2022年8月25日，亿欧汽车与盛景嘉成圆石共创会、盛景网联联合主办主题为“顶层设计下的自动驾驶出行突围战”对话沙龙。
本次沙龙邀请到智行者联合创始人、研发中心副总经理张放作为对话嘉宾，盛景嘉成投资合伙人、奇霖传媒创始人武卿担任本场对话的主持人，共同探讨自动驾驶的发展现状、当前格局、矛盾冲突、挑战机遇等热点行业话题。
(资料图片)
在对话中，张放就自动驾驶出行的技术突破、战略规划与商业化探索发表了自己的观点。
“农村包围城市”，进军自动驾驶
“一个智慧大脑，赋能多种场景”是智行者在自动驾驶领域的战略和坚持，也帮助其率先实现了诸多场景的自动驾驶落地。
张放用抽丝剥茧的方式，讲述了“智能大脑”的诞生与演化经历。智行者也凭借丰富的量产经验，展示了自动驾驶领域“降维打击”的魅力。
以下是对话实录：
武卿：张放总是智行者联合创始人，研发中心副总经理，从清华大学毕业，是美国加州大学伯克利分校的博士。
张总曾任职于日产先进技术研究中心，从事自动驾驶算法的开发工作，从2012年开始，就进行自动驾驶研究工作，主持了多项自动驾驶项目的技术研发，拥有丰富的研发经验。
我想请教下，智行者在定位上是怎样的，跟其他同领域的公司有什么不同？在技术上或者在其他方面有什么优势？
张放：我们公司一直都在做通用的自动驾驶大脑，去进行多场景的赋能。这可能和专注于某一个或几个领域的公司策略不同。
基于公司的战略，我们要做的是更加通用的自动驾驶底层技术，在技术开发和不断演进的过程中，根据整个市场行情和环境，去选择更加合适在不同时间点落地的场景。
在技术层面，为了实现一个更加通用的底层自动驾驶大脑，我们在整个自动驾驶大脑的架构层面，有自己的定义和特点。共有两个特点：第一是车云结合，第二是软硬结合。
车端的一套自动驾驶软件系统，包含了从中间件到功能软件，再到上层应用，包括核心的自动驾驶感知定位决策控制等不同模块，有三个具体的方面：
第一个方面，是车端的自动驾驶系统；
第二个层面，是云端的数据闭环系统，就是在云端，通过不同场景采集数据，以及数据的上传、清洗，及训练模型，再进行迭代测试，并最终升级到车端，形成完整的云端训练系统；
第三，我们有自己的硬件控制器，即自动驾驶软件系统所运行的硬件平台。
武卿：你们近期发布自己研发的高速领航的系统H-INP，这个系统对你们来讲意味着什么？
张放：我们在乘用车的领域，已经布局了两到三年的时间，只是在前两天正式对外官宣。自动驾驶乘用车的高速巡航系统对于我们来说：
第一个意义是正式地对外官宣，我们由原来的低速车和特种车，正式扩展到新的场景，正式进入传统车的前装的量产配套。
第二点，这也意味着我们之前积累的，包括在低速场景以及在特种场景这两个领域，已经基本上拥有稳定的团队和规模。
我们经常说“农村包围城市”，如果我们把低速特种比作乡村的话，我们认为乘用车可能是城市，也意味着我们在低速特种这两个根据地，已经能够有稳定的收入，能够自产粮食，支持我们去扩展新的领域，去扩展到针对乘用车的前端量产。
武卿：智行者进入乘用车市场，在这方面你们有什么样的优势？
张放：我们进入乘用车，选择L2+、L3前端量产配套的场景。乘用车有不同的场景，我们进入到L2+或者是驾驶辅助的场景，而不是Robotaxi的场景。
对于我们来说，更像是从高级别的自动驾驶，降维做驾驶辅助系统，可能我们在整个技术层面，有完整的高级别自动驾驶体系框架，支持我们快速进入到L2+的自动驾驶辅助系统，这是一方面。
另一方面，我们有一定的量产经验，虽然这个量产的经验更多是在低速车和特种车领域。但是对我们内部来说，在流程、体系、质量管理方面，积累了一定的基础和经验。另外在团队层面，因为我们不是单纯的软件算法团队，还有相对完善的工程开发团队，这也为我们进入自动驾驶前装领域奠定了基础。
第三方面，对我们来说是软硬结合，车云结合的技术体系架构，我们相信在这样的技术体系架构的支撑下，能够花比较少的时间进入新的领域。
Robotaxi，短期内不会实现
张放指出，自动驾驶除感知以外，其他领域短期内尚未实现非常大的技术突破。尽管政策法规逐步放开，但自动驾驶面临人、车、自行车等混行的复杂场景时，自动驾驶的能力远未达到成熟司机的水平。
因此，以Robotaxi为代表的自动驾驶乘用车距离真正实现落地尚需时日。
以下是对话实录：
武卿：Robotaxi太热了，在您看来，当前它的发展存在哪些难点？
张放：说实话，我是一个Robotaxi的相对悲观论述者。
武卿：是吗？先从您个人的角度谈，再从公司智行者的角度谈。
张放：我认为完全取代司机，实现完全无人化的自动驾驶，有一定难度。现在并没有明确的法律法规或者是政策上的支持，允许没有司机，虽然地方法规上允许主驾无人，但是有安全员在。
第二点，目前的技术并没有达到成熟的老司机水平，比如公开道路上，既有自动驾驶的车辆，也有普通车辆，这样自动驾驶和人工驾驶混合，并且有人、汽车、自行车等复杂场景下面自动驾驶的能力，我认为还没有达到成熟司机的水平。
所以我还是相对比较保守，我认为至少在近五年内，大规模量产的乘用车还是会以驾驶辅助为主。
武卿：您的保守或者悲观是指什么？
张放：我们是在2015年成立的，2015年左右集中成立了很多自动驾驶的公司，并且也推动了L4级别Robotaxi发展，和之前那一代相比，现在有了很大的技术上的进步。
但是技术上的进步更多来源于基础研究的进步，对自动驾驶，特别是感知来说，深度学习大规模的发展，取代了之前传统CV人工设计的方案，提升了很大的能力，所以才推动了最近一波自动驾驶的浪潮。
但是在后面，除了自动驾驶的感知以外，目前并没有非常大的技术上的突破。
实现完全的脱离驾驶员的自动驾驶，我认为并没有一个明确的时间点。
武卿：理解。你们和T3出行合作，2021年底发布了首批Robotaxi的改制车辆，相比落地在物流车、特种车这些商用场景来讲，Robotaxi有什么样的挑战？
张放：我们是在2021年和T3出行一起在苏州投放了100台左右的Robotaxi，这应该也是目前国内商业化最大规模的落地项目之一，目前也在持续地运营，不断收集数据。
和之前的低速场景相比，Robotaxi在运营和制造方面并不困难，因为我们积累了不少的量产的经验。我认为主要的挑战还是在技术层面，如何给客户提供既安全又舒适的驾驶体验。
比如说之前在低速限定场景下，如果它是非载人的自动驾驶工具，更注重安全性，但是我们现在是给一个载人的自动驾驶工具去提供服务，不光要保证百分之百的安全，还要保证舒适性，这方面我们花了比较大的人力和精力，针对场景做了大量的调试和优化工作。现在也在持续提升的过程中。
武卿：未来Robotaxi的商业模式可能会存在哪些盈利点？
张放：所以我们刚才一直讲两点，一个是Robotaxi，一个是驾驶辅助。
Robotaxi和驾驶辅助的客户肯定不同，Robotaxi的客户是出行公司，驾驶辅助是提供给OEM。Robotaxi如果实现取代安全员，做到完全无人，它的盈利是不需要详细预估的。因为我们知道对于出行公司来说，真正实现脱离安全员的无人驾驶，满足高峰时段的运力的要求，这一定是质的变化。
在驾驶辅助的系统，如果驾驶辅助系统给OEM做供应商，前期阶段的利润率不会特别高，更多的是通过规模化来提升利润。
稳重大于效率
自动驾驶产业链条复杂，面对主机厂全栈自研的趋势，张放认为，供应商维持竞争力的核心，在于做出相对整车厂更加差异化的技术。而自动驾驶若想摆脱对高精地图的依赖，核心在于为其培育一个像人脑一样的“类高精地图”技术。
此外，面对整体乐观的趋势，张放认为，保持谨慎、避免损害行业信誉的负面事件发生，循序渐进提升自动驾驶能力，才是最后胜出的玩家应有的心态。
以下是对话实录：
武卿：小鹏、特斯拉这些车企的布局，对于做自动驾驶技术的厂商有怎样的冲击，有什么样的影响？
张放：我认为对于这些公司来说，现阶段投入大量的研发，开展全栈自研，短时间内快速提升自己的能力，一定是有帮助的。
但是长远来说，公司还是想要盈利，要考虑资金的投入产出。现在对于智能网联汽车、自动驾驶，还是处于比较早期的阶段。
这个时段大家各展所能，快速进行技术突破，这没有问题。我认为如果是成熟的市场，或者从长远的角度出发，自动驾驶的技术链条会非常长，从硬件到系统软件到中间件到算法，应该分工明确。
并非所有的整车企业都有能力和规模去完成全栈自研任务，因为一个技术只有应用到更多的车上，去平摊成本，研发的成本相对才能降低。对OEM来说，开发自动驾驶的技术，只能应用到自己的车上。
因此，我认为从长远的角度出发，对OEM来说，更多还是把控系统架构，做专属oem的差异化工作，如人机交互等。
武卿：作为自动驾驶厂商，智行者如何构筑自己的壁垒？
张放：我们不造车，给整车厂提供技术方案，更多还是要打磨自己的技术，做到技术效果好、成本低。
我认为不能技术上趋同，以我们前几天推出的高速巡航系统为例，其特点是不依赖高精地图。毕竟高精地图由于政策上的限制，只能在高速公路上和城市快速路有地图，在城市范围内，并没有高精地图。
这种情况下，自动驾驶如果推广到城市中去，就一定要有不基于高精地图的新技术路线出现，才能更有利于推动产品落地。
武卿：不依赖高精地图，依赖什么？
张放：其实我们是学习人开车的过程。对人来说，并不需要高精地图，更多是需要导航地图，你只需要告诉我前面的路口左拐，在下一个路口，进入那个分杈路口，只需要这样的信息就行。
我们不依赖高精地图，并不是我们不需要高精地图，而是如何在线生成一个类高精地图的技术。
就像人开车一样，人边开车，边建立了场景信息，过程是三方面：
第一是需要有一个比较准确的在线的感知，能够看到车，看到路和不同的交通标识；
第二是基于这种单帧的感知，去生成局部的环境；
第三，除了局部的环境之外，我还要知道道路的逻辑关系，当前的道路和旁边的道路是并行的，下面是一个分叉的道路，通过这样在线生成局部环境的能力，去逐渐摆脱高精度地图的依赖。
武卿：明白了。您前面说到技术路线有两种，一种是车路协同，一种是单车智能，这两个路线当中，哪一条技术路线能跑出来？
张放：我国的技术路线还是比较明确的，走的是车路云网图融合的技术路线，这个也是国家智能网联创新中心提出的，目前有一定行业共识的技术路线。
在这个技术路线下面，并不排斥单车智能，最基本的还是要保证一个单车的安全。但是通过路侧和云端能力的加持，去提升自动驾驶车端的能力，而不是说完全取代车端的自动驾驶的能力。
我们近期在做的一个课题，就是研究如何通过路侧设施，让L2级别的或者ADAS级别的车辆去具备更高级别的自动驾驶性能，去分摊或者减少车辆的成本。
整体上我认为，路侧的设施肯定需要一个过程，但是车端的辅助驾驶，会走在前面。但是真的说L4级别的单车智能，这个确实很难说，也许需要路侧设施的加持或者路侧设施提供辅助信息，才能够实现取代人的自动驾驶。
武卿：您对Robotaxi是悲观、谨慎的，它需要时间。在这种情况下，整个产业链条上，大家要怎么合作与分工，才会是比较健康的发展态势？
张放：首先，我认为有这么多公司进场做跟智能驾驶相关的业务，一定是大家都认可这样的赛道。但是目前来说，大家的终极目标，都是要实现完全的无人驾驶，实现Robotaxi去取代驾驶员。但在路径上是有一定差别的。
有一条路线，一开始就瞄着完全的无人驾驶，为了实现完全的无人驾驶，我可能上的是一个百万级别的Robotaxi方案，用很多传感器实现无人驾驶，这是一条路线。
另外一个是渐进式的路线，我可能一开始做的不是L4级别的，是一个驾驶辅助系统。随着自动驾驶遇到的场景、收集的数据越来越多，逐渐演化到L4级别。
可能两个技术路线不同，但是大家的终极目标是一样的。但对我们来说，我们可能更倾向于走渐进式路线，一步步渐进地实现最终L4级别以上的Robotaxi，但什么时候能够实现，目前是没有明确的时间点，因为它是一个事实标准，并不是理论推理出来的。
真正到达一定的水平，发现它比人工驾驶的安全性大10倍以上的时候，才能说OK。
此外，有很多自动驾驶的公司入局，怎么样进行合作？其实大家的应用场景不一样，在同一个赛道、场景上，更多要抓住自己的位置，彼此在优势上进行合作。
武卿：刚才聊到跨界合作，你们现在在这方面有什么具体的动作？在合作的过程当中你有什么感受？
张放：因为我们做驾驶辅助系统，更多是给OEM提供产品和服务，所以我们现在也在找很多整车厂做合作交流，在这个过程中更像一个磨合的过程。
对于整车厂来说，它有自己的计算技术平台，有自己的架构和接口，为了考虑兼容性和平台化，对接时有一定的沟通成本和效率损失在所难免。
我们在设计系统的时候需要更多考虑兼容性和平台化，在与主机厂做技术技术对接时，需要共同制定合理的技术架构、合理的时间周期，共同推进。
武卿：作为一个非常资深的专业人士，您对这个行业的发展有什么样的深入思考，对它目前存在的问题，有什么样切身的感受，对行业的健康发展有什么样的建议？这是我的最后一个问题。
张放：目前看来，第一点，我对完全的无人驾驶比较保守，认为目前大家还是有点过于乐观了。大家认为L4级别的自动驾驶会在很短的时间内到来，这样就会导致整个方式比较激进的，就会让终端使用目前自动驾驶系统的消费者，认为现在是有完全的自动驾驶能力。
但现在市场提供的这样系统，并不能百分之百地保证安全，如果客户没有意识到这一点，会造成不好的事情、甚至事故发生，反过来影响大家对自动驾驶系统的信任度。我认为还是更加理性看待自动驾驶的阶段，逐渐提升自动驾驶的能力。
