如何量产自动驾驶？
电观
随着智能驾驶技术升级，在过去五年时间里，整个行业完成了ODD的扩展期，从L2辅助驾驶到高速NOA，今年已经开启了全场景自动驾驶的元年，也进入了大规模量产自动驾驶能力深水区。
从技术到应用，从实验室到真实路况，要如何趟过量产高阶自能驾驶能力的深水区？
4月20日，“智同·道远”地平线生态圆桌论坛在上海举行，长安汽车智能化研究院副总经理梁锋华；零束科技智驾计算平台职能总监梅近仁；小马智行CFO王皓俊；火山引擎汽车行业总经理杨立伟；纵目科技智驾产品线高级总监郑博；地平线首席生态官徐健发表了各自的真知灼见。
Q：在L2+渗透率不断提高的过程中，行业的主要痛点是什么？
长安汽车智能化研究院副总经理梁锋华
梁锋华：智能驾驶这么多年的发展，痛点一直都在，只不过痛点一直在变化。早期用户认知不足，搭载量不高。但是最近我们可以看到，像L2以及部分L2+的体验在快速上市，L2在很多车型上快速标配，例如深蓝SL03、S7等。用户对系统的认知也在快速提升，用户也不断看到我们智能驾驶系统带给他的价值，包括安全、体验等等。老的痛点在消失，但新的痛点又在出现。
第一，体验。很多用户提起智能驾驶，他首先想到的是无人驾驶，但当前我们能够提供给用户的体验更多的是辅助驾驶。用户的认知有一个重新对齐的过程。在这个过程中，如何创造真正能够让用户满意的体验，真正能够让用户在使用的过程中更加便捷、更加舒适、更加安全，这是我们要来持续地提升的。
第二，价格。我们一直讲科技平权，科技平权的前提是你的成本要做到真正能够让用户接受的状态。比较基础的像IACC，包括像比较基础的自动泊车，用户在快速地接受。但是更高阶的，比如说NOA，包括城区的NOA，用户对它的实际支付比例仍然是偏低的，这点也说明价格这个方面对用户的满足程度，需要再进一步来努力。
第三，安全，尤其是安全和体验的平衡或者兼顾。如何更好的兼顾安全和体验，这也是我们要来快速解决的问题。智能驾驶能力的提升和用户对它的认知的提升，并不是一个等比例的过程。这些都需要我们在提升系统体验和安全能力的同时，通过人因工程等方法持续优化。
零束科技智驾计算平台职能总监梅近仁
梅近仁：我很认同刚才梁院长讲的很多观点。目前零束科技主要专注于高阶智能驾驶，也就是L2+这个赛道，如大家所知，我们和地平线一起基于征程5开发了零束银河智驾计算平台ZPD。在做这个量产项目过程当中，我们发现最主要的三个痛点：第一，工程化；第二，成本；第三，体验。
首先是工程化的问题，在安亭我们能看到很多自动驾驶测试车、Robotaxi等，很多自动驾驶公司都汇集在安亭，但我们也要看到市场上高阶智能驾驶现在做得特别好的、能够面向量产的、并且老百姓普遍接受的产品也不多。实践证明，工程化有大量的工作要做，从demo到量产的差距非常大。软件开发通常做完一个demo，大概也就具备量产状态20%的水平，后面还有80%的工作要去做，这就需要很多非常优秀的工程师和很多生态合作伙伴一起，把质量一点点抠出来。
第二是关于成本的问题，高阶智能驾驶的配置，用户买不买单最重要的是成本，我们也在和合作伙伴、包括地平线一起，把规模化的成本做到最优，为用户提供质量最优、最高性价比的产品。
第三是体验的问题，L2+的定位非常清楚，就是辅助驾驶，肯定也会有很多Corner case的问题要去解决，但是在L2+的应用我们还是要把主要精力放在解决用户的高频痛点场景上，比如如何解决各种场景下的自动泊车困难，比如像在上海内环这样的狭窄道路开车怎么更好的把安全做到位，再比如高速公路车速高、流量大，如何让NOA更加安全、可靠、舒适，这些高频场景体验的提升还有大量的工作要做。
小马智行CFO王皓俊
王皓俊：我分两个维度来讲，一方面是整个行业，另外一方面是对于小马这样的公司。
对于整个行业，我非常赞同两位的说法。我加一下，我觉得今天终端用户非常看重的是性价比，他一方面希望价格更便宜，但是在这个价格的基础上，他希望能够带来更多的价值，越多的价值越好。怎样体现这个价值？一方面是有一些高频场景，他是日常每天都能用的，这就是能体现的。
在有限的价格里面，我们要做高频的场景，要做得更好，是要压榨硬件极限的性能。这就是为什么我们今天和地平线合作，和其他很多的伙伴合作，我们相信只有通过深度的合作，了解底层的性能极限在哪里，以及软件共同地开发，把底层的潜力都做出来，才能把高频场景的痛点真正解决，用户才能觉得这是我要的一个产品。
前几年由于大家的预期特别高，很多终端用户觉得这我也要，那我也要，但我觉得客户是会逐渐趋向理性，他们真正要的是高频的场景你能解决，这就是一个好的产品。我觉得从行业本身来看，就是性价比以及需求的逐渐标准化。
从小马来说，因为我们之前是从L4，Robotaxi起家的，今天我们在业务线上是作为一个供应商，相当于服务客户的定位。我觉得我们还是一个初级玩家。今天也非常荣幸和各位能坐在一起，也是一个很好的学习机会。
另外一方面，工程化能力。之前我们的Robotaxi毕竟还没有量产，走到量产这一步确实有很多很多的工作。从前年开始，我们也陆续引入了很多有工程化经验的人才，我们也希望打造一个共同的团队，一个有战斗力的团队，能够服务好主机厂。
火山引擎汽车行业总经理杨立伟
杨立伟：我的看法跟梁院长比较类似。即使我们技术达到，但是我们成本并没有压下来。L2++目前三万元左右的成本还是比较高，量产起来比较有难度。
从需求端来看，哪些功能是消费者真正需求的？我们也和不同车企进行过深度交流，他们并不清楚自己的车型里面的装配率、消费者日常使用率、日均使用时长。不了解用户需求，在拍板车型去上哪些功能的时候，就完全不知道，可能消费者并不一定喜欢。第二点，消费者喜欢的功能，你能不能把价格压下来。这里面存在很大的gap。这是从行业的发展来看。
第二块，给我们带来的机会。火山引擎帮助了很多大模型公司，包括自动驾驶，包括现在比较火的大模型公司，都在跟我们合作大模型算力，我们提供服务，也帮他们做算力的优化、模型的优化。我们往往观察到这块成本是车端成本。我们看OpenAI这家公司，它大部分成本是云端的算法训练的成本，将来我们的模型越大，云端花费的金额越高。我们还是应该回过头看一看，到底我们云端花的成本是不是值得。
字节跳动在成立之初就在做推荐系统，我们不断优化自己的成本，组建了大规模的优化团队去做算法模型训练及算力层面优化，也在供应链里面谈一些价格的成本的保证。所以每一次我们推荐的模型训练，能把云端的成本降到最低。
应用到我们的客户的时候，跟友商相比，跟其他做推荐的App相比，我们云端的成本就比它低一些。在汽车行业、自动驾驶行业也是一样的，把云端算力平摊到每台车里面，能持续降低它的成本，这个成本也是大家需要持续关注的。
纵目科技智驾产品线高级总监郑博
郑博：刚刚几位大佬把主要的观点都说得比较清晰了，我从Tier1或者自动驾驶公司的角度，来讲一讲成本为啥是L2+的比较痛的一个点。
从L2+的预期来看，肯定是提供了更高的功能和更好的性能体验，但是它相较于传统的L2，传感器毫无疑问会更多，芯片算力也会更多，芯片堆积的也会更多，系统成本就显著提升了。这是显性成本，除此之外，还有一部分是隐性成本。系统复杂度在变高，而且是指数级变高。随着系统复杂度的变高，对于Tier1也好，智驾公司也好，产品开发的生命周期，这个过程中它所要投入的资源、费用，跟原先L2是完全不可比拟的。所以这也是为什么今天我们大家坐在一起，在L2+这个领域里，考虑怎么协同、考虑怎么共创。
成本大概是什么样的痛点呢？就是很多车还装不起，把高阶智驾体验的门槛提高了。原先L2可能10万出头就可以搞得定，但是L2+的系统，至少要到20万、25万以上才能有好的体验。
在这点上，我觉得是我们目前L2+逐渐冲向L3的过程中，会遇到的一个比较痛的点。
另外，前面梁院长也讲到体验预期的问题。用户对L2+的预期毫无疑问就是L3的预期、L4的预期，用户希望什么都不要做，系统可以完全负责。另一方面，从开发者的角度，我们也没有给用户一个非常准确的ODD，告诉他这些是OK的，那些是不OK的，我们给的也是相对模糊的预期。所以他付了很多钱，但是体验上给他带来的价值提升没有那么显著，在有些corner case上面，甚至会把用户劝退。我体验一个高阶的系统，我还要聚精会神，我还不能更放松，之前的比如基础L2的这些功能，已经能够给我很大的便利、很大的安全和舒适，那我就不如少花这点钱。
所以L2+迈向L3的过程中，想要行业快速发展，一定是一个沿途下蛋的过程，沿途商业化能变得更合理，支持车企、自动驾驶企业快速地去迭代技术，快速地冲向L3。同时这个过程中，又能够真正给用户带来价值，让他每一份额外的付出带来真实的收益。这是一个渐进式的发展。
但每一个阶段，我们需要解决的痛点是，能够说得清楚我到底给用户带来了什么样的价值。
我们在推产品的过程中，也是这样一个路线。在低阶的产品上，我们更多的去讲我们要拉低整体的智驾体验的入门门槛，让入门级的智驾还是原先那个预期，但体验会比原先有很大提升，成本上没有什么变化，加量不加价，这样一个逻辑。
在高阶上就是真正能给用户他预期的体验，不断地去逼近他预期的体验。在这个过程中，我们通过L2这样一个框架下，为车企也好，为Tier1也好，保驾护航，能让这个技术快速地去迭代。这是我的主要观点。
地平线首席生态官徐健
徐健：今天非常高兴来参加这个小会，刚才前面五位专家讲得都非常有针对性，大家谈到了性价比、消费者的预期这样的问题。我们从地平线的角度，从Tier2的角度来看这个问题，主要是两个点。
第一，现在这个系统足够复杂，很难有一家把它完全都做齐，大家都需要配合和合作。那么产业如何来进行协作，我觉得是当前大家共同面临的问题。因为产业的边界没有那么清晰，以前做硬件的也会碰软件，做软件的也会碰硬件，大家一起战略合作的时候如何来共同形成一些组合跟联盟，然后实现开发。
第二，在具体开发的过程当中，特别是在软件上，我们缺少一个公共的软件的基础设施。我们把它叫做操作系统也好，中间件也好。现在大家做软件开发，都要自己搞很多中间件，其实是在重复的造轮子，投入也很高。就像大家刚才讲到的成本问题，放到软件上看，如果软件开发的效率高，能够投入相对可控的人力达到量产的状态，那成本就会降低。所以我觉得如何地去提供一个公共的、高效的软件开发平台，是我们行业里面比较大的痛点。
Q：在软件定义汽车的大趋势之下，各方参与者如何更好地在产业链里面、价值链里面做好定位？如何跟上下游产业链进行友好开放的合作，来共同解决好智能汽车的软件问题？
梁锋华：这个问题我们在座的各位，一是非常关心，二是可能是最近几年大家都一直在不断地灵魂拷问的问题——我的边界到底在哪里。我觉得这个问题最终还是要回到体验，当然用户的体验是多维度的，如何更好、如何更快、成本如何更低。其实成本对用户来说也是一个体验。
围绕这几个方面来思考，我们应该会逐步得到答案，也许不能够马上得到最终答案，但我们围绕着这个方向来思考未来产业的边界、各方面到底如何更好地协同，我相信会逐步获得答案，包括产业格局也会逐步地照这个方向去形成。
我们长安汽车一直以来致力于给用户提供越来越好的智能化体验，包括智能驾驶。比如智能泊车，从APA 2.0、APA4.0、APA5.0、APA6.0、APA7.0，我们不断迭代系统，从最早帮助用户从泊车中解脱出来，到允许用户在车外一键完成整个泊车过程，再到远程完成挪车等体验，再到远程代客泊车等等，都在非常快速地解决用户一系列泊车的痛点问题。在行车方面，从最早的集成式自适应巡航，到针对行人的自动紧急制动，再到高速公路的全场景的智能驾驶辅助等等，不断地进行体验迭代。
我们在持续真正深入到用户的痛点，为什么？因为我们离用户更近，整车厂是产业链所有环节里面离用户最近的、最能够洞察用户需求的环节。
第二，我们为什么能够更快地迭代用户体验？围绕和聚焦着差异化能力的构建，我们在这方面做了大量的工作。越贴近用户需求，越贴近差异化，越应该由下游贴近用户的环节去完成开发；越贴近共性、越贴近底层，越应该由产业来共建。这样方式，我们认为是更高效的。刚才您所讲的开放软件货架，我认为也是一个共建的过程。
梅近仁：我讲几点，我们零束科技是上汽集团下面的一个子公司，是负责承载上汽集团“场景创造价值、数据决定体验、软件定义汽车”战略的实践者，到现在为止，公司成立快三年了，我们的队伍也发展到了1700人，我们的人员大部分都是软件工程师，也是在做软件，所以在这也跟大家分享一些探索实践的经验。
第一点，在智能车的开发过程当中，包括产品化开发过程当中，确实感觉到现在的合作模式已经不再是原来传统车的金字塔式的合作模式。原来金字塔的合作模式是由主机厂发包给Tier1，Tier1再发给Tier2，Tier2再发给其他一些供应商，以前很少有芯片公司跟主机厂直接打交道的。现在我们明显感受到，在智能车的开发过程当中，合作模式越来越扁平化，包括芯片公司、Tier1公司、Tier2公司、OEM都在一起共创，合作边界相对来说越来越模糊。在做了大量的论证和实践后我们得出的结论是：要抓住工作的“牛鼻子”，合作分工的前提是要分析我们每一位合作伙伴、每一家公司的核心竞争力，以及最终能够给用户创造的价值在哪里。
第二点，零束成立之初就干了一件事：召开了汽车行业首个SOA开发者大会，我们基本每年召开一次，也做了大量的实践和摸索。智能车时代的软件，即便我们有1700人，也没办法把它全部做完，全新的合作模式下，我们发现的不是竞争，而是需要更多的优秀合作伙伴，来共同建设智能车的软件生态。
零束科技除了做基于云管端的电子架构业务，还做智能座舱和智能驾驶业务，并且在智能座舱软件已经做了很好的探索，利用我们建立的SOA软件平台，与很多合作伙伴通过SDK的形式、货架的形式跟我们合作并且量产了。零束和飞凡一起合作共创的SOA数字商城也已经上线了，现在看起来效果也不错。我觉得在智能驾驶领域，我们也可以探索这个路子。
王皓俊：我来讲一下。首先，对于自己软件的定位以及竞争力到底在哪里，我们作为供应商而言，是要主动去研发以及主动去供应的。我们自己认为，根据我们自己的技术栈、根据我们的积累、根据我们的人才团队，我们最有竞争力的应该还是算法，包括感知、规控、预测这些。它是非常和人工智能相关的。这些我们应该更偏重的是自研，打出我们自己的优势化差异。
另一方面肯定是合作，举一个例子，比如我们也有很强的工具链，但是工具链是和公有云非常相关的，我们自己并不会做公有云的一套架构。如果我们的工具链要给主机厂的话，我们必须要和云端的供应商一起去打造这样一个产品。我自己认为这就是合作的一种方式。
最后就是开放性的架构这块，刚才那个比喻很好，安卓是在硬件上面的底层软件，如果大家越来越有一个标品的需求，开放性的架构或者是一个统一的架构，确实会对产业本身带来很大的好处。
手机也是一个很好的比喻，有安卓、有iOS。有些公司可能想做iOS，想所有东西都做。但是我相信往下走的话，一个安卓的生态应该会产生。当然也要靠底层的芯片厂商和软件厂商共同往这个方向去推。
杨立伟：承接刚才小马的话题，需要绑定一家公有云厂商。其实合作伙伴就在你旁边。
作为互联网公司，我们叫数字化或者软件，是同一个话题。我们看移动互联网或者看PC互联网，底层系统的趋同离不开硬件的趋同，我觉得汽车行业变化跟移动互联网非常像。芯片也是逐渐从最简单、单一的功能变成智能、变成算力很高的算力平台。
现在看车载里面的行泊一体的趋势，舱驾一体大家都在努力。如果将来算力平台真的能够实现一定程度上的统一，它在系统层面也会统一。如果系统有一定的统一，那上面的软件接口我觉得也会趋同。这个是支持上面的生态能不能长起来的非常重要的一个基础，我的系统是不是统一性，统一性也就意味着我在上面做生态，有非常庞大的用户群体，能非常快速地去做复制，非常快速地去做落地和标准化，这个非常重要。这是第一点。
第二点，提到哪些东西是车厂来做，哪些东西是生态或者服务商来做。刚才梁院提到一点，我觉得也代表了相当一批有想法的主机厂，就是贴近用户使用和用户最敏感的一些软件和服务，往往是车企自己要做的。如果你通过供应商来做，供应商想要通过规模化降低成本，必须得ABCD几家车厂都提出了相同的需求，它才会开始做很大投入的开发。但这时候，其实不能满足你自己车厂的、针对你自己品牌调性的用户，他可能提出来的需求。这个群体不大，作为供应商来讲，投入开发比不是特别高，这时候车厂想要抓住用户群体的需求，也要自己投入进来，自己去做开发，而且开发过程中逐渐积累自己的护城河。这些是回应一下梁院长刚才讲的，我觉得是比较认同的。包括何小鹏也说过类似的话，确实是一些贴近用户需求的、需要敏捷迭代的软件，是需要车厂自己来做。
第三点，其实我也是传统汽车人，以前也做过自动驾驶。来到互联网公司以后，我发现在快速发展过程中有一个特点，软件从代码的开发成熟度到迭代速度，其实互联网公司相差不大，但为什么能跑起来呢？我觉得第一，产品定义非常重要。第二，我们现在看用户的需求是逐渐越来越懒。决定最后能跑出来的是两个问题，一个是个性化的问题，就是在消费内容的时候怎么解决人越来越懒的问题，我推荐的精准，用户不需要去持续滑动屏幕，可能就能持续的消费内容。第二点就是让用户参与进来，回到我们的软件想要给用户提供服务，怎么让用户使用起来。现在很多车型里面的比如像自动泊车功能，很多用户是不知道的，很多汽车功能是工程师思维，设计得很好，但实际上没有站在用户的角度来想，不是一个产品思维。
将来车企如果想转型从to B到to C，产品思维非常重要，站在用户角度来理解这个产品，理解这个功能，这一点非常重要。
Q：在汽车软件领域，开放软件货架的模式，有没有可能？
郑博：我换个视角来讨论一下这个话题。我觉得现在这个问题或者这个痛点的本质，还是在整个系统复杂度提升的过程中带来的。在过去十年或者过去二十年里面，在传统的ADAS领域里，基本上一家成熟的Tier1能把所有的事情全都干了，不需要所谓的生态，都搞得定。但随着智能化的提升，软件复杂度、系统复杂度的提升，这件事变得越来越难了，因为用户的预期越来越高，技术的迭代也越来越快。我们怎么样能够去真正的、快速的提升产品的性能，提升研发的效率，让用户拿到一个最好的系统性能。这是我们现在面临的最大的几个痛点。
在L2往上迭代的过程中，大家最开始都是沿着这个路线走的，包括车企的自研，包括每个Tier1——为什么Tier1经常讲全栈，最开始的时候就是全栈可以hold住的。在这个过程中，你发现你不仅仅要去迭代你擅长的点，你还要去做你的工具链，要做你的底座。所有事情都做好之后，才能开始去迭代你的技术。我们就讲“工欲善其事，必先利其器”，你发现“利其器”的过程就已经耗费了你大量精力，会让你整体的迭代、整体的性能都会受到很大的影响。所以这种大的背景下，就需要伙伴来分工，需要上下游来分工，真正能保证这个产业链上的每一个玩家，都能找清它自己的竞争优势、它自己的主赛道，要在主赛道里面去持续发力，用十倍的兵力攻坚这个主赛道，让产品在这个赛道的竞争力不断提升，用户体验不断提升。
同时，通过上下游的协同，能带来更多的好处就是，你的迭代速度变快了，同时你不需要重复造轮子。
还有一个是整体的，每一个模块可能都是业界、产业链里最强的，最后打造出来的系统可能也是最强的。这是我看到的当前的痛点。
解决方案，从我的视角来看，我觉得有几个很重要的共同点。
第一，整个产业链要达成共识。不要说每个人有不同的认知，这个最终就会很撕扯，相当于我要造轮子，你也要造，大家都要造，那最终整个社会的运转效率会降低。所以大家先达到一个基本的共识，
在这个基础上，我认为还有一个很重要的点就是共创。什么叫共创？今天在讲货架产品，相当于在一个标准的东西上大家搭积木，但是这个标准可能需要更多的产业链主流玩家一起来定义。在最开始迭代的过程中，每一家都在自己定义自己的这些轮子，每一家定义的轮子可能会不那么一样。怎么样让这些不一样的轮子在一起能work起来？就需要彼此之间大家一起来讨论，一起来商量，我们通过某种方式、某种协同，能够让尽可能多的玩家都去很舒适地、很低成本地适配到这个标准里面，这样才能够达到所谓的货架的基础。在这个上面，我们的迭代也好，我们的创新也好，都可能会十倍、百倍的速度来加速。
第三，共享，包括上下游数据的共享。因为所有的算法迭代都是数据驱动，所有的算法迭代都要有数据，没有上下游的数据，没有旁边一些兄弟的模块的协同，其实你的算法很难达到很好的性能。比如我们现在讲行泊一体，为什么行泊一体？很重要一个概念就是行车和泊车传感器的复用，或者行车和泊车不同功能的复用。我理解像长安，它已经把泊车的传感器在行车领域里应用了，这样能带来行车上更好的体验。这就是在不同模块，去共享了它的knowhow，共享了它的能力和数据，来加强到其他的——可能跟它关联度也许没那么高，也许有一些隔离度的——模块的快速成长。
所以我觉得共识、共享、共创，才能真正的达到我们所说的货架的产品。
徐健：确实是行业现在很关注，我觉得要达到很好的协同，应该是具备几个条件。
第一，刚才大家讲到的还要有一个相对收敛的架构以及基础设施。地平线在这次的车展上，18号我们发布了下一代的、第三代的Nash架构。这个计算架构针对当前更加复杂和庞大的计算需求，它适合大规模的参数，有更强大的算力。这个肯定是大家软件开发的基础。
在这之上，我们这次还发布了我们的踏歌OS。原来我们讲地平线会提供芯片+工具链+参考算法，这次我们又提出了要提供嵌入式的开发套件，我们把它叫做踏歌OS，集成了开发、集成和验证三位一体的功能需求，可以提供开发的框架，也可以提供验证的工具，以及开发的接口、协议的标准化的接口，还有最终的场景的应用。从这个角度上，可以给我们上层的各种开发提供非常好的适配和工具，进行集成，使得我们整个开发效率能够提升200%。
第三，我们地平线在构建生态的过程当中，一直秉持开放、全维利他的生态理念，跟行业进行广泛的服务和合作。到目前为止，地平线的生态可以说是整个中国智能驾驶领域里面链接度最广、谱系最全备、应用场景最多的生态系统。有很多生态伙伴都在基于我们这样一个公共平台，去发挥自己最强大的部分，这样进行更好的协作，更好的为开发提高效率。
只有大家携起手来，共建开放的货架，才能够把智能驾驶的体验去提升，提供更好的有性价比的产品。
