17位大咖，萬字干貨，一文看懂上海車展同期智能汽車峰會

車東西4月22日消息，第二十屆上海國際汽車工業展覽會（簡稱2023上海車展）同期活動——GTIC 2023中國智能汽車創新峰會，本周四在上海成功舉辦。

峰會由智一科技旗下智能汽車產業新媒體車東西與上海市國際展覽（集團）有限公司（SIEC）共同主辦，以“智車大時代 產業新格局”為主題，設置了四大主題論壇，分別是智能汽車高峰論壇、中央計算平臺專題論壇、軟件定義汽車專題論壇、高階智能駕駛專題論壇，19位嘉賓帶來了兩場致辭和17場演講。

上海交通大學智能汽車研究所所長、汽車動力與智能控制國家工程研究中心副主任張希教授所帶課題組，圍繞智能汽車復雜環境下的感知、決策與規劃帶來了開場報告。報告由上海交通大學汽車動力與智能控制國家工程研究中心、智能汽車研究所胡川副教授代為做出。

極氪、集度、零跑主機廠分享了智能汽車的關鍵技術創新，以及最新技術及產品方案的進展；智行者、覺非科技、縱目科技、魔視智能、一徑科技、零束等企業對自動駕駛商業化突圍、BEV數據閉環智駕方案、行泊一體與艙駕一體、補盲激光雷達、智能化新賽道進行了演講；芯擎科技、芯礪智能以及安謀科技等芯片企業對面向艙泊一體架構的Soc芯片、車載芯片IP解決方案進行了解讀；零念科技、國汽智控則針對下一代智能汽車操作系統與智能駕駛操作系統分別進行了分享；德賽西威、商湯絕影的兩位嘉賓則針對智能座艙平臺的演進、以及通用人工智能的應用進行了深入講解。

車東西詳細梳理了17位演講嘉賓分享的干貨，看大咖們如何為智能汽車下半場的發展把脈。

一、智能化下半場 感知關乎駕駛安全

上海市國際展覽（集團）有限公司總裁王蕾進行了大會致辭，她表示，現在的全球新能源汽車產業已形成了以電動化為上半場，智能化為下半場的共識。

▲上海市國際展覽（集團）有限公司總裁王蕾

數據顯示，2022年我國汽車智能化滲透率已超過30%，預計2030年將達到70%，由此可見，下半場智能化將圍繞著智能駕駛相關產業鏈創新，其中就包括高階自動駕駛、車內智能交互等方面。

同時，“新四化”的浪潮正在洶涌而來，新能源汽車也成為了今年上海車展當仁不讓的主角，這也預示著智能化將很快進入加速提升的周期。

智一科技聯合創始人、CEO龔倫常代表主辦方致辭，他表示，中國的汽車產業正迎來百年未有的大變局和大機遇，國產新能源汽車已經在全球競爭中贏得了先機，但是智能汽車才是未來競爭的決定性因素，技術是這場競爭的重要制勝點，并且在不斷演進。新的技術必將重塑整個市場格局。

▲智一科技聯合創始人、CEO龔倫常

本次峰會圍繞中央集中式EE架構、AI大模型、BEV數據閉環智駕方案、面向艙泊一體的大算力SoC、智能汽車及智能駕駛操作系統、行泊一體和補盲激光雷達等方向設置了多個話題。

基于此，峰會希望通過充分探討，梳理行業的發展現狀，進一步厘清未來的發展趨勢，推動技術的應用落地。

數字化和智能化正在成為中國新一輪高質量發展的重要驅動力，智一科技成立以來一直聚焦在這一驅動力背后的核心技術和行業需求，目前擁有以智東西、芯東西、車東西為代表的產業媒體矩陣。同時針對產業升級需求，智一科技發展出以智東西公開課為核心的企業服務體系，截至目前已完成的課程近700節，在行業獲得了非常不錯的口碑。

上海交通大學汽車動力與智能控制國家工程研究中心、智能汽車研究所胡川副教授率先了拉開了本場大會的干貨分享，帶來了主題為《智能汽車復雜環境下的感知、決策與規劃》的主題演講。

▲上海交通大學汽車動力與智能控制國家工程研究中心、智能汽車研究所胡川副教授

胡川教授所在課題組研究發現，目前一些智能駕駛發生事故的原因是多方面的。其中最主要因素則是感知系統失效，另外一些復雜的天氣條件也會對智能汽車的感知產生影響，而復雜的場景下對定位建圖也有一些影響，這些因素都可能導致事故的發生。

針對這些問題，胡川教授所在的課題組進行了一些研究。如針對復雜的天氣情況，課題組進行了物理建模，對于相機也進行了一些改進，并且通過多傳感器融合來彌補不同傳感器的短板。

具體來看，課題組針對雨雪霧粒子的物理特征，實現噪點模擬及點云增強，提升了惡劣天氣下的魯棒性。同時通過可見光和紅外相機融合目標檢測，保證了視覺感知的穩定性。

課題組還基于圖像和激光雷達點云融合的3D檢測算法，提升了3D物體的檢測率和準確度。而針對動態環境下及時定位和地圖的構建也非常重要，課題組在這方面做了很多的研究，現在已經落地的具體案例。

針對智能駕駛來說，最大的不確定在于弱勢交通參與者如行人和非機動車的軌跡。課題組的做法是通過機器學習和融合社會心理學的方式來預測行人的運動軌跡。

復雜場景下，智能汽車的決策-規劃-控制也非常重要，課題組完全自主設計開發了基于ROS 2的自動駕駛軟件架構，建立了仿真測試和實車部署的分布式綜合仿真環境，目前已經在奉賢地區建立了測試場。

為了讓智能駕駛系統的駕駛決策更加接近人類，課題組認為需要融合駕駛員感受量化決策規劃，對駕駛員的關鍵數據進行采集，然后進行建模，這樣在設計自動駕駛規劃的時候，就可以參考這些量化的模型。

而通過心理物理學機理子模型和純注意力數據驅動子模型， 也提升了建模的準確性。

另外，課題組在智能駕駛的開發階段就考慮了事故嚴重程度的減緩，量化乘客損傷風險的決策規劃，主要發力的方向為減緩一次碰撞和避免二次碰撞。

課題組還融入了風險評估以及邊界約束的基于DDPG的決策神經網絡模型，目前在實地測試中已經取得了不錯的效果。

對于智能駕駛來說，還有一點非常重要，就是駕駛員對于智能駕駛系統的信任程度，但目前行業內對自動駕駛系統中的人機信任量化模型和基于人機信任的共駕系統的研究比較少。胡川教授所在課題組針對駕駛員信任進行了一些建模，探索如何避免人機共駕時因為過度信任而導致的事故。

二、智能汽車火熱發展 多維奔向智能化

極氪智能科技副總裁謝保軍聚焦于智能汽車下一個賽道——中央集中電子電氣架構進行了主題演講。

▲極氪智能科技副總裁謝保軍

謝保軍表示，對于電子電氣架構來說，主要需要解決底層電氣線束連接、網絡通信、邏輯功能分配等問題。

同時，電氣架構承接了整車規劃，需要做好整車功能的分配，還需要推進設計、管理、落地等問題，并支持好上層應用的迭代。

最開始，電子電氣架構采用分布式功能的域控制器，而分布式電子架構的各個功能會分布在不同的ECU，這樣就設計了不同功能的組合，造成耗時長、成本高等問題，整車的復雜度也在持續增長。

所以，現在的電子電氣架構往中央化、集中化發展，以特斯拉為例，從2012年的Model S到2018年的Model 3，其電子電氣架構發生了從分布式功能的域控制器到中央集中式的重要變化，Model 3采取集中化的電子電氣架構在實現同樣功能的前提下，能夠做到降本增效，更好地做好場景組合。

在會上，謝保軍也給出了極氪的下一代電子電氣架構，它能夠顯著減少ECU的數目，同時，整個架構的重量也減輕了，能夠實現降本增效，提升開發效率。

零束科技CTO孟超對智能化新賽道進行了思考，并對零束銀河全棧解決方案進行深入講解。

▲零束科技CTO孟超

孟超表示，智能電動成為現在的熱詞，而智能化趨勢的原因在于三點：一是市場和用戶需求發生了本質變化；二是從功能汽車到智能汽車，產品的屬性發生了變化，三是產業鏈發生了變化，軟件和服務成為新的價值點。

針對智能汽車行業發展新趨勢，為踐行“”場景創造價值，數據決定體驗、軟件定義汽車“的智能化發展戰略，零束推出了云管端一體化的智能車解決方案——零束銀河全棧4+1。孟超接著介紹了零束銀河中央集中式電子架構、云管端一體化SOA軟件平臺、智能車操作系統ZOS、計算平臺ZXD、智能云平臺和數據工場、以及艙駕融合數字化體驗。零束科技將通過云管端一體化的全棧解決方案持續賦能智能化新賽道，讓車成為有生命力的人類伙伴！

集度智能駕駛負責人王偉寶以“AI大模型驅動集度汽車機器人自我成長”為主題展開分享。

▲集度智能駕駛負責人王偉寶

王偉寶表示，智能汽車3.0時代已經來臨，這個時代是汽車機器人的時代，而在一輛智能汽車中，車只是一個載體，AI大腦才是其核心本質?；谶@種認知，集度正在逐步打造能夠自然交流、自由移動和自我成長的汽車機器人產品，將在人機交互、智能駕駛和自我學習等相關技術上不斷拓展和開發。

為加速汽車智能化，王偉寶提到，集度主要從平臺化和安全性兩個維度入手，打造了汽車機器人的神經網絡——集度智能化架構JET。該架構融合了百度AI科技和吉利SEA浩瀚架構，支持AI驅動的智能化生態應用。

王偉寶表示，在汽車機器人安全性上，集度在冗余設計安全上做到了軟件算法冗余、架構冗余、系統冗余和硬件冗余，同時還保證了用戶的聲紋和數據等隱私安全。目前，集度經過大規模實測路跑，已經在各種復雜場景下經過了安全驗證。

而在智能駕駛方面，集度基于L4級自動駕駛底層能力賦能，推出了真正冗余的高階智能駕駛方案，采用雙獨立高階智能駕駛能力融合實現高度自驅，并通過雙完整方案互為備份互為補充實現高效協同。

最后，針對大模型時代汽車機器人如何自我進化？王偉寶向大家分享了集度的方案。他表示，大模型時代，集度正在重新定義AIOS和AIPP，在AIPP上既做“汽車機器人”，也做“企業機器人”，而在AIOS方面，集度則構建了超算中樞、ROBOMETA數據閉環和ROBOGPT大模型平臺。

王偉寶將ROBOMETA數據閉環看作汽車機器人AI大腦的“永動機”，汽車機器人的能力可以借助數據閉環不斷迭代提升，做到指數級自我成長。另外，ROBOGPT大模型平臺包含了RoboChat和RoboDrive兩個板塊，相當于人的“左右大腦”，左腦思維，右腦運動，也將作為汽車大模型引擎，支持汽車機器人做到自然交流和自由移動。

智行者董事長兼CEO張德兆分享了智行者在商業落地方面的思考與實踐，為自動駕駛公司實現商業化突圍提供指引。

▲智行者董事長兼CEO張德兆

張德兆表示，自動駕駛行業回歸理性與本質，目前多種行業聲音指向量產，自動駕駛賽道呈螺旋上升態勢。雖然行業已經經歷多個低谷，但自動駕駛滲透率正在持續上升，行業向上發展的態勢從未改變。

很久以來，行業內一直存在路徑的討論，自動駕駛企業也選擇了不同路徑，但拉長時間維度來看，漸進式路線是自動駕駛賽道的最優選。而漸進式路線就要求企業構建持續數據驅動的能力，給用戶帶來持續的獲得感。

張德兆還表示，自動駕駛是馬拉松賽道，要一口氣換一口氣，慢慢跑到終點。而手握量產項目的公司是能夠在未來勝出的。

同時，張德兆還強調，不是所有的L4企業都能夠順利降維到L2企業，往往會出現“水土不服”的問題。對此，他認為，降維第一步就是要先做使命、愿景、價值觀的重構，認識到自動駕駛是場馬拉松，第二步要建立強大的能力包括供應鏈管理能力、制造能力等。

在最后，張德兆對自動駕駛行業發展做出了幾點預判：第一，技術向上是基石，以L4為目標，擁有數據驅動能力是構筑競爭護城河的根本要素；第二，對自動駕駛方案提供商來說，算法可能不是問題，產品力是現階段最需建立起的能力；第三，2025年L2+、L3級別自動駕駛的滲透率將實現大幅提升，2025年左右中國智能電動車會在全球范圍內加速崛起。

覺非科技CEO李東旻進行了名為《軟件定義汽車新生態 推動智能駕駛新增長期》的主題演講。

▲覺非科技CEO李東旻

李東旻表示，在過去大半年時間里，汽車行業的一些核心趨勢聚焦于車上的“三臺電腦”，即底盤域、座艙域、智駕域，正因為智駕域的快速發展，才使得今天談論的“軟件迭代”成為可能，“軟件定義汽車”也使得汽車的生產周期大幅縮短。

汽車的研發模式也在發生底層變化，即軟硬分離，硬件越來越一體化，而軟件的迭代速度很快，特斯拉就給出了軟件迭代的標桿周期，即一周內完成一次內部測試，一個月給用戶OTA一次。

那么，在這樣的行業背景下，入局汽車產業又有什么機會？李東旻表示，一方面是獨立軟件主導的新角色與新機會。以往“集中式”的供應鏈模式變成了“分散式”汽車供應網模式，從芯片到軟件、到中央域控，原來屬于鏈條上的企業都處在了一張供應網上，也只有這樣才能確保每一個產品處于全行業最高水準。

另一方面就是軟件在供應網模式中變得更加重要，這包含了算法和數據，李東旻表示軟件Tier1在未來3到10年內將成為汽車產業舉足輕重的角色。

同時，李東旻也強調了覺非科技在汽車產業生態中的角色定位，即覺非科技不做歸控，會在應用層，通過軟件算法與數據解決方案，幫助主機廠規?；慨a落地，讓主機廠放心交付。

而對于現在智能駕駛NOA的發展態勢，李東旻給出了覺非科技應對各類復雜場景的融合定位模塊，包括高速場景下的匝道匯出、連續并線、長隧道并線等corner case的表現能力。

在車展現場，李東旻同時發布了覺非科技“基于BEV的數據閉環融合智能駕駛解決方案”，該方案可通過量產車BEV的實時感知結果，提供完整的城市Map-lite及Map-free數據閉環融合解決方案，并滿足城市NOA、記憶通勤/泊車以及感知大模型訓練的需要。

他表示，方案的量產落地將為產業市場開拓出新的增長空間，期待攜手更多生態伙伴，共同譜寫“軟件定義汽車”時代的新篇章。

芯擎科技副總裁兼產品規劃部總經理蔣漢平博士以高算力SoC加速艙泊一體架構發展為主題帶來演講。

▲芯擎科技副總裁兼產品規劃部總經理蔣漢平博士

蔣博士表示，隨著電子電氣架構演變，汽車產業鏈正朝著集中化、融合的方向發展目前艙泊一體化呈現融合趨勢。而智能座艙的跨域融合，將集成360環視、自動泊車等輔助駕駛功能，形成艙泊一體化域控制器的技術趨勢。大算力能夠為算法提供有效的計算空間。因此這一融合將使高性能座艙芯片具備場景、前景、算法優勢。

從市場數據上來看，2021年DMS滲透率約為5.3%，2027年滲透率有望達到35%。2021年APA滲透率約為7.0%，2027年滲透率有望達到60%。2027年座艙芯片利用其異構算力和功能安全算力將得到更多市場回報。對此，主機廠和芯片廠商都在考慮降低芯片成本，讓用戶享受更豐富的智能出行體驗，未來將逐步演進到中央計算架構。

蔣博士指出，芯片定義有3個關鍵指標，即PPA：性能、功耗、面積。先進的芯片的性能也主要體現這三方面：第一是采用先進工藝，明顯降低開啟電壓，實現功耗降低；第二是提升單管開斷速度，邏輯電路響應速度更快，主頻更高；提供強大的算力；第三是單位面積晶圓布設緊湊，封裝面積減小，節約成本、提升集成度。

此外，SoC自主化成為了行業必爭之地。蔣博士認為，先進制程高端芯片技術前瞻性高，為增速最快的賽道；汽車芯片研發周期至少2-3年，對標全球最先進工藝才能享受產品紅利；高端向低端的向下兼容是可行路徑，低端卻無法向上突破。

接下來，他介紹了單龍鷹一號艙泊一體化系統方案，該方案通過簡化整車電氣架構和泊車功能的軟硬件設計，減少泊車ECU+DMS/OMS ECU 等部件研發、生產制造和管理成本，降低系統成本。

單顆龍鷹一號芯片支持APA/RPA/HPA場景的泊車應用，最大支持8M攝像頭接入， 內置ISP為視覺應用和算法提供高達1.6G pixel/s的圖像處理能力，8TOPS的NPU用于車位識別和障礙物檢測，900GFLOPS的GPU實時提供3D高清全景影像和透明底盤，高算力的ASIL-D級別功能安全島為儀表盤和泊車規劃和控制提供功能安全保障，支持輕量化容器虛擬化方案，為用戶提供低成本、高安全性的艙泊融合方案。

蔣博士最后表示，無論是芯片，還是軟件、硬件和整車，芯擎科技希望讓每個人享受到駕駛的樂趣。

三、座艙發力智能化 中央計算成為現實

德賽西威高級副總裁徐建則重點分享了德賽西威對于智能座艙的思考。

▲德賽西威高級副總裁徐建

徐建認為智能座艙是現階段智能汽車給消費者帶來感知最具體的智能化體驗，目前國內座艙的滲透率遠快于全球。而高算力的芯片和AI算法的快速發展，讓汽車成為了移動的大算力智能終端，成為用戶的第三生活空間。

在智能化時代下，汽車行業的產業鏈正在快速發生變化，OEM和供應商的耦合深度更深，定制化程度更高。用戶場景也會變得越來越復雜，一些新的功能都開始上車。在智能化時代，數據安全也變得非常重更要。

在智能座艙方面，德賽西威做了很多布局，一直在圍繞安全、舒適和高效做開發。從2019年開始開發第一代產品開始，目前德賽西威和高通基于驍龍8295共同打造了第四代智能座艙，這一產品將會在2024年第一季度量產，會是業內首批量產的基于高通8295的產品。2025年還將會推出中央計算平臺的第五代智能座艙。

德賽西威對于座艙產品也做了不少的思考，為客戶提供了更多、更快、更強的原子化整合服務能力。從具體的產品上來講，德賽西威認為智能座艙可以分為五個層面：算力層、產品層、服務層、場景層和體驗層，可以根據用戶的不同選擇來提供服務。

德賽西威認為智能座艙需要通過獨立感知層的形成，使得車輛具備與人進行“感知”、“理解”、“呈現”、“交互”的能力”，實現真正的智能。

關于未來，德賽西威認為中央計算正在成為現實，這可以帶來更低的延時、成本也會有明顯的降低。

會上，零跑汽車電子電器產品線總監周徐寧就中央集成域控制產品開發及挑戰進行了分享，總共分為電子電氣架構的演變、中央域控產品開發以及挑戰與展望三個板塊。

▲零跑汽車電子電器產品線總監周徐寧

周徐寧借用人類需求的五個維度來衡量汽車座艙的發展歷程，他談到，在需求與技術的雙重驅動下，汽車作為基礎交通工具可以滿足生理需求，已經逐漸演變為第三生活空間?；诖?，周徐寧表示，汽車行業正在經歷百年變革，由硬件定義時代向軟件定義時代過渡，汽車迎來全場景智能時代。

周徐寧表示，整車電子電氣架構也迎來了全面革新。硬件方面，中央集成式電子電氣結構算力強、通用高；軟件則具有高內聚、低耦合特點；信息架構上，既有信息安全防護，又有千兆以太網，高帶寬低時延；智能配置方面，高階智能駕駛智慧座艙快迭代短周期。另外，軟件架構由單OS到多OS演進，形成軟硬件分離、接口抽象、軟件分層、軟件模塊化、組件化和復用化趨勢。

周徐寧指出，中央域控產品開發則主要包括中央集成式電子電氣架構開發、整車功能分配的重構開發和服務化的開發。其中，在中央集成式電子電氣架構開發中，中央超算平臺集中數據管理、仲裁、配電管理，高度集成了整車控制、車身控制、智能座艙、智能駕駛、高保真功放、網關管理等功能。在整車功能分配上實現從功能化開發到區域化開發轉變，服務化開發則按照接口標準化和業務服務化進行。

目前，汽車行業面臨著產業鏈分工合作模式的挑戰和研發組織分工合作模式的挑戰，整車廠和供應商將從供應關系轉向合作，形成既競爭又合作的新態勢。部分行業新玩家基于定制化OS和生態構建、系統集成能力逐步形成“軟包硬”的商業模式和Tier0.5的行業地位，因此，我們需要從黑盒開發向白盒開發進行轉變，從獨立式管理向混合式管理轉變。

而在未來，消費水平升級和技術發展更迭將加速了汽車行業產品的更新換代，開發模式、商業模式、產業格局將迎來全新變革。

芯礪智能創始人兼CEO張宏宇在會上分享了基于異構集成的智能汽車在中央計算平臺的應用前景，尤其是艙駕一體對算力的高要求。

▲芯礪智能創始人兼CEO張宏宇

目前，智能汽車是人工智能時代最大體量的信息技術終端，一個相對智能的汽車晶體管總數已經突破了300億，并且在不斷增加。

為什么智能汽車需要這么多的晶體管？張宏宇針對智能座艙和智能駕駛這兩方面進行了解答。

首先，對于智能座艙，智能座艙簡單來說就是人機交互，未來汽車將更像人，智能座艙將走向人與“人”的交互，所以對算力提出了更高的需求。

而對于智能駕駛，如今的智能駕駛還是在感知層面實現智能駕駛，還沒有實現認知層面的智能駕駛，仍處于高階輔助駕駛階段，要想實現真正的智能駕駛，智駕算力需要迅速提升。

除了算力的提升，更要利用汽車的電子電氣架構，把算力分配好、管理好，才能更好地應用高算力。

目前來說，現在的電子電氣架構正在做跨域的融合，特斯拉已經是中央集成式電子電氣架構，但是特斯拉仍使用了多芯片，所以還是初期的中央電子電氣架構，不過，張宏宇表示，以后一定會出現集成度很高的中央計算平臺。

同時，車廠所面臨的需求是多樣化的，所以，算力的需求也在不斷提升，這就要求芯片廠商能夠快速迭代，但是每次產品的迭代都需要大量的投入，如果只是用傳統的芯片解決方案，不同車型方案十分冗雜，這就與主機廠降本增效的追求背道而馳。

那么如何提升性價比，做到降本增效？

張宏宇認為，最重要的是實現平臺化，而作為芯片廠商，芯礪智能希望能夠助力合作伙伴實現芯片平臺化，聚焦高算力方案。

最后，張宏宇給出了芯礪智能自研的Chiplet芯片架構，能夠實現低延遲、高性能、低成本等需求，并表示Chiplet異構集成是打破后摩爾時代突破困局的最優解。

安謀科技汽車業務線業務發展與方案總監曾霖圍繞車載芯片IP解決方案助力智能駕駛進行分享。

▲安謀科技汽車業務線業務發展與方案總監曾霖

曾霖表示，中國是全球最大的汽車銷售單一市場，國內主機廠商市場份額快速提升，這是中國廠商的機遇。但同時，中國廠商也面臨著嚴峻的考驗，特斯拉“緊湊型乘用車”預計年保有量將達到四千輛百萬輛，這將引發新一輪激烈競爭。

特斯拉是怎么做到的？其中最為重要的原因就是芯片自研和定制化為特斯拉提供了強大的競爭后勁，特斯拉集團通過減少了控制線束的品類和數量，實現了降本增效。

因此，曾霖表示，國內企業保持競爭優勢，必須要實現芯片自主可控。

芯片自主可控具有幾大優勢，包括整車電子電氣架構靈活設計、整車芯片品類和數量自主可控、整車生產組裝工藝充分優化、整車功能和性能達到甚至超過競爭對手相同車型的水準、整車成本大幅降低等。

曾霖表示，安謀科技車載芯片IP產品可放心用于汽車應用環境，豐富的車載芯片IP產品助攻國產智能汽車芯片創新。

安謀科技研發的“星辰”STAR-MC2，在性能、規格、能力等方面進行了全方位升級，靈活的車載芯片IP產品配置適配整車電子電氣平臺，車載芯片IP級別硬件虛擬化充分精簡整車元器件數量，車載芯片自主可控實現整車生產組裝成本大幅降低。

在最后，曾霖表示，安謀科技將賦能國產智能汽車芯片創新。

四、汽車操作系統優化 大模型為汽車賦能

未來十年，汽車領域需要一個什么樣的智能汽車操作系統？零念科技創世人兼CEO柯柱良以“下一代智能汽車操作系統的思考與實踐”為主題給出了解法。

▲零念科技創世人兼CEO柯柱良

以奧迪A8為例，柯柱良介紹了zFAS單域輔助駕駛控制器的具體配備情況——6種傳感器、5種總線網絡、5個MCU/MPC單元、38個應用層軟件、1000多個軟件接口以及包括RTOS、 Microsar OS、Linux等不同的操作系統。此外，奧迪A8的zFAS單域輔助駕駛控制器是目前唯一達到L3級自動駕駛的量產域控制器。

柯柱良指出，在OS³ 軟件架構下，一方面，軟件復雜度達到前所未有的程度，車載軟件系統的代碼行數達到100萬行，接口復雜度也在日益提高，預計到2030年接口數目將接近600個；另一方面，OS³ 軟件架構也廣泛應用于當前先進域控和區域域控中，在應用層、中間層、底軟層、域控硬件以及芯片和傳感器均有涉及。

柯柱良認為下一代智能汽車軟件操作系統 OS³ 應該具有四大特性，一是安全性，當前，智能汽車的安全性仍然是95%用戶最關心的地方，系統實時性和安全性以及必要的魯棒性成為決定性因素；二是可拓展性，軟硬件解耦需要支持不同硬件平臺（國產芯片），不同的硬件架構（一板多芯，多板多芯）；三是服務性，“軟件定義汽車”下的域控架構到中央域控需要更靈活的面向服務的軟件架構；四是開放性，需要采用開放的合作模式，應用開放的生態，實現行業賦能。

會上，柯柱良還介紹了確定性實時系統技術和高精時間觸發調度。確定性實時系統技術來源于航空航天系統，所帶來的高安全性和可靠性已經成為了L3自動駕駛的剛需。關于高精時間觸發調度，柯柱良指出，現實情況往往引入高度復雜的任務流程，時間觸發調度的計算鏈可以妥善管理許多相互依存、相互排斥的任務，通過時間確定性確保系統的安全。

除此之外，柯柱良還介紹了CarOS：Safety 、CarOS：SOA 和確定性調度中間件PowerD-Sch，并對智能駕駛落地場景、確定性調度結果分析和中央網關落地場景的具體情況進行分享。

商湯絕影智能汽車事業群智能車艙副總裁許亮重點介紹了目前行業非?；馃岬拇竽Ｐ?，以及這一輪全新的范式革新如何為智能汽車賦能。

▲商湯絕影智能汽車事業群智能車艙副總裁許亮

2021年，商湯提前布局，在上海臨港建立了人工智能計算中心（AIDC）。作為SenseCore商湯 AI大裝置的算力基座，AIDC基于2.7萬塊GPU的并行計算系統實現了5.0 exaFLOPS的算力輸出，可支持最多20個千億參數量超大模型（以千卡并行）同時訓練。

從2019年開始，商湯從10億參數的視覺模型研發，到今天有320億參數全球最大規模的通用視覺模型。在NLP領域，商湯當前也有接近2000億參數的大模型，有能力去訓練1800億參數的多模態大模型。所以，未來通用人工智能基于多模態的基模型可以做視覺感知、語言理解、內容生成和推理決策。

在智能汽車領域，商湯絕影將會基于自己的AI能力和大模型能力賦能智能駕駛和智能座艙。

在智能座艙方面，通過大模型的能力，商湯可以實現空間環境理解、用戶狀態感知、多模指令解析、AGI、語義理解推理、多輪對話和內容生成等。大模型的賦能可以對智能座艙能力進行升級，可用場景也將會變得更多。

在安全方面，商湯絕影開發了大量的DMS算法，通過多模方式來提升安全，目前已經進入到大量的量產車上了。而在車載娛樂方面，商湯絕影也有很多產品推出，隨著大模型持續發揮作用，車輛的座艙將會變得越來越擬人化，重構未來車艙體驗，打造真正的智能化“第三生活空間”。

國汽智控（北京）科技有限公司副總裁孟祥雨以“智能駕駛操作系統產業實踐”為主題為大家帶來精彩演講。

▲國汽智控（北京）科技有限公司副總裁孟祥雨

具體到L1～L4級自動駕駛產品，孟祥雨認為有四個問題亟待解決。

一是黑盒子模式，OEM嚴重依賴博世、偉世通、安波福、電裝等大型Tie1，大多是黑盒子交鑰匙工程；二是成本高周期長，按照車型收取開發費，開發費用高，ESP/ADAS標定、測試驗證周期長，產品量產上市受到很大制約；三是平臺化難，HWA/TJA/ACC、LDW、APA、AVM等通常是不同的供應商，傳感器、控制器不共用，平臺化、系列化困難。四是差異化難，ADAS性能同質化嚴重，盡管OEM理解用戶需求、普遍積累了諸多特色算法，但是面對黑盒子方案，用戶體驗感好、有特色的差異化幾乎是不可能實現的。

五、智能駕駛轉向漸進式 城市L2是主戰場

縱目科技智慧汽車事業部總經理尤臻慧介紹了自動駕駛的漸進式路線以及縱目科技的進展。

▲縱目科技智慧汽車事業部總經理尤臻慧

目前縱目科技已經布局了泊車/高速/艙行泊域控制器，雷達攝像頭等核心傳感器也已經量產，核心軟件算法仍在不斷進化。在泊車方面，縱目科技已經有了完善的產品，同時也在有序布局開發行泊一體/艙行泊一體化的產品。

尤臻慧表示，車輛架構經過了分布式往集中式的變化，正在朝著中央計算形態演變。整體來看，目前集中化和智能化的趨勢已經非常明確了，但是演進的過程還比較漫長，因此在未來一段時間內，L2/L2+還將會是非常重點的方向。

以泊車為例，這一技術存在不少的難點，部分車位的設計并不算標準，需要專門來處理。而記憶泊車功能，也需要考慮光線等多種因素，仍然有不小的挑戰。

目前縱目正在從客戶的需求出發，打造極致的泊車產品。后續縱目科技將會以泊車為切入點，將行車和泊車的技術結合在一起，實現更好的駕駛效果。

魔視智能CTO胡益波就高階智能駕駛規?；慨a進階之路進行了主題演講，演講內容主要圍繞“量產”和“進階”展開。

▲魔視智能CTO胡益波

對于域控制器的發展趨勢，胡益波表示，未來的電子架構朝著集中式發展是十分明確的，在這個集成化的過程中，ADAS作為電子電氣架構的一個子系統，其行泊一體域控產品必然成為未來市場的主流。

那么行泊一體需要什么？

胡益波認為，這需要全棧式的開發能力，從最開始的感知，包括雷達、視覺等感知層面，再到決策規劃控制，再到中間件、底層軟件，都要具備一定的能力，才能更好地快速響應，并滿足不同客戶對于行泊一體的各種需求，并可保證不斷迭代演進。

同時，胡益波介紹了魔視智能行泊一體的技術演進，從泊車場景到行車場景，形成數據閉環、量產落地，螺旋式上升，在這個過程中標準化平臺化的工程能力對于量產落地十分重要，所以，魔視智能始終堅持把研發和工程緊密連接。

而什么是工程化落地的能力，胡益波認為做到這一點不容易，不過魔視智能堅持遵循V型開發模式以及軟件ASPICE開發流程，在工程質量方面嚴格把控。

除此之外，完善的開發測試工具鏈和完整的產品評測能力，也對于量產交付來說至關重要，這將大大提升開發效率及迭代響應能力。

作為最后一位演講嘉賓，一徑科技產品副總裁李云翔博士著重分享了補盲激光雷達的發展趨勢及落地實踐。

▲一徑科技產品副總裁李云翔博士

李云翔指出，城市NOA是今后高階智能駕駛的主戰場，汽車需要與各類固定與非固定的交通要素做“近身搏擊”，智能駕駛所面臨的場景更加復雜，用戶對自駕功能舒適性要求更好，同時更注重安全。

以十字路口這一復雜場景為例，李云翔分析了補盲激光雷達在汽車左右轉、直行和掉頭四種情況下的具體表現。比如，左轉彎時，汽車需要控制與鄰車的間距，左轉完畢后需要對左右兩側車輛間距進行控制，在駕駛員既需要關注前方，又需要對側邊路況保持高度警惕時，而補盲激光雷達能夠分擔駕駛員駕駛壓力。此外，補盲激光雷達對復雜場景下的泊車也有很大幫助。

李云翔強調，補盲激光雷達并不完全等于側向激光雷達，他認為，現有的側向激光雷達更側向關注大視場角。另外，在高階輔助駕駛中的補盲激光雷達上，多激光雷達方案的成本壓力與也是值得關注的一點，需要注意比較補盲激光雷達與高性能攝像頭或者4D毫米波雷達的綜合性能和成本。

另外，李云翔還分享了面向短距補盲應用場景推出的ML-30s+MEMS激光雷達以及綜合前向長距和側向補盲的ZVISION激光雷達組合方案。關于如何用好補盲激光雷達，李云翔表示，無人重卡、末端配送、Robotaxi都會是未來補盲激光雷達應用的重要方向。超大視場角、固態化方案、低成本也將是乘用車補盲激光雷達發展的大趨勢。

結語：智能汽車正在飛速發展

峰會現場，人人張口閉口都是汽車智能化，無論是車企、自動駕駛方案供應商或是零部件供應商都在快速布局，智能化成為行業內的共同追求。

在這個過程中，車企有的在研發新一代電子電氣架構，提升開發效率，實現了降本增效；還有的車企使用AI大模型打造機器人產品，提升機器人的人機交互、智能駕駛和自我學習能力。另一方面，L4級自動駕駛企業也開始在L2級自動駕駛方面發力，都在為量產而努力。

智能汽車的飛速發展，也帶動了一部分供應鏈企業的快速發展，高算力、高性價比的國產芯片和激光雷達企業也開始快速量產，逐步實現國產化替代。

綜合這些方面來看，汽車產業下半場智能化已經成為了不可阻擋的潮流，加速落地將會成為下一階段的最大主題。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！