真 · 圆桌！WAIC论坛上演自动驾驶专家激辩，直面技术路径之争

7月10日，由东浩兰生和「机器之心-Auto Byte」联合主办的「WAIC智慧出行论坛」在上海世博展览馆举办。多位行业重磅人物的参与，令该场论坛成为2021年度世界人工智能大会上，最引人关注的相关领域论坛之一。

Auto Byte作为「机器之心」在智能交通空前发展背景下催生的新媒体平台，首次在WAIC与东浩兰生联合主办智慧出行论坛，不仅得到了华为车云、高通、福特等行业巨头的支持，也得到了驭势科技、赢彻科技及AutoX等迅速崛起的自动驾驶第一梯队的响应。

同时，此前一直非常低调的的卢技术，也亮相本次论坛，阐述对「智慧机器人」的理解。

各位行业大咖的参与，使得本次智慧出行论坛的议题涉及数据学习、芯片、云端拟真训练、C-V2X直到整车软硬件。

而在圆桌讨论环节上，各位顶级技术专家及行业重磅嘉宾更是引发了一场「自动驾驶路线之争」，使得当下自动驾驶面临的「成本、普及、商业化」等路径问题被集中摆上桌面。

一台圆桌引出的路线之争

本次圆桌议题为「我们距离高阶无人驾驶的普及还有多远」。首先，华为智能车云服务CTO喻杰从数据的角度出发进行探讨，表示若要实现全场景自动驾驶所需的数据量，并没有统一的答案，只能说「自动驾驶对数据的需求是无止境的」。

同时，喻杰强调的一个观点得到了其他嘉宾的一致同意，那就是——一定要积累有效数据。

(华为智能车云服务CTO 喻杰)

例如，AutoX创始人兼CEO肖健雄认为，行业现存的误区，就是数据只重量、不重质。而高质量数据意味着需要很大的存储空间和处理能力，这也是为什么AutoX第五代无人驾驶系统拥有高达2200 TOPS的算力。

在讲到自动驾驶等级的发展路线时，嬴彻科技CTO杨睿刚表示认可L3-L5的渐进式迭代。首先，他认为L3与L4、L5的自动驾驶车辆，机器成为驾驶主体，不论是从软件架构、传感器配置、对车辆底盘的要求，都没有本质区别。

另外，如果车辆配备全套的传感器，且拥有足够360°全像数据记录的能力，即可为迭代发展提供有效数据。

同时，量产化的自动驾驶是戴着「紧箍咒」的自动驾驶，不光要考虑安全、舒适性、车规级硬件，还要考虑成本。「必须在成本可控的情况下做到量产、普及的自动驾驶，才能采集到足够多的有效数据。」

可肖建雄对此则提出了异议：「传感器并非越多越好，但是一定要够，不够绝对无法实现无人驾驶。」而且他认为，数据有效是限制在同类数据的，从经济性上考虑，如果车上的传感器及价格已是L4级别，那么就没必要再从L3开始渐进式发展。

（右一为AutoX创始人兼CEO 肖建雄）

随即，二位嘉宾就自动驾驶的「成本」及「普及」的思路开展思想碰撞：

杨睿刚：只要传感器不少，并都能记录和同步数据，那就可以用来做仿真和训练，以促进向L4、L5迭代升级。

肖建雄：如果价格卡得很死，就不可能装那么多传感器。而且如果付出了那么多传感器的成本，为什么不当成L4来用呢？

杨睿刚：如今传感器的价格、例如激光雷达的价格已经有了两个数量级的下降。而且只有在实现量产、规模化之后，传感器的成本才可大幅降低。

………………

二位博士的激烈辩论，引发了观众及媒体的热烈反响。大家不仅对这种自由、开放的技术探讨表现出极大的兴趣与认可，也会更加深入地思索专家所讨论的关于无人驾驶数据、成本和普及之间的发展路线及矛盾。（后期我们会陆续发布相关完整记录及视频，敬请关注。）

至于主议题——「我们距离高阶无人驾驶的普及还有多远」，喻杰表示，如果将L3级以上定位为高阶自动驾驶，则还需要一段时间，因为目前在技术层面和法律层面都存在难点。

不过肖建雄认为，如果将「普及」的范围锁定在单一城市内，在2-3年内就可实现高阶无人驾驶；但如果把范围扩大到全国，可能就会延长到十年。

杨睿刚则介绍了目前自动驾驶重卡所面临的两个难点：一是高速运动+高重量对于感知系统提出的高要求；二是多节车身与大重量带来的车辆控制难题。

他表示，虽然现在澳大利亚已经拥有无人矿卡车，但是包括重卡在内的纯无人驾驶普及，还需5-10年。

（嬴彻科技CTO 杨睿刚）

面对此议题，的卢技术有限公司创始人、CEO张英是「乐观派中的悲观派」。乐观是指，他认为高阶自动驾驶不会「等这一代消费者老了才会来」，悲观是指，目前的产业环境和绝大多数企业无法实现高阶无人驾驶的普及。「高阶自动驾驶应该由消费者实际需要解决的场景困难来定义，而不是行业技术难度来定义。自动驾驶不是一项技术，而是一项服务，关键在于消费者是否买单。」

除了激烈的圆桌讨论环节之外，演讲嘉宾的内容也对当今智能驾驶行业进行了总结和分析：

华为智能车云服务：

上云是实现商用的必经之路

在华为智能车云服务CTO——喻杰看来，构建自动驾驶开发的核心能力，还面临三个挑战：海量数据处理难、数据标注耗时长成本高、仿真测试缺场景效率低。

不过，这三个难题，都可通过AI加云端拟真解决。他认为，未来的发展趋势就是依托云/超算中心提供的强大算力加速算法迭代和仿真。

与真实训练相比，云端拟真可以以极低的成本设计难例场景，在真实性、安全性和便利性上都具有优势。例如，目前特斯拉、Waymo以及通用汽车都拥有自己的云或是超算中心进行拟真以实现算法迭代。

根据华为提供的数据显示，上云计算之后，运维效率可提高60%，TCO降低30%-60%。

另外，通过云还可以动标注和智能难例挖掘，每千万框数据的标注时间可以降低超过50%。

「用云服务或者是上云应该是我们通往自动驾驶商用阶段的一个必由之路。」喻杰表示，在前期开发时，企业所需要的数据量和算力并不大，可是到了量产阶段，传统的数据中心很难支持研发需求，并且隐私合规性可能也无法达标，除此之外运维成本等因素也会促进云服务的使用。

驭势科技：

大规模商业化的前提标准是什么？

「虽然有人说自动驾驶已进入下半场，但套用丘吉尔的一句话——现在只是开始的结束，我们刚从演示开始做大规模商业化的量产。」驭势科技联合创始人董事长及CEO吴甘沙说道。

（驭势科技联合创始人董事长兼CEO 吴甘沙）

至于评判大规模商业化的成果，吴甘沙认为其本质标准就是：无人驾驶是否能比人工驾驶更安全。

为了验证安全性，研发者需要借鉴百亿公里的数据，而这些数据不可能靠企业自身测试实现，只能靠大规模上市来收集数据。

驭势科技预测未来三年内可以实现大批量上市的是区域内的无人车、城市无人配送、覆盖广阔场景的辅助驾驶，因为这三者的出错成本都是可控的。该公司研究的全场景无人驾驶就是涵盖了这三种，其核心技术是名为U-Drive的智能驾驶平台，除了车规级的智能驾驶控制器、云端运营管理平台，还有高通用性的软件—自动驾驶算法。

通过训练，一个统一的方案就可以覆盖多种场景，如今的U-Pilot可以实现导航辅助驾驶与记忆泊车，但是由于具有拓展性的架构，其可以延伸至第三个场景。当把模块化的技术合一之后，前面所说的三大场景就可以使用统一架构实现，这个架构需要拥有数据闭环以及快速算法迭代的能力。

高通：

中央计算是信号传输发展方向

现在绝大部分车辆在信号传输上仍然使用的是分布式架构，少部分车已经用上了更先进的域控制器架构。与电气化、网联化相同，中央计算也是现在车辆的发展方向。

（高通技术公司产品市场副总裁 孙刚）

高通技术公司产品市场副总裁孙刚表示，目前的信号传输架构是以太网加域控制器，之后域控制器数量会减少，最终形成一两个计算系统控制整车的中央计算架构。而高通正在统一智能座舱和自动驾驶这两部分的架构，有可能最后形成一个中央计算的架构。

在进入中央计算的时代后，整个行业的产业链将发生变化，车企会把中央计算单元的技术掌握在自己手中，而不再依赖于供应商提供。此时比MCU（为控制单元）集成能力更高，计算能力更强的系统会成为主流控制系统。

高通目前有三条车载方面的生产线：车联网与C-V2X、数字座舱、自动驾驶解决方案。该公司表示每年都会开发新IP，对上一代IP再度集成，目前其已在SOC上集成了包括显示处理、汽车网络安全、视频处理单元等等九个分区计算单元。

的卢技术：

用算力、感知力和理解力的创新，

打造新一代机器

成立于2018年，的卢技术有限公司此前一直保持低调、神秘，但其在OS、自动驾驶、制动等汽车相关专利数方面，已经超过了不少广为人知的造车新势力公司。公司创始人、CEO张英现场首次公开披露了相关计划：公司真正的愿景是打造「汽车外型的机器人」。

（的卢技术有限公司创始人及CEO 张英）

作为第一代荣耀Magic手机项目负责人，张英是引领华为手机业务从Smart Phone走向Intelligent Phone的关键人物。

相比现阶段的智能汽车，张英更加强调智慧属性的汽车机器人，需要拥有主动、实时、在线等特性，并且在算力、感知力与理解力方面，要有不同于传统造车的思维模式。为此，过去两年的卢技术一直在围绕智慧汽车OS、传感器平台等核心技术领域努力。

拥有感知力与理解力，是为了汽车机器人可以理解世界，响应用户的需求，使汽车从工具成为用户的助理。

张英表示：「智慧设备最难的地方，是在智慧设备与用户预期之间取得平衡，可以预测到用户想要的是什么，这就是机器人的概念。要做这样的产品，就需要有革命性的架构。我们强调，产品驱动软件，软件驱动硬件。我们要能为用户提供一个，硬件外型优雅，软件能解决用户实际需求的产品。」

福特：

V2X发展所面临的痛点

智能汽车拥有两个目的，一个是为消费者提供更好的体验，另一个是实现智慧交通的一个关键产业链。

C-V2X就是其中的关键技术。通过C-V2X，车辆可以实现与基础设施、其他车辆以及城市交通的实时联系，打造安全性更高、更畅通的交通网络。

（福特中国首席信息官及车联网技术负责人 侯新海）

不过，福特中国首席信息官及车联网技术负责人侯新海也提出了V2X目前面对的难题：首先，V2X需要全方面的协同，产业链较长，参与者众多，投资也很大。「消费者的实际需求有时并没有被真的掌握，有一些地方投资比较片面，只求速度。」

第二，目前数据权的分级仍未开放，运营主体仍有很多提升空间。很多地方数据权的运营主体不够明确，这样对V2X的商业化会有一定障碍。

第三，在技术标准和安全标准之间需要统一标准。因为目前如果在不同城市接入V2X，每个地方的接入标准，信息标准都有一定区别，所以福特在每座城市都需要一定的额外适配或测试。

第四，保持数据的完整一致非常重要，但在V2X的发展现状中，普遍偏向「重投资轻运营」。「如果想这一行业走得更广的话，需要整个行业的协同。」

目前，福特已建立了车-路-云模式，该模式有两个优点：快速应用和数据运营。今年，福特的车路协同系统将会覆盖九大城市。

各位嘉宾在WAIC智慧出行论坛现场的精彩剖析，不仅是对智能驾驶的合理趋势进行预判，更是代表关键从业者给出了现实解决方案。这对于智能驾驶技术从业者以及爱好者来说，无疑是极具价值的参考。

正如Auto Byte副总裁曹锦所说，面对出行变革，没人会是旁观者。整个行业生态的重生，即将改写每个人的生活方式。无论身份为何，我们均为见证者。

本次论坛不仅让人看到了智慧出行领域激动人心的发展速度，也提出了一些亟待解决的挑战及问题。这不禁令人期待，在举办下一次智慧出行论坛时，智能驾驶是否有了新的飞跃，又是否已经开始改变交通模式，乃至你我的生活呢？