圓桌論壇：商用車智能化時代到來了嗎？

2023年3月28日-29日，首屆中國商用車論壇在湖北十堰舉辦。本屆論壇由中國汽車工業(yè)協(xié)會、湖北省經(jīng)信廳、東風公司和十堰市人民政府共同主辦，以“應變 求變 謀變——共創(chuàng)商用車發(fā)展新局面”為主題，共設“1場閉門峰會+1個大會論壇+4個主題論壇”，旨在聯(lián)合能源、交通、信息等各方力量，共同探討商用車產(chǎn)業(yè)發(fā)展趨勢，推動商用車高質量發(fā)展。其中，在3月29日舉辦的“商用車智能網(wǎng)聯(lián)應用”主題論壇上，四維圖新商用車業(yè)務總監(jiān)黃紹忠主持了圓桌對話環(huán)節(jié)，同濟大學汽車學院教授朱西產(chǎn)、東風商用車有限公司技術中心智能技術開發(fā)室主任李洋、蘇州摯途科技有限公司副總裁張旭、運輸車隊運營資深專家季同等嘉賓圍繞焦點話題展開熱烈討論。

以下內(nèi)容為現(xiàn)場發(fā)言實錄：

黃紹忠（主持人）：大家好，我是來自四維圖新商用車業(yè)務線的黃紹忠，今天非常高興參與各位同仁交流，今天的主題是智能網(wǎng)聯(lián)，我想智能網(wǎng)聯(lián)，我想把網(wǎng)聯(lián)提到前面來講到網(wǎng)聯(lián)這個事，我們還是有點發(fā)言權的，我們現(xiàn)在是到了有了基礎建設、有數(shù)據(jù)，接下來怎么做以求更好地發(fā)展，我想簡單地問問來自OEM的李博士和應用方的季總，兩位站在網(wǎng)聯(lián)基礎建設的當下，有什么，好玩的、有趣的新的應用，或者說對這個行業(yè)有價值的基于網(wǎng)聯(lián)的應用。

四維圖新商用車業(yè)務總監(jiān) 黃紹忠

李洋：我們商用車的網(wǎng)聯(lián)，相比乘用車，商用車因為法規(guī)的一些要求，整個商用車的數(shù)據(jù)、通信、平臺基礎是挺好的，在這基礎上實際上以前包括跟四維圖新一起，針對大客戶車隊提供車隊管理的數(shù)據(jù)或服務。在這基礎上，做的4.0我們提供了其他的服務，比如說基于本身這些車輛數(shù)據(jù)軟產(chǎn)品的開發(fā)。第二個是針對這些數(shù)據(jù)我們開發(fā)預見性維修保養(yǎng)服務，比如說針對發(fā)動機易損件、發(fā)動機的一些附件，基于整車的數(shù)據(jù)建立易損件的模型，作為預見性的保養(yǎng)、維護，保證一些大車隊或及時性要求比較高車輛的出勤率或它實時性的要求，這是一類。

東風商用車有限公司技術中心智能技術開發(fā)室主任 李洋

還有一類，我們給客戶提供后市場維修保養(yǎng)的服務，也是基于車輛本身在我們平臺端數(shù)據(jù)作為基礎，然后我們提供這些配件的服務，包括后市場維修的服務，做相關的應用。實際上面這是面向客戶端的。有了這些數(shù)據(jù)對于產(chǎn)品的定義，對于產(chǎn)品設計端也做了很多工作，怎么更好定義目前給客戶的這些細分市場的，還有產(chǎn)品的定義，哪些細分市場更側重哪些特性，這是面向產(chǎn)品設計端怎么更好地服務這些客戶。

黃紹忠（主持人）：從OEM的角度服務于造車，再到產(chǎn)品，再到后市場服務端。

李洋：把商用車已有數(shù)據(jù)的通道、技術能夠更大更充分的發(fā)揮出它的價值。

黃紹忠（主持人）：季總，這個車交付到您的手上，您天天在用它，我們也管它叫車聯(lián)網(wǎng)，車聯(lián)網(wǎng)在您這個體系內(nèi)是一個不可或缺的體系存在，作為大車隊的運營方擁有者，對于網(wǎng)聯(lián)的現(xiàn)狀以及對于未來的期待是什么樣的展望，或者說我們比如說跟主機廠它本身的數(shù)據(jù)是不是也有融合的訴求，或者說有車聯(lián)網(wǎng)融合的可能性是不是有，您怎么思考這個問題？

季同：我們公司在2020年謀劃車輛的運營模式，以前是把車承包給司機，之前前幾年是應用非常普遍的，現(xiàn)在也是大規(guī)模使用的場景。后來也發(fā)現(xiàn)這種模式是一種輕資產(chǎn)運營，對車輛的調度和品質的保證是非常打折扣的，異常事件也是蠻多的。后來搞自營，跟董事會匯報這個問題為什么可以搞自營，我當時說了一個概念，隨著車聯(lián)網(wǎng)技術的技術，車隊的管理會越來越透明，這個行業(yè)里有一種通勤的說法，司機難管，為什么？就是不透明導致的。車聯(lián)網(wǎng)的車隊是不可或缺的工具，解決了不透明的問題，根本不知道司機的情況，不知道司機這個車開得好不好，不知道司機的油耗和司機的檔位使用。我們當時做了一個打分的系統(tǒng)，根據(jù)司機的駕駛行為進行打分，在行業(yè)里把油耗撥給司機的，是成本當中非常重要的成本項，我們沒有撥給司機，司機影響油耗的因素就在他的腳上、剎車和油門，把司機的駕駛行為進行打分，根據(jù)司機的打分對司機的油耗做出一個獎懲。這是在車聯(lián)網(wǎng)的應用，就是對油耗的控制方面，我們現(xiàn)在已經(jīng)是非常普遍的一個工具。

運輸車隊運營資深專家 季同

還有就是安全，安全也是解決了一個透明的問題，在駕駛室里面有攝像頭可以監(jiān)控到他，司機打瞌睡、打電話的時候可以進行預警，解決了安全管理透明的問題。

對于未來的期待，在車輛的后市場和預防性的維修保養(yǎng)方面可以做，目前來說沒有，目前對車隊管理來說，在后市場的車聯(lián)網(wǎng)應用當中還是一個空白區(qū)域。沒有把車聯(lián)網(wǎng)應用到車輛日常的維修保養(yǎng)當中，還是以廠家和車輛的使用狀態(tài)，對車輛進行長周期的保養(yǎng)，或者被動式的維修、預防性的維修、提前性的維修是沒有的。在保養(yǎng)上面是不是還有節(jié)約的空間，我現(xiàn)在是根據(jù)廠家統(tǒng)一一個保養(yǎng)里程來做保養(yǎng)，我的車聯(lián)網(wǎng)是比較透明的，我能夠監(jiān)測到我的發(fā)動機或者變速箱后橋使用的狀態(tài)，我是不是還可以繼續(xù)延伸，根據(jù)不同車型、不同路況再適當?shù)难娱L或者變更我使用的油品，達到降低保養(yǎng)成本的目的。

另外一個是維修成本，雖然維修成本一毛多錢，但是它非常關鍵，它關鍵在哪里呢？首先萬一它出現(xiàn)問題，它會開在路上，造成的經(jīng)濟損失比較大，甚至還有安全隱患和風險。更關鍵的是保養(yǎng)做不好，維修做不好，會直接影響車輛的使用壽命。我們本來計劃車輛使用三年到五年，是不是兩年之后由于維修保養(yǎng)不得當，造成后面一批廢銅爛鐵，這是我們比較關心的一個議題。

黃紹忠（主持人）：我聽下來對我們在場的所有的至少是車聯(lián)網(wǎng)的從業(yè)者提出來一個特別好的方向，兩位一個從前，一個從后都提出來對于保養(yǎng)這個領域的車聯(lián)網(wǎng)應用的一個大方向。我也知道我們跟東風探討這樣的形態(tài)和落地的可能性，剛開始從前到后都有空間。網(wǎng)聯(lián)相對比較成熟，我們往前走一步，走到智能化這個話題，智能化是很大的一個詞，大家不同的人對于智能化的定義其實是不一樣的，我們比如說乘用車，大家作為車主你能看到智能化，你能看到的這些屏，這些語音交互，這些輔助駕駛，其實在看不見的背后是我們這些參與的企業(yè)對一級架構開發(fā)的升級換代，對于背后的這些操作系統(tǒng)的優(yōu)化迭代等等，這是看不見的，我認為這些都是屬于智能化的部分。當下乘用車的智能化是搞得如火如荼，商業(yè)車領域里面我個人直觀的感受還是剛剛開始，至少沒有走太遠，面臨的挑戰(zhàn)是很大的。

張總，想問問您，作為智能化這個領域深度的參與者，您直觀感受到最直接的挑戰(zhàn)是來自于哪里，是技術，還是上下游的合作，還是什么樣其他的因素？

張旭：首先在提智能化之前，我想說說我對于智能化或說是智慧物流體系的理解。因為我覺得后面跟您的問題是相關的，其實它面臨的挑戰(zhàn)是在智能物流每一個相關環(huán)節(jié)。如果把智慧物流抽象成是一個系統(tǒng)，那么我的理解，它最頂層是硬件的終端，包括車端、路端，當然也包括IOT的終端設備。第二層就是剛剛說的車聯(lián)網(wǎng)，智慧物流更多的是物聯(lián)網(wǎng)，我們有很多企業(yè)在構建SAAS層，所有的操作、信息的收集，包括我們的處理，都在這一層里面，這里有很多的企業(yè)，包括四維圖新也在做SAAS層的嘗試。再往上一層是AI層，賦予了從硬件中斷到IOT，以及操作系統(tǒng)的可操作性，最后用AI持續(xù)性的提升駕駛體驗，這是構建智慧物流的四層。

蘇州摯途科技有限公司副總裁 張旭

作為智能駕駛車隊，在硬件中間層對產(chǎn)品的形態(tài)和賦能體現(xiàn)了價值，把它放言到更大的時候，你會發(fā)現(xiàn)想要讓智能駕駛，會讓一個智能車，不管是L2還是L4對整個智慧物流負責，或者作為最終買單的客戶負責，對這四層都要有負責，這四層對我們做自動駕駛都有巨大的考慮。第一層，硬件終端層。從最前端的感知，包括激光雷達，它連感知最前沿的傳感器設備目前都還沒有完全定型，到它應用型的算法，到感知算法，再到下面乘用車不管是這些制動器等等，它的量，包括它技術的一些儲備相對更成熟一些，商用車本身來講這些核心零部件本身還缺乏成熟度，一臺牽引車動輒49噸的滿載，動力學的變化，包括它那么大18米的車身，以及會遇到很極端的條件，從硬件終端本身就給我們做自動駕駛造成了很多很多不可逾越的難度。

再往上做IOT，IOT要提5G，要提V2X，至少在車輛的實時控制端、實時安全性和可靠性上目前還有很多需要提升的地方，這些要隨著通信行業(yè)發(fā)展不斷進步。再往上做SAAS，SAAS平臺更多在過去的十年我們感覺SAAS解決了車隊運營管理數(shù)字化的問題，但是對于持續(xù)性降本增效，還有非常大的空間，恰恰是這些東西對于季總他們認為都是很有價值的，所以我認為未來這部分的價值空間也非常大。再往上是AI技術，包括車端智能，云端智能等等，包括最近的ChatGPT，很多企業(yè)已經(jīng)在研究GPT在智能駕駛、智慧物流上的應用。

朱教授之前提了一個歐陽老師講的課題，純電動現(xiàn)在我的科技或者科學只剩下電池了，其他是工程化問題，在智慧物流的這個賽道上，這個大體系上，每一層都有太多科學課題沒有解，每一層不只是存在工程化問題。而且又要考慮這些科學性解決的前提是工程化還要足夠可靠。這些恰恰都構成宏觀智能駕駛在智慧物流里如何應用、如何商業(yè)化、如何產(chǎn)業(yè)落地。

當然我剛剛說得相對宏觀一些，可能有很多自動駕駛的行業(yè)人士會直接和你細鉆到比如智能車本身會有什么問題。但是我恰恰覺得你如果沒有從宏觀角度去考慮智能車作為一個硬件終端所面臨的挑戰(zhàn)和你要服務的群體、產(chǎn)生的價值，我覺得可能它的形態(tài)、它最后呈現(xiàn)的這種功能跟價值可能是不完整的。

黃紹忠（主持人）：徐總，我確實聽到了不少辛酸，這個鏈條確實很長，但是還是回到比如說我前面提到的智能化，自動駕駛是其中一個重頭戲，自動駕駛跟智能化這個大的板塊，李博士，作為東風，咱也是中國頭部商用車企業(yè)，在智能化領域，您也接觸過在自動駕駛和輔助駕駛的布局的未來計劃，在整個智能化的方向里頭，從東風的角度，從您的角度認為，產(chǎn)品形態(tài)應該是往哪個方向走。

李洋：產(chǎn)品剛才也在講，一個是目前商用車的產(chǎn)品布局最高的就是法規(guī)那幾項，商用車不管測試也好還是什么，跟乘用車的差異比較大，給季總他們掙錢才會有人做。

黃紹忠（主持人）：回到智能化的本質，乘用車、商用車，甚至商用車里重卡跟輕卡差異還蠻大的。

李洋：回到商用車這個本身的形態(tài)，它的目標就是要掙錢，不管是干線還是港口的場景也好，一切都是為了客戶有收益，這是第一個目標。針對這個目標它的形態(tài)，現(xiàn)階段能夠注入這樣目標的，就是像AEB，因為不說商用車，實際上乘用車的AEB，包括現(xiàn)在新聞上看的突發(fā)情況也保證不了安全，商用車本身的AEB在相關大客戶里面，它的裝配率也是比較低的。

我們剛才說到往下來說，干線物流的L2也好，干線物流的L3也好，目標至少是L3的干線物流明顯有肉眼可見的價值?，F(xiàn)在包括我們也好，包括行業(yè)的像嬴徹，為后面更多的目標積累技術的經(jīng)驗，還有產(chǎn)品落地的經(jīng)驗，包括商品模式經(jīng)驗等。所以說最終商用車這種模式，干線物流最終的目標肯定是L3或者是L4。封閉目標目前來說都是按L4的產(chǎn)品和L4的整體解決方案，包括車輛端的，包括車路協(xié)同，包括提供整個打包的解決方案。

所以說商用車目前，因為這個東西只有現(xiàn)在做了才有基礎和積累，要不然根本就沒有這樣的空間。所以說我認為即使現(xiàn)在看不到明確價值的工作肯定是要做的，要不然你沒有后面的成功。

黃紹忠（主持人）：還是回到張總提的大智慧物流，我們作為產(chǎn)業(yè)方一起服務好應用方。朱教授，您研究產(chǎn)業(yè)很多年，國內(nèi)外、歐洲、美國，不管是商用車還是乘用車都很熟悉，您認為，中國商用車領域智能化真的要落地，或者要相對快速地趕上乘用車的腳步，它主要的挑戰(zhàn)在哪里呢？

朱西產(chǎn)：從我角度覺得，對商用車自動駕駛挑戰(zhàn)兩個方面，一是市場需求的挑戰(zhàn)。二是技術的挑戰(zhàn)。市場需求挑戰(zhàn)，大家覺得這還用說，自動駕駛用戶肯定要的呀。真不一定，這個是比較可怕的，到了新能源，到了自動駕駛，這些需求它已經(jīng)超出了市場的基本需求，我們把它叫做供給側推動，不是市場側推動。你覺得用戶要一輛新能源車，你覺得用戶要一輛自動駕駛汽車，這是你覺得，不是他覺得，這是我們非常擔心的。在很多會上，包括國外大公司也擔心的一件事情，就是我砸巨資開發(fā)一輛自動駕駛汽車，市場真的會接受嗎，新能源汽車為什么中國上來了，大家說政府推的、政府補的，歐美日都沒成，難道他們技術比我們差很多嗎，他們就是猶豫。你這個需求，政府說汽車市場未來一定是新能源汽車，這個事情在十年前大家忐忑，五年前大家懷疑，要命的是到去年在中國市場爆發(fā)了。

同濟大學汽車學院教授 朱西產(chǎn)

這個很有意思的，新能源企業(yè)的法寶，用戶調查是產(chǎn)品定義的一個基礎，在今天這個創(chuàng)新過程中，我們發(fā)現(xiàn)市場調查失靈了，新能源和自動駕駛是正好反過來的，當年的新能源，為什么歐美日這些都不做了，一調查都說不要不要，這個車幾百公斤電池裝在車上，動不動著火，找充電樁又煩，沒想到中國堅持堅持，特斯拉出來，比亞迪出來，現(xiàn)在國內(nèi)自主的新能源汽車市場接受了。用戶還是會變的，如果做市場調查，你要問一輛自動駕駛汽車嗎？我要。我花巨資真的做出來了，價格增加了40萬，要不要？說要個什么，還不如我自己開呢。這個是有點擔心的。

所以第一個，市場這個創(chuàng)新超過了市場的基本需求。

第二個，資金鏈遠遠超出了企業(yè)正常經(jīng)營的范圍。我進入汽車行業(yè)第一件事情，我們做碰撞的，我那時候很實際的，不會吹牛的，就是天天是做很具體的事情，碰撞實驗是該怎么建，一個車身結構怎么什么樣的要求，側面碰撞哪幾個部件，應該怎么加強，研究都是很具體的。但是今天我的報告明顯在吹牛，為什么講這么大這么空，沒辦法，這個牛要是吹得小了就完蛋了，就是錢不夠。他們兩位也是，本來老老實實做車的，非要談智慧物流，大家都把牛吹得很大。我的報告還碰上了5G，5G是國家級戰(zhàn)略。

我們一般來說開發(fā)費用是年產(chǎn)值2%到3%，后來說要新能源了，我們把開發(fā)費用提到年產(chǎn)值的5%，但在今天如果說我們要開發(fā)自動駕駛汽車，下午的報告當然都講完了，一大堆東西，你就是把年產(chǎn)值的20%拿出來夠不夠？當然這個對IT企業(yè)來說，年產(chǎn)值20%拿出來做研發(fā)投入很正常，我們汽車有那么多高毛利嗎，我們毛利都沒有20%，你拿出來20%開發(fā)明天的飯在哪。融資，剛才解放的嘉賓說得很清楚，我們就是沒融資也要干下去。傳統(tǒng)汽車廠融資不行，人家都去做新的東西了，一看你是個打鐵的，人家為什么投你。這是第二個難。第一個是資金需求。第二個是技術挑戰(zhàn)。定價權不在我們汽車廠手里，英偉達人家說300美元就300美元，人家說400美元就400美元，就是沒有講價權的，你買到就不錯了。AI的這些人工資多少，上來就是300萬、400萬年薪，我們哪見過，你們董事長都沒這么高。這個多沒辦法，數(shù)據(jù)閉環(huán)，你要做一個數(shù)據(jù)閉環(huán)說得傾銷，以10萬公里來算多少錢，從采集、標注、存在云端，五六個億是輕松花掉，你不要以為五六個億花完就完了。

黃紹忠（主持人）：越來越感覺挖礦的不賺錢，賣鐵鍬的都賺錢了。

朱西產(chǎn)：ADAS相對會推，市場側也不要猶豫，對商用車來說，乘用車沒有AEB拿不了五星，不是五星的車咋辦。交通部還有一個標準，弄不好準入證不發(fā)，沒有準入證，你掛了個車牌子有啥用？ADAS沒有問題，但到自動駕駛挑戰(zhàn)還是巨大的。所以我認為一個是來自市場需求和資金的挑戰(zhàn)，第二個是技術的挑戰(zhàn)也不少。

對乘用車來說主要是IT部分，就是高新技術這塊，就是感知、算法、域控制器、高算力芯片、AI挑戰(zhàn)等。到了我們商用車還有個我們自己汽車行業(yè)自己的事，我們自己的屁股還沒擦干凈呢。乘用車至少線控沒問題，乘用車要做自動駕駛，我們汽車行業(yè)自己熟悉的東西做完了，別說是ADAS的ACL-A、ACL-B，就是達到自動駕駛的ACL-D的自動線控轉向不僅有方案，還有產(chǎn)品。但是張總，我也不是說你，你們在外邊跑的那個車，敢做功能安全嗎？

張旭：整車級的功能安全我認為現(xiàn)在全球也沒誰能做。

朱西產(chǎn)：就你這句話，你敢說就好，要不我以為你要跟我吵架呢。全球現(xiàn)在商用車能達到功能要求ACL-B的線控就沒有，關于商用車、關于重卡，我們現(xiàn)在就是想做出達到功能要求的一輛車，中國肯定做不出來。張總很狡猾，趕緊推到全球也做不出來，真的是這樣，商用車做自動駕駛的技術挑戰(zhàn)，還有個線控的難題。

黃紹忠（主持人）：把我們本來就很焦慮的同仁，按在地上在摩擦了。我覺得我們還是希望能夠冬天里看到一把火，這把火極有可能來自技術，資金討論不了這么大的事，技術永遠是往前進步的，技術在人類的腦袋里是很有可能突破的，我覺得這個是有希望的。資金我們不聊，這一把火想聽聽季總的意見，在需求側，應用方就不想讓L3、L4的車輛為您提供服務嗎？對您來說是不是有價值的？

季同：我們之前暢想過這個話題，我們也做過公司車隊要不要直營，公司有4000多臺車，有6000多個掛，這個體量在中國看似很大，在快遞快運里面都是這個體量，包括三通一達。我們設想過這樣一個場景，某一天實現(xiàn)無人駕駛之外，這個車跟乘用商用有什么關系，這個車是誰來擁有、誰來運營的關系，從這個車終極級角度來看是不是應該直營。再暢想一下，全部實現(xiàn)L2、L3之后甲方車隊是不是也不需要擁有這個資產(chǎn)。

我想到這個問題，為什么我要買這個資產(chǎn)，為什么車輛租賃的模式到現(xiàn)在沒有出現(xiàn)？因為車的駕駛方這個司機是我，這個車產(chǎn)生的經(jīng)濟價值，它的成本控制，油耗是我的司機控制的，安全涉及到后面保費的賠付，也是司機控制的，所以這個車理應算我的，我應該擁有這個資產(chǎn)，我來運營這個資產(chǎn)。

當真正實現(xiàn)無人駕駛之后，是不是會有大的第三方出來，這個車經(jīng)濟性、油耗價值跟我沒關系，無人駕駛、安全性跟我也沒關系，它碰不碰我也決定不了，但是不是這個車就不屬于我甲方了，或者我就不擁有這個車了？

出現(xiàn)這樣一個大的第三方來運維的時候，這個話題就變得非常有意思，就是我們想象的一個問題，大家在車隊管理當中都沒解決的一個問題就是人和車的綁定，對于個體散戶來說，一個夫妻檔他必須來購買這個車，擁有這個車。對于我們車隊管理來說，我必須一個車上摁上一個司機，長途的話我可能摁上兩個司機。我必須人車綁定，我才能管車。否則我就明確不到責任人。但是你會發(fā)現(xiàn)未來沒有責任人了，會出現(xiàn)運營模式的變化，會出現(xiàn)第三方。

另外一個更有價值的事情出現(xiàn)了，它的行駛里程會極大提高，不要考慮人休息的因素了，把車的使用效率提高。大家可以去看一個數(shù)據(jù)，現(xiàn)在個體散戶每月平均的里程數(shù)只有1.2萬~1.3萬公里之間，普通的大車隊可以做到每月2.3萬公里，提升使用效率，節(jié)約成本，資產(chǎn)使用效率產(chǎn)生的經(jīng)營價值是遠遠大于油耗的一點節(jié)省或者說保費的一點降低的。當真正的無人駕駛到來后后，大大提升車輛的使用效率，可以真正做到人歇車不歇，換一個安全員，提高車的使用效率，這是真正的價值，是樂意為他買單的。到那一步，甲方需要買單的成本是比較低的。

黃紹忠（主持人）：還是希望我們把這個車干出來。不管怎么說這個路肯定是很漫長的，一步一步往前走，我們管車叫設備，設備方的各種從業(yè)者，在漫漫長路當中，我想分別請教朱教授和李博士，我們作為OEM，基本上是提供整套完整車輛最大的一個角色，您覺得怎么樣一步一步落實，向季總交付一輛車？

李洋：剛才我說的在干線物流行業(yè)暢想的目標，就是把車和人做好分離管理，能夠不用像現(xiàn)在這樣采用車人綁定化管理方式，肯定是需要車輛跟人可以解耦管理，需要自動駕駛，保證本身產(chǎn)品的一致性，包括產(chǎn)品，包括整個特性的達成，能夠實現(xiàn)季總要求的整個系統(tǒng)方案的可靠、安全、可持續(xù)，才能夠實現(xiàn)這種目標。

基于這樣的最終目標，從我們的角度，第一，這個目標是需要所有伙伴一起才能達成，基于這樣協(xié)同開發(fā)或生態(tài)合作方式，首先肯定是組合式方式，包括后面的基礎建設不是一蹴而就的，都是慢慢地探索。針對這樣的目標，目前至少能讓我們活下去的輔助駕駛產(chǎn)品，讓我們有空間可以做。第二為我們后面做L3、L4，有可能現(xiàn)在看它的價值有沒有產(chǎn)品L2高，或者過渡到所謂的L2+，，以整個產(chǎn)業(yè)鏈和整個行業(yè)的積累和產(chǎn)品的突破，最后有可能能達成季總要求這種產(chǎn)品形態(tài)。所以說最終的目標肯定是可以達成客戶需求的，在做這個目標的過程中，有可能需要最開始做技術積累的階段，要做好前期的，不管是投入上還是技術上的沉淀期，需要這樣一個周期。

黃紹忠（主持人）：我覺得特別務實，特別像我們干這個行業(yè)的，腳踏實地，工程師一步一步干下來。

朱西產(chǎn)：我們說這次的新能源智能化變革，，帶頭大哥應該是特斯拉，特斯拉對怎么做這件事情影響是巨大的，這個帶頭大哥是把你帶到正確的道路上還是溝里，我看到的至少是特斯拉把中國的乘用車帶到溝里了。我們誤讀特斯拉，把特斯拉解讀成燒錢或高端，今年才看到特斯拉的真面目——降價，玩命地降價，所以我們終于看到一個中式特斯拉，就是極致地創(chuàng)新、極端的成本控制。再怎么變，商業(yè)模式很難改變，只有降價才能拿到市場，這個商業(yè)邏輯很難搞。高大上的高科技產(chǎn)品也得靠價格戰(zhàn)才能爭奪市場，所以這塊對我們是有啟迪的，我覺得特斯拉在智能化這塊把我們國內(nèi)的乘用車帶溝里了。抄作業(yè)，就抄不下去了，抄不動了。商用車不錯，成本控制你們是深入骨髓的，就是你們的DNA，商用車價格比較卷。商用車走無人駕駛的時候并沒有走單車路線，還是按照車路云一體智能，商用車做這件事情我覺得蠻好，有自己創(chuàng)新的方案。我也看了一下國內(nèi)現(xiàn)在域控制器和傳感器的配置，乘用車這塊堆料堆得不像樣子，已經(jīng)用了四針OLED芯片了，還要放一張Mobileye芯片，但是他們說AEB算法我們不敢做，就這膽兒就不用出來創(chuàng)新了。

商用車這塊，我剛才說好就好在怎么做這件事情上，在通向目標的路上有自己的創(chuàng)新方案，成本控制有點偏摳，我們說功能安全咋做，他們說下一代就Orin了，雙Orin，我說雙Orin又怎么能達到？兩張Orin剛剛達到計算能力，冗余就沒了。所以商用車這塊的好處是成本控制蠻強，達不到的情況下，他說反正我現(xiàn)在安全員還在上邊，應該說過渡期它的功能安全大概就是做到ACL-A，軟件如果做得好一點，大概能做到ACL-B。

所以現(xiàn)在商用車既然安全員還沒拿掉，現(xiàn)在的這代產(chǎn)品功能安全沒有按ACL-D做的，但是從ACL-A到ACL-D整個系統(tǒng)的成本估計是要翻倍的。所以成本控制這塊既然是嘗試，堆料可以，但是堆上去的每一塊材料要說明它的合理性，投資人的錢也不是大風刮來的，雖然有了第一筆錢，你的第二筆錢就可能賺不到了，甚至拖累到整個行業(yè)都賺不到了。這不是短跑，可能真的要做好馬拉松的準備，既然馬拉松，你得不斷融資，你要不斷融資你就要有信譽，最大的信譽的就是要有極致的創(chuàng)新，你要為投資人負責。這是我們說該怎么做的一個相對宏觀的想法。

黃紹忠（主持人）：我個人直觀感受，跑馬拉松特別適合商用車的同仁，我們特別接地氣，特別能吃苦耐勞，所以適合跑馬拉松。

最后簡單收個尾，請張旭總和季總，一個來自學校的專家，另外一位來自OEM的，可以隨便挑一位，提一個想探討的問題，以這樣一個形式開展。

張旭：我接著朱教授剛剛說的話，我先說說我的感受，經(jīng)常在各個論壇跟朱老師碰面，商用車自動駕駛不管是技術能力，還是成熟度，肯定是有很多限制，但并沒像您說得那么摩擦。我們認為我們商用車不管是對于客戶的把握，對于車輛，尤其是現(xiàn)在車輛一些客觀的物理屬性，包括一些技術成熟度的克服，商用車自動駕駛不只是摯途，包括我知道的一些優(yōu)秀的企業(yè)，優(yōu)秀的算法團隊，他們積累了很多工程經(jīng)驗。這些工程經(jīng)驗恰恰我認為乘用車還真不具備。這是第一點，我們現(xiàn)在從一些乘用車的科技公司挖來的很好的人才，我們發(fā)現(xiàn)他們基礎能力很好，基礎理論很熟，但是他得先學習，他至少得學習一年左右才能夠把商用車一些現(xiàn)實的工程問題在他的工作層面上解決。這是第一點理解。

第二點，特別同意朱教授講的成本跟技術。我認為技術和成本一定是并行且同向的，成本控制不足一定是你的技術不好，不深。這里不只是產(chǎn)品技術，還有管理技術，就是你的物料足夠低了，可能你的人工攤銷很高。你把企業(yè)一不小心做成“二八法則”了，20%的人干80%的活了，這是管理技術。所以一個企業(yè)的成本控制能力，恰恰說明了它各方面技術的能力。所以這里面要跟朱教授說：1.摯途沒有用過工控機。2.摯途的L3是在30tops車規(guī)級芯片上做的，是全中國做L3、實現(xiàn)L3功能里芯片算力最低的，這也是我們當時做產(chǎn)品定義的時候第一個要啃的硬骨頭。

今天上午雖然我在火車上面，聽不到是朱教授還是哪位教授在講，他說Mobileye EQ4太牛了，在那么小的算力上面做得那么穩(wěn)定，功能那么豐富，這個太厲害了，這個全球可能都沒有人超過它。我們也希望我們的L3在30tops的算力上做得這么穩(wěn)定，做到這樣的功能豐富，全球可能遠點，我希望中國沒有超越我的。這是第二個我要接著朱教授說的。

黃紹忠（主持人）：這個得給您鼓個掌。

張旭：最后就是要提問題了，最后提問題就是ChatGPT，這個確實是我特別特別關心的，而且是我特別特別擔憂的，我是很擁抱這個產(chǎn)業(yè)的，同時我也覺得有一些我們想不到的或者是我感覺在我的知識儲備和團隊能力儲備能力方面，比如說怎么去做更加復雜規(guī)劃類的控制，比如怎么在智慧物流上做整體化的解決方案，ChatGPT給我們提供了一個很好的解決方案和思路。

這里面再說點私貨，借著跟朱教授溝通的機會，我干自動駕駛這些年，不管跟投資人還是跟我們自己團隊，我是堅定的漸進式發(fā)展方向的支持者。一，我在做每件事情我要為發(fā)起人創(chuàng)造價值，二，我知道可能我的能力，包括我的存在，我可能要不斷沿途下單、沿途變現(xiàn)。但是現(xiàn)在隨著ChatGPT，我這一兩個月我也有變化，我在去年ChatGPT2的時候就接觸過這個產(chǎn)品，我認為它是很不錯的聊天機器人。但是在今年ChatGPT 3突然出來的時候，你會發(fā)現(xiàn)它有點嚇人了，在ChatGPT 4出來的時候要變革了。

我現(xiàn)在要說對自動駕駛的態(tài)度就是，無論是你選擇哪條路徑，堅持下去，漸進式也好，躍進式也好，積累的數(shù)據(jù)不夠，ChatGPT 2的時候可能才千萬級或者千億級的訓練量，可能現(xiàn)在到萬億級的訓練量，突然發(fā)現(xiàn)有拐點了，突然發(fā)現(xiàn)有躍升了。所以我希望不管是哪條路線，我們的產(chǎn)業(yè)、我們的投資人給我們足夠的錢，給我們足夠的機會，讓我們能夠當長期主義者，幫我們發(fā)展，我認為存在肯定是有它合理性的。

好，把我的問題拋給朱教授。

朱西產(chǎn)：上個月的時候有一個研討會上，我正好坐在主持人的位置上，把現(xiàn)在做AI算法的幾個創(chuàng)業(yè)公司的老總就這個問題問了個遍，我們知道現(xiàn)在我們的自動駕駛，現(xiàn)在的AI在我們汽車領域用的還是谷歌開源的DeepMind模型，DeepMind模型要命在什么地方呢？要用精準的標注數(shù)據(jù)訓練出來一個專用模型。所以我跟他們說，人工智能人工智能，你充分地讓我感覺到了什么叫人工智能，就是大量的人工，得到了我一個不太滿意的智能。他說對，沒有人怎么智能。但是我說你的需要的人工是大大出乎我的意料，你得到的智能是遠遠沒有達到我們的期待。今天我們使用DeepMind模型的人工智能AI算法，可能解決不了我們的問題。

有可能是這樣，ChatGPT應該說是整個AI界的又一次狂歡，谷歌落，Open AI上，開辟了一個新時代，PT模型，我們說叫Pre-Chain transform。Pre-Chain這個大模型訓練的時候并不需要精準的數(shù)據(jù)，它用大數(shù)據(jù)標注。然后通過Pre-Chain的過程有了知識，形成了知識體系，如果不能形成知識體系，就不可能重振。所以PT模型是我們需要的。

ChatGPT可能對我們汽車的影響是在智能座艙，我們自動駕駛需要PT模型，要做Pre-Chain的大模型，然后用少量的精準標注數(shù)據(jù)，通過transform模型遷移過來。原來transform模型一直在用，知識遷移，比如說傳感器融合，我們現(xiàn)在多目標融合，一個毫米波雷達，一個攝像頭，其實融不出啥東西來的。但是我去年畢業(yè)的一個博士，他做的是用毫米波雷達提供的點作為一個關注，在這個關注點的附近，把它作為一個信息遷移到攝像頭那邊，它叫注意力機制下的攝像頭的一個計算機視覺算法，通過毫米波雷達提供的注意力機制，提升了它的正確識別率，這也是一種transform模型。transform模型其實我們早就在討論。

過去存在一個問題，你要transform要遷移的那個知識從哪來？去年畢業(yè)的這個博士論文，他通過毫米波雷達提供的信息來給它一個遷移的信息。這次PT模型終于告訴我們說這個知識來自于Pre-Chain的那個大模型。

所以近期尤其是今年你可以看到，整個自動駕駛又是一次重新堆料過程，200萬像素的攝像頭不行了，上500萬、800萬。上次在那個會上我就問他們第二件事，我說你這個系統(tǒng)變了，原來的數(shù)據(jù)咋辦，是刪掉還是繼續(xù)用？他說你凈找我腰眼子戳。我說我在主持人位置上，我不戳你腰眼戳你哪兒？我說你說一說到底咋辦？你說刪掉哪那么容易。你說不刪掉，存在那兒，熱存儲一年80到100萬一個TB，冷存儲也得10萬，他說就先冷存儲先凍在那。就跟我們吃不完先凍冰箱，就凍在那兒。

這些數(shù)據(jù)我們說如果要是繼續(xù)使用DeepMind模型，這些數(shù)據(jù)不要了，這個時候我們說上一輪積累的那些數(shù)據(jù)我覺得拿去做Pre-Chain大模型訓練是可以的吧，拿來做新一代新攝像頭的DeepMind模型是不行的，又得重新采，這是肯定的。

第二個，有了大模型牽手以后，我希望新一代800萬像素的攝像頭不要再采100萬公里了，過去一個200萬像素的攝像頭采了100萬公里已經(jīng)20個TB了，再用800萬象素的攝像頭如果采100萬公里，80個TB，那費用受得了。在這個時間恰恰是從DeepMind模型轉向PT模型的一個必要的時間。否則你對投資人真的沒法交代。

美國華爾街去年所有做自動駕駛的要不倒閉，要么根本不是攔腰砍，直接照著腳脖子砍了一刀，言下之意告訴投資人說，對不起了，我不玩了，我要換著玩了，這種總不合適吧。

我們也不得不承認DeepMind模型可能走不下去，趕緊轉PT模型，用原有的數(shù)據(jù)做出一個大訓練，然后再采。我是希望能夠把新一代的系統(tǒng)，有了Pre-Chain大模型的支持以后，遷移過去以后，那個專業(yè)模型能夠相對使用少一點的數(shù)據(jù)，比如說從100萬公里，因為AI訓練沒有足夠的數(shù)據(jù)是不行的，如果100萬公里降到10萬公里，我們從這次的硬件提升，硬件提升肯定需要的，這次的硬件提升在AI上就提到了一個非常好的無縫的鏈接。這個正好上個月研討會的時候正好爭論過。

黃紹忠（主持人）：謝謝朱老師，收獲特別大，我感覺有點插不進話，太專業(yè)了。我們拉回到應用層，季總您問一下ChatGPT的事，您看看您是發(fā)個問還是怎么樣？

季同：ChatGPT我們就不聊了，這是兩位專家級的。我們非常贊同朱教授說的這個話題，商用車就是為了賺錢的，隨著現(xiàn)在中國物流行業(yè)的發(fā)展，尤其這兩年商用車可以看到，整體來說車供大于求，大車隊的車也是大規(guī)模閑置，你們可以看到這個行業(yè)里在不停內(nèi)卷，甚至出現(xiàn)了劣幣逐良幣的趨勢。從公路運輸行業(yè)大家都在比誰更加違規(guī)，誰的貨箱更長更寬，沒有比拼誰的管理更牛。大宗運輸也沒有用新能源或者用智能駕駛降低成本?，F(xiàn)在這個領域拼的就是你用一輛車，我就用子母車。這種內(nèi)卷我覺得都是一種無效的內(nèi)卷?，F(xiàn)在市場還是基于有規(guī)范車型存在，有優(yōu)勢才存在。當大家都是不合規(guī)的車型的時候，又站在同一起跑線上，最終還是要靠新的技術和管理的比拼。

現(xiàn)在從車隊上來講，我認為車輛裝備上，從油耗，從維保、從安全管控來說，大家短期內(nèi)可能不一樣，但是從稍長的時間來說，大家都可以拉到同一個水平。但是真正PK的還是車輛使用效率，我的跑1萬公里，你的車跑2萬，他的車能跑3萬，這非?？简炓粋€車隊、一個公司的管理能力。一個是你的技術裝備，再一個是管理，還有貨源組織管理的問題。

從現(xiàn)在的油耗控制、安全控制來說，也不是單點去做，我打個比方，現(xiàn)在的油耗控制，我們智能駕駛的車也很關注油耗，你想你給司機降油耗，它不是一個單點的油耗的問題，有的車隊我給司機的工資相對來說高一點，我在油耗上就使命往你那兒壓。有的車隊，我在工資等其他行政待遇上比較低，但是我在油耗上給你放得比較多一點，讓司機在這里面去掙一點，達到留住司機的目的。

所以你會發(fā)現(xiàn)控制油耗也好，控制安全也好，是一個體系的問題。如果是一個單點的智能駕駛的公司去跟他PK這一點，你很難去打敗他的。我拋磚引玉，我還是認為真正的自動駕駛公司，是不是可以為客戶客戶提供整體的解決方案，而不是一個簡單的工具和裝備，你真正解決客戶痛點，能夠讓他的資產(chǎn)使用效率極大提高，滲透到他的經(jīng)營當中，這才是真正的成本節(jié)約，你的優(yōu)勢才能更加凸顯。而不是一群博士生、一堆高科技公司，跟客戶PK誰更違規(guī)，誰去加好油，誰去加差的油等，這種無效的競爭是非常低端的，也沒有必要踏入這種競爭。真正是要提供技術解決方案給客戶降本，這是自動駕駛公司的意義，這是他們存在的價值。

黃紹忠（主持人）：您是對李博士有一個什么樣的問題嗎，您別光只提供一部車給我，你最好帶著一整套方案給我。

季同：現(xiàn)在主機廠確實往這個方向來做。

黃紹忠（主持人）：您怎么看不只是給一部車，我還要給一套方案過去。

李洋：最開始講網(wǎng)聯(lián)，為什么商用車智能網(wǎng)聯(lián)的應用，智能本身至少從目前來看，更偏向于單車智能或者是加車路協(xié)同。但是對大車隊，剛才季總也說了，是全方位地提供解決方案，降低整個運營管理的成本，提高整個運營效率，實際上就包括了車、車端。為什么剛才說到掛車，包括最開始做自動駕駛，我們說標準法規(guī)要求都是標準化，干線物流都是用的非標化，對于我們做自動駕駛的挑戰(zhàn)，直接提升了很多。因為我們要適應不同的掛車，我要適應不同的差異。我的自動駕駛結合它掛車的標準化，創(chuàng)造更多的價值，按照標準化的形式，掛車帶一點，有的是不帶一點，有的連ABS都沒有，對整個自動駕駛的實現(xiàn)影響是比較大的。

所以說如果真是要做整個方案，除了車，相關聯(lián)的掛車一致性、關聯(lián)性的保證，我說的前提是達成L3或L4之后，這些掛車的一致性能更有效地提高效率，或者是能夠降低運營的成本，這是車端。第二個就是平臺端，剛才說到我們車現(xiàn)在的平臺能夠基于T-box提供基本的車聯(lián)網(wǎng)數(shù)據(jù)，車輛智能網(wǎng)聯(lián)的開發(fā)要在車上裝這種傳感器，有的是希望獲得輪胎的狀態(tài)，包括路面的狀態(tài)，基于自動駕駛之后整車數(shù)據(jù)的量和有效數(shù)據(jù)的應用，是比我們現(xiàn)在這些車輛的數(shù)據(jù)量大的?；谶@樣的基礎，網(wǎng)聯(lián)的應用，數(shù)據(jù)的網(wǎng)聯(lián)，對車隊來說能提供更有效的管理數(shù)據(jù)，更有效的形成整個車隊運營方案。所以說剛才季總也說現(xiàn)在商用車這種形態(tài)就是一體化的方案，包括單車，包括數(shù)據(jù)的服務，包括平臺的服務，只不過基于智能之后有可能做得更深入、更廣泛，提供的方案更完整更系統(tǒng)。

黃紹忠（主持人）：李博士把我們這個題很好地點回來了，智能和網(wǎng)聯(lián)連在一塊，為市場和需求方提供更好的服務。也感謝現(xiàn)場陪我們聊天的朋友。整個智能網(wǎng)聯(lián)、智能化這個賽道是一場馬拉松，從現(xiàn)在的狀態(tài)來看，車聯(lián)網(wǎng)這件事來看，無論主機廠還是應用方，我們跑了可能十幾公里了，跑到中間段了，找一些應用方向、亮點、興奮的點了，在智能化特別在自動駕駛這個領域，我覺得L2以下的跑了七八公里了，但是真正的自動駕駛，越是投入越大的L3、L4領域才剛剛起步。我們還聊到D模型往P模型去改，技術還有迭代的層級，是一個長遠的馬拉松行動。

我們自己要有足夠的信心，不管是三年還是五年，還是十年，我們一起為這個目標努力，謝謝大家！