作为AI产业中极为关键的一环，智能出行已经成为了从行业到公众都越来越关注的领域。在此背景下，知名AI信息平台——机器之心于去年创建了专注于智慧出行行业的平台Auto Byte。3月23日，Auto Byte依据其高端访谈品牌「首席智行官」，举办了「首席智行官大会」，邀约了11位业内知名领袖级人物，就各自领域的现状及未来，发表了极具重量和代表性的观点。
本次的「首席智行官大会」，集结了来自整车、车规级芯片，以及多类别自动驾驶企业的一把手，他们不仅是顶级技术专家，还对行业发展有着独到的观察和体会。
集度汽车CEO 夏一平：汽车机器人开启智能汽车3.0时代
在集度汽车CEO夏一平看来，当汽车具备自由移动、自然交流和自我成长的能力以后，实际上就是拥有汽车形态的机器人。而围绕智能出行、被注入AI的汽车机器人，将会开启智能汽车3.0时代。
按照夏一平的说法，此前车规级芯片的算力长期低于消费级芯片，导致AI技术无法在汽车上发挥优势，但智能汽车3.0时代可以赋予汽车足够的算力，逐渐将其从运输工具转变成由AI驱动的智能移动空间，进而带来技术的革新、效率的提升和体验的颠覆。
「我们认为，2023年将会是汽车智能化竞争的元年，真正汽车3.0时代已经到来。」夏一平对此判断。
夏一平称，智能汽车3.0时代也将更注重软件的安全稳定性，除了依靠高级别硬件的保障之外，还需要在软件算法能力上下工夫，通过安全行驶里程数据积累，持续提升自动驾驶系统能力。
与其它品牌不同的是，集度汽车可以全栈应用百度Apollo高阶自动驾驶能力和安全体系，这也是其主要优势之一。后者目前已拥有2500万公里安全零事故自动驾驶路测里程，在全国30多个城市不间断地开展真实道路测试。
但是，由于两者的实际应用场景不同，集度汽车还需要在Apollo的基础上，进行重新的集成和开发验证。为此，集度汽车自研了一套专属于汽车机器人大脑的研发流程——SIMUCar软件集成模拟样车，可以让整车的软硬件开发互不干扰，将自动驾驶能力的开发前置，从而为软件的安全稳定性验证，获取更充足的时间。
毫末智行联合创始人兼CEO 顾维灏：数据智能是自动驾驶AI进化最根本的驱动力
在自动驾驶领域，测试里程与测试场景是决定自动驾驶系统能力和安全的重要因素。
毫末智行联合创始人兼CEO顾维灏表示，数据智能是自动驾驶AI进化最根本的驱动力，通过对回馈数据进行进一步学习挖掘处理训练得到的更优算法、服务模式OTA到车端，可以给用户带来更好的系统表现。而在这个流程中，成本和速度是最关键的两方面，也是数据智能的思想钢印。
基于这样的思考，毫末智行在去年推出了中国第一个致力于自动驾驶的数据智能体系——MANA雪湖系统。该系统共包括TARS（数据原型系统）、LUCAS（数据泛化系统）、VENUS（数据可视化平台）、BASE（底层系统）四个子系统，可实现数据获取、表达、存储、传输、计算、验证，从而降低产品的成本，同时提高迭代速度。该系统未来也将作为毫末AI的底层系统，成为数据智能进化的核心动力。
据顾维灏透露：「所有的这些能力，都会集中到近期的一个产品上面——小魔盒3.0，该产品预计将在今年上半年量产。下个月，毫末智行还将举办下一届AI Day，届时将公布进一步的SOP实践计划和当时的能力表现。」截止到目前，毫末辅助驾驶用户行驶里程已经突破600万公里。
而在更加长远的规划方面，毫末智行也制定出了未来一年的产品路线图：今年上半年推出城市NOH，也就是HPilot3.0，该系统将在下半年时候进一步迭代，实现全场景的打通。明年推出的有辅助驾驶能力更高的HPilot4.0，同时还有一个新产品叫做HSD（HAOMO Self-Driving）。
寒武纪行歌执行总裁 王平：单车智能突破、云边端车协同
作为专注自动驾驶领域的芯片公司，寒武纪行歌对自动驾驶和芯片行业有着深刻见解。该公司执行总裁王平谈到了智能驾驶规模化落地在芯片上面临的多重挑战：单片算力不够，因此需要两片甚至多片来实现，但这又导致系统复杂度和功耗明显提高，增加系统成本，使其难以在燃油车或10万元以下的经济型电动车上普及。
谈到自动驾驶芯片未来的的趋势，王平也给出了两个判断：「一个是通用开放式，一个是大算力。」
王平表示，在L1和L2级自动驾驶时代，因为数据量是相对较少，很多车企可接受芯片和算法强耦合的封闭式的一体化方案，但L3、L4时代数据量激增，算法也更加复杂，需要大算力芯片才能够满足需求。
未来，寒武纪行歌也将推出覆盖不同级别自动驾驶的产品，包括将于今明两年推出的SD5223（今年）和SD5226（明年）两款芯片。其中，SD5223是面向L2+市场的产品，最大算力超过16 TOPS，单颗SOC就可以实现行泊一体的功能；SD5226则是针对L4市场、支持车端训练的产品，采用7nm制程，AI算力超过400 TOPS，CPU最大算力超过300K+DMIPs。
另外，车路云协同也将是实现高阶自动驾驶必不可少的一环，但在这方面同样存在挑战：海量数据的闭环需要大规模AI集群的支撑，不仅成本压力比较大，车企还需要投入巨大的资源，实现数据安全和隐私保护，以及满足车主的个性化需求。
据王平介绍，行歌科技将联合母公司寒武纪推出云边端车的整合方案。在云端，可借助寒武纪已有的高性能训练芯片，将训练得到的模型通过OTA推送到车端；在边端，基于寒武纪边缘端的智能芯片与合作伙伴推出面向车路协同的路测单元；在车端，通过SD5226等自动驾驶芯片，支持未来高等级自动驾驶复杂模型大算力的需求，以及算法模型的持续迭代。
路特斯科技副总裁、智能驾驶业务线负责人 李博：以「赛道级自动驾驶」延续路特斯基因
当电动化、智能化时代在给汽车行业带来机遇的同时，也意味着传统车企无法再循规蹈矩。作为拥有74年辉煌历史的赛车和跑车品牌，路特斯在明确向电动化全面转型的之后，也正式开启了全新赛道的创新探索。
去年，路特斯科技公司成立之际，路特斯集团CEO冯擎峰先生立下了十年能跑赢F1冠军的「赛道级智能驾驶」技术目标。而在本次大会上，路特斯科技副总裁、智能驾驶业务线负责人李博，则首次对外解释了这个目标背后更深一层的原因。
在李博看来，如今智能驾驶系统能力开始替代动力性能，成为汽车最关键的部分。路特斯希望通过打造「赛道级智能驾驶」，来达到满足竞技要求的水准——以更高精度全覆盖的感知能力、更懂博弈的认知能力、更快更稳的规控能力，打造路特斯所特有的「赛道级」智能驾驶。
此外，李博还强调，路特斯的目标是打造端到端的智能驾驶体验，可覆盖高速快速路、城市路和泊车场景。李博为此还拿手机进行举例：iPhone 1和iPhone 13的应用和体验没有本质变化，相差的只是性能、储存和尺寸，智能驾驶系统目前也可以做到与未来相同的端到端全场景覆盖，以始为终，相差的也只是性能。
在这个智能化的时代，比起传统的自动驾驶分级系统，以及功能到性能的变迁，李博认为在这个过程中，「接管里程」和「覆盖里程」将成为未来智能汽车更重要的核心指标。
与此同时，路特斯还将打造自己的智能硬件、智能软件与智能云，李博表示:「软件定义汽车，硬件定义软件天花板，而智能云是智能驾驶的生产力工厂，它将大大提高智能驾驶软件更新迭代的速度。在有着同样硬件天花板的情况下，有了智能云我们将就将更快达到这个天花板。」
他还提出，在当下智能驾驶演变的过程中，当前所处的历史阶段需追求更多更高更快更强的技术。在3月29日即将亮相的路特斯首款纯电SUV TYPE 132或未来的更多的量产车型上，打造更强的感知系统、更强的大算力平台，以及响应速度更快、冗余更多的电子电器架构。
AutoX（安途）创始人兼CEO 肖健雄：RoboTaxi如何真正实现商业化？
对于自动驾驶商业化的另一条路线，也就是被看作自动驾驶最终应用场景的RoboTaxi，业界也长期保持较高的关注度。
AutoX（安途）创始人兼CEO肖健雄表示，虽然自动驾驶可以有扫地机、低速小巴或无人港口等各种各样的应用，但只有将这项技术当做一个重大变革来使用，才有可能产生真正的突破性，给人类生活带来巨大的改变。
一直以来，AutoX都专注于去掉安全员的L4级别无人驾驶RoboTaxi，肖健雄也认为这是该路线真正实现商业化的唯一途径：只有达到现有网约车相同的实用性，彻底拿掉安全员、不限目的地、不限区域的自动驾驶，才是真正的商业化。
在此之中，覆盖区域面积是肖健雄最看重的一点。他表示，RoboTaxi商业化运营必须要有足够大的服务区域，如果只能跑在几条主干道上，更多是纯技术展示，而没有真正的商业价值。
因此，AutoX也一直在不停扩展ODD（自动驾驶运行设计域），去年总面积已经超过了1000平方公里。同时，肖健雄还称AutoX的RoboTaxi已经可以覆盖95%的应用场景，包括在酒店大堂门口接送客人、早晚高峰通行、复杂路况下的超车等。
此外，肖健雄还提到了规模化量产的重要性。早期自动驾驶企业在量产车基础上，进行硬件加装的方式，不仅效率不高，一致性、可靠性也难以保证。如果RoboTaxi想要实现真正的商业化，必然也少不了规模化、标准化的装配能力，因此AutoX打造了RoboTaxi超级工厂，保证AutoX第五代Gen5 RoboTaxi实现量产，这也是中国首个真正全无人驾驶RoboTaxi生产线。
圆桌讨论（一）：大算力时代的芯片挑战
参与嘉宾：黑芝麻智能首席市场营销官 杨宇欣、寒武纪行歌执行总裁 王平、芯擎科技董事兼CEO 汪凯、路特斯科技副总裁兼智能驾驶业务线负责人 李博
2021年被称作激光雷达上车元年，伴随上车的还有自动驾驶计算平台开始突破1000 TPOS。这种趋势在杨宇欣看来，自动驾驶的发展已来到「上半场的下半段」，算力也已经成为判断汽车智能化程度的重要指标，车企希望通过突出算力值，让终端用户对车企的自动驾驶能力有更多认知。当前的算力理论上已经可以满足L2+、L3自动驾驶系统需求，接下来重点是将场景和体验做得更好。
他还补充称，「算力堆料」是一种为后续技术升级的必要冗余，从商业逻辑和技术演进来讲，芯片企业也需要帮助客户用更小的成本、更高的系统集中度、更低的功耗，实现更好的自动驾驶功能，这是芯片企业一直在努力，也是推动大家技术演进和产品路线中演进的一个点。
作为代表主机厂需求侧的李博，则从另一个维度解释了硬件冗余的意义。他提出，硬件定义软件天花板，预留足够算力、预留足够传感器，是给未来自动驾驶系统的性能需求留出冗余。否则就像当前的应用程序逻辑上能在老款手机跑通，但却无法真正运行。
王平也提到，目前汽车在OTA趋势下，已呈现出软硬件逐渐解耦的趋势。相比硬件，软件更容易通过OTA便捷地升级的特点，也促使车企在算力上做选择性预埋，即使这部分现在用不到。
除此之外，特斯拉、小鹏等车企自研自动驾驶计算芯片，也正在成为一种趋势。芯擎科技董事兼CEO汪凯称，这一方面是因为芯片短缺让主机厂更加重视供应链多样性和供给安全，另一方面是高算力芯片已经成为车企的核心竞争力，供应商芯片越来越难以满足主机厂迭代速度、成本和性能要求。
但汪凯也表示，这种路线也有着诸多挑战：自动驾驶芯片的门槛较高，一旦走弯路就将面临巨大的资金损失，也将造成规划上的不协调。同时，车规级芯片与消费级芯片不同，对性能、功耗和可靠性的要求更高，还要完成车规级认证，周期更长，投入也更大，需要通过在多款车的应用普及来收回前期成本，因此需要推出更包容、更有竞争力的产品体系来满足不同车厂的需求。
此外，参会嘉宾还对芯片短缺问题进行了解答。一致的观点是，目前芯片扩产成本较高，芯片商在不敢保证接下来几年还有同样需求的情况下，盲目扩充产能。尽管当前的产能已经从疫情中恢复过来，但去年被抑制的需求还未得到满足，真正解决可能要等待明年。
圆桌讨论（二）：「自动驾驶商业化如何走向成熟」
参与嘉宾：驭势科技联合创始人兼首席产品官 周鑫、图森未来联合创始人兼首席架构师 郝佳男、宏景智驾联合创始人兼软件算法VP 董健、禾多科技副总裁 戴震
驭势科技联合创始人兼首席产品官周鑫、图森未来联合创始人兼首席架构师郝佳男均认为，效率和成本是自动驾驶在B端实现商业化的前提：要么做到效率比人更高、要么做到全无人自动驾驶。但要想实现最后的商业逻辑，不仅需要非常高的安全性和可靠性，还需要法规的逐步完善。
作为同时面向B端和C端用户的企业，宏景智驾联合创始人兼软件算法VP董健表示，目前的落地速度也比想象更快，一两年出现将出更多量产车型。不过，受制于法律法规问题，多数车企推出的将是具备L3级自动驾驶体验、但依据L2+级法规体系开发的车型。
禾多科技副总裁戴震对于自动驾驶的C端落地还给出了更具体的时间点——预计2025年将是关键时间节点，届时自动驾驶技术的量产、消费者的接受度、基础设施及法律法规完善都将逐步落地。而在此之前，特定场景下的自动驾驶将会率先落地，禾多科技的自动驾驶方案也将在今年开始在多款广汽车型上量产。
虽然「首席智行官大会」是首次举办，但仍得到了业内诸位大咖的鼎力支持。未来，Auto Byte将在继续带来智慧出行领域动态及分析的同时，拓展更多「智行官」参与的项目和内容，以呈现智能化时代最前沿、最直观的重磅观点。