程中抢占先机，拥有更多话语权。围绕自动驾驶落地的技术路线话题，行业人士在本届峰会上也展开热烈讨论。
Mobileye大中华区总经理童立丰表示，在实现消费级自动驾驶的过程中，自动驾驶出租车是必经之路，主要有两大原因：第一，目前自动驾驶从复杂性和成本上来看，个人消费者在短期内都没有办法接受;第二，自动驾驶的发展除了技术和商业模式本身外，还需要外部环境的支持，包括消费者对自动驾驶的认识以及相关部门的监管措施。而自动驾驶出租车是特定场景下的自动驾驶，更便于落地。
对出行市场而言，自动驾驶技术节约了大量的人力成本，可以占到运营成本的60%以上。因此，从理论上说，提供出行服务的车辆除了维护、加油或充电，可以24小时不间断运营，运营效率则是随着使用时间、里程的增加不断提高。换句话说，出行服务领域的自动驾驶会更容易、更早落地。麦肯锡方面预计，到2030年或2040年，大量自动驾驶汽车将上市，其中80%以上的行驶里程由出行服务贡献。
阿里巴巴自动驾驶实验室主任王刚表示，行业人士谈论的自动驾驶很多与Robotaxi、ADAS有关，但阿里致力于物流行业的无人驾驶。在他看来，自动驾驶在末端物流落地上会带来很多便利。末端道路车流及周围交通参与者的速度都比较慢，遇到不确定的情况，可以用系统化的手段解决。“我们可以重新定义自动驾驶，对系统进行正向开发，确定每个模块到底做什么、怎么做以及如何实现模块之间的协同。我认为，通过思维方式的转变，在未来几年里，低速无人驾驶汽车必然实现产品化和规模化。”他说。
随着新基建的发展和5G网络在国内的建设与应用，自动驾驶商业化正呈加速落地之势。主线科技合伙人、前瞻院院长王超表示，5G对于自动驾驶的商业化主要起到两方面作用：V2X和云计算。5G为传输提供更宽、更广、更平实的道路，是质的提升，但如何利用数据、如何路测、如何在本地和云端利用传输的内容做计算，以及为自动驾驶服务，还需针对不同的场景，不同的技术路线，不同的体系架构，进行针对性讨论。
“从整车企业的角度出发，我们认为软件赋能汽车，特别是随着自动驾驶程度的提升，未来智能汽车数字生态、人机交互及个性化的定制，会变得越来越重要。”东风汽车技术中心智能网联部部长边宁表示，总体来讲，未来汽车产业会朝两个方向发展：一是智慧汽车，车辆将拥有高阶自动驾驶系统和能够提供舒适体验的智能座舱或人机交互功能;二是智慧出行，出行公司整合资源，打造智慧出行的生态链。
梳理智能网联技术的发展可以看出，汽车行业未来会为用户提供极致体验的移动出行服务和高度自动驾驶的汽车产品。中国车联网正在快速发展，自动驾驶和移动出行的技术与商业模式融合、交替创新将推动汽车产业重塑。我国也以政策支持、建设示范区等方式，大力助推在智能网联汽车产业发展。目前，全国智能网联示范区共计50多个，一线、中东部二线城市基本实现全覆盖。
