12月13日，主題為“創新驅動 智啟新程”的2024中國人工智能大會（CCAI 2024）在北京開幕，智行者董事長&CEO張德兆受邀出席“智能駕駛專題論壇”并做報告。張德兆在報告中分享了智行者對自動駕駛行業的深刻洞察，目前全球自動駕駛技術正快速發展，中國有望成為全球自動駕駛的最大市場。 在此背景下，各級政府都在積極構建相關政策法規環境，今年工信部批準了20個車路云一體化應用試點城市，中國在智能網聯和車路云一體化方面得到長足進步，成果愈發顯著。

談及近兩年自動駕駛技術的突破與創新，張德兆提到，傳感器技術進步顯著且降本趨勢明顯；在數據處理與算法方面，隨著大模型技術的發展，自動駕駛算法處理復雜交通環境的能力顯著提升，端到端技術優勢明顯，但大規模商業化可能還需2-3年；車聯網技術方面，近一兩年標準的建設及基礎設施的投入使車路云一體化初見成效，許多城市實現了多個商業化應用場景的落地；同時，安全性與冗余系統也日益受到重視，從車輛系統到信息網絡安全都被提上日程。

在單車智能與智能網聯的關系上，張德兆認為：“單車智能是智能網聯的初級階段，兩者并不矛盾。” 智能網聯相較單車智能具有更加安全、降低系統成本、加速算法迭代、構建新商業生態等的諸多優勢。

對于自動駕駛商業化面臨的挑戰與機遇，張德兆坦言，行業內人士與公眾認知還存在差距，自動駕駛在技術成熟度、市場接受度、法規政策環境、成本與投資回報等方面仍面臨諸多問題。但隨著技術進步，漸進式的商業化路徑逐漸被認可，從封閉場景向開放場景、低速場景向高速場景以及功能上從低級向高級的漸進式發展更符合行業規律。

張德兆還分享了智行者在自動駕駛商業化場景選擇方面的思考，即始終圍繞人類生存和生活需求展開。秉持這一理念，智行者在多個場景成功實現了自動駕駛的商業化落地，并在特種應用、智慧清潔、車路云一體化等領域成果斐然。例如，在應急救援領域，特種無人車年出貨量達幾千臺套；智慧清潔領域，無人駕駛清潔車產品遠銷海外30余個國家；車路云一體化的應用上已在全國開展多個地區的試點。目前，智行者已在多個細分領域市場占有率位居全球第一，為自動駕駛商業化落地提供了成功范例。

以下為報告演講實錄，經整理：

今天非常有幸能到現場聆聽各位教授、各位老師對各項非常先進的關鍵技術的報告，我受益匪淺。我來自企業，今天主要向各位匯報我們對自動駕駛行業的理解和看法。我的報告題目叫《自動駕駛商業化智擎驅動，多場景智慧方案深度踐行》。

現階段自動駕駛發展現狀的理解

我們認為目前全球的自動駕駛技術正在從L1、L2的輔助駕駛到L3、L4級發展，有條件的自動駕駛和高度自動駕駛正在高速邁進。在全世界范圍內，包括特斯拉和國內的華為，其實都是L2+的狀態。目前L3、L4相關級別的自動駕駛已經在一些特定應用場景如火如荼的運用和開展。

目前人工智能、車聯網、傳感器等關鍵技術都取得了較大突破。特別是從去年開始，AI大模型的應用使得端到端技術成為行業新趨勢，智行者也在端到端投入了大量的精力。目前大家都認為中國有望成為全球最大的自動駕駛市場，預計到2035年相關收入將超過5，000億美元。

在此背景下，包括中國在內的全球多個國家正在積極構建適應自動駕駛發展的政策法規和環境。中國在智能網聯和車路云一體化方面已經取得顯著進展，特別是今年工信部批準20個車路云一體化應用試點城市之后，我們在相關領域取得了長足進步。

二、自動駕駛技術突破和創新

首先，傳感器的技術取得較大進展。傳感器是自動駕駛汽車的基礎。近兩年，傳感器技術除了性能進步外，降本趨勢非常明顯。

十幾年前我在讀博士的時候，購買一個毫米波雷達要幾萬塊錢，還買不到，而現在毫米波雷達已經普遍降到500人民幣以內，角毫米波雷達量大可以做到100多塊錢。激光雷達也是這樣，我在15年開始創業時買一個激光雷達要10萬美金，在當時比買一輛特斯拉Model S還要貴。而現在固態激光雷達已經做到3000人民幣以內，如果量大的話，甚至可以做到2000人民幣。因此這兩年傳感器領域降本的趨勢非常明顯。

第二，數據處理與算法取得了顯著進步。隨著大模型技術的發展，自動駕駛算法在處理復雜交通環境下的能力得到了顯著提升。

早些年我們的自動駕駛主要在處理不同的交通實際情況，需要進行不同模式的切換。而近兩年，我們在自動駕駛解決復雜交通環境所需要的泛化能力逐漸增強，這在很大程度上取決于數據處理與算法的提升。

第三是車聯網技術的發展。我06年開始讀博士，07年清華汽車系便申請了國內第一個關于車路協同的863項目，至今已有將近20年的時間。近一兩年通過大量的基礎設施投入和相關標準的建設，特別是今年20個車路云一體化應用試點城市的獲批，目前車路云一體化的發展初見成效。在許多城市，基于車路云一體化架構的智能網聯方案真正實現了多個商業化應用場景落地。

第四是安全性與冗余系統。早期做自動駕駛更多關注功能的實現，而對于自動駕駛涉及的非常重要的安全性和冗余系統投入的研發工作實際上比較少。這里的安全性包含車輛本身系統，比如底盤系統、控制系統，都需要考慮相關的安全性和冗余性。但同時，在更高層次，對于整個自動駕駛系統涉及到的信息安全、網絡安全等問題都得提上日程。這兩年隨著整個自動駕駛系統的規模化和商業化應用，這一部分也得到了足夠的重視。

另外這兩年大家考慮和討論的比較多的是目前AI技術發展日新月異，即使是行業內從業者也會感到目不暇接，新技術、新算法的更新迭代非常快。而先前做自動駕駛是基于模塊化的系統架構，而現在端到端出來了，智行者從去年開始正式投入到這個領域，我們發現在某些情況下，端到端確實比原先的區域模塊化的系統架構更具優勢。

在今年4月份我們與清華車輛學院一起，完成國內首套端到端自動駕駛系統的開放道路測試。雖然目前大家都在討論端到端，但是實際的商業化應用相對較少。在真正的商業化應用車輛上，基于模塊化的系統架構仍然是主流。我們認為端到端真正大規模商業化可能還需要2-3年的時間。

關于單車智能和智能網聯，這是大家在自動駕駛經常討論的問題。“智能網聯”這個概念是我們清華克強院士提出的一個中國方案和大體系架構。作為一個行業從業者，我認為這兩者之間始終不存在矛盾，我認為單車智能是智能網聯的初級階段。

我們觀察到，目前大家都在討論中國和美國走了兩個不同的路徑。美國走的是以特斯拉為代表的單車智能，而中國走的是智能網聯方案。但我認為單車智能和智能網聯并不矛盾，單車智能是智能網聯的初級階段。而其實質，特斯拉也是智能網聯，它也在做車路云一體，只不過這里可能會涉及“云”是什么“云”，是企業自己的“云”，還是整個城市管理的公有云控平臺。在技術實現路徑上，單車智能和智能網聯存在的差異可能主要在于感知的主要來源是來自于車端還是路端，對于智駕而言并不存在根本性矛盾。

長遠來看，智能網聯相較單車智能具有巨大優勢。

首先，在自動駕駛汽車系統中強調的是系統概念，不是一輛車，而是整個大的交通系統。作為大型交通系統，首先需要考慮安全，然后再考慮性能和功能方面的相關事宜。只有通過智能網聯方案，車輛的調度經過城市的云控平臺，同時所有車輛都可以通過路側設施了解車輛具體位置，只有實現每一輛車跟每架飛機、每輛火車一樣有一個城市級的管理平臺管控，才能保證整個智能交通系統的安全。

智能網聯最基本的作用是建立智能交通系統和自動駕駛汽車系統的防火墻。

其次通過智能網聯能夠極大的降低系統成本。現在所有傳感器都安裝在車上，如果大量的傳感器能夠全國統一標準、統一部署到各個路側，那么可以極大降低整個智能交通系統的成本。

第三，大家都認可數據非常重要，然而目前行業的數據仍然處于各家孤島的狀態，像智行者每年要花大量的錢去購買數據。我在思考是否有一天，大家可以通過分享數據的方式降低開發成本。而通過政府云控平臺，我認為可能實現數據共享和數據交換。

第四，智能網聯方案更有利于構建新的商業生態。自動駕駛汽車真正實現后，車輛不再是單純的交通運輸工具，而會成為一個新的終端，在萬物互聯的時代會成為一個新的“管道”。只有通過智能網聯的方式，才能更好的實現對自動駕駛的車輛和各個消費地點例如商場、電影院和酒店，更好的實現商業的引導和對人、物的更好的定點商業投放。

以上是我對自動駕駛行業現階段發展情況的看法。

自動駕駛商業化的挑戰與機遇

雖然自動駕駛在中國已經發展了10多年，但業內人士對自動駕駛的認知和公眾仍然存在差距。業內人士認為，自動駕駛現在面臨技術、法規、市場等諸多挑戰，而很多公眾認為自動駕駛已經完全實現，實際上并不是。

自動駕駛真正的商業化仍然面臨許多問題。首先，高級別自動駕駛車輛在特定區域、特定場景中基本可以實現脫手，即不再需要安全員，實現規模化的商業化應用。但是在面向公開道路上，想要實現完全自動駕駛仍然面臨挑戰。但隨著技術進步，我們認為這方面很快能實現突破。

第二是市場接受度。除了技術之外，市場接受度和用戶需求是自動駕駛商業化成功的關鍵因素。例如自動駕駛出租車，在技術上很容易得到突破，但是投放之后可能引發的就業以及其他社會問題會引起比技術更大的一個挑戰，因此市場接受度非常重要。

第三是法規和政策環境。目前中國在法規和政策環境上已經走在全球前列，每一次出臺對自動駕駛利好的政策法規，都能引領某個場景或某個方向的快速發展。

第四是成本與投資回報。商業化運營的每個場景都需要考慮投入回報比，所以我們每切入一個場景都會先建立財務模型，明確車輛的成本以及運營項目的具體情況，能覆蓋原來的人工成本才有開展的價值，不然一切無從談起。

關于自動駕駛商業化路徑的思考

目前自動駕駛的商業化路徑一直存在兩種方式的討論，第一個是跨越式，第二是漸進式。所謂的跨越式是一步實現完全L4的自動駕駛，并且上到公開道路，實現公眾“心目中想要的”自動駕駛，我們認為這個叫跨越式。

另一種是漸進式，我認為漸進式有兩種，第一種是從物理應用范圍的漸進式，包括從封閉場景、半封閉場景向開放場景的漸進式，和從低速場景向高速場景的漸進式。第二種漸進式是功能的漸進式，從L2到L3、L4更高級別功能的一個漸進。

從目前的實踐來看，大家已經逐漸認可了漸進式路徑。自動駕駛是一個技術含量較高的行業，是馬拉松式的賽道，具有客觀規律，很難一蹴而就。從整體上來說，我們認為拉長時間維度來看，漸進式路徑更有利于自動駕駛賽道的發展。

智行者對于場景的選擇有自己的考量。我們認為自動駕駛選擇應用場景的時候，主要需要圍繞人類的生存和生活需求來開展。人類最基礎的需求是保障生命安全，這里用于保障生命安全的場景，包含了像國防、應急和生化檢測等相關場景。

人類的生命安全得到保障后，第二個層次的需求是更加輕松的勞動。在這個領域，我們認為可以做的事情包括環衛、物流配送、港口、礦山等，都是滿足這個層次的需求。

第三個層次的需求是追求更好的精神體驗。自動駕駛可以為大家提供無人、移動的娛樂休閑空間，實現無人駕駛出租車、無人駕駛巴士等相關場景。智行者在選擇落地場景時，基本上是按照這三個層級逐級推進。

智行者在保障人民生命安全方面做了很多相關的工作，我們主要提供特種無人車、特種機器人的相關產品和解決方案，智行者擁有國內唯一一款經過工信部賽寶實驗室認證的100%國產化高算力域控制器，并且已經在多個場景實現了自動駕駛應用。

目前在應急救援領域我們一年出貨量可以達到幾千臺套，包含物資保障、安防巡邏和消防等多個場景。今年我們消防車做的特別好，在草原森林實現無人化的巡檢消防，消防車距離火場200米以上，可以充分保障消防戰士的安全。

在將勞動者從繁重、重復的勞動中解放出來上，智行者選擇了智能清潔領域，為客戶提供從室內到室外，從清洗到清掃的綜合解決方案。

智行者有從0.5噸到1.5噸的小車版本，也有從12噸到18噸的大型氫能環衛車版本。得益于車路云一體化應用試點，我們在公開道路大型環衛車上實現了批量商業化應用。在該領域，智行者目前一年可以完成幾千臺套的出貨量，這個產品也在做規模化的出口，現在已經出口到三十多個國家。

在多個細分領域市場智行者都做到了全球市占率第一，包括特種應用和智慧清潔領域都實現了全球L4自動駕駛可能是最大規模的出貨量。

第三個業務領域車路云一體化的應用，主要為園區、城市提供智慧園區和智慧城市的綜合解決方案。智行者完全基于自主技術和自主產品提供車路云一體化的解決方案。目前我們在全國范圍內開展了許多工作，例如北京、保定、合肥、南京等地。

結語

最后我做一個匯報綜述。

首先，我們認為目前自動駕駛行業正迎來智能化、網聯化的重大變革，包括傳感器、數據處理算法和車聯網技術已經取得顯著進步，自動駕駛正朝著更高效、更安全、更智能的方向發展。

其次，漸進式商業化路徑優于跨越式路徑，高級別的自動駕駛商業化應用已率先在一些特定的應用場景實現了規模化應用，并且特定的應用場景今明兩年會實現爆發式的增長，并逐漸擴展至城市交通，包括干線大規模貨物運輸等公開道路的場景。

第三，單車智能是智能網聯的初級階段，智能網聯方案的實現有利于構建一個更加安全、高效、健康的自動駕駛生態系統。