在當今汽車行業(yè)中，我們正見證著一場由科技驅(qū)動的變革浪潮。

隨著大模型、AI技術(shù)和仿真技術(shù)的不斷進步， 智慧出行行業(yè)的變革似乎已經(jīng)觸手可及，廣泛影響著不僅是交通出行的便利性，甚至影響著整個社會生活的方方面面，而在其中也同樣蘊含著廣闊的市場機遇。

美西時間2024年1月9日，作為全球科技界備受矚目的盛事之一，國際消費類電子產(chǎn)品博覽會 （CES）在美國內(nèi)華達州拉斯維加斯如期拉開帷幕。

作為CES上唯一舉辦MediaStage系列活動的中國媒體，本期鈦媒體 CES Talk to China Stage邀請到小鵬匯天副總裁仇明全、亞馬遜云科技中國行業(yè)集群總經(jīng)理沈濤、黑芝麻智能首席市場營銷官楊宇欣從 CES 2024 拉斯維加斯現(xiàn)場為您帶來 Talk to China系列對話之「智慧出行的無限可能性」。

從汽車制造商到科技企業(yè)

在本屆CES展會上，汽車行業(yè)的科技趨勢和創(chuàng)新展示占據(jù)了顯著位置，面對從汽車制造商到科技企業(yè)的轉(zhuǎn)變，行業(yè)內(nèi)所蘊藏的科技發(fā)展機遇逐漸浮現(xiàn)。

鈦媒體集團創(chuàng)始人&CEO趙何娟率先點出了本屆展會上汽車與科技產(chǎn)業(yè)在CES展會上的緊密融合，指出了傳統(tǒng)汽車公司都在努力成為全方位的科技公司。而這個觀點也得到了沈濤回應(yīng)，在他看來汽車作為未來最大的智能化平臺，車輛創(chuàng)新和數(shù)字化體驗的綜合提升正在成為新的趨勢。

沈濤表示，汽車產(chǎn)業(yè)的創(chuàng)新集中在車輛本身的智能化改革上，尤其是車聯(lián)網(wǎng)和自動駕駛技術(shù)。數(shù)字化轉(zhuǎn)型和生成式AI的結(jié)合正在推動整個行業(yè)的創(chuàng)新邊界，提升用車者的數(shù)字化體驗。其還提到了數(shù)據(jù)的處理和存儲，例如寶馬的自動駕駛平臺就構(gòu)建在亞馬遜云科技上，提供了持續(xù)的算力和AI服務(wù)，這樣的基礎(chǔ)設(shè)施支持讓車輛能夠不斷地迭代升級，同時車企需通過如此變化來滿足用戶需求和提升體驗。

隨著車聯(lián)網(wǎng)和自動駕駛技術(shù)的融合，如何保障車輛數(shù)據(jù)的安全性成為了整個行業(yè)必須面對的重大挑戰(zhàn)。對此，沈濤也強調(diào)了數(shù)據(jù)的安全性和合規(guī)性在智能車發(fā)展中的重要性，并分享了亞馬遜云科技利用其全球用戶經(jīng)驗，提供超過300項安全合規(guī)服務(wù)和產(chǎn)品的案例。這些服務(wù)產(chǎn)品為汽車制造商在面對創(chuàng)新與用戶數(shù)據(jù)隱私之間的平衡上提供了必要的支持。

對于自動駕駛的技術(shù)發(fā)展，沈濤認為算法和硬件的結(jié)合是又快又穩(wěn)地推進這項技術(shù)的關(guān)鍵。他認為多感官數(shù)據(jù)融合和機器學習技術(shù)是汽車知識化的核心，同時，這些技術(shù)帶動了傳感器、芯片和網(wǎng)絡(luò)連接技術(shù)的升級。在他的觀察下，這種跨域融合的創(chuàng)新正在推動車聯(lián)網(wǎng)服務(wù)的廣泛應(yīng)用，而車聯(lián)網(wǎng)服務(wù)又反過來促進了自動駕駛技術(shù)的進步。

而對于上述議題，仇明全從飛行汽車研發(fā)的角度出發(fā)，討論了AI在飛行控制和造型設(shè)計上的應(yīng)用，以及仿真技術(shù)大幅縮短產(chǎn)品開發(fā)周期及降低試錯成本的優(yōu)勢。

仇明全表示，AI技術(shù)在自動駕駛的研發(fā)中已經(jīng)發(fā)揮了實質(zhì)性的作用。以飛行汽車為例，他討論了這一新興領(lǐng)域中AI的作用，其中包括在飛行控制系統(tǒng)和自動駕駛模式的開發(fā)中的應(yīng)用。他談及如何在飛行汽車自動駕駛系統(tǒng)的設(shè)計中實現(xiàn)一鍵垂直起降和按設(shè)定路線飛行，也進一步說明了AI技術(shù)在降低產(chǎn)品使用難度方面的貢獻。

此外，仇明全還提到飛行汽車在設(shè)計造型時，通過結(jié)合AI與人類設(shè)計師的創(chuàng)意，保持了設(shè)計的多樣性和創(chuàng)新性。他還強調(diào)，仿真技術(shù)對于降低傳統(tǒng)航空產(chǎn)品研發(fā)成本、縮短開發(fā)周期的重大影響，這也體現(xiàn)了通過數(shù)字化創(chuàng)新來提升研發(fā)過程的趨勢。

楊宇欣則著重于AI在自動駕駛領(lǐng)域的工具性作用，并討論了L2和L3級別自動駕駛的量產(chǎn)和工程化挑戰(zhàn)。楊宇欣看好生成式人工智能（AIGC）在自動駕駛領(lǐng)域的應(yīng)用，認為通過有限的數(shù)據(jù)采集和場景識別，AIGC能夠?qū)崿F(xiàn)對corner case的廣泛覆蓋，從而達到或超越人類對場景的識別能力。

在談及芯片技術(shù)時，楊宇欣區(qū)分了訓(xùn)練芯片與推理芯片的不同用途，訓(xùn)練芯片用于生成大模型，而推理芯片用于端側(cè)的實時計算。

而在未來發(fā)展中，會有面向特定場景的垂直大模型出現(xiàn)，這需要推理芯片在端側(cè)進行高效的計算。因此，芯片公司面臨的挑戰(zhàn)是設(shè)計出既能夠支持這些大模型又具有性價比的解決方案。他提到，黑芝麻智能目前專注于推理計算芯片的發(fā)展，旨在用更高效的計算能力實現(xiàn)端側(cè)模型推理。

整體來看，汽車行業(yè)在技術(shù)融合、新型AI應(yīng)用、自動駕駛系統(tǒng)和智能平臺的發(fā)展上，有著豐富的發(fā)展機會。這些機會預(yù)計將會顯著影響智慧出行的未來，包括提升安全性、增強用戶體驗和降低成本。隨著技術(shù)的成熟，這些變革有望在不遠的將來實現(xiàn)，并極大地推動智慧出行向前發(fā)展。

對于創(chuàng)業(yè)者來說，是挑戰(zhàn)同時也是機遇

在智慧出行的大背景下，趙何娟與嘉賓們對于推動該行業(yè)前進所面臨的挑戰(zhàn)有深入的討論。

在討論智慧出行所面臨的挑戰(zhàn)時，沈濤強調(diào)了算力、數(shù)據(jù)處理能力、全球化部署、平臺一致性以及數(shù)據(jù)合規(guī)和安全管理等關(guān)鍵領(lǐng)域帶來的影響。他指出了自動駕駛技術(shù)對算力的巨大需求。這是因為自動駕駛車輛必須處理和分析來自傳感器的大量實時數(shù)據(jù)，包括但不限于攝像頭、雷達、激光雷達（LiDAR）等，這些裝置生成的數(shù)據(jù)量是非常龐大的。

此外，為了提升算法的效能，需要對海量數(shù)據(jù)進行存儲和分析，以訓(xùn)練機器學習模型，使它們能有效識別環(huán)境中的模式和對象。沈濤認為，這種對高性能計算資源的需求是自動駕駛技術(shù)成功實施的一個關(guān)鍵挑戰(zhàn)。

其次，沈濤討論了智慧出行解決方案在全球范圍內(nèi)部署時需要考慮的問題，如何確保全球服務(wù)的一致性和統(tǒng)一性以適應(yīng)不同市場的需求。他提到，在不同的國家和地區(qū)推出產(chǎn)品和服務(wù)時，企業(yè)會遇到各種復(fù)雜的法規(guī)、文化和基礎(chǔ)設(shè)施條件差異。沈濤認為，要在全球范圍內(nèi)提供一致的服務(wù)體驗，同時遵守當?shù)氐囊?guī)定和市場特征，是現(xiàn)有智慧出行公司面臨的重大挑戰(zhàn)之一。

沈濤接著從云計算的角度提出了解決方案。云計算提供從算力到存儲，再到大數(shù)據(jù)分析的服務(wù)，它以極大的彈性支持汽車商和科技公司的需求，尤其是在車聯(lián)網(wǎng)和人工智能領(lǐng)域。得益于全球化的數(shù)據(jù)中心網(wǎng)絡(luò)，廠商能夠在世界范圍內(nèi)高效、快速地部署解決方案。在安全合規(guī)方面，沈濤指出，亞馬遜云服務(wù)以其最高等級的服務(wù)職責模型為行業(yè)標桿，并通過其在不同國家區(qū)域的合規(guī)性要求，幫助企業(yè)迅速部署到目標市場。

對于創(chuàng)業(yè)者來說，沈濤認為挑戰(zhàn)同時也是機會。他提到，云計算平臺可以為創(chuàng)業(yè)者提供技術(shù)支持，并幫助他們將商業(yè)解決方案推向市場。技術(shù)堆棧如云基礎(chǔ)設(shè)施、數(shù)據(jù)平臺、人工智能和機器學習等，能夠讓創(chuàng)業(yè)公司快速構(gòu)建自己的工作量。在應(yīng)用層面，創(chuàng)業(yè)公司可以在底層、中間層和應(yīng)用層上迅速構(gòu)建自己的解決方案，而這正是創(chuàng)新和技術(shù)賦能的關(guān)鍵所在。

仇明全的發(fā)言圍繞飛行汽車領(lǐng)域的挑戰(zhàn)。他認為雖然在固定翼無人機等領(lǐng)域自動駕駛技術(shù)已經(jīng)相對成熟，但要實現(xiàn)全自動駕駛的商用飛行汽車還有很多技術(shù)難題。特別是飛行汽車的起飛和降落階段，這些是最考驗飛行器自動駕駛技術(shù)的部分，也常是航空事故的多發(fā)環(huán)節(jié)。解決這些技術(shù)難題需要遵循嚴格的航空安全規(guī)則，并實施精密的控制算法和復(fù)雜的系統(tǒng)冗余設(shè)計。

仇明全特別強調(diào)了冗余設(shè)計在確保飛行安全中的重要性。這種設(shè)計哲學讓飛行器在部分系統(tǒng)失效時仍然能保持運行，保障飛行的安全性。他提到了他們正在研發(fā)的飛行器擁有的整體多傘救生系統(tǒng)，這樣的設(shè)計旨在面對緊急情況時提供一種安全的救生手段，通過快速部署降落傘減少墜機的風險。

關(guān)于飛行器的具體發(fā)展狀態(tài)，仇明全提到了該公司研發(fā)的飛行汽車現(xiàn)在允許在人工駕駛和自動駕駛之間進行切換，但人類駕駛者有更高的權(quán)限。他預(yù)測，未來幾年將推出的產(chǎn)品仍將具備人工駕駛的選項，但后續(xù)的發(fā)展將是無人駕駛，這意味著飛行器將不再需要駕駛操縱系統(tǒng)，只需要設(shè)定好目的地便能自動飛行。他強調(diào)，這些發(fā)展的主要驅(qū)動力并非追求時髦，而是基于對產(chǎn)品的實際需求和應(yīng)用場景。

楊宇欣著重指出，智慧出行的最終目標是實現(xiàn)無人駕駛，但這不僅需要技術(shù)的發(fā)展和突破，也需要政策法規(guī)和交通系統(tǒng)的配合。他指出，智慧出行的方向不僅僅是讓車輛變得更加聰明，還包括使整個路網(wǎng)變得智能化，實現(xiàn)車路協(xié)同。此外，云端的智慧交通管理系統(tǒng)是加速實現(xiàn)完全無人駕駛的關(guān)鍵。

作為一個創(chuàng)業(yè)公司，黑芝麻智能的目標是推進整車電子電氣架構(gòu)的進一步演進，并從芯片角度出發(fā)推動技術(shù)創(chuàng)新，使功能整合且經(jīng)濟實惠。

在談到創(chuàng)業(yè)機會時，楊宇欣建議創(chuàng)業(yè)者專注于特定的技術(shù)創(chuàng)新和應(yīng)用場景，例如智能駕駛座艙和自動駕駛相關(guān)的生成式AI的應(yīng)用，或者芯片和電子電氣架構(gòu)的進步。他還強調(diào)了創(chuàng)業(yè)公司需要平衡技術(shù)創(chuàng)新和成本效益，使其產(chǎn)品和服務(wù)對客戶來說既高效又具有吸引力。

智慧出行的發(fā)展既面臨著巨大的技術(shù)挑戰(zhàn)，也提供了前所未有的機遇，這些都要求行業(yè)、政府和企業(yè)做出全面的策略和決策。上述嘉賓的討論為我們提供了一個多角度、多方位的視角去理解這個快速變化的領(lǐng)域，并為行業(yè)參與者尋找將挑戰(zhàn)轉(zhuǎn)化為機會的路徑提供了指引。

自動駕駛技術(shù)普及，仍需邁過成本關(guān)口

在討論自動駕駛技術(shù)普及的成本問題上，楊宇欣首先指出了電池成本作為目前車輛最大的成本因素，因此怎樣提高電量密度是材料科學領(lǐng)域的關(guān)鍵挑戰(zhàn)。而隨著電子系統(tǒng)逐漸集中化，硬件成本也有可能會有所下降。他解釋說，雖然車輛內(nèi)部電子系統(tǒng)日趨復(fù)雜，導(dǎo)致理論上成本增加，但集中化架構(gòu)可以降低電子硬件成本。

至于軟件成本，楊宇欣認為其也存在下降的可能性，尤其是當基礎(chǔ)編程工作逐漸被AI取代，而只有創(chuàng)新性的架構(gòu)和代數(shù)編碼仍舊需要人力時。楊宇欣認為，這是通過技術(shù)創(chuàng)新而非單純壓縮供應(yīng)鏈來實現(xiàn)結(jié)構(gòu)性成本降低的機會。他強調(diào)，創(chuàng)新，特別是來自非傳統(tǒng)汽車行業(yè)的思考，對于行業(yè)快速演變期間，能為行業(yè)帶來結(jié)構(gòu)性成本改善的可能性。

而仇明全在探討飛行汽車成本時，強調(diào)了研發(fā)周期的縮短意義。他提到利用AI和仿真技術(shù)來加速研發(fā)過程，以此來降低研發(fā)階段的成本，從而避免過高的人工和時間成本可能導(dǎo)致的企業(yè)運作困難。

在他看來，小鵬匯天與傳統(tǒng)航空業(yè)的最大不同，就是他們利用了成熟的智能電動汽車供應(yīng)鏈來降低成本。為規(guī)模化的推進做準備，他提到了依托于智能電動汽車的成熟供應(yīng)鏈可以降低成本，并將自研作為一種手段來減少對外部昂貴采購的依賴。在規(guī)?；矫?，他提出通過將成本和價格降低、并擴大銷售規(guī)模來實現(xiàn)良性循環(huán)，以及構(gòu)建立體交通網(wǎng)絡(luò)，讓飛行汽車不再只局限于某類客戶或使用場景，而是為更廣泛人群服務(wù)。

對此，趙何娟適時點出了自動駕駛不僅是技術(shù)和成本的問題，還面臨政策和法規(guī)的挑戰(zhàn)。而這也為創(chuàng)業(yè)者創(chuàng)造了新的機會，需要在不斷迭代的政策環(huán)境中，尋找新的商業(yè)模式和服務(wù)路徑。

楊宇欣進一步指出，未來的計算需求會隨智能化管理的提高而增加，這不僅限于汽車，而是包括了飛行汽車、船只和機器人等所有移動智慧終端設(shè)備，也就是說，任何能夠處理這些大量傳感器數(shù)據(jù)的“中央大腦”，都是對降低成本的有力支持。

仇明全也強調(diào)了數(shù)字化空域管理和空中交通管理系統(tǒng)的重要性，因為這些都是為了確保未來多元化、高密度的空中交通能夠安全運行的基礎(chǔ)。他以深圳的低空安全交通系統(tǒng)研究為例，展示了城市對于未來空域的消費構(gòu)想，同時也起到了示范作用。

綜合來看，降低自動駕駛和飛行汽車的成本需要通過材料科學的進步、硬件系統(tǒng)的整合、AI在軟件編程中的應(yīng)用、研發(fā)周期的縮短、供應(yīng)鏈的利用、自主研發(fā)的推進、規(guī)模化生產(chǎn)的推動以及數(shù)字化管理等多角度入手。同時，這個過程還伴隨著政策與法規(guī)的逐步成熟和創(chuàng)業(yè)者的不斷創(chuàng)新。