时间：2018-1-9（Pm.13：30—16：30）

地点：上海圣诺亚皇冠假日酒店

主持人：尊敬的各位来宾：

大家下午好！

我刚刚在看开场视频的时候有几句话特别感谢我，我记得也是跟开凌汽车（音）的王总做的采访，他说“这是一个特别好的时代，我们可以做一生都热爱值得去追求的事情。”另外跟大家说一下，AutoLab特别棒的自制节目《创世纪》还有很有趣的采访，我看赵总看得也很开心。

我们上午的会议现场主要对汽车行业在共享经济、分时租赁领域进行了探讨，下午将说说汽车行业在智慧出行领域的发展，下面有请中国汽车流通协会副秘书长罗磊上台致开场词，掌声有请！

罗磊：尊敬的各位来宾：

大家下午好！

非常令人感动，因为下午是大家最疲劳的时候，先给大家提提神。朋友们，你们好吗？

听众：好。

罗磊：我听了今天上午几位专家的分享，我感受到我们的会议是非常有特点的会议，它凝聚了我们行业里面最活跃的力量，哪个行业？汽车行业。为什么这么说呢？第一、参与会议的群体是投资汽车行业创新项目的投资人；第二个群体是创业的精英；第三个群体是新媒体的朋友，所以说你们是汽车行业最活跃的力量。来这分享的嘉宾都有很多干货，我不会讲太多，因为你们比我了解得多，我想讲讲我个人对汽车行业的一点看法。

刚才主持人介绍了、我也看了开场视频，说这是一个非常好的时代。这个时代是怎么来临的呢？我想是因为整个行业的飞速发展以及新技术的不断应用。我也感受到了，汽车行业正在发生革命性的变化，新能源汽车、智能网联、自动驾驶、共享出行正在改变汽车行业的方方面面。新能源汽车改变了什么？改变了汽车行业的生态。当新能源汽车大面积使用的时候，我们发现汽车没有发动机、没有变速箱了，它的结构变得非常简单，而且操纵感非常好，是不是从生产、营销到售后服务一系列都发生了深刻的变化？

智能网联改变的是什么？改变的是传统思维汽车属性。过去汽车是干吗使的？交通工具。智能网联改变的是什么？汽车将不再是单纯的交通工具，它还会是智能终端、还会是娱乐中心。自动驾驶改变了什么？

改变的是传统的驾车模式。自动驾驶解放了人力，我们在开车的时候不用担心长途奔波，往那一坐有可能就到达目的地，当然这是一个比较理想的状态，能不能实现呢？我认为可以实现；

共享出行改变的是什么？改变的是普通消费者对汽车的消费方式。我们用汽车，不再是要拥有它。我们把可用的资源发挥最大效用，所以有了共享出行，我认为这是一个非常好的时代，为所有创业者创立的非常好的时代。

各位创业者朋友们：抓住这稍纵即逝的机会！AutoLab给我们搭建了这么好的平台，发挥各位创业者更大的潜能。预祝大会圆满成功，预祝各位创业者再筑辉煌！谢谢。

主持人：谢谢罗副秘书长激情澎湃的演讲，谢谢您为所有创业者的加油鼓劲。现在大家都在讨论和研究智慧出行，到底什么才是真正的智慧出行呢？智慧出行有对我们生活带来了怎样的变化呢？下面，让我们有请飞驰镁物董事长兼首席执行官王强先生，为我们主题演讲：《智慧出行引发的生活方式变革》，大家掌声欢迎！

王强：大家下午好！今天非常高兴有机会来参加AutoLab年会，跟大家一起分享一些我们关于未来改变人们出行方式的想法和探索过程中遇到的一些问题，今天也是特别高兴能借着这个机会跟大家一起分享这些内容。

首先先跟大家简单地介绍一下飞驰镁物这家公司，在座的有些朋友可能对这家公司不是特别了解，顺便把公司的基本情况跟大家先简单的介绍一下。我们是在2015年4月13日成立的，到今天为止成立了两年半多一些的时间。公司从一开始成立主要定位在汽车的联网数字化和未来的出行领域，这个领域也是结合咱们今天谈的话题根据我们对汽车行业的判断和未来的理解全新的定位。因为我们考虑到传统汽车行业现在面临着向服务化转型的大潮，在大潮中一方面涌入一些新鲜的血液，一些新的玩家和参与者像现在的互联网造车企业和共享出行企业，当然这是一方面；另一方面，作为已经存在了130多年的传统行业也在思考如何转型、如何迎接挑战。我们扮演的角色就是帮助传统的汽车行业实现转型，当然这中间也是博弈的过程，最后从我个人来讲谁能胜出还是一个问号、还是未知数，但是从目前的状态来看并不觉得一定会是哪一方作为未来汽车行业的统治者。对于我们来讲，更多的还是帮助传统汽车行业进行相应的转型，这个其实是我们的定位。我们现在把自己定位叫做汽车数字化和移动出行的服务提供商，英文叫DMSP就是：Digital Mobility Service Provider。

这是我们的团队，大家也会说“你的公司为什么有这么大底气？想帮助庞大有100多年历史的汽车传统产业进行转型？”因为我们团队之前也在行业中摸爬滚打了十几年的经历，大家可以理解为是一群老兵凑在一起，做这件比较有意义的事情。这也是结合刚才谈到的汽车行业发展的大的趋势，我们把汽车行业的联网数字化分为三个阶段：触网时代、联网时代和智能数字化时代。第一代就是汽车的触网时代，刚才有了上网的基础能力，那时候大家听说一个非常熟悉的名词英文就是Telematics中文是远程信息服务，这个时代是刚开始摸索如何和网进行交互也涌现出了很多市场上的玩家参与者，主要还是以主机厂为代表的像：安吉星，这类型的服务都是以Telematics为主要的代表。这一代的代表就是受制于科技大环境，必须要考虑科技大欢迎对市场的影响，那个时候其实没有办法设想很多更丰富的联网服务和把汽车接入到网里面，所以说当时的功能还是比较局限的，主要在安防和呼叫中心为核心的联网服务；

随着3G的发展，汽车具备上网能力以后能够更加丰富地访问互联网和提供服务，这时候出现了第二个时代联网服务就是Connected Services。现在很遗憾地跟大家讲，现在大家能买到的车都处于第二时代，有的第二时代都达不到。我们看到一个统计数字到去年为止国内前装汽车的联网率不到5%，100辆汽车里面有5辆汽车具备了第二代的特征，差别还真的挺大的。飞驰镁物更多是在一线的从业者，我们天天看到的真实情况跟大家理想中的或者说大家愿意看到的愿景差距还是挺大的，这也是我后面会跟大家着重探讨的第二个问题。

我们飞驰镁物认为第三代就是Digital Services才是未来的真正状态。今天大会的主题“数以智用”我觉得非常好，一个是为汽车行业未来发展方向提出了新的课题，另一方面也正好想结合这个话题跟大家分享一下，数以智用的前提肯定要具备一定的数据基础。刚才跟大家说到第二代的时候有一个比较遗憾的现实，就是现在汽车作为传统的机械产品它的数字化程度非常低，数字化程度非常低意味着什么呢？意味着根本拿不到很多数据，因为还是纯机械制造的装置更多的是依靠模拟信号来控制的产品，这时候你能拿到的数据非常少，这就是为什么第三代Digital Services是未来汽车发展的核心趋势。首先汽车要真的变成未来大的计算终端，类似于现在我们的手机、个人电脑这样的计算平台，这样才能为后期我们所想象的无论是智能驾驶还是智能汽车奠定良好的技术基础，这是不可跳跃的。不可能说通过某种方式在现在的传统汽车上改装、加装这样或那样的产品或技术，这辆汽车就变成智能汽车了，这个大家知道是比较荒谬的说法。现在汽车行业发展到第三代，其实就把之前的车联网意义和内涵进行了延伸，这个延伸还有两个特征：第一个特征汽车的联网数字化跟之前不太一样的核心区别就是前两代从主机厂的角度、传统汽车行业的角度，Digital所谓的车联网或者智能网联理解偏于狭义。大家可能都认为中控屏联网就叫车联网，中控屏换一个更大的iPad、接一个更大的屏幕然后实现我们手机上能够实现的导航、音乐、FM这就叫车联网，大家也知道这是一个比较狭义的理解，只是为了跟没有这方面功能的车进行优化和PK这个大家都可以理解。但是大家也一时到了，简简单单的中控屏联网实现不了汽车数字化，加了一个中控屏汽车就算智能平台了吗？就真的能够拿到各种各样的数据了吗？大家还是要仔细思考一下，这跟实际的差距还是非常非常大的。所以说在这里面，第三代的Digital Services主要讲的内涵就是要把汽车作为节点接入物联网提供极致的客户体验，指的就是把所有的传感器通过某种方式接到互联网上，这个其实是在第三代智能数字化时代大家在场所和尝试的的过程；第二点核心也是Digital Services比较核心的区别，这个时候传统汽车行业在重新审视跟用户的关系。传统的主机厂商把车制造好了交给4S店后跟用户没有任何关系，现在主流的主机厂包括今天我看新闻丰田也宣布“未来的战略从传统的汽车制造商转型成为出行服务提供商”。这句话大家都知道说起来很容易，就是一个转型口号，问题是大家知道这两个差距有多大吗？一个是造车、卖车的，一个是要把车作为依托通过服务的形式交付给消费者，这是两种完全不同的概念和两种不同的对于企业的要求。对于服务的提供商而言大家知道最重要的是用户，如果没有用户区别那何谓服务提供商呢？服务谁呢？在这里面主机厂最大的挑战就是用户如何获得。恰恰现在赶上一个很好的时机就是汽车在做智能网联、数字化，这个过程就是主机厂重新接触到最终用户的最佳时机。顾名思义，传统汽车行业不会放过这个很好的转型立足点，这赋予了Digital Services一个使命就是真正拥抱最终用户。

第一代、第二代的时候主机厂认为在中控屏在车载系统里面联网以后才是车联网，至于手机其他的东西跟我没有任何关系。但是在第三代Digital Services时代这个观念被彻底改变了，主机厂发现后面离不开移动互联网了，即使我是宝马车主、奔驰车主，我一天在车里也就两个小时，这都已经是开得非常多的情况下了平均在车里就两个小时的时间，其他的时间都不在车里。如果说仅仅以这个为跟用户接触考量点的话，大家都明白这个根本就起不了任何作用。咱们说的智能网联也好、车联网也好，这个服务、这个产品形态以及多元化和多态化指的是什么呢？他会把用户出行或者围绕这辆车的使用，包括所有发生关系的行为切分成综合场景，这个场景在家里、路上、车里、车外等等不同的场景划分，但是在不同的环境里面都可以通过不同的形态跟这辆车发生相关的交互，这就是咱们所说的多态化的覆盖，也就是说把车作为移动的数字终端融入到人们的数字化消费生活里，这个其实是现在第三代车联网标志性的第二点特征。刚才跟大家分享了目前行业发展的目标：朝着数字化的时代去做。普及扎实后我们再做数据的再利用和更高级相关智能的功能提供才有价值，或者说才有相应的基础，否则我们现在再谈数据应用在汽车领域，其实还是比较空泛的概念和噱头而已。

刚才给大家介绍了我们对行业的理解和定位，主要是第三代。围绕着这样一个目标我们主要提供从硬件、软件到运营三个环节的四个不同的服务，主要包括：车载智能网联终端，现在大家知道的TSP/TOSP。还有汽车租赁平台，除此之外还针对私家车提供数字化运营服务和针对共享车提供移动出行的相关服务，这就构成了我们目前从事的四个主要业务。这是我们的产品，上面是我们的平台下面是4个硬件的网联终端，都是针对前装市场的产品。

下面和大家分享一下我们对未来汽车在出行方式方面发生改变的一些点。上午提到的主要话题是共享出行，我认为共享出行跟下午谈的话题是密切相关的，只是两个维度的展现而已。就是因为汽车的数字化程度提高了，所以才对汽车的消费方式发生转变提供了很好的基础，这部分现在我们也在跟主机厂合作伙伴探讨，能不能利用前装的服务实现汽车的共享，不是我们自己做分时租赁去搞一批车做共享使用，更多的是做到前装的汽车里面，让朋友之间、熟人之间就可以分享这辆汽车。比如今天我出差到上海这辆车放在车库4天，这辆车完全可以让熟人、微信朋友圈里的朋友或者我的好友，谁想用这辆车就可以直接使用了，这也是我们现在正在倡导的，这就是典型的汽车数字化和智能网联范畴，最终这两个领域我认为是会进行交叉打通的。这点上午也有提到的，更多的是从工具变成生活方式最终演变成为服务。

为什么现在大家都在关注汽车领域？我个人认为就是用户的消费和注意力的争夺。之前移动互联网几乎统治了人们的生活，但只有一部分是空白的就是车里这部分，因为这部分太特殊了，用户注意力不像传统互联网那么容易把握和蛊惑，所以这部分自然就成了互联网企业巨头所争相争夺的，这么解释是比较核心的问题。表面上看不是这样，大家都是在为下一代的自动驾驶和未来人类出行做贡献，但我认为最本质的还是利益的争夺。

通过我们的智能网联技术和数字化技术未来可以把汽车虚拟化，给客户以各种方式提供服务，这也是我们飞驰镁物对“汽车即服务”核心理念的理解。未来我们认为价值链会进行重构，会出现三种不同的服务包括：无缝衔接的交通出行服务、车内用户体验的极致服务、智慧交通服务，这是未来会发生颠覆性变化的核心领域。车联网和出行服务相结合提供更多的可能，这也是我们现在正在探索的核心领域。在我们看来共享出行和汽车智能化、数字化其实是密不可分的两个不同维度，我们在移动出行方面也可以提供端到端的服务体系，目前在北京和奥迪合作推出由主机厂为品牌的出行服务。

对于未来的一些前瞻性思考包括AI、大数据、场景识别，我们在产品研发中和探索中都在积极的进行尝试。跟大家简单的提几个我们正在做的探索点：智能家居这是我们利用智能网联数字化技术探索车与智能家居之间的关系，这个也是未来很好的创新点；智慧出行，结合一些智能化的AI技术给用户提供更智能的出行服务辅助；大数据分析，这个大数据主要还是解决传统汽车行业企业内部运营效率的提高。刚才多少也跟大家提到了，以这个基础应用于最终消费者我们认为差别还是挺大的，我们更多提到的大数据指的是提升整个主机厂企业内部的运营效率提高；多媒体电子说明书打通汽车包括售后服务，汽车联网相关联的部分做成电子和数字化的说明书，这样取代了大家买车以后给一个厚的纸质说明书，一般我估计都不看直接扔家里了，真正发生什么问题也很少经过阅读说明书去解决，这也是我们现在在做的。

今天因为时间关系就不跟大家介绍更多的内容了，大家有什么感兴趣的话题我们可以私下进行讨论，谢谢大家。

主持人：谢谢王总，谢谢王总为我们带来精彩的演讲。刚才王总有提到一个词我觉得特别好：底气。说到底气我觉得这离不开团队多年来的摸爬滚打、也离不开专业够硬的数据支持，当然也离不开这个特殊的时代赋予我们的特殊使命。说到智慧出行同样离不开一个词就是无人驾驶，对于无人驾驶咱们的交通又会产生怎样的碰撞和接触呢？让我们有请青飞智能CEO孙一飞为我们带来演讲：《无人驾驶与微交通的甜蜜接触》，掌声有请。

孙一飞：大家下午好！非常高兴参加AutoLab年会，这也是一次非常好的机会。我今天讲的东西主要是无人驾驶和微交通这块，我的题目叫《无人驾驶与微交通的甜蜜接触》，我们希望做无人接触直接和用户相关的产品所以用户体验比较重要，我们是做自动驾驶技术开发的，现在团队在做的是微交通，解决最后几公里的问题。

我们公司成立于2016年1月份，这个时间对于自动驾驶公司来说是比较早的。有人说2017年是自动驾驶元年，也有人说今年是自动驾驶的元年，事实上我们团队在2016年1月份已经组建了公司的核心团队，目前在苏州。可能因为我们注册得比较早，我们叫国内首个限定场景L4商业化无人驾驶系统和车辆开发公司。我介绍一下我们公司，右边的是我们的产品，第一辆车是和万科合作的在团队比较早期的时候万科建筑研究院做的限定场景L4无人车，试运行三年了，到目前为止事故率非常低。这个车是我们在研发的量产版的无人小巴，试运行两年了我们有OEM工厂，总计行驶里程一万多公里。我们24小时全天候自动驾驶，我们的解决方案就是在各种天气下都可以运行，当然我们自己也储备了高速的无人驾驶技术。我们团队来自于好多地方，包括通用电气、微软、上汽前瞻、交大等等。这是我本人和联合创始人的介绍，这是我们核心团队的成员，包括有全国无人车挑战赛冠军队的队长、万科无人车项目的核心成员还有算法的团队。

我本人2004-2007年在上海交大做的自动驾驶研发，自动驾驶这套技术有蛮长的时间了，最核心的我们觉得美国的无人驾驶比赛就是DARPA1984年开始，奠定了现在无人驾驶很多技术的来源，DARPA的比赛一直持续到最近。最近包括国内很多无人车团队也是基于国家的基金支持举行了无人车比赛，很多团队开始参与了。这是一些现有的无人驾驶车辆的视频：这是奔驰推出来的一款巴士；这是一款概念车；这是奔驰的另外一款有自动驾驶功能的卡车；这是法国公司最新推出的自动驾驶出租车。

刚才有分享嘉宾提到汽车已经进入智能互联阶段，1月5日国家发改委说我们国家在2030年智能车辆要达到50%的份额。现在市场主要参与者传统车企、互联网公司和创业公司，当然每一支力量都在推动着行业的发展。创业公司我数了一下，去年到今年做这一块的有十几家。我们一般会讲到SAE的分级，现在很多公司在做自动驾驶技术，最早的创业应该是ADAS这一波应该是2013年就开始了，我们觉得L3以上的自动驾驶创业在2016、2017年开始注册的公司。我们目前主要是做的L4限定场景车辆。

这里有一个非常有意思的结论，我们看到很多国家包括公司都在讲在哪一年真正实现L4的车辆。事实上我们觉得整体技术成熟度L4的车辆在五年内技术成熟度还不会达到比较高的水平，汽车因为载人所以有可靠性、安全性的问题。最核心的就是最后剩下的1%怎样去解决，载人的话安全性要做到10的负5、负6次方，很有可能是所有人都在解决最后1%的难题。我们觉得运营车包括公交和接驳车在固定场景，包括园区、交通枢纽这样的车辆可能是目前近三年能够很快商用化落地的。这是我们在追求的，包括局部的封闭场所、农用自动驾驶车辆和城市公交，中期是一些出租车和私人的乘用车。应用场景主要包括一些景区、社区、机场和产业新城，我们也在洽谈。

无人小巴这个产品我们去年做了一年的测试，这是国外的无人小巴产品，国内主要是我们2015年做了万科和2017年做了G20的，还有海梁的阿尔法巴和百度今年推出的阿波罗（音）。这些是目前无人小巴的技术：激光雷达、16线雷达、单线雷达、毫米波，基本上对我们来讲我们的路线和欧美路线也是差不多的。我们预计应该在未来3年园区短途接驳巴士应该会有比较好的市场，国内我觉得会有非常好的前景，欧美就是人力需求比较大，这个也是我们的分析。

目前预估的量产计划像Easy MILE、NAUYQ、Zget there、Local Motor都是50-100辆，我们预计2018年会达到千辆。目前的融资情况以NAUYQ为例得到了3400万的融资。我们的核心技术刚才也讲了，基本上无人驾驶行业痛点大家应该也有耳闻，激光雷达的价格和有些摄像头无法在极端天气下运行，我们觉得开阔空间还是有很长的距离，我们使用比较低成本的传感器、自己有24小时全天候方案。

我们的核心技术特点主要是四块：我们做封闭场景的时候高精地图都是我们做的；第二就是导航技术；第三是平台的线控和转向都是我们自己做的；第四是安全技术我们做了很多的冗余。商业模式主要是：车辆销售、车辆租赁、融资租赁和维护。运营方面我们在上海有自己的团队，研发测试主要是上海和常熟，外包是在苏州太仓，销售、运营和共享的团队在上海。未来的战略发展短期还是做限定场景，中期我们会在国外开一些销售网点，长期还是会切入开放路面。这是小巴的视频，大家可以看一下。

（播放视频…）

现在对于雨天我们有比较好的算法处理方案。这是晚上的驾驶情况。这是我们去年4月份测试的视频，车辆已经批量了，这是快速过弯的情况。非常感谢，也希望大家有机会可以到苏州公司来指导工作，谢谢。

主持人：谢谢，请台下就座。谢谢孙总为我们带来的精彩演讲，让我们感受到了无人驾驶与微交通之间擦出的甜蜜火花，同时也受到了很多投资者的关注。对于智能出行、无人驾驶我相信现场的各位嘉宾肯定也有一些不一样的观点。接下来我们将进行下午的第一场圆桌论坛，参与论坛的嘉宾有：

禾赛科技商务总监 周琳

安智汽车董事长 郭健

青飞智能CEO 孙一飞

现在我将话筒递交给AutoLab创始人赵奕老师，由他来主持我们的论坛“无人驾驶的现实应用”，掌声有请！

赵奕：非常荣幸有机会主持这场论坛。刚才看了孙总公司的产品在空地的状态下实现了L4级别的无人驾驶，作为中国人我还是很兴奋的。如果大家关注了在美国丰田新发布的车跟孙总的车很像，我刚才在朋友圈分享了一下中国人走在了丰田的前面，我觉得还是挺兴奋的。下午进入到第一个圆桌讨论环节，我们讨论的话题是无人驾驶的现实应用。

一年前我们在论坛上讨论无人驾驶现实应用的时候大家觉得这还很远吧？无人驾驶还是科幻片里面提及的场景，跟现实不太能够连接到一起。但是到了2018年的开头，我们坐在这里就这个话题进行讨论的时候大家觉得是顺理成章的事情。越来越多的不管是主机厂还是创业公司已经进入到了这个领域，刚才孙总已经做过演讲了，另外两位嘉宾能不能介绍一下自己？

郭健：我介绍一下我们公司，我们公司也在苏州是安智汽车制造有限公司（音）。我们公司可能很多人也了解过，以前在各种大会上展示我们的车，我们是一家专注于L1和L2级ADAS产品应用商，现在产品的进度也比较不错，汽车的运行态势还是比较好的。

周琳：大家好，我来自禾赛科技。我们公司成立于2013年于美国硅谷，2014年回到了上海，我们做的核心应用是做自动驾驶，为自动驾驶的开发者提供提供激光雷达。我们帮助无人车通过激光雷达实现360度对环境的扫描，跟传统摄像头的区别就是传统摄像头智能提供2D的二维信息，激光雷达通过提供三维的深度信息能够更加精准的、更加可靠的帮助汽车识别环境，我们是帮助无人车开发者提供核心的传感器的一家公司。2016年年初正式进军无人驾驶行业，2017年4月份正式向市场推出了我们全球第一款40限的激光雷达MR40（音），并且在去年6月份开始逐步向市场，现在的客户有主机车厂、无人车、开发者公司，客户布及美国、欧洲国家和中国各大城市。我们在去年年底同时公布了一款针对于主机车厂的固态雷达，去年年底借助百度阿波罗（音）平台联合开发了一个产品叫做潘多拉（音）结合激光雷达和摄像头的一款全新产品。

赵奕：听着好厉害的企业，听到了好多合作伙伴也听到了百度。今天上午的时候有专家提到百度去年算是违章但是很惊艳的一次自动驾驶，背后有你们技术的支撑吗？

周琳：我们目前和百度的合作除了研发和开发一些新的产品以外对方也有很深度的测试我们的产品，并且也有计划在明年的时候会有一些新的消息出来，现在可能不太方便说。

赵奕：百度也是刚刚在CS上发布了阿波罗（音）第二代技术，也是非常棒的。我们今天就正式开始我们的话题，第一个问题想问台上的嘉宾，哪怕是一年之前我们在谈论话题的时候还觉得有些远，回顾2017年大家觉得在无人驾驶领域都取得了哪些技术突破？请台上的三位嘉宾分享一下关键性的技术突破。

孙一飞：自动驾驶我们觉得是一个非常大的方向，整个产业链非常长，感知的元器件、运算单元、车辆算法、整体架构等等。2017年很多人说是元年，为什么呢？因为突破有很多，国内的像禾赛和其他的几家雷达公司去年有很多进展，这对我们来说也是非常好的消息，我们也希望多拿国内的元器件。国际上突破也非常多，对我们自己来说我们去年一整年都在做测试，无人车这个产品是唯一一个需要大量预测的，这样才能知道所有的感知、运算和软硬件可靠性能不能真正可以去跑，这块国内包括百度也在做这样的事情，但是我们跟Google比起来差距还是非常大的，他们四百万英里跑了那么多年而且在加州好多全开放路面跑的，我们觉得在里程这块还是有非常大的差距的。

算法我觉得国内很多创业公司也好包括国际上大的公司也好去年赶超了很多，去年在北京我也请教了一下李丹（音）她认为国内在算法方面甚至会超过美国的谁。还有一方面我想重点强调去年到今年国家的立法非常快，本来预测的自动驾驶消息是在2018年6月份推出来结果去年就推出来了，比我们预想的快了6月份，包括发改委的文件里面也提到了无人车的测试和应用，2017年非常好，希望2018年也是这样。

赵奕：不知道大家注意到没有，孙总说的是自动驾驶我提的是无人驾驶，这里面是有本质区别的。我说的是L级别的，人其实基本上不介入了，但是自动驾驶孙总给大家演示的时候是从L1-L5是从人和机器参与驾驶汽车的程度划分了很多级别，每个级别都是自动驾驶往上的台阶。他们车辆是在园区封闭的情况下实现L4级别的自动驾驶。

郭健：我也看到国家发改委出台的相关政策，对于中国的智能驾驶和无人驾驶是利好的消息，从国家顶层设计层面比较重视这件事情。我们也应该看到这里面的问题，虽然我也在从事无人驾驶我们做的比较低一点是L1、L2级，现在的热度跟十年之前中国做EBS和ESP是一样的，孙总应该有很深刻的体会。我们现在如果不去突破一二级的技术，比如说毫米波技术跟国外相比还是落后的，这就导致了我们在做无人驾驶的时候量产化和商业化的部署会及其快，我们整个行业都跟打了鸡血一样真的很努力，但是现在我们应该感觉到2017年取得的成就是很多的，但是不是应该把研发的重点突破关键核心零部件。因为中国缺少像博世这样大的企业支撑，当然我也看到了中国在写计划的时候应该重视一下芯片以上的软件我觉得重视程度还不够，虽然我们取得了很多的成果但还是在演示和写材料的层面，真正的还没有落地。

赵奕：非常感谢郭总，说的确实是汽车产业不得不面对的情况在核心零部件身上跟国外的企业差距比较大。现在郭总做的看似级别比较低但其实是夯实基础的事情，这也是整个自动驾驶的基础。

周琳：其实我觉得很难用某一个技术的突破创新去描述2017年，很难用一款技术它就是对无人驾驶在这一年当中起到了关键性的作用。我看到非常多的像禾赛这样的企业如雨后春笋般的在2017年产生，让这个行业很多的技术从零慢慢向一转变，怎么理解呢？从2016年的时候我们谈到还是本身的业务激光雷达，大家谈到激光雷达只是能够量产、只是能够交付给客户的还有美国和德国两家比较老牌的企业，有长达10年的资质。2017年的时候突然看到在国外有很多这样非常优秀的初创具有高科技的企业，不仅仅能够提供出单纯用来测试的激光雷达，同时产品也可以交付给下游客户产生实际的落地场景以及应用。从我们的角度来说，去年6月份开始实际为客户交付产品，下游服务的客户已经不仅仅是主机车厂和无人车开发的公司，还有很多已经商业化落地的企业，比方说去年10月份京东公布了低速无人物流小车上面的激光雷达就是禾赛的激光雷达，同时也是在百度阿波罗（音）平台上自动驾驶的一家企业做的低速环境无人小推车，也有应用我们的激光雷达，去年可以看到是无人驾驶技术突飞猛进的一年，同时有很多技术不仅仅是展示的技术已经有实际应用的场景和实际使用的客户。前两位说的也非常对，毕竟汽车是对可靠性各方面要求都非常高的，我们也希望在2018年禾赛作为零部件供应商能够更多的跟TO1一起合作、跟主机车厂一起合作能够为今后的商业化进行服务。

赵奕：其实我自己对这块特别有感触，因为我在12月份参加了中国的第二届智能汽车大赛，当时是在上海嘉定国际赛车场举行他们第一次把国际赛车场包下来了，让智能驾驶汽车在上面去跑。我就跟组委会聊，我说第二届和第一届比有什么变化吗？他就说第二届很多代表队使用的零部件是由中国自己厂商开发的，特别是一些核心零部件也开始慢慢由中国厂商开发了，背后就像禾赛、安智这样的企业出现。传统的零部件势力是非常强大的，像郭健提到的ESP过去是被这家厂商垄断了，还有好多领域都垄断了，能不能在这种情况下打破垄断的格局也都看本土的很多现在比较小但是未来前途无量的创新企业。

第二个问题想问一下各位嘉宾，大家感觉在无人驾驶领域有哪些技术可以突破的？

郭健：我觉得从产业量来看就是芯片，这是中国很出名的，现在芯片的出口量也是仅次于石油。芯片第一过不了，国内游没有人做？有人做，但是做出来推到汽车行业里面去符不符合要求，如果不符合要求、不符合标准你的芯片做出来也是白费的，现在只能依托国内很大的厂商供芯片，但是我们也清楚地意识到他提供给我们芯片的那一刻，就说明国外大企业定制化芯片他们知识产权保护期已经过了，拿到手的瞬间我们就比国外最新的产品晚了5年左右。芯片是一个很大的问题。

第二个就是芯片之上的操作系统，很多人把它改成link的操作系统就感觉满足了国内汽车厂商的要求，只不过是国内汽车厂商现在在这块没有很多的技术储备，我们的操作系统要满足什么要求都有一整套的技术标准。

第三个层面就是感知、决策和执行，感知层很简单就是从你的眼睛进来后怎么样把我们看到的所有图象抽象成物体、车辆、行人等等，现在出现了一个很大的问题，如果从一二级的驾驶员辅助做到三四级的无人驾驶，匹配量和工况数据库会有质的突破，如何处理这么多的海量数据呢？决策层好一些，因为决策层就是开车，在里面还有一段执行侧就是必须协调不同厂家提供的底层应用系统，这个地方要精确的知道车是怎么运行的，这几个地方我们跟国外的差距是很大的。国内尤其在执行层，国内的底盘厂商始终没有跟上，现在可以看到中国在商务车推安防的时候也只是报警没有制动，现在从芯片到中间的操作系统到上面的感知决策执行也是很难做的，最新的人工智能是软硬件同步在迭代的过程，需要芯片、硬件和软件的不断迭代但是没有车厂芯片和能力又束缚了你，也没法提出芯片的需求，芯片厂商无法理解你，国内缺少一个像博世这样的企业，缺少一个像英美达、英特尔这样的企业带领整个行业前进。我们现在面临的从汽车行业本身来看，我们做这么多年汽车一级供应商的经验，当然说的话很难听不符合现在高歌猛进的态势，但我们确实面临着很多问题。

孙一飞：我看过郭总的一篇文章，做任何一个行业在发展的过程中都会碰到很多的挑战，这样才有意思。郭总讲的这三个问题确实是巨大的挑战，当然也不是说国内的公司没有机会，最大的是国内的市场非常大。这个话题比较远，我们在讲技术的时候还在争论要不要引进日本人的技术，现在我们把技术全部弄进来了。这几个问题其实是无人驾驶都要解决的核心问题，对于汽车这样一个万亿级的市场来说相当于是存量肯定会有变量，变量还是会存在于很多创新型公司包括国内工作实力也是很强的，在深圳看过一些毫米波公司接触最多的还是激光雷达公司，当然像TI也开放了一些芯片因为要争夺市场，我们还是希望解决无人车在不同场景下的问题，因为我们是做集成的，传感器这些对我们来说都不重要。我个人觉得是这样的，2015年年底我们团队讨论这件事情的时候觉得有两条路：一条路是做视觉，因为我们团队也有一些积累；第二条路直接切入到L4，从感知到决策到执行全部都做了。但是我们后来感觉ADAS竞争对手都比较强还比较多，尤其是AI这样的公司在行业里面花了十几年的时间，相当于把所有的产品大部分都做了，所以我们就直接切入到L5，当然我们也不是Google，所以我们肯定会去做，现在想就是要从限定场景开始走。

我们从感知角度、决策角度包括车辆底层的都是我自己重构的，当然我不是乘用车平台，大部分乘用车公司协议是不开放的。百度7月份开的大会我也在现场，他一半的车买的是用林肯的改装的，百度也不掌握车辆核心的协议，因为核心的协议是车厂最精密的东西。要么重新搞一台要么和车厂合作，对于自动驾驶公司这是一个核心的问题，你要搞自动驾驶必须要有车辆，车辆是自己的还是买的或者是通过其他的方式弄的，我们的想法就是一定要做一步到位，所以我们就用电动车平台，这也是法国两家公司的路子。去年一整年车辆的问题给我们带来非常大的问题，我个人觉得创业公司还是要看自己的专长在哪里，我们在底盘和感知方面有一些专长，这是从落地的角度对我们来说可能是这样会更好。

第二个雨天、黑夜对传感器的要求就是各种传感器都需要，毫米波可能就是雨雾会有优势。当然视觉有视觉的部分，所以我们可能会用传感器来做。城区肯定是最难的，尤其是中国的城区。园区的话因为也有行人、车辆，所以可能70%的场景是已知的，稍微好一点。高速相对来说比较OK，但是需要解决大量不同的场景，无人车公司最后的价值还是在于解决的场景越多技术越好，所以我们看到很多公司发的视频时间越来越长，从几分钟发到30分钟。第二个环境越来越复杂，对我们来说就是基于产品怎么样解决这些问题。我希望每一次碰到这样的场景都能解决，这是挑战所在。

赵奕：郭总抛出了很多问题任务艰巨，孙总说哪怕任务很艰巨但是在路上还是要迎头赶上、必须努力。下面再请周琳分享一下。

周琳：我觉得机遇和挑战是并存的，不一定出现的永远都是利好的。其实在过去几十年当中，中国汽车企业一直是引导欧美熟悉别人的技术、熟悉别人的商业模式，经过这几十年的发展之后中国成为了全球最大的汽车市场，我们有非常强大的数据、非常强有力的人才积累，我们看到目前为止对于国内初创企业来说是非常好的机遇。我们也有很多技术上面的挑战，大家谈到激光雷达之前谈到的都是价格昂贵，很少有一个传感器能够占到无人车的成本将近四分之一左右，所以这可能是我们现在面临的问题。但是面对这样的问题同时我们也在想技术解决方案解决困境，比方说在生产线上面大量的加入自动化和半自动化的成分，尽量减少人工在调校以及生产当中的占比从而加大产品的一致性、标准化。同时刚才两位嘉宾也提到了，因为汽车并不是测试品还是会应用到千家万户，怎么样在商务车上面真实的实现高级自动驾驶每个传感器都是要极其符合规则的，包括现在很多车厂跟TL1（音）沟通的时候发现因为确实是很新的东西，他们也没有很明确的答案说怎么样定义产品的标准。其实大家也是在不停的摸索、互相探讨和学习的过程当中，如何把产品更好的商业化应用我们也在跟国内外知名的TL1（音）、OEM厂商一起定义产品和研发探讨，我觉得大方向上面感觉大家是面临着很多的感知、决策和执行上的困难，但是大家都在极力的不停的迭代速度和完善产品性能的态度面对这个挑战。

赵奕：刚才她提到了激光雷达贵的问题，孙总分享提到了中国市场规模大，中国市场规模确实是非常大，一年三千多万台的销量比得上美国+日本+德国，加在一块可能还没中国大，所以市场反推有些部件的价格可能就会下来一点，这就是中国市场的体量带来的优势。核心部件有些不是体量可以解决的，不管是周总的公司还是郭总的公司，包括孙总的公司都还有攻关的地方存在。

最后一个问题，因为今天现场来了很多观众，有些人并不是智能驾驶行业的，对于智能驾驶来说可能是普通的C端。对于他们来说最后能接受到的就是一台台整车，我想让三位嘉宾评估一下国内的自动驾驶技术/无人驾驶技术和国外领先水平到底差距多少？我们说最领先的就是Google的（英），我们跟它差距到底多远？能不能跟我们大概说一说？

周琳：首先可以跟大家分享几个有趣的数据是我昨天看到的。有一家媒体在统计2018年CES上面不同国家和地区参展商数量，深圳有近500家企业参加了CES展，第二名的是美国整个国家只有90多家企业，第三名是东莞。你可以看到现在中国无论是在技术上面、政府支持上面对AI、自动驾驶、无人驾驶倾注的资源和精力都聚焦在这上面，中国已经算是一个非常大的土壤慢慢在培育未来潜力非常大的市场。还有一个比较有趣的数字跟大家分享一下，就是美国加州实际获得自动驾驶牌照的44家企业里面，中国企业已经占据了13家，其实看绝对数量你会发现中国跟美国硅谷老牌的自动驾驶汽车开发商相比还是相对落后的，但是从增速上的考量范围看中国在全世界市场格局上面是无法比拟的。其实我认为中国市场是完全有可能在自动驾驶上弯道超车的。举一个我们作为一家零部件供应商的小例子，我们在某些性能上面已经跟国外最优秀的企业持平甚至超越，我们谈到激光雷达核心就是探测距离，从去年的150米现在已经扩展增强到了200米的探测范围，所以我觉得中国初创企业还是非常有潜力在这个领域里面实现弯道超车而且了解到有很多客户2018年布局的数量有很大的扩张，2018年对我们来讲我觉得应该是元年吧。

孙一飞：因为我刚才已经讲了，里程是一个比较大的产品尤其是美国的企业里程已经跑得非常多了。Google的VIVO（音）是400万英里，特斯拉是2.5，这种数据当然也要看具体的工况场景，因为中国的路面比较复杂，400万英里如果是在国内的话路况40万英里。确实看到大部分像Uber测试的片子都是比较好的，他们衡量值就是多少英里，在国内很难做的，有些下高速的时候就很难的，所以这是一个差距。我个人觉得还是要看无人车的场景，因为测试英里是一个指标，这个指标实现是比较难达到的。另外我个人觉得国内这波的新能源电动公司对于部署无人驾驶来说对国内市场是一个提振，美国新的公司比较少基本上主机厂商就是原先的几十家，我问了一些研究院的人在国内有几百台车型在全国会有，我们已经看到很多新车型在部署了，对自动驾驶部署也会提振很大的，包括蔚来负责软件的BP我们关系非常好，他们已经有100人的团队在做这方面。我觉得不能说美国一定很领先，但是我同意郭总，在核心器件方面差距是非常大的。因为这个不是说有几十人的团队可以解决，所以我觉得这个是比较核心的。

郭健：您刚才参加了活动你在公共测试区能看到我们的车，我们的车拿到了两个奖项这也是唯一一个国内自主传感器毫米波雷达的项目。差距的问题我们可以找整车厂的人来看差距，现在只谈驾驶员辅助系统。芯片拿到手可能就比国外落后了五年，但是通过这几年的努力，现在我们也在给红旗做雷达的工作，现在已经有三台红旗装了我们的毫米波雷达在长春和苏州本地路试，基本上已经走完7万公里了，现在效果非常好。从他们的反馈来看，当然写稿子的时候会写部分性能超过谁谁，其实从做技术人员的角度来看，实事求是的说综合性能勉强能够跟国外在三个一以前的水平，三个一以前的水平就能量产了，现在我们刚刚能摸到脚后跟。说了这么多的痛点我们为什么还要做呢？我始终感觉驾驶员辅助系统，为什么以前不能弯道超车呢？这个就像是装了一个舒马克来帮你开车，舒马克在欧洲开习惯车了到中国就懵了，我们感觉只要能持续不断的做下去到最后就能实现超越，同时我始终在讲一定要专注在自己的领域不要分心，我们不像很多大公司有五六百人做这方面的工作，我们只有三四十人，我们一直在很专注的推进产品，这也是我们能够做的实现超越的最终保障吧。在各种场合我不是太赞同很多人说的弯道超车概念，因为在技术研发道路上没有弯道超车，只能是德国人、美国人有很好的平台他们每天工作5-6个小时，工作效率就比中国人高，中国人没有前面的体系和基础，只能从早上6点干到晚上12点这样才能直线超过他们。包括以前科技部提的新能源汽车的弯道超车，我都感觉还是改成直线超车比较好，我们在专注的做这件事情。

赵奕：我觉得此处应该有掌声，我们都在更加专注的做这件事情。专注在一个点扎下去可能就是一片蓝海，台上的三位嘉宾就智能驾驶的话题给我们带来了非常精彩的分享，我自己说一个我亲身经历的小故事，大概是在一年前就是AutoLab刚刚在国内上市我们获得了一个首试的机会，当时在上海南浦大桥大家知道它是盘上去的，我们在那个地方试了一下自动驾驶，其实这个地方对自动驾驶来说还是有点难度的，但是它盘上了南浦大桥。我们当时心里有点惶恐，又想去试一下看看它到底是怎么做的，这种感觉台上的三位是企业创业者和科研工作者，他们面对这种诱惑的时候就是要试一下，哪怕可能会付出极大的代价但就是要试一下，这就是我们人类能够进步的动力。今天下午第一场圆桌论坛分享就到这里，谢谢大家。

主持人：谢谢几位嘉宾，我也很喜欢赵老师跟我们分享的小故事，哪怕是要把小命放在它手里我们也要去勇敢的试一试，不试怎么知道呢？谢谢几位嘉宾为我们带来的思考，帮我们分享了2017无人驾驶的技术突破核心零部件、国外的技术差距、如何打破垄断格局寻求新的突破，我相信未来还是有无限可能的。虽然说任重道远，但是我觉得中国在无人驾驶方面还是很有潜力的。接下来我们打破一下下午的节奏，为大家带来本场大会的第二轮颁奖环节。

接下来颁发的是“年度最受期待车型”请看大屏幕！

（播放视频…）

再次邀请中国汽车流通协会副秘书长罗磊先生为“年度最受期待车型”--赛麟S1颁奖，有请赛麟汽车董事长助理许寅上台领奖！

（颁奖环节…）

请我们的摄影师为两位留下精彩瞬间。罗磊先生留步，获奖嘉宾请下台就座。下面我们请罗秘书长为我们颁发第二个奖项，大家请看大屏幕。

（播放视频…）

有请罗秘书长为“智能明星奖”获奖者颁奖，让我们掌声有请获奖者飞驰镁物董事长兼首席执行官王强、安智汽车董事长郭健上台领奖。

（颁奖环节…）

请我们的摄影师为各位留下精彩瞬间。请各位嘉宾落座。随着人机交互的不断发展与完善，这两者之间又擦除了什么火花呢？下面有请友衷科技创始人刘淼博士为带来演讲《座舱变革--动车更懂你》，掌声有请！

刘淼：感谢主办方，很高兴有机会跟大家分享一下我们在汽车座舱内的一些思考，包括对未来的感受和预测。因为我本人一直是工作在技术的第一线，所以今天我忘掉创始人的身份、忘掉公司管理上的事务，今天想跟大家从工程师的角度分享一下。大家也听得出来，我后面的演讲会更偏重技术，但是力争让大家都听得懂。

首先我们来看一下座舱里面，当你以驾驶人身份坐到座舱里面看到的东西最明显的就是若干块屏，是什么呢？包括：仪表、后视镜、中控。昨天我看CES有一个发布会有一个车型彻内有很大的空间都被液晶显示所取代，这些我们觉得未来的座舱是以显示为基础的人机交互。我们再回顾一下智能座舱我们认为是从座舱电子升级过来的，可能是从单独的一个屏组合最终实现到完美的座舱内处理器，在行业里面实际上有这个数字包括增长率和行业内的产业都是非常好的预期和巨大的数字。在这样的前提下，其实今天讨论得比较多的就是关于汽车的智能化或者是无人驾驶、L3以后的驾驶，有没有想过那个时代我们的座舱应该是什么样子的呢？我们认为其实和无人驾驶紧密结合、和无人驾驶紧密落地的座舱可能会变成这个样子。

汽车的座舱是驾驶员和车之间交互的唯一接口。下一代汽车座舱必须要让汽车和驾驶员深度交互，通俗一点说人车合一。不但需要通过座舱有反馈的信息，知道车的状态，同时车也要看得懂人的状态，到底是属于歇着的状态、想驾驶开车的状态、想关注路上信息的状态、关注车内人的交互状态，人就可以通过智能化的座舱实现控制汽车或者从汽车达到实时的反馈。按这个思路走下去，到后面核心的部分有两块：一块是运算能力很强的处理器支撑。这个处理器强到什么程度呢？一个处理器上会集成CTO、GTO甚至NTO神经网络处理器或者其他的预算单元包括多媒体视频的编辑码，越来越多的硬件将会在单一的处理器上实现；软件其实给我们提供了更丰富的接口和未来的各种外设交互形成可能。比如说以前我们在车上常用的只有简单的按键，后面的以太网和协议站都会在这上面发展起来集中到座舱处理器里面，为什么呢？因为处理器支撑了软件可以足够复杂，足够复杂后就可以有更多的数据交互和接口。

从刚才还是一个车里面的若干个屏到最后集中到一个处理器上形成这样的结构，我把典型的屏都列出来了包括仪表、HUD、中控，目前来说也是传统车上能看得到非常明显的屏。这些屏原来是每个屏后面都有一个处理器，现在随着硬件的发展、硬件的强大很多的显示都可以放在一个处理器里面实现，通过各种信号的借口实现。这里面可以简单介绍一下比如LVDS可以让处理器和屏近距离接触的接口，link是远距离的，TTL也是近距离的组线。软件上是什么样呢？这里我给出了一个软件的框图，从硬件平台开始到BSP包括软件中间件和应用层，每一块需要在上面做哪些优化和性能的考虑？左边其实实现的东西是现在行业内比较热的一个点我们叫Hypervisor翻译过来应该是虚拟化的技术。右边是在软件应用层有些工具化的方式覆盖加速开发，我们会着重讲一下操作层面临的挑战，把虚拟化的东西放在底层看一下，操作系统不管是上世纪70年代开始一直到现在操作系统无非解决两个问题：第一是如何解决实时性和吞吐率的平衡，实时操作系统常被人家熏陶，但真正说实时操作系统就一定好吗？不一定的，为什么呢？其实还有一个指标就是吞吐率，吞吐率理解就是时间的推行好了运算的效率一定是低的，这两个之间本身就是矛盾。这也是为什么links最开始是面向服务的操作系统，到了后来实时化的时候一定是要提升吞吐率的，面向服务的时候保证所有的任务和服务尽可能高效。还有一点就是我们关于系统功能安全的问题，这块要求的是软件尽可能隔离。说到功能安全这块大家也比较清楚，软件上有一个悖论“你永远不能证明软件没有问题”，不能证明软件没有问题的时候怎么样保证系统的安全性和稳定可靠？功能安全的引入无非就是做了一件事情，尽可能的把软件隔离开。任何一个模块出错了，发生的错误不会扩大到其他的模块上、不会影响到整个系统。在这个前提下我要最大程度的共享数据，这就是操作系统需要在这两个问题上要做到的平衡。如果隔离上做得多一点，那系统一定要做各种各样入口的检查所以系统效率一定是降低的。这边在实时性和吞吐率上要做平衡，操作系统在这上面都要去做一些平衡。

回到虚拟化技术上，因为要解决的问题也是怎样在各个系统之间做平衡。Hypervisor是什么东西？可以说是一种运行在服务器和操作系统之间的中间层软件，它不是软件中间件是在操作系统的底层，允许多个操作系统共享一套基础物理硬件。简单说一下Hypervisor的体系第一种是基于虚拟化的技术，一种是基于Host端的虚拟化方案。为什么把这两个图划出来呢？可以看到有非常明显的区别。左边这边是我们在硬件层的基础上直接实现虚拟化，这跟操作系统之间是对等关系的。type2的虚拟化技术是先要运行起来一个Host的Os，在虚拟化的最底层实现了一些软件的算法。开发的好处是什么？我可以在GuestOS上实时创建新的GuestOS，可以随时跟底层硬件通过HostOs打交道实现数据的分享、权限的管理。还有一点好处，最主要的是不依赖硬件支持。在车上所有的硬件都已经确定了，有多少块显示屏是确定了的，我们更关注与整个系统的效率和实时性，但是这个系统不会因为车主今天说再操作操作系统，没有这种情况，我们左边的情况更适合于在嵌入式终端上的。左边在汽车市场更好一点，右边是在服务端。

机器虚拟化就两个问题，其实就是一层窗户纸同破一下非常容易理解。Hypervisor可以简单的理解成是一个调度其，把各种GuestOS当成一个任务调度，调度器这个算法在上世纪70年代大家都研究得比较透了，当然有些对应的硬件支持，比如说在RM体系下必须是Win7以上的体系才能实现。还有一个是内存映射，大家看到Virtual和Physical这个大家都比较熟悉的，Virtual或者是其他的操作系统都是在这个层面上运行的，Hypervisor其实就干了一件事情多了一层映射，把实际的物理硬件对应的软件Machine从Machine地址到物理地址多了一层映射。作为Hypervisor和Bare metalHypervisor只需要干这两件事情就虚拟化的功能。这个位置上就实现了我们刚才提出的多图层信息共享的样子，我们希望任何一个操作系统都能把他想显示的东西显示到对应的屏上，再去分析一下内容Machine开始从内存到屏幕的刷新，软件上是在Hypervisor和OS上做的隔离。从虚拟地址看到虚拟化出来的物理地址，再从物理地址到实际的Machine地址到一对多的映射关系，从而实现了多操作系统、多图层的共享。

另外一点是如何高效跨操作系统之间海量数据的通讯，或者是说大量的纹理传输也是这样一个结构。举个例子，比如说某个操作系统上一个东西通过OpenGL渲染形成了Texture。这个数据是工作在用户空间的虚拟地址，在下面的物理地址上实际上是通过Hypervisor做了映射，这个是你真正拥有的数据可以看到是在一个地址上。可以看到渲染下来直接对应的就是TextureData，实际上这也就是说如何高效的通过共享多层映射关系实现了海量数据共享、图片纹理共享，这也是我们在操作系统上的工作。还有一个主题是关于软件开发工具化的问题。

（播放视频…）

这是我们做的开发工具可以实现可视化的开发，它可能不新鲜但是是一个很好的发展思路，可以降低应用层开发人员的要求，也让我们开发的东西更统一。最后说一下我们认为座舱内的智能化刚才说的都是一些基础的东西在未来还有越来越多的功能需集成到座舱里面，通过ADAS和路的交互、通过语音和人的交互、通过驾驶员的监视实现更多更好的驾驶感受，这就是我今天主要演讲的内容，谢谢大家。

主持人：谢谢刘总的精彩演讲。也让我们对未来汽车座舱的发展有了更大的期望，更好的服务更多用户。接下来我们将有请蓦然认知联合创始人兼市场总监龚思颖为我们带来《生活在路上--AI赋能车联网》，有请。

龚思颖：大家好，我是蓦然认知的联合创始人龚思颖。说实话，今天站在这特别紧张，因为我是唯一的一个女性来谈AI，而且今天刚好在座的各位都是汽车行业的大拿，坦白来讲其实我在去年的时候也是一个偶然的机会让我进入到汽车行业，有幸跟汽车行业的大咖以及主机厂合作让我了解汽车行业，所以我特别担心今天分享的东西是不是不太准确，如果说我说得不对大家可以随时跟我讲。

蓦然认知是以认知计算、NRP为核心的AI公司提供一站式的智能语音交互解决方案。说这么多，简单来讲我们就是中国的Alexa，这样说得更明白了吧？在我开始演讲之前，很多人跟我讲说2017年的CESAlexa夺得了很多眼球，特别与福特汽车进行合作把Alexa搬到主机厂上，今年Google势头更猛了拿下了所有的广告牌，今天我想谈的是语音交互上与车联网进行结合会带来怎样一番不同的体验呢？我一直都认为技术应该有温度的存在，能够更好的辅助人、帮助我们生活变得更好，今天我的演讲题目叫做《生活在路上》，简单理解可以认为我们把生活带进汽车、把汽车带进生活。

在此之前我想聊一下车联网的概念，我们的车联网在讲些什么事情呢？为了准备这次演讲我还专门的调研了一下什么叫车联网。简单来讲它其实是构建四个主体之间的关系：车、人、路、网。在车联网发展过程中来讲，其实并没有像今天这样非常明确的给出这四个主体之间的关系，每个阶段都会有不同的侧重点，于是我给车联网的发展划分为四个方向，第一和第二阶段其实更多是体现在车联网作为一种奢侈品、高端车小的受众变成规模化，变成车联网现在成为所有汽车的标品。第三个阶段就是我们所强调的联网时代有了3G、4G汽车自行联网，这个时代新的车联网。今天我主要想强调的是第四代智能的车联网，这才是跟我们AI以及语音交互更加紧密相关的阶段。在开始探讨AI如何赋能车联网的时候，我想问一下大家，我们开车的时候用得最多的功能是什么？大家基本上会打电话、听音乐、听广播，回到80年之前，在上世纪30年代其实美国人就发明了第一个汽车电台Motoiola（音）。你根本不可能说这是第一代车联网，而是第一代车载娱乐系统，从上世纪30年代到上个世纪1996年才出现了第一个真正所谓的车联网，也就是大家现在所熟悉的安吉星，第一个车联网出现的时候并没有现在想象的这么多功能，而当时主要的需求是解决用户在发生汽车事故过程中如何进行紧急的道路支援，并且把这个过程从实验室推到上车，这件事情主要的推手并不是研发而是通用汽车的销售副总裁，为什么？因为他觉得技术应该更好的给用户服务、带来更好的交互体验，这是他最初的想法。当时安吉星作为“奢侈品”主要是服务那些高端的汽车、高端的客户。

在接下来的一段时间里到了第二代车联网时代，在功能上并没有太多的变化更多是数量上规模化的变化。在这里大家可以看到，第二代车联网我们看一下功能是不是特别熟悉？导航、道路救援、电台、打电话，大家可以看一下现在基本上所有的汽车还是处于这个功能中，1996年到现在20年过去了发展速度是非常慢的。物联网速度不是这样，手机从最开始的大哥大变成摩托罗拉、诺基亚，到现在满大街的iPhone以及安卓，我们的生活被APP化了，这个时候汽车的大咖们坐不住了，在想我们怎么可能把这些非常便捷的服务带到车上呢？于是出现了第三代车联网就是联网化的，大家可以看到这个屏幕里面的功能很熟悉，把手机上所有的服务都照搬过来了，相信大家可以从后装市场当然有些前装市场的车企都能看到这些服务，那么问题来了，效果怎么样？是不是APP转移到了车机上面真的有效果呢？结果很失望，大家可以看到目前在汽车中用的最多的功能其实还是电话、导航、听音乐，没有发生太多的变化。原因是什么呢？我想手机APP化是一个很好的载体，但是联网后的汽车虽然是智能硬件但是是很特殊的智能硬件，并且在开车的过程中还有安全隐患，所以在第三代车联网过程中出现这些瓶颈应该如何来突破呢？我这里想讲的是第四代车联网叫做新一代车联网。

新一代车联网有几个定义：第一个，我认为它的交互方式应该是最便捷的。为什么我们把所有的生活服务常用的APP放到车机上？但是使用率并没有那么高，没有达到在手机上的成功率原因就在于获取的成本太高了。我们想象一下，至少在无人驾驶还没有实现的今天来看，我们双手没办法完全离开双向盘，所以安全始终是非常重要的隐患。所以我觉得语音交互一定是在未来3-5年内汽车尤其是车联网最主流的交互方式，当然它不一定是唯一的交互方式，只是最便捷的；第二个，新一代的车联网必须是互联的。刚才提到车联网的概念是什么？人、车、网、路，在这里我想提到的我们去定义新一代车联网的时候，除了这个项目把日常生活中高频APP和服务对接起来之外，最重要的事情我们要突破空间的限制，把车和家、人以及类似于办公室这样的场景打通，对于服务上面来讲这里的服务部仅仅是APP简单的叠加，而是把它全部用语音交互的方式进行重构简化车主获取服务的成本。同时我们强调跨场景和跨空间的连接，连接家、连接办公室和连接车，这里面给了一个特别常见的例子比如说我还没开车之前希望把车给热一下，在我还没有回到家的时候希望打开家里的空调和净化器实现车家的互联，这才是真正的把车带入生活；

除此之外，新一代车联网应该是智慧的，我觉得这里有“三个更”的定义：更懂你、更高效、更精准。更懂你是什么意思？既然语音要成为主要的交流方式，要帮助用户完成他所需要完成的任务，第一个要解决问题就是机器要能听得懂人在说什么。于是生活中每一个任务包含了这个领域中庞大的知识、庞大的数据，数据只是第一步真正的是要把数据变成知识，并且能够构建知识与知识之间的关系。我们可以把它当成一个小宝宝从周围的环境当中培养自己的认知能力从而具有推理计算的能力，这就是AI。蓦然认知拥有百亿级的知识条目，并且基于这些知识条目之间构建了一个非常复杂庞大的知识图谱。除此之外，为了更好的懂你，因为人的思维是跳跃的，上一秒可能还在讲CES这一秒我可能回到AutoLab年会上面，中间有太多的跳跃领域，我们的对话也需要做通用的对话模型，能够符合人多变的、跳跃性的思维。第三个我想提到的是内容的学习，如我所说AI像小朋友一样在不断的学习新的知识，特别是在现在的物联网时代我们的知识迭代每天有很多新的名字出现，2016年的时候很多人都不知道diss这个词，但是因为2017年《中国有嘻哈》火了大家知道Diss，我们也在不断学习。同理，对于机器来讲它也需要不断的学习。

如何做到更高效？为什么我说语音交互会成为在车载过程中最主要的交互方式呢？因为它确实有更加便捷和高效的部分，简单来讲就是一键直达。这里举一个例子，下周五去深圳出差给我订一个上午出发的头等舱机票，酒店定在深圳湾附近。我相信在座的各位领导即使没有小秘书，秘书差不多完成这个任务也得五六分钟吧？现在你只要说一句话蓦然认知就能够把这么复杂的任务做到精准决策，在30秒内就做成，这个过程中其实要解决很多的问题，订机票、订酒店，同时给你订的酒店还不满意还要满足你去修改的需求。“找一个天山SOHO附近适合情侣约会的餐厅，人均200元以下。”如果系统给了我们一个答案，接下来你还要想既然约会总要开车，“附近好停车吗？”当然你可以说大不了先打开大众点评，然后看看有哪些餐厅选上了再看看地图，打开地图搜一下这附近有没有停车场，那我问一下，你怎么知道这个停车场到底是满的还是没满的呢？特别是在商业区可能停车非常紧张，即使告诉你有了停车场过去的时候发现停车位全满了，大家可以看到这其实背后跨了很多数据、很多的服务，而且需要做到综合的决策。我们现在允许你只要通过对话的方式就可以帮你找到餐厅、找到停车场，而且是找到有停车位的停车场，这就是AI更高效的地方；

还有一个特点叫做更精准，这里的更精准指的是个性化。其实车主对汽车的个性化追求一直存在，从最开始我们去改装车甚至有的人用高价购买具有自己个性的车牌，我的第一辆车就用我自己名字命名的，就是希望它能展现我的性格，相信在座每一个人都有这种个性化的需求。说到语音交互，我们怎样让它拥有个性化呢？每个人对语音助手都有自己的定义，《星球大战》的粉丝觉得Didi（音）特别好，如果是《星球联盟》的觉得贾维斯特别好，如果是二次元的同学会认为卡通形象是他的虚拟助手形象，这些都是潜在的外表的个性化。真正的个性化应该做到什么呢？回到语音交互方向上来讲，我们认为个性化应该是个性化的声音如果你喜欢东北腔我们就搞东北腔的TDS。还有个性化的唤醒词，可以叫小蓦。还有个性化的头像，这些都是非常表象的真正做到个性化的是个性化的用户画像，每个人都希望这个驻手专属于我自己。今天上午其实很多嘉宾在讲我们未来可能汽车行业会发生很大的变化，以后也许我们不再拥有自己的汽车如果当你有一天没有拥有自己汽车的时候如何个性化呢？你不能够买一个车牌也不能够去改装汽车的外表，那个性化的虚拟语音助手就显得非常重要了，一上车就知道你是谁、你的性格是什么样的、你的偏好是什么样的，它会成为你专属的虚拟助手，这是我认为的也是蓦然认知在做的个性化虚拟语音助手。说了这么多，最后请大家看一段视频，是我们在去年12月份发布会上的一段蓦然语音交互现在在这个方向上取得的一些小成就。

（播放视频…）

谢谢大家，其实这里可以看到我们的语音交互和大家所认为的语音交互有很大不一样，因为它变得更加智能。这里的智能知道我们帮你做决策、做很多主动推送，这是我们想用语音交互来重新顶一下一代智能车联网，谢谢大家。

主持人：谢谢龚总的精彩演讲，请您先留步，接下来的圆桌论坛还需要您。AI确实让我们的生活变得更加的高效、精准、个性化，同时我们现场也邀请到了其他3位贵宾，他们是：

奇点汽车自动架构总监 李建朋

友衷科技创始人  刘淼博士

飞驰镁物CEO 王强

同时将话筒给AutoLab创始人赵奕老师，由他来主持“AI与汽车升级”圆桌论坛，掌声有请！

赵奕：今天下午的第二场论坛有4位重量级嘉宾来到台上，同时现场还有很多观众坚持到最后，应该说你们坚持到最后是对我们论坛最大的支持，你们对AutoLab有真爱，谢谢大家。为了活跃一下现场的气氛，所以请允许我跟现场的观众做一个互动，以举手的形式进行互动。问题也很简单，你们对AI的发展有担忧的或者说毫无担忧、非常欢迎，有担忧的人请举一下手。7-8位的同学有担忧，剩下的是特别欢迎AI介入到我们的生活吗？是，看来对人工智能的发展未来有担忧的还是极少部分的同学，今天我们要讨论的话题就是AI与汽车升级。在场的其中3位嘉宾都做过了演讲，还有1位嘉宾是来自奇点汽车的李总，请您自我介绍一下。

李建朋：大家好，我来自于奇点汽车，我的名字叫李建朋。我主要负责自动驾驶的开发，奇点汽车成立于2014年，成立两三年以来一直致力于打造一款更懂你的电动汽车。2017年3月份发布了第一款量产汽车IS6（音），前段时间宣布了和英美达的深度合作，前几天宣布我们在美国硅谷成立了美国研究院。奇点汽车一直致力于打造一款懂你的电动车，我们一直把人工智能和自动驾驶作为核心价值，我们也致力于在不远的将来尽快的把产品提供给大家，谢谢。

赵奕：谢谢李总，李总来自于一家新兴造车企业，正好有团队在美国参加报道也会见证一下我们在北美的新路程。回到主题就是AI与汽车升级，第一个问题想问4位嘉宾现在汽车AI处于什么水平？想请各位嘉宾分享一下。刚才龚总好像谈到了，从最早的广播开始聊起您是怎么看待的呢？

龚思颖：我觉得这个话题比较大，其他部分我不是很了解但是人机交互上面来讲，目前我们其实还处于起步阶段。语音交互来看，蓦然认知2016年成立所以跟主机厂的接触也没有那么久，但过去一年里跟大家接触下来很多主机厂对于语音交互还是停留在非常简单的命令型的，像最开始的开灯、关灯、打开车窗，我讲是上个世纪语音交互的概念里面真正有一些触动的是在2017年福特和Alexa的牵手，我相信这给主机厂带来了很大的压力。因为以前各种各样的人机交互革新对于主机厂来讲，他觉得这个好像离我还挺远的更多是消费电子类的，但是福特走在最前面，这个阶段里面我发现主机厂对人机交互看得更重了。从合作和各种创新项目来看都是想赶上这波人机交互的班车。

赵奕：大家捕捉到关键词了，福特在这个领域发展得特别好。他们在这块有这么大发展有赖于他们最早和微软进行合作，台上有一位嘉宾之前来自微软，我也想请您聊一聊现在AI的发展水平。

王强：刚才大家提到了福特Think（音）我还有幸参与了第三代产品的研发，当时还在微软。现在AI在汽车尤其是传统汽车行业这块，目前的发展还属于探索阶段，刚考虑把AI相关的技术在汽车上使用。主要是两大方面：一方面是智能网联，更多的和车联网结合，在车内提升所谓的交互体验。

交互体验现在两大类：一类是自然语言的交互，更多还是龚总这边蓦然认知所专注的领域；第二块就是情景感知，更多的是把场景判断通过环境变化还有车况和用户的状态相关数据实时采集到云端进行场景感知的判断，然后判断当时的驾驶处于什么样的场景，主动式的通过云端给车推送各种各样的内容。其实这个说起来比较抽象，实际应用感受就是真的这辆车好像自己有情感，基本上会打破现在的交互模式。大家仔细研究会发现车内所有的交互更多还是主动式的，用户主动控制进行相关的操作，即使咱们说的车载信息系统更多的还是把互联网应用往车上移植，基本上属于这个状态。

但是我觉得远远不够，其实汽车环境还是很特殊的是高速行驶的安全位移工具，大家在车里面的应用从肢体上来讲是受限的，尤其注意力各方面比较专注，这种情况下我们不太认为像生活中的其他场景一样，大量通过自己的主观判断使用各种各样的功能。一方面我们认为车载功能叶就这么丰富，在驾车的环境里面能使用的功能坦率来讲并不是那么有想象力的，这是第一点。第二点因为是高速行驶的过程，因此我们也不认为内心固化的，这是AI的发展趋势。当然现在AI还比较初级，仅仅是应用可以进车了，但实际上核心的技术在车内应用还是比较遥远的。像现在大家都说的机器学习，但实际上这个应用层次非常低，大家仔细看会发现没有实际用到的技术在车上，这个其实也是现在对现状的总结，跟大家分享。

赵奕：谢谢王总。其实王总说了一下现状的情况，理想很丰满、现实很骨感。包括刚才演讲的时候分享了一个数字，现在总体所有的车辆当中能联网的才不到5%，能联上网不谈任何的自动驾驶、AI只有5%，从现在来看离这个美好的蓝图还有很长的距离。

刘淼：我觉得汽车电子这块最开始接触，比如说三年前一直觉得汽车电子最终往哪个方向发展呢？很简单，道路也比较明确就是消费类。消费类里面有各种技术，为什么？因为那个时候车的电子类器材比消费类滞后3年的，但是现在AI出现以后完全不一样了，你会发现AI一旦出现以后会引领车的需求往新的方向发展，因为有这方面的需求以后面向汽车的处理器去做，这时候给我们未来的想象空间就不是按照那时候的观点去看，现在变成汽车为主导的了，所以我认为其实在目前来说AI在汽车处于什么样的阶段？我认为可能是非常早期的阶段。同时AI本身也属于很早期的阶段，包括神经网络，大家可能会直接想到深度学习，但在学术上提神经网络凭借人的经验没有非常强有力的支撑，或者数据是在哪个空间上，这个观点不一定对，我其实还是比较赞同的。

赵奕：谢谢刘博士。刘博士刚才分享了一个特别有趣的观点，消费电子的发展会引领汽车领域的发展，就是这届CES上拜腾汽车发布了上面有一个全面屏，大家知道全面屏这个词来自于手机领域，不管是小米还是iPhoneX都在提全面屏，汽车上出现了全面屏。我刚才还在和王总探讨，从汽车驾驶工况安全性的角度来讲概念性的东西还值得探讨，李总您怎么看待AI现在发展水平的呢？

李建朋：我觉得从AI的确在车上面还集中在语音识别，或者一些比较简单的自然语言处理这方面更深层次的应用还没有，但是自动驾驶开发上面在开发的阶段，尤其是在前端的感知用到了比较多的人工智能、机器学习、深度学习，大家知道深度学习出现之后的确对环境感知和识别的准确率提高了一个等级，也对开发提供了很多的便利。我相信随着技术发展不断的成熟和稳定，会在电动车上越来越多的实现人工智能的应用。

赵奕：奇点有一个很大的团队在上海，把他们无人驾驶的团队放在了上海，也可以看出上海在汽车产业上面特别举足轻重的地位。回到AI话题，刚才第一个问题和在场所有的观众进行互动，问到大家对AI的担忧。说到AI脑袋里面的第一印象就是AlphaGo打败李世石和柯洁，人工智能特别强大。第二个反应是最新一部的《速度与激情》里面车都被恐怖分子操控了，被黑掉了大家感觉AI如果深度发展的话会不会对人类带来一些威胁？请教一下台上的4位嘉宾，你们是怎么理解的呢？

王强：我觉得这个问题也不是非黑即白的选项。从历史的角度来看，科技本身自己不能够决定到底朝积极的方向发展还是消极的方向发展，拿毒品来讲很多毒品都可以作为医疗的药物，用的不好的地方大家也都知道。同理我觉得AI也具备这个特征，科技的进步对于未来的负面影响更多还是取决于到底是把它用在正能量的积极面还是消极方面，跟赵老师谈的例子挺形象的，像《速度与激情8》里面的无人驾驶被黑客破译以后操纵它破坏城市，这是AI的负面性，但这不是相对的，还是取决于我们从人为的控制让新技术更多应用于机器方面，大的势头现在肯定是不可阻挡的，从历史上来看也有类似的问题产生，但都是靠人为的进行控制和解决，这个其实没有什么更好的办法。不能说因为有负面的东西就不用了，因为本身确实对人类的进步还是有决定性作用的，这是我的看法。

刘淼：来分享一些事情吧，2016年的时候去了GoogleX（音）跟他们无人车的领导聊过一些事情，Google做了那么长时间的无人车把AI应用到什么地方呢？其实最主要的地方还是在图像处理上，在机器识别这一块包括对于车的障碍物、周边环境感知上真正决策这辆车应该直行、拐弯还是在什么地方停下来，单靠这些障碍物的检测还是AI，我那个时候觉得还是比较安全的，它不参与你的决策只是给你输出结果，这个结果对于我们来讲是可控的。再往求纯靠AI，换句话说用机器大脑控制你的刹车、油门和方向盘这个时候让不让人放心我还是有些顾虑的，因为基于神经网络训练出来的东西会有些遭人攻击的东西，现在也有专门研究图像AI识别攻击的方法，所以我觉得完全自主驾驶汽车还有相当长的路。我跟无人车的创业者也聊过，大家觉得AI还是关在笼子里面，可以决策但是得首先保证不违反交通规则，不违反我所有判断的前提条件下让它做这个决策，比如说超车还是什么，首先得符合法律法规。我认为在短期内大概是这样一个结论。

赵奕：短期安全，短期还是关在笼子里的是吗？谢谢。

李建朋：其实很难界定人工智能是安全的还是说会对人类造成一些“灾难”。因为人工智能的确是在一些领域，包括语音识别领域体现了很大的优势，另一方面的确也有很多人包括马斯特、霍金对人工智能的发展提出了警告，我们认为人工智能本身是工具，它的性质取决于用工具的人而不在于工具本身。就像是核能可以用它造核弹也可以用它造核电站，我们能做的是说尽量引导技术向对人类有利的方向发展，这是我们能做的。对于人工智能本身的技术发展，我认为它的技术发展能够给其他领域的汽车行业包括其他的消费品行业提供了更多的可能性。

龚思颖：您刚才举的例子像《速度与激情8》里面的车被恐怖分子操控了袭击人，我觉得这里给了一个很好的话题叫做人工智能时代的安全问题。其实这个安全问题我觉得不仅是对于人工智能而言甚至我们在互联网上面也存在着各种各样的安全，安全问题也伴随着互联网技术不断发展成熟起来的。面对黑客的攻击其实在互联网中也会存在，我对人工智能的未来还抱有很乐观的态度，虽然过程中可能会存在目前情况下包括机器学习、深度学习训练的结果可能并不是最准确的，我觉得技术是不断成熟的过程，你的数据积累得越多、认知能力越强的话，我相信机器其实在很多情况下综合给出的决策会比人更为可靠，因为人在去做决策的时候从各方面来获取更多的信息和资源，如何处理这些信息其实是和每个人的认知能力相关的。

我觉得机器其实汇集了很多非常优秀的智慧在里面的，所以我觉得在决策过程中在智慧上面更加的稳定，回到会不会对人有威胁我觉得一定会对人有威胁，威胁并没有很远，就在今年或明年都会有其实一直都在有。我觉得它的威胁更多在于说我们经历新一代的工业革命，AI确实在很多方向上带来了很多效率的提升会威胁到一些产业结构的变革，可能会把低端的劳动力替代掉，像当年机器生产出来的时候把很多手工作坊替代掉，现在我们以前认为做会计和投行的数据分析岗位都有可能会面临着失业，我觉得这个所谓的挑战相信有很多文章也在出来，我觉得确实是有威胁的，这就是人类发展的阶段。新的技术出来了，我们人也在不断的学习和成熟，我们可以掌握机器中和人工智能没有掌握的技术从而建设我们更好的家园。

赵奕：谢谢，你的分享让我很有感触。我想起以前罗振宇谈到AI的时候他有一段描述，他说AI现在的发展水平就像你在火车站，火车还没有来但是你把耳朵贴在铁轨上大概能听见远远的火车要来了。站起身来准备迎接这辆火车的时候，火车并没有停站而是在面前呼啸而过，已经超越你所在的位置了。他是这么来形容的，我觉得可能是AI未来的发展状态，现在看它是1岁、2岁的水平，等到真的有一天蓬勃发展起来就像AlphaGo一样可以把李世石下败，对AI的担忧我也分享一个小小的故事。我去年参加捷豹路虎科技节当时他们全球董事长就说“我有一种感觉，随着AI发展全英国10万卡车司机将会首先失业，他们的家庭怎么办？孩子妻子谁来养活？”他做了一个很具有人文关怀的分享，当然这是AI眼前会带给我们的威胁而不是人身安全怎样，因为人身安全我们不恰当的驾驶带来的威胁更大一些。

最后一个问题想请问台上的4位嘉宾，你们觉得2018年在AI或者在汽车AI领域会取得哪些突破？

龚思颖：我觉得在2018年来讲，相信在自动驾驶上面肯定会取得更好的成就。因为图像识别技术已经越来越成熟了，再加上中国市场里面政府的大力支持以及越来越多的创业者投入到这个行业里面，所以我觉得在自动驾驶上肯定会有新的成绩出来。还有一个就是我们所从事的车联网，我们今天强调的车联网强调的在于如何把丰富的服务能够通过语音交互或者更便捷的形式送达到用户的手中，并且去把汽车这个场景中比较单一的需求包括音乐、导航等等丰富化，因为大家都在讲汽车生活，既然生活不仅仅只是驾驶、不仅仅是导航、不仅仅是听音乐，有很多很多说不定今天晚上有个约会、去看个电影，早上起来的时候还吃了个早餐、买了杯咖啡这才是生活。如果真的要把车联网服务用活、能够更好地辅助人、辅助车主的话，一定要把语音交互的用户体验做得更好，同时AI系统应该更加智能，这个智能指的是我们能够收集到各种各样信息做到最好的决策甚至是提前决策，我们在做决策下一步需要做什么，从而帮你最高效的安排。

赵奕：2018年可能会帮你预测下一步，这是非常大的进步。

李建朋：我们可以看一下2016年、2017年，Google发布了测试报告，Uber开始在特定城市里面做试运营。在AI芯片方面比如说英美达公布了新的芯片，然后也发布了解决方案，Google发布了第二代TPU，国内厂商也发布了AR芯片，这些我们可以看到一个很清晰的脉络就是AI在汽车行业里面产业化越来越清晰、越来越临近。我觉得在2018年人工智能会有更多的应用，具体到自动驾驶方面我觉得在2018年L2或者L2以上、L2.5自动驾驶的解决方案会开始普及。

刘淼：其实我同意李总的观点，就是关于芯片这块这是我一直关注的一点。AI最终集成下来要在现实中做应用取决于你的运算能力，现在的芯片都是一代芯片会受使用上的限制，宏观上来说最终想落地到实际的应用还是依赖于芯片和它的发展，这些东西都是面向终端的。不是说所有的数据都要在一个终端里面，我觉得2018年在终端应用这块随着芯片产品化这块会形成突破，其他的算法学术上研究了很久，真正落地的话还是靠这种。

王强：像前面几位嘉宾说的，一方面我认为2018年在自动驾驶领域会有一个非常明显的发展，主要得益于芯片技术的成熟，还有一方面就是国家现在大力扶植这个领域。国家刚刚颁布了智能汽车的征求意见稿，把各方面的标准也都进行了系统化的梳理，我觉得这方面也会大力推动行业的发展。另一方面2018年也是量产车上搭载不同级别的自动驾驶技术车型会越来越多，还有一方面就是相信2018年会有更多的互联网车型搭载不同的AI场景会更层出不穷涌现在大家的眼前。除了这部分我还想跟大家分享一下，除了汽车产品本身AI应用以外还有一个行业在2018年也会加大应用和投入的力度，就是生产制造环节，咱们说的智能制造也是在四大工艺的生产过程中会有更多的机器人替代人工实现更加经济、精密的制造和运营效率，这也是需要大家关注AI在汽车行业应用的主要领域。

赵奕：谢谢王总，王总刚才特别提醒大家不要光关注2C的领域，还可以关注一下AI在B端也就是制造端的升级换代给汽车产业带来的变化。非常棒的分享，我们第二场的圆桌接近尾声了，我不知道大家注意到没有，刚才罗秘上来致辞的时候提到这几年汽车产业发生迭代、发生发展的几个大方向，新能源、车联网、AI、智能驾驶/自动驾驶、新材料这四个方向，但是我觉得起码前三个方向在融合，未来这三个方向会走到特别有趣的交叉结合点，这个点会给大家带来特别终极的优越体验。我注意到刘博士在分享的时候提到过去若干年里面，其实是消费电子在引领汽车业的发展，但是到了今天我们已经分不清汽车算不算是消费电子，因为在CES展上面唱主角的好像是汽车了，这已经是身边智能化的硬件，从它所面对各种各样的场景、所需要的计算能力来说，我们可以说未来汽车会引领整个消费电子，这就是我们今天面临的重大战略机遇。谢谢大家，我们第二场圆桌论坛到这里结束。

主持人：谢谢所有的嘉宾为我们带来的满满干货，感谢所有坚持到现在并且专注于行业的小伙伴们，为你们打Call，也为所有的来宾们打Call。接下来将进入大会的最后一轮颁奖环节，将会为大家颁发的是“年度科技融合奖”请看大屏幕！

（播放视频…）

再次邀请AutoLab创始人赵奕先生为“年度科技融合奖”颁奖，有请获奖者：青飞智能CEO孙一飞、友衷科技创始人刘淼、禾赛科技商务总监周琳上台领奖。

（颁奖环节…）

恭喜各位嘉宾，我们一起合影留念记录下这宝贵的时刻。美好的时光总是过得飞快，“数以智用·第四届AutoLab汽车行业年会”即将落下帷幕。下面有请我们本次活动主办方AutoLab的创始人赵奕老师，为我们本次大会致闭幕词，有请！

赵奕：非常感谢在座各位一直坚持到最后，今天一天的会议听下来还是挺疲劳的，干货满满接收非常大的信息量。我希望大家每个人在离开会场的时候也有满满的收获，再次感谢大家！我们明年再见，谢谢大家！

主持人：谢谢赵总，在这个特殊的日子里我们有幸聚集了汽车行业的先锋人士和优秀的媒体人们，一起探讨和探究了汽车行业的未来新走势。汽车行业的未来还有很多领域和空间去发展创新，还有更多的机遇等待着我们去把握，让我们一起怀着一颗赤子之心去迎接更多未来的考验，去创造更多宏伟的业绩！在科技这座巨人肩上抬眼眺望未来，携业界同侪迈向下一个平台！AutoLab和你一起在路上，谢谢台前幕后所有的工作人员，再次欢迎各位的到来，我们明年再见！