12月16日，第九届全球新能源汽车大会（GNEV9）在国家会议中心开幕。北京智行者科技有限公司CTO王肖在智能化论坛上发表主题演讲指出，自动驾驶最难的地方其实不是难在我们看不见、摸不着、听不见，最难的地方是我们的大脑。

北京智行者科技有限公司CTO王肖

以下为北京智行者科技有限公司CTO王肖演讲实录（略有删减）：

无论是全世界还是在中国，我们做自动驾驶的初心都是做无人驾驶的出行，都是想改变我们的出行方式。实际上我今天整个PPT里面更多讲的是我们智行者在2015年成立，算是最早一批做自动驾驶的，我们的想法以及为什么逐渐逐渐探索出我们现在这个商业模式？也是跟大家一起来分享。

2017年推出我们的低速车辆，这个在业界也是非常认可的，我们2018年推出高速的乘用车品牌。这是来自国外媒体表示，一个咨询机构评了一个图，这里面把智行者放在所有创业公司里面叫做集成解决方案供应商这个模块里面，实际上我们自己认为，我们在整个低速车里面，其实我们应该放在整车里面，因为我们是全世界家第一家真正想量产的公司。低速车都是我们自己来做，高速车里面我们更主要提供整个AI算法以及解决方案。

从2015年开始，整个发展历程开始从主机厂接入非常紧密，这些都是我们团队做的，包括我们跟北汽新能源，包括百度汽车等等，也使我们整个行业背景，都是从车辆里面出来的，跟很多家从AI企业出来背景不一样，我们一直立足于汽车行业。

我们整个研发点，其实我们更多的不像很多的同行，从感知开始做起，因为我们认为，感知像人开车一样，感知可能是更像人的眼睛，我们控制器更像人的手脚，虽然说我们知道前几年为什么大家觉得感知非常重要，但是我们一直艰辛未来再过3-5年感知不再是自动驾驶的瓶颈。目前很多公司我们的感知水平已经非常非常高了，最近号称感知距离能达到1公里以上，我觉得这已经远远超过人眼睛的水平，也同时也印证了我们一个想法，自动驾驶最难的地方其实不是难在我们看不见、摸不着、听不见，最难的地方是我们的大脑。

最近waymo一直被唱衰？我们看所有的媒体报道，并不是说它感知能力不行，也不是说它地图不行，全是说当地的居民对它无法并道，无法超车，为了躲避左拐故意选择右行之类的。所以智行者从做自动驾驶以来，一直的关注点就是我们整个AI的大脑，再加上我们整体解决方案。整体解决方案，包括我们怎么整合感知、整合地图，以及控制，以及在座我们车内的控制器，这是我们做事情。

这是我们整个AI大脑的，算是研发的一个拓扑图，最上层输给我们大脑的就是感知部分，最下层是控制部分，中间是我们人的认知以及分析这个模块。所以我们实际上是怎么认知这个世界，建成我们的情景，怎么把我们整个故事讲出来，最后才转化成我们真正的轨迹啊，控制啊，这是我们AI大脑的一个设计。

最关键技术，其实我们内部，包括感知和整个定位都是我们一个基本模块，刚刚讲过我们最终关注点虽然是一个整个大脑，但是实际上我们内部对感知和定位也做，所以很多事情没有一个合适的供应商倒逼我们必须具备一个全栈式的能力。

这里我需要跟大家强调一下，这算是我们的一个特色，也是我们同多数自动驾驶公司不一样的地方。

第一个，我们自己会做控制器，我们想以芯片前装的方式跟它合作，而不是我们做一个后装的产品。最左边是我们车位的控制器，中间这个图是我们在广东的产线，也就是我们整个低速车，算是全世界第一家实现的真正意义上能够量产的一个工厂。我们知道现在包括国外很多的，包括扫地车辆也好，送外卖的小车也好，国外应该是领先我们，但是我们至今也没有看到有哪一家以自建产线的方式呈现，多数找一些代工。但智行者从2016年底，2017年天建这个的厂，整整一年时间我们产线开始磨合，可能整车企业看起来是一个非常非常LOW的东西，但是对我们来讲从零到有，我觉得我们是非常了不起的。包括我们的车辆现在位置是100-200台，全部是在我们中山产线里面做的。

我们其实也深度参与国家行业的一些政策的法律法规的制定，因为我们其实现在扫地车辆，包括我们物流车辆落地已经遇到这个问题，为什么我们会关注这个问题？其实刚刚讲过做乘用车的自动驾驶很大程度上受制于国家的法律法规。但对低速车辆来讲，比如我们做一些园区的车辆，很多时候第一个是交通部门，它其实是不管的，这个事更是一个空白。所以我们其实前一段时间跟京东、美团等一些物流公司，包括一些机器人公司联合制定我们整个低速机器人的一个自动驾驶的，算是行业的一个标准，再送到国家去评定。所以我们在积极参与这个事情，目前我们是第一家吃螃蟹的公司。

我们商业化的一个思维怎么样呢？其实刚刚已经讲过，张力总也讲过，未来我相信所有做自动驾驶的终极目标都是要做乘用车的出行共享，我相信主机厂也是这么想的。但是关键在这个实践路径上面，我们作为一个创业公司能不能活到那个时候？作为一个主机厂，在我们自主品牌，我相信自主品牌其实卖车也是有生存压力的情况下，能不能去all in到全部的模式，我相信我们2015、2016年一直在探讨这个问题，这是我们2016年提出这个象限的一个图，我们认为当前短时间2019年能够真正从老百姓，从用户里面赚到钱的，我们相信就是一个低速载物。

经过我们2016、2017年的认定，现在业内低速载人，想从老百姓那挣10块钱5块钱不是那么容易，我们认为能够放手，不要安全员的角色，有了这个角色你必然赚不了钱。所以我们想只有摆脱我们的安全员将我们车辆的安全员变成远端的安全员，这样一个人员只盯一台车，现在我们通过远程监控的方式，我们现在能够做到一个人盯十台车，随着网络越来越快，我相信很快一个人可以盯一百台车。

我们希望从低速开始做起，因为的。只要速度一高上来，其实很多问题不是问题全部暴露出来了。

我们跟苏宁、美团、京东合作，和京东从2016年开始合作，算是合作时间最长的。我们与美团马上会在冬奥园区里面投放一百台车，给我们运动员送快递送外卖。

我们的扫地车辆，其实我觉得最近一段时间更加知名，因为我们自己真真正正觉得它真是一个非常实用的自动驾驶产品，很多时候跟大家沟通很多媒体都在讲，自动驾驶其实在老百姓的眼里、在所有的用户眼里，绝对还是一个高高在上事情，因为所有的成本价、传感器都感觉非常非常贵。但是我可以这里跟大家分享一下，我们整个明年扫地车辆出货量是1200台，我们希望经过未来一到两年努力，我们一台车的成本能降到5-7万块钱。大家想想这个扫地车根据我们计算我们是24小时不用休息的，相对于人来讲，我们是要睡觉、吃饭，我们是完全不用的，而且我们未来下一代都会支持无线充电的模式，它理论上是可以替代4-6个人。

如果我们成本降到5万块钱，大家可以想象一下，相信对用户来讲没有任何压力。我相信对于用户来讲，其实他脑子里面已经没有之前的自动驾驶高高在上，动不动60万、70万，我们这里面同样可以降到3万块钱以下。我相信这对于整个基于我们量产的供应链的整合，我们在2018年做了非常非常多的工作。

我们现在整个用户量最大的就是政府的公园、园区、广场，目前它的订单我们现在供应已经跟不上了。

这就是我们刚刚讲的全世界第一条真正的低速专用车的产线，我们单用的出货量可以达到1500台。我们从无到有，从零到一全是我们自己设计的。我相信按照自动驾驶的思路，我们也从一年时间建设起来，这个难度还是非常非常大的。包括现在很多做物流的企业，他们做自动驾驶其实都想依赖于我们产线代工生产，因为确实建立这个产线还是工程非常非常复杂的一个事情。

刚刚讲的是低速车辆，今天可能在座的各位更多的是乘用车辆相关的，所以其实我们高速车辆也是有解决方案。我们思路就是这个图里面讲的。我们只集中于我们的AI大脑，以及整体的解决方案，给主机厂提供整体的L3-L4的整体解决方案，这是我们的一个定位和目标。

我们觉得特斯拉模式或许更好一点。这里面我们也总结了一张图，什么意思？其实我们现在所有的传感器都是非量产的，特斯拉一直抵触激光，因为激光太贵，我相信激光的价格降得很低之后，没有任何一主机厂会排斥这个东西。所以我们的模式叫车辆的离散升级，什么意思？好比特斯拉一样，2018、2020、2025年这几个关键节点，跟着我们的传感器，伴随它的车辆，我们的车型能够逐步量产。2020年我们很多主机厂是213量产的一个元年，根据我们调研来看，至少中国的主机厂对（英）还是抱有一定的怀疑态度，大家在研究方案的时候，还是没考虑。我认为可能到L3，因为这个L3可能是L2++意思，也不是完全的L3，我相信这个硬件应该是逐步迭代升级，随着我们主机厂的量产。针对软件，未来的车辆肯定是通过软件来定义，我们希望通过数据一直升级。

我们希望基于量产车辆的进行驾驶场景大数据采集，其实我们都是相对的来说在一些比较安全场景，可控的环境下做这个事情，相信这是所有做自动驾驶公司的一个底线，不敢轻易的出安全事故。如果我们所谓的传感器是在量产车型里面采集，就代表用户在替主机厂采集全世界所有的简单复杂场景，都在采集。这个驾驶场景大数据采集的话，这才是最核心的竞争力，因为我们知道AI时代数据才是真正的黄金。

OTA升级，快速智能化验证及反馈，大家知道真正掌握自动驾驶流量的入口，无非就是那么几个传感器以及大脑，大家都在抢这个东西，所以我们这里面总结叫做车辆硬件的离散升级+软件的连续升级。

我们其实从2015年开始到2018年做了很多工作。2015年这是11月份的视频，就是用相机跟航波来做，做到了自动的换道，这是2015年11月份的数据。这个光线非常不好，因为当时是夕阳，正对相机，所有的换道都是全自动的。

这个实际上是我们在业界大家可能看过我们的一些报道也知道，我们9月份在参加央视的拍摄，这个我们认为还是非常有挑战性的：

1、它是全世界第一次在山路上面干这个事，在张家界。

2、整个拍摄小组就给我们两天时间，因为整体是要封场的，整个我们做了地图，做算法调试，整个拍摄，一共就两天时间，对我们挑战也非常非常多。

3、一些技术细节，比如穿过隧道啊下雨啊，这里面都会遇到，这是第三个挑战。

4、整个对我们算法可靠性的一个挑战，大家可以看到，整个道路的右边是万丈悬崖，有一点点不可靠，下坡的时候有可能直接冲出那个护栏直接掉到悬崖下面，我们拍摄的时候其实是负责非常担心的。确实是，因为可能不懂的人，他反而可以放心，因为央视的老师是很开心的，全世界第一次，对我们做算法的人来说反而是非常担心事情。

最后我们展示一下，我们其实一直在内部研发做一些复杂的事情，包括这个视频就是展示在我们公司附近，这个其实应该是算国内比较复杂的一个场景，就在回龙观，大家去过回龙观都很明白，第一个交通场景很复杂；第二个很多人不遵守交通场景。

我们从整个地库出之后，全程没有任何人工干预，包括出收费的地方。这个场景下，周围停的车辆突然拐过来，包括行人逆行等等，对我们挑战非常非常大，还有送外卖的，这个变道是全自动的。我们分为四个视角，做自动驾驶的算法都知道，如果在这种复杂道路里面，最复杂的不是方向盘的控制，而是刹车油门的控制，其实方向盘的控制相对来说比较简单。

更具有挑战性的是我们还要回地库，我们地库是800到1公里的长度，我们都是靠上面的激光来识别来做，这个地库的环境非常复杂。

返回第一电动网首页 >