在今年上海车展期间，几乎所有参展企业都在“秀”自己的高阶智能驾驶汽车，尤其是搭载华为自动驾驶技术和鸿蒙OS系统的ARCFOX阿尔法S“市区1000公里无干预的自动驾驶”，将智能驾驶元年这一概念夯实。

当前智能驾驶行业主要有两种流派：一是整车企业自下而上智能驾驶路线，从L2辅助驾驶开始，慢慢往上突破；二是智能驾驶公司自上而下的自动驾驶路线，意在一步登天。面对智能驾驶群雄逐鹿的局面，谁将率先杀出重围呢？

在2021汽车资本论坛上，与会嘉宾都认为，只有整车企业与智能驾驶企业分工协作，才能降低成本、确定行业标准，消费者才会买单。智能驾驶产业链上下游通力合作才能有赢家。

与此同时，智能驾驶是走单车智能，还是走车路协同，也是行业争论的焦点。与会嘉宾认为，整车企业与智能驾驶公司必须突破门户之见，将车辆上路数据面向整个行业开放才能筛选出有用的数据，进一步提升智能驾驶准确性。甚至现在谈哪条路线也是为时尚早，只有单车智能与车路协同“两条腿”走路，才能找到更好的应用场景。

智能驾驶赛道关系到汽车工业、能源行业的转型升级以及出行和人工智能AI，是这四个巨大产业的综合体。它的投资价值毋庸置疑，从今年年初至今，自动驾驶行业投融资事件超过50起，投融资金额近1000亿元，已达到了历年最高值。与会的投资人认为，随着技术的成熟以及资本的持续投入，这条赛道会继续往前发展。甚至有投资人表示，如果再回到五年前，每个细分方向的头部前两家公司都应该闭着眼睛投。

随着第二波智能驾驶投资热潮的到来，智能驾驶企业估值水涨船高，面对法律法规、车企标准等各方面不完善的现状，资本市场也需要有更多的耐心、更长远的投资打算。

汽车整体智能化需共同推进

L4级车型或将于4年后量产

今年之所以被称为“自动驾驶元年”，是因为从技术、厂商、资本及消费者这四个层面来看，行业生态正逐步完善。

“电动车是智能驾驶的基础，很多人尝试过电动车就回不到燃油车了，智能驾驶亦是如此。”席忠民表示，驾驶发展方向可以概况成两条线：一是方兴未艾的量产线，未来这条线的关键是分级问题；二是直接发展至L4级技术路线。目前，这条线的软件尚可，但硬件还不成熟，不具备量产条件，预计2024年会进行小批量的市场试跑，2025年至2026年或开始正式量产，届时这两条线也有望并成一条。

袁璟表示，目前，智能驾驶已水到渠成，汽车智能化的步伐很快，智能驾驶涉及的行业，不管是感知、决策，或是商用、乘用，覆盖范围面比大家想象得更广。

张然现场解读了威马汽车的核心诉求，即将技术落实在场景中，“从智能驾驶舱到L2级车型，再到目前有限场景的L4级车型。汽车行业整体智能化不是某一个企业可以解决的问题，一定是所有人共同推进的结果。”

对此，方仲友认为，目前最大的问题是法律法规不够完善，自动驾驶不是简单的技术革新，未来或涉及出行生态革新，相应的法律法规是消费者信任的基础。

智能汽车变革犹如马拉松

车企数据闭环能力成为胜负手

从企业类型来看，涉足智能驾驶的企业大致分为四类：汽车厂商、互联网企业、软硬件方案提供商，以及亟待转型的传统企业。

在过去的一百年间，汽车以硬件为主导，发动机是产品的灵魂。如今，在智能化大背景下，汽车的组成部分发生了重要改变，芯片、算法以其背后的公司愈发重要。目前，有以特斯拉为代表主攻全栈式自研生态，也有部分车企在核心零部件上采用外部供应商，那么何种技术路径将主导行业未来？

方仲友表示，产业链分工的背后不但有技术问题、安全问题，也有成本问题。“如果一家企业将产业链中的所有环节都涵盖，那么最终的成本消耗将非常高，消费者或难以承受。因此这不是一个企业能完成的，未来大家可以先坐下来，将行业标准明确统一。但无论怎么分工合作，最终还是要回到消费者层面。”

席忠民认为，智能驾驶可以分为硬件与软件两条线。对车企而言，条件具备的情况下，全栈式自研生态肯定是更好，所有技术、数据都掌握在自己的手里，但该模式最大的问题是成本、时间和人才。同时，最上层（规控和场景应用层）主机厂肯定也要牢牢抓在自己手上。未来主机厂也会一步步往下延伸，扩展至感知层。

如今，智能汽车业内竞争格局已经初步形成，那么未来谁将是赢家？

席忠民表示，四年前曾在美国探讨过这个问题，当时在智能汽车领域，美国和中国的差距很大。美国人曾问，谷歌和特斯拉谁更厉害？很多人认为是谷歌，因为它的软件做得非常好。但是现在的事实表明特斯拉更厉害，因为特斯拉拥有数据，形成了数据闭环，促进公司不断地进化、演变。如今众多企业意识到这个问题，很多软件公司的数据量较小，他们希望谋求跟主机厂合作，把数据量做大。未来谁拥有数据闭环能力，谁就是胜出者。

“智能汽车变革就像是一场没有终点的马拉松，中国产业链上下游通力合作，才能成为最后赢家。”方仲友如是表示。

智能驾驶发展面临四大痛点

“2021—2025年属于发展期，这个阶段L2、L3级会占到50%，到2030年会达到70%，到2035年完全自动驾驶会有一定应用。我们企业也是按照这个路线进行规划的。”谈及智能驾驶未来发展趋势，北汽新能源工程研究院院长杨子发表示。

作为商用卡车生产厂商，一汽解放总经理吴碧磊表示，身为传统车企，一方面响应市场需求要把传统业务做好，到2030年传统车仍然会有相当大的量，传统车的升级遵循第一曲线。另一方面，顺应“新四化”、新能源、智能网联（包括自动驾驶）的第二曲线，现在面临转型的过程。“不管最后怎么办，对卡车来说，核心是要满足客户需求，能够给客户创造价值，这是最关键的。”

“如果步入无人驾驶，对于重卡司机这一个职业而言是很有社会意义和经济意义的事情。”智加科技中国总经理容力围绕该公司主要聚焦的重卡自动驾驶领域称。但他也表示，现在完全实现L4、L5还是有困难的，主要在于技术的成熟度，不仅要做到自动驾驶比人驾驶安全，还要安全很多倍，才能被大家接受。“往后的发展还是需要技术的推演，这也是为什么我们现在包括友商在内的很多公司都在先落地，主要是想通过实践去演练，得到更多的数据，让我们的技术逐渐提高。”

关于自动驾驶目前面临着哪些亟待突破的痛点，斯年智驾CEO何贝主要从四方面阐释了自己的看法：一是算法和数据。算法受科研水平限制，如果科研没有突破，工程界和产业界很难做优化。同时，虽然大家都说数据越多越好，但数据是有瓶颈的。二是系统的冗余。拿智能手机打比方，“我们首先保证APP是安全的，其次保证APP操作系统是稳定的，再次手机不能死机，最后安全冗余也很重要，这是一个难点和槽点”。三是行业的不同特色。“得熟悉每个场景的特色，比如港口要解决什么痛点，高速卡车要解决什么特点”。四是车路协同。这些设施需要政府部门、各同行、各友商一起推动的，这个阶段非常缓慢也非常曲折。

数据共享亟待规范化与交易流通

围绕企业之间如何突破壁垒，通过数据、技术共享推动智能驾驶发展的话题，与会嘉宾纷纷赞同一些数据的开放和共享，这样可以提高效率，减少浪费。

吴碧磊表示要实现这一想法，要解决好两个问题，一是做好规范化的问题，当前各企业所用的数据和其产品以及对应的场景是强相关的，对于数据的使用方法都有各自的偏好。光一个数据标注大家就千差万别，所以数据如果没有规范化，很难达到共享的效果。二是得有交易，数据在市场上的价值链要转起来。

哪吒汽车营销公司总裁江峰亦持类似观点。他同时从用户角度提出，要扩大实际场景的用户数据，去研究用户从什么样的环境下认知什么样的品牌，做什么样的购买决策，这样的数据能够对于营销措施、营销活动有一定的积极作用，从技术上来讲，更多的数据也能够推动技术发展。

杨子发认为，数据如何共享，多个企业之间协商协作比较困难。在其看来，通过自动驾驶的运营，从顶层设计平台收集到所有运营车的数据是非常有价值的，对整个行业各个车企来说能够统一进行应用。

与此同时，与会嘉宾也分享了各自在数据采集和处理上的心得体会。“数据很值钱，其实不是因为数据本身值钱，而是数据背后的知识，那是最值钱的。”容力感叹道，“作为自动驾驶来讲，其实我们需要的不是数据，我们需要的是规律，是在得到规律之后，如何能获得感悟去预计没有发生过的事。”

何贝认为，再多的数据如果冗余的话其实也没有太多意义，“我们要的是一些具有鉴别意义能够补充我们解决长尾效应，降低MPI数据，才是我们需要追寻和收集的，这里面需要大浪淘沙，我们需要更多的基数才能把需要的长尾数据淘汰出来。所以数据的筛选、选择和淘汰是非常重要”。

单车智能与车路协同应齐头并进

最后，围绕自动驾驶规模商业化落地的两条路径——单车智能和车路协同，哪一条更适合中国市场的问题，圆桌论坛嘉宾们各抒己见。

“我们现在是小脑+大脑的策略，在端上我们有一定的算力。随着高阶的推进发展，云端肯定会越来越重，单车端可能越来越轻一些。”四维图新副总裁简国栋认为，“所有的都在云上，可能是未来L5以上的形态。”

在容力看来，做自动驾驶不是单车智能的问题，要解决的是交通问题。“交通问题实际是三方面组成的，一个是我自己这台车，一个是车流（其他车），我要解决的是我这台车和其他车在路上的交互问题，所以我自己的车、交通流、路这三方是在一起的，我们认为必然是车路协同的问题。”

对此，杨子发认为，目前从技术状态来看，单车智能要发展的快一些，车路协同可能要慢一些。但这两条路径需要相互辅助，随着技术的发展，尤其是L3以上必须要有车路协同的融合。

吴碧磊亦倾向于两条路径同时发展。“近期肯定是单车智能来得更快，中长期车路协同也会有机会，但是车路协同，我感觉确实要处理好几个事情，一是建设期会很长，需要很长一段时间才能够保障足够的覆盖度。同时中国幅员辽阔，各地区情况不一样，建设的方案应该是统筹的，不能发生大的变化，否则就很难做普及。”他强调道，“总的来说，我还是赞成两个齐头并进，多元化发展。”