4月27日，在GMIC大會AI產(chǎn)業(yè)化領(lǐng)軍者峰會上，有一場關(guān)于智能駕駛的現(xiàn)在和未來的對話。 

主持人：高欣欣聯(lián)合創(chuàng)始人兼CEO，將門創(chuàng)投

嘉賓：吳強副總裁&首席云架構(gòu)師，地平線

嘉賓：曹旭東CEO，Momenta

嘉賓：郝佳男首席運營官，北京圖森未來科技有限公司 

以下為5000字的干貨。 

自動駕駛軟件是軟肋 

高欣欣：第一個問題提給吳強博士，地平線是智能駕駛領(lǐng)域最早進(jìn)場的創(chuàng)業(yè)公司質(zhì)疑，推出了雨果平臺。智能駕駛現(xiàn)在處在一個怎樣的狀況呢？  

吳強：智能駕駛領(lǐng)域其實很廣泛。從車內(nèi)智能方面，像車內(nèi)的信息系統(tǒng)、語音交互、車聯(lián)網(wǎng)方面，我覺得中國已經(jīng)其實做出了很好的成績，比如說上汽的斑馬系統(tǒng)和其他公司的操作系統(tǒng)，每年都有幾百萬的出貨量。

但是在自動駕駛方面，它的軟件系統(tǒng)過去一直被控制在一些國際企業(yè)手里面。中國廠商在這里扮演的角色一直是很薄弱的。但是近幾年無論是在美國或者是中國有很多創(chuàng)業(yè)公司，包括地平線，都加入了自動駕駛行業(yè)，從各個角度發(fā)力。

總體來說，現(xiàn)在不管是巨頭還是是創(chuàng)業(yè)公司，都處在持續(xù)發(fā)展和迭代的過程中，所以還沒有哪一家達(dá)到絕對控制的地位，每一家都有自己的特色。地平線更多的是從軟硬件結(jié)合，做自己的自動駕駛芯片，在感知的傳感器方面盡可能比較便宜，把重心更多的是放在計算方面，這是我們的特色。

從應(yīng)用和落地的角度來看，自動駕駛有非常強的地域性，中國的自動駕駛跟美國、日本、歐洲都不同。因為每一個國家的路況和場景不一樣，所以我們必須要適合中國的場景，例如中國的停車環(huán)境跟美國不一樣，再如中國有紅綠燈，但是很多路人過馬路是不看紅綠燈的。所以自動駕駛也必須要能夠考慮到這種情形。你要做成國際化的產(chǎn)品，必須要考慮到各個地域的復(fù)雜性。

高欣欣：Momenta做的是自動駕駛的大腦算法系統(tǒng)，在這個領(lǐng)域里創(chuàng)業(yè)最難的部分是哪些，你們是怎么解決的？

曹旭東：最難的部分就是安全，解決安全問題需要海量的數(shù)據(jù)，我們的解決方案就是用眾包的方式。我們幫助商業(yè)車隊做安全團隊，由此可以獲得海量的數(shù)據(jù)，通過這些數(shù)據(jù)反映出來算法的一些不足，比如識別算法數(shù)據(jù)，你需要做到百萬分之一到一億分之一。根據(jù)級別不同，需要達(dá)到不同的指標(biāo)。

在后裝之外，前裝是另一個渠道?，F(xiàn)在我們在做前裝的產(chǎn)品，我們把它分成兩個階段，中間有一個巨大的分水嶺，在什么地方呢？因為責(zé)任的界定不同，導(dǎo)致它對可靠性的要求有巨大的差別。我們評估下來需要做到一百萬公里接管一次，這要求比現(xiàn)在行業(yè)里面最領(lǐng)先的Google高非常多，Google最新的路測報告是6000公里接管一次，這已經(jīng)非常厲害了，而且啟用了非常多價格高昂的傳感器才做到這樣一個水平。

我們的目標(biāo)希望做到1000公里接管一次，這是什么水平呢？我可以介紹一下特斯拉，我們在北京做路測時是15公里接管一次，這意味著如果1000公里接管一次是特斯拉的50到100倍的性能。

前裝是另一個獲得數(shù)據(jù)的渠道。當(dāng)然最開始前裝的責(zé)任方還是以人為主，機器為輔。隨著數(shù)據(jù)的積累，我們相信能夠逐漸的升級能夠做到百萬公里接管一次的水平。

高欣欣：圖森未來在智能駕駛做的是特別細(xì)分的領(lǐng)域，即高速L4無人駕駛卡車細(xì)分領(lǐng)域。那么，商用車和乘用車在自動駕駛的開發(fā)上有什么區(qū)別，圖森又是怎么做的呢？

郝佳男：首先是商用和乘用，圖森希望的是先切入商用車市場，商用跟乘用通俗來說就是ToB跟ToC的區(qū)別，商用車包括貨運和出租車，它的利潤來自于運營。 

比如說我把人或者貨物運到目的地，這是商用車的目的。乘用車可能是另外一個方式，它是通過我的用戶是最終的用戶，可能是我們在座的各位，可能是通過給這輛車增加了自動駕駛的功能，通過提升駕駛本身的樂趣或者提升安全來獲得利潤。

自動駕駛可能是相對新興的技術(shù)，我們認(rèn)為在商用車可能更方便推廣，因為只要說服合作伙伴和客戶，這可能會比適應(yīng)普羅大眾方便一些。     

乘用車與商用車的區(qū)別之一是，車大小明顯不一樣。小車出租更多的是在城市路段或者是城鄉(xiāng)接合部的路段運行，它所面臨的場景跟打車不同。通常來說這種比較大的集裝箱卡車，它是走干線物流或者在一定的區(qū)域內(nèi)完成運輸。這個不同點會造成在技術(shù)上需要突破、需要著重解決的問題可能不一樣。 

我也想更新一下目前的進(jìn)度，之前我們最主要做的是從A點到B點，從倉到倉L4級別無人卡車自動駕駛。在不久前我們已經(jīng)把業(yè)務(wù)線進(jìn)一步的拓寬，把兩端的倉，如果它是碼頭，我們可以在碼頭的內(nèi)部完成集裝箱，從我的吊橋和它的堆場之間的運輸，我們把這一部分進(jìn)一步延伸，這件事情可以讓我們的商業(yè)邏輯更完整。

快與慢的平衡術(shù)

高欣欣：地平線如何在絕對算力和算法的演進(jìn)上做取舍，我們產(chǎn)品設(shè)計的策略是什么樣的呢？       

吳強：自動駕駛的芯片更復(fù)雜。阿爾法狗下圍棋很復(fù)雜，但是它畢竟是在一個封閉的環(huán)境下，有一個完整的規(guī)則和完整的信息。

自動駕駛比圍棋復(fù)雜很多，因為它是開放的環(huán)境，你沒有一個完整的規(guī)則，相關(guān)信息也是不完整的，所以要想做出自動駕駛的芯片就更復(fù)雜了，這是一個非常復(fù)雜的決策場景。    

自動駕駛芯片不能出錯，這是最大的挑戰(zhàn)。手機的芯片對安全性和可靠性有一定的要求，但是自動駕駛芯片的安全可靠性要高三個數(shù)量級，因為汽車出錯就是人命關(guān)天。所以自動駕駛的芯片是AI芯片的珠穆朗瑪峰，代表了最高的技術(shù)挑戰(zhàn)。     

我們的策略是什么呢？就像剛才主持人問的，對于我們這樣一個中國本土的創(chuàng)業(yè)企業(yè)，我們肯定不會跟他們拼工藝，他們可以到16納米，甚至8納米、7納米，我們肯定拼不過；我們也不會拼工藝或者是晶體管的密度。我們更多的是從算法和計算架構(gòu)的角度來做出我們的特色，通過場景來決定算法，算法來決定計算機架構(gòu)，軟硬件結(jié)合的方式來達(dá)到最好的效果。    

針對汽車特殊安全性的要求，我們經(jīng)過將近三年的磨煉，已經(jīng)有了芯片團隊，正在組建車規(guī)級的芯片團隊。大家知道英特爾去年對我們進(jìn)行了戰(zhàn)略投資，所以我們也想利用英特爾的戰(zhàn)略資源打造車規(guī)級的芯片，應(yīng)對自動駕駛復(fù)雜的場景。    

高欣欣：Momenta在做自動駕駛算法的時候，對于司機的邏輯會有什么影響嗎？       

曹旭東：我剛才提到特斯拉在中國測試的時候，15公里接管一次，我覺得很重要的原因是中國的駕駛習(xí)慣更加不好。如果你在四環(huán)上開上兩圈，基本上總會遇到一次特別惡劣的加塞，而且是非常危險的。    

針對這些情況，實際上你需要在多個緯度上去優(yōu)化算法。比如說在傳感器的設(shè)計上，為了處理加塞，你需要增加環(huán)攝攝象頭，預(yù)測旁邊車的軌跡，他是不是有家塞的意圖。預(yù)測他未來有沒有這樣的軌跡，同時還需要在一些駕駛的策略上做一些優(yōu)化。 

當(dāng)然駕駛策略的優(yōu)化跟場景不同或者說你定位的客戶不同，其實會有一些不一樣。比如說這輛車賣給年紀(jì)大一點的人或者說相對保守一點的人，別人要加塞的話那就加吧，只要我應(yīng)對的策略做的足夠舒適其實也OK。但是如果我這輛車賣給年輕人，自動駕駛的車被別人加塞，我會非常的生氣。 

所以在不同的國家，不同的道路環(huán)境和不同的駕駛習(xí)慣，你的產(chǎn)品從硬件到軟件、算法、駕駛策略都需要做一定的改變，這也是剛才吳總說到的，自動駕駛有很強的地域性。因此，在每一個地域里面都很有可能出現(xiàn)一個或者多個本土自動駕駛巨頭的崛起。       

高欣欣：中國的自動駕駛崛起團隊真的是在最復(fù)雜的環(huán)境下沖鋒陷陣，我覺得它們一定會成為世界上最強的隊。       

曹旭東：解決了中國自動駕駛的問題，基本上就解決了全球自動駕駛的問題。 

高欣欣：圖森未來在卡車運行過程中是限于技術(shù)賦能，還是參與到更多的緯度呢？       

郝佳男：如果我們做一個細(xì)分領(lǐng)域領(lǐng)跑者，我認(rèn)為是先行者，我覺得不一定很領(lǐng)先，但是至少我是先行的。我們一定會遇到一些從來沒有人告訴我應(yīng)該怎么做的事情，這里面有技術(shù)，有商務(wù)的部分，有法規(guī)政策的部分，甚至還有一些更復(fù)雜的背后的邏輯。    

我們一定要自己發(fā)現(xiàn)這些問題，不要怕掉到坑里面，只要我能爬上來。剛才談到技術(shù)的賦能還是從別的地方，其實我覺得是相對全面的過程，并不僅僅是技術(shù)。因為技術(shù)其實是服務(wù)于商業(yè)化的目的，這里面可能還包括其他層面的，比如說法規(guī)等等。       

高欣欣：吳強你覺得需要一個什么樣規(guī)模的計算力，什么樣的平臺才能撐起自動駕駛平臺所需要這樣一個計算力呢？       

吳強：剛才說了自動駕駛場景很復(fù)雜，我們需要一個很強的計算能力，如果你的選擇是很輕的感知，我不用很昂貴的激光雷達(dá)，其實它后面帶來很大量的計算能力。計算能力很難用量化去說，但是定性的說我們認(rèn)為它必須是專用的處理器。因為通用的處理器，GPU有很多歷史的包袱，它的基本架構(gòu)還是在那里的。       

所以從這個角度來說，它的性能你光看叫多少T，它做的很高。但是這些并不一定能轉(zhuǎn)換成我們需要在自動駕駛場景下的性能，因為自動駕駛的場景跟它是不同的。 

所以你仔細(xì)看看，這些通用的計算它可以有300T，你真正看它的性能，包括一些專用的性能。其實你看看它真正的處理能力是優(yōu)于芯片的，這是因為我們作為一個專用芯片，它是從頭開始，它沒有歷史的包袱，我不用做這些，我就針對自動駕駛場景重新設(shè)計我的架構(gòu)，盡管我的功率不如你。但是在這種場景下，我的性能是優(yōu)于你的，所以我一直堅信自動駕駛將來的未來一定是向?qū)Ｓ眯酒姆较蜃?，這樣才能不斷地打磨提供足夠的算力來滿足這個場景的需求。      

高欣欣：因為旭東合作最多的是車廠，為他們提供了大腦。車廠是特別嚴(yán)謹(jǐn)?shù)?，我們做軟件和算法這樣領(lǐng)域的人，要不斷迭代，所以這個過程會出現(xiàn)一個快與慢的平衡，你是如何平衡這兩點呢？       

曹旭東：跟車企合作，你發(fā)現(xiàn)他們非常重視流程，而這些流程都是經(jīng)過了上百年的積淀沉淀下來的，所以要確保保證安全性的測試是足夠的。當(dāng)我們來說真正殺到汽車行業(yè)，我覺得需要一個熟悉的過程。 

如何加速呢？我覺得這個實際上整個行業(yè)里面，其實大家還是沒有通用的答案，比如說我這輛車的計算芯片都可以支持。但是一開始的時候我只上L2的功能，跑了一年以后收集了非常多的數(shù)據(jù)，已經(jīng)有比較大的確定性在特定的路段，特定的場景，我已經(jīng)可以支持L3的功能了，通過OTA的升級去實現(xiàn)這種方式，我覺得這是一個加速的方式。

另一個加速的方式是其實我們可以跟車企溝通，你走這樣的流程，背后的初衷到底是什么，我們是不是存在另外一個創(chuàng)新的流程。但同時也滿足了你對安全的要求，這種方式確實是存在的，只是因為之前整個行業(yè)都很成熟。大家都比較慢，沒有太大的壓力。既然這個流程已經(jīng)建立起來，并且它能夠保證安全了，大家創(chuàng)新調(diào)整流程的動力沒有了，但是現(xiàn)在遇到汽車產(chǎn)業(yè)百年未有大變局的時候，每個人都知道快才能抓住機會，這個時候我們跟他們充分交流溝通合作以后，提出來一個新的流程，仍然能夠保證他們之前對安全性的要求。  

這樣我可以節(jié)省半年或者一年的時間，我覺得已經(jīng)是雙方都特別愿意去做的事情。       

創(chuàng)業(yè)公司如何切入

高欣欣：今年在無人駕駛卡車上開始有其他的隊要入場，圖森未來如何發(fā)揮先發(fā)優(yōu)勢，一直保持持續(xù)的引領(lǐng)呢？       

郝佳男：先發(fā)只是表明我們起步比較早，我們看到了未來。但是整個賽道，哪怕是一個細(xì)分的賽道，我覺得前面的路還很長。 

先發(fā)并不一定表明你是終點第一名，所以我們一直是存在危機感。在技術(shù)和商業(yè)模式各個層面，我們要不停的挑戰(zhàn)自己?，F(xiàn)在我們已經(jīng)建立的這些優(yōu)勢，要不斷地反思，有沒有更好的模式、技術(shù)或人才，這些都是我們要不斷去想的。    

既然我們在細(xì)分領(lǐng)域是一個先行者，我們就不可避免的要接觸一些政策法規(guī)，一些可能對于其他還在這個賽道上面的玩家可能都要接觸到的事情。在這一點上我們應(yīng)當(dāng)承擔(dān)部分的責(zé)任，為了整個賽道能夠良性的競爭，我們建立一些大家都能夠去適應(yīng)的制度或者說標(biāo)準(zhǔn)。這么做不是說阻礙別人進(jìn)入賽道，而是為大家能夠有序地在賽道上往前走。     

高欣欣：地平線已經(jīng)規(guī)劃了三代產(chǎn)品演進(jìn)路線圖，這三代產(chǎn)品演進(jìn)背后的考量是什么呢？

吳強：我們在去年12月份推出了第一款芯片是高速架構(gòu)，還推出了兩代架構(gòu)。這些架構(gòu)首先它出于工藝和處理神經(jīng)網(wǎng)絡(luò)的種類的性能兩個角度考慮。

我們國家在L2自動駕駛前裝大潮應(yīng)該是在2020年左右實現(xiàn),L3自動駕駛前裝大潮差不多是2022年到2023年左右，所以我們的第二代和第三代也是按照客戶需求的時間點進(jìn)行設(shè)計。

但是第二代、第三代是針對L3或L4的自動駕駛，它可以處理1080甚至是4K的高清，它可以做六到八路的支持，我們希望這些芯片的推出，可以滿足我們自動駕駛客戶和市場的需求，能夠趕上這個大潮。 

高欣欣：以眾包的方式進(jìn)行地圖的數(shù)據(jù)采集，在可分享的范圍內(nèi)，如何以比較快的方式做下來，我們會跟地圖商合作嗎？我們自己未來會建立自己的生態(tài)伙伴嗎？       

曹旭東：我們整個定位是地圖領(lǐng)域先有自己的核心技術(shù)，希望通過自己的核心技術(shù)，通過眾包的方式獲得高清地圖數(shù)據(jù)。現(xiàn)在整個技術(shù)路徑已經(jīng)驗證完成了，可以做到非常高的精度。剩下的是產(chǎn)品化，我們希望在這個領(lǐng)域，我們跟傳統(tǒng)的地圖商的導(dǎo)航地圖結(jié)合，這個地圖最終的落地成為一個產(chǎn)品，這是我們關(guān)于地圖的想法。    

高欣欣：如果創(chuàng)業(yè)公司今天選擇創(chuàng)業(yè)，從人才的緯度它會獲得什么樣的經(jīng)驗?zāi)兀?nbsp;   

郝佳男：我覺得現(xiàn)在是一個非常好的難得時機。我們研究一些非常通用的人工智能，它離商業(yè)化很遠(yuǎn)，這樣的事情不太適合于創(chuàng)業(yè)公司。哪怕是一些大公司，需要直接投入很多資源，需要很長的時間才能到一定的程度。

相反，一些特定領(lǐng)域地技術(shù)，比如說對于圖像的識別，我們?nèi)プR別這是沙發(fā)，準(zhǔn)確度從95%提到97%，從商業(yè)角度來講非常有意義的事情。自動駕駛它就很好的卡中了這一點。自動駕駛所需要人工智能的技術(shù)，在今天它是處于相對比較好的狀態(tài)，當(dāng)然還需要很多的研究，但是它已經(jīng)有一個很好的基礎(chǔ)。

現(xiàn)在真的是千載難逢的時機，你們可以在今天進(jìn)入這個領(lǐng)域一起去創(chuàng)造一個歷史。

返回第一電動網(wǎng)首頁 >