雷鋒網按：8 月 22 日，第三屆全球智能汽車前沿峰會（GIV 2020）在廣州隆重召開。

在大會下午的主題論壇中，華為智能汽車解決方案 BU MDC 營銷總監(jiān)汪意革帶來了主題為《用汽車工業(yè)平臺化模式促進智能駕駛產業(yè)健康發(fā)展》的演講，與參會者分享了華為對自動駕駛以及未來智能駕駛產業(yè)鏈分工的思考。

事實上，在探討智能汽車之前，汪意革首先提到了智能手機，他提到，近十年來，每一個人的生活都被智能手機深刻地影響并改變了——這也釋放出一個強烈的信號：智能化是一種趨勢。

汪意革說道：

產業(yè)界現(xiàn)在很多人在講，架構定義汽車、軟件定義汽車，其實本質上是用戶需求在定義汽車。手機如此，汽車也是如此。用戶的需求在哪里，技術就應該往哪里發(fā)展、產業(yè)就應該往哪里發(fā)展。

自動駕駛的三大場景及其發(fā)展路徑

從時間上來說，傳統(tǒng)汽車已然擁有一百多年的歷史，因此，在制造技術、商業(yè)模式等方面已十分發(fā)達成熟。汽車的出現(xiàn)無疑改變了人們的出行方式，每一次迭代，也在一定程度上促進了社會向前進步。

然而，汽車的發(fā)展也面臨一些深層次問題。比如使用率低（車主只是上下班使用下汽車，其他絕大部分時間車輛都停在車庫）、單次出行成本高等。再比如汽車定位的變化，目前已逐步從傳統(tǒng)的交通工具向智能移動空間演進，需要通過底層硬件的平臺化和軟件的OTA升級能力，持續(xù)給用戶帶來更優(yōu)良的使用體驗。

這些問題都催促著汽車產業(yè)朝著更加智能的方向發(fā)展。不過，智能駕駛是一個非常寬泛的議題，包括自動駕駛、智能網聯(lián)等方面。

從華為的角度來看，自動駕駛主要可以分成三大類場景：作業(yè)車、商用車、乘用車。

• 作業(yè)車的道路場景相對簡單、路況可控，速度較低，主要作為生產工具而存在。

• 商用車的場地和線路相對可控，安全影響較小，與作業(yè)車一樣可以看作是生產工具。

• 乘用車則完全是另外一種情況，其駕駛場景非常復雜，速度可變性高，尤其高速駕駛很容易涉及安全問題；另外，用戶對駕乘體驗也有追求。

汪意革表示：

我們看到了不同的需求，這些需求使得整個產業(yè)的發(fā)展面臨來自多個維度的影響，我們將其稱之為「智能駕駛七維函數(shù)」，這些維度包括場景、道路、線路、路況、速度、安全、屬性。

由于不同的影響因素會催生不同場景，因此，要在這些不同的場景下發(fā)展智能駕駛就需要采用不同的技術路徑。針對不同場景下的智能駕駛發(fā)展路徑，華為方面認為主要可以分為兩類：

• 第一類包括作業(yè)車和商用車，它們的發(fā)展路徑主要是跨越式。

• 第二類是乘用車的發(fā)展路徑更可能是漸進式。

具體來說，作業(yè)車和商用車作為生產工具，主要的目標就是為了提升效率和降低成本，最終代替人類司機，從這個角度來看，作業(yè)車和商用車可以從 L2 直接向 L4 演進；相比之下，乘用車與人的生命安全密切相關，加之現(xiàn)在的技術、政策法規(guī)、社會倫理等還處在發(fā)展和變化過程當中，人對自動駕駛的接受程度也還有待提高。

但無論如何，第一類與第二類最終都會實現(xiàn)真正的 L5 級的自動駕駛。

由于智能駕駛是資本密集型、技術密集型、產業(yè)鏈密集型的產業(yè)，所以政府的引導作用至關重要。目前，國內已經建立了20多個智能網聯(lián)示范區(qū)。

汪意革強調，政府可以在基礎設施建設上提供政策層面的指導和技術上的探索。而在市場需求上，乘用車、作業(yè)車和商用車可以根據(jù)各自的路徑持續(xù)向前發(fā)展。他進一步補充：

智能駕駛產業(yè)依賴于政策協(xié)同與市場需求的雙輪驅動,只有這樣，智能駕駛產業(yè)才能走得既快又穩(wěn)。

發(fā)揮汽車產業(yè)的平臺化優(yōu)勢

事實上，汽車是一個規(guī)?；I(yè)，量產是其前提條件。在傳統(tǒng)的汽車產業(yè)中，平臺化是一個巨大的優(yōu)勢。通過這一優(yōu)勢，車企可以使用同一個平臺來生產不同的車型，最大程度攤薄成本，甚至不同車企之間也會共用一些平臺來分攤研發(fā)成本。

這種平臺化的思維使得接口和零部件變得更加標準化和通用化，整體降低研發(fā)與制造成本。

對于智能駕駛產業(yè)來說也面臨著同樣的問題。比如說現(xiàn)在的 ADAS 分布式架構，在汪意革看來，這是一種“煙囪式”的架構，其決策、感知、計算是獨立的，這就導致了軟件和硬件資源無法共享、使用效率低。

更關鍵的是，這種分布式架構無法向 L2、L3、L4 等更高級別的自動駕駛功能演進。

因此，汪意革認為，未來，集中式的計算架構材質主流。通過集中式的計算平臺，實現(xiàn)上層應用功能的持續(xù)新增、優(yōu)化與迭代，并且通過OTA升級的方式，給用戶帶來常用常新的使用體驗。

而且，智能駕駛的計算平臺非常復雜，涉及到云、芯片、中間件、操作系統(tǒng)、移動通訊等技術；算法也會涉及聚類算法、機器視覺、深度學習算法、強化學習算法等?？傊夹g堆棧非常之厚。

根據(jù)汽車工業(yè)的發(fā)展規(guī)律，越是復雜的系統(tǒng)，越是需要平臺化，在攤薄成本的基礎上保障規(guī)?；a的質量一致性——過去汽車工業(yè)的底盤平臺、發(fā)動機平臺的成功經驗已經證明了這一點。

汪意革說道：

在智能駕駛計算平臺上，我們應該延用平臺化這種優(yōu)良的模式。

而且，根據(jù)汪意革的說法，對智能駕駛計算平臺進行平臺化有更多的好處。主要有兩大方面：

• 第一，可以有更靈活的選擇?；谶@個平臺，智能駕駛的感知、融合、定位、決策、規(guī)劃、控制等功能可以進行解耦。解耦完之后，車企可以積累一定的核心規(guī)控能力；而感知和融合等非車企的強項，車企則可以有針對性的來選擇這一方面的合作伙伴。

• 第二，基于同一平臺打造不同車型可大大提升研發(fā)效率，同時有助于部門內部技術語言的統(tǒng)一，加快產品的上市時間，實現(xiàn)異步研發(fā)等。   

未來智能駕駛產業(yè)鏈分工

智能駕駛是一個全新的產業(yè)，整個產業(yè)鏈面臨重構。汪意革也向大家分享了華為對于未來整個智能駕駛產業(yè)鏈分工的暢想：          

智能駕駛研發(fā)中心下可以設立場景應用部門、功能軟件平臺部門、算法部門和集成測試部門。其中，算法部可以通過自研和外購的方式來構建產業(yè)鏈，比如說決策、規(guī)劃和控制可能由車企自己研發(fā)，而感知、融合、定位等功能可以通過外購第三方技術。

具體來說，傳統(tǒng)車企擁有有大量的底盤性能、懸架性能、操控穩(wěn)定性、行駛平順性等歷史數(shù)據(jù)。汪意革認為，這可以看作是一個先天優(yōu)勢——傳統(tǒng)車企可以通過這些數(shù)據(jù)來建立仿真系統(tǒng)，進行集成測試與仿真，然后再逐步加強決策、規(guī)劃、控制方面的技術，最后通過已有的整車集成測試能力來實現(xiàn)“四位一體”良性循環(huán)，真正打造具有差異化、個性化競爭力的智能汽車產品。

不過，智能駕駛計算平臺則不是車企的強項。這一領域的玩家主要是 IT 公司和 AI 公司。根據(jù)汪意革的說法：                              

AI 公司應該遵從當前業(yè)界現(xiàn)有的傳感器接口標準、執(zhí)行器接口標準，以及物理工程和信息安全方面的標準?；诖嗽賹ν忾_放 OS和中間件API接口，最終建立功能軟件平臺生態(tài)。

功能軟件平臺生態(tài)的構建可以在極大程度上促進產業(yè)鏈的精細化分工和協(xié)作，各參與方聚焦各自所長。比如AI公司可以聚焦于感知、融合算法組件，而車企則可以聚焦于決策、規(guī)劃和控制算法組件。

總結

華為認為，汽車工業(yè)平臺化可以給主機廠更靈活的選擇和更大的創(chuàng)新空間，而汽車工業(yè)的專業(yè)化分工模式可以促進整個智能駕駛產業(yè)聚焦所長。比如車企聚焦于決策、規(guī)劃、控制等核心能力，并與產業(yè)鏈中傳感器、執(zhí)行器、應用算法等生態(tài)伙伴密切合作，共同打造智能駕駛解決方案。

雷鋒網雷鋒網

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。