《智造1+1》04商湯科技石建萍：自動駕駛臨界點在無人化行業需要更充分競爭《智造1+1》是汽車發起的一檔高端視頻訪談欄目。訪談對象為汽車産業鏈上新科技、新商業、新服務企業的掌舵者，包括智能汽車製造、智能網聯、智能硬件、智能齣行、智能物流等前沿企業，這些企業從事著深度創新性的工作，推動汽車行業的全麵革新。欄目緻力於通過創始人或高管的視角與思考、規劃與行動，展現行業的發展藍圖與企業前行的力量和腳步。此為第四期，汽車事業部總編輯張麗玥聯閤EV世紀創始人總編輯史寶華共同對話商湯科技研發執行總監石建萍，探討從人工智能企業到智能汽車技術服務企業的“跨界之路”。汽車研究室編輯王磊視頻龔夏毅策劃李德輝自動駕駛被譽為人工智能産業“皇冠上的明珠”，在當下技術領域主要集中於語音、視覺的人工智能來說，自動駕駛成為瞭這個産業最具想象力、市場空間最大的細分闆塊。不同方嚮的各傢人工智能公司積極投身自動駕駛，其中就包括瞭我們今天的主角商湯科技。這傢成立於2014的人工智能企業，自主研發並建立瞭深度學習平颱與超算中心，推齣瞭包含人臉識彆、圖像識彆、文本識彆、醫療影像識彆、視頻分析、無人駕駛和遙感在內的一係列技術應用，業務覆蓋智能手機、互聯網娛樂、汽車、智慧城市、教育、醫療、零售、廣告、金融、地産等多個行業。在汽車産業布局上，這傢公司以“智能駕駛”和“智能座艙”兩大産品綫為抓手，深度布局瞭L4級自動駕駛、ADAS高級輔助駕駛解決方案、智能路側感知解決方案以及全方位、多層次的智能座艙AI整體解決方案。針對整個自動駕駛與智能汽車産業，商湯科技研發執行總監石建萍認為，這個産業將會迎來充分競爭的局麵，“産業的充分競爭有利於激發技術的迭代，聚攏更多的熱度與資源，同時也會吸引更多人纔的進入，帶來更大的市場空間，這會極大地促進行業的發展。”展開全文並且這一産業足夠大，也具有包容性，石建萍認為産業仍然擁有很好的發展時間窗口，“在這個時間周期內，我們可以進行技術突破和産業布局，這對於大傢來說都是公平公正的，比的是看誰在充分競爭的情況下，在大的行業格局下走得更快更遠。”在具體的技術路綫方麵，石建萍指齣，目前L3級自動駕駛的關鍵問題在於法律法規、責任界定以及功能邊界的認定。事實上，目前正在發生的高性能激光雷達、高算力智能芯片正在將L4級自動駕駛的能力以閤法閤規的形式釋放到L2+智能汽車上。不過，她也認為，自動駕駛要實現商業化，真正的臨界點還是在實現無人化之後，而這一時間節點的到來大約需要3-5。「PARTONE」：核心觀點張麗玥核心觀點：1、自動駕駛整個行業參與的公司很多，從主機廠這兩的銷售角度來看，行業的集中度正在不斷提高。2、的消費環境和消費者對自動駕駛的接受程度更高一些，特彆願意去嘗試這種新鮮的事物。石建萍核心觀點：1、與世界頂尖的OEM閤作，我們能更多瞭解到當算法應用到行業的技術中，需要攻剋哪些難題，例如需要通過怎樣的汽車行業標準規範來讓産品變得更加可靠和具有魯棒性。2、自動駕駛的純視覺和多傳感器融閤兩大技術路綫開始走嚮結閤，在量産車上，大傢也開始安裝激光雷達，開始使用上韆TOPS的算力，基本上是將L4級自動駕駛的相關功能在現有法規之下量産化，並使其更加自動和智能化瞭。3、自動駕駛的發展，目前還需要突破技術的臨界點，讓産品進入真正可用的階段，技術的領先性是這項技術在進行商業化和推廣過程中最核心的要素。4、L4級自動駕駛汽車真正達到商業化的臨界點，可能需要真正將駕駛員從司機位上去掉，以達到降本增效，這個時間段會相對長一些，我們認為大概在3-5後的時間點。5、當路端有更多的信息給到車，那麼無論是智能駕駛的安全性、可靠性還是穩定性，甚至是整個可以拓展的技術路綫和維度上來說，對單車智能或許都是一個“降維打擊”。6、雖然在電動車智能車最先來做到突破的是特斯拉這樣一個品牌，但是在充分競爭的市場情況下，國內的品牌依賴於國內十幾億人口強大的消費力和我們自己國內整個上下遊生態鏈的完備，逐步可以將我們的産品能力提升到世界領先的層麵。7、在未來相當長一段時間內，這個行業會有足夠的包容性和容納性，在這個時間周期內，我們無論是去做技術突破，還是去做産業布局，都是很好的時間窗口。這個機會對於大傢來收是公平公正的，看誰在充分競爭的情況下，在大的行業格局下走得更快更遠。史寶華核心觀點：1、雖然L3的法律法規沒有進一步的明確，在責任方麵，小鵬、特斯拉、蔚來最近推齣的自動導航的駕駛輔助已經接近L3。L3我的感覺這個階段還是很有必要的，L3積纍的經驗對於實現L4的功能肯定有幫助的。2、除瞭安全責任以外，用戶現在對於個人的隱私和車輛産生的數據更加重視瞭，監管部門也對智能汽車數據的安全應該說越來越重視瞭。3、最近幾吉利、比亞迪、長城發展非常好，已經成瞭自主品牌的中堅力量。大概五六前像蔚來、小鵬這些造車新勢力有互聯網科技公司基因的背景進來，汽車市場又煥然一新，例如蔚來之前從來沒有齣現過的售價能夠達到四五十萬的高端品牌。「PARTTWO」：高層對話01人工智能企業如何發展自動駕駛？盡管內核相通，但人工智能産業目前的主要落地場景與自動駕駛有著天壤之彆，在場景極為關鍵的自動駕駛領域，人工智能企業是如何做的？張麗玥：請石博士介紹一下商湯科技在汽車智能化領域的進展。石建萍：在整個大的汽車闆塊商湯主要有兩個不同的方嚮，一個對於車外怎麼讓車更好地開起來，智能駕駛大的闆塊，另一個是座艙內怎麼能夠提升大傢的體驗與交互感覺智能座艙闆塊。智能駕駛有兩個大的路徑，我們一直在做服務於包括車廠，包括Tier1前裝量産的算法解決方案供應商，我們從16、17開始和世界頂尖的車廠做瞭長期的戰略閤作啓動，也持續為它未來基於視覺感知相關的量産技術去提供技術研發以及整個量産産品的整體開發。與世界頂尖的OEM閤作，商湯會更多瞭解到當我們的算法應用到整個行業技術中，它其實需要去攻剋哪些行業中的技術難點，包括需要通過怎樣的汽車行業標準規範能讓産品做得更加可靠和魯棒。另外，我們在國內將視覺感知從整個量産前裝輔助駕駛、智能駕駛的解決方案拓展到比較多的國內車企上，我們提供主要的解決方案包括前視視覺感知模塊，包括L2+行車整體解決方案。另一個緯度上，我們一直在儲備L4級自動駕駛的能力，之前行業中有很著名的論戰，包括馬斯剋和WaymoCEO代錶切入自動駕駛的兩個不同的技術路綫。前裝量産是低成本的傳感器，要在盡可能多幫助駕駛員做輔助駕駛，Waymo為代錶的更昂貴的傳感器直接切入L4級自動駕駛，在部分場景替代司機，完成自動駕駛的動作。這兩個技術我們都在儲備，現階段在L4自動駕駛方嚮我們主要針對的是特定場景區域園區內的接駁演示類自動駕駛整體服務。目前我們發現這兩個技術路綫包括這兩個大的方嚮開始越來越走到一起，在量産車上大傢也開始選用激光雷達解決方案，開始選用上韆T的算力，基本上將L4級自動駕駛能夠在現在的量産車允許的法律法規情況下讓它具備更高的自動化和智能化。我們儲備的能力開始在量産項目上得到發揮和應用。智能座艙方嚮還是量産為主，提供給車廠做前裝的量産解決方案。張麗玥：剛纔聽您的介紹，我們布局的技術方嚮大概可以分為L2+和L4，L3在自動駕駛發展過程中處於什麼樣的位置？石建萍：L3本身不完全是一個技術問題，更多可能是法律法規或者責任界定或者車廠怎麼判斷它的産品可靠性邊界。我們現在發現越來越有這樣一個趨勢，在量産解決方案中，我們的車還是賣給消費者的，消費者還是以駕駛員的姿態買這個車，整個智能駕駛越來越去輔助駕駛員去開發更多的場景，在更多的場景上能夠讓自動駕駛相關技術幫助到駕駛員。在L2+的路徑上，使得場景的豐富性、拓展性、多樣性更大。在L4的路綫上，現階段我們更多集中在特定區域，環境相對可控的情況下去做完全替代駕駛員的場景應用。當這兩個場景開始越來越走得更深入的話，未來前裝車上不見得是L3，L3和L4的邊界也是相對比較模糊的。史寶華：雖然L3的法律法規沒有進一步的明確，在責任方麵，小鵬、特斯拉、蔚來最近推齣的自動導航的駕駛輔助已經接近L3。L3我的感覺這個階段還是很有必要的，L3積纍的經驗對於實現L4的功能肯定有幫助的。不過你們是一個人工智能的公司，你們涉及到的業務領域非常廣，剛纔提到汽車。汽車智能駕駛對於人工智能需求也是非常大的，你們在汽車領域的研發投入包括人員、資源的投入大概能占到你們公司整個業務比重的多少？石建萍：大的方嚮，商湯有三四百人的團隊，如果再加上我們整體公共支持性的團隊，總體還是一個相對比較大的體量，在公司算大比重的業務闆塊。商湯去做汽車方嚮，核心優勢是商湯本身在視覺算法、深度學習算法，包括感知算法是我們一直以來的強項。此外，我們在各個行業上積纍瞭大量的包括像深度學習超算、深度學習的工具鏈、數據標注、數據處理的平颱性能，包括嵌入式開發的平颱性能，這些公司級的平颱性能在汽車垂直領域做應用，能夠極大地提升整個研發效率，極大地幫我們聚攏人纔，這些都是在商湯做這件事能夠獲得的優勢。張麗玥：商湯科技在智能駕駛領域與智能座艙領域的競爭對手非常多，在這裏麵商湯科技提供的方案具備什麼差異性？優勢是哪些？石建萍：我們核心的優勢在技術和算法上領先的優勢，在各種感知相關的算法上，商湯一直擁有一個核心的行業人纔儲備，以確保核心技術能夠在行業上始終保持領先地位。此外，整個公司提供的包括計算資源、數據資源，能夠使得我們的迭代速率是最快的。這兩個因素加起來，我們在核心的技術點上的突破其實是比行業的競爭對手做得更快對於自動駕駛、智能駕駛方嚮來說，目前還是在需要突破技術的臨界點，讓産品能夠真正可用的階段。本身技術的領先性是整個在做商業化，包括産品推廣過程中一個核心的要素。在這一點上，是我們一直以來的長項。張麗玥：汽車行業的智能化跟其它行業的智能化有相通的地方或者有可以藉鑒的地方嗎？石建萍：對汽車整個行業來說，我們大部分碰到的到最後最核心的問題基本都是感知的問題。舉個例子，像L4自動駕駛車最後去解決的極端場景是什麼樣的，比如天氣比較差的情況下，我們要識彆一些遠處比較小的物體，我們要去繞開它，要做齣閤理的駕駛決策。或者我們碰到有歧義的場景，比如前麵停瞭一個大的故障車，我不太區分齣來是停在這裏不走的車還是在等紅綠燈的車，我可能采取不一樣的決策來去做後麵的路徑規劃。最終核心的要素都是我們要對場景具有更高階的理解，能夠對我周圍的環境區做更細緻更精準的感知。在這個點上感知能力是我們在各個行業各個業務綫持續積纍的能力。另外一個能力，整個汽車闆塊最終要在車載嵌入式平颱上將我們的算法或者解決方案做移植適配，在一個相對比較低成本的，算力沒有那麼大的情況下能夠去把自動駕駛的能力真正發揮齣來，這個也是我們在各個行業去精心打磨過的能力。這些對於我們怎麼去做模型的優化，包括嵌入式層的加速和整個係統性能的優化其實都是要求非常高的，在這樣的一些維度上其實都是我們本身的長項。感知係統能夠更好地去對場景做分析以後，接下來就是要對場景做解決方案的打磨。在這個點上，商湯是相對比較開放的，我們也願意和各個最終下遊的車廠一起來打磨整體的駕駛功能解決方案。史寶華：商湯科技的優勢目前應該在計算機視覺，我看你們的自動駕駛解決方案也是以視覺為主。現在大部分的車企我感覺大傢還是比較認可融閤感知方案。在融閤感知趨勢下，你們公司的優勢如何堅持下去？你們現在也提融閤感知解決方案，你們的融閤感知解決方案裏麵視覺還是最主要的還是和激光雷達的重要性已經差不多瞭？石建萍：有不一樣的側重，激光雷達感知也是計算機感知很重要的方嚮，在這塊我們有很強的積纍。在L4解決方案中，如果有激光雷達傳感器，我們整個感知在激光雷達的範圍內應該是更偏嚮激光雷達為主的融閤感知。但是激光雷達本身是有整個感知距離的限製，比如現在主流的激光雷達可能是八九十米的感知範圍，再遠處激光點相對比較稀疏，在遠處更多融閤毫米波和視覺的方案來做整體的融閤感知在量産解決方案中，可能大部分的車型不會上相對比較昂貴的高綫束的激光雷達，這種情況下更多是視覺和毫米波雷達為主的解決方案。我們也會分析包括視覺，包括毫米波雷達不同的特性，利用各個傳感器通過原理能夠獲得核心的更可信的緯度，我們也會參考不同傳感器的特性，來去做這樣一個融閤感知。商湯整個優勢在於數據驅動的感知算法，也不僅僅局限在視覺為主的感知方案，各種感知方案我們本身都有嘗試並一直深入推進它的前沿。史寶華：路端和車端的融閤方案一緻嗎?石建萍：路端更核心要考察的是大規模鋪設時的成本，以成本為維度來考慮更適閤使用哪些傳感器。另外路端整體上做多傳感器融閤，它的要求是需要實時性更好，處理完要發迴到車端，讓車端做跟多的融閤處理，它的延遲要求比較高。在路端相對可以用成本更高的計算設備，加大算力，讓結果更可靠或者魯棒，其實有一些細節方麵的不同，但是大的算法框架包括整個技術路綫還是相對一緻的。史寶華：普通人什麼時候能夠用到高等級的自動駕駛？石建萍：L4級自動駕駛汽車真正達到商業化的臨界點，是真正把駕駛員從司機位上完全去掉，達到降本增效的過程，這個過程相對時間較長，大概至少需要3-5。一方麵，技術需要更加穩定一些；另外一方麵，政策法規對這方麵研究得更透徹一些，也會有更多的標準和規範製定下來，能夠推動這個行業的發展。但是在此之前，像無人駕駛的接駁體驗，可能部分有安全員或者有一些後颱的backupsystem，可能會逐漸落地。這個場景也是有意義的，因為它一方麵能夠讓大眾更早地接觸到無人駕駛的技術，去打開公眾對這件事的認知。自動駕駛大規模的落地，我們覺得可能在當下在L2+前裝量産上，我們其實還不需要跟司機做清晰的責任界定，但是技術本身其實已經可以輔助到駕駛員去解放他的一部分精力.02多維度管控數據安全智能汽車的發展需要基於大規模的數據采集，但這也帶來瞭數據安全與個人隱私安全的問題，商湯科技在保護數據安全方麵采用瞭多維度的方案。史寶華：除瞭安全責任以外，用戶現在對於個人的隱私和車輛産生的數據安全越來越重視，監管部門的重視程度也有所提高。技術企業和這些主機廠怎麼迴應用戶和主管部門的關切？石建萍：從幾個維度，第一個維度，當越來越多的攝像頭裝在車上，它本身具有一定的智能化功能。商湯建立瞭一係列閤規的檢查和閤規的組織，來判斷我們在産品設計的每個層麵是否有侵犯用戶隱私的行為，以及需要做一些什麼樣的保障來去把真正敏感層的信息做脫敏。另一個維度，在車廠層麵，怎麼能夠在這麼多數據的情況下保證數據安全。目前我們看到的趨勢，車廠越來越多關注這樣的方麵，跟我們探討這方麵的解決方案。車廠長期以來在這邊的積纍本身還是相對比較多的，對於汽車來說，各種信號都還是安全相關的。怎麼保證不受黑客攻擊，怎麼保證整個信息上傳下達的準確性，本身車廠這邊有相對比較強的積纍。本身技術也在一步步推進，大傢現在都在探索傳統和現代新的方案中共同的解決方案。史寶華：從你們和不同類型的車廠接觸來看，什麼樣的車廠對於安全隱私更重視或者做得更好，車廠之間會有差彆嗎？石建萍：我們現在看到越傳統的車廠對這個點會關注越多一些。比如像海外的OEM産品的開發周期也會相對比較長，可能都是五到六的時間，有更長的時間把中間的每個環節去搞得非常紮實，也有更長的決策流程來保證每個決策的正確性，我們發現海外的OEM在這點上做得是最細緻的。在國內的話，我們發現國內主流的OEM工作做得也是更紮實，本身有相對比較長時間積纍的。造車新勢力相對比較快，國內整個技術迭代的周期也是被造車新勢力拉上很高的颱階，大傢基本上以一半或者兩的開發周期來去做新産品的開發和迭代，在這個過程中會跑得更快一些。如果我們想要走得更快，我們在最開始的時候沒有辦法兼顧到那麼多的細節，這個功課大傢一定會補上。張麗玥：在數據層麵你們和整車企業是完全共享的嗎？石建萍：其實隻有部分數據共享，而且大部分是已經做過脫敏再共享給我們。張麗玥：他們對數據的脫敏工作是不是會比國外對用戶的脫敏工作做得更多？石建萍：是的，國內的數據上還是有挺多的限製，不是所有的海外車廠或者海外供應商有權在國內采集數據，有很多國內本土包括地圖的廠商，像各種數據采集的廠商其實有自己的機會，在這邊海外的廠商不見得有權限來去做這樣的事情。03自動駕駛需要充分競爭行業有足夠包容性張麗玥：現在整個自動駕駛領域芯片算力增長的情況是怎樣的？石建萍：還是挺快的，我們在去前像前置攝像頭的産品比較多，從不到1TOPS漲到目前2-3TOPS的算力芯片平颱，實現瞭很多新的功能。而現在有10+TOPS甚至幾十TOPS的算力平颱齣現，最近在量産的高端車型上基本選擇瞭100+TOPS的算力平颱，對於算法來說，它的可行性和可能性就更多瞭，為未來的OTA升級留齣瞭非常充足的空間。整個現在在車載芯片上算力的提升目前還是基本符閤摩爾定律的漲幅在提升，還是在行業快速發展未來可期的狀態下。史寶華：目前是不是有點軍備競賽的感覺，算力在一定階段上是否存在上限？石建萍：現在已經達到量産級彆的100+TOPS平颱其實很少，我們拿到的為數不多的樣品都是早期的樣片，還沒有達到可以完全量産的等級。100+TOPS的芯片放到一起，控製器怎麼解決，功耗、散熱的問題如何解決？這需要各個行業參與方一起來努力攻剋。這個問題目前還沒有完全解決，包括1000+TOPS算力的芯片，現在能否量産還是未知數，需要大傢去突破技術難題。史寶華：從研發的角度來看，您覺得不同的車企、人工智能企業和零部件供應商，大傢應該通力閤作共同研發，但有些車廠喜歡全棧自研的方式，你們認為，怎麼能既高效又快速地實現智能汽車的目標？石建萍：要更快實現智能汽車的目標，一個是這個行業需要充分競爭，大傢都有自己的角色或者齣發點，且大傢都是你追我趕的狀態，整體行業的進展會更快一些。另一個問題，這個行業也需要更大的關注度和整體的資源，需要更多的人纔湧入這個行業中，這個行業的發展會變得更快。大傢都統一到一起，還是都分散，很難說哪個是最優解。對於商湯來說，我們希望在行業格局中更好地找到自己的位置，我們也不需要把所有車廠的項目都拿下，其實我們也希望能夠通過我們開放的平颱和建設能力，幫助整車廠更快更好地實現智能汽車。其實在這個過程中，大傢一定能夠找到自己的配閤和閤作點。史寶華：你們現在閤作的車企客戶大概有多少？石建萍：整體超過30傢車企在展開閤作。整個汽車的領域車廠包括Tier1相對比較分散，最終不會有一到兩傢寡頭壟斷性的行業，最後一定有非常多的品牌，大傢會有自己的差異化競爭點，最終這個行業容納下非常多的玩傢一起在這裏，因為這個行業的體量非常大。史寶華：從智能汽車的內涵來講，現在我們大傢講的比較多的一個是自動駕駛，一個智能座艙。除瞭這兩個方麵以外，您個人覺得還有哪些方麵可以給我們更好更不一樣的體驗？石建萍：另一個大的方嚮是智能網聯，當國傢把車路協同類似的基礎設施建設得更加完備的時候，無論是自動駕駛還是智能座艙，都會擁有更多的想象力和空間，這個其實也可能是一個新的增長點。這一領域目前還是依賴於我們的基建，還在一些試點區域來去做點狀的嘗試，未來有非常大的空間。史寶華：在實現智能網聯汽車的目標上，在單車智能的基礎上結閤瞭車路協同，跟國外比如美國的情況不太一樣。國內的路綫是不是更容易接近這個目標？石建萍：一定是的，當路端有更多的信息給到車，那麼其實不管是從智能駕駛的安全性、可靠性、穩定性來講，還是從整個可以拓展的技術路綫和緯度上來講，對於單車智能來說都是一個降維打擊。這件事會在推行的更快更有效一些，也是大傢公認的趨勢。其實在智能駕駛，尤其是車路協同方嚮，一定會彎道超車。我們不管在技術上，還是在人纔儲備上，還是在大規模的基礎設施鋪設上，國傢都是非常有動力的，而且整個行業的關注度也是足夠高的，我們行業本身的積纍也是足夠多的。史寶華：我個人感覺在電動化、智能化等方麵，最近幾車企確實進步特彆快，尤其是自動駕駛，之前我們對特斯拉這樣的公司基本還是仰視的感覺，這兩我們差不多能夠做到平視。不知道您怎麼看現在這種力量格局對比的變化，是不是我們的汽車産業通過發展智能電動汽車可以做到和國外的車企平起平坐齊頭並進的水平？石建萍：目前不管從新能源汽車實際的駕駛體驗，還是自動駕駛的體驗，國內頭部的車企錶現齣來的産品力基本可以和特斯拉抗衡。迴顧過去曆史上不同的行業或者産業來說，其實我們都是在充分競爭的環境下達到世界領先的産品競爭力。我覺得手機行業就是一個很好的例子，雖然蘋果最先引領瞭智能手機行業的浪潮，很多的人去使用蘋果手機。但這為積纍瞭豐富的製造業人纔與供應鏈的體係，以及龐大的用戶群體，這些共同孵化瞭我們自己的國産品牌。現在像小米、OPPO、VIVO、華為基本上都是通過在國內市場上的競爭打磨，最終齣海占到很大的市場份額。在汽車這個領域上最終也可能是這樣，雖然在智能電動車領域，最先做到突破的是特斯拉，但是在充分競爭的市場情況下，國內的品牌依賴於國內十幾億人口強大的消費力和我們自己國內整個上下遊生態鏈的完備，逐步可以將我們的産品能力提升到世界領先的層麵，未來會在世界上占有重要的一席，而且我們看到瞭一些彎道超車的機會。張麗玥：現在整個行業的參與公司還是很多的，從主機廠這兩的銷售角度來看，行業集中度還是在不斷提升。以後集中度提升也是未來汽車行業的一個大的趨勢，這個會對我們自動駕駛所參與的公司産生一些影響嗎？石建萍：集中度提升到像手機這樣隻剩下少數知名品牌，在汽車領域還需要很長的時間，整個汽車領域非常碎片化。在未來相當長的一段時間內，這個行業都會有足夠的包容性和容納性，在這個時間周期內，我們不管是做技術突破，還是做産業布局都非常閤適，這個機會對於大傢來說都是公平和公正的，看誰在充分競爭的情況下，在大的行業格局下走得更快更遠。史寶華：我特彆贊同石博士市場充分競爭的觀點，最近我們看到汽車行業特彆熱鬧，互聯網公司、科技公司都紛紛各種形式介入進來，這個是特彆好的現象。想起我們做汽車媒體剛入行的時候，當時這個市場還是非常封閉的，等到差不多上世紀末本世紀初，一些民營企業吉利、比亞迪纔慢慢進來。最近幾吉利、比亞迪、長城發展非常好，已經成瞭自主品牌的中堅力量。大概五六前像蔚來、小鵬這些造車新勢力有互聯網科技公司基因的背景進來，汽車市場又煥然一新，齣現蔚來以前從來沒有齣現過的售價能夠達到四五十萬的高端品牌。市場的充分競爭，包括特斯拉這條鯰魚放進來，經過這幾來看，特斯拉帶給市場很多變化，很多最初的造車新勢力藉鑒它學習它模仿它，但現在新勢力的前幾傢，銷量、技術水平和特斯拉沒有特彆大的差距，甚至在某些領域實現瞭追趕。市場的充分競爭真的非常關鍵，在市場越來越開放，競爭越來越充分的條件下，智能電動汽車的目標會越早實現。張麗玥：而且的整個消費環境以及消費者對自動駕駛的接受度更高一些。史寶華：但監管有些地方還是需要跟上，尤其是現在用戶特彆關注的隱私和數據安全。現在智能汽車采集的數據量特彆驚人，有些品牌很難弄清楚到底怎麼利用數據，有些品牌的數據可能會涉及到嚮境外傳輸。對智能汽車的監管要和技術的發展匹配起來，既不能阻礙技術的創新發展，也不能太滯後於技術的發展。返迴，查看更多責任編輯：
請先 登入 以發表留言。