钛媒体联合创始人万宁对话三位嘉宾，从左到右分别为：行易道科技赵捷、地平线张玉峰、Auto Brain Yolanda Du

每年一度的 CES ASIA 如期而至，钛媒体作为 CES 组委会的官方合作媒体，已经连续5年对在上海举办的 CES ASIA 进行了报道，今年同样没有例外。

作为汽车生态圈的持续观察者，钛媒体以独特的科技视角，联合ITValue主办的「未来出行科技沙龙」完美落下帷幕，力求探寻更多技术落地的商业规律。

本次 CES ASIA 2019钛媒体未来出行科技沙龙的论坛共分为三个部分，分别是「5G时代的智能网联」、「自动驾驶技术的未来商业化落地」、「未来出行的新方式」，我们邀请到了来自产业界各的嘉宾共同探索，既有像“百年老店”福特这样的汽车厂商，也有产业链上下游的相关技术供应商。

钛媒体集团创始人赵何娟在会上表示，“新的出行方式变成了大家越来越关注的话题，钛媒体多年在技术领域和商业领域都有丰富的积累，希望未来能够和大家一起探索，在未来出行方向上做更多有价值的开拓。”

在第二场关于「自动驾驶技术的未来商业化落地」的对话环节，众嘉宾的观点激烈碰撞，不仅干货满满，而且金句频出。

Auto Brain的COO Yolanda Du谈到自动驾驶最先落地的场景时直言，从2C端来看，可能会更慢，自动驾驶更快落地的场景可能会是低速园区这样的2B环境，”比如像低速园区这样的特种车，一辆车就已经达到几百万，即使加装了自动驾驶，对于2B场景和车企没有那么敏感，他们更愿意来支付。那么同步在低速园区内，也解决了用自动驾驶取代人，直接取代了人工，也更愿意去加速自动驾驶的落地。”

地平线副总裁张玉峰持相似观点，他认为，愿意为自动驾驶终端买单的不是消费者，而是B端的客户，“像自动驾驶出租车这样一个细分行业，能够解决运营成本的问题，尤其是在人力成本偏高的区域，此外，在干线物流领域，也面临着人工、油耗、安全性方面有很多的挑战，现在在国外很多的创业公司在去挑战干线物流L3级别的自动驾驶，这里也是一条潜在的，能够在较短时间内带来商业回报的路线。”

当然，自动驾驶的落地也面临着现实和骨感的问题。

行易道科技有限公司创始人CEO赵捷感叹道，“人类的技术都能上天揽月，但是把一个技术，最后变成千千万万个汽车上用的一个东西、系统的时候，这里面其实要有一个对于实现的目的，服务的对象，你所在的环境，基础的一些我们自己认为的假设条件，最后要把假设条件列出来，作为这个事情的起点，这个要从更多的角度来看这个技术，和定义这个技术，最后才能转化成产品。”

而Auto Brain的COO Yolanda Du也表示，让自动驾驶成为人人可用的普适性技术，还要闯过几个大关，“如果从量产能够推向用户端的话，需要解决了几个关键性的点。第一个，大家一直看到的更多的，比如说从硬件配置上，可能成本就很难降下来，用到高成本的激光雷达，这个成本很难；第二个方面，硬件传感器上，很多还没有过车规级，比如说激光雷达，没有用车规级的传感器，就会有很大的问题。”

地平线副总裁张玉峰也直言指出，安全是自动驾驶里排在第一位的要素，不仅包括硬件的功能安全性，还有系统的信息安全性，以及道路设施的搭建和完善都是不可或缺的。

以下为钛媒体联合创始人、ITValue发起理事万宁对话三位嘉宾原文，略经钛媒体编辑：

万宁：我的环节叫自动驾驶技术未来的商业化落地，先把这次参加讨论的几位嘉宾请上来，第一位是行易道科技有限公司创始人CEO赵捷总，第二位是地平线副总裁张玉峰，第三位是Auto Brain的COOYolanda Du。

赵总一直是做雷达方面，我们也知道，在中国自动驾驶部分，雷达是很重要的传感器，包括激光雷达，毫米波雷达，您来给大家用非常清晰的方式解释一下，这两个技术区别和未来在中国的自动驾驶应用中的发展是怎么样的？

赵捷：谢谢万总，首先从毫米波雷达和激光雷达的角度，这两个技术是有不太一样的地方，大家比较起来会觉得五花八门，不知道到底是怎么回事，从比较明显的特征来比较一下。

第一，在环境适应性上，毫米波雷达它的最明确的优势，全天候工作，大雨、大雪、雾天的时候工作基本不受影响，这个时候，跟工作频段在光学，包括摄像头会失效，这个是跟物理属性有关，用什么样的算法这个是解决不了的，是物理端问题；

第二个，从工业化的角度，因为毫米波雷达在汽车领域，已经有了40年甚至是更长的发展历史，所以我们现在用的这些毫米波雷达器件，都是车规级甚至是更低成本实现没有问题，而激光雷达更多有些在解决工艺问题，甚至在是科学技术阶段，所以中间有一个时间的问题；

第三，为什么毫米波雷达大家觉得分辨率不够？原因是过去应用背景有关系，过去识别一个汽车就行，所以我们认为，技术上是有很大的潜力的。

万宁：自动驾驶到来之前，毫米波雷达+5G技术配合是不是也能完成对于自动驾驶基础性的支持？

赵捷：这个也是我们公司延展的技术，交通方面的高分辨率雷达，能够对于道路上的这些汽车进行车速、车流量高分辨率的感知，通过这些，我们感觉到智能交通首先要实现的是路和车同时实现智能。未来，雷达技术还有一个更远的实现，通讯雷达。车在路上感知的信息还能有连接，这个是和物联网连接起来。

万宁：问一下地平线这边，今天我专门跑了一上午的展馆，看了一下利用在包括自动驾驶平台上，你们已经和企业在做合作。那么我想知道，毕竟自动驾驶是一个很长的连接，地平线参与的环节是什么？你们对于整个自动驾驶的生态你们是怎么理解的？

张玉峰：这里还有一些是激光雷达和禾赛科技是国内比较知名的雷达设备商，基于智能学习的处理，也有一些创业企业，对视觉和超声波雷达做的感知，结合控制，做慢速的自动驾驶。

我们是跟包括视觉，包括激光雷达、超声波雷达等厂商的一些合作，对于赋能，如何用工具来去帮合作方去解决问题，自动驾驶本身是一个有挑战的事情，每年可能要投10亿美金，行业里头玩家们更多的会抱团聚在一起，可以看到本田和Cruise合作等等例子。

从安全角度，确实也需要不同的传感器去配合，刚才赵总也讲到毫米波雷达有它的优势，全先候，视觉雷达也有它的优势，视觉很丰富，红灯仅仅靠没有颜色感知的传感器也难做到。

万宁：我再问一下Auto Brain，你们提供比如说在园区的自动驾驶的解决方案上，我想了解一下，你们聚焦的领域原因背后是因为什么？

Yolanda Du：Auto Brain也是技术解决服务商提供服务，刚才提到的战略角度而言，两条腿走路，一条腿是直接与乘用车厂来合作，比如说像聚焦在特定环境下的高速公路上的自动驾驶。另外，企业也要生产，产生良好的现金流，以及考虑落地的场景方面，也在低速场景内实现自动驾驶。

从自动驾驶而言，刚才提到的，可能是端到端，或者是走固定路线，从落地的速度而言，让我们有更好的场景来落地，我们Auto Brain在低速场景下，研发的低速园区的特种兵，已经实现了点对点完全无人的自动驾驶，在商业化进程当中，与OEM供货，按每一台车支付技术开发费用。对于企业而言，我们是高速和低速两条腿走路，低速可以带来现金流。

万宁：也就是说，在有限的园区内，在低速的自动化线路上，已经有了商业应用很好的基础，在这个层面上，在园区内的自动化驾驶比完全社会化自动驾驶商业落地的可能性更大？

Yolanda Du：从两方面来看，说实话，如果你的技术足够好，相信打遍天下无敌手的话，没有问题，我觉得我们是从两维度来讲，一个是技术来讲，一定是知道走通了这个技术，从L3到L5，再用L5做量产做方案，因为从技术路径来说，不是说低速可以跨越，也就是说低速自动驾驶和高速自动驾驶技术角度而言是两条腿，一定要知道技术的konw-how，未来的难点在哪里，来做站位，这个是从技术角度而言。

那么从商业运行角度而言，实际上刚才提到，高速公路更多是乘用车厂，因为他们最终是面对2C端，这个端对自动接受的接受能力是有限的，这个接受能力对产品而言，从安全、价格各方面会有所考量。从2C端，可能会更慢。如果在低速园区的话，可能是一种2B的应用环境，由B端，比如说像特种车，一辆车就已经达到几百万，即使加装了自动驾驶，对于2B场景和车企没有那么敏感，他们更愿意来支付。

那么同步在低速园区内，也解决了用自动驾驶取代人，直接取代了人工，也更愿意去加速自动驾驶的落地。

张玉峰：我们也是看到这么几个刚才大家提到的场景，低速、乘用车的泊车自动化系统等。

另外一个场景，是乘区的自动驾驶出租车，在美国、包括中国，也有不错的试点。在拉斯维加斯，头部玩家部署了几十辆车，从去年到今年做的载人出租车已经做了超过5、6万次，跟移动出行的伙伴合作，基本上是L4自动驾驶，都是限定一定区域，同时线路上也做限制。

像乘用车的话，辅助泊车系统，其实还是能收到钱的，对于运营来讲，短时间内做自动驾驶出租车还是一个支付的过程，无论是人力还是财力，可能还需要时间，再过一段时间，系统才能慢慢释放出来安全驾驶员。

包括Waymo等其他的玩家在内，都在朝着这个方向，这个方向一定是引领我们的技术方向。

作为一个合作伙伴供应商，我们能看到这个行业的发展，也能看到像L4拿掉方向盘，是在明确的往前推进的，愿意为这个买单的终端的不是消费者，是客户。

像出租车这样一个细分行业为代表的话，自动驾驶能够解决的是运营成本的问题，尤其是在人力成本偏高的区域。另外一个方向，干线物流，现在也面临着司机难找的情况，包括油耗、安全性方面有很多的挑战，现在在国外很多的创业公司在去挑战干线物流L3级别的自动驾驶，这里也是一条潜在能够在较短时间内带来商业回报的。

万宁：当我们到L5的时候必须在社会信息化场景下，我反倒觉得，行易道这边做雷达，或者是本身你们就是一个典型的建立社会信息环境的企业，也可以通过环境雷达为车辆提供感知，这部分为我们未来更快的实现商业落地带来某种很好的助力，在这方面你们有怎么样的战略？或者是寻求怎么样的合作方式？

赵捷：我们主要解决的问题，其实是基础数据，基础数据的一个要求是要充分，指的是对各种特征要提取出来，这个本身是我们的技术优势，重点说这个优势变成什么样的产品？这里需要和合作方，不管是我们的tier1供应商还是主机厂做一些探讨。我们公司成立到现在，和主机厂和tier1的合作，讲自动驾驶很美好，但是实际在互相了解需求的时候，比如说就某一个功能对于毫米波雷达一个需求的时候，其实大部分我们的客户是说不清楚的。

所以这里，说起来技术，真的是人类的技术都能上天揽月，但是把一个技术，最后变成千千万万个汽车上用的一个东西、系统的时候，这里面其实要有一个对于实现的目的，服务的对象，你所在的环境，基础的一些我们自己认为的假设条件，最后要把假设条件列出来，作为这个事情的起点，这个要从更多的角度来看这个技术，和定义这个技术，最后才能转化成产品。

所以和合作伙伴也好，和产业链的上下游的合作也好，这里面是非常丰富的，但是实现路径一定是非常的严谨，而且是每往前走一步，一定要有一个非常安全或者是可靠的保障在里面，所以这就是我认为的自动驾驶也好，或者是环境感知、汽车感知也好，不管是实现多么美好的愿望，那么底下的基础的可靠性，具体是为什么功能实现的？这些条件大家一定要讲清楚，否则的话，说起来天花乱坠，否则产品实现上会出现很多的问题。

万宁：自动驾驶看起来很美好，但是做起来很骨感，不光是技术本身，我们技术已经做了很多的储备，像Yolanda Du已经讲 ，我们在L5上做了大量的技术性探索，也在环境、法规、信息上做了大量的工作。对于到L5的全社会性的2C的自动化驾驶商用的实现，是需要有哪些关键环节必须做到的？

Yolanda Du：实际上，大家一直都在讲自动驾驶商业化和落地，其实刚才提到，如果以5年为一个节点和10年为一个节点，我相信在5年内低速的限定场景，比如说像港口物流，以及干线物流等一些低速场景实现，在5年内完全实现或者是半无人化可能性非常大。

同步以5年节点来看2C端让消费者体验到的无人驾驶，更多的是讲在限定场景或者是高速公路上的自动驾驶。如果从量产能够推向用户端的话，需要解决了几个关键性的点。第一个，大家一直看到的更多的，比如说从硬件配置上，可能成本就很难降下来，用到高成本的激光雷达，这个成本很难；第二个方面，硬件传感器上，很多还没有过车规级，比如说激光雷达，没有用车规级的传感器，就会有很大的问题。

第二个方面，从算法集成度上，一定要考虑从安全性、从可靠性、集中度性去个判断。

第三个方面，计算平台，现阶段为止，哪怕是英伟达的这个平台，也没有完全过车规级，车耗过高，比如说不同场景环境下，如何能够到2C端，在5年内，还是一个漫长的，从小批量到大批量，到扩批量的场景。所以5年为维度来讲，低速肯定在特定场景更快，2C的话，HWP（高速自动驾驶）会更先上。

从10年角度来看，结合硬件成本降低，计算平台能够过车规级，以及算法，数据，可靠性，里程的累计，这5点最终10年之内，比如说给大众提供L4级别提供（英文）服务的。

张玉峰：安全还是自动驾驶里排在第一位的要素，车规级是一个方面，考虑的是温度、湿度的范围，包括芯片等等在多少温度下可以存储、存放。

汽车行业少不了公共安全，现在提到的越来越多的，不仅在车联网领域，还有信息安全，因为随着OTA技术普及，包括特斯拉等等这些车厂已经展示了它的硬件，未来通过迭代引入更多的功能，怎么样确保这套系统不被黑客侵入？我想让它跑的版本不会恶意的做出恶意的动作，所以在这里头，首先政策的允许扶持，首先是政策能够加速推动力，还有协同，智能网联，同样也是助力让我们可以用更低的成本，跟快实现更高级别的自动驾驶。

但是我觉得从安全角度考虑，同样是做到路侧基础设施的配套，也要有一定的时效的保证，也要可靠，所以不是一朝一夕能够做到，在安全前提下保证自动驾驶，所以还是需要花精力和时间，把事情做的更细更安全。

万宁：在安全这个领域，我们看产业和生态，怎么样去看待？推动生态良性建设和鼓励产业发展上，政策在哪些方面去推动？

赵捷：首先是在一些使用上，比如说频段使用，大的边际上一定要有一个明确的规定，和一个明确的说法，否则的话，像我们现在涉及到的一些不管是5G还是毫米波雷达涉及到频段使用，这方面涉及到的，这个社会鼓励谁、哪个产业优先使用什么频段？这个是迫于眉睫的一个事。

其他的，关于汽车安全领域的一些产品的最低要求，这个产业的发展，因为中国改革开放40多年，我们也发现过其他行业的问题，偏技术、产品的容易出现劣币驱逐良驱逐良币，本来有一个挺好的产品，我去仿制它，价格是它的一半，功能是它的40%。这个时候，社会上出现：这个东西是不是也可以用？是不是用差一点的东西？对付一下。

但是这些产品，刚才讲的哪个例子，劣币驱逐良币，在什么行业里？娱乐、方便这些便捷性的产品没有问题，涉及到刚才讲的汽车安全，因为我们做的这个事情，事实上是汽车的眼睛和大脑，今天三位我们是眼睛和大脑。那么眼睛和大脑如果说出现智商下降，视力下降甚至是失明，这种情况下，这个事就非常可怕。

我认为，这个保障是一个基础的东西，我们在制定政策和标准的时候，首先要防范的是这类，门槛要设立出来。

万宁：谢谢，最后一个问题，因为时间关系，今天是在消费电子展，我们面对的消费者去讲一讲关于自动驾驶，如何让我们的消费者理性认知自动驾驶这个事？

Yolanda Du：消费者认为所谓的自动，认为等同于无人，放开手，是不是可以没有方向盘，我觉得从消费者端，首先是要逐步的理清楚自动限定与于人之间的区别，同步的话，在2C端，可能在我们的车厂在灌输给消费者的时候，因为也要做同步的用户手册，实际上一直谈到的自动驾驶，从安全的角度也好，更多的是权和责的划分，这一点上一定要划分清楚。

因为我们Auto Brain一直在为主机厂提供自动驾驶整体的解决方案，所以我们也在配合主机厂在制定相关的产品用户手册，来从消费者什么是12345你可以做，另外一侧是不能做的。

张玉峰：感觉咱们的媒体朋友责任更重一些，自动驾驶链条蛮长的，做一个定位的话，能做的还是把自己的本职工作做好，刚才说到的车规级安全上的问题，地平线现在花了将近4年的时间，已经成功，已经有几个项目在往前推，在这个过程中把安全，尤其是针对车外的视觉感知功能进行增强，安全要求能够在接下来的时间内做到，满足终端的需求我觉得多跟同行、媒体来交流。

赵捷：对于大众来说，我认为科学的意识是需要有的，科学的意识是什么？科学不能解决所有的问题，而且每一个结论都有前提，前提都是假设条件，而事实上，就自动驾驶技术来说，我们经常说，某一个技术经过了1000万公里的测试，有的说经过了1亿公里的测试，然而1亿公里测试完了就没有问题了？还是有问题。

因为世界上的概率千奇百怪，这些不管是媒体，不管是相关的科普工作者，对待大众的话，都要做一个引导，这个引导每一个技术，人做出来的技术，就不是上帝制作出来的技术，一定有它的问题，这是一个最简单的哲学，但是这个必须得传递出来。

返回第一电动网首页 >