巅峰对话：山坳上的自动驾驶

第十届中国汽车蓝皮书论坛于5月11日-12日在北京诺金饭店举行。三年前，《汽车商业评论》总编辑贾可在中国汽车蓝皮书论坛上首次提出“汽车四化“的概念，其中之一为自动化。而当前，自动驾驶正处于“山坳上”的位置。作为整车厂、自动驾驶技术公司究竟如何看待自动驾驶技术的发展？以下为，“山坳上的自动驾驶”议题讨论实录。

林雷（大钲资本资本合伙人、董事总经理）：汽车技术进步已经有一百年的历史了，这与汽车的发展是紧密相关的。在过去一百年间，汽车技术实现了很多重大的飞跃，尤其在汽车电子、汽车电气领域。

但是，好像没有那一次技术变革和技术推进像这次自动驾驶搅得整个社会都加入进来。这个就产生了一个非常有意思的现象，也是我们今天贾可博士给出的问题——梦想与焦虑。

应该说，自动驾驶领域的“梦想与焦虑“不仅仅局限在过去传统汽车领域和传统汽车的零部件领域，也扩展到了IT领域和资本领域。谁都怕错过这次机会，同时也怕进去了却又是一个坑，导致最后无法爬出来。

所以自动驾驶便成为整个社会一个非常热的话题。今天请来的各位嘉宾，既有整车企业，也有自动驾驶汽车技术公司、产业链上延伸出来的公司以及传统的零部件公司。

第一个向董总提问，作为汽车领域的领军人物，董总对传统汽车，包含国企中的自主品牌，还是合资企业、进口企业、出口都非常熟悉。从您的角度来看，自动驾驶技术商业化的时间会是在什么时候？

今天自动驾驶定义比较宽泛的概念，我们定义在自动驾驶这个概念上，它的商业化时间会是什么时候？以及它的商业化方式会是什么样子的？因为自动驾驶这种技术的科幻程度已经描述得很多了，现在这个时代讨论就是落地商业化。这个问题，从您的角度来看，自动驾驶的商业化时间和商业化的方式会是什么样子的？

董海洋（中国一汽总经理助理）：谢谢贾可博士，也谢谢林总。关于这个问题，今天我在下面也请教贾可博士，我说为什么叫“山坳上的自动驾驶”？

他说山坳是跨越了分水岭之后不上不下的山间地方，处于不尴不尬的环境，所以叫山坳上的自动驾驶。

因为山坳是整体的概念，具体按照美国SCE的划分，分L1到L2，现在到L3这个坎儿，这个坎儿也可以叫山坳，按照行业内的人的描述，L2和L1这个级别属于ADAS，属于一个驾驶辅助系统，到L3就是按照Hand off，手可以离开，这个时候就是量子跃迁，非常难的一步，所以叫山坳。

你要是问商业化时间的话，我简单地回答，目前全球整个自动驾驶基本都走到L3这一级，我指的是商业化。

到2020年或者2022年之间，可能部分厂家会实现L4。L5行业有预测是2028年、2030年或者2035年。

我认为L3是量子跃迁，到L4就叫登陆月球，eye off（眼睛离开），不用看的时候是非常大的挑战。

另一方面，这还取决于未来商业场景化，商业的应用场景的规划，包括技术自主发展的程度，两个方面。

林雷：您认为它能够进入商业化级别的话，会是什么一种状态进去呢？因为现在有人讨论，可能在部分场景下实现，而不是一个全开放式的实现。从您的角度来看，您认为会怎么走进去？

董海洋：生活中我们接触最多的自动化就是电梯，只要输入号码，它就把你从1楼送到几楼，这是最简单的电动化的自动驾驶。

未来汽车的自动驾驶，必须有一个结构化的方向。汽车如果在结构化的环境下或者封闭环境下实现自动驾驶是非常容易的，甚至现在我们在商用车里面都可以做到。但是在复杂工况或者没有路的情况下能实现自动驾驶是一个巨大的挑战。

林雷：问一下黄总，作为广汽研究院的领军人物，对智能和自动驾驶有过很多的阐述，也带领团队往前走，您能谈一下您对自动驾驶的商业化时间和商业化的看法吗？

黄少堂（广汽研究院首席技术官兼智能网联技术研发中心主任）：智能化驾驶技术分为L1到L5，从L1和L2基本上就是一个方向——控制，最简单的就是解放脚就是L1，解放双手也是L2部分。

由此可见，基本上L1、L2跟5G水平基本上是同步的，已经投入量产。

针对L1、L2之后，L3什么时候商业化？所谓的商业化不是在封闭模式上、不是没有用户买单、不是没有用户体验、不是只是在封闭环境下进行小规模的讲故事资本融资。

L3是要被消费者买单、认可，是有极大风险的。但是如果过不去这个坎儿，L4和L5以后的发展则会收到非常大的制约。

怎么样实现L3？在哪里实现？怎么样的场景？这就是业内特别激烈竞争的。

全世界至今没有一个真正意义上实现L3的量产。估计在什么样的情况下（能实现）呢？

基本上2019年（明年）底这个时候实现运行，实现量产就是2020年，不管是国际、国内瞄准了这个商业化的基本点。

从L3过渡到L4也许在2022年或者这个范围内，因为所谓的L3、L4都是解放手脚，但是一个梯度的不同是L3是基于高速公路上，它的运作和操作的区间比城市工况简简单得多。是一个革命性的变化，特别是在中国这种道路环境、人物环境的情况下更显得复杂，更具有挑战，具体的商业化时间，我想全世界居于领先阵营的基本上就是在2019年末和2020年这个时间推出来。这就是阶段性的，第一阵营基本上瞄准这个时间，各个主机厂在拼搏。

林雷：下面我想问一下安波福的杨总。每次说安波福的时候我还很不习惯，一般都会说德尔福，德尔福两块，一个是安波福，一块是德尔福科技。

安波福是德尔福作为自动驾驶发展为主要方向的一家公司，在自动驾驶领域现在有两股新的力量，一股力量是传统的像德尔福这样的公司，拆出一部分，特别是像德尔福拆出来安波福专门进军自动驾驶方向，还有一部分是新的创新试点。我特别想知道，很多热烈讨论的这些关注者都关心，从传统的零部件公司，他们是怎么来看待自动驾驶的商业化时间表和自动驾驶商业化的方式？

杨晓明（安波福亚太区总裁）：林总帮我们解释了一下德尔福和安波福的转型，转型的目的就像刚才林总说的，我们看到了这个市场会以自动驾驶为最终目标来开发一个新的业务模式，（并朝向）这个方向来走。所以为什么我们公司做了那么大一个决定，就是把动力总成分出去，集中把这个公司变成一个技术型公司。

接下来回答，你谈到时间表的问题，我们安波福的看法是，分为技术和商业（两个方面讨论）。技术方面，安波福2019年L4的量产化的系统就要到市场上，就是2019年。

现在很大的挑战就是所谓的商业模式，刚才你说的商业化，商业化就是说必须要客户愿意买单，必须得有营创的收入。

我们在5月2日（举办的）第一季度报表会上，宣布了最近我们与美国第二大共享平台运营商Lyft合作。（实际上，）我们跟它一直在合作，有些客户在拉斯维加斯的电子展上看到我们的车子，上星期正式宣布第一次跟Lyft提供20辆实际运作的L4的在街区里面实际运作的车子。

这个车子第一次会给双方带来收入，我们觉得这个其实解决商业化。所以说怎么把它变成所谓的商业化？一个是技术，一个是能不能马上产生一个新的收入模式。技术方面我们安波福的观点是2019年量产L4已经有技术了。

林雷：看样子传统的零部件公司在自动驾驶方面已经有明确的时间表，而且已经有明确的商业模式。刚才说的和Lyft提供的商业运营模式是在美国哪个城市？

杨晓明：第一个公司在拉斯维加斯，（另一个）在波士顿。目前在美国跑的车子已经有，应该是80辆，到今年底将在马路上增加120辆车。

林雷：其实传统零部件公司进步已经是非常大了，而且有自己的里程碑了。

下面想问一下G7的马总，原来一直认为G7是一个智慧的物联网平台，在汽车的物流和运输领域中。实际上，G7已经开始做在物流领域商务车的自动驾驶。

现在我把马总归为自动驾驶的提供商，但是马总说不仅仅是自动驾驶的提供商，自己还组建车队，您这个车队以自动驾驶为技术的车队什么时候进入商业化？

马喆人（G7总裁）：G7是中国最大的一个城际的货车的监控管理平台，它本质上是一个SaaS服务，目前在平台上60多万，现在70多辆的城际的超级大货车。

今年4月，G7、未来资本、普罗斯，中国最大的物流设施和物流地产运营商，我们三家联合成立了下一代的自动驾驶大车队。

我们这样的一个自动驾驶大车队未来有这三个特点：1，覆盖全国的集中调配集约化运营，我们计划是要在30万辆以上的车队进行运营；2，大量采用自动驾驶的技术，首先肯定不会是无人驾驶，而是自动驾驶，它在这个过程当中，（所代表的）实际意义非常大；3，快速推进电动化，尤其是新能源，通过这种方式来最终提高效率。在这个背景下，其实我们认为自动驾驶对我们其实是有，每天都非常具体的意义。

因为对于一个城际的大型货车来讲，可能站在所有这些人的产业鄙视链的最下游，但是它反而有可能是自动驾驶最快的快车道。

我问贾博士，为什么我们（议题）为“山坳”？我从商用车的角度来说，（正处于）嗷嗷待哺的状态，（进入发展）快车道。

为什么这么说呢？

一辆大货车在运行的时候就是两个司机，每个司机一个月一万（元）到一万二，一年司机的人力成本就是20万-25万元。哪怕有10%的节省就是行业，包括对我们在座都是有巨大的空间的，也会有巨大的商业价值。

对于我们，已经在招募自己的团队，（进行）自动驾驶的研发。针对这样一个货运，尤其以城际为主、高速为主的情况下，从技术的角度考虑在2-3年以后，技术上实现L3是可以有预期的。

（与此同时，）我也有焦虑。我的焦虑在于我们恨不得明天这个技术就要实现。对于我来讲，目标非常明确，要覆盖全国。最起码要30万辆货车在自己的网络里面运行。因为（我们）闭环的，（这意味着）我（需）要创造商业价值，最起码每年要有十万辆订单。

这是我现在焦虑的事情，我只能说我非常希望，我们也会主动地去和供应商合作，我们输出技术，我们和核心的零部件供应商共同的，我们的目标是在3年以后的这个时候，我们能够把自动驾驶的大货车量产化，达到L3的技术水平。

林雷：马总给了很明确的时间表，三年时间。刚才所有的在座嘉宾都纷纷给出时间表，可以预见在2019年，2020年到2021年我们不仅可以看到相对成熟的投入到市场的技术，同时我们可以看到商业化的产品，那就是非常激动人心的时刻。

下面请360安全实验室的负责人刘总，刘总能介绍一下，从您的角度来看这个问题，因为自动驾驶出来以后，其实对安全要求不仅仅是车辆安全，也涉及到数据安全、网络安全，甚至对自动驾驶车的操控的安全。当自动驾驶的商业化时间表来了以后，安全这边是否准备好了？

刘健皓（360智能网联汽车安全实验室主任）：我分析一下题目，我觉得四位大佬可能是山，我有可能是这个坳。因为在自动驾驶路上，安全是一个坑，如果说自动驾驶不安全的话，很难商业化，很难去有相应的商业模式。

360也在很久之前就已经开始了自动驾驶的计划，但迟迟没有推出，因为360有两个团队，一个团队是人工智能团队，专门做自动驾驶，在国际上的算法都是非常领先的，打比赛都是TOP 3之前的，还有一支团队是信息安全团队，我在2016年破解了特斯拉的1.0系统，当时的自动驾驶级别是2.5到3之间，可以完全解放双手，但是它的传感器有很多不可靠的因素，提交给特斯拉以后，改变了整个的自动驾驶方案，推出了2.0。

实际上，我们在想如果自动驾驶需要商业化，首先解决的就是安全的问题。所以说我作为坳，在行业里头做出一些对于信息安全方面的表现来提示大家。

在自动驾驶的商业化的路径上，我能够分析到的是这样，就是在L2和L3之间是完全的分水岭，在北京车展上看到的很多的车基本上都是在L2.5和L2之间，这之间的车现在基本上已经跑起来了，相对辅助驾驶配置都可以增强车辆的车驾，实际上也是一种商业模式。

但是L3和L4，到L3的时候，就看L2、L2.5的车算法有多少能够提供安全可靠的辅助驾驶，能够让自动驾驶算法解放双手，这是达到L3。

其实在乘用车市场达到L3已经是将尽了，L4和L5是其他的商业和运营车辆，更多的互联网公司跟车厂提供出行的服务公司，出行服务打造的专用车辆有可能直接就是L4，L5的车实际上技术是有的，在封闭园区里面有很多L5的车，但是只是标志的技术标杆。

所以我认为以后的竞争格局是在L3和L4之间。实际上L3和L4之间的商业点是由应用场景驱动的商业化。如果说没有这些应用场景的话，L4实际上有技术，但是没有应用场景，是没有商业需求的。

所以说我们在未来的几年发展过程当中，为了解决出行、共享，运力的问题，慢慢会有L4的应用场景出现，促成L4的商业化，实现技术再落地，这样的话就能够形成完美的契合。在这之间也请大家不要忘记我这个坳，但是不要在信息安全方面栽到一个坑里。

林雷：刘总对商业化场景做了强调，在目前来看，在自动驾驶的商业化进程上有两个问题讨论，一个是时间表问题，另一个是在某些场景下实现，还是在开放的场景下实现，这是我们一直想在自动化出现之前，或者真正应用之前，一直不停讨论的话题，也是不同公司对自己定位的方式。

下面一个问题涉及到已经有了自动化驾驶的时间表和商业化场景，会使用哪一个公司或哪一类公司提供的自动化技术呢？

目前市场上有两类技术公司，一类技术公司是传统的公司提供自动驾驶的逐步升级的技术，从L1到L2、到L3的技术。还有一类技术是新创的自动化驾驶的这些技术公司。他们会直接切入到L4，从L4开始做。

市场上有两种激烈的讨论，到底哪一类公司会是自动化驾驶技术的提供方？哪一类公司会更具有发展的潜力？不同的公司都给出自己不同的视角来判断和依据，今天从两位大咖开始询问，从您的角度看，您更会选择哪一类公司作为自己自动化驾驶的技术提供商。还是从董总开始。

董海洋：我们走了两条路线，你刚才谈到的是依靠谁，其实从厂家来说是选择路线，一个是基于规则，另一个是非基于规则。更普通一点（来讲），一个是以摄像头为主，另一个是以激光雷达为主。一个就是基于深度学习的，另一个基于传统的数据融合的，这两条路线现在一个叫分布式的，一个叫集中式的，都在走。

这里面因为从国际和国内做这一行的人并不是很多，那些厂家、那些技术基本上很容易很清楚，我们跟在座的很多厂家都有接触。所以说，现在我们的合作伙伴既有新势力企业，或者是专门创始做这种驾驶企业，也包括像安波福，包括像英伟达这样的公司，从芯片到算法、到传感器，这些公司都在合作。

路线有两条，一个叫分布式计算，是基于规则类的，还有一类是规则类的，基于集中式计算，基于激光雷达的。这是说的第一点。

第二点，自动驾驶不是说渐进式发展的，做完L1做L2，在L2基础上做到L3，这有可能，从L3到L4不是一个积累过程，实际上是一个跳跃过程，不是说跳高，能跳2米、5米，不是这个概念，那是一个登天的概念，那是一个陆地跳跃的概念，完全两个概念。所以不是渐进式、学习式能够达到L4、L5，必须是两条路线，这个可以做到L4，这个是做到L3，是这样两种模式。

林雷：董总的概念其实应该讲是说我们在向上发展自动驾驶这个阶段上来讲，两种路线都是可以探讨的。下面就是黄总，您是这方面的领军人物了，技术路线、技术优劣势请您给大家作一个解释。

黄少堂：现在要实现L3(级别自动驾驶技术量产)，（时间点上将是）2019年或者2020年。（目前）全世界基本上在同一时间做下来，对我们广汽来说是压在我们头上的，我也是负责人并（参与）制定路线。

具体到这个时候，现在不是谈概念，现在是到了执行期了。针对L3，用一个简单的话讲，谁好我就用谁，谁好？这个话又是很难说的，因为没有任何经过检验的，只是几辆示范车运行好根本不是好，也不是20辆车、80辆车，销售的时候，你的社会责任、义务，你对后面路的影响、对产品的形象是至关紧要的，所以在这个方面对主机厂来说是绝对慎重的，很多人无人驾驶技术已经成熟了，无人驾驶技术已经不是问题了，假设如此，有哪一个世界上的公司推出了无人驾驶的车在卖呢？这说明上面还是有很多事情还有很多不完备、不完善的。

回到我这个问题，新创业公司还是国际公司，谁更有优势？我们讲，为了赢得时间，假如说我们在国际商要有一席之地，针对这些大型的跨国公司。要有足够的量产经验，它知道系统一定的整合能力，要快速迎接市场，把产品推出来，它们是有优势的。

针对新型企业，它对局部的传感感知的算法，也许对人工智能的局部应用，它会有它的优势，针对主机厂应对这种，我们广汽就有两条路线，同样做L3，一个是结合国际上最优质的资源，结合网络的更新，从以太网的导入，从实施的整个数据链的采集、质量的保证和量产测试等多个维度，尽量地跟国际一级在这个领域走得最前的进行合作，推向量产。

与此同时，在技术领域，这是一个关键的发展方向，主机厂需要掌握一定的算法核心和系统的整合能力，你就需要在这些小型的创业公司，把各方面，在特定区域里的，比如说你做感知算法比较有优势，你做雷达比较有优势，或者你做域控制器比较有优势，通过模块化和主机厂合作的形式，从L3走到L4，新型开发公司更开放，跟你共同前进，从L3到L4有两种方式。

一个是渐进量产式，以可靠稳定为原则，以成本为优势，另外一个是跨越学习式，就是以L4、L5城市工况复杂的，在这个领域我们就把它全部模块化，整合最好的资源，通过主机厂把这些优质资源整合起来，进行更深度的开发。

林雷：董总和黄总今天的探讨应该给市场上新创公司很大的信心，我第一次能够明确地听到关于两条技术路线、两个技术方式的评价。换句话说，整车厂其实在同时考虑两个方向，我觉得对整个市场的梦想又会提升一级。下面请杨总，从杨总来讲，在过去的积累是非常丰富的，是世界的领先公司，您怎么看和新创公司之间的区别呢？

杨晓明：我觉得你这个话题非常大，因为我们经常还是在按照传统的方式在讨论这个问题，因为我觉得你这个课题实际上会带到到底自动驾驶会带来什么，因为自动驾驶会带来一场革命，这场革命带来的结果是整个移动出行的社会到来，这个时候我们还是在谈传统的主机厂、供应商，或者是新的造车势力，我觉得还是按照传统的思维在讨论一个正在有一个革命性改革的未来，所以问题并不存在于哪个问题和思路，关键是如果大家知道未来是一个移动出行的自动驾驶社会，这个时候你的价值在哪儿？

我觉得这个是需要大家注意讨论的。这个时候你才能说我到底定位在什么地方，咱们举一个例子，当然这都是我们重要的客户。

举一个例子，如果Uber是作为一个移动驾驶出行的供应商，它将来决定了一次订两万辆、十万辆自动驾驶的汽车，这个就不是一个传统的谁来生产这个汽车的概念了，而且我相信客户使用这些移动出行工具的时候也不一定在乎是哪个品牌的（可能）。

在这个情况下大家都在谈自动驾驶，我其实觉得新的、老的，包括我们这些，这就是为什么安波福一直在说，我们在试图找一个新的业务模式，这个新的业务模式里面，你必须能够提供驾驶，这个业务模式我不觉得现在很多公司搞明白了。

如果是一个完全自动驾驶的移动平台，到底你是什么位置？这就是为什么我们说我们一直在试新的业务模式，技术是一个方面，肯定是要继续走下去的，而且有很多技术专家都认识到，技术其实是正在接近那个可以接受的程度，但是这个业务模式必须得找到一个你能够提供一个自动驾驶移动，就是以后的共享移动平台的价值。

你是这个系统的整合者或者是在这个整合过程当中的其中一部分，你就会有价值，你这个模式才会赢。

林雷：杨总提出一个更大的课题，就是随着自动驾驶技术出现，整个汽车产业链将更大、汽车零部件、后市场、技术平台的格局将发生重大的改变，也许这个上面的平台将会产生更大作用，或者技术将产生更大的作用。这是另外一个更大的话题，毫无疑问，这是自动驾驶会带来的格局。

下面到平台这一块，刚才马总就提到了，他想做一个平台，而且是一个自我封闭式的，有自动驾驶的技术参与运营的，同时自动驾驶可以节约成本的一个平台。

马喆人：不是自我封闭，是自我闭环。我解释一下，你的话题是随着技术的改变，我觉得这要换一个角度看，这个问题不能再这样看了。

我们看到自动驾驶最核心的，所谓的核心技术是什么？我觉得不再是过去的硬件，花一点时间都可以解决的，最核心的就是数据和算法，而且这两件事情是不断迭代，随着数据最多、最实时，它的算法就最优，随着算法最优，它更安全、更高效，是这样一个循环。

所以从这样一个角度来讲，假如在座的都是一些充满着贾博士说的梦想和焦虑的这样一群人的话，我们愿意把数据放给别人，我们愿意把核心的算法放给别人，我觉得都很难。

简而言之，我觉得在第一阵营里面的主机厂和在第一阵营里面的出行服务的公司，在成用领域比如像滴滴、Uber、神州，在商用网络领域像基于物联网的网络，我们必须把核心技术掌握在自己手里。

我个人认为，如果看三年以后围绕自动驾驶技术不再是谁提供技术，谁是第一阵营或者第二阵营，这个世界会形成几大阵营，比如中国有可能是A和T，B我还不是很确认，还有其他，包括很有理想的。

像广汽这样的自己掌握核心用户的团队，在国际上像Google、宝马这样类似真正有实力掌握客户的，这几个阵营会做什么？

围绕它，有上下游有闭环的服务商，有自己核心客户的品牌，有提供硬件的，也有专门交换位置数据和地图数据的，这几大阵营最终，其实就是一个数据生态系统，把位置数据、地图数据、驾驶行为数据能够闭环，也能够实时地在伙伴里面更新，最终的数据竞争的是通过数据的优势来形成算法的优势，最终再形成自动驾驶能力的优势，我觉得未来是这样的一个格局。

林雷：马总、杨总都提出了一些新的理念，在新的自动驾驶时代，一些新的变化格局，我觉得这个方向带动的产业变化、商业模式的变化都是非常巨大的。刘总的观点关于这个方向是什么观点？

刘健皓：自动驾驶在车辆上算是一种新兴技术，新兴技术会迭代推进技术的产业发展，像传统的零部件供应商有传统汽车上的自动化的稳定上的优势，但是在突进和创新上也许没有新型供应商先进。

我们分开这个层面看，新兴供应商找传统供应商合作，把他的算法跟传统供应商合作之后，传统供应商再提供相应的车辆的测试标准和规范以后，它所孵化出来的技术也是非常强大的。

但是新兴的供应商，我去过很多做视觉上的一些供应商，他们就是拿记录仪的视频在跑，在我看来，如果自动驾驶算法不跑100万公里，实际上在安全上是不可靠的。

所以说在供应商的选择上面，我觉得既要有新兴方面的突破和创新，也要有传统方面的成熟和可靠。这样的供应商才是能够真正地把自动驾驶技术放在车上面，因为车是交通的承载工具，一旦出现什么样的问题可能造成人身和社会上的损害，所以这样的测试跟测试评价的过程和整个的安全开渔过程是少不了的，但是有很多传统的创新的供应商，可能有一些新的想法之后就直接迭代进去了，车不是随随便便迭代着玩的，是批量测试出来的。

林雷：在自动驾驶技术发展的中国，有很多不同的机构参与进来，其中有一个机构就是百度Apollo计划，百度Apollo计划在自动驾驶产业链上会是一个什么样的作用？

对在座的各方会起到什么样的作用？是什么样的作用？有多大的作用？这是很重要的话题，而且确实，无论是从各方来讲，对这个问题都有很多的探讨，这是一个问题。还有一个问题，如果自动驾驶商业化时间没有达成的话，会是什么原因使我们没有达成这个时间表？

董海洋：第一，因为一汽红旗二汽集团是百度Apollo的成员理事（第一批），在雄安实现了第一批的Apollo产品，我们一直是合作伙伴关系。应该说我们要感谢百度在无人驾驶方面，在中国是目前投入力量，包括研发的深度都是非常领先的公司，这是第一个问题。

第二，关于自动驾驶，咱们谈到商业时间表实现不了的问题，不仅仅是技术的问题，刚才专家都谈到了，还有商业问题，以及安全的问题。

一个是对自己的保护，自己安不安全，对别人安不安全。作为一个企业，像一汽的企业要有自己的企业社会责任。推出一项技术，在技术上的可行，百分之百的时候不一定敢放到社会上去，因为汽车是联系到千家万户，牵扯到每一个用户生命攸关的事情。

所以说自动驾驶最大的问题，除了这三方面以外，还有一个社会配套，整个的政策、立法，对自动驾驶立法，包括责任方方面面的事情。

所以如果说自动驾驶，我个人作为分管这个业务的一个领导，我倒希望大家走得少一点焦虑，可以多保持一点梦想，把路走好、走稳，同时要走快。

黄少堂：自动驾驶方面，百度跟我交流过很多次，跟我们也有合作项目，我们要把新型科技公司分成两类，就是做新能源和做整车的叫新型企业，这是一类，专门做无人车控制器的算法是另外一类，把这两个混淆了就张冠李戴。

我们只把百度做的一个算法就叫无人车，只把安波福做的控制器叫无人车，我们就把世界看得太简单了，这只是一个大矩阵中的一个环节，根本不能代表全部的无人车，整个无人车是一个整个的生态链，是比物联网、互联网大得多的生态链，要把这个区分清楚。

我们很荣幸，也很高兴看到有百度这样的公司，有算法将人工智能整合，在所有实现无人车领域里面，说实话，很多出来的创业公司也做得不错，它一定的整合力和综合实力上我认为有很多可以用、可以借鉴的地方，所以我们会加强跟它的合作。

但是我们也必须认识到，再完美的软件没有经过实践路测，没有经过量产，没有经过用户认可的，只是一个算法，只是一个软件，不是一个产品，所以这个还有一个路在走。

谁的优势呢？就跟主机厂结合在一起，然后共同地发力，这才是一个模式。最典型的全球做无人车做得最好的两个一个是Waymo，就是从Google出来的公司，第二个就是通用出来的，跟Cruise，他们都有很多结合。

为什么通用杀出来一个黑马，一下挤入全世界的数一数二呢？就是因为和新技术的结合，没有整个技术的集成，一个算法怎么能成功呢？还有整个无人驾驶根本不是一个车厂搞定的，智能交通、高精度地图、定位，这是一个生态，没有后面的平台、没有后面的计算，无人车L4、L5根本实现不了，有谁说这不是一个集群的问题完全是没道理的，开玩笑，我们只是刚刚开始，还有很多的路要走。

林雷：杨总，您认为如果您的商业化方向被打破的话是什么原因？

杨晓明：第一是开放平台和封闭平台的问题，手机也是这样，手机有开放平台、封闭平台，而且两个平台都做得非常出色，而且如果大家注意一下，当年手机主张搞封闭平台的现在正好搞开放平台，手机搞开放平台的现在在搞封闭平台，所以大家如果注意一下这个方式的话，不能说哪个平台带来更大的利益，但是我们希望两个平台都快速地发展，因为肯定会带来很多新的发明，不要觉得一个平台会解决所有的问题，因为手机也是这样。

刚才提到，如果万一做不成，我觉得有信心，肯定是做得成的，做不成哪些因素会影响比较重？我们觉得最大的因素可能是法律法规和配套影响比较大，注意一下其他的几个国家已经开始了，这一点中国方面可能需要加速一点，比如说新加坡抓的，并不像我们要造车，新加坡不造车，它抓的是整个城市的配套，所以自动驾驶在他们那儿是整个城市的配套，还有法律法规，刚才董总说了，这个方面如果速度跟不上，可能会延续整个过程。

林雷：所以杨总对自己的技术起来很有信心的。

杨晓明：绝对有信心的！

林雷：马总，您对这两个观点怎么看？

马喆人：首先我觉得Apollo是一个，包括百度的无人驾驶，其实是非常令人尊重的，因为它为整个行业培养了很多人才，也为行业奠定了很多通用的基础技术、培训技术。

但是往前走，我觉得这里有几个问题要值得探讨，第一就是是不是自动驾驶会是同一个通用平台能够满足所有不同场景下的这样一些深度的需求，因为毕竟它和安卓还是不太一样，安卓的整个上下游的，包括硬件平台都是高度标准化的，在这里的业务场景和硬件的复杂程度可能会复杂很多，所以它到底未来会变成。

对全市场来讲，它会变成一个解决方案的基础还是真正变成一个大家共同依赖的，本质上是依赖它自己的产品路径和技术路径的这样一个大家共用的平台呢？我觉得这个还有待观察，我个人持悲观态度，但即便这样，我觉得最起码它会成为刚才我说的几大阵营中的一个，包括百度这个阵营中的一个技术核心，我觉得这个是有可能的，即便这样，它还是一个很伟大的平台和很伟大的一件事。

商业化这个事情一定会成功，为什么不能成功呢？只是时间的问题，因为这里价值是明摆着的，一定会成功的，只不过这里的路径，因为我原来是从技术平台领域看了很多的乘用车领域，我发觉反而有可能自动驾驶技术真正推动规模化的商用第一步是在商用车，在货运的商用车和商业化的网络里面，它先起步，因为对成本的容忍度会比较高，只要有投入产出比就可以用，逐渐带动整个产业链，降低成本，进一步完善，然后再扩展到个人使用的乘用车的场景里面去，我觉得这可能是未来发展的路径，但是我不质疑这个事是不是能发生。

刘健皓：从软件领域来看，无非是一个开元项目，具体的意义就是说想在它这个基础之上再建立各家的技术路线，但是底层技术是百度这一块的，但是实际上自动驾驶不单单依赖底层技术，还是依赖于传感器和算法的，实际上我们认为百度只是在自动驾驶这个领域里面用Apollo计划搭了一个台子，把各个整车厂拉过来，放在一个体育场里面，大家在这里赛跑。

提供一个非常好的环境，具体到自动驾驶的应用和发展，各个厂商有自己的发展路线、有自己的特性，所以Apollo计划无非就是一个很大的舞台。

谈及自动驾驶商业化问题，我也关注过类似像Uber在美国出事以后，丰田停止了自动驾驶计划，我觉得我们看到的目标已经非常明确了，自动驾驶是肯定能发展起来，但是在整个路途中肯定会有一些坎坎坷坷，我们一定要贵在坚持，一定要把这件事情坚持下去，我觉得就肯定会有很大的发展。

在体制上来讲，从政治、经济和技术上面，都是在推进和配合自动驾驶的。我最重要的两个词就是坚持。

林雷：用一句话来总结，就是自动驾驶技术可能是充满了梦想也充满了焦虑，我们现在有一个明确的前景，但是我们焦虑肯定是时刻存在的。谢谢大家！

敬请关注盖世汽车“第十届中国汽车蓝皮书论坛”直播专题：

PC：http://auto.gasgoo.com/NewsTopic/100.html

移动：http://m.gasgoo.com/news/topic/100