作者｜JimmyMa

郵箱｜majiming@pingwest。com聯合作者｜董楠

郵箱｜dongnan@pingwest。com來源｜品駕（Ping-Drive）最近兩年，智慧汽車都喜歡用硬核配置說話。比拼搭載的鐳射雷達數量，標榜高算力AI晶片首款量產落地，車內螢幕越來越大數量越來越多，智慧駕駛號稱可以解決越來越多的場景落地，硬體似乎已經成為衡量一輛“聰明”的智慧汽車的硬指標。另一邊，主機廠們開始宣稱全棧自研，國產供應鏈漸漸勢起，他們一面以對標國際供應鏈巨頭的硬體引數加入智慧汽車戰局，一面以靈活的合作方式與主機廠合作。在中國這個被公認為最適合發展智慧電動車的環境中，當主機廠、供應鏈開始ALL IN智慧汽車，他們將如何攜手打造出一輛聰明的車？5月18日，品駕邀請到了在智慧汽車領域扮演不同角色的四位嘉賓，包括沙龍汽車智慧化高階總監楊繼峰，禾賽科技聯合創始人及CEO李一帆，地平線副總裁兼智慧駕駛產品總經理餘軼南，騰訊智慧出行戰略總經理沈沛，關於如何定義一輛聰明的智慧汽車，主機廠和供應鏈的OKR是否應該一致，以及未來5-10年智慧汽車會變成什麼樣子，嘉賓們與品玩創始人兼CEO駱軼航一起聊了聊。

圖源：品玩版權相簿首先，堆積硬體是不是就代表智慧，禾賽科技聯合創始人及CEO李一帆用蘋果舉例：蘋果手機的攝像頭並不是公認的畫素最高的，但是蘋果手機的拍照水平卻是公認最好的。在李一帆看來，把使用者最常用的功能做出最極致的體驗，才是當下最應該努力的。人有我多狀態的下一階段是人多我強。另一方面，當更多的高算力國產AI晶片落地，在更大TOPS指標背後，是否意味著一輛智慧汽車因為這個強大的核心而變得更聰明？地平線副總裁兼智慧駕駛產品總經理餘軼南說，一個100TOPS算力的晶片，如果使用效率只有10個TOPS的話，它最多也就只能發揮10個TOPS算力的效率，所以效率其實是一個非常關鍵的因素。當供應鏈拿出更強的硬體能力，當整車廠開始不斷強化使用者體驗，供應鏈和車企之間，應該如何更好地來完成打造一輛更聰明的智慧汽車的目標？沈沛以手機及網際網路的發展舉例：手機、網際網路之所以發展的那麼快，是因為它的生態快速的打開了各種各樣的開發者，用一個非常低門檻的工具和平臺，能夠在上層開發出使用者的應用，它起得很快死得也很快，但是沒有關係，死了可以重來。在沈沛看來，現在整個汽車行業今天還是一個比較相對封閉的狀態，每家都在做自己的事情，研究自己怎麼樣能夠全閉環，這樣雖然有好處，但是也可以開放出和使用者體驗息息相關的部分，讓廣大的開發者和整個生態參與其中。對於一邊要與供應鏈保持密切合作，一邊要直面使用者體驗的整車企業來說，整個算力的架構，資料的迴流以及整個使用者體驗的閉環，是一項系統工程。所有的壓力最終都走向了整車企業。楊繼峰認為堆料的背後，在今天演算法還沒有固化下來，在一個相對開放的計算環境下，整車企業增加感測器、增加算力，其實是為了釋放更多場景，整車企業不能把所有的硬體成本變成一次性的bom，而是一定會把自動駕駛變成整個生命週期的價值服務落地。在這次對話中，品玩/品駕與四位嘉賓一起，也得出一個結論：新能源汽車生態鏈各個環節的頭部公司要有對齊OKR的共識。在品玩創始人兼CEO駱軼航看來，如果說造一臺聰明的車是一個系統工程，要在分層去解決每一層不同的需求，把上下打通，然後我們才能夠讓使用者體驗在各個環節上去做得更好。以下是本次對話內容精選，我們從不同維度進行了一些總結：怎麼定義聰明的車在去年的廣州車展上，長城汽車孵化的新品牌沙龍汽車首次亮相，其首款車沙龍機甲龍搭載了4顆鐳射雷達，並直接喊話 “四顆以下，請別說話”。

沙龍機甲龍 圖源：沙龍汽車對於搭載更多感知硬體的必要性，很多人有著不同觀點，有的人稱之為硬體冗餘，有的人認為是一種為了出圈的“炫技”。楊繼峰則認為，現階段主機廠能做的就是在感知能力上去做全生命週期的硬體能力預留，然後去做全生命週期的場景不斷釋放，然後去做全生命週期的體驗不斷提升，然後去做全生命週期的這種使用者反饋的閉環。在楊繼峰看來，在自動駕駛沒有完全實現L4之前，去解決人機共駕的核心之一，就是解決系統和人的認知差異，他既要解決認知結果的差異，也要逐步的向去解決這個人是怎麼建立認知過程的差異。“所以總體上來講，我去定義一個更聰明的車的使用者體驗，就是怎麼感知環境，怎麼感知規則，怎麼感知駕駛員，然後在這樣的一個體系下，去做場景的突破，對更多的使用者去做所謂的‘千人千面’，或者叫資料驅動，來給使用者以更多的選擇。”從主機廠和沙龍汽車的角度，楊繼峰給出了聰明的車的定義。最近，地平線百TOPS級大算力國產AI晶片征程5完成了多家車企量產定點前裝，餘軼南對於聰明的車，則有著其他維度的理解。

征程系列晶片 圖源：地平線他認為，定義一輛車是否足夠聰明，包括三個要素：一是場景是否廣泛，二是駕駛時未來預測能力是否強，三是學習能力的強弱。去年11月，騰訊智慧出行業務正式亮相，其目標是助力汽車產業全鏈路數字化升級，提供全生命週期的數字化服務。作為不直接參與車輛生產的數字服務商，沈沛給出了自己的看法。

騰訊升級智慧出行業務版圖 圖源：騰訊公司沈沛認為，駕駛並不是每個人天生就能掌握的技能，車透過自動駕駛與使用者互動，能讓使用者不再焦慮，就是一個聰明的表現。同時，車需要更加了解使用者的需求，把使用者想要的資訊及時地提供出來。因此，這種讓車更聰明地學習，少不了呼叫雲端的計算與儲存，所以一輛聰明的車必然是端雲一體的。那麼，聰明的車如今發展到了哪個階段？

圖源：品玩版權相簿禾賽科技作為鐳射雷達的供應商，目前已為多家公司的無人駕駛出租車以及即將量產的乘用車提供了鐳射雷達產品。作為硬體供應商，李一帆反而不贊同純堆料路線。他認為，一個新技術通常會存在“人無我有”、“人有我多”、“人多我強”三個階段，目前鐳射雷達行業還停留堆料為主的“第二階段”。在李一帆看來，有些車企僅追求表面指標的優，但在其看來未必是最好的選擇。一個行業最優秀的供應商需要提供的是最優秀的交付體驗，而不僅是表面資料。堆料不一定能讓車變聰明，還可能會造成浪費。

AT128車規級半固態鐳射雷達 圖源：禾賽科技餘軼南同樣認為，李一帆提出的三階段確實存在，在每一個階段去順應市場都是正確的，關鍵在於能否先於整個市場一步，在市場需要“有、多、強”的時候能立即做出這樣的產品。從晶片角度來說，擴大芯片面積讓算力更高，或是提升晶片的效率來提升算力，相對應著多與強兩階段，需要依市場的需求來決定發展的方向。但無論是哪一種，如果最終為使用者帶來的使用場景十分限定，用到的算力實際上非常少的話，都是成本上的一種浪費。因此，這階段的堆料是否是必要的，這個問題也直接指向了堆料的汽車主機廠。楊繼峰認為，如果減少感測器還能同樣穩定的實現一個功能，是一件很酷的事情；同樣，如果增加了一些感測器能帶來更多的功能與更好地體驗，同樣很酷。由於車企與供應商面對著不同的市場與使用者，自然會產生不同角度的觀點，但最終各家的目標都是要對使用者負責，來造出這樣一輛“聰明的車”，如何在不同中取相同？在這裡，用到了OKR的概念。造車產業鏈的OKR對於整個汽車生態鏈的發展，沈沛提出了“更開放”的概念。生態的開放，是為了讓行業內更加統一的秩序。餘軼南同樣提出了類似觀點，認為雖然目前很多企業提出“全棧”以及完全自研等路線，都想完成自己的閉環。但產業需要有清晰的分工，以達到效率最高、質量最優以及成本最低。造一輛聰明的車，需要產業分工分層。當有了清晰的分層後，每一層只需明確做好自己該做的事情，對該層的進步負責，從而推進整個行業的發展。

圖源：品玩版權相簿當供應鏈的“開放”訴求與整車企業的全棧自研理念形成衝突，駱軼航則提出：當幾乎沒有一家整車企業可以獨自解決所有的東西時，整個汽車生態系統對齊OKR，大家在各自的領域解決跟各自的這一塊的事情，然後把效率做高，似乎是一個更好的思路。大家應該有共同的O（即目標），各自拆解自己的KR（即關鍵成果），KR之間需要協作。例如地平線在測試中使用到鐳射雷達，有必要將測試結果反饋給鐳射雷達企業，以幫助其改進問題，同時也提升了自己產品的效果。整個行業與生態對齊OKR，或將成為造聰明的車的關鍵因素之一。但目前產業上下最大的問題則在於，O（即目標）真的能對齊嗎？也有不同觀點。在李一帆看來，眼下整車企業與供應鏈之間的“O”並不一致。李一帆批判了整車企業在功能開發中“過度炫技”所產生的問題。他認為，目前有不少車企去造一些不能保證100%能用的功能，甚至是出現在一些事關安全的問題上。一個非常高階的輔助駕駛功能看起來確實會非常“聰明”，但可能成功率只有50%，這樣的“半成品”是危險且不負責的。因此，大家所面對的“O”，不應該是更多“聰明”的功能，而是在保證靠譜的前提下，再讓車更聰明。於是，供應鏈與主機廠似乎又產生了一種“思路”上的交鋒中。楊繼峰認為，目前的目標仍然是透過軟硬體的搭配，來更早地把即靠譜又安全的功能釋放給使用者。但站在主機廠的角度來說，需要持以使用者體驗優先、更開放的態度，要考慮把這一代技術站交給使用者時，怎樣支援更長時間、有價值的使用者服務。總結來說，供應商希望主機廠能夠推出更加穩定的功能，避免過於激進的路線。但在主機廠的角度來看，只有早日推出更加向上的功能，才能透過使用者的資料迴流，推動技術水平的發展。5到10年的未來是什麼樣這些觀點其實正代表眼下我國智慧汽車產業發展的現實：主機廠不能因極小機率的不穩定而放棄新功能的可能性，同時又不能為了新功能拿使用者的安全與體驗來冒險。而如果迴歸到使用者體驗上，在聰明的車這條路上，大家仍然有共有的目標。關於未來5-10年的智慧汽車，李一帆認為，到2030年，可能鐳射雷達不會再是非常獨立的一部分，而是與其他感知元件高度融合，2D、3D、4D感知都融為一體。餘軼南則認為，國產的供應商與車企將能佔據更多的市場份額。沈沛提出，使用者的周邊環境會逐漸被數字化建模，勢必會形成一個出行體驗上的數字孿生。迴歸到車上，楊繼峰認為，短期目標來說，在現有的規則與體系下，需要更加完善人機共駕問題，而長期的遠景則是為未來的道路交通結構下的智慧駕駛去造一臺車。你更同意主機廠還是供應鏈企業的觀點？對於“聰明的車”這一關乎智慧汽車未來發展的長線話題，歡迎關注品駕開聊，並加入粉絲群，放出你的觀點，一起來聊聊吧。*關注品駕公眾號，回覆“進群”加入群聊