| 主持人：智能驾驶元年的掘金机会——2021汽车资本论坛全流程将于2021年10月15日 13：00-18：00在北京朝林松源酒店召开，诚挚邀请您届时拨冗莅临。 |
|
|
主持人：尊敬的各位领导、各位来宾；各位企业家、各位投资人；媒体朋友们，大家下午好。
欢迎大家莅临由《证券日报》社和北京经济技术开发区联合主办、华西证券协办的“2021汽车资本论坛”，今年的主题是“智能驾驶元年的掘金机会“。提起智能驾驶，是一个让人充满期待的热门话题，在这个词汇上引起了很多我们对于未来的美好崇敬和遐想，比如方便出行、美好生活的实现，还有新的个人空间的打造，包括城市的建设、智慧交通、新型基建，乃至于制造升级、战略发展，包括我们现在热议的碳达峰、碳中和都可以在智慧驾驶上或多或少的寻找到回应和答案。
但是智慧驾驶也给我们带来了很多困惑，比如谁是匆匆过客，谁是最后的王者，还有汽车灵魂之问，行业之魂究竟应该如何高昂，行业之魂究竟应该在何处安放，这也是今天这场非常重要的论坛上想要与在座各位共同探讨的。
今天我们邀请到了各位学术大家、企业领袖、行业精英一起就我们共同关心的智慧驾驶话题进行充分讨论，特别期待各位来宾在这个讲台上的语言交流能够碰撞出思想的火花，照亮智慧驾驶未来前行的道路。
首先为大家介绍今天到场的各位领导和嘉宾，今天出席论坛的嘉宾有：
（排名不分先后）
北京经济技术开发区管委会副主任、北京市高级别自动驾驶示范区工作办公室主任 孔磊
北京市高级别自动驾驶示范区工作办公室常务副主任捷菲
华西证券总裁杨炯洋
北汽集团副总经理陈江
百度集团资深副总裁 智能驾驶事业群组总经理李震宇
长安汽车执行副总裁李伟
中保研汽车技术研究院董事长方仲友
广汽埃安副总经理席忠民
威马汽车CFO张然
极氪汽车CFO袁璟
地平线CFO王雷
纵目科技副总裁黄洁
清华大学电子工程系教授 王贵锦
一汽解放总经理吴碧磊
哪吒汽车营销公司总裁江峰
北汽新能源工程研究院院长杨子发
智加科技中国总经理容力
四维图新副总裁简国栋
斯年智驾CEO何贝
劲邦资本合伙人王荣进
百度风投执行董事刘水
金沙江联合资本合伙人周奇
复星汽车科技集团COO薛春宇
联想创投董事总经理 罗旭
东方新能源汽车混合基金经理李瑞
经济日报社副总编辑徐立京
证券日报社社长陈剑夫
证券日报社副总编辑彭春来
此外，还有其他企业嘉宾亦出席此次论坛，让我们一并对参会嘉宾表示热烈的欢迎以及衷心的感谢。
另外今天参会的金融机构有、工银瑞信基金、中信建投资本、华能资本、深创投、滴滴创投、中信资本、淡水泉资本、佐誉资本、上投摩根基金、天弘基金、中国人寿资产、华夏基金、高毅资产等120余家投行、基金代表。
到场的媒体有经济日报、新京报、每日经济新闻、21世纪经济报道、第一财经日报、中国经营报、新浪财经、懂车帝等30余家媒体朋友。欢迎大家的到来。
接下来，让我们以热烈的掌声有请经济日报社副总编辑 徐立京致辞。
|
|
|
徐立京：尊敬的各位领导、各位来宾、朋友们，大家下午好！
2021年被视为智能驾驶元年，这一年有蓬勃的喜悦，也有新生的烦恼，金秋十月，《证券日报》社和北京经济技术开发区在这里联合主办2021汽车资本论坛，共同探讨智慧驾驶元年的掘金机会，恰逢其时，很有意义。受经济日报社社长兼总编辑郑庆东委托，我谨代表经济日报社对论坛的召开表示热烈祝贺，对北京经济技术开发区的信任与合作表示衷心感谢，对各位嘉宾所给予的关心与支持表示诚挚地谢意！
我们看到，刚刚过去的9月份芯片供应略有缓解，但仍然不能满足生产需要，此外，原材料价格持续高涨，多个省份的有序用电政策也对汽车产业带来了一定影响。尽管仍然面临着这样、那样的困扰，但新能源汽车高速发展的趋势依然确立。最新数据显示，今年1-9月，累计汽车销量1862.3万辆，同比增长8.7%。9月份，新能源汽车销量35.7万辆，同比增长148.4%，创历史新高。1-9月，新能源汽车累计销量达到215.7万辆，同比增长158.3%。中国汽车工业协会预计如果不出大的意外的话，今年新能源汽车销量将突破300万辆。
我们也看到，除了驱动方式的革命外，驾驶方式的革命同样带来了行业生态的剧变。智慧驾驶已成为新能源汽车下半场竞争的脊索，随着新的品牌造成新势力不断投入，以及百度、小米、大疆等企业大踏步跨界，竞争烈度陡然提升。本次论坛两个关键词，智能驾驶、掘金机会。应该说在当前形势下智慧驾驶行业更加需要增量资本来充电，而资本在优质赛道不足的情况下，也更需要智慧驾驶这个又湿又长的雪道实现尝鲜掘金。
当然，如何让资本更加有序，如何避免某些领域一哄而上、一哄而下也是需要警惕的问题。就行业本身而言，随着L3测试逐步铺开，很多问题越来越突出和亟待解决，比如相关行业标准需要进一步明晰已达成广泛的共识，包括产业链各环节的分工与边界，话剧产权的划分与归属，数据安全与个人隐私，人车协同、商业模式的落地等，一些问题已经超出了行业本身、技术本身，已经与社会问题融于一体，这势必要求我们从更高的视角来对待和处理。发展智慧驾驶绝不仅仅是需不需要人来开车的问题，除了注意实现双碳目标，还蕴含着供给侧结构性改革、国际国内双循环、能源安全等多个关键词。承担着国家新基建经济转型实现高质量发展等诸多要义。
建党百年，航空、航天、高铁等大国制造已经成为国人的骄傲。下一步，就看中国的新能源汽车产业，如何建立智慧驾驶实现弯道超车，也成为我们的自豪。
本次峰会云集智能驾驶企业以及投资机构的代表，可谓群贤毕至，对于智慧驾驶这个前所未有融合多个领域的新业态、新机遇、新挑战，既要及时肯定成绩，更要看到问题的复杂性与紧迫性。弯道超车的机会并不多，我们必须倍加珍惜这个时间窗口。《证券日报》是经济日报报业集团主管主办的综合性证券专业媒体，是中国证监会指定披露上市公司信息披露媒体，主办的汽车资本论坛今年已经是第三届了，我们致力于打造汽车+资本领域的品牌论坛，而证券日报是深根资本市场的专业力量，经济日报作为党中央国务院指导全国经济工作重要领域阵地的优势定位，以及全集团1.4亿用户粉丝的受众支撑，为这一品牌论坛的建设和行业发展提供了有利的舆论支持。希望大家借本次交流机会畅所欲言，中国智慧驾驶的星辰大海既需要顶层设计，更需要每个参与者建言献策，积极行动。我们愿和大家携手创造新能源汽车行业发展的美好未来！最后，祝本次论坛圆满成功，祝大家身体健康，一切顺利，谢谢大家！
|
|
|
| 主持人：感谢您的辞辞！下面有请北京经济技术开发区管委会副主任、北京市高级别自动驾驶示范区工作办公室主任孔磊为我们致辞。 |
|
|
孔磊：各位企业代表、媒体朋友、投资人、各位来宾，大家下午好！欢迎大家来到北京经济技术开发区参加2021汽车资本论坛，也十分感谢《经济日报》社和《证券日报》社能够如此的信任，把这个在行业中十分有影响力的论坛放在经开区来举办，大家所在的是我们的北京经济技术开发区，简称经开区。虽然大家都在北京，可能很多人对经开区不是特别了解，我们还有一个小名叫亦庄，大家觉得在北京的东南方比较远，其实大家经常来的话会发现，亦庄已经和大家以前的想象不太一样了，从原有的工业区正在转型成产业新城转变，尤其在2019年市委市政府正式批准亦庄经济技术开发区扩区，从原有的60平方公里扩展到225平方公里。在北京，按照总书记提出的北京的发展要求，要建设三城一区，就是三个科学城加一个制造业的主城区，亦庄就承担着北京在经济发展和制造业发展的主阵地的作用，所以我们俗成的三城一区这一区指的是经开区。
经开区在北京快速发展过程中承担着北京经济发展的增量发展任务。今年1-9月，经开区的经济发展质量在各企业的支持下还是不错的，GDP增长预计是30%，工业生产值的增长预计超过30%，我们的财政收入同比增长超过17%，各项经济指标的快速发展都证明着经开区是北京发展的一片热土，也是产业经济十分有活力的区域。
现在各个地区都提出自己在经济和产业发展的主要目标或对象，在北京，未来的发展主要专注三个领域，一是人工智能，二是集成电路，三是生物医药和大健康领域。这三个领域是未来北京市着力发展的产业，而这三个产业的主要发展地区也恰恰在经开区。
我们今天的话题是谈智能驾驶，这个领域恰恰和北京发展的三大产业相关，尤其是和集成电路、人工智能更加相关。汽车，尤其是智能汽车，就是一个芯片和人工智能的最集中的载体。这样的一个特殊产业只靠原有的产业推动，在发展中可能还有一些不足，我们总结智能网联、智能新能源汽车的发展可能在三个领域都需要加大投入，第一是政策，第二是技术，第三是资本。在三大马车的共同发力才能推动这个产业的快速发展，因为它和我们以前见到的产品的形态不一样。
正是由于这样的特殊产业发展需求，北京市大力重视新能源汽车、智能网联汽车发展，去年4月份正式提出了建设北京高级别自动驾驶示范区，这个示范区由亦庄来具体的承担，为此北京市也成立了领导小组建立了工作办公室，我们成立了一个以政府、学界、产业界、投资人各方面紧密结合的组织形态，来推动自动驾驶的发展。
在这个领域，我们在三个方面做了一些工作。第一，技术领域，我们也不认为单车智能和协同有矛盾，我们认为是协同发展的过程，但是我们断定在未来车辆都不会是车辆本身的一定是在未来智慧城市发展过程中的一个中间的环节，也就是说未来城市的智能化管理和车辆的智能化使用会紧密联系在一起，不止是个人购买的移动出行工具，更是一个城市智能化的延伸，是这个城市的其中一部分。所以智能汽车的发展离不开车、路、云、网、途的协同发展，这里面车的智能或人工智能是其中最基本单元。
围绕车路云网途协同发展我们在经开区经过了四个阶段的特点，已经完成了第一阶段也取得了一些成绩，我们正在开展2.0的建设，我们有一系列建设，核心区的60平方公里将实现数字化道路基础设施的全覆盖，那个时候车和路的协同会更加有效，云网和途对单车的支撑能力也更加可见。
第二，政策上，我们这样一个新鲜的事物也离不开政策的支持。北京专门为了突破在政策上对智能网联汽车发展的限制在今年年初的时候成立了智能网联汽车政策现行区，和我们的高水平示范区是融为一体的，在示范区范围内体现了政策先行先试，我们已经率先在全国对低速无人车实现路权分配，今天上午我们又正式发布了无人化测试的政策，下个月我们将要发布自动驾驶汽车商业化运营的政策，我们会在每个月更新迭代政策，为无人驾驶汽车的使用创造更加良好的环境。
第三，资本。亦庄现在是产业发展的活跃地区，我们也欢迎各类资本在这里面能够找到自己的位置和定位。我们和各种各样的资本在合作，也支持各类创新型的企业在经开区落地，在经开区做示范，我们把经开区定位为北京产业金融所在地，我们也出台了一系列政策，包括基金、保险、银行等各领域，只要对产业有支持的我们都会有支持的政策。同时，我们在公司发展各阶段也有一系列的支撑政策。
总之，无论在技术、政策还是资本的层面，经开区已经做好准备为无人驾驶的到来，为智能网联汽车发展提供了各种各样的机会。还是欢迎各企业、各投资人多来经开区走一走、看一看，很多时候大家会觉得北京是不是还要发展产业，还是不是要发展制造业？还会有一些疑问，相信大家多来经开区走一走，会改变大家的看法，北京还是要发展高精尖产业，经开区是北京发展产业最好的地方。欢迎各位投资人推荐项目，欢迎更多企业到经开区投资兴业，我们积极做好相关的服务工作。
最后，预祝本次论坛圆满成功，谢谢大家！
|
|
|
| 主持人：感谢您的致辞！下面有请华西证券总裁杨炯洋为我们做主题演讲。他的题目是“用资本的力量助力智能电动汽车腾飞”。 |
|
|
杨炯洋：尊敬的各位领导、各位来宾、各位朋友，大家下午好！
非常荣幸在金秋时节与大家相聚在2021汽车资本论坛，共商汽车产业的现状、挑战和机遇，共同探讨资本如何助力产业的高质量发展。此次论坛由《证券日报》社和北京经济技术开发区主办，华西证券协办，我首先代表协办方向主办方为产业与资本搭建桥梁表示衷心的感谢，同时向各位领导、行业专家、资深投资人表示热烈欢迎！
当前，在碳达峰、碳中和大背景下，国家不断强调发展新能源汽车推进节能减排重点，并将围绕碳达峰、碳中和目标制定汽车产业实施路线图，强化整车集成技术创新，推动电动化与网联化、智能化并行发展，推动新能源汽车动力电池的回收利用等，可以说智能化、电动化已成为新一轮汽车产业革命的核心。汽车产业是资本、技术密集型领域，智能化、电动化作为新型发展方向正驱动汽车产业从传统制造向智能制造，从成熟技术走向先进技术融合发展，这对我们提出更高的要求。同时，在电动浪潮下全球汽车产业格局逐渐成熟，对中国汽车产业而言，技术挑战又是由汽车大国迈向汽车强国的战略机遇。
过去几年，智能电动汽车从概念转向落地，智能驾驶商业化进程有序推进，车技层面L3级自动驾驶初步导入，并逐步由高速路段向城市区域扩展，伴随传感器、芯片增长，渗透率有望加速提升。初创公司层面，港口等L4级的场景逐步应用，助推汽车由传统交通出行工具向智能移动第三空间转变。技术进步离不开相关企业的共同努力，今年以来我们不仅看到传统车企向智能化转型，科技巨头也在加速入局，在技术资本的双重助推下，我们相信中国智能汽车产业必将以更快速的发展，中国也必将迈向汽车强国。
任何新型产业的发展壮大都离不开资本市场的大力支持，资本和产业的深度融合双向循环可以进一步的整合优化产业的优质资源，为产业高质量发展赋能。
华西证券是西部最大的国有控股券商，并已形成以成都为总部，北京、上海、深圳三个业务中心的格局，拥有三家全资子公司以及全国130余家分支机构，行业分类评级连续11年获A类券商。近年来，华西证券充分发挥资本市场的助推器的作用，凭借研究投行、投资等领域的专业优势，构筑覆盖企业全生命周期的服务体系，为企业提供全方位、差异化、创新性的管家式服务，助力企业做优做强。
研究方面，公司高度重视能力建设，将研究所定位为企业提供高质量、个性化研究咨询服务的长期合作伙伴，以及财富管理、投行、投资等业务条线的战略平台，持续坚定的为研究所投入和扶持。公司研究所聚焦卖方研究价值发现的提升与投行PE等部门相互驱动、双向赋能，并助力推动研究业务从价值发现向定价能力的转化提升。目前华西研究团队架构完备、行业覆盖面广、品牌影响力强、行业排名不断提升，已成为业内发展速度最快的研究所之一，其中汽车研究团队聚焦汽车电动化、智能化、网联化、共享化的发展趋势，致力于挖掘相关的投资机会，对智能电动汽车领域进行深入细致的研究并多次入围新财富、水晶球等。
借此机会，推出智能汽车产业深度报告，用资本助力智能电动汽车的健康发展，同时公司将通过深度研究内外联动，为客户做好资本与产业之间的桥梁，不断挖掘优质资产，创造最大的价值，实现共同成长。
在此向出席本次论坛的各位领导和嘉宾表示热烈地欢迎和诚挚地感谢！祝大家身体健康、合家幸福，同时预祝2021汽车资本论坛取得圆满成功，谢谢！ |
|
|
主持人：非常感谢！谢谢杨总裁！杨总裁已经为我们预告了稍候论坛的一个非常重要的环节，将会在这里为大家发布2021智能汽车产业深度研究报告，非常重磅！在发布这份报告之前，还是要有请几位来自行业的企业领袖，共同来分享我们对于当下、对于未来的思考。
以下将有请北汽集团副总经理陈江先生带来主题演讲智能驾驶开启未来出行无限可能。
|
|
|
陈江：尊敬的各位领导、各位专家、各位同仁：
大家上午好！非常高兴受邀参加证券日报2021年汽车资本论坛，在金秋时节与大家相聚在历史悠久的首都北京，围绕智能驾驶和未来移动出行，结合北汽集团的思考、探索和实践，与各位同仁进行探讨与交流。早在2019年，北京亦庄就率先运营了全国首个最高级别自动驾驶车辆T5级封闭测试场，北汽集团是最早获得亦庄自动驾驶测试牌照的车企之一，另外，我们旗下的重要科技创新企业——北汽新能源、北京奔驰、国创中心、蓝谷信息也都布局在亦庄，可以说，亦庄是全国高级别自动驾驶示范区和政策先行区，也是全国智能驾驶科技创新的最前沿。非常感谢活动主办方证券日报选择这个有意义的地点来举办这次论坛。
首先，我想简要介绍一下北汽集团，北汽集团是中国汽车行业的骨干企业集团，成立于1958年，2020年销售汽车190万辆，营业收入4978亿元，在2021年《财富》世界500强榜单中排名第124位。
2018年10月，北汽集团发布了北汽智能网联汽车五年行动计划——“海豚+”战略。三年多以来，我们在智能驾驶、智能网联领域都取得了明显进展，下面，我把北汽集团在智能驾驶领域所取得的进展向大家做一个简要汇报。
第一、在突破智能驾驶关键技术方面。我们全力夯实智能驾驶汽车技术基础，以一批重点项目为抓手，全面了覆盖70多项智能驾驶关键技术，在智能驾驶中央计算平台、新型电子电器架构、5G-V2X技术、车联网安全防护等关键技术领域取得突破。其中，商用车队列智能驾驶、5G-V2X等技术达到国内领先水平。
第二、在推动智能驾驶产品化应用方面。我们已经实现了大部分智能驾驶技术在量产车型上的搭载应用。2020年10月上市的极狐阿尔法T能够实现L2.5级别智能驾驶。此外，今年年底即将小批量交付的极狐阿尔法S华为HI版已经完成了产线验证车的批量下线。这款车型搭载了3颗96线激光雷达、6个毫米波雷达、12个超声波雷达和13个摄像头，采用“5G＋V2X＋以太网”的整车电子电器架构，并配备了高精度地图和400 TOPS算力的芯片，能够支持L3级以上智能驾驶功能。
第三、在构建智能驾驶生态共同体方面。我们始终秉持开放共赢的原则，我们与华为、博世、采埃孚、百度、麦格纳等企业在智能驾驶领域有着深入的合作，共同推动智能驾驶技术加速度进步。比如，我们和百度合作的L4级别自动驾驶Robotaxi Apollo Moon基于极狐的BE21平台打造，今年6月已经发布，成本仅需48万元，预计未来3年将落地1000辆以上的共享无人驾驶车,打造全球最大的规模的共享无人驾驶车队。
第四，在打造特定交通场景示范运行标杆方面。我们的乘用车产品中，北汽越野车BJ80自动驾驶车队在北京世园会、冬奥会首钢园区完成示范运行，北汽福田图雅诺自动驾驶车队完成首届世界5G大会领导摆渡专车示范运行，均受到社会的广泛好评。我们的商用车产品中，北汽福田2018年就获得了国内首张商用车自动驾驶公开道路测试牌照，今年5月完成了首钢园多车型自动驾驶示范运行，明年年初将在冬奥场景示范运行，今年7月获得了亦庄自动驾驶示范区公开道路测试牌照，并完成了在亦庄公开道路自动驾驶场景示范运行，明年年初将在冬奥场景示范运行。
第五，在智能驾驶价值链产业投资方面。北汽集团积极以产业投资的方式布局智能驾驶价值链，围绕智能驾驶领域，投资了智能驾驶方案提供商智行者科技、4D毫米波成像雷达供应商以色列Arbe公司、电子系统服务商经纬恒润等30余个项目，累计投资额近10亿元。其中，智行者科技将参与到刚才提到的——我们和百度合作的L4级别无人驾驶Robotaxi项目中，提供L4级别的决策规划算法和高精地图开发服务。另外，以色列Arbe公司联合经纬恒润研发的下一代毫米波雷达，产品量产后有望逐步搭载到北汽集团量产车型上。
各位同仁，近年以来，汽车智能驾驶产业经过持续的孕育和演进，尤其是5G技术的商用和加速成熟，汽车智能驾驶产业已经从“产业孕育期”进入到了“产业发展期”。作为这场变革的亲历者和参与者，接下来，我和大家分享一下北汽集团对于下一步推动智能驾驶变革的几点认识和思考：
一是创新驱动，聚焦技术到产品的衔接。在实现更高阶的自动驾驶阶段，我们不仅要做好关键技术的持续突破，比如高精地图精度要不断提升，5G-V2X技术要更加成熟，但更关键的一点，是要坚持自主创新，坚持安全第一。所有的产品都要经过充分的仿真路况验证和实际道路测试，确保更高阶自动驾驶产品的安全性和可靠性，亦庄高级别自动驾驶示范区将是北汽集团在智能驾驶领域最重要的产品验证和测试基地之一。
二是示范先行，聚焦产品到场景的衔接。我们将进一步做好产品与场景的衔接。一方面，更高阶的智能驾驶汽车将使自动驾驶从特殊场景过渡到通用场景中来。另一方面，更复杂的应用场景，将推动更高阶的智能驾驶汽车的持续迭代，依托实际场景的数据，持续、动态地推动智能驾驶汽车的迭代升级，进而不断靠近自动驾驶的终极形态。
三是生态共建，聚焦产业到生态的衔接。我们将持续深耕智能驾驶前沿科技领域，引领科技与产业的融合。在智能驾驶领域，聚焦下一代智能驾驶汽车架构平台、车载操作系统、传感器与芯片技术，通过对技术路径的前瞻布局，与产业伙伴联手合作，加速智能驾驶从产业到生态的高价值、高质量共建。
各位同仁，当前，智能驾驶已经成为汽车产业变革的重要推动力量，即将开启未来移动出行的无限可能，释放出巨大的发展空间和创新空间。北汽集团希望继续与所有伙伴一道，坚持创新驱动、示范为先、生态共建的理念，共同分享汽车智能驾驶产业巨大的创新空间、广阔的市场前景和投资机会。
最后，预祝本次大会取得圆满成功！
谢谢大家！
|
|
|
| 主持人：下面是长安汽车执行副总裁李伟为我们分享《技术为基、体验为要、成本最优，加快智能驾驶发展》，有请！ |
|
|
李伟：各位投资界、汽车界的朋友们，媒体老师们，大家下午好！
感谢主办方搭建了一个技术、产品、资本三方交流、互动的学习平台，本次论坛主题是智能驾驶元年的掘金机会，对于深耕自动驾驶十多年的长安汽车而言，也正面临新的机遇与挑战。
过去一年，国家政府出台了一系列与智能驾驶相关的法规及政策，我在这里简单提一下。比如促进自动驾驶发展和应用的指导意见，实际上明确了智能驾驶产业的重要地位。道路交通安全法的制定，为自动驾驶的测试及商业运行提供了法制保障。立体交通规划将为自动驾驶提供基础的设施支持。同时，北京、广州、深圳、重庆、沧州等多地政府相继出台相应的一些政策，为自动驾驶的示范运营创造了良好的发展环境。
随着法规政策的不断完善，资本市场的热度再次上扬，据统计，上半年关于自动驾驶和智能驾驶赛道上吸引的资本超过1000亿元，平均每三天就有一次资本事件，而且最核心的一点，我们也发现消费者对智能驾驶的认知度和接触度在提升，据调研，今年我们调研了一下有三成消费者愿意为辅助技术技术进行消费，这也预示着新的风口即将来临，同时将自动驾驶成功推向市场，成功进行商品化，也是每一个汽车人的使命与情怀。
纵观汽车百年的发展历史，尽管技术、产品日新月异，但产业本身尚未发生根本的转变和变革，随着自动驾驶技术的诞生必将推动汽车进入一个新的发展阶段。同时，我们也应该清楚地认识到智能驾驶是新一轮革命的集大成者，涉及到大数据、AR、芯片、X通信等一系列的前沿技术，具有极高的技术复杂性，也是城市、交通、汽车三大万亿级市场的融合焦点。需要打通云端服务、智能化停车场、数字交通管理等诸多环节，具有极高的产业复杂性。同时也关系到消费者的生命安全，所以汽车必须要保证百分之百稳定可靠，需要从简单到复杂，逐步的完善使用场景，最终完成从量变实现质变的飞跃。
在掘金之前，我认为还必须坚持过技术关、体验关、成本关，在此我分享一下长安汽车的一些思考与实践。
一、以技术为基，打造安全数字底座。
随着智能网联技术发展，汽车正从一个以硬件为主导的物理的移动工具向以软件为核心的智能移动终端转变，以前的烟囱式的开发模式无法支撑高效敏捷的迭代，未来的技术平台具备算法、产品的自定义等特点，所以行业的分工合作应该更加明确和紧密，我们首先要搭建起敏捷的开发体系，形成从硬件到软件，从车端到云端的全站式开发能力。长安联合开发伙伴自主构建硬件、软件安全迭代的区域+中央的架构，在操作系统层自主开发通用技术库数据抽象功能软件运行框架，在功能应用和云端大数据层基于硬件+OS开放平台，自主掌握智能驾驶的融合、定位、预测等核心算法，通过多种算法保障安全，实现软件算法到大数据的闭环能力。
其次，构建可进化、可迭代的量产智能驾驶平台。长安打造的智能驾驶平台将支撑高并发、定制化自动驾驶服务，具备20多个平台特征，21类、200多项原子服务，并给予原子服务构建四大80多项组合服务。
三是实现自动驾驶数据闭环，在满足数据合规要求的前提下，长安汽车将会进行大规模、不同场景的自动驾驶的数据采集，并运用大数据实现车辆的自学习、自进化，通过自建中心开展自动管理、方法优化、AI训练、仿真测试等数据应用，加速算法的持续优化和进化。
四是打造持续领先的安全保障能力，在留存体系方面，长安拥有健全的智能驾驶平台开发、量产开发和敏捷开发，三大开发体系，通过持续集成、测试交付等工作流与工具链，拉通整个开发链条，保证量产产品的质量与安全，并持续进行开发体系的迭代和完善。在测试印证方面，长安汽车具有多层次全链条测试印证能力。测试覆盖的基础场景大概有数万个，泛化场景数百万个，数据推算场景数亿个，长安也是获得最高安全等级低级认证和二级认证的集团，技术标准方面长安汽车也牵头和参与了汽车驾驶自动化分级，汽车网联信息安全技术要求，应用层数据交付标准等众多国家标准的制定工作。
二、体验为要，充分释放技术价值
在夯实技术能力的基础上，长安致力于为用户打造最极致的用户体验，采用场景体验地图围绕用户的使用场景进行细分巡航等200多个场景，持续挖掘用户的痛点，对每款产品进行打磨和设计。我们针对用户对于汽车停车体验差的现象，体现在一个是寻找车位难，排队等候时间长，离场的时候找车比较难等痛点，推出APA7.0远程无人代客泊车，做到三个极致，极致的体验，APA7.0将在满足相关法规情况下实现无人自主排队泊车，而且可以达到电梯口接驾、高速外接驾等功能。第二个是场景极致，不仅能够适用于平层的停车场，对于多层的停车场也能够自动完成车位的泊车。第三个是性能的极致，我们要突破行业小车位泊车难，首家实现垂直车位车场加65毫米，平行车场加65毫米的小车位自动泊车，而且我们现在还在向60毫米的高度在努力，达到极致的小车位泊车的专家水平。
三、成本最优，持续降低产业成本
一是加强行业通用化和高准化工作。长安汽车针对不同的自动驾驶等级的传感器，通过需求分析，制定标准化的硬件和软件接口，增强传感器和软件的适用性和可替代性，使规格和品类更加集中。推动供应商进一步扩大规模、降低成本。同时，我们也看到一个问题，目前行业也面临停车场等方面的一系列标准化问题，每个层次如果来算比较常用的停车场可能上万个，每个城市都这么多，停车场的智能化管理和高精度地图如果能够做到标准化，让所有的车都能够使用，这也急需产业链的上下游来整合解决。
二是增加智能驾驶搭载率。长安汽车深化北斗战略，坚定智能驾驶领先及普及的战略目标，逐步增强场景覆盖，实现高速、主干到城区道路打通，2025年实现城区部分道路打通驾驶，目前搭载率10%到2025年要达到70%。长安汽车支持品牌年度搭载率希望2025年达到200万台，占比大概70%，而且最终新车要实现L2级以上的智能驾驶标配。
三是采用更加灵活的商业模式，全面推动技术变现。在2C市场中，在传统的一次性购买基础上，部分硬件将接口预埋+软件付费等模式降低使用门槛，未来用户可以分场景、分时段以极低的价格购买一次性的旅游服务包。同时，我们也在积极推进2B业务的发展，包括无人物流车、专用车，加快平台成本的分摊，自动驾驶的发展无法一蹴而就，既需要持续的研发投入，也需要城市基建、地图等多生态支持，长安汽车将以开放的生态和机制，加强与友商、政府、资本、零部件企业等多方合作，努力打造行业用户体验最优，成本最优模式，实现智能驾驶的发展与普及。
长安行天下，明天更美好。
谢谢大家！
|
|
|
主持人：谢谢李总为我们带来的主题演讲，的确让我们畅想了很多有关智慧驾驶在未来将取得的成果，也将为我们的美好生活带来更多的转变。
下面我们将在各位来宾的共同见证下一起发布自动驾驶深度研究报告，有请发布嘉宾上台。
（发布报告）
有请两位嘉宾为我们简短的介绍这位报告。
|
|
|
| 彭春来：其实自动驾驶是无人驾驶，今天发布的研究报告就是想给大家介绍一下智能驾驶这个技术目前的现状以及产业链上的投资机会，这个报告100多页满满都是干货，谢谢！ |
|
|
| 杨炯洋：整个这个研究报告是华西证券研究所的团队经过精心编制在智能汽车行业非常有参考价值和投资价值的，希望能够给大家在智能汽车方面体规宝贵参考，谢谢大家！ |
|
|
主持人：谢谢两位老总的简要介绍，核心是告诉大家这是一份含金量非常高的报告，值得大家仔细阅读，谢谢两位！
结束了以上主题演讲，下面将会为大家开启圆桌对话，我们将会有三场圆桌对话呈现给大家。
第一场圆桌论坛：智能驾驶群雄逐鹿，谁将率先杀出重围？
主持人：华西证券汽车行业首席分析师崔琰
圆桌嘉宾：中保研汽车技术研究院董事长方仲友
广汽埃安副总经理席忠民
威马汽车CFO张然
极氪汽车CFO袁璟
地平线CFO王雷
纵目科技副总裁黄洁 |
|
|
主持人：谢谢主持人，我是华西证券的崔琰，也是本场圆桌论坛的主持人，今天我们非常荣幸邀请到了六位嘉宾，有车企，还有初创公司的领导们一同探讨。今天本场论坛的主题是智能驾驶元年的掘金机会，我们也希望通过大家一起来探讨，找寻赛道未来会发生什么变化，包括我们会产生什么投资机会，接下来进入本场的圆桌论坛环节。
今年的一个关键词是智能驾驶元年，我们看到车企、车创公司在加速自动驾驶的落地，从车企层面有很多L3级的车型在加速量产，在一些封闭路段、码头等也在加速落地，第一个问题想跟大家一起探讨一下，大家觉得这个行业这两年发生了什么变化，现在自动驾驶在什么阶段？这其中又有什么要素决定在这两年这个行业大家看到的一些变化，首先邀请中保研的方总分享！
|
|
|
方仲友：谢谢！今年是自动驾驶的元年，我个人认为自动驾驶之所以称为元年，对自动驾驶目前的生态正在完善，从四个方面来看，第一个是技术，整车领域传统企业与互联网相关的技术，第二是厂商的介入，第三是资本的力量，第四是消费者对自动驾驶的认同、接受和信任，目前最大的不足是法律问题，个人认为资本投入目前能够解决，关键是自动驾驶不是个简单的技术，可能是生态问题，法律法规很重要，法律法规可以解决人对这个事情的信任度，与此相关的还需要发展。
今年智能驾驶场景都在进步，未来的自动驾驶可以很好的发展，同一个品牌，自动驾驶的感觉完全不一样，我是体验过的。
中保研是做汽车安全的，去年新能源汽车的保险产品问题，我们跟中国保险业协会为目前国内新能源汽车制造带来很多思考的问题，但我个人对未来自动驾驶的应用充满信心。 |
|
|
| 崔琰：谢谢方总的分享！方总，我想再追问一个问题，现在我们看到很多主机厂的自动驾驶，在技术和安全两者中怎么平衡，你怎么看待这个问题？ |
|
|
| 方仲友：自动驾驶是网络问题，我们也在思考未来传统企业慢慢减少，但是一旦发生冲突怎么承担呢，除了汽车以外，法律和保险的配套还是很重要的。 |
|
|
| 崔琰：感谢方总的分享！下面我们也想听一下车企的几位领导的观点，首先有请广汽埃安的副总经理席总来分享！ |
|
|
席忠民：自动驾驶是超乎大家想象的，前两年大家可能没想到，围绕电动车平台催生的驾驶技术，因为电动平台作为自动驾驶平台，刚才主持人也说了，自动驾驶从2020年推出AR，我问过所有开自动驾驶的人，他们说上了高速就有新的体验。
第二个是L4，我在亦庄看到满大街都是跑L4的，这是另外一条线，这条线可以看到软件可能跑的很好，但不具备量产条件。大家可以看到L4的硬件现在不成熟，但是我想软件是跑的比较好的，这条线我认为在2024年整个硬件条件具备的话，2024年会进行小批量的市场试跑，可能2025、2026年之后会真正的量产。但是我看这两条线2025年之后会并成一条线，成为真正高阶的自动驾驶的曲线。这是我对自动驾驶发展的看法。 |
|
|
崔琰：感谢席总，刚才席总也提到电动化是智能化的最佳载体，过去几年，电动车发展的状态非常好，所以我们看到这两年基于电动车智能化推进的速度也在明显加快。刚才席总也聊到了对于车企的渐进式的策略以及直接跨越式的策略，两种策略到2025年都会在这个阶段逐步开始形成高阶的自动驾驶。我们也对于这个行业经过席总刚才的分享会看得越来越清晰一些。
下面想听一下作为汽车新势力的优秀代表，威马的张总您对这个问题有什么观点？有请！ |
|
|
张然：大家下午好！首先今天能到亦庄来我还是比较激动，为什么呢？2010年的时候，当时我们在亦庄一个很小的小酒店里面待了大半年，但现在来看还是比较具有里程碑的项目。11年以后又回到亦庄，看到亦庄的发展已经是欣欣向荣了，像刚才几位领导所说的不得了，所以感慨万千。
借此机会我想表达几点，第一，类似今天证券日报开的讨论会，其实之前行业有过不同的讨论，我记得有参加过新能源车的讨论，有整体新的业态，包括金融、保险、二手车，整个新的生态发展。今天我们在这里讨论自动驾驶或智能驾驶的话题，其实所有这些讨论都是顺势而为的过程，也就是说汽车行业发展到今天现在面临一些新的机遇和挑战，从威马这块，我先简单的说几句威马过去几年做的这方面的工作，再谈一下我的想法。
威马的核心诉求就是希望把我们在座的各行业里面大家看到的东西以一个能够落实的方式一步一步在市场消费者中能够体现出来，我们通过在车上一步一步，先是智能驾驶做仓，然后是L2，现在是有限场景的L4，慢慢在过程中，个人觉得对我们自身是学习，当然这个学习的坡度陡，我们是一个快速学习的过程，同时这也是一个全行业的学习，前面几位业界翘楚说的非常对，整体上智能化这个问题不是某一个企业或某一个环节可以全面克服和解决的，一定是所有在座的包括不在座的很多企业大家一起共同推动的结果。但是我想表达的点是，它会汇集到汽车这个产品上去，作为一个集大成的表现体现在消费者的面前，让他们去感受和体验。
这个过程中，我们很有幸在做整车环节上和在座的上游、下游的所有合作伙伴一起探讨这个问题，在这里我想表达的另一点是，现在我们发现有很多需要处理的事情是原来这个行业可能在人才架构上不具备或者相对比较薄弱的或需要转型，这些我们后来展开聊，我先把这个话题扯出来，这些都是我们现在参与到这个行业里面发现很多具体的事要解决的事，刚才也谈到整体智能车的发展方向，我们有自己的判断，一会可以进一步的做交流，谢谢大家！ |
|
|
崔琰：感谢张总的观点！张总提到的有一个词，我觉得确实现在这几年非常明显的在汽车行业变革中感受到，已经很多的跨界了，不仅仅是车企，有了很多新的包括软件、算法等，这些都会贯穿到汽车的产业链中来，这两年整个行业学习曲线越来越陡峭，我们看到的结果是这个赛道起来的速度比大家想象中更快一些，感谢张总的观点！
吉利高端电动品牌极氪，正好10月份数据我们了解极氪001就要开始交付了，相信袁总对这个赛道有很多他的观点，有请袁总！ |
|
|
| 袁璟：谢谢主持人！刚才张总提到一个词我特别赞同，智能驾驶现在是水到渠成的状态，刚才方总也提到了智能化的步伐比大家想象的快很多，相信在座的也都意识到自动驾驶涉及的行业，不管是感知、决策或商用到乘用不同场景所覆盖的范围面比大家想象的要多很多。从我们的角度，最重要的是我们怎么作为一家主机厂把不同场景中产业链不同位置的合作伙伴，能够聚集到一起让大家成为一个真正的利益共同体，从这个角度，8月底我们做了一轮共投共创的签约仪式，我们也找到在半导体、自动驾驶行业都有很多积累的一些合作伙伴，希望能够在整个行业的变局过程中能够聚集更多的跨界力量，最终为整个智能电动车自动驾驶领域的发展出一点力。 |
|
|
| 崔琰：袁总也提到了跨界这个词，现在汽车已经不是过去一百年的完全以硬件为主导了，现在也有很多关于芯片、软件、算法等加入到这个行业了，今天的圆桌安排还是非常有意义的，有像中保研这样权威的第三方，有车企，还有一些原来在这个生态中可能过去一百年是大家不曾看到的，但是现在一些芯片、自动驾驶和算法公司都开始到这个产业链中了，现在也想请地平线的王雷总跟大家分享作为产业变量的新的科创的细分赛道，您怎么看待这个行业现在发生的变化？ |
|
|
王雷：说到变量，感觉从今天的穿着就能看得出来，我里面是穿着公司文化衫过来的。以前在公司从来不会穿牛仔裤，现在都穿牛仔裤出来，如果说变量从穿着就可以看出来。席总说方兴未艾，从每一个很小的公司来看我自己感受还是很深，我们去年刚刚亮出了我们的芯片，今年在新版本的理想亮出了两块芯片，这几年对我们来说变化非常大，我们从一个小企业的角度来说感受非常深，当然也有一些车企，比如广汽的产品，是什么力量从这个行业不被消费者接受到现在蓬勃发展的大的趋势？我们感觉有几个方面，第一个方面是量比较大，刚才崔老师也说电动化可能是智能化的前瞻，先电动再智能，上个月的电动汽车的渗透率大概达到20%，如果说电动汽车渗透率达到20%，这是一个特别大的智能体。还给我们一些安慰，刚才长安的李总在分享他们的产品，原来我们说2030年达到蓬勃发展的程度，刚才长安的PPT说2025年做到75%，这对我们上游供应商来说，是一个非常令人激动的消息。所以量是非常大的。
第二，我们觉得中国的消费者比所有其他地方的消费者都要好，我们觉得中国有超过90%的客户愿意为自动驾驶的功能付一点点钱来买这个配置和服务，长安李总也分享了这个观点，客群也很大。再加上中国涌现出了一批像纵目、地平线这样的懂消费者，又能开发产品的供应商，有市场，有产品，有本土的企业一起来助力，这确实是在推动大的趋势往前发展。 |
|
|
| 崔琰：感谢王雷总的分享，王雷总也提到了中国的智能驾驶可能更看好一些，我们其实也非常看好，电动化已经走在了前列，智能化的进度也是全球非常领先的，我们也想听一下关于纵目科技，一家非常优秀的公司，也有很多涉及到算法等的公司，想听黄总对这个问题的观点。 |
|
|
黄洁：大家好！我是来自纵目科技的黄洁。每次参加论坛的时候，我们听到大家都在谈论场景，谈论生态，谈论商业模式，甚至最近谈论更多的是数据权共享等方面。因为我们是从事自动驾驶这个方向软硬件系统的供应商，其实我们的体会是非常深刻的，包括在座台上的几位嘉宾都是我们的合作伙伴，包括地平线，几个主机厂，包括方总提到的保险方面的，其实都是我们的合作伙伴。从场景来看，市场上是不断成熟的，确实像方总讲的，政策、保险配套不断的技术成熟，面向公众老百姓，这是我个人认为相对长期一点的商业模式落地的场景。
另外，一些商业行业应用，矿山、港口等，还有比如高速公路重卡这种货车确实也会在行业里面落地，提供一些相应的服务。因为我一直在泊车这个场景，分大类的会在搭配出行乘用车的个人消费运营的场景里面，所以在综合整个产业协同发展，泊车场确实是最早落地的一块，今年底确实会有几个主机厂整个服务的落地，这是一部分。
包括提到了生态，在自动驾驶落地的时候确实会面临我们在泊车场去看保险的责任认定，保险定价其实是要有一些原始数据，大数据的积累做精算，早期需要有保险公司跟我们一起做探索，先有一个数据定价，后面从责任认定的环节，从车到保险公司系统的打通、认定的方案、客服的理赔，整个环节相对还是比较早期，还是需要做一些工作的。
说到商业模式，刚才长安集团的李伟总也提到APA7.0，也提到商业模式，很荣幸他提到的这两个重点方向都是纵目科技跟长安集团深度合作的两个部分，说到数据权，我个人以前是做互联网的，数据权其实是一个非常敏感的话题，首先跟国家政策很相关，用户隐私的保密，脱敏数据的共享，包括这些数据未来如何创造一些价值，然后在汽车自动驾驶发展里面起什么作用，我想类比一下互联网公司开创平台的做法，通常是平台软件方的方式开放给服务商，然后为用户提供不同类型的服务，是移动服务还是行业应用服务，这些都是有的。
主机厂、供应商再到用户，这个生态链里面我个人认为可以借鉴一下，因为数据共享我们做好了数据安全，另外做好了数据脱敏的严格规划，第三是什么样的数据、怎么样共享，其实在大家的生态里面都有一定开放度的时候能够把数据用好，一方面提高算法，这个很重要，第二方面可以深度了解用户的出行行为，这是综合的行为，不是针对某个人去做的事情，最终做更好的技术安全的保障，同时又能研究好我们的研发，后面更好的投入应用，这是我的一些见解，谢谢大家！ |
|
|
| 崔琰：谢谢黄总！刚才黄总分享了这个行业在发生变革催生了非常多的新的商业模式，第二个问题，我们想跟大家聊一下关于技术路径和商业模式的话题。其实我们现在看到在智能化过程中，芯片、计算平台和算法，这些可能是其中的核心。现在以特斯拉为代表比较典型的全栈式的自研，请问各位对于自研和外部供应商两种方式是怎么看待的？首先请方总来谈一下您的观点！ |
|
|
方仲友：好的，我们对汽车最后形成这个产品对消费者有什么影响，我们是从这个方面关注，从这方面考虑刚才主持人讲的未来是怎么分工，分工很重要，分工背后是成本，一个企业所有的链条做完，估计这个产品消费者可能接受不了。第二，分工协作边界谁来主导，品牌这方面也是跟重要的，个人感觉技术问题，我不是专家，谈一些个人的感觉和想法，目前智能驾驶的元年，大家回到消费者的认识来看，消费者用车最关注的是哪个问题？第一是安全，安全问题第一个就是驾驶过程的安全问题，第二是数据的轨迹安全问题，第三万一发生问题了，只要你是互联网的，一定有外因，无非这个原因是什么，这种情况下怎么保证安全问题。
第二，使用成本问题。目前特别是中高端人士才是自动驾驶的用户，他们的时间可能更值钱，那么怎么解决成本问题？个人觉得，我们从L3到L4，等等，这个产业第一不是一家企业能完成，第二是怎么能够相互合作，第三是合作过程中怎么解决相关的法律法规问题，发展规律不解决，车主对企业的信任度一定不高，所以不管是软件、环境等，从目前的角度其实进步很大，我个人认为到大家坐下来形成一个标准，刚才席总也讲了L3、L4、L5到底什么标准，标准要明细清晰可见，标准明确了大家才能合作，我讲的不一定专业，谢谢！ |
|
|
| 崔琰：方总提到一个关键的点，不管怎么分工合作，最终还是要回到消费者。刚才提到一个算法也是非常重要的，行业内的观点是做全栈式的自研也是可以不断促进未来的产品的，还是想请从车企的角度，席总您怎么看待自研和外部供应商，您是什么样的观点？ |
|
|
席忠民：自动驾驶分为硬件和软件两条线，分三个层次，硬件是底层、感知，上面是预控，软件是操作系统、中间层，L3是感知的软件，这三个是规控跟场景应用。对车企来说，如果条件具备肯定是全栈，所有的技术都掌握在自己的手里，所有的数据在自己手里，当然这是最好的办法，在中国可能华为也想这么干，但是全线干有一个最大的问题是成本、时间、人才，主机厂现在能聚集这么多的技术积累人才吗？有难度。
现在怎么做呢，从硬件角度来讲，感知、传感器、芯片、易控，我觉得这是1.0，完全可以在行业内和大家合作，一起来做，这个主机厂完全不用自己去干，完全跟合作伙伴去干。从软件的角度，操作系统，现在主机厂不具备干的条件，感知程序也不具备干的条件，如果我们能干的话，就没他们什么事了。但是有一点，最上面那一层，规控和场景应用层，我想这个是主机厂要牢牢抓在自己手上的东西，别具有幻想，主机厂不会给你的，如果主机厂把这个给你们，那我们就什么都没有了，所以控制的场景，这是我们拿去生钱的方法，这不可能。从现在来讲，主机厂目前最直接的是我们要牢牢掌握住规控和场景，因为这可以不停的迭代软件，可以不停给用户新的体验，这是主机厂必须要掌握的性能。在自动驾驶汽车里面，没有这个技术可能就混不下去了。如果主机厂具备了这部分，你放心，主机厂一定会打到板子，至于打不打到操作性能，要看以后有没有谁把操作系统公开，其实操作系统不可能太多，就一、两个固定的，这个逻辑是现在主机厂可能不具备全栈的能力，但是主机厂一定会做到应用层，也一定会打到感知层，这是我的观点。 |
|
|
| 崔琰：席总的观点还是非常鲜明的，产品应用层一定要把握在主机厂手里，主机厂一定会做的，对于往下做感知，还有芯片等还是要考虑合作的方式，因为也取决于车企的布局。威马的张总，您怎么看这个话题呢？ |
|
|
张然：从几个层面讨论这个问题，第一，首先科技创新这个事情本身就有高度的随机性，即使我说想自己做这个事，或者自己做某一个产业链，是不是我都能做成，可能别人想攻击我现在做的事，其实现在新兴的产业恰恰是对原有的我们自己参与的产业进行很多冲击，我觉得这是科技本身自有的规律，我们不能够把这个忘掉。在这个前提下我个人认为将来一定是全产业链协同，才能生成最有效的技术路径，这是第一个观点。
第二，无论是我们在这个产业链里面的哪个环节，大家没必要过于焦虑，我们可能在做主机厂的层面经验比较多，我说主机厂到底核心的价值在哪？思来想去，其实有一个很简单的例子分享给大家，就好像我们有很多厨师，有的是五星、三星，有的是路边的厨师，都叫厨师，主机厂有的叫BBA，有的叫什么名的，都叫主机厂，为什么有高有低有好有差？其实主机厂核心是能够在整个价值链里面具有相当强的整合能力，能够在消费市场有深度的洞察，把洞察转化成工程语言，再通过刚才所说的成本的合理配置，把整个供应链体制结合起来，再按时、按质、按量、按成本、按投资，所有这些都做到最佳匹配，再成百成千成万生产出来高效的销售，一个来回做完才是一个产品，周而复始在产品不同迭代更新以后，一直保持领先，这叫三星级的厨子，否则明天就没有了。我觉得这是一个核心的认知，至少是我自己的认知。
第二个，不排除这个厨子有一些自己的秘籍，比如这里有一个酱料是我独家秘制的，他不会分享给别人，这是有可能的。我还是坚定的认为，刚才我看到讨论话题里面也说有互联网体系的，有汽车产业零部件体系，有整车体系，有其他不同体系的，等等，都在往这个领域进入，将来谁能胜出？我觉得不好判断，但我认为在这个领域里不应该排除任何人参与的机会和可能性，只要他把合理的配置放到一起有效整合资源的话，他就有胜出的机会。 |
|
|
| 崔琰：张总用了生动的厨师的例子展示了他的观点，下面我们想跟袁总聊一下，极氪也是吉利量产的第一个平台，他不仅仅要做平台的车，也要做一些生态，想请教您怎么看待自研分工的问题？ |
|
|
袁璟：把镜头往后拉一点，用比较长的时间的来看，其实我们现在遇到的问题在整个汽车行业发展一百多年的历史中大家一直在讨论，整车厂业务的边界在哪，在整个L车行业一百多年大家有一个比较好的博弈，之后有一个边界，才能锁定在新能源车或智能电动车行业，大家还在博弈、还在讨论我们跟供应商方面还有不同的互动，这也是一个很正常的事。
回过头来，作为主机厂我们更关注的是，首先我们怎么确认做的是对的，或者我们要做的这个方向是好的。刚才方总提到的我们最关注、最在意的其实是我们跟用户的互动，我们是不是真的给用户带来了跟别人不一样的体验，更先进的体验，更好的体验。这对主机厂与用户的沟通提出了新的要求，而不是只就供应链谈供应链。第二个，我们在供应链上面怎么样和供应商伙伴有更好的合作的关系，不管是之前的电动化的转变，现在智能化的投入，未来更多其他方面的投入，其实在整个生态圈的发展中光靠主机厂一条线肯定不够的。最关键的还是我们怎么样创造一个利益共同体，怎么样创造一个共投、共创，大家一起把这个行业发展好的氛围，从整个产业链的上上下下，从生态圈的四周齐聚，这才是我们作为主机厂最重要、最关键的事。 |
|
|
| 崔琰：袁总提了几个关键词，非常清晰地表达了他的观点。一个主机厂做这件事的边界在哪里，也是提到了方总的观点，用户跟消费者的互动，怎么做出消费者和用户满意的产品，这是最终的核心，包括跟供应商有整体的共创和协同发展。听完几位车企嘉宾的观点，我们也想听一下关于优秀供应商代表的观点，下面有请王总谈下。 |
|
|
| 王雷：刚才听张总说的时候，他说叫尊重科技发展的规律，这是现在想到的问题，其实很多事情要尊重，如果是零部件，就要尊重零部件制造业的规模化，举个例子，如果现在比如吉利汽车有150万辆车，是中国第一大车企，六到七成的市场份额，主机厂要做零部件，做好准备说这个零部件近期不能给所有的车厂分享，大概零部件的市场占有率是零到七，我怎么在市场占有率零到七的情况下盈利，这是比较矛盾的事。现在行业里更多的是打开自己的电池产业链，如果从制造的角度来说，就是越重的制造越不应该自己做，越轻的东西越应该自己做，因为是非常容易规模化的过程，放弃一些硬的东西交给供应商来做，这个事就对了。现在芯片行业是非常典型的，非常长期的投入，当然我们自己不重资产，但是对研发投入无形资产是很多的，回报也可能要靠非常大的量才能获得回报，从这个角度来看，有些事情就是要众包，有些事就是要自研。 |
|
|
| 崔琰：我想再追问王总一个问题，大算力芯片也是我们非常关注的在智能化中的一个赛道，您提到作为供应商的优势是可以供很多的主机厂容易形成效应，在这个赛道上，您觉得中国的企业跟国外相比有哪些差距和优势呢？ |
|
|
| 王雷：我可能还只是从地平线的角度来说，我们是一个非常开放的、兼容的，号召要成为利他哲学的公司。我们会想客户具体要什么样的产品，他是需要一个黑盒的产品，还是需要一个白盒的产品，如果主要是开放的环境，我们就去做这样的产品形式。地平线现在的产品结果，大家会说我们是一个芯片公司，其实我们做的比芯片要多的多。我们在芯片上面做算法，为了让主机厂更好的用我们的算法我们会给他开发一套算法工具链，为了大家用好云端的迭代，我们有一套云端的平台给他们来用，这个基础上我们还有各种各样的智能座舱、智能驾驶给大家，我们像一家餐馆的菜单，按需下单，我们也是一个菜单，我们是非常开放的，所以我们和很多国际的芯片厂商他们很多东西都是不对外开放的，但地平线是非常开放。短期内，大家可能看到我们有这么多的合作伙伴，我们已经有14款车型已经量产了，截止到上一次发布会，7月底的时候我们已经发布了超过60万片的芯片，这个量极很大，这让我们又坚信了开放的环境是在中国更好的和主机厂和一级合作伙伴们共赢的方式。 |
|
|
| 崔琰：谢谢！王总提到了一个关键词就是中国和国外的差距，地平线和其他厂商的差距是开放。纵目科技也是一家供应商，黄总在上一个话题抛出了对商业模式和分工的一些看法，就我们这次讨论的话题您有什么观点跟我们分享一下？纵目作为一家供应商有什么定位呢？ |
|
|
| 黄洁：谢谢！作为纵目刚才也讲过，我们是从硬件到软件到系统都在做，说白了整个的投入领域还是蛮全的，我认为自动驾驶这么一个发展阶段，其实社会上有很多企业的参与者，他们真的是术业有专攻，从纵目的角度而言我们是从L1、L0开始做，一直跨到了L3+，到自主泊车，我们发现之前在零配件供应上，其实硬件的生产和制造相对来说迭代速度不会太快，到了L3的时候其实对地图的运用、引擎的运用包括感知算法的运用和车辆控制等结合，我们体会是一个非常强耦合的技术的集成，我个人觉得这么一个在自动驾驶里面安全是第一的阶段，我想各参与者从他专注的方向，跟主机厂也好、其他的供应商也好，我觉得首先是开放，纵目是非常开放的，我们可以整套提供，同时也输出一些软件上的SDK，这样可以把强的部分拿出来，大家一起去合作，把自动驾驶的安全问题做好。同时，我们也认为除了合作外，有些资本上有一些整合，这样能够更好的把自动驾驶这阶段的发展迅速的再推动，再加快，从整体来说我们还是非常开放的心态，业界也应该更开放一些。 |
|
|
| 崔琰：谢谢黄总！一开始我们针对今天本场圆桌话题我们先聊了行业所处阶段、关键要素和商业模式，大家都分享了各自的观点，回到本场的主题，大家对这个行业内的竞争格局怎么来看待？因为除原有的参与者，现在还有华为、小米等这些头部科技公司开始加入进来了，想请各位嘉宾来探讨一下关于未来的竞争格局，首先有请方总谈一下您的观点。 |
|
|
方仲友：我个人认为，谁能够最后胜出，也许可能大家都胜出，也许前行的路上有很多的人倒下去了，这是资本很重要的一方面，规划很重要。我个人想，自动驾驶到后期继续的基础，包括本身算法，包括网络也好，这是个基础，这里面有三个方面还要特别注意，它跟技术看起来没关系，但跟技术的应用关系很大。
第一，还是要回到生态，真正到了用户手里，技术解决完以后还需要解决什么问题，在技术研发过程中谁能把后面几个问题考虑进去。我个人还是这个观点，目前华为等科技公司，要安全、成本可控、企业非常好的产品的话，要完成难度还是很大，还是需要协作和合作，包括国家的法律环境，文化环境，最重要的是诚信，这个产业链上相互之间能不能合作好，第一是标准，还有诚信，因为诚信是中国文化的短版，如果把这个短板解决掉，这样一个产品到用户的手里面才能合格，我个人认为在这个跑道上一定是和谐共存的，可能是谁在主导，某一个端口谁来主导这是可能的，但是定价要定好，大家都知道互联网软件国家如果不从法律、文化、诚信上解决，客户没人敢用，再好的技术也转变不成资本需要的逐力，谁能够胜出，大家要定位你的预期是什么，预期很重要。 |
|
|
| 崔琰：谢谢方总！我们请教一下车企的各位嘉宾，广汽的席总您怎么看待这个问题，我们作为一家车企如何应对行业正在发生的变革？ |
|
|
席忠民：这个问题是谁能胜出的问题，其实这个问题四年前我们在美国就探讨过这个问题，四年前美国和中国的差距非常大。美国人问我一个问题，你认为谷歌厉害还是特斯拉厉害？很多人认为是谷歌厉害，谷歌的软件做的非常好，但是现在的事实表明特斯拉更厉害，为什么呢？其实大家忽略了一点，特斯拉有数据，数据的闭环造成了不断的进化、演变。未来我们不管是谁进这个企业，你能不能把数据闭环做好，拥有数据，现在我们今天说是高速公路上领航，明天说匝道可以下了，后天说收费站可以过了，不断的在更新软件迭代。所以要能胜出，必须是数据胜出。现在其实很多企业也意识到这个问题，外面跑的很多软件公司他们的数据量很小，他们希望谋求跟主机厂合作把数据量做大。包括我们的合作伙伴，他们跟我们做软件的开发，数据是很重要的。包括华为也说数据要共享，一起来做这个领域。我想不管是谁能在这个行业做好，关键是你能不能有数据闭环迭代的能力。如果没有数据，软件变的再好，没有数据上不去验证，根本不知道出真正问题，胜不胜出就是你的数据能不能做的更好的问题。
第二，自动驾驶收费的问题，现在是围绕数据迭代可以收费，因为数据还没有做到很完整，如果哪天自动驾驶做到非常完整的闭环，成为必备的时候可能收费就结束了，现在短期给你收个费，方总他们说必须达到我们的安全标准的时候，这是标配的时候，但是我认为还有一种收费体系，两种可能性，一种是成本高一点，就是我把硬件布的多一点，未来是技术全部上去，软件根据硬件慢慢在放，这是一种可以连续收费的模式，但这个模式不太好用，前面成本花的太多；第二个是大家在做新的定价的模式，很多大的主机厂都在做新的预控，这种新一代的构架，这个特点是硬件可以即插即用，我开发好了把硬件拔掉，即插即用，软件常用常新，这种模式为自动驾驶又产生一种新的商业应用模式，不管什么商业应用模式，我想主机厂一家也玩不转，以后的产业融合是一个大的趋势。 |
|
|
| 崔琰：谢谢席总！判断未来竞争格局最核心的要素就是谁能够把数据闭环这件事做好。再请教一下威马的张总，您怎么看待未来竞争格局这个话题？ |
|
|
张然：我自己本身是学经济学出身的，我觉得在很多业界竞争的战略角度来看，有些经济学的一些基本规律我们还是要认知的，在汽车领域，刚才说了整车是集大成的地方，越往上游有一些技术是分门别类的，相对来说做一些时间阶段性的接近垄断性的是有可能的，但是当你想获得垄断利益的时候，你想渗透到整车环节的时候，就会自相矛盾，我们看到比如比亚迪在自己做电池，同时在做整车，当他把他的电池想卖给其他整车厂的时候就会形成一个战略冲突，人家说你既要整车市场跟我竞争，又卖我电池，将来你的最新产品先供谁呢？或者将来出现产品缺口的时候先供谁？我不是说现在就有这个问题，我说这个问题会萦绕在很多人脑子里，所以在现实情况下我们看到，比如说博世，德国的这个企业是很著名的汽车零部件企业，他的规模恐怕比世界上前几位的汽车厂并不差，但是博世的立命之本他说我会愿意做汽车上所有零部件的开发，但是只有一件事我不做，那就是整车，因为他意识到了内在的矛盾，如果进入到整车就和他自己的业务矛盾。说回到现在当一些互联网的企业同时在自动驾驶方面深入开展，同时又想进入到整车领域的时候，大家要思想刚才我所说的战略困惑，这是一点。
第二，刚才所说的战略困惑有一个可解的方法，除非你能够在下游形成垄断，但汽车行业是不是能够形成垄断？我认为不是，现在我们看到汽车行业的业态是充分竞争的行业，原因是什么？我觉得思考一下其实也比较简单，就是消费者希望有很大的不同的差异化产品诉求。我们现在看到，路上的车子五花八门，种类比冰箱、彩电加起来都多，但又是一个资本投入很重的环节，如果你投一个主机厂可能要几十个亿才能生产一二十万台车，全世界新车的需求量一年是一万台，如果你要形成垄断，不要说50%，你30%，这是多大的投入量？当你有这么大的投入量，而你寄希望于只有少数几个产品就能够获得最大的市场销售的时候，但凡消费者的偏好开始转变，就意味着你整个的投资思路全变了。正是因为有这些困惑，才导致现在这个业态，导致在终端你会发现其实大家都想通过一些差异化，形成自己的份额，你想再往前走一步，现在全世界最大的三个车厂，每个份额大概不到15%，这也说明很大一个问题。
刚才我想举这几个例子，也是想跟大家分享，我们在做一些战略诉求的时候还是要回归战略的本源，它的一些潜在是不是合理性或者和内在有没有矛盾。谢谢大家！ |
|
|
| 崔琰：谢谢！张总从方法论的角度谈了他对于这个问题的观点，下面把时间交给袁总！ |
|
|
| 袁璟：首先我们要看当我们谈智能驾驶的时候我们谈的什么？智能驾驶从产业链上有感知、决策、执行，有芯片设计、制造、算法，有不同的场景，商用车、乘用车，你问我有没有可能夹杂整个智能驾驶所有的细分赛道都能够覆盖，能够做的很好，从我们的角度来看中间涉及的投入、不同的人力资源、不同的技巧，这个技术的要求差异化比较大，我们觉得不太有可能。至于每一个赛道和芯片，比如其它一些场景是不是会有人在一段时间内领先另外一些人，这是很可能的一件事。就像我刚才说的，第一个问题是主机厂的边界在哪里，第二个问题是在主机厂不做的地方，我们是不是应该有更开放和包容的态度，还是回到所谓利益共同体，供应商伙伴怎么跟上下游一起把事做大，确保在整个产业链、生态链上大家都能够有自己应有的经济回报，这可能是更多要素吧。 |
|
|
| 崔琰：袁总也是把他作为主机厂未来逐步思考的问题以及如何落地做了他的一个分享。由于时间关系，下面想请各位能够用一句话对整个中国智能汽车行业做一个寄语。 |
|
|
| 王雷：今天是一个资本论坛，如果我们真的有寄语，就是希望在这个行业好的时候，资本是和我们一起，但是行业会有高有低，在低谷的时候也希望资本和我们一起共克时艰，砥砺前行。 |
|
|
| 黄洁：我跟王总想的非常的类似，首先我觉得自动驾驶发展需要非常大的投入，肯定少不了资本的支持，说到寄语，我想是更多资本的支持，更好的研发的成果，推向整个社会，服务于车主用户。谢谢大家！ |
|
|
| 方仲友：谢谢！今年是自动驾驶的元年，自动驾驶在新的赛道上，这个赛道是没终点的，大家通过加强协作才有可能胜出，今天我看到大多数是国产的民族品牌，如果不协作，就不能胜出来，这条路很长、很艰难，我觉得协作做好分工，找到一个统一的语言，面对消费者和大家，都在这个赛道上获得自己的成绩，谢谢大家！ |
|
|
| 席忠民：从产业发展来看，中国资本有一个特点，从今年或去年以前大部分是跟全球的人在合作，推出2.5战略，基本是国外的合作。但可以看到今年是一个分水岭，今年的自动驾驶车的技术要求已经领先全世界，你再找国外的供应商基本没有合作的可能，因为他们跟不上节奏，今年不管从硬件角度，包括未来的自动驾驶技术，其实我们的合作伙伴已经转到了国内的伙伴，包括在座的地平线、纵目，还有很多做雷达的，等等，这是一个转折点。从国外的转向国内的，而且这个合作是全球领先的，性能也是领先的。我想从今天开始是一个分水岭，中国的自动驾驶会从今天开始引领世界，做到全世界最好。谢谢大家！ |
|
|
张然：我希望现在说一个话题，说涉及到人类的未来有点夸张，在座的各位，我觉得整个行业，包括中国，包括全球，在这个过程中我们只有协同，就像前面几位说的，才有可能把这个路走好。
谢谢大家！ |
|
|
袁璟：谢谢！从我们的角度，我们企业一直以来一直强调共创，不止是和用户和消费者共创，更多的是跟产业链、生态圈、合作伙伴的共创，从我们的角度说共投、共创，未来自动驾驶的产业中，中国的企业肯定会有一席之地。
谢谢大家！ |
|
|
| 崔琰：感谢各位嘉宾！最后方总有提到这场变革是没有终点的，我们也认为汽车行业现在的变革应该是一场没有终点的马拉松，大家都在其中，刚才各位嘉宾反复在提到开放、共享、协同，我们也非常期待看到中国产业链的企业能够在这场马拉松中最后能够胜出，非常感谢各位嘉宾的时间，本场圆桌现在告一段落，谢谢大家！ |
|
|
| 主持人：下面有请我们第二场圆桌会议的主持人：清华大学电子工程系教授 王贵锦 |
|
|
主持人：第二场圆桌论坛的主题是高阶智能驾驶技术量产（L3-L5）的现状与未来？
下面有请圆桌交流嘉宾：
1、一汽解放总经理吴碧磊
2、哪吒汽车营销公司总裁江峰
3、北汽新能源工程研究院院长杨子发
4、智加科技中国总经理容力
5、四维图新副总裁简国栋
6、斯年智驾CEO 何贝 |
|
|
王贵锦：首先非常高兴能够参与今天的汽车资本论坛，很荣幸跟参加圆桌的各位企业的大咖一起交流，也荣幸台下的各位听众一起来参与。
圆桌会议比较自由一点，我们谈的是驾驶技术，做技术人员的习惯比较随机，我们不见得按顺序，大家如果有什么看法想发言的就发言，并且可能我们的第二个圆桌会议跟第一个圆桌会议有点不一样，因为第一个圆桌会议看着问题是有组织的，我在下面听的时候我自己萌发了很多不同的问题，也有我自己感兴趣的问题，可能大家要临时思考，希望大家能够进行分享。第二次圆桌会议属于承接第一个圆桌会议，我在下面听的时候有朋友给我发了第一个圆桌会议的他的新问题，我们承接上面一个精彩的圆桌会议，我也稍微问一下。
正好圆桌的嘉宾有主机厂，有吴总、江总，这两个问题先抛给您们两位。今年尤其是现在大家在谈智能驾驶，可能更多的有一点像电动汽车，传统的油车似乎在这个话题上逐渐没有声量，对于智能驾驶江湖谁会胜出这个话题，从传统的油车企业和电动造车新势力，您两位认为，到底最后哪个会胜出或者会有什么发展趋势？包括五年或十年的维度来看这个事。 |
|
|
吴碧磊：各位来宾、朋友，大家好！我来自一汽解放，主要从事商用卡车业务，今天有很多问题，我可能是站在一个卡车人的角度来回答的。
刚才谈到未来发展，因为现在很明显新四化，去柴，去中间，这是一种趋势，在我们企业里未来发展描述成两条曲线，一条曲线是传统车的发展曲线，过去一直都是产品不断的迭代升级，顺应市场需求，第二条曲线就是顺应新四化曲线，新能源、智能网联，包括自动驾驶。这两条曲线现在看应该已经进入到一种过渡或搭接的过程，尤其是2030年前后，从我们的研判应该是搭接的关键时期。
关于自动驾驶的未来怎么落地？因为作为传统车企，一方面应市场需求要把传统的业务做好，到2030年传统车应该仍然会有相当大的量，传统车的升级遵循第一曲线。
第二曲线，现在面临一个转型的过程，一汽解放早在2018年发布了四条航线，分别对车联网、自动驾驶、新能源以及后市场，今天的话题主要是谈的智能驾驶，所以对智能驾驶来说，传统的燃油车在2018年开始示范运营，2019年L2级的投放到河南的一些大用户，在市场用了一年多，目的是让用户对我的卡车有智能驾驶的直观感觉，然后不断迭代。L3很快也要投放出去，目的是不断的培养和用户之间的默契感，给他创造一种价值。
不管最后怎么办，核心一点，对卡车来说，要满足客户需求，能够给客户创造价值，这是关键的，至于技术成熟度，更需要生态的板块。刚才第一个圆桌听到了各位领袖人物讲的，我认为非常好，需要共同打造生态，深挖场景，那么，谁符合这种规律未来谁就能胜出，我就说这么多，谢谢大家！ |
|
|
| 王贵锦：江总，您认为电动车好像更加跟智能驾驶挂钩，您对将来的两种路线有什么看法？ |
|
|
江峰：大家好，我是哪吒汽车的江峰。
刚才主持人的话题也让我回顾了一下，我本人从事汽车行业20年，实际上我们去看中国的汽车工业发展到今天，我们从汽车，过去说的汽车是燃油车，后来是新能源汽车，特别是国家在助力动能转换，引导新能源汽车示范应用，在这个过程中智能汽车的概念逐步形成。智能汽车的概念形成，特别是在智能座舱和智能驾驶两个领域中，是以特斯拉为代表的创新科技，逐步以用户导向，智能驾驶逐步走进视野，我个人是这么看发展过程，特别是特斯拉以智能驾驶技术的引领者和发展者，更加让智能驾驶成为当前汽车工业发展的目标，也就是未来的汽车工业一定是智能汽车。
具体到智能驾驶，中国的智能驾驶为什么走的这么快？我个人理解是基于用户场景的解决方案。过去我们理解燃油车更多的以单车功能的开发为基础，但智能汽车更多是以用户场景的解决方案为目标的技术导向。未来，中国的智能技术能发展到哪，我个人理解，包括我本人也是做营销的，更加关注的是用户的需求是什么样，当然，伟大的企业是引导需求，我们看来很多先进的产品，比如手机就是伟大的企业在引导用户的使用习惯，所以是两个方面，一方面是智能驾驶技术的发展方向，第二是用户的需求，两者结合是引导智能技术发展的关键。 |
|
|
王贵锦：这是上一个圆桌会议遗留的问题，听众有这样的一些问题。
接下来，谈到现在的智能驾驶技术。智能驾驶技术每个公司都有自己的独门绝技，自己擅长的部分。我们现在如果谈智能驾驶技术让每个人分享自己的现在的话，我想更多会谈一些成就。如果谈未来，其实我自己也比较愿意去听一下大家对于智能驾驶技术，我希望谈一些槽点，比如大家觉得现在还有哪些挑战？我想这个槽点也许是下一个圆桌会议投资的热点，下面请杨总、容力总、简总和何贝总，分别结合自己公司的特点，就是智能驾驶技术现在好的地方在哪里，未来可能觉得比较困难的地方在什么地方，分享一下，杨总？ |
|
|
杨子发：我是来自北汽新能源研究院的杨子发，关于刚才说到的我介绍一下公司的自动驾驶的情况。大家知道，自动驾驶从一级、二级，一直到五级，我们现在进展到极狐汽车L2以上，但是硬件是具备L4级，软件的体验达到L3，但是目前L3级以上法规、技术各方面我觉得安全还是最重要的，这方面需要有大量的验证，第二还是要相关的政策、法规的支持。
L2级，大家都已经用到了，车上都已经有，我再介绍一下我们汽车工程协会在节能和新能源汽车2.0的预测，还是很准的，我们在1.0的时候基本都实现了。到2025年，2021-2025年属于发展期，这个阶段L2、L3级会占到50%，到2030年会达到70%，到2035年完全自动驾驶会有一定应用。我们企业也是按照这个路线进行规划的。
大家在网上看到极狐阿尔法S我们共同联合开发，这个体验我亲自坐过很多次，点到点大概有十几公里的路线，基本不用去碰，它自己就可以行驶，转弯，遇到各种障碍，包括会车、超车，等等。所以这方面的技术值得期待！ |
|
|
王贵锦：接下来，我稍微把这个技术再扩展一下，我想听到大家的干货。
其实技术本身来讲有很多的智能驾驶，第一是智能技术，算法，算法本身我们现在谈L2或L3，智能技术里面比如有道路上的人跟车，包括整个道路，包括这个道路也是有高速道路和乡村道路的场景的识别。
也包括硬件，现在是用摄像头，摄像头是LGB摄像头和激光、雷达，简单的把这些硬件撺起来，还是说跟现在硬件的精度和稳定性不同，还有计算能力，包括还有高清的地图，等等。这些技术，大家觉得自己做的好的地方是哪些？和未来L4、L5还有差距的是哪些？接下来，容总、简总和何贝总是技术出身，希望能够讲得更透一点。容总！ |
|
|
容力：谢谢王教授！我先介绍一下智加科技，我们做自动驾驶技术方面比较集中在重卡的自动驾驶驾驶，很多情况可能和家用车不太一样。我们看问题没有完全从纯技术角度看，因为我们做的是商用车，商用车一定有应用的商业价值，这跟老百姓自己开的车和自己的手机有不可比性，因为车是生产资料，是要产生价值的。
所以我们通常看这个问题，不管是L几级还是技术发展，通常有三个维度，一个是技术成熟发展到什么阶段，这是大家比较清楚的，比如多少公里接管率等。还有一个是商业价值，假设我达到这个商业能力，但是这台车要贵10倍、100倍，我堆上所有高精的东西，第二个维度在商用车自动驾驶里非常重要，就是商业逻辑。第三个，现在大家谈的比较少，就是社会效益，因为光有技术、商业价值，但是缺乏社会效益，那是相当于我们说的机器如果变成杀人武器，或者机器人不讲人类道德的事，也许是能赚钱的，也许是技术讲得通的，但这并不是我们的追求。
这三个方面相互制约，导致这个问题非常复杂。我们公司的看法是这样，认同L4、L5终究会带来社会效益和商业价值，这是讲得通的，如果L4、L5是无人驾驶，显然对于重卡司机这样一个职业，相当于一百多年前的纺织工人这个职业，这是很有社会意义和经济意义。但是现在完全实现L4、L5还是有困难的，主要在于技术的成熟度，前面的第一个圆桌讲到安全性的问题，我们不仅要做到自动驾驶比人开安全，还要安全很多倍，才能被大家接受，才能被老百姓认为是有价值的。如果减少了人类驾驶50%的事故，又增加了30%的事故，可能普通老百姓是不接受的。所以往后的发展还是需要技术的推演，这也是为什么我们现在包括友商在内的很多公司都在做，就是先落地，主要是想通过在实践中去锻炼，去演练，得到更多的数据，让我们的技术逐渐提高。 |
|
|
| 王贵锦：容总讲的很透，首先讲到了技术里面有一个数据，接下来我们待会可以讨论这个话题，包括成本，我觉得这是非常好的一个话题。简总，你也分享一下您公司现在在智能驾驶比较特长的地方，同时，您觉得在未来的自动驾驶还有哪些难点需要攻克的地方？ |
|
|
简国栋：大家好，我是来自于四维图新，负责自动驾驶的简国栋。
前面几位大咖都讲L3、L4，我不反对这种说法，但是把每个功能送到每个客户去创造价值的其实不用L3、L4，只要这个有商业价值，客户体验特别好，我觉得就应该去开发，APP原则上来讲应该是L4，但我们开发APP、HPP，分层泊车会在明年亮场，这些都是L4，如果把它硬性的划成L3、L4的话，这些功能会来的更晚一些，这是第一个。
第二，今天当我们所有追求大算力，几百T、一千T的时候，今天四维图新的解决方案是首先我们做成一张让车能懂的图，这个图能把车导到安全的地方，同时在每个路段上清晰地告诉每个驾驶员说今天这是L1的路段，那是L2的路段，那是L3的路段，然后再用动态感知说你能开启。所以我们的理念是首先要安心，第二是安全，然后是便利。今天我们的故事要从后往前讲的话，特别热闹，从安心、安全开始做的话就是个工程。这是我们的一些感受和想法，谢谢大家！ |
|
|
| 王贵锦：刚才为什么忽然把技术干货从容总那里开始呢？因为容总是我的学长，容总先把技术难度上来了。何总是我学弟，你也结合你的业务场景讲讲你觉得得意的技术是什么，你觉得可能智能驾驶目前还有困难或者槽点在什么地方？这可能是大家喜欢听的。 |
|
|
何贝：谢谢王老师！我是何贝，我们公司是做自动驾驶港口这个赛道，我们以前实验室主要做的计算机视觉和人工智能在各个领域的应用，包括监控、检测，之前我们研发的就是产品，产品就能应用，应用就能卖，卖就能赚钱。之前对电子系而言，科研即创业，大家就是这样的生活，毕业后我们在百度做AI的时候还是想找一些有挑战的时候，就选择了无人驾驶，因为无人驾驶就我们做这么多年，我毕业后一直做了八年，觉得这个行业很有挑战，很有意思，王老师刚才的意思是到底我们的槽点和痛点在哪？如果只讨论技术的话有几点。
第一点，数据和算法。这也是我们最开始创意的时候引以为傲的两点，算法到底有什么学习，浅层的深层的都是受科研水平决定的，如果科研没有突破，工程界、产业界其实很难做一些优化。
第二点，数据。大家都说数据越多越好，但是数据是有瓶颈的，从一千到一万，从一万到十万会有非常剧烈的变化，但是从十万到一百万、一百万到一千万这就是麻烦了，因为就算我们知道是小环境，怎么说服其他的样本去信你，比如100万人投票，99万人告诉你那是坏人，剩下的人告诉你那是好人，你是信他还是不信呢？
第二块，前面的数字算法是基础，第二块是系统的冗余。我们做的真的很普通，首先我们做的是一个算法，其次是一个软件，再次是软硬件系统，最后是冗余系统。有人的事故每天都会发生，一旦无人驾驶出了问题，所有人都会觉得无人驾驶是有问题的角色。就跟当前汽车替代马车的时候也是一样被垢病，以大家的智能手机为例，我们首先保证APP是安全的，其次保证APP操作系统是稳定的，再次手机不能死机，最后安全冗余也很重要，这是一个难点和槽点。
第三点，行业的不同特色，比如我们手机里的APP，学习强国和百度地图干的事情肯定是不一样的，所以每个赛道都有自己的特色，做无人驾驶怎么做的好？首先算法得牛，其次系统得足够的冗余和安全，最后还得熟悉每个场景的特色，比如港口要解决什么痛点，高速卡车要解决什么特点，这些都是我们场景的必然优势。
第四点，光靠单车行吗？不行，为什么要讲车路协同，讲到车路云网途结合，就是因为我们需要更多的冗余安全，这些设施正是需要政府部门、各同行、各友商一起推动的，这个阶段非常的缓慢，也非常的曲折，所以我们在这样的研发过程中也遇到了很多的痛点和难点，大概是这样。 |
|
|
王贵锦：正好六位嘉宾刚才把一些问题都分享，下来开始第二个问题。
刚才大家提到了我们这个技术都聚焦了两个方面，或者说是一个方面，比如数据，大家提到数据的时候也提到了应用场景，我们要不同的应用场景的数据，我们的智能才会越来越好，这个地方其实有了数据，从我们的知识来讲，数据并不代表智能，数据如果没有赋予知识进去的话，其实是学不到什么东西。所以我们第一是要采集各方面的数据，第二是我们要给数据赋予一些知识，从技术来讲可能有一些标注，全监督、半监督、无监督，等等，需要做很多事。另外还有一点，其实也是跟数据相关的，就是我们的AI算法，现在的AI算法是不是还够？
现在很多企业大家都在做数据跟算法，比如一个街道都采了同一份数据，大家可能有的时候做了很多重复的事，少的事情大家都不做，好的事情大家都做，这个事情其实对行业发展可能也不是很有利，大家提到的所谓的长尾技术问题。比如前三位嘉宾，吴总、江总、杨总，您三位分别从企业之间怎样能够破开这样一个壁垒，大家能不能从不管是数据的分享，或者是技术分享，或者是兼容方面，有什么考虑使得共同推动智能驾驶往前走？ |
|
|
吴碧磊：数据这个话题确实很有必要，现在这些长尾问题，包括卡车的很多复杂的路况，导致算法技术的成熟度确实遇到一些瓶颈。这样的话需要有一些数据的开放和共享，提高效率，减少浪费。对同一场景，大家共同来做，这个想法是很不错的。
现在有两个问题，我认为首先要做好规范化的问题，当前各企业所用的数据集和他自己的产品以及对应的场景之间都是强相关的，关联度非常强，对于数据的使用方法都有各自的优好，光一个数据标注大家都是千差万别，所以简单的说共享，如果没有规范化，很难达到共享的效果，这种效果很难做到。我觉得，第一件事应该把规范化的事做好。
第二件事，不管怎么说，想落地，想正常在市场上的价值链转起来，关键得有交易。既然开放了数据，就应该形成交易的规矩、规则，我简单讲这么两点。 |
|
|
| 江峰：我认同刚才吴总说的，您提到的是数据的共享和开放的问题。确实不管是从软件的成熟度或算法的精准度，数据量是一个基础，各个企业的产品、定位和人群所产生的出行数据包括车辆的技术数据是不一样的，我认为数据共享有利于推动行业发展，当然这里面也需要有一定的规则，某种程度讲，数据也是各企业的核心资产。我不像在座的各位都是技术大咖，我本人是从人生角度、从用户角度来提的，作为我们来讲也是要迅速的实现用户增长，然后在实现用户增长过程中也去研究用户从什么样的环境下认知什么样的品牌做什么样的购买决策，这样一个数据能够对于营销的措施、营销的活动有一定的积极作用，相信在技术上来讲，更多的数据能够推动技术发展。但是数据更多还是基于技术，量产后的产品实现的数据才更有价值，对我来讲，我认为一方面认同吴总的观点、规则，再一个是更加扩大的实际场景的用户数据。 |
|
|
杨子发：我的观点是支持数据共享。数据不光是驾驶的数据，其实汽车开发所有这都是数据。但是共享的前提要看，一种数据是比较标准的，比如地图的数据是标准的，没必要大家都做，没必要反复采集，这类的数据共享是有价值，而且非常有意义的。第二类是特殊数据，因为不同的自动驾驶技术路线，不同的技术方案，出来的数据一定千差万别，给他以后也不一定马上能用上，所以这类数据想共享、应用还是比较难。
第二点，这些数据的知识产权怎么共享？具体的，两个企业之间还是多个企业之间，要去协商，这还是比较难的。这么多年，其他的数据存在协作也是很困难。
第三点，我提一个想法，这类数据我觉得通过自动驾驶的运营，从顶层设计平台收集到所有的运营车的数据是非常有价值的，对整个行业各个车企来说统一进行应用。 |
|
|
王贵锦：前面三位嘉宾都讲的很好，总结一下，我们的数据如果是要做分享各方面，其实还是有一些法规上的问题，还有规范化的问题，包括如果是分享，作出贡献，也希望有些回报，都是一些经济说法。
我自己因为在高校，听完三位的讲法，我想既然数据这么重要，不知道大家有没有先不要把这个问题变的这么大，先说企业间挣钱的数据应该怎么做，有没有可能大家先共同做一点学术上的数据，我们来培养人才，这个话题圆桌会议之后，如果有机会大家再一起讨论，就是我们怎样用数据先培养人才，不管是AI人才还是整个的智能驾驶方面的人才，都会更有意思。
接下来，三位嘉宾都是偏应用场景，不同的应用场景。对于应用场景，您觉得在您的应用场景里面，你们现在会采集哪些方面的数据，具体的解决这个数据处理技术的时候有什么心得，或觉得有需要探索的问题？我其实很希望您们提出这个技术问题，将来我们带回到高校让研究生也进行研究，从这个角度您三位也分别谈谈收获或展望，先请容总！ |
|
|
| 容力：数据方面，我的一些心得。大家现在都意识到数据的重要性，我们公司做自动驾驶不算早也不算晚，16年开始做，17年还是逐渐的聚焦干线流的场景，逐渐收集数据。我本人在行业热起来之前就是做大数据的，再早也在清华做人工智能等。可能大家做的时间长了会跟我有同样的感悟，数据本身很值钱，但不是因为数据值钱，是因为数据背后的知识，那是最值钱的，可以这么说，数据本身是一堆数在那里，如果能从数据里面分析出规律来，我们叫知识，如果你能用这个规律去预测没发生的事情，或者得到更高的感悟，作为自动驾驶来讲我们需要的不是数据，我们需要的是规律，我们需要的是在规律之后，如果能得到感悟去预计没有发生过的事，比如长尾，就像何总说的99人这么说，另外一个人这么说，解决大数据不能这么解决，靠的是感悟。 |
|
|
简国栋：四维图新一直是数据最大的共享者，我们把标准的路网高清都给了各位，这是我们过去传统的做法，未来我们也要适应新时代，我们希望跟更多的车厂合作，产生更多的数据，产生更多的应用，比如吴总的数据我就可以用来作图，这可能是我们用20年的开放的技术来给车厂提供更多的服务。
第二，容总讲的特别好，数据本身是一个矿，得有挖矿人，得有人来把它打成金子，四维图新现在有图，这些图是基本服务，分成了哪些提供技术服务，哪些是免费服务的，到分钟级的时候，这个车前面有事了，某个品牌的，可能这个品牌让过去，那个品牌说由于前面的事故而导致他提供很好的服务，这是数据打通的问题。但是我们的平台开放，今天我们也特别希望跟主机厂能开拓一个新的，我们有平台，我们20年的经验，我们做这样一个事，我们可以帮助你来做。我们也愿意用开放和积极的心态和每个主机厂合作。 |
|
|
| 王贵锦：简总说的特别好，用积极、开放的心态来对待数据问题。 |
|
|
何贝：首先我们看什么是数据，或者我们给它另一个名称“信号”也可以，以前有人问我你们到底用的是相机、雷达？我说其实这些不重要，我们要的是能够给我们提供足够的仿生、仿人的生物学数据能够辅助我们感知就可以了。其实不同的方向分的不一样，比如OEM更易分成感知、决策、控制，这个也很有道理，以前做L4更愿意分为感知、定位、地图、规控，但是感知的、地图的、定位的其实就是一种传感器的手段，所以就我们而言，我们产生的场景数据第一是做环境感知的，可能是周边的物体不管是东的还是静的，第二是地图包括四维、百度提供的数据，第三是定位的比如像千寻、北斗、GPS等提供的数据，或者REM等定位数据，这些其实是我们的来源。
第二，我比较赞同容总说的话，第一这个数据的利用者是什么样的，第二是我们需要积攒一些有意义的数据，因为再多的数据如果冗余的话其实也没有太多的意义，我们要的是一些具有鉴别意义能够补充我们解决长尾效应，降低MPI的数据，才是我们需要追寻和收集的，这里面来自大浪淘沙，我们需要更多的基数才能把需要的长尾数据淘汰出来。所以数据的筛选、选择和淘汰是非常重要的一点。
第三，很多做无人驾驶的公司已经提供了很多开源数据框架，最开始我们用TAT，包括后来的图森等提供了很多的数据，这些数据对于高校的研究来说非常的有用。我们经常说感知、定位和地图，因为输入数据属于固有，比如地图格式是固用的，传感器只有四种经典的传感器，对于后面的决策、规划、控制、仿真是最难的，因为那是因为前面产生的数据。所以对于高校而言，做前面会比做后面更难一些。 |
|
|
王贵锦：大家分享的很好。
第三个问题，有一点技术路线的思路，前一段时间可能考虑的单纯，大家把各传感器不断的往上堆砌，单车激光雷达，单车激光雷达一个是价格和量产的问题，第二是5G的发展，现在车路协同大家讲的比较多一些，从螺旋式发展来看，我个人认为这里面的自动驾驶的落地可能跟应用场景很相关，车路协同可能也在一些比较特定的场景用的比较少，我们可能就这个话题第三轮正好顺序调一下，何总就你的港口的智能驾驶，对于这两种，车路协同或者单车智能就够了，谈谈你的看法？ |
|
|
何贝：其实有人会说到底这几种路线选单车智能还是选车联网或者基于云端的5G自动驾驶，因为在美国没有办法，美国政府不像中国政府这么有利，所以他们的基建是薄弱的，所以他们除了做单车做不了别的，而中国的车端、路端、云端都有相应的友商、政府帮助我们推动技术的发展。前一段我刚面试了一个工程师，他们的方案跟我们差别特别大，因为国外像千寻等，我们认为最基本的定位结构，对他们而言可能属于很贵或者很难接触到的，因为他们更多的是要服务于军方。所以在我们的场景里面，港口或者未来的物流重卡，其实车、路、云端都是非常重要的，我们经常说无人驾驶到底什么时候能够无人，因为无人驾驶如果不能无人就是伪命题，所以我们一定要做到无人驾驶。那么，单车真的能做到无人吗？在洛杉矶这种地方是几百的PI，离无人还很远，怎么办？我们只能利用路测和云端来弥补，对于港口来讲所有的路口没有红绿灯，我们只能利用一些路测单元和云感知，把这些数据存到云端，再下方到单车，供单车进行调度和规划，便于它能够获得更好的感知能力。
比如如果我们在干线上走，现在的相机和毫米波能够还可以，如果没有三四百米以上的感知能力，其实很难保证安全，所以路测端做了很好的单车冗余，很容易辅助。如果MPE不够大，万一车在路上趴窝了，我们必须需要云端的无人驾驶才能把车驶上安全侧，所以我认为单车、路测、云端对于无人驾驶的全面无人化很重要。 |
|
|
|
|
简国栋：我们一直给乘用车做这样的系统，我们现在认为是小脑+大脑的策略，所以在端上来讲我们有一定的算力，但是随着L1、L2，我觉得那个主要靠端，L2.5以上的可能所有的融合肯定在云端融合，再下发的。随着高阶的推进发展，云端肯定会越来越重，单车的端可能越来越轻一些。
未来由于5G的发展，还有更可靠的手段的话，可能在车机端就是一个直营机构，可能就没脑，所有的都在云上，可能是未来L5以上的形态。今天从端上，轻云端，未来是轻云端重终端，这是我们的解决方案。 |
|
|
| 王贵锦：简总的观点非常的有意思，也许这对投资者会很有借鉴价值，容总，您结合您的经验谈一下？ |
|
|
容力：我们看问题没有简总那么高瞻远瞩，看的是未来L5。我们看的是这个东西的上位逻辑在哪里，车路协同钱怎么收。
但我们的确有一个最基本的指导思想，因为我们做的是干线物流自动驾驶，干线物流就是运货，这个车怎么走，问题不仅仅是单车问题，实际我们解决的是交通的问题，交通问题实际是三方面组成的，一个是我自己这台车，一个是车流（其他车），我要解决的是我的这台车和其他车在这个路上有交互的问题，加上交互的问题，所以是我自己的车、交通流、路，这三方是在一起的，我们认为必然是车路协同的问题。现在我也听说博弈理论都比较时髦，我觉得主要还是因为基本建设的问题没有跟上，尤其在美国这个问题根本没有起步，在我们国家开始起步了，这个问题解决以后，大家就会认同我们做自动驾驶根本不是单车智能的问题，因为解决的是交通问题，问题摆在那里。 |
|
|
王贵锦：容总，从智能驾驶一下升格到智慧交通，这是很对的，我们是从整体上看这个问题，并且现在中国的理念，我们谈国外一般是谈欧美，我们其实比欧美要更先进一些。
接下来，前三位的嘉宾是主机厂，关于车路协同这方面，目前是政策问题还是基础设施问题，还是一个商机？请三位分别谈一下您的看法。 |
|
|
杨子发：上一个问题，补充一句话。北汽新能源和清华大学、宁德时代在目前的大数据电动车已经有50万数据，这些数据是有合作的，也有了接触成果，我们有一个电池的技术，将来我们是有合作基础的。
第二，关于车路协同和单车智能，我个人觉得不是两个路线，单车智能和车路协同要相互辅助，目前这个技术状态来看，单车职能要发展的快一些，车路协同可能要慢一些。但是这里面车路协同有很多的困难，第一点是属于各行各业，交通、信息等合作做这个基础设施和技术，我觉得根据技术的发展会融合，尤其是L3以上必须要有车路协同的融合。根据预测，到2025年我们的有条件自动驾驶和部分自动驾驶，这个级别的到50%，车路协同初级的到感知也会有一部分，不到50%可能也会差不多。 |
|
|
江峰：跟几位大咖的交流也学习了很多，我仍然还是代表用户。第一个，首先是安全，至于这个产品用什么技术我不管，安全最重要，能够实现这个功能的前提必须是安全，这是第一。
第二，从主机厂的角度来讲可能还要考虑到成本的问题，从我个人理解来看，单车的功能实现，是不是要更自主一些，更快速一些，无非我就是选激光雷达，我选什么样的算法，等等。车路协同还要取决于更多的基础设施建设、道路法规等，所以在这种情况下对于我做营销，对于用户端来讲，谁最安全选谁。 |
|
|
吴碧磊：我感觉这两个路线，我是比较倾向同时发展，探索多元化的路线，满足多元化的场景，这是一个。
第二，近期肯定是单车智能来的更快，中长期车路协同也会有机会，但是车路协同，我感觉确实要处理好几个事情，一个事情是建设期会很长，需要很长一段时间才能够保障足够的覆盖度。
还有一点，中国幅员辽阔，各地区情况不一样，建设的方案应该是统筹的，不能发生大的变化，否则就很难做普及。总的来说，我还是赞成两个齐头并进，多元化发展。 |
|
|
王贵锦：时间过的特别快，我才感觉刚上来学习了几个问题，时间就到了。智能驾驶，包括后面我们稍微谈一下智慧交通，如果从这个角度来讲可能谈的更多，相信我们下次应该还有机会给大家共创这方面的技术。
再次感谢六位嘉宾，也感谢台下的各位听众，谢谢大家！ |
|
|
主持人：下面有请我们第三场圆桌会议的主持人：劲邦资本合伙人王荣进，第三场圆桌论坛的主题是资本如何助力智能驾驶？
下面有请圆桌论坛嘉宾：
1、百度风投执行董事刘水
2、金沙江联合资本合伙人周奇
3、复星汽车科技集团COO薛春宇
4、联想创投董事总经理 罗旭
5、东方新能源汽车混合基金经理李瑞 |
|
|
王荣进：大家下午好！自动驾驶毫无疑问是目前资本市场的热点话题，无论是一级市场还是二级市场，经过短暂的沉积后，自动驾驶包括感知、决策、执行等多个层面，应该说，每个环节的投入都非常大，无论从研发还是资本开支都有比较多的投入，所以我们需要从资本的角度探讨一下，在目前这个时间点，资本投资机构对市场怎么看？或者说，当中有哪些重要环节？有请几位大咖来给大家解读或交流一下各自的看法。
简单回顾一下智能驾驶的行业状态，2015年是自动驾驶最热的时候，出现了几十家甚至上百家的相关企业，但经过两三年的时间，后来又冷静了，现在自动驾驶又重新回归了资本的视野，2020年大量的自动驾驶相关公司都获得相关的融资，应该说对资本公司的追捧又上升到一个新的热度，想请教一下各位投资机构，大家对于自动驾驶的热度怎么看？同时大家对哪些环节有关注？先请百度的刘总。 |
|
|
刘水：我是来自百度风投的刘水，百度风投是百度旗下的公司，过往我们投资于技术驱动早期阶段的项目，同时也会协同被投企业和百度集团在技术流程上做很多的协同，尤其今年自动驾驶领域资本非常的火热，我们说今年是自动驾驶的元年，还有是不是已经到了下半场。
从两个角度来看，第一，从创业者的角度来讲，持续的得到资本的加持，能够不断的把资金投入到产品中去，不断的迭代算法，不断的投入大量的车，不断做数据采集，这是一个非常好的事情。但是从技术角度来讲，随着不断的下沉到各场景中去，也会面临新的挑战，比如对于更多算力的依赖，比如对于数据安全方面的问题，以及到了量产交付的时候可能面临供应链的压力，包括整个行业，尤其是今年整个行业面临的一些问题，挑战依然存在。
从资本的角度，一方面我们很欣喜的看到不断的新机构在加入，另一方面也要很理性的看到这个行业还有更多的问题需要解决。前面也提到了很多，包括整个法律法规，车企标准等方面，还是非常不完善。我觉得资本还是需要有更多的耐心，能够做好更长期的配套准备。
在我们看来，智能驾驶阶段虽然是元年，如果拉长来看，还是处在增长期的阶段。谢谢大家！ |
|
|
|
|
周奇：我们是做早期投资的，虽然说去年、今年是智能驾驶的元年。从我们的角度来讲前几年就开始布局了，我们是16年已经开始做最早的投资。
首先是怎么看待智能驾驶这个大的赛道和方向？我觉得这是非常大的赛道，为什么？我考虑了一下有四个要素的结合，第一个要素是汽车工业的转型升级，因为大家知道整个汽车产业链在GDP领域大概占到10%左右，大家可以翻一下，中国大概100万亿元的GDP大概有10万亿元跟汽车产业链相关，但中国是一个汽车大国而不是强国，世界级的主机厂品牌，我们基本上没有，前十大都排不进去，这是一个转型。第二是能源，去年开始讲双碳，这是一个能源的转型，从油车到电动车，无疑又是一个特别大的趋势。第三是出行，全球最大的出行公司可能不在美国，在中国，滴滴出行，这也跟互联网有关，大家会认为车不但是一个出行的工具，更是社交手段、娱乐的中心，这又是一个非常大的要素。还有一个要素是人工智能AI，这个不用讲了。
所以我们所谓的智能驾驶不是说一个产业，而是这四个巨大产业的一个综合体，理论上讲是一个非常大的方向。我们虽从15、16年开始投智能驾驶相关的，从激光雷达到AR等，我们投了一系列的公司，但是反过来看，起的比较早是对的，也投了一些比较成功的项目，但说实话，还不够。其实自动驾驶刚才我讲了四大方向的结合，应该是一张比较简单的开卷考，为什么？在15、16年的时候已经给你知名了L0—L5，每个阶段的需要都讲好了，这是个开卷考。如果再回到五年前，我再把开卷考的卷子拿出来一看，只要在每个细分的方向上头部前两家公司闭着眼睛投，这个成绩也是非常不错的。但是人往往对长期的未来有所低估，这是犯了个错误，挑来捡去，其实每个方向挑前两名，一定比现在投的好。 |
|
|
| 王荣进：谢谢！从他的话能感觉到对自动驾驶的行业是偏爱有加！有请薛总！ |
|
|
薛春宇：我来自复星，复星作为一个产业+投资并行的集团，其实我们很早就开始关注这个产业了，我们很早之前就投了元戎、激光雷达等，我们是看着这个产业从第一次投资热潮后沉寂了一阵子今年又迎来第二波热潮，我们看着所投的企业估值一轮一轮往上涨，今年我们看到赛道里的雷达、雷达芯片等，确实估值上面有点超出了我们的想象。
当然，这里面有几个原因，从我们这边里看主要有几个原因，第一，确实对于自动驾驶大家看的越来越清楚了，原本第一轮投完以后大家还是比较迷茫的，甚至行业内有很多人说自动驾驶永远不可能实现。但现在看下来，大家对于这个赛道未来的终局还是能够感觉到一点，首先对于整个打法，很多东西在L2、L3已经开始营收，在各个细分赛道，包括港口、矿区、环卫等看到了一些盈利模式、商业模式的落地，从这点来讲，很多公司已经有了一定的造血能力。
另外，自动驾驶最终L4、L5本身在数据以及算力的支撑已经达到了我们以前想象不到的状态，就像之前很多人说的数据上了1000G、2000G，从商业模式来讲大家看到的出路，这是第一个。
第二个，来自于整个行业的焦虑感。我其实一直在产业圈，包括传统零部件，包括整车厂对于自动驾驶和传统汽车产业的影响非常焦虑，零部件厂担心自己慢慢被淘汰，传统整车厂担心自己被边缘化。这种焦虑感触发了新的投资热潮，现在大量的产业投资、战略投资都在往adas、自动驾驶层面，又触发了另外一个产业投资的热潮。从这个角度，大家都比较焦虑。
我觉得这样一个论坛能帮助大家更多的交流，缓解大家的焦虑，可能会帮助大家更加理性的思考，谢谢大家！ |
|
|
王荣进：其实复星集团这几年在汽车行业的布局有比较多的工作，无论是FFT，包括我们最近在一级市场的投资项目里面也经常遇到复星团队非常积极的往自动驾驶领域在布局。我的理解，复星应该对自动驾驶也是非常热忠或者非常积极的布局。
下面请联想创投的罗总解读一下，谢谢！ |
|
|
罗旭：我是来自联想创投的罗旭，关于这个问题我认为是这样的，因为在座的各位都是资本，包括前面两位是行业的参与者，大家的目的之一，第一次出来的时候给大家提到了一个新的产业，大家认为这个产业未来的愿景非常好，然后大家就开始往里面投资，科学家也描述了一个很好的前景，说2020年的L4上车了。过去的一年发展没有那么顺利，理想和目标实现有困难，但他们没有实现目标的时候，资本自然就会冷。现在资本又重新开始投资，很重要的一个原因是因为过去这一年他们还是作出了一定的成绩，往前走了一步，这是第一点，行业里的参与者的贡献使得资本又重新关注到这个领域。
第二，资本对这个领域仍然没有失去最开始的信心，他仍然认为这个领域是比较长远的，比较有发展的大的赛道，所以资本愿意继续往里加注。这是第二点。
第三，经过四、五年的探索，我们也慢慢明白这个市场里到底哪些是可以真正的落地，哪些还需要继续探索，不像15年的时候只是听他们说怎么样，现在我们也大概明白了，所以我们在不同场景里投资的时候关注度也开始明确，思路也开始明确了。
第四，过去可能是风险投资，早期投资关注这个，然后投资。现在来看一些政府产业基金和社会上的基金更多的资源进入到这个领域，所以对这个领域有一个推动作用，同时也把价格往上抬了抬，这其实也是我们看到的。在这个情况下，有资本推动其实对于产业的发展还是有很大帮助，所以出现了第二次高峰。随着技术的成熟以及资本的持续投入，这条赛道应该还是会继续往前发展。 |
|
|
王荣进：谢谢罗总！罗总对自动驾驶领域也是非常的热衷，也能看到他在破局的时候比较务实的看一些落地，比较谨慎的看待，同时积极的拥抱自动驾驶，谢谢罗总！
下面有请二级市场的大咖，李瑞总，李瑞总是目前二级市场最大的新能源基金，据说已经超过200多亿元，李瑞总对自动驾驶的理解，对新能源汽车的理解应该非常深刻，有请解读一下，谢谢！ |
|
|
李瑞：我来自东方新能源基金，专注于投汽车智能化、自动化，我认为自动驾驶第一轮的机会来自产业的预期，当时有很多事件，最大的背景是人工智能技术的发展尤其是深度学习技术在广泛应用。可以这样说，第一轮深度学习技术的应用是第一轮热潮，这是行情的最主要原因，同时资本包括市场非常高的预期。回过头来看，当时预期有点过度乐观了，最重要的原因是长尾问题成为自动驾驶落地的最重要的障碍，具体表现在系统的冗余性、测试的完善性等等。
第二轮行情和第一轮不一的地方在于，来自于自动驾驶的产业化真正开始落地，而不是简单的预期。之所以这样说，因为中国这些年的发展，很多技术，包括感知激光雷达，包括高算力芯片，也包括数据、算法技术的引进取得非常大的进步。与之伴随的是很多特定场景，包括前面的嘉宾也都提到过特定场景开始有商业化的落地。
在此基础上，进一步对于这一轮行业有两个重要的原因，第一个原因，有很多低阶的自动驾驶的乘用车开始上市并且热销，不管是新势力还是传统车厂推出的。第二个原因，很多相关的公司开始上市，我觉得总之第二轮产业化开始落地是最主要的原因，第一轮是产业化预期。
未来的方向，我觉得自动驾驶的落地是这样一个引进的路径，从低处场景到高处场景，从封闭场景到开放场景，从载物到载人，从商用到人用，自动驾驶的未来是光明的，但需要大家一起脚踏实地的。 |
|
|
王荣进：谢谢李总！李总对自动驾驶确实也做了总结。
其实二级市场的投资人和一级市场的投资人在一些宏观逻辑上是一致的，我本人也是从二级市场出身，也经常交流对产业的一些看法，从认知角度大家的维度也是非常一致的，我也非常认同李总的观点。
简单总结，各投资机构对自动驾驶领域还是非常积极，包括刚才刘总讲的非常低调，实际我们也知道百度是目前自动驾驶领域应该是最大的玩家，之前我们还开玩笑说，看一家公司首先看有没有百度的团队，如果有的话大家会多开一点。所以大家对这个领域还是非常关注，同时也是采取辩证的角度看待。第一个问题到这里结束。
第二个问题，从自动驾驶的过程来讲，我们可以说是感知，激光雷达，摄像头，决策、数据、算法、执行等相关的，包括未来V2X也是作为车路协同的补充。想请问大家对哪个环节更加看好一些？ |
|
|
刘水：感知、决策、执行，其实每个环节都很重要，每个环节相互关联。从感知侧来讲，其实发展很多年，包括最早一批的创业者也是从感知方案开始切入自动驾驶这个领域，感知方案非常重要，不但决定了核心算法的复杂度，同时也会考虑到将来整个的成本。
决策，这里面因为涉及到算法，包括芯片，其实还是一个更核心的技术。
执行，涉及到安全，其实我们看到现在无论是乘用车还是专用车，现在这些初创公司这么多年的技术积累，技术也得到了很多发展，以及看到了将来替代海外产品的可能性。
如果问更关注哪个环节的话，从我们的角度来讲可能会更关注感知，刚才我们也提到了可能有不同的方案。到今天为止，这个方案也没有完全说哪个是终极方案，比如有融合，有激光雷达，包括我们最近投资了一家新的方向，这家公司叫上海几何伙伴，给他们做了4G毫米波的技术路线，在成本上较激光雷达是有优势，将来有可能在自动驾驶场景可以取代激光雷达。
激光雷达做了这么多年，到今天为止很难讲大家是不是已经看清楚了终极技术路线是什么样的，这里面还是很复杂，有很多需要解决成本的问题，需要解决生产问题，以及需要解决上车的稳定性问题。所以我们还会不断的关注技术新的改进方案，这是我们作为投资部署的重点。 |
|
|
王荣进：谢谢！您把感知作为非常重要的环节，因为有了感知，才有决策和执行。谢谢！
下面请周总再给我们讲一讲您的心得？ |
|
|
周奇：前面忘记讲，我们还有车联网的基金专门投车的方向，我个人除了车以外还投别的行业，基于这个问题我想讲一些更宏观的或者跟其他产业相对比我们来思考这个问题，讲到智能，先抛开能源因素，包括汽车制造因素，只讲智能，我们知道人工智能是三个阶段，认知智能、感知智能、运作智能，无人驾驶、自动驾驶其实是这三个智能的结合，或者一定要走到认知智能才能称得上是智能驾驶。
工业我也投的很多，我们总结了一句话，工业里面的智能分三个阶段，第一个阶段是替代人手，第二个阶段是替代人眼，第三个阶段是替代人脑，替代人手的过程就是那么多的机械臂，机器人，它不需要那么多的智能，它是基于原则、算法，只要有所谓的运算智能就可以。第二个这几年比较活的是CE在工业里面的运用。第三个是更高阶的，但是现在工业智能业发展了那么多年，机器人早就有了，但是今天如果拉出一个工业场景跟无人驾驶比，其实智能远远不如无人驾驶，就算工业里面做一个小车都是要做机械调度的，从智能角度跟车差得太远。所以工业领域是可以循序渐进的通过运算智能，先做替代人手，替代人眼其实是感知技能，到认知技能就是替代人脑。但是在车里面，这三个过程是齐头并进的，很难想象说我没有眼睛，也没有执行，光做一个运算，你算了以后没有结果的，另一方面，如果前端没有感知的话拿什么东西算呢？
所以智能驾驶我认为从人工智能的发展路线来讲是一个非常特殊的案例，必须是这三个方向齐头并进。从结果来看也是这样，今天的传感器公司，你说激光雷达到头了吗？远未开始，现在用的激光雷达绝大多数恩能量产的基本是机械旋转的，所以激光雷达远未到未来，我们的世界未来很令人满意了吗？非也，现在还会出事故。我们的高清地图，等等。不管是从感知角度，今年我们还投了一个线控刹车、线控制动的，芯片到了吗？芯片远远未到。
总结，我认为自动驾驶是系统性的，而且不遵循运算、感知、认知职能的发展路径，缺一个环节都不行。 |
|
|
| 王荣进：自动驾驶是高度安全相关的，所以每个环节都不能缺少，每个环节都要齐头并进，就像木桶原理，都要足够长，智能驾驶才足够安全。 |
|
|
薛春宇：关于自动驾驶整个系统架构有一个好的现象，确实这几年我们把自动驾驶系统整个的架构逻辑已经比较清楚，大家讨论投资机构的时候发现语言都是一样的，感知、融合、决策、控制，基本是按照这个划分，大家都是在各领域找细分的公司和机构。
从感知来讲，确实这几年无论从摄像头、毫米波、激光雷达、定位模块，大家都投了很多公司，从阶段来讲已经做产业化，很多公司已经很成熟了。包括激光雷达整个技术路径还没有完全确立，还有一些技术迭代的风险，所以对于激光雷达来讲不光是产业化怎么便宜的问题，还有技术路线怎么选择的问题。我们也看到很多包括关于OPE、ACMCW（音）等激光雷达，从整个激光雷达的角度来讲，很有可能颠覆性的技术一出来，前面的整个格局就会改变。所以对于激光雷达来讲我们都是在持续关注，并且关注头部的颠覆性的东西出来。
毫米波雷达，本土和替代这几年已经走的很火了，从loco的角度来讲已经开始用本土的方案仓，现在还是用的传统的芯片，从毫米波来讲我们现在也开始关注芯片方案的供应商，因为芯片方案就着这次半导体的东风，芯片方案也非常的贵。从整个商业模式来讲，如果从整个财务来算是算不过来的，就是因为半导体这阵东风，基本把整个芯片包括传感器全部吹起来了。
感知融合，现在基本都在统一做。预控是比较有意思的赛道，因为大家前期比较关注的都是软件，对预控确实没有太多关注，这也是以前的一些公司在做自己方案的时候还是着传统的POI，找预控，当然我也听说他们在积极布局想要做自己的预控方案。从软硬件来讲，长期算法软硬件之间的耦合性非常强，从这点来讲，我们认为短期来讲预控行业是值得大家关注的地方。预控行业又牵扯到本土的高算力芯片，如何利用本土的高算力芯片搭建符合现在高算力算法需要的预控平台，再与整车厂的沟通过程中，在SOA架构的过程能够达到满足安全要求的SOA的预控，这是大家值得关注的机会。
另外一个以前一直被忽视的地方是执行机构，执行机构的本土化力是非常低的，从感知、融合、决策到执行，最低的就是执行机构。因为大家原本关注的自动驾驶还偏向于软件，从软件又往预控去关注，慢慢关注到执行机构，最近执行机构慢慢起来，大家开始关注执行机构这块。刚才北汽的领导也说他们原来投的执行机构公司，从这块不管是产业圈、产投圈、财务投资圈还是要积极布局的，如果没有预控，整个是起不来的，因为现在国产的直营机构还处于非常弱小的阶段，从ESB来讲基本处于比较弱小的阶段，需要在座的所有资本做。
最后，我还是想谈一下车路协同。车路协同，从我个人角度来讲，我还是坚信这块还是会大力发展的，不管是从原来说的扫地机器人，扫地机器人都在谈友好型家居，现在连家居行业都在谈扫地机器人友好型家居，就是为了打造出一个比较适合扫地机器人工作的环境。所以我们在这个情况下一定要提自动驾驶友好型道路，这是我们的智慧的路。从这点来讲，现在的车路协同各地都在积极布局示范区，现在的示范区还偏向于1.0模式，基本还是以单向的信息反馈做一些信息服务，远远没有到我们真正想要的感知融合，我说的感知融合是指路端、云端、边端再到整个云控的阶段，这是非常早期的，需要大家持续的关注，其实自动驾驶单车资本做的很好，很多公司在做，单独做车路协同的公司也很多，做单车的很多，但是真正能够把自动驾驶跟车路协同融合的非常好，能够做感知融合的自动驾驶公司现在非常少，关于这块我也是希望建议大家搭建真正的自动驾驶友好型的道路场景。
谢谢大家！ |
|
|
| 王荣进：谢谢薛总！把每个环节的理解给大家详细讲了一遍，我非常认同。其中有两点我需要特别再跟您同步一下，关于执行这一部分，我个人也是非常看重，如果从产业链的差距来看，执行的差距是最大的，而且执行这个环节容易出现一家独大的局面，我们去看全球70%，意味着非常容易形成高的集成度。 |
|
|
| 周奇：几年前我提出一个观点，L4以上的自动驾驶公司都是互联网公司出来的或者是教授，L2以下的基本都是TL1出来的，因为我们的汽车零部件世界级的TL1的供应商就没有，你说要要做制动要从TL1的团队选出优秀的团队作出一个优秀的创业公司来没有那么容易，但是L3主要是搞算法的，都有机会，大家在一个起跑线上，我觉得这是一个原因吧。 |
|
|
| 王荣进：这个环节确实需要一些时间的培育，下面请罗总谈谈你的观点？ |
|
|
罗旭：从我们目前的现状来看，我们是整个链条在看，分不出来重点看哪，为什么要看整个链条呢？因为整个自动驾驶里面整个链条不是特别成熟，作为一个创业公司需要有一个比较明确的核心的竞争，也可能是是很长的，比如在雷达方面，现在我们看到还没有解决部分雷达的技术问题，假如能够解决部分雷达的技术问题，这样的公司有很大的价值。
比如在决策环节，现在我们可以感觉到最初出来那批人都是以算法为主的，但是这个算法好在什么上面，承载的芯片其实是缺的，而且是非常缺的，决策这一块很明确的是芯片是很重要的。有的芯片其实并不能形成自动驾驶的供给，未来可能会是一个厂家做出来整体方案，甚至联想是不是也能够做车载的计算单元，是一个整体系统，未来可能也会出现这样的机会。
对于执行来说，主机厂、车厂可能更多利用自己的优势来做。从我们的角度来看，现在这个阶段我们整个链条都在关注，有两点，第一点，要不然就是技术有优势，这个技术可能现在还没也真正的落地，但是你的技术理论性。第二点，产品出来确实有亮点以后，未来的竞争力就会提升，这是两点。
真正要具体到我们到底关注什么东西，具体来说我们其实关注的是车厂芯片、电池、电片等，最近两年我们投了电车，这些是我们关注的，整个链条其实我们都是有所关注的。
联想作为一个系统厂商，习惯是把整个链条都能看到，这样才能分辨出来哪个比较重要，或者哪个占比带来大的变化。 |
|
|
| 王荣进：罗总对每个环节做了仔细的梳理，一个都不落下。下面有请李总从二级市场的视角跟大家解读一下您的理解和看法，谢谢！ |
|
|
李瑞：目前最为关注的还是在决策环节，分两部分。第一部分，硬件，AI芯片是硬件里面占比最大的，而且不光是芯片，现在越来越多的国内公司，包括华为、地平线，越来越多的优质芯片公司涌现出来，我觉得这会逐步成为国产的OEM的国产替代的选择。这是AI芯片。
软件这部分占比最大的环节是数据、算法，因为不光涉及到功能安全，同时涉及到数据安全。很多时候其实国家也在支持国产的公司因为数据安全，所以逐步涌现出一批这样的公司，这些公司也是我们现在关注的重点，这是决策环节。
感知环节，前面几位嘉宾也谈过很。激光雷达，现在固态的激光雷达的方案已经出现，机械式的激光雷达的成本已经下降到1000美元的范围内，越来越有利于这些东西的落地，这是感知环节。
执行环节，执行机构，原来底盘执行机构在海外的PO1垄断，国内的国产化替代进展比较缓慢，但是现在有个契机，OEM厂商越来越需要整合底盘控制机构，整合过程中提供了国内的底盘执行机构的契机。 |
|
|
王荣进：感谢各位嘉宾！后面还有一个问题，因为时间比较短，我就快速跟大家交流一下。
目前，自动驾驶分多个场景，包括港口、矿区、园区等，请教大家对每个场景是什么样的看法，包括演变是什么样的路径？ |
|
|
| 刘水：每个创业团队根据自己的背景，包括在整体上对行业的理解不同，大家选择不同的路径，从高维的技术将来把技术降维到特定的产品来做，这对团队来讲要有持续的能力。当然，也有的选择先从简单、可实现的场景来做技术进阶的方案，无论哪个场景，现在落地的场景很多，包括环卫、物流、矿场等等。对于团队来讲，第一件事肯定是要把产品打磨好，这是毋庸置疑的。第二是要深入到行业里面去，这里面考验的不止是技术本身。昨天晚上在跟一些做智能驾驶特定场景的从业者聊天，比如说环卫场景，因为交通难的问题要做环卫小车人力替代，是一上来就把人替掉呢，还是中间有人、车之间协同的问题怎么解决，比如做零售场景，小车在园区里面去卖一些零食或者饮料，你怎么去做品控，怎么算量，等等。所以对团队来讲，不光是产品技术做好，还要懂运营，懂场景，这是综合的问题。针对每个场景，大家选择路径不同，技术由难到易、由易到难根据各自的特点，每个赛道都有不同的公司出现。 |
|
|
周奇：其实这个问题很简单，开放环境跟封闭场景是不是不相互渗透，刚刚也提到是不是高维打低维，所谓的开放路段属于高维，封闭路径属于低维，我完全不认为这是高维、低维概念。因为我非常清楚，我们投了踏歌（音），踏歌不单是单车智能，它是个整体的调度系统，你作为开放路段的公司你说做完以后再做矿区，没那么简单。矿区有很多原因，比如重载，一辆小轿车2、3吨，一辆矿卡将近200吨，200吨和2吨的控制完全不一样。
第二，安全下车。L4的自动驾驶如果开放路段，我完全拍脑袋，我认为三年以内安全不可能下沉，但是在封闭场景必须要安全下车，要是不能安全驾驶等于没用。踏歌今年之内安全就能下车，如果我是一个L4的公司，到矿区里面来保证两个月能下车吗？我相信绝对做不到。所以在封闭场景里面有它自己的特点，包括刚才讲了系统型的，第二是在应用场景上落地的，第三个是安全下车这事是一般的L4公司所做不到的。从经营的不同、方向的不同、发展路径不同到最后的结果会很不一样，谢谢大家！ |
|
|
薛春宇：关于L3、L4其实就是一些封闭的场景落地，大家看的很清楚，我相信L2+在未来甚至十年内还会是比较主流的配置，所以我一直建议现在在做adas的企业真的要打磨好产品，把某一项功能做到机制8，因为L2+、L3以下的，L3以下的其实是功能，而L3以上的L4、L5是产品，而对功能来讲就是打磨客户体验。我以前开过特斯拉像高速拥堵的辅助等，体验非常的不好，在中国的高速或高驾上，一旦拥堵，你开启这个功能会被逼疯，因为你会不停的被人家插进来，然后你要不停的往后退。我想在L3以上的功能做到极致，把一到两个场景打磨的非常好，相信这就是个非常好的产品，比如如果买辆车，每天沿高架一直走真的会被堵车逼疯掉，但如果它能够在高架堵车的时候能够帮助我很好的跟车，这是非常好的场景。所以我也一直关注这样的公司，希望能够找到这样的公司。
谢谢大家！ |
|
|
| 罗旭：我们对降维打击这个事是不认同的，我们认为不存在降维打击，每个场景需要解决的问题是不同的，各个场景里面的创业者都有机会。 |
|
|
李瑞：落地肯定是技术和场景的融合。但是不同场景下技术的要求也不太一样，比如特定场景自动驾驶要落地，比如矿山场景电池干扰比较强、信号弱、功耗比较弱，场景不一样。比如基层场景对安全性的要求比较高，港口场景空气比较湿润或者会下雨，不同的场景对技术的要求会不同。这是一点。
第二，如果要落地需要的是什么？比如聚集到算法，需要对各不同的场景需要深度理解场景下对算法进行定期性的开发。另一方面，开发出算法以后，数据通过不同的进来可以迭代你的算法。
还有一个前面的嘉宾也讲到过，不管是海外还是国内从L4以上的跨越式类型的公司看，其实没有看到量产上车。这两种路线各有优劣，一方面可能有更多的量产上车，数据更加真实，更加实际。矿业车路线可能可以装更多的感知设备，算法可以设计的更先进。总体来讲，我更加看好渐进式路线，如果渐进式路线也需要公司员工有可以媲美L4的研发的能力。
谢谢！ |
|
|
王荣进：各位嘉宾的发言特别精彩，周总有一点我特别认同，无人驾驶如果不能实现经济效益其实价值是不大的，本身就是有机器替代的。
最后一个问题，大家也知道，现在初创公司通过自研的核心技术或算法掌握核心技术，同时这些主机厂也在非常积极的跟进，想请教各位如何看待主机厂的技术演进，同时跟创业公司的协同关系？先从李瑞总这边开始吧。 |
|
|
李瑞：我觉得头部主机厂肯定有很强的动力自研，传统的是相对低的制造业，产业链的整合已经进入到了陈述阶段，继续降成本的空间也不大，如果在电动智能这个赛道下，整车相对会提高单车价值量和单车利用率。另一方面，抓住了这个数据和系统也就是抓住了客户，尤其对头部整车公司来说非常有动力去做。
具体到整车和新势力公司是什么关系，我觉得竞合关系，但是具体情况要具体分析，比如头部整车厂和头部新势力公司可能竞争更强。其他的头部整车厂和其他的头部新势力公司可能会有合作，但是可能被收购。但是头部的科技公司如果有资本的实力可能会造车，非头部的可能会有合作，合作过程中主导关系包括利益分配机制是一个需要重点关注的。
至于新势力，可能和科技公司更多和头部主机厂一样是竞争关系居多，因为他自身的软件能力较强，自己的组织架构比较灵活。 |
|
|
| 王荣进：时间关系，第三场圆桌论坛到此结束，谢谢各位嘉宾！ |
|
|