【2020汽車藍皮書論壇】圓桌討論：循序漸進漸入佳境，自動駕駛在消費者感知中成長

8月11日，以“冬芽”為主題的第十二屆中國汽車藍皮書論壇2020在英雄之城武漢隆重開幕。

今年中國汽車藍皮書論壇的主題是“冬芽”。中國汽車藍皮書論壇希望“冬芽”這個主題能夠更好地傳遞積極向上、樂觀向上、不屈不撓的精神，非常適合后疫情時代。

作為新冠肺炎疫情后中國汽車行業舉辦的首個重量級汽車論壇，本次論壇連續舉辦三天(8月11日-13日)，邀請200多位行業領袖出席，22個重要圓桌議題，30場精彩演講。

11日下午，由搜狐科技董事主持，滴滴自動駕駛公司CTO魏，時宇科技聯合創始人、董事長兼CEO吳甘沙，中智行科技副總裁，法雷奧集團中國區CTO顧建民，穆宗科技創始人兼CEO，圍繞“自動駕駛如何在消費者感知中成長”這一主題展開圓桌討論。

以下是討論節選。

曉寒:我們今天的主題是“自動駕駛如何在消費者的認知中成長”。現在是關鍵時刻，各個層面的一些應用已經開始讓消費者有所感受。自動駕駛在交通領域的應用有兩種，一種是用于人的運輸，一種是用于貨物的運輸。

剛才吳總和魏總談了一些，另外幾位嘉賓這兩年發展和狀態都非常好。我想先問你一個問題。在你看來，未來幾年，無人駕駛應用最能給消費者或用戶最深的感知是哪個方向？

魏:未來，我感覺司機在未來兩三年內真正做到大規模商業應用的無人車還是很難的。無論是技術上的突破，還是商業法規政策上的突破，都還很難。

對于大眾來說，帶自動駕駛的試運營，甚至帶安全員的駕駛，都是很好奇的，給我們提供了很多建議和鼓勵。

我覺得對于大眾來說，在小范圍內有安全員自動駕駛，可能是第一次可以有一種自動駕駛的感覺。怎樣才能真正進入他們的生活？在上海通勤的人用我們的自動駕駛網絡，是大家體感最強的。

曉寒:每年有多少人來申請？

魏:這個不方便透露。上海有超過30，000人在白名單上注冊并使用我們的應用程序。

曉寒:吳先生，你認為這個問題怎么樣？

吳甘沙:這個問題挺難回答的。首先，我們平時說的時候，經常會把無人駕駛和自動駕駛混淆。

其實我們做的比較好的是無人駕駛，是L4級別。L4水平是一個粗略的判斷。B端會比C端快，B端的消費者可能感覺不到。

當然，從自動駕駛的角度來說，所謂的自動駕駛就是把駕駛員帶上。我們現在實際上已經體驗到了自動駕駛這個產品。現在一些特斯拉車主已經享受到了。從遠處看，車可以在那邊叫。我相信未來兩年停車服務產品會出來，可能會更有感知力。

曉寒:張經理，你認為呢？你一直在談論L4即將到來。

張振林:這個話題是自動駕駛給消費者的大規模感受。事實上，根據國際自動駕駛分類或者中國自動駕駛分類，從L0到L1、L2、L3、L4、L5，消費者最先感知到高級自動駕駛輔助功能的是L2，駕駛員仍然需要承擔主要責任，自動駕駛系統作為高級系統的輔助。我們可能有許多消費者已經感受到了這樣的自動駕駛條件。

第二，我不是特別看好L3，就直接跳到L4。L4是先感受到的，兩位大佬都提到過，可能在某些工作條件下，某些區域消費者會先感受到。比如滴滴很棒，L4自動駕駛體驗會在嘉定舉辦，…它在機場和其他地方完全無人駕駛。我覺得應該從整體或者分層次這樣來看，這樣討論可能更準確。

曉寒:顧經理，你覺得呢？

顧建民:這是一個非常好的問題。首先看客戶端。事實上，在許多場景中，2B端的客戶是自駕車，并且實現了地理圍欄。在港區、礦區、物流園區半封閉場景下，已經有高度自動駕駛的設備或車輛在運行，AGV是L4自動駕駛車輛，在園區內運行。

我們看C端客戶，不要過分強調L3、L4、L5層面的討論。更重要的是回歸到與C端客戶相關的場景和功能。如果從場景和功能來看，其實我們的駕駛輔助或者自動駕駛產品已經出現了。我覺得C端客戶更容易或者更早享受到自動駕駛，最容易或者最早出現的兩個場景和功能。

首先是泊車，從泊車輔助到自動泊車，再到遠程自動泊車，遠程自動泊車可以選擇車內或車外，讓車輛自動找車位找車位。還有記憶停車，也就是通常所說的定點停車。這條路線很明確。你可以看到很多車輛，不一定是高端車，都有量產的泊車輔助，我們長安CX75就有量產的自動泊車。可以看到你已經在享受這個功能了。

另外一個場景就是所謂的結構化道路，高速公路場景，交通場景比較簡單，再加上交通法規的限制，在一定速度以下，客戶完全可以放開手腳，這一點在很多車輛上已經實現。

在這兩種場景下，C端的客戶其實是在享受某種程度的自動駕駛，所以一句話，不要完全糾結于L3、L4、L5哪個場景和功能值。

曉寒:那唐總經理呢？

唐蕊:前面幾位嘉賓已經講得很透徹了。我簡單補充一點。我覺得吳甘沙一直講的就是自動駕駛和無人駕駛有區別，然后輔助駕駛和自動駕駛有區別，L2，L3，L4。未來幾年，還是看傳統車好，高速以L2為主，低速以L3、L4為主。這兩個系統可能會合并成一個系統，不匹配會成為主要形式，被消費者廣泛使用。

曉寒:我覺得剛才的回答可以概括為:在一些特定的場景下，比如低速、封閉，比如一些停車場景下，我們可以快速或者清晰地感知到自動駕駛或者無人駕駛帶來的便利和技術進步。如果這個問題進一步延伸，作為一個真正的C端用戶，可能更關心的是真正的自動駕駛，這樣大規模的感知。

其實這個問題已經討論很久了。到現在中場休息，這個東西什么時候才能真正走進我們的生活？比如滴滴之后就沒有司機了嗎？小哥哥美團成了機器人？你認為這些什么時候會到達？

魏:自動駕駛的初衷是提高整個交通的安全性和效率。在做的過程中，我們逐漸意識到里面人的重要性。我覺得我們的司機以后肯定不會被取代。他們將提供更高價值的服務。

除此之外，滴滴還會為自動駕駛行業或者整個行業的進化創造更多更好的工作機會，包括自動駕駛的測試人員和安全員，包括遠程助手和控制員，可以創造更多的就業機會。從時間線上看，未來幾年小規模可期，固定路線固定區域小規模可期。

曉寒:自動駕駛的成本和載人駕駛的成本什么時候能達到平衡？

魏:以前的預測是不斷被修正的。從2007年開始舉辦比賽，感覺五年后自動駕駛會風靡全球。做了15年，還是發現困難很多。我們離產品和最終目標越近，難度就越大。從成本的角度來看，我感覺還是在技術進化的S曲線中間，或者說是在快速進化。

曉寒:吳先生，你認為怎么樣？

吳甘沙:生活還是公司……？

曉寒:好幾年了。

吳甘沙:就行業而言，不會僅僅因為技術沒有完全成熟就停滯不前。我們必須設法讓它首先被使用。在這個科技行業，有一種說法叫曝光定律。如果你讓你的用戶天天用，他會慢慢越來越喜歡你，也會慢慢包容他的錯誤。這就是所謂的“曝光定律”。

像滴滴這樣通過混合調度逐漸讓更多消費者接觸，并在使用過程中不斷糾錯學習，才是正道。而且我認為，即使有一天技術成熟了，也有兩種情況，一種是極端天氣，一種是發現了非常重要的BUG，從對消費者負責的角度出發，應該召回所有汽車。

如果不是混合派單，你的服務會休克，你的APP就沒用了。所以我覺得混合餅狀圖是一個很好的方式，通過灰度來部署，可以讓技術運營起來，解決這種極端服務中間的服務場景。

現在我們可以看到，混合調度已經出現。可能三五年后，在一些地方基本就是混派了。遇到惡劣天氣和重大bug，由人駕駛的出租車補上是一條很好的路徑。

在B端，我覺得今年已經開始了。比如我們在機場跑的無人行李牽引車，已經跑了8個月了。疫情很嚴重的時候，人力不足是很好的責任。這些場景完全沒有問題。

曉寒:這些場景需要混合部署嗎？

吳甘沙:目前還是混合部署。半年或者一年后，單線就可以實現無人化部署。

曉寒:工廠外的下一步是什么？

吳甘沙:有很多場景。另一個大市場是干線物流。在一些具體場景中，除了剛才提到的機場、工廠的物流，還有礦山、環衛、終端配送、港口等等。這種特定場景下的無人駕駛應該是近幾年才開始運行的。

讓B端的消費者感受到降本增效。我認為你不應該太擔心費用。在科技行業，只要你的技術成熟，有分寸，成本從來不是問題。現在關鍵是技術不成熟，量上不去。所以你會遇到先有雞還是先有蛋的問題。未來幾年，相信會成熟，降到10萬元以下會很快。

曉寒:我想問一下張總，您之前關注的是L4。每次采訪你，你都在說L4有多好。希望你能再給我們講一遍。作為一個樂觀主義者你為什么這么看好L4？

張振林:關于自動駕駛的分類，我們對L4的想法是相對完全的自動駕駛。其實我們目前說的更多的是完全自動駕駛，更多的是基于自行車智能的自動駕駛。

中之星是一家非常年輕的公司，成立于2018年。在此之前，這個團隊在自動駕駛方面有著非常豐富的商業經驗。這一塊怎么能盡快實現自動駕駛落地，像你剛才說的時間表。純粹依靠單車智能，我們去和Waymo打這些數據。就在剛剛，Waymo在2012年開始了數百輛汽車的路測，特斯拉的影子模式，包括滴滴也在做大量的工作。我們使用什么樣的技術？我是一名工程師。這條路要走很長時間。有沒有其他的輔助方式或者一些靈活的方式？

所以我們剛剛提出了L4的技術路線，將5G+AI單車的智能與車輛和道路的協調結合起來。我們一直在做自行車智能。我們在車上安裝了傳感器，不斷進行道路測試，不斷訓練我們的模型。同時，最近宣布的與中國電信集團在車路協同和5G方面的合作，將把自行車的智能與5G的高帶寬、低延遲、安全的特點融合在一起，解決我們需要大量數據積累的問題。

今年因為這次疫情，在3月份推出了“新基礎設施”的概念，有一個非常明顯的特點:5G的大力部署和中國在智慧道路上的努力。基于這一判斷，我們堅信人工智能的優勢和中國政府對5G和基礎設施的巨額投資……建設相結合，通過智能汽車、智能道路、5G云，L4級全自動駕駛可以在部分區域快速被所有人享用。

曉寒:我剛剛談到了5G。對了，5G是部署第一年。您對目前的部署速度滿意嗎？有沒有覺得自己在拖后腿或者追不上？

張振林:去年是真正5G的第一年，這可能不盡如人意或有些延遲。各運營商正在部署他們的主要網絡。慈之星公司得到了政府和運營商的大力支持，根據業務需求在多個地區部署了具有獨立主網的5G網絡。我們現在的合作發展非常迅速，這也給了我信心。總的來說，我們正在快速前進。但如果5G全覆蓋，所有地區都需要主網還需要一段時間，目前來看不是障礙。

8月11日，以“冬芽”為主題的第十二屆中國汽車藍皮書論壇2020在英雄之城武漢隆重開幕。

今年中國汽車藍皮書論壇的主題是“冬芽”。中國汽車藍皮書論壇希望“冬芽”這個主題能夠更好地傳遞積極向上、樂觀向上、不屈不撓的精神，非常適合后疫情時代。

作為新冠肺炎疫情后中國汽車行業舉辦的首個重量級汽車論壇，本次論壇連續舉辦三天(8月11日-13日)，邀請200多位行業領袖出席，22個重要圓桌議題，30場精彩演講。

11日下午，由搜狐科技董事主持，滴滴自動駕駛公司CTO魏，時宇科技聯合創始人、董事長兼CEO吳甘沙，中智行科技副總裁，法雷奧集團中國區CTO顧建民，穆宗科技創始人兼CEO，圍繞“自動駕駛如何在消費者感知中成長”這一主題展開圓桌討論。

以下是討論節選。

曉寒:我們今天的主題是“自動駕駛如何在消費者的認知中成長”。現在是關鍵時刻，各個層面的一些應用已經開始讓消費者有所感受。自動駕駛在交通領域的應用有兩種，一種是用于人的運輸，一種是用于貨物的運輸。

剛才吳總和魏總談了一些，另外幾位嘉賓這兩年發展和狀態都非常好。我想先問你一個問題。在你看來，未來幾年，無人駕駛應用最能給消費者或用戶最深的感知是哪個方向？

魏:未來，我感覺司機在未來兩三年內真正做到大規模商業應用的無人車還是很難的。無論是技術上的突破，還是商業法規政策上的突破，都還很難。

對于大眾來說，帶自動駕駛的試運營，甚至帶安全員的駕駛，都是很好奇的，給我們提供了很多建議和鼓勵。

我覺得對于大眾來說，在小范圍內有安全員自動駕駛，可能是第一次可以有一種自動駕駛的感覺。怎樣才能真正進入他們的生活？在上海通勤的人用我們的自動駕駛網絡，是大家體感最強的。

曉寒:每年有多少人來申請？

魏:這個不方便透露。上海有超過30，000人在白名單上注冊并使用我們的應用程序。

曉寒:吳先生，你認為這個問題怎么樣？

吳甘沙:這個問題挺難回答的。首先，我們平時說的時候，經常會把無人駕駛和自動駕駛混淆。

其實我們做的比較好的是無人駕駛，是L4級別。L4水平是一個粗略的判斷。B端會比C端快，B端的消費者可能感覺不到。

當然，從自動駕駛的角度來說，所謂的自動駕駛就是把駕駛員帶上。我們現在實際上已經體驗到了自動駕駛這個產品。現在一些特斯拉車主已經享受到了。從遠處看，車可以在那邊叫。我相信未來兩年停車服務產品會出來，可能是m……敏銳的洞察力。

曉寒:張經理，你認為呢？你一直在談論L4即將到來。

張振林:這個話題是自動駕駛給消費者的大規模感受。事實上，根據國際自動駕駛分類或者中國自動駕駛分類，從L0到L1、L2、L3、L4、L5，消費者最先感知到高級自動駕駛輔助功能的是L2，駕駛員仍然需要承擔主要責任，自動駕駛系統作為高級系統的輔助。我們可能有許多消費者已經感受到了這樣的自動駕駛條件。

第二，我不是特別看好L3，就直接跳到L4。L4是先感受到的，兩位大佬都提到過，可能在某些工作條件下，某些區域消費者會先感受到。比如滴滴很棒，L4自動駕駛體驗會在嘉定舉辦，機場等區域完全無人駕駛。我覺得應該從整體或者分層次這樣來看，這樣討論可能更準確。

曉寒:顧經理，你覺得呢？

顧建民:這是一個非常好的問題。首先看客戶端。事實上，在許多場景中，2B端的客戶是自駕車，并且實現了地理圍欄。在港區、礦區、物流園區半封閉場景下，已經有高度自動駕駛的設備或車輛在運行，AGV是L4自動駕駛車輛，在園區內運行。

我們看C端客戶，不要過分強調L3、L4、L5層面的討論。更重要的是回歸到與C端客戶相關的場景和功能。如果從場景和功能來看，其實我們的駕駛輔助或者自動駕駛產品已經出現了。我覺得C端客戶更容易或者更早享受到自動駕駛，最容易或者最早出現的兩個場景和功能。

首先是泊車，從泊車輔助到自動泊車，再到遠程自動泊車，遠程自動泊車可以選擇車內或車外，讓車輛自動找車位找車位。還有記憶停車，也就是通常所說的定點停車。這條路線很明確。你可以看到很多車輛，不一定是高端車，都有量產的泊車輔助，我們長安CX75就有量產的自動泊車。可以看到你已經在享受這個功能了。

另外一個場景就是所謂的結構化道路，高速公路場景，交通場景比較簡單，再加上交通法規的限制，在一定速度以下，客戶完全可以放開手腳，這一點在很多車輛上已經實現。

在這兩種場景下，C端的客戶其實是在享受某種程度的自動駕駛，所以一句話，不要完全糾結于L3、L4、L5哪個場景和功能值。

曉寒:那唐總經理呢？

唐蕊:前面幾位嘉賓已經講得很透徹了。我簡單補充一點。我覺得吳甘沙一直講的就是自動駕駛和無人駕駛有區別，然后輔助駕駛和自動駕駛有區別，L2，L3，L4。未來幾年，還是看傳統車好，高速以L2為主，低速以L3、L4為主。這兩個系統可能會合并成一個系統，不匹配會成為主要形式，被消費者廣泛使用。

曉寒:我覺得剛才的回答可以概括為:在一些特定的場景下，比如低速、封閉，比如一些停車場景下，我們可以快速或者清晰地感知到自動駕駛或者無人駕駛帶來的便利和技術進步。如果這個問題進一步延伸，作為一個真正的C端用戶，可能更關心的是真正的自動駕駛，這樣大規模的感知。

其實這個問題已經討論很久了。到現在中場休息，這個東西什么時候才能真正走進我們的生活？比如滴滴之后就沒有司機了嗎？小哥哥美團成了機器人？你認為這些什么時候會到達？

魏:自動駕駛的初衷是提高整個交通的安全性和效率。在做的過程中，我們逐漸意識到里面人的重要性。我覺得我們的司機以后肯定不會被取代。他們將提供更高價值的服務。

此外，滴滴還將為自動駕駛行業或整個行業的進化創造更多更好的工作機會，包括自動駕駛的測試人員和安全員，包括遠程助手和……控制器，可以創造更多的就業機會。從時間線上看，未來幾年小規模可期，固定路線固定區域小規模可期。

曉寒:自動駕駛的成本和載人駕駛的成本什么時候能達到平衡？

魏:以前的預測是不斷被修正的。從2007年開始舉辦比賽，感覺五年后自動駕駛會風靡全球。做了15年，還是發現困難很多。我們離產品和最終目標越近，難度就越大。從成本的角度來看，我感覺還是在技術進化的S曲線中間，或者說是在快速進化。

曉寒:吳先生，你認為怎么樣？

吳甘沙:生命還是代價？

曉寒:好幾年了。

吳甘沙:就行業而言，不會僅僅因為技術沒有完全成熟就停滯不前。我們必須設法讓它首先被使用。在這個科技行業，有一種說法叫曝光定律。如果你讓你的用戶天天用，他會慢慢越來越喜歡你，也會慢慢包容他的錯誤。這就是所謂的“曝光定律”。

像滴滴這樣通過混合調度逐漸讓更多消費者接觸，并在使用過程中不斷糾錯學習，才是正道。而且我認為，即使有一天技術成熟了，也有兩種情況，一種是極端天氣，一種是發現了非常重要的BUG，從對消費者負責的角度出發，應該召回所有汽車。

如果不是混合派單，你的服務會休克，你的APP就沒用了。所以我覺得混合餅狀圖是一個很好的方式，通過灰度來部署，可以讓技術運營起來，解決這種極端服務中間的服務場景。

現在我們可以看到，混合調度已經出現。可能三五年后，在一些地方基本就是混派了。遇到惡劣天氣和重大bug，由人駕駛的出租車補上是一條很好的路徑。

在B端，我覺得今年已經開始了。比如我們在機場跑的無人行李牽引車，已經跑了8個月了。疫情很嚴重的時候，人力不足是很好的責任。這些場景完全沒有問題。

曉寒:這些場景需要混合部署嗎？

吳甘沙:目前還是混合部署。半年或者一年后，單線就可以實現無人化部署。

曉寒:工廠外的下一步是什么？

吳甘沙:有很多場景。另一個大市場是干線物流。在一些具體場景中，除了剛才提到的機場、工廠的物流，還有礦山、環衛、終端配送、港口等等。這種特定場景下的無人駕駛應該是近幾年才開始運行的。

讓B端的消費者感受到降本增效。我認為你不應該太擔心費用。在科技行業，只要你的技術成熟，有分寸，成本從來不是問題。現在關鍵是技術不成熟，量上不去。所以你會遇到先有雞還是先有蛋的問題。未來幾年，相信會成熟，降到10萬元以下會很快。

曉寒:我想問一下張總，您之前關注的是L4。每次采訪你，你都在說L4有多好。希望你能再給我們講一遍。作為一個樂觀主義者你為什么這么看好L4？

張振林:關于自動駕駛的分類，我們對L4的想法是相對完全的自動駕駛。其實我們目前說的更多的是完全自動駕駛，更多的是基于自行車智能的自動駕駛。

中之星是一家非常年輕的公司，成立于2018年。在此之前，這個團隊在自動駕駛方面有著非常豐富的商業經驗。這一塊怎么能盡快實現自動駕駛落地，像你剛才說的時間表。純粹依靠單車智能，我們去和Waymo打這些數據。就在剛剛，Waymo在2012年開始了數百輛汽車的路測，特斯拉的影子模式，包括滴滴也在做大量的工作。我們使用什么樣的技術？我是一名工程師。這條路要走很長時間。有沒有其他的輔助方式或者……我靈活的方式？

所以我們剛剛提出了L4的技術路線，將5G+AI單車的智能與車輛和道路的協調結合起來。我們一直在做自行車智能。我們在車上安裝了傳感器，不斷進行道路測試，不斷訓練我們的模型。同時，最近宣布的與中國電信集團在車路協同和5G方面的合作，將把自行車的智能與5G的高帶寬、低延遲、安全的特點融合在一起，解決我們需要大量數據積累的問題。

今年因為這次疫情，在3月份推出了“新基礎設施”的概念，有一個非常明顯的特點:5G的大力部署和中國在智慧道路上的努力。基于這樣的判斷，我們堅信人工智能的優勢和中國政府在5G和基礎設施建設上的巨大投入相結合，L4級別的全自動駕駛可以通過智能汽車、智能道路和5G云在部分地區讓所有人快速享受到。

曉寒:我剛剛談到了5G。對了，5G是部署第一年。您對目前的部署速度滿意嗎？有沒有覺得自己在拖后腿或者追不上？

張振林:去年是真正5G的第一年，這可能不盡如人意或有些延遲。各運營商正在部署他們的主要網絡。慈之星公司得到了政府和運營商的大力支持，根據業務需求在多個地區部署了具有獨立主網的5G網絡。我們現在的合作發展非常迅速，這也給了我信心。總的來說，我們正在快速前進。但如果5G全覆蓋，所有地區都需要主網還需要一段時間，目前來看不是障礙。曉寒:那你問顧總，我之前在CES上看到一個很有意思的東西。法雷奧展示了一款電動無人送貨車。更吸引我的是這個項目是和美團合作的。這個項目目前進展如何？

顧建民:在CES 2019上，法雷奧和美團簽署了戰略合作協議。所謂最后一公里，無人配送平臺開發，雙方更有合作意向。一年后，在今年的CES展會上，雙方推出了這樣一款原型車和一款電動無人物流配送車。

從這個原型車上可以看到，它的底盤、電驅動系統、自動駕駛傳感器都是法雷奧研發的，美團負責全身APP領域。這是原型車，需要很長時間。在這個過程中，雙方需要溝通，基本條件協商好了，包括相互協調。直到最后的原型車制造出來，運到美國，真正的開發時間只有幾個月。情況就是這樣。

原本計劃在1月份的CES展之后，4月份在北京會有一個車展，把車從美國運到歐洲，再運到中國，進行后續的展示、交流和開發。可惜疫情的爆發耽誤了包括北京車展在內的原定計劃，限制了人員進出。因此，目前這方面的工作很遺憾地被耽擱了，雙方正在討論下一步該怎么做。

曉寒:我想問這個項目是否可以大規模應用。類似項目大規模應用是什么時候？

顧建民:在CES上是同一款車，還是規模大的兩個概念。同時，這是一輛原型車，也是一個平臺。同時，法雷奧與新的出行模式或初創公司合作。我覺得量產的問題應該扔給出行服務商或者無人物流，比如美團或者出行服務商。法雷奧提供了這樣的技術，我們希望量產能早日到來。

曉寒:我在發言中多次提到，托運人的需求大于托運人的需求？

顧建民:貨運的主要客戶有兩個，2B的客戶，比如港口，或者礦山，包括園區礦區和物流。你已經可以看到有許多應用程序，需求已經在其中。

我給你舉個例子。礦井里有很多礦車來運輸礦渣或礦物材料。這些司機在那里工作，有些收割機的工作條件非常艱苦。我知道很多司機都有職業病。在這種情況下，這種收割機很難招到司機，沒人愿意出高價做這份工作。

W……經常說出租車司機已經很辛苦了，礦區的司機更辛苦，沒人愿意干。這種情況下，需求很大。礦上還有一個更重要的問題，就是安全。車輛是個小問題。如果車輛受損，就是量的問題。傷亡可能已經觸及紅線，B端的需求擺在那里。

如果看物流，可能今天在座的很多聽眾都親身經歷過。關于物流中的快遞或者外賣，我有一個很有意思的數字。昨天美團發布了一個數據，當天訂單突破4000萬。這是每天的訂單量。可以看到，幾乎每年都是每天新增1000萬的訂單，增量市場特別大。

大家都覺得我們快遞小哥的數量增加了這么多，還有其他快遞員和其他運營人員在那里。那么整個市場對快遞的需求是存在的，又該如何應對呢？我相信美團這樣的公司是很有興趣用無人物流至少解決增量市場的。這個市場是存在的，不是說沒有客運市場。很多情況下，運送乘客比海運更實際。

曉寒:請問唐先生，湖州的智能工廠已經投產了，設計產量是50萬片/年。你也看好，不會有這么大規模的生產。

唐蕊:據報道，湖州的生產基地在7月初已經投入使用。單線設計產能50萬件，只是單線。以后一輛車可能會裝不止一個，五個，七個。我們相對看好這個市場。解釋我們為什么這樣做。在越回越多的過程中，當輔助駕駛或者自動駕駛推進到更高的階段，傳感器融合原始數據時，會對整個系統產生很大的影響。

我們的一個觀點:向前看，許多算法與傳感器有非常強的耦合。也是因為這個原因，我們在2018年成立了毫米波團隊，針對高速和低速進行優化，打造了很多毫米波產品，也是我們去年在廈門發布會上發布的產品。

曉寒:現在穆宗科技更多的是自動駕駛停車系統中的自行車智能，對嗎？

唐蕊:停車場景很多，從L2停車，從遠程停車到記憶停車，再到非常高級的AVP自主停車服務。一開始大家走的路可能會有很大的不同，到最后我相信最終的產品其實是非常非常接近的。

我相信這個產品最終大規模使用的時候，應該是以自行車智能化為基礎的，但一定是和很多廠商緊密交付的產品或形式。自主停車服務是一種服務，離不開廠端和后臺監控、故障排除等一系列技術的支持。自行車可能足夠智能，也需要工廠端和后臺服務來支撐。

曉寒:一整套的自行車系統，比如道路，比如停車場，其實是自動駕駛發展的必然。吳甘沙總經理在演講中也提到了，把特斯拉模式說得非常清楚。自動駕駛賽道上的核心競爭包括里程，包括數據，這是一個非常核心的東西。除此之外，你認為在我們的安全領域，或者說在其他領域，最核心的應該是什么？

吳甘沙:我覺得里程和數據是下一個階段。現在的核心是把你的智能駕駛系統從測量到實踐再到真正的大規模部署。我覺得在它真正大規模使用之前，大家都說我可以擁有，但并不是所有人都能真正跨越從測試到實踐再到使用的過程。只有真正大規模使用了，下面才會有里程和數據，否則就是空的。所以我覺得現在的核心是量產。不是量產，是真正交付的，大家用的，用的沒問題的量產。

魏:我們也特別想量產。技術沒有突破，沒辦法量產。像吳甘沙總經理，在座的幾位，還有俞老師，找到這些可用的應用場景，改進t……產品通過應用場景迭代的性能。甚至在未來的發展更有針對性，我認為這是一個產品實際上是最有效的路徑。

滴滴將在上海進行示范應用，在這些線路上運行。我們有很多數據，在這個社區里，什么情況下你的車輛性能不夠好，開發更有針對性和效率。還有一個前提就是要有最有保障的安全性。車輛技術上有一些冗余系統也是好的。只有在真實場景中實踐，才能有更好的產品。

張振林:我認為自動駕駛儀應該做這兩件事的原因是用機器取代人類司機。除了效率上的考慮，公眾接受這件事最重要的是它的安全性。我覺得目前大家解決的所有問題，無論是持續的路測，還是通過各種手段，都是為了提高自動駕駛系統在各種工況、各種場景、各種消費者參與下所能達到的安全性。

大家都知道現在很多L3和L4公司都可以做一些樣品，我們都提供很多試乘。普通人對自動駕駛好奇，更多的擔心是安全。他們對安全的接受程度，一個人開車出事，他會覺得可以理解。但是，一旦自動駕駛儀發生事故，不管是不是自動駕駛系統，它對事故的容忍度都是很低的。

我們對于自動駕駛系統安全性的考慮，或者說各個公司在這方面的考慮，應該是整個比賽的核心點。

所以我們在做的自行車智能這個東西是解決不了的。我們在有遮擋的情況下左轉，我看不到車從左邊過來。我看不到任何安裝的傳感器。一旦發生事故，即使是對方的責任，大家還是對自動駕駛系統持懷疑態度，會影響其降落。

我們已經應用了其他技術，5G車路協調，并不僅在我們的汽車上，而且在我們的路邊安裝了傳感器。從視線上擴大我們的眼界，只有這樣才能把安全作為首要目的，這可能是我覺得所有自動駕駛公司都應該重視的一點。

大家經常說成本。我覺得成本很重要，是影響這個東西大規模落地的最直接的障礙。但現階段要有成本意識，但不能受制于成本。所以以安全為主導，有安全意識，通過這方面的努力和競爭，我覺得這樣的公司會脫穎而出。

曉寒:你剛才提到了成本，因為兩天前，有一家公司即將在美國上市。我和他們聊天的時候，聊到一個很有意思的公司。他說他們是科技公司，我說你不是。為什么中間成本還這么高？因為科技公司說你的模式不能降低成本，你就失敗了。吳老師也談到了成本，目前不是問題，以后也不會是問題。我的意思是，如果成本不能吸引消費者使用，這部分成本會一直燒下去嗎？還是用其他方法解決？

吳甘沙:我說這不是問題。從行業的角度來看，行業會跌破消費者或客戶的可接受水平。如果最后太貴，肯定不會有人用。你做出來的是擺設，但是你要相信這個行業的力量，相信摩爾定律的力量。現在重要的是讓技術變得可靠和可能。

0

張振林:我想給韓先生一些信心。在2017年開始一個L4級別的自動駕駛業務的過程中，2018年會有很多公司開始使用。去年，我們看到越來越多的來自各個公司的激光雷達。無論國際還是國內的激光雷達公司，都推出了幾十萬元的激光雷達產品。

到2020年，在CES上，將推出萬元以下的激光雷達。今天早上華為的王總也提到華為在做激光雷達之類的東西。你可以看到在自動駕駛整個行業還沒有商業化和大規模落地的情況下，傳感器的價格下降的速度甚至比摩爾定律的價格還要快。我覺得我們有這個信心。

曉寒:相信摩爾定律。顧總，你怎么看這個問題？

顧建民:是au的成本還是難度……現在不開車了？

曉寒:我們先談談成本吧。

顧建民:傳感器包括激光雷達的價格在量產后會按照摩爾定律下降。現在公開的說法是，整車企業要想應用激光雷達，每臺必須低于1000歐元，1000歐元相當于人民幣8000元左右。以后會遠遠低于1000元。這是一種趨勢，你不必懷疑。

我們今天討論的時候，會談到長尾的一些場景或者事故，但是如果回到基礎技術，很遺憾，有時候包括特斯拉在內的一些事故，包括優步的一些事故。優步是AEB的一個場景，而特斯拉是AEB的場景好幾次了。

仔細想想，還是沒有解決感知和決策的原因。感知和決策各有各的部分。如何回歸感知和決策？我們內部工作沒有做好，但是我們認為我們現在已經做好了。在發現剩下的10%會占用90%的時間之前，我們是否認為自己已經做好了90%的工作？我覺得大部分還沒到那一步，還是回去做好自己的感知和決策吧。

我給你舉個例子。我試過好幾個初創企業的測試車。他們中的一些人表現得非常好，而另一些人則遇到了一些問題。我給你舉幾個簡單的場景。開車的過程中有一個行人。我相信這個行人不是事先安排好的。他站在路邊，想了想卻沒有經過。自動駕駛車輛停在那里等待。如果行人沒有離開，就在那里等著，無法判斷這個人是否不能過馬路。

我們會發現很多道路使用者，他們的意圖很難判斷，人的意圖也很難判斷。我們可以做一些預測。通過人工智能和傳感器，我們可以分析他們的行為和過去的軌跡，來預測他是否分心，他接下來是否會過馬路，并預測他的軌跡。這是我們正在研究的一個方向，我們在今年的CES展會上做了演示。我還是持這個觀點，還是要回到最基礎的技術上，做好感知和決策，真正做好自動駕駛的安全性。

曉寒:唐經理，你的意見呢？

唐蕊:我就剛才的話題談幾點我的看法。

我覺得應該往后推，這件事應該是什么樣的成本？像特斯拉這種車的成本也就幾千美元，但實際上自動駕駛的這些技術是可以廣泛應用的，成本最終控制在500到1000美元。曉寒:那你問顧總，我之前在CES上看到一個很有意思的東西。法雷奧展示了一款電動無人送貨車。更吸引我的是這個項目是和美團合作的。這個項目目前進展如何？

顧建民:在CES 2019上，法雷奧和美團簽署了戰略合作協議。所謂最后一公里，無人配送平臺開發，雙方更有合作意向。一年后，在今年的CES展會上，雙方推出了這樣一款原型車和一款電動無人物流配送車。

從這個原型車上可以看到，它的底盤、電驅動系統、自動駕駛傳感器都是法雷奧研發的，美團負責全身APP領域。這是原型車，需要很長時間。在這個過程中，雙方需要溝通，基本條件協商好了，包括相互協調。直到最后的原型車制造出來，運到美國，真正的開發時間只有幾個月。情況就是這樣。

原本計劃在1月份的CES展之后，4月份在北京會有一個車展，把車從美國運到歐洲，再運到中國，進行后續的展示、交流和開發。可惜疫情的爆發耽誤了包括北京車展在內的原定計劃，限制了人員進出。因此，目前這方面的工作很遺憾地被耽擱了，雙方正在討論下一步該怎么做。

曉寒:我想問這個項目是否可以大規模應用。類似項目大規模應用是什么時候？

顧建民:在CES上是同一款車，還是規模大的兩個概念。同時，這是一輛原型車，也是一個平臺。同時，法雷奧與新的出行模式或初創公司合作。我認為大規模生產的問題應該扔給旅行社。ers或無人物流，如美團或旅行服務提供商。法雷奧提供了這樣的技術，我們希望量產能早日到來。

曉寒:我在發言中多次提到，托運人的需求大于托運人的需求？

顧建民:貨運的主要客戶有兩個，2B的客戶，比如港口，或者礦山，包括園區礦區和物流。你已經可以看到有許多應用程序，需求已經在其中。

我給你舉個例子。礦井里有很多礦車來運輸礦渣或礦物材料。這些司機在那里工作，有些收割機的工作條件非常艱苦。我知道很多司機都有職業病。在這種情況下，這種收割機很難招到司機，沒人愿意出高價做這份工作。

我們常說出租車司機已經很辛苦了，礦區的司機更辛苦，沒人愿意干。這種情況下，需求很大。礦上還有一個更重要的問題，就是安全。車輛是個小問題。如果車輛受損，就是量的問題。傷亡可能已經觸及紅線，B端的需求擺在那里。

如果看物流，可能今天在座的很多聽眾都親身經歷過。關于物流中的快遞或者外賣，我有一個很有意思的數字。昨天美團發布了一個數據，當天訂單突破4000萬。這是每天的訂單量。可以看到，幾乎每年都是每天新增1000萬的訂單，增量市場特別大。

大家都覺得我們快遞小哥的數量增加了這么多，還有其他快遞員和其他運營人員在那里。那么整個市場對快遞的需求是存在的，又該如何應對呢？我相信美團這樣的公司是很有興趣用無人物流至少解決增量市場的。這個市場是存在的，不是說沒有客運市場。很多情況下，運送乘客比海運更實際。

曉寒:請問唐先生，湖州的智能工廠已經投產了，設計產量是50萬片/年。你也看好，不會有這么大規模的生產。

唐蕊:據報道，湖州的生產基地在7月初已經投入使用。單線設計產能50萬件，只是單線。以后一輛車可能會裝不止一個，五個，七個。我們相對看好這個市場。解釋我們為什么這樣做。在越回越多的過程中，當輔助駕駛或者自動駕駛推進到更高的階段，傳感器融合原始數據時，會對整個系統產生很大的影響。

我們的一個觀點:向前看，許多算法與傳感器有非常強的耦合。也是因為這個原因，我們在2018年成立了毫米波團隊，針對高速和低速進行優化，打造了很多毫米波產品，也是我們去年在廈門發布會上發布的產品。

曉寒:現在穆宗科技更多的是自動駕駛停車系統中的自行車智能，對嗎？

唐蕊:停車場景很多，從L2停車，從遠程停車到記憶停車，再到非常高級的AVP自主停車服務。一開始大家走的路可能會有很大的不同，到最后我相信最終的產品其實是非常非常接近的。

我相信這個產品最終大規模使用的時候，應該是以自行車智能化為基礎的，但一定是和很多廠商緊密交付的產品或形式。自主停車服務是一種服務，離不開廠端和后臺監控、故障排除等一系列技術的支持。自行車可能足夠智能，也需要工廠端和后臺服務來支撐。

曉寒:一整套的自行車系統，比如道路，比如停車場，其實是自動駕駛發展的必然。吳甘沙總經理在演講中也提到了，把特斯拉模式說得非常清楚。自動駕駛賽道上的核心競爭包括里程，包括數據，這是一個非常核心的東西。除此之外，你認為在我們的安全領域，或者說在其他領域，最核心的應該是什么？

吳甘沙:我覺得里程和數據是下一個階段。現在的核心是運用你的聰明才智……從測量到實踐再到真正的大規模部署。我覺得在它真正大規模使用之前，大家都說我可以擁有，但并不是所有人都能真正跨越從測試到實踐再到使用的過程。只有真正大規模使用了，下面才會有里程和數據，否則就是空的。所以我覺得現在的核心是量產。不是量產，是真正交付的，大家用的，用的沒問題的量產。

魏:我們也特別想量產。技術沒有突破，沒辦法量產。像吳甘沙總經理，在座的幾位，還有俞老師，找到這些可用的應用場景，通過應用場景的迭代來提升產品的性能。甚至在未來的發展更有針對性，我認為這是一個產品實際上是最有效的路徑。

滴滴將在上海進行示范應用，在這些線路上運行。我們有很多數據，在這個社區里，什么情況下你的車輛性能不夠好，開發更有針對性和效率。還有一個前提就是要有最有保障的安全性。車輛技術上有一些冗余系統也是好的。只有在真實場景中實踐，才能有更好的產品。

張振林:我認為自動駕駛儀應該做這兩件事的原因是用機器取代人類司機。除了效率上的考慮，公眾接受這件事最重要的是它的安全性。我覺得目前大家解決的所有問題，無論是持續的路測，還是通過各種手段，都是為了提高自動駕駛系統在各種工況、各種場景、各種消費者參與下所能達到的安全性。

大家都知道現在很多L3和L4公司都可以做一些樣品，我們都提供很多試乘。普通人對自動駕駛好奇，更多的擔心是安全。他們對安全的接受程度，一個人開車出事，他會覺得可以理解。但是，一旦自動駕駛儀發生事故，不管是不是自動駕駛系統，它對事故的容忍度都是很低的。

我們對于自動駕駛系統安全性的考慮，或者說各個公司在這方面的考慮，應該是整個比賽的核心點。

所以我們在做的自行車智能這個東西是解決不了的。我們在有遮擋的情況下左轉，我看不到車從左邊過來。我看不到任何安裝的傳感器。一旦發生事故，即使是對方的責任，大家還是對自動駕駛系統持懷疑態度，會影響其降落。

我們已經應用了其他技術，5G車路協調，并不僅在我們的汽車上，而且在我們的路邊安裝了傳感器。從視線上擴大我們的眼界，只有這樣才能把安全作為首要目的，這可能是我覺得所有自動駕駛公司都應該重視的一點。

大家經常說成本。我覺得成本很重要，是影響這個東西大規模落地的最直接的障礙。但現階段要有成本意識，但不能受制于成本。所以以安全為主導，有安全意識，通過這方面的努力和競爭，我覺得這樣的公司會脫穎而出。

曉寒:你剛才提到了成本，因為兩天前，有一家公司即將在美國上市。我和他們聊天的時候，聊到一個很有意思的公司。他說他們是科技公司，我說你不是。為什么中間成本還這么高？因為科技公司說你的模式不能降低成本，你就失敗了。吳老師也談到了成本，目前不是問題，以后也不會是問題。我的意思是，如果成本不能吸引消費者使用，這部分成本會一直燒下去嗎？還是用其他方法解決？

吳甘沙:我說這不是問題。從行業的角度來看，行業會跌破消費者或客戶的可接受水平。如果最后太貴，肯定不會有人用。你做出來的是擺設，但是你要相信這個行業的力量，相信摩爾定律的力量。現在重要的是讓技術變得可靠和可能。

< img alt = "發現、特斯拉、北京、大眾、長安" src = "/eeimg/{ HostI }/img/20230303231646261328/……jpg"/>

張振林:我想給韓先生一些信心。在2017年開始一個L4級別的自動駕駛業務的過程中，2018年會有很多公司開始使用。去年，我們看到越來越多的來自各個公司的激光雷達。無論國際還是國內的激光雷達公司，都推出了幾十萬元的激光雷達產品。

到2020年，在CES上，將推出萬元以下的激光雷達。今天早上華為的王總也提到華為在做激光雷達之類的東西。你可以看到在自動駕駛整個行業還沒有商業化和大規模落地的情況下，傳感器的價格下降的速度甚至比摩爾定律的價格還要快。我覺得我們有這個信心。

曉寒:相信摩爾定律。顧總，你怎么看這個問題？

顧建民:是現在自動駕駛的成本還是難度？

曉寒:我們先談談成本吧。

顧建民:傳感器包括激光雷達的價格在量產后會按照摩爾定律下降。現在公開的說法是，整車企業要想應用激光雷達，每臺必須低于1000歐元，1000歐元相當于人民幣8000元左右。以后會遠遠低于1000元。這是一種趨勢，你不必懷疑。

我們今天討論的時候，會談到長尾的一些場景或者事故，但是如果回到基礎技術，很遺憾，有時候包括特斯拉在內的一些事故，包括優步的一些事故。優步是AEB的一個場景，而特斯拉是AEB的場景好幾次了。

仔細想想，還是沒有解決感知和決策的原因。感知和決策各有各的部分。如何回歸感知和決策？我們內部工作沒有做好，但是我們認為我們現在已經做好了。在發現剩下的10%會占用90%的時間之前，我們是否認為自己已經做好了90%的工作？我覺得大部分還沒到那一步，還是回去做好自己的感知和決策吧。

我給你舉個例子。我試過好幾個初創企業的測試車。他們中的一些人表現得非常好，而另一些人則遇到了一些問題。我給你舉幾個簡單的場景。開車的過程中有一個行人。我相信這個行人不是事先安排好的。他站在路邊，想了想卻沒有經過。自動駕駛車輛停在那里等待。如果行人沒有離開，就在那里等著，無法判斷這個人是否不能過馬路。

我們會發現很多道路使用者，他們的意圖很難判斷，人的意圖也很難判斷。我們可以做一些預測。通過人工智能和傳感器，我們可以分析他們的行為和過去的軌跡，來預測他是否分心，他接下來是否會過馬路，并預測他的軌跡。這是我們正在研究的一個方向，我們在今年的CES展會上做了演示。我還是持這個觀點，還是要回到最基礎的技術上，做好感知和決策，真正做好自動駕駛的安全性。

曉寒:唐經理，你的意見呢？

唐蕊:我就剛才的話題談幾點我的看法。

我覺得應該往后推，這件事應該是什么樣的成本？像特斯拉這種車的成本也就幾千美元，但實際上自動駕駛的這些技術是可以廣泛應用的，成本最終控制在500到1000美元。包括一個非常復雜的自動駕駛域控制器，包括很多傳感器，一個攝像頭，一個雷達，一個激光雷達，什么時候才能把成本降到這么小？

這可能還不夠。為什么不呢？我們必須考慮一下。我們仔細想想這個成本是由什么構成的。根據發生的時間，我們可以看到成本可以有這三個部分。最后我們會給一個東西定價，比如自動駕駛系統，前期有研發的成本，然后我們會把它做成硬件，有上下游采購和制造的成本。我們也遇到最大的挑戰，這個東西賣出去以后還會繼續發生的成本。

當輔助駕駛或低于L2時，最大的區別是當我們轉向自動駕駛L3和L4時，這是一個非常本質的區別。大家都在說長尾效應。在制造L1和L2時，該產品已與原始設備制造商和AEB的性能指標一致。其實出了事也無所謂，因為還是司機負責。

我們看到很多好車AEB的性能很差，但是……沒關系。這有什么關系？因為這是L1和L2的產品，如果我的供應商與OEM有業務活動，我們的成本，包括交易，將在某個時間結束。

去L3就變得很麻煩了。我們說它是一個開放的世界，有無限的可能性和長尾效應。這種可能性呢？這個行業是一個非常大的挑戰。這一塊的成本比我們想象的要大很多，這也是現在的一個大問題。我們看到整個L3走向高速自動駕駛后，它的性價比極不劃算。你還有后續成本要發生。一個科技公司如何吸收消化這個成本，才是行業最大的挑戰。

說到這，回到我前面講的一個觀點，很有可能在未來幾年內，C端的主流用戶在買車的時候就能感受到自己能體驗到的產品形態。相反，他們會在高速以上的L2級別嘗試L3和L4，這將降低其成本。在高速L2的場景下，長尾效應失靈，成本過高。

另一方面，一是前期要做大規模的路測，花更長的時間驗證，才敢售后投放。總之這個成本是很高的，因為高速公路發生事故，銷售和運營的成本太高了。低速會好很多。其次，看看AVP的情況。當我們遇到一些風吹草動，邊際成本會小很多。

回過頭來看，這樣的系統可以做到1000美元左右，合理的組合才是短時間內主打產品的形態，能被大眾接受。業內在這里不斷解決的問題就是用各種方式高速解決各種長尾方法。我的預測是，這一塊的成本還是很難降低的。

曉寒:還在大規模生產嗎？

唐蕊:對。

曉寒:回到主題，自動駕駛在消費者的認知中是如何增長的？各位，未來兩到三年，我們公司消費者感知增長最快的場景是什么？

魏:我希望你能打開滴滴的APP，你能在頂部看到自動駕駛等服務。其次，在越來越多的城市，希望你打車的時候，打車的時候有驚喜。希望未來兩到三年，自動駕駛有更好的用戶感知，讓每個人都成為正常的出行問題。

吳甘沙:2C端，租車或者分時租賃的時候，拿出手機打開APP。你看到附近有輛車。你點了之后，它就能自己開了。拖著行李箱就不用走那么遠了。同樣，你開車到天河機場，直接開到航站樓，你提著行李箱下車。它開到停車位停車，這是你未來一兩年能用的東西。

張振林:作為一家智慧交通公司，未來兩三年，大家用APP叫無人駕駛汽車，一種非智能的交通工具，它可以接受路邊發送給你的智能信息，為你提供安全可靠的駕駛體驗和高效的出行環境，這是我們期望實現的。

顧建民:未來幾年，我很有信心地預測，每個人都會駕駛或者使用越來越多的智能網聯和自動駕駛車輛。這些功能和系統具有停車、輔助和自動停車的功能，或者結構化道路和高速公路的功能，或者城市條件下自動駕駛的功能。這些汽車中很大一部分將擁有法雷奧的硬件和軟件，包括傳感器，包括激光雷達，毫米波雷達，和攝像頭，以及基于人工智能的算法，以幫助每個人享受更好的旅行，擁有更舒適和更安全的駕駛體檢。

唐蕊:我去年在廈門的記者會上講了一個小愿景。三四年后，在一二線城市，年輕人20萬就能買車，他可以自己停車。在大型商場中，使用的就是這種技術。在自己的公司和小區，可以使用家庭記憶停車技術，在街上吃飯可以使用遠程停車技術。這項技術可以被消費者消費。

敬請關注蓋世汽車專題“[蓋世直播] 2020中國汽車藍皮書論壇”。

https://auto.gasgoo.com/NewsTopic/262.html包括一個非常復雜的自動駕駛域控制器，包括很多傳感器，一個攝像頭，一個雷達，一個激光雷達，什么時候才能把成本降到這么小的成本……這可能還不夠。為什么不呢？我們必須考慮一下。我們仔細想想這個成本是由什么構成的。根據發生的時間，我們可以看到成本可以有這三個部分。最后我們會給一個東西定價，比如自動駕駛系統，前期有研發的成本，然后我們會把它做成硬件，有上下游采購和制造的成本。我們也遇到最大的挑戰，這個東西賣出去以后還會繼續發生的成本。

當輔助駕駛或低于L2時，最大的區別是當我們轉向自動駕駛L3和L4時，這是一個非常本質的區別。大家都在說長尾效應。在制造L1和L2時，該產品已與原始設備制造商和AEB的性能指標一致。其實出了事也無所謂，因為還是司機負責。

我們看到AEB的許多好車的性能都很差，但這沒關系。這有什么關系？因為這是L1和L2的產品，如果我的供應商與OEM有業務活動，我們的成本，包括交易，將在某個時間結束。

去L3就變得很麻煩了。我們說它是一個開放的世界，有無限的可能性和長尾效應。這種可能性呢？這個行業是一個非常大的挑戰。這一塊的成本比我們想象的要大很多，這也是現在的一個大問題。我們看到整個L3走向高速自動駕駛后，它的性價比極不劃算。你還有后續成本要發生。一個科技公司如何吸收消化這個成本，才是行業最大的挑戰。

說到這，回到我前面講的一個觀點，很有可能在未來幾年內，C端的主流用戶在買車的時候就能感受到自己能體驗到的產品形態。相反，他們會在高速以上的L2級別嘗試L3和L4，這將降低其成本。在高速L2的場景下，長尾效應失靈，成本過高。

另一方面，一是前期要做大規模的路測，花更長的時間驗證，才敢售后投放。總之這個成本是很高的，因為高速公路發生事故，銷售和運營的成本太高了。低速會好很多。其次，看看AVP的情況。當我們遇到一些風吹草動，邊際成本會小很多。

回過頭來看，這樣的系統可以做到1000美元左右，合理的組合才是短時間內主打產品的形態，能被大眾接受。業內在這里不斷解決的問題就是用各種方式高速解決各種長尾方法。我的預測是，這一塊的成本還是很難降低的。

曉寒:還在大規模生產嗎？

唐蕊:對。

曉寒:回到主題，自動駕駛在消費者的認知中是如何增長的？各位，未來兩到三年，我們公司消費者感知增長最快的場景是什么？

魏:我希望你能打開滴滴的APP，你能在頂部看到自動駕駛等服務。其次，在越來越多的城市，希望你打車的時候，打車的時候有驚喜。希望未來兩到三年，自動駕駛有更好的用戶感知，讓每個人都成為正常的出行問題。

吳甘沙:2C端，租車或者分時租賃的時候，拿出手機打開APP。你看到附近有輛車。你點了之后，它就能自己開了。拖著行李箱就不用走那么遠了。同樣，你開車到天河機場，直接開到航站樓，你提著行李箱下車。它開到停車位停車，這是你未來一兩年能用的東西。

張振林:作為一家智慧交通公司，未來兩三年，大家用APP叫無人駕駛汽車，一種非智能的交通工具，它可以接受路邊發送給你的智能信息，為你提供安全可靠的駕駛體驗和高效的出行環境，這是我們期望實現的。

顧建民:未來幾年，我很有信心地預測，每個人都會駕駛或者使用越來越多的智能網聯和自動駕駛車輛。這些功能和系統具有停車、輔助和自動停車的功能，或者結構化道路和高速公路的功能，或者城市條件下自動駕駛的功能。這些汽車的很大一部分將擁有法雷奧的硬件和軟件，包括……傳感器，包括激光雷達、毫米波雷達和攝像機，以及基于人工智能的算法，以幫助每個人享受更好的旅行，擁有更舒適、更安全的駕駛體檢。

唐蕊:我去年在廈門的記者會上講了一個小愿景。三四年后，在一二線城市，年輕人20萬就能買車，他可以自己停車。在大型商場中，使用的就是這種技術。在自己的公司和小區，可以使用家庭記憶停車技術，在街上吃飯可以使用遠程停車技術。這項技術可以被消費者消費。

敬請關注蓋世汽車專題“[蓋世直播] 2020中國汽車藍皮書論壇”。

https://auto.gasgoo.com/NewsTopic/262.html

標簽：發現特斯拉北京大眾長安

汽車資訊熱門資訊