专访深圳自动驾驶智能研究中心郝景山:自动驾驶进入量产期,锁定供应链或成车企未来挑战
21世纪经济报道 记者郭美婷 实习生邹雨珈 澳门报道
(资料图片仅供参考)
自动驾驶产业已经站在风口。
近日,“重义科技Technology Redefined”第三届BEYOND国际科技创新博览会在澳门举办。大会上,深圳自动驾驶智能研究中心携28家企业参展。
据了解,去年5月,深圳自动驾驶智能研究中心在深圳市南山区揭牌,是粤港澳大湾区首个自动驾驶智能研究中心,背靠香港科技大学、清华大学、瑞士苏黎世联邦理工学院、新加坡南洋理工大学等国内外知名高校、科研院所等创新资源。
该中心副主任郝景山在接受21世纪经济报道记者专访时表示,自动驾驶行业已经从一家企业大而全地单打独斗,发展到多家企业的协同,行业生态链逐步构建。对于行业内的大玩家而言,如何锁定稳定的供应链是未来的考验。
针对最近爆火的ChatGPT对自动驾驶行业的影响,郝景山认为,从长远来看,大模型会给行业带来新做法,但这些做法需要时间验证,探索其是否可信,是否可重复,以及稳定性和精度是否足够高等。
关注细分领域中小型企业
21世纪:BEYOND Expo 2023上专门设立了深圳自动驾驶智能研究中心(下称“研究中心”)企业展示专区,该专区汇集了多少家企业?遴选参展企业的标准是什么?能否举例说明?
郝景山:在本次BEYOND Expo 2023上,研究中心共邀请了28家企业参展,大部分聚集在深圳自动驾驶智能研究中心企业展示专区,有几家因专区展位不足而散落在外。
我们遴选参展企业主要有两个核心标准:一是多样性,二是偏向工具类,专注于自动驾驶的某些环节上应用。国内自动驾驶企业数量庞大,其中有规模较大、估值超过50亿美元的大而全的企业,也有中小型的企业,我们关注的是后者。
这是因为研究中心希望构建自动驾驶的生态链。生态链中,每家企业亮点各异,相互互补而非相互竞争,承担着自动驾驶产业中的不同环节、不同方向的技术研发和产品化,等到各家技术发展到某一个临界点时,这些企业就能够相互协作。
21世纪:作为粤港澳大湾区首个自动驾驶智能研究中心,研究中心的主要任务是什么?目前研究中心有哪些较为前沿的探索工作?
郝景山:研究中心承接两大任务:一是新技术如何导入智能网联产业。研究中心与香港科技大学、天津大学佐治亚里理工深圳分校等多所高校,在学术研究上有多方面的合作;二是背靠深圳市政府做粤港澳大湾区自动驾驶的产业集聚,解决产业的多样性和完整性问题。
在不久的将来,我们将成立一个深港自动驾驶的产业联盟,该联盟和研究中心相当于一套人马两块牌子。联盟将会更偏向产业,主要帮助企业创造和对接机会,获得政府支持,同时进行企业培训和初创企业的孵化工作。目前,在工信部的指导下,我们在车载数据安全方面已经有相关培训计划了。
研究中心则将更专注于科研。近期,研究中心正在与香港科技大学合作研究自动驾驶领域的“群体智能”。“群体智能”的相关研究在过去已取得阶段性成果,但与自动驾驶的结合还属于较新的尝试。研究中心正在与产业对接,以期通过项目驱动,让技术变为现实。
21世纪:为何研究中心更多关注到中小型或初创型企业,而非对接大企?
郝景山:这是一个双向选择的过程。国内自动驾驶的大企需要解决的更多是商业化的难题,也即怎么挣钱,如何实现收支平衡和盈利,这依赖于企业自身的营销策略,目前研究中心还难以为其提供帮助。当然,研究中心也希望未来能够将这些企业邀请进来形成有益的互动。
中小企业面临的则主要是快速成长的问题。最近几年,自动驾驶领域冒出了一批专注于细分领域的企业。过去,自动驾驶汽车处于探索和实验阶段,在小范围内试行,一家大而全的企业尚可胜任。如今自动驾驶进入量产期,已经从单纯的技术竞争过渡到产品竞争,各环节需要真正的“老兵”来补齐短板。
这些“老兵”在安全网关、物流等细分领域深耕多年,但过去并未接入或接触的仅是低级别的自动驾驶,随着行业发展催生出需求,上述企业才纷纷推出或升级相关产品。
未来,在自动驾驶领域可能发生行业整合。大多企业会有更清醒的认知:完全独立发展到底有没有意义?是否在进行了一定的合并后,整体的战斗力会更强?这种合并不限于同行之间,或小企业和大企业之间。
芯片仍是“卡脖子”问题
21世纪:当下中国智能自动驾驶行业处于哪个成长阶段?
郝景山:经过多年的发展,目前国内自动驾驶呈现出两大趋势。一是专用场景的高等级自动驾驶已趋向成熟,如在矿山、港口等封闭或半封闭园区里,生产场所相对可控,自动驾驶车辆作为生产工具能够达到降本增效。
二是商用乘用车、私家车上的L2+ADAS系统已经走向产业化。从电动化到智能化是自动驾驶汽车的发展路径,据乘联会方面预计,在2022年新能源乘用车全年销量650万辆的基础上,2023年可能突破850万辆。即使其中只有三分之一的汽车装载智能系统,这仍然是一个庞大的数字。
这两条线的竞争均极其惨烈,竞争的往往不是技术本身,而是商业化的能力。
对于新兴造车企业而言,进行规模量产时,锁定供应链是一个关键考验。车企与供应链的关系一般需要三到五年才能稳定下来,但汽车产量爬坡还有很长的时间,供应链厂商也讲究规模效应,如果在这三到五年内这家车企的销量突然下掉,原本谈好的供应链商也许就找别家合作了。
21世纪:聚焦到粤港澳大湾区,其自动驾驶产业发展情况如何?在全国来说,大湾区发展自动驾驶有何优势?又有哪些不足?
郝景山:两家分别位于广州和深圳的整车厂——广汽和比亚迪,就将大湾区的汽车产业规模顶了起来。但从产业链的完整性来看,大湾区相比华东地区还是略差一筹。华东地区的汽车产业以上海为核心,周边江浙等地有不少民营和外资的供应链厂商,它们共同形成了集聚效应。
大湾区的企业优点在于较为务实,追求用较小的投入,快速把产品做出来,然后规模量化推出。这种想法很实际,但也有缺点,越实际的想法在往上走时前景就越受限。
企业需要在某段时间有“不安全感”,这样才能“跳”起来。如果一直脚踏实地,企业是跳不起来的。所以大湾区的企业擅长做实打实的硬件,在一些偏软的方面比较吃亏。
21世纪:你觉得目前制约无人驾驶产业发展的“卡脖子”关键技术问题主要指的是什么呢?
郝景山:无人驾驶产业的“卡脖子”关键问题之一是芯片。目前,虽然大算力芯片有地平线、芯驰、黑芝麻等国产芯片公司在提供,但车企在用的芯片中进口芯片占比最大,大部分品类的芯片国产平替尚未出现。部分车厂做了两手准备,也即进口和国产两个芯片系统同时使用,避免前者被禁出口后造成生产停摆,但在性能上,国内的芯片对比进口芯片仍有一段距离。
大模型会带来新玩法
21世纪:去年,深圳出台了全国首部智能网联汽车管理法规《深圳经济特区智能网联汽车管理条例》,对智能网联汽车市场化应用作出明确规定。在您看来,法律法规应如何为自动驾驶产业保驾护航?
郝景山:国家级的法律的重点还在于责任认定,这种责任是多重责任,从生产到使用、事故等的责任划分。
如今,自动驾驶的责任划分是一个世界级难题。奔驰在德国和美国的两个州拿到了L3上路的许可,当然这个许可是有电子围栏的,只允许在某些路段使用,一旦出了交通事故,车厂来担责。国内对于此事还在斟酌当中。
目前国内正在立法的包括北京的亦庄、上海的临港, 深圳的立法则已经在2022年正式开始执行,深圳立法级别最高动作最早,作为特区立法拥有直通车的权利。但在执行层面,亦庄和临港相比深圳还更快些,如无人出租的收费,北京已经实行许久了。总的来说,整体立法的完善需要花很长时间,因为涉及到不同主管部门之间的协同和责任分担。
21世纪:从产业发展的角度,您认为目前自动驾驶产业的发展还需哪些方面政策支持?
郝景山:深圳的立法实际上已提及了产业发展的问题。首先,智能网联汽车要上“铁牌”;其次,上了“铁牌”的车可以申请营运资格证,做载人、载货等商业化运营;第三是允许收费运营;第四是出事故后责任的划分。
但落实上述四点还需具体的实施细则,但目前还处于难产阶段。因为这相当于要造一个“国中国”的全套规定,且细则在实施之前,还需要对各主管部门和工作人员进行培训。
目前,亟需政策支持的一块是无人车在主市区的商业化运营,包括无人配送的载货收运费,无人出租的载人收费,以及无人巴士的载人售票。
21世纪:有观点称,“最近大热的ChatGPT通用大模型展现了逼近通用人工智能AIGC的能力,而在自动驾驶领域,在乘用车、公交、巡逻车、物流车等多种场景下,可以针对每一种特定场景开发专属模型。”请问您认为,未来是否会有一种通用自动驾驶模型?
郝景山:自动驾驶的需求正好跟“通用”相反。自动驾驶需要输入和输出精准地匹配。所以GPT在自动驾驶领域有其可胜任的工作,但不能以它为主。它可以做一些辅助性的工作。
从长远来看,大模型会给行业带来新做法,只是这些做法需要一段时间来验证,探索其是否可信,是否可重复,以及稳定性和精度是否足够高等。
更多内容请下载21财经APP
责任编辑: