高阶智驾商业化黎明将至
今年上半年，具备组合辅助驾驶功能的汽车销量占比已超50%，汽车智能化发展开启新征程。值得关注的是，从多家车企相继开通城市NOA，到特斯拉FSD入华近在咫尺，再到最近爆火的Robotaxi商业化运营，高阶智能驾驶正在以超预期的速度加快落地步伐。“去年开始，高阶智驾系统开始往更低价格车型上渗透。”7月12日，在2024中国汽车论坛召开期间，地平线智驾产品市场总监刘文尧指出，到2025年底~2026年，高阶智驾市场或将实现从早期采用者到早期主流用户的跨越，实现产品的市场规模化。
• 数据共享生态亟待构建
智能网联汽车的发展离不开数据要素的支撑，近来备受推崇的端到端技术更是需要海量的数据资源。“全球对于数据资源配置话语权的争夺空前激烈，谁掌握数据谁将掌握发展主动权，谁利用好数据谁将赢得未来数字竞争新优势。尤其汽车行业既是产生数据的大户，同时也吸纳和处理数据，是实现端到端大模型训练与应用的用数大户。”清华大学计算社会科学与国家治理实验室专职研究员傅建平称。在他看来，我国具备构建超大规模的汽车数据产业生态的条件，汽车数据产业的发展必须要打通“最先一公里”，推动数据要素化，构建多元共治、价值共创、利益均衡、责任共担的数据共同体。
中国汽车工业协会副秘书长杨中平认为，当前智能网联汽车数据发展还面临数据安全、数据准确、数据孤岛、数据共享等一系列问题。他提出三点建议：一是强化数据安全的防护体系，将数据安全与隐私保护置于首位；二是优化数据质量管控流程，加强对数据生命周期的管理；三是促进数据共享与开放生态的形成，多方携手打破数据孤岛，构建开放共享的数据平台，充分释放数据要素的价值，加速智能网联汽车技术迭代升级。
中国汽车工业协会技术部总监、众链科技（北京）有限公司首席执行官韩昭也强调了数据共享的必要性。“自动驾驶本质是AI的问题，AI的三要素是数据、算法、算力，海量的数据和算力投喂出优秀的算法。现在国内企业在这一方面还落后于国外，数据体量严重不足，自动驾驶的核心数据积累，包括数据获取成本偏高，都是目前产业面临的问题。”他认为，当前国内自动驾驶数据存在企业数据孤岛、数据安全、数据体量、数据变现、数据确权等挑战，不仅需要企业加强对数据管理制度的建设，更需要通过协同共享和技术创新，促进不同品牌、平台间的数据共享与交互。
• 端到端技术成高阶智驾密钥
除却智能网联汽车数据端的问题，同济大学汽车学院副院长熊璐认为，当前智能驾驶汽车推广还面临很多安全性验证的问题，需要有完善的测试与评价体系。传统的测试方法环境条件简单、场景范围局限、性能与评价割裂，必须建立一个整体系统的场景连续动态的、多交通参与者的测试交通系统。
此外，在本届中国汽车论坛上，“端到端”成为智能驾驶话题中的一大热门词汇。深圳元戎启行科技有限公司副总裁刘轩表示，端到端智能驾驶主要具备三大优势：第一，在处理复杂场景时，比规则更容易处理；第二，信息处理无减损；第三，更加类人、人性化。
智己汽车L4自动驾驶项目总工程师、赛可智能CTO于乾坤则指出，端到端自动驾驶的方案工程上面临数据采集完备性、数据采集复用性等方面的挑战。“One Model方案训练难度较大、算力需求较高，在当前资源有限，尤其是高端显卡被限制的情况下，Two Model架构更加适合。”于乾坤称。
爱芯元智车载事业部技术副总裁逯建枫则从芯片厂商的角度出发，探讨了端到端大模型催化智驾革命的背景下，智驾芯片的演进方向。逯建枫指出，端到端技术路线的性能表现远超rule-based的规控效果，高阶智驾方案的端到端化是必由之路。伴随着端到端技术的接入，智驾芯片领域出现了四个技术阶段：ADAS 1.0阶段，方案形态是一体机；ADAS 2.0阶段，方案形态是5V到7V的中型域控；ADAS 3.0阶段，方案形态是11V-13V的大型域控；进入ADAS 4.0阶段，大型域控的端到端趋势渐显。根据不同阶段，爱芯元智迭代出了不同版本的NPU，应对技术趋势的演进。据悉，2023年，爱芯元智落地量产了M55、M76两颗芯片。今年，爱芯元智持续在一体机方案上发力，迭代了一颗M57芯片，内置MCU，支持8百万单目摄像头。
从图商角度出发，高德汽车业务中心副总经理苗路生则表示，自动驾驶行业对地图的真正需求有四点：一张图、实时更新、高质量、全覆盖。在他看来，行业所追求的“无图化”并非真正无图，而是无高精地图，实际上需要导航地图及部分轻地图。另外，解决“全国都能开”、“全国都好开”一定需要车道级数据。
另外，在7月12日下午举行的“高级别自动驾驶加速，驱动未来出行革新”主题分论坛上，还分别发布了“智能网联汽车云控全无人测评系统”和“车路云一体化多源数据生成的开源仿真场景集”。其中，同济大学自主研发的“智能网联汽车云控全无人测评系统”是全球首套智能网联汽车云控多交通参与者测评系统，其中包括云端数字孪生与模拟交通参与者两大平台，以及边缘场景学习生成、多交通参与者协同滚动优化与车端鲁棒运动控制三大关键技术，实现交通流动态连续、交通参与者混杂多样、工况设置灵活调整、冲突对抗场景主动生成的实车场地复杂交通测试环境，满足高级别自动驾驶汽车安全性验证需求。该测评系统对标美国Mcity、瑞典AstaZero等全球顶级智能汽车试验场，率先实现了大规模交通参与者复杂动态场景的实车场地测试应用。
编辑：薛亚培
