智能浪潮下汽车产业链如何塑造未来出行｜真格精酿 · 智能汽车圆桌派回顾

近日，真格基金举办了「真格精酿·智能汽车圆桌派」闭门交流活动，邀请到了来自智能驾驶与汽车行业的诸位同仁，从自动驾驶芯片、主机厂、传感器、新势力、跨国零部件龙头、智能座舱等多方产业链生态汇聚专家视角，共话智能浪潮下汽车产业链的机遇与挑战。

“这次活动中听到从业者们很多不同的观点讨论及交锋，同样的是大家对于技术进步会创造新的价值的坚信。我们会一直在创业者们的副驾，陪伴以及支持创始人们改变世界的旅程。”

——真格基金董事总经理姚方舟

“技术创新到产业落地的发展绝非一蹴而就，进步总伴随着阶段性的质疑与踯躅。真格基金始终相信汽车行业的智能化，将长期对人类文明产生巨大的贡献。我们也会持续支持汽车行业的颠覆者与创新者，在以技术为主线的创新道路上，为行业带来扎实的产品和服务。”

——真格基金投资总监钟天杰

点击下方视频，感受活动的热烈气氛～

滑板底盘——打造软硬一体化汽车操作系统

分享人：蔡德暄悠跑科技副总裁‍

滑板底盘助力造车自由

谈滑板底盘，首先就要谈汽车。汽车的功能可以分成：走行、载运、安全。而滑板底盘就是能够独立实现走行功能的完整下车体。在上下分体式的汽车开发中，滑板底盘承担着 80% 的安全责任，是技术难点，也是使得上下能够分体的关键点。

我们认为滑板底盘具备三个特征。首先，它一定要起到物理上支撑上车体的作用；其次，要在独立实现走行功能的前提下，跟上车体能够非常方便快速地进行物理和信息链接；最后，则是需要承担整车人身和财产的安全责任。

悠跑科技专注打造标准化的滑板底盘，从而赋能场景拥有者定义汽车，促进生态的多样化，最终达到用户体验的个性化。

UP超级底盘：用极致的标准化，成就极致的个性化‍‍‍‍‍‍

目前国内自动驾驶公司大部分都用林肯 MKZ 作为样车，但是很难切换到其他款车上，因为这就需要自动驾驶公司去跟所有的执行器、转向、制动等等打交道，需要自己去控制这些东西，非常麻烦。而面向自动驾驶时代的软硬一体化汽车操作系统，就好比人类的四肢、躯干、小脑和脑干，帮助我们解决这个问题。这实际上也是功能汽车进化为智能汽车必须具备的关键功能。

悠跑的整车操作系统集成运动控制、热管理、三电系统、传感器输入等实时性、可靠性要求高的功能，相当于汽车的“小脑”。这不仅为汽车的“大脑”提供通用的平台，还可以让自动驾驶公司方便地从 MKZ 切换到其他更智能的整车，使整车厂、智能驾驶开发者、运营者可以专注于算法、个性化应用开发、用户运营等集中体现用户价值的领域。

此外，标准化的滑板底盘能够实现汽车的上下分体式开发，使得上下车体既能分离解耦开发，又能一体共同承载。通过这种模式，可以把整个开发周期较之前相比缩短 6 到 12 个月。基于一个标准的滑板底盘，在一年之内就可以完成一个之前至少需要 24 个月的整车研发到量产的全过程。

“硬件+软件”的生态合作，为行业赋能

悠跑坚持为场景造车，制定滑板底盘硬件架构及零部件标准，提供整车操作系统。不仅能为整车厂整合供应链、提供零部件的预集成，又能为自动驾驶开发者提供车规的算力平台、标准化的运动控制，更同时能与电池供应商互为销售渠道。“硬件+软件”的生态合作可以为开发者节省开发时间，降低开发成本，从而形成规模化，持续为汽车行业赋能。

数据闭环定义芯片

分享人：章健勇辉羲智能联合创始人

建立智能驾驶系统，本质上是建立一个自我增益的数据闭环

智能驾驶作为一个高度计算密集型的应用场景，对于算力和数据处理能力提出了更高要求。在摩尔定律逐渐失效的大背景下，芯片企业如何应对智能计算的挑战，支撑智能驾驶向高阶演进？这需要全局性谋划、系统性推进。

汽车行业从软件赋能到软件定义的转变，使全栈闭环能力的重要性提升。如果把人工智能比作火箭，数据是燃料，算法就是引擎，而算力则决定了引擎能力的上限；对自动驾驶而言，车辆行驶产生海量数据，需要更好的算法，更好的算法需要更大的算力，整个系统得到更好的性能表现，推动量产部署更多的车辆并鼓励用户使用而产生更多的数据。本质上就是建立一个算力、算法、数据的完整闭环，形成一个不断自我成长、自我增益的智能迭代系统。谁迭代得越快，谁越有竞争优势，谁先让闭环转起来，谁先获得更大动能，这在互联网搜索推荐和视频分析领域已经得到成功印证并产生巨大价值。

智能驾驶的底层能力本质上是感知、认知和决策能力，要把这些底层能力做好，不单是做一颗更好的芯片，而是从数据闭环这一智能计算的新范式上来定义。辉羲智能创导“数据闭环定义芯片”，以构建算力、算法、数据的自我增益式闭环为核心，着眼终局进行产品架构和功能设计，打造出更强算力驱动、更大数据规模、更快算法迭代的智能系统。

用创新计算平台赋能智慧出行

纵观国内 OEM 自动驾驶市场及技术趋势，国内 OEM 对于自动驾驶功能的升级非常迫切：从基本的 L2 功能，到高速 NOA，再进一步挑战城区 NOA，对主机厂的 AI 算法能力、系统架构能力和工程量产能力构成了巨大的挑战。自动驾驶硬件层面，多源异构传感器的引入尤其是相机性能的快速升级，产生海量数据对算力需求急剧提升；BEV 大模型作为下一代高阶自动驾驶感知算法的新范式已经逐渐成为业界共识，“大模型+大数据”的数据驱动模式成为自动驾驶技术快速迭代进化的关键。

辉羲智能致力用创新计算平台赋能智慧出行，以高性能自动驾驶芯片为底座，驱动更大数据规模和更快算法迭代，携手合作伙伴打造先进智能驾驶系统量产解决方案，助力车企构建芯片架构与先进算法的数据闭环，让机器越来越聪明，持续保持自动驾驶的安全、可靠与稳定。

圆桌讨论‍

AI对自动驾驶行业会带来哪些改变？

目前市场上存在两种主流观点：一种是使用单一相机实现基础的 ADAS 功能来解决稳定性和成本问题；另一种则是从基础 ADAS 往高阶 AD 功能演进，AD 性能的提升通过硬件预埋、数据闭环的方式更新迭代。目前， AD 的性能普遍还没有达到惊艳的程度，仍然处于量变过程。中长期来看，随着数据闭环快速迭代的进展，自动驾驶性能和体验的提升会从量变转向质变，例如特斯拉的 FSD 在美国的订阅量已经开始上升，我们相信国内头部公司也会迅速赶上，这是行业的大趋势。

——章健勇 辉羲智能联合创始人

尽管近期生成性质的人工智能模型（如 ChatGPT）备受关注，但它们可能无法解决自动驾驶行业的一些关键问题。自动驾驶中包含了感知、推理和决策技术，这些技术需要较高的精确度和可解释性，以实现比人类驾驶员更灵敏、更低失误率的决策。同时，自动驾驶系统也需要认识到其功能边界，以便人类驾驶员能够轻松接管。

——温力成浦江实验室青年研究员‍

AI 技术引入自动驾驶是一个大的趋势，可能需要一两年的时间才能成立起来。在车辆系统上，与车机系统的结合可能是第一个应用点。此外，该技术在控制器中的应用也是可能的，但是它是否能够提升推理能力或结构化能力还存在疑问。

——张益新 google机器学习开发专家