RoboX對他們的對話內(nèi)容進(jìn)行了簡化摘要，供大家參考。

本次對話嘉賓如下：

鄔賀銓：中國工程院院士、中國互聯(lián)網(wǎng)協(xié)會專家咨詢委員會主任

孫逢春：中國工程院院士、北京理工大學(xué)教授

李克強(qiáng)：中國工程院院士、清華大學(xué)智能網(wǎng)聯(lián)車輛與交通研究中心主任

曲小波：歐洲科學(xué)院院士、清華大學(xué)車輛與運(yùn)載學(xué)院長聘教授

AI智駕的技術(shù)挑戰(zhàn)

鄔賀銓：在算力層面，根據(jù)已有的軟硬件件發(fā)展速度來看，可能不到一兩年，端側(cè)大模型的能力就能得到有效支撐了。更大的挑戰(zhàn)還是數(shù)據(jù)。

據(jù)了解，大概只有1%的真值數(shù)據(jù)來自開放道路，90%在封閉道路。而在整體數(shù)據(jù)中，90%為仿真數(shù)據(jù)。

當(dāng)然，更多的數(shù)據(jù)需要利用AI辦法生成仿真，但現(xiàn)在仍有一些風(fēng)險(xiǎn)，例如可能導(dǎo)致幻覺和崩潰，所以仍需要有一定的原始數(shù)據(jù)。

當(dāng)然，未來的AI技術(shù)還需要繼續(xù)提升，要通過泛化遷移學(xué)習(xí)打通不同的場景。

AI應(yīng)當(dāng)變成「破解式」的人工智能，這并不僅僅是靠智能駕駛就能突破的，還要解決很多技術(shù)挑戰(zhàn)，以及法規(guī)方面的挑戰(zhàn)——現(xiàn)在的交規(guī)并非針對智能駕駛，在自動駕駛時(shí)代需要進(jìn)行一些適應(yīng)性的變化。

孫逢春 ：我擔(dān)心的問題，首先是安全，這也是智能網(wǎng)聯(lián)汽車的初衷。所以我呼吁標(biāo)準(zhǔn)先行，不光是指技術(shù)標(biāo)準(zhǔn)，還有道德規(guī)范。

另外，從大學(xué)老師的角度來看，現(xiàn)在幾乎所有車企招機(jī)械工程師的都很少了，導(dǎo)致學(xué)生都不太愿意報(bào)考傳統(tǒng)機(jī)械工程專業(yè)。而我認(rèn)為人才培養(yǎng)應(yīng)當(dāng)同時(shí)具備汽車和AI的知識，這可能是可持續(xù)高速發(fā)展的一個(gè)前提。

李克強(qiáng)：在自動駕駛應(yīng)用上，人工智能還是有一系列挑戰(zhàn)需要解決。

第一，低延時(shí)、高可靠度的技術(shù)方案

AI的汽車應(yīng)用分兩類：一類是人機(jī)交互，一類是替代控制。

人機(jī)交互的典型應(yīng)用是座艙語音交互。在這一領(lǐng)域，人工智能的可解釋性，實(shí)時(shí)性、可靠性高一點(diǎn)低一點(diǎn)，可能問題不是很大，

而在替代人操作的自動駕駛中，目前的AI從理論知識和可解釋性上，仍存在問題。在對實(shí)時(shí)性、可靠度需求甚高的自動駕駛中，現(xiàn)在還缺乏完善的技術(shù)。

第二，數(shù)據(jù)確實(shí)很重要

在垂直領(lǐng)域的應(yīng)用模型，數(shù)據(jù)三要素是海量性、完備性和準(zhǔn)確性。而自動駕駛的場景數(shù)據(jù)，有的企業(yè)說用幾百萬輛車能收集多少數(shù)據(jù)，我們認(rèn)為那是不全面的訓(xùn)練數(shù)據(jù)。

關(guān)于「海量」和「完備」的概念，我覺得大家可能會混淆。

如果只是單一企業(yè)收集的數(shù)據(jù)，它永遠(yuǎn)不具備完備性。所以如何建立數(shù)據(jù)底座，目前是存在挑戰(zhàn)的。

在此背景下，我們清華團(tuán)隊(duì)和國家智能網(wǎng)聯(lián)汽車團(tuán)隊(duì)，提出車路云一體化，通過云控技術(shù)平臺會是一個(gè)非常好的大模型訓(xùn)練數(shù)據(jù)底座。

第三，車端計(jì)算架構(gòu)

在云端訓(xùn)練之后，最終還是要實(shí)現(xiàn)車端應(yīng)用。而目前的煙囪型計(jì)算平臺是難以適應(yīng)AI迭代的，所以在計(jì)算架構(gòu)上，現(xiàn)在也是存在挑戰(zhàn)的。

曲小波：從單車層面來看，大模型上車主要是解決長尾問題。但現(xiàn)在大模型有那么多參數(shù)，可能計(jì)算延時(shí)長達(dá)2-3秒。如果能通過壓縮，將延時(shí)縮小到300-500毫秒，可能會是現(xiàn)在業(yè)界最好的水平。

下一步則是將300毫秒降到100毫秒以內(nèi)，真正實(shí)現(xiàn)大模型上車，這是接下來非常重要的方向。

另外，最近半年來，我們一直在討論新能源汽車車險(xiǎn)的問題：新能源汽車或智能網(wǎng)聯(lián)汽車的保費(fèi)是比傳統(tǒng)汽車高的，但保險(xiǎn)公司卻是虧損的，也就是車險(xiǎn)無法cover賠付。

目前，車險(xiǎn)定價(jià)的浮動率是非常低的，但如果能夠借助數(shù)據(jù)分析，實(shí)現(xiàn)上下浮動，定價(jià)是可以作為杠桿的。

例如，智能網(wǎng)聯(lián)汽車都有非常精準(zhǔn)的數(shù)據(jù)軌跡，基于這些軌跡，我們可以分析哪些是好的駕駛員，哪些是有不良駕駛行為的駕駛員?；谶@些數(shù)據(jù)分析，我們就可以將其作為定價(jià)杠桿，以此鼓勵更好的駕駛行為。

另一方面，根據(jù)車輛本身運(yùn)行狀態(tài)的數(shù)據(jù)，也可以去鼓勵車企去造更好的車，甚至發(fā)現(xiàn)道路基礎(chǔ)設(shè)施存在的問題。

關(guān)于高度網(wǎng)聯(lián)化的3點(diǎn)誤解

鄔賀銓：中國比較早就在強(qiáng)調(diào)智能和網(wǎng)聯(lián)，兩者是結(jié)合在一起的。

但在汽車領(lǐng)域，提起智能，我們更多想到的是單車智能，但它只是基礎(chǔ)。因?yàn)?span style="font-weight: 700; border: 0px; margin: 0px; padding: 0px;">單車智能如果沒有車聯(lián)網(wǎng)的支持，還是一個(gè)比較局限的應(yīng)用。

例如，雖然可以下載地圖，但無法做到實(shí)時(shí)更新；而且，即便汽車自身是夠智能的，但是沒法獲得周邊汽車的狀況，也很難得到路側(cè)的全局觀支撐。

如果實(shí)現(xiàn)了全局性，可以使得智能汽車的功能更強(qiáng)，效率更高，安全性更好，另一方面還可以降低單車的智駕成本，因?yàn)榭梢院喕囕d傳感器，節(jié)省算力。

而且一般來講，云端與車端的算力結(jié)合，會使整體算力效率提升30%。

而且，通過網(wǎng)聯(lián)，城市的交通管理部門也可以更精準(zhǔn)地了解交通狀況，對于城市的交通效率提升也會有很好的幫助。

孫逢春：關(guān)于新能源汽車，以前爭論了將近20年，這很正常。因?yàn)槠髽I(yè)和用戶的需求各不一樣。尤其在初級階段時(shí)，企業(yè)覺得電動車事兒多還不一定好用，建設(shè)基礎(chǔ)設(shè)施也不劃算，和銷量不成正比。

這就像特斯拉FSD入華，牽扯到的數(shù)據(jù)等問題也引發(fā)大家的爭論：數(shù)據(jù)非常敏感，尤其實(shí)現(xiàn)車路協(xié)同以后，車企對于他人使用數(shù)據(jù)可能會產(chǎn)生抵觸。所以，只有當(dāng)實(shí)現(xiàn)「全國一張網(wǎng)」時(shí)，這才是真正意義上的車聯(lián)網(wǎng)，因?yàn)樗枰獙π履茉雌囘M(jìn)行安全監(jiān)管。

李克強(qiáng)：首先，網(wǎng)聯(lián)融合是分級的——2016年，在工信部的指導(dǎo)下，我們的技術(shù)路線圖指出網(wǎng)聯(lián)分為三級：第一級是信息的動態(tài)交互；第二級是協(xié)同的感知；第三級是協(xié)同的決策控制。

據(jù)此，如今所有的車都已經(jīng)是網(wǎng)聯(lián)的了，只要你有導(dǎo)航，有娛樂，有外界交互，就屬于是網(wǎng)聯(lián)三級。

從這樣的級別來看，單車智能只是基礎(chǔ)，車路一體化則是單車智能的升級版。既然我們已經(jīng)有了新一代的移動通信技術(shù)和人工智能技術(shù)，為什么不把網(wǎng)聯(lián)的程度提升得更高一些呢？

「鬼探頭」就是典型的需要協(xié)同感知的案例——如果通過路側(cè)的上帝視角實(shí)時(shí)告知，顯然會更安全。

所以從這個(gè)角度上，網(wǎng)聯(lián)會到隨著通信技術(shù)、信息技術(shù)傳感器技術(shù)和控制技術(shù)的發(fā)展，最終形成一個(gè)三級的信息物理系統(tǒng)，也就是一體化。

當(dāng)然也有人提出質(zhì)疑：網(wǎng)聯(lián)級別高了以后，通訊沒有怎么辦？通訊效果不好怎么辦？另外成本太高，畢竟好像FSD只用單車智能都已經(jīng)能自動駕駛了。

這其實(shí)也是誤解：

1、如果在通訊不好的情況下，車輛最低只會降維到單車智能。這就像如果智能手機(jī)的互聯(lián)網(wǎng)不行了，但打電話的基站也還能工作，只不過會降維為功能手機(jī)。

2、在成本層面，路側(cè)信息化改造的成本只是修路的1%。而且當(dāng)智能網(wǎng)聯(lián)汽車走入數(shù)字軌道，車上的傳感器也可以減少，所以整體算下來，成本沒準(zhǔn)還會下降，至少是可控的。

3、現(xiàn)在特斯拉也不是單一的單車智能，特斯拉的FSD V12已經(jīng)屬于車云協(xié)同，可以讓汽車看得更遠(yuǎn)，算得更快。更重要的是，我們都想做人工智能，都想做大模型，那數(shù)據(jù)底座從哪來？其實(shí)可以通過這一套高級別的連接來獲取，肯定比目前獨(dú)自收集要好。

產(chǎn)業(yè)生態(tài)的構(gòu)建

鄔賀銓：我認(rèn)為，建設(shè)智能網(wǎng)聯(lián)汽車的生態(tài)，目前看來沒有想象中的那么難，大家都在自覺地推動形成。

麥卡錫曾經(jīng)預(yù)測，車聯(lián)網(wǎng)以及車載電子衍生的服務(wù)產(chǎn)業(yè)，到2030年全球能達(dá)到1.5萬億美元的規(guī)模。其實(shí)全球的汽車產(chǎn)業(yè)也就幾萬億美元規(guī)模，這意味著，智能化會重造一個(gè)汽車產(chǎn)業(yè)，這是值得我們?nèi)ブ匾暫秃烷_發(fā)的。

就生態(tài)發(fā)展來看，整個(gè)智能汽車產(chǎn)業(yè)涉及到政府的很多部門，交通管理部門、公安部門、城管部門、工信部門、法律部門、政策部門、保險(xiǎn)部門、金融部門等等，涉及的范圍很寬。

而且，目前其運(yùn)營主體也并不清晰，因?yàn)椴豢赡苋齻€(gè)運(yùn)營商同時(shí)建一個(gè)這樣的網(wǎng)絡(luò)，另外車企也希望能夠主導(dǎo)。

所以我認(rèn)為車聯(lián)網(wǎng)實(shí)際上可以分成兩部分：一部分是汽車連接的路側(cè)單元，再連到邊緣計(jì)算以及車路云（類似V2X）；另一部分是汽車連接到公眾通信網(wǎng)絡(luò)，通過云進(jìn)入更多互聯(lián)網(wǎng)的服務(wù)，這兩部分需要很好地結(jié)合在一起。

所以我認(rèn)為，未來需要有建立一個(gè)全國統(tǒng)一的車聯(lián)網(wǎng)運(yùn)營商，它可以將各地城市的路側(cè)單元及車路云，接入到所在地運(yùn)營商的網(wǎng)絡(luò)，再進(jìn)行統(tǒng)一融合。運(yùn)營體最好是全國統(tǒng)一，這樣可以統(tǒng)一標(biāo)準(zhǔn)統(tǒng)一規(guī)劃，不過也可以接受多元化的投資，例如鐵塔公司。

李克強(qiáng)：智能網(wǎng)聯(lián)汽車的交叉融合，已經(jīng)形成了一個(gè)典型的信息物理融合系統(tǒng)，這是一個(gè)復(fù)雜的系統(tǒng)。由此，它的生態(tài)和產(chǎn)品利益也會發(fā)生改變。

大家都在討論未來的汽車產(chǎn)業(yè)將由誰主宰，我認(rèn)為，誰能掌握ICT和汽車工程的融合技術(shù)，及其相應(yīng)的新型產(chǎn)品，誰才有未來。

在這種情況下，未來一定會誕生「1.5級基礎(chǔ)平臺供應(yīng)商」（介于Tier1和Tier2之間），就像通訊領(lǐng)域的鐵塔公司。

未來，智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)里會出現(xiàn)計(jì)算技術(shù)平臺、云控技術(shù)平臺、信息安全技術(shù)平臺、通信技術(shù)平臺、基礎(chǔ)技術(shù)平臺、終端技術(shù)平臺等等。這些平臺都是協(xié)同式的——既有政府背書，又有市場競爭，競爭來自于上面的應(yīng)用層。

現(xiàn)在，國家智能網(wǎng)聯(lián)汽車創(chuàng)新中心正基于這樣架構(gòu)和設(shè)計(jì)，推動建設(shè)生態(tài)。

智能網(wǎng)聯(lián)汽車是一個(gè)復(fù)雜的系統(tǒng)工程，要想做好就必須有統(tǒng)一的架構(gòu)。現(xiàn)在的車路云一體化，就相當(dāng)于是在修數(shù)字軌道，在大架構(gòu)相同的標(biāo)準(zhǔn)下，把各自的工作做好，然后再形成一個(gè)協(xié)同關(guān)系，這樣我們的產(chǎn)業(yè)才能真正成功。