本报记者 王丽新 见习记者 靳卫星
9月1日，由《证券日报》社与中国欧洲经济技术合作协会联办、中信证券和中欧智能网联汽车分会协办的“2022汽车资本论坛”在国家会议中心举行。本次论坛以“双碳未来智能汽车加速”为主题。
在以“智能驾驶量产加速智驾企业与车企扮演何种角色？”为主题的圆桌论坛上，前晨汽车首席执行官付晶玮表示，目前，用户体验已变得非常重要，在这个过程中有两个关键点：一是企业能否提供多快好省的产品；二是企业技术链能否与车企技术链快速完整融合，从而让车企更快满足用户快速迭代的体验需求。
【资料图】
L2与L4系统的验证与探索
近年来，随着大量L2、L3车型问世，叠加技术被逐步验证、受欢迎程度等多重因素影响，导致部分L4企业向下探索，进军L2量产化。对此，付晶玮表示，前晨汽车乐于看到自动驾驶企业在量产道路上探索出更多可行路径。
针对整车企业是否进行智能驾驶技术全栈自研的争论时，付晶玮认为，整车企业一定要具有L4的全栈自研能力。原因在于任何一个新技术的发展和突破，都需要懂的人去做懂的事。作为整车企业，如果不具备全栈自研能力，会在与行业企业间合作时产生巨大的沟通代价。
谈及打造乘用车L2领域差异化产品的优势时，驭势科技创始人吴甘沙表示，一是追求高智价比产品，所谓智价比是智力除以价格，实现整体方案成本优势；二是不断提升智力，从点到点、端到端实现全过程自动驾驶，例如用户从召唤车辆、到驶入高速、进入城市道路、再到泊车均实现自动驾驶。
不可否认的是，对L4系统的验证和探索如何实现高效率、低成本依然是行业共同面临的问题。轻舟智航联合创始人兼首席科学家大方，分享了“超高性价比的解决方案”：一是把成本压得非常低，在L4的基础上，尽量保留能力的同时，把传感器和计算要求全都降下来。依靠独特算法设计把成本压得非常低，同时尽量不损失能力。二是这个系统虽然是在L4基础上做减法，但要尽可能维持L4系统整体框架不变，从而保证不同场景下功能点都能发挥效用的同时，尽可能保持模块间的灵活组合能力。
无人驾驶全面落地还有多远？
谈及智能驾驶绕不开的一个话题是乘用车无人驾驶的商业化量产落地时机。对此，吴甘沙认为，目前全行业相对理性的认为，2030年是可以在公共道路上看到规模化自动驾驶的商业化落地。但大规模商业化的前提是，大数据表明自动驾驶的安全性，而这其中存在两个挑战：一是样本数据规模是否足够大，二是数据结果是否具备公信力。这都是需要行业合力解决的问题。
“即使车企把相关产品做出来了，怎样向公众证明你具备了量产能力依然是个很难的科学问题。”大方表示，此外有一个更前置的问题是，做这种测试需要的车队规模、时间、总成本等都非常高，而在不同的环境里，诸如城中村等人车混杂的路况中，如何验证它能够实现无人驾驶本身就是一个需要时间解决的问题。
智行者董事长、CEO张德兆对此表示，“我坚信自动驾驶是能够产生巨大社会价值和商业价值的、能够创造人类美好未来的一项创新技术。自动驾驶的落地是一个渐进式的过程，很难划定某一个节点。如果从商业化落地的角度来看，自动驾驶目前已经在很多应用场景落地，比如智行者已经落地的环卫、乘用车的L2+自动驾驶等。”
吴甘沙认为，判断无人驾驶实现量产的第一原则是不能出现重大安全事故。自动驾驶商业化的路径有两条：一条路径是基于乘用车L2渐进式的发展自动驾驶技术，由于L2的责任主体是司机驾驶员，因而在技术不太成熟的情况下，自动驾驶既有明确的责任主体，又有一定的容错空间；另一条路径是商用车、特种车、专用车的L4，虽然已达到L4了，但这是从慢到快、从限定场景到开放道路等多元场景的渐进过程，本质上是最大化地实现自动驾驶技术安全保障。目前国内很多公司都在探索这两条路径，并且已经走在世界前列。
