9月28日—29日，“中国车谷2021智能汽车产业创新论坛”隆重召开。本次论坛由武汉经济技术开发区和东风汽车集团有限公司联合主办，由武汉市智能汽车产业创新联盟与盖世汽车联合承办，主要围绕智能汽车的创新发展这一主题展开，涉及到人机共驾、地图定位、人工智能与芯片、仿真测试等多个热门领域。以下是中汽创智人工智能首席技术官丁华杰的发言：

各位领导、专家、同行，大家上午好！我今天分享的题目是“人工智能赋能自动驾驶的趋势和实践”，分为发展趋势、面临的挑战、智能汽车架构思考以及中汽创智过去一年所做的工作。

开篇先简单介绍一下中汽创智，中汽创智创立于2020年6月，是一个比较新的公司，股东方有一汽、东风、长安等，今天讲的自动驾驶就是中汽创智业务中的一小部分。

无论我们是讲自动驾驶，或者讲智能网联，归根结底都是“智能化”。智能化的本身有两个维度，一个是自动驾驶从辅助到部分、有条件自动驾驶，再到高度、完全自动驾驶。另一部分是网联带来的一些附加效应，两个智能化的协同是我们智能汽车的终极目标。目前是分两个维度在走，后面有一些融合在里面产生。

而从我们今天落地的自动驾驶这个维度，大家能看到从2008年开始，谈了这么多年，那么自动驾驶什么时候能实现？什么时候能产生真正意义上的GDP呢？

这其实是在快速往前推进的。今年我们也看到很多可观的数据，比如摄像头、毫米波雷达、激光雷达、域控等零部件销量的快速增长。我们也看到消费者对自动驾驶、辅助驾驶的热衷，这都是未来空间所在。

汽车行业也还出了一个奇葩现象，就是车价一直在降。就像特斯拉大家说的他在割韭菜，一年降价三四次，导致二手车的价格比新车的价格还高。那么透过现象看本质，做软件、算法，其实是零边际成本，做一辆新车，如果增加个配置，意味着要增加一系列开发费用。但是对于软件来说，利用率是非常高的，特斯拉目前也已经走通了这条路。

这里还有另外一个话题，也就是现在各大车企都在讲的新的架构，新功能在新的架构里能不能走通，软件怎么卖、算法怎么卖？今天我们想聊聊这个事情。

另外一个趋势，汽车的一些价值链正在重塑，原来我们讲95后叫泛Z世代，这里面汽车从单一的功能车向智能终端转变，大家对车的期待不仅仅是说我坐车从A到B点，更多的是说这个车还能给我带来什么样的体验，从智能交通工具到移动平台，到车里的数据如何运维，移动的功能怎么拓展等，这都是需要考虑的内容。

前段时间上汽董事长发表的“灵魂说”引起了很大热议。这个灵魂是什么？就是智能化，是人工智能的核心的拓展。智能汽车的发展严重依赖于人工智能产业链的高速发展，这些年人工智能的发展伴随着一波又一波的浪潮起来，近几年进入了一个爆发期，这是AI的一个利好，同样也是我们的一个利好。

这个利好对汽车行业来讲有几个比较大的趋势：第一，现在车企、Tier1都在做AI相关的东西，但是真正意义上其开发流程是不是合适？我们看到一个消息是说，大众要在全球建上万人的软件开发团队，就用原来做发动机控制机的软件铺人就行了，但是AI不仅仅是软件的开发，整个开发流程、开发思路、打法是完全不一样的，这是我们值得思考的。

再看看价值链，新的智能汽车起来之后我们如何去重新划分上下游的价值链的问题，就是技术平台架构，后面会详细展开。原来平行车型，会推出一系列的车，但将来是不是依旧是这样？ 

而且智能汽车是个巨量的产业链，这里面包括像传感、系统、车路协同、智能交互、芯片算力、算法等，整个产业链是个增量市场，人工智能是其中的基石，也是核心中的核心。从汽车企业到科技公司、芯片企业、零部件公司、软件公司、供应链等都往这个方向发展，那么在这个新的增量里面能做点什么？在新的趋势下我们又得到了什么？这时这个边界就模糊了。地平线的同事讲了说他们也在做规控，其实和Tier1的边界已经越来越模糊，而目标只有一个，就是赋能终端汽车产品，打磨更好的符合时代发展的一个终端产品。

国家也有一些有序化的动作，特别是今年动作很明显，从去年年底开始OTA的监管，到信息安全的相关的法律法规，《数据安全法》等等，今年对大家来讲增加了很多工作内容，当然这也是好事，因为能规范行业的发展。但同时也提出很大的挑战，包括一些成本的增加。

这是趋势，再看看面临的挑战。

刚才有朋友问说你现在在做啥？我们是做自动驾驶的，但大家做的自动驾驶不一定是在一个频道上。拿Cruise这个车型来讲，如果你是做激光雷达的，你肯定是做自动驾驶，你如果做AI算法、控制器，也是在做自动驾驶，这个增量的部件是整体的一个思路，这个思路里面怎么分工，怎么重塑价值链，怎么去整合平台，这里面面临很多挑战。

第一个挑战就是架构。这个图是Tier1巨头博世对未来电子电气架构的预测，这个预测有两个地方不太符合。第一个不符合，就是传统车企从分布式到域控制再到中央计算平台的发展目前来讲没有达到预期。第二个，一些新兴的车企，像特斯拉是超越式发展，已经达到了从域到中央计算平台的发展。但这里也随之而来几个挑战，原来一个车多少控制器？将近一二百个，控制器间的协同比每家公司的部门墙还要高。我举其中一个例子，大家现在都对AI的前置摄像头做很多工况识别，在底盘调校上能不能做这个事情，肯定能做，但是实施中其实是非常困难的，这是第一个，跨域协同困难，OTA复杂。

另外一个挑战是如何跑通软件售卖业务，下一代怎么做解耦？还有就是算力芯片，未来大算力肯定是广泛需求，但硬件预埋也意味着成本，此外你的内容是否需要大算力芯片，怎么去平衡是大家要考虑的。

你现在要上大算力的芯片，那么应该要考虑自己是否有0到1的AI技术开发能力，如果没有，怎么保证后面全生命周期的更新，如果不更新，这么大的算力留着有什么用。而目前，大部分的OEM和Tier1实际上是缺乏这个开发体系的；第二，从1到N的过程，怎么去做闭环，长尾效应很突出，怎么去解决这个问题，怎么建立这个能力，怎么完成这个挑战，这也是目前面临的一个重大难题。

另外，算法芯片的国产化挑战。今年缺芯问题给大家响起了警钟，如何确保整个供应链的平衡也是需要考虑的。

总而言之，面临的挑战不仅仅是技术问题，远看OTA，全生命周期、软件定义汽车、软件售卖、采购体系、销售、运营、人才大概方面都是挑战。

整个架构的思考，原来我们都是纵向切分，就是动力总成、内饰外饰、电子电气条线，但这么切分对未来的智能体系是有障碍的。从汽车的构造来讲，第一层是整车和动力平台，如何把这块做透做深；第二个是电子电气平台，包括整个电子电气架构，包括怎么样做运维；第三个是算力平台，怎样规划自动驾驶的算力，是异构还是同构等，包括操作系统、AI、应用软件、生态等，这些平台做完了，这才是一个智能汽车完整的体系。我们今天讲的是在AI平台以及在算力平台上的内容。

接下来，我们再说说中汽创智在过去一年多时间内做的一些事情，简单汇报一下。

我们讲人工智能其实是三个领域，第一个领域是数据，第二个领域是算法，第三个领域是算力。大家都说20%的算法加80%的数据才是完整的AI，数据我们搭建了自己的AI平台，整个工具链也已经搭建完成，后面我们会陆续联合一些零部件公司做一些数据联盟的事情。因为我们在开发的过程中发现，传感器非常杂散，怎么把它归类、统一，再对采集的数据进行标注，以降低成本，我们要做运维这个事情。

算法上，我们是针对不同的传感器，前视、环视、周视的不同型号做了大量工作。

在算力上，我们做了大量域控相关的系列产品，包括芯片，后面也有联合合作伙伴做一些相关的开发。

在AI平台上，我们做了云杉平台，并在今年6月的时候做了产品发布。

在AI算法上我们自己做了AI的算法引擎，包括针对不同的算法进行了开发，分前台应用、中台和基础平台。基础平台是我们的底座，包括数据管理、标注、训练、评测，中台主要是运维的调度、工具链的开发，中间就是我们不同的算法，前视、周视、环视，针对不同的应用场景做这个事情。

这是我们感知算法的视频。我们今年6月22号发布了一期产品。我们6月20号发布了系列产品中的两款，一个是域控，一个是前视。

最后一页，总结一下，今天的分享我们想讲这么几点内容：第一、汽车新四化核心是智能化；第二、赋能汽车智能化新增产业链价值，人工智能是关键；第三、软件定义汽车决策者是智能架构定义的车企，生态圈的丰富程度决定未来市场；第四、助力人工智能技术及产品，数据资源是未来的核心护城河，数据利用方式，决定企业走向；第五、中汽创智云杉平台：数据驱动的生态链AI开发/迭代平台，为客户提供AI开发能力及全周期产品。