今年9月在德國慕尼黑舉辦的國際汽車及智慧出行博覽會(IAA Mobility 2023)迎來了眾多的中國企業(yè)，參展中國企業(yè)總數(shù)達(dá)50余家，比2021年大約翻了一倍。這其中不僅有大量整車企業(yè)，也包括許多自動駕駛服務(wù)提供商，在現(xiàn)場頗受矚目。

展會期間，《第一財經(jīng)》采訪到參展的自動駕駛企業(yè)元戎啟行的CEO周光，一起聊了聊自動駕駛技術(shù)出海那些事。

【Y】=第一財經(jīng)

【Z】=元戎啟行CEO周光

【Y】：元戎在這次展會上宣布把出海首站放在德國，明年將在德開展業(yè)務(wù)。自動駕駛技術(shù)出海和整車出海還是有些不同，元戎是從什么時候開始考慮出海這件事的？

【Z】：自動駕駛天生是要跨越國界的。我們原來有種誤解，認(rèn)為自動駕駛依賴于高精地圖數(shù)據(jù)，地圖沒做好要出海成本就很難，但實際不是這樣。從現(xiàn)在往回看已經(jīng)很清楚，高精地圖方案是自動駕駛早期階段的過渡方案，當(dāng)機(jī)器還不是很智能的時候，把地圖做得精細(xì)一點，能降低機(jī)器決策的難度。但是我們最終還是要把機(jī)器做得足夠智能，不會一直持續(xù)依賴高精地圖，因為這個東西太貴了。

地圖貴這個事情，現(xiàn)在看可能感受不深，高精地圖一年收個幾百塊大家感覺好像還能接受，但這是有前提的，這些地圖目前都還僅僅覆蓋很少的幾個城市。如果覆蓋城市一多，再算上定期維護(hù)成本，假設(shè)一周維護(hù)一次，那整體成本就已經(jīng)很高，最后就不是幾百塊錢的事了。

我們在歐洲不太可能拿到收集高精地圖數(shù)據(jù)的許可，如果走這個路線那幾乎就沒法拓展歐洲市場。

綜合各種因素，我們從一開始就明確要把重點放在擺脫對高精度地圖的依賴上。元戎現(xiàn)在做的Mapfree方案是一種不依賴高精地圖，只需要搭配普通導(dǎo)航地圖就能使用的方案。這里頭的核心思路是把機(jī)器訓(xùn)練得像人一樣會看路，這樣它就到什么地方都能自己認(rèn)路、自己開，不需要受地域限制。我們從2019年成立就開始這方面的探索，技術(shù)出海是很順理成章的。

【Y】：在歐洲做自動駕駛和在國內(nèi)有沒有哪些比較大的區(qū)別？

【Z】：主要還是道路情況不一樣。像德國的高速公路基本不限速，你開到200公里/小時也沒人管，而我們在國內(nèi)高速跑時速上限是120公里，肯定不能拿國內(nèi)算法直接搬去德國用，要另外做適配。具體我們會和各家主機(jī)廠合作一起做路測，在這個過程中不斷調(diào)優(yōu)算法。

【Y】：歐洲的車企現(xiàn)在也開始越來越多地關(guān)注自動駕駛領(lǐng)域，這段時間在歐洲實際感受如何？

【Z】：現(xiàn)在大家基本上都愿意去接受自動化了，今年這方面感受尤其明顯，區(qū)別只是時間表快慢不同。我了解到的情況是到2025、26年海外車企會開始在自己的量產(chǎn)車上搭載一些自動駕駛功能，并且在上市后持續(xù)迭代。

像ChatGPT的出現(xiàn)對大家刺激是比較大的，車企們意識到AI的力量還是很強(qiáng)，對自動駕駛的信心加強(qiáng)了，覺得這個方向短期內(nèi)會有比較大的進(jìn)步。

【Y】：接下來幾年您覺得自動駕駛技術(shù)的發(fā)展方向是什么？

【Z】：最近幾年的重點肯定是先突破城市級別的NOA，讓城區(qū)里的車能跟著導(dǎo)航自動開到目的地。高速上的自動駕駛其實已經(jīng)比較成熟了，現(xiàn)在比較難突破的就是城市道路，因為城市道路里意外情況比較多，怎么在確保安全的前提下讓車跑起來，要動腦筋。我們在行業(yè)里比較早提出一個思路叫作“交互博弈”，就是一輛車在開的時候會影響到其他的車，我們讓自動駕駛算法把它自己的影響考慮進(jìn)去，這樣它和其他車交互的時候就會更聰明，對其他車的行為判斷也會更準(zhǔn)確。

另外一個很重要的維度就是乘坐體驗。同樣是自動開到一個目的地，一輛車開得很順滑，另一輛開得很粗暴，用戶的體驗是完全不同的。在確保能開到目的地的前提下，怎樣讓整個行駛過程體驗更好、更舒適，也是接下來體現(xiàn)產(chǎn)品實力的關(guān)鍵。而且這個方面還可以做出很多差異化個性化的體驗，你比如寶馬的運(yùn)動模式和奧迪的運(yùn)動模式體驗就不一樣，這些都可以通過自動駕駛算法來調(diào)節(jié)。

不論是性能還是體驗，預(yù)計未來三到五年內(nèi)行業(yè)格局會有比較大的變化，到時候不同梯隊的公司之間會拉開明顯的差距。

【Y】：現(xiàn)在像ChatGPT這樣的人工智能都需要大量地堆算力，在自動駕駛領(lǐng)域堆算力管用嗎？

【Z】：自動駕駛的算力問題比較特別。ChatGPT的算力芯片理論上可以無限地堆下去，但一輛車上的自動駕駛芯片的算力卻有天然的限制，功耗太大汽車就帶不動了。以現(xiàn)在電動車為例，一輛車上的電池容量通常在70千瓦時，帶一個幾百瓦功耗的大算力芯片可能還可以，再多就比較吃力，車輛的續(xù)航會受到顯著影響。

現(xiàn)在的問題其實不是芯片本身的算力不夠強(qiáng)，而是自動駕駛算法對這個芯片算力的利用不夠充分。如果一個算法只需要100TOPS的算力就能完成原先300TOPS的工作，我們?yōu)槭裁催€要把精力花在堆算力上呢？更值得花力氣的是優(yōu)化算法，降低算法本身的功耗。

【Y】：目前國內(nèi)車企的價格競爭越來越激烈，在自動駕駛產(chǎn)品方面，成本和價格的情況怎么樣？

【Z】：總體來說成本是在不斷下降。以前做一個完整的自動駕駛解決方案，軟件硬件加一塊兒，要幾萬美元，足夠買輛車了。但現(xiàn)在我們做一套這樣的產(chǎn)品，只要2000美元，基本上大眾價位的車型都能夠裝配，未來成本不會成為限制自動駕駛功能量產(chǎn)的瓶頸。

當(dāng)然，從車企角度來說，仍然會想采購更便宜、性能更好的產(chǎn)品。這歸根結(jié)底還是需要自動駕駛企業(yè)去優(yōu)化算法，比如說我這個算法只需要7個攝像頭就能達(dá)到別人家8個攝像頭的功能，那我的成本肯定更低，在賣給車企的時候也會有價格優(yōu)勢。