車東西（公眾號：chedongxi）
文 | 六毛
周六，智(zhi)能(neng)汽車(che)領域的盛會(hui)——第三屆全球(qiu)智(zhi)能(neng)汽車(che)前沿峰(feng)會(hui)（GIV2020）在廣州召開。車(che)東西作為特別報道媒體，受(shou)邀參與本次大會(hui)報道。
大會舉行的當(dang)天(tian)下午，地平線(xian)副總(zong)裁、智(zhi)能(neng)駕駛產(chan)(chan)品線(xian)總(zong)經理張玉(yu)峰(feng)，滴滴出(chu)行人(ren)工智(zhi)能(neng)實驗(yan)室智(zhi)能(neng)控(kong)制首席科學家唐劍，小馬智(zhi)行（廣州）總(zong)經理莫璐怡，華為(wei)智(zhi)能(neng)汽車(che)解決方案BU MDC營銷總(zong)監汪(wang)意革等業界嘉(jia)賓共同出(chu)席了“智(zhi)能(neng)汽車(che)技術突破與(yu)產(chan)(chan)品創新(xin)”主題峰(feng)會，圍繞智(zhi)能(neng)汽車(che)產(chan)(chan)業化發表演講，干(gan)貨(huo)十(shi)足。
在(zai)張玉峰看來，傳統摩爾定律(lv)(lv)已無法支撐AI對于算力的要(yao)求(qiu)，需要(yao)針對AI芯(xin)片的“新”摩爾定律(lv)(lv)。唐劍表示，滴(di)滴(di)認為“融合”是實現和驅動汽(qi)車(che)智能化的一個(ge)關鍵，他也在(zai)演講中對滴(di)滴(di)在(zai)汽(qi)車(che)智能化方(fang)面所做的工作進行(xing)了分(fen)享。
汪意革(ge)分享(xiang)了華為在(zai)如(ru)何推(tui)動智能駕(jia)駛產業(ye)發(fa)展這一問(wen)題(ti)上思考。如(ru)何讓智能駕(jia)駛產業(ye)實(shi)現(xian)最終量產？針對該問(wen)題(ti)，華為的答案是實(shi)現(xian)平臺(tai)化(hua)，并堅(jian)持開放性。
一、地平線：計算平臺是實現自動駕駛規模量產的關鍵
作為(wei)第(di)一個演講嘉賓(bin)，地平線副總(zong)裁、智能駕駛產品線總(zong)經理張玉峰分享了關于國產AI芯(xin)片如何加速賦(fu)能自動駕駛的(de)一些思考。
在智能駕駛和自動駕駛領域，中國市場扮演的角色日益重要。智能駕駛方面，中國有望成為全球第一的ADAS市場；自動駕駛方面，地平線預計中國將會在2030年成為全球最大的自動駕駛市場。
智能駕駛與自動駕駛背后，計(ji)算本身、計(ji)算平(ping)臺及軟(ruan)硬件開發所占的權(quan)重很高，同時對于(yu)能力的要(yao)求也是最高的。
在這一方(fang)面張玉(yu)峰表(biao)示(shi)，從(cong)行業發(fa)展(zhan)趨勢看(kan)，自動(dong)駕(jia)駛的成本正(zheng)從(cong)硬(ying)件(jian)占(zhan)比達到90%，向(xiang)軟硬(ying)件(jian)基(ji)本五五分成的方(fang)向(xiang)發(fa)展(zhan)。特斯拉的FSD（Full Self Driving）、Autopilot3.0系統(tong)的高額售價即(ji)是一個證明。
計(ji)算(suan)(suan)平臺是實現(xian)自動駕(jia)駛規模(mo)量產(chan)的(de)關鍵，只有計(ji)算(suan)(suan)和(he)計(ji)算(suan)(suan)平臺標準化，才能讓(rang)自動駕(jia)駛實現(xian)真正的(de)量產(chan)。
此外，從(cong)電子電氣架構看，從(cong)分布式架構向域(yu)架構、最終(zhong)向中央計算(suan)架構發展(zhan)是必然趨勢。特斯(si)拉目(mu)前在(zai)中央計算(suan)架構上發展(zhan)較快，也證明了這一方式的可行性。
▲特斯拉采用(yong)一步到位的車載(zai)中央(yang)計算平(ping)臺(tai)
從終局看，對于軟件定義汽車來說，就是要軟硬件解耦。包括(kuo)計算(suan)(suan)平臺在(zai)內的(de)硬件，需(xu)要算(suan)(suan)力(li)超(chao)配(pei)，但從時間看大概會(hui)在(zai)三年甚(shen)至更長時間才會(hui)更新一次。和硬件不(bu)同，上面的(de)軟件將實現(xian)全生命周期的(de)高頻(pin)次的(de)更新，并(bing)由此給主機(ji)廠和相應產業鏈玩(wan)家帶來新的(de)盈利模式。
在AI計(ji)算(suan)部分(fen)，地平(ping)線預(yu)計(ji)將會在智能(neng)座艙(cang)和(he)智能(neng)駕駛方面形成一(yi)個統一(yi)的計(ji)算(suan)平(ping)臺，來完成AI計(ji)算(suan)本(ben)身對于智能(neng)座艙(cang)和(he)自(zi)動駕駛的支持。
發(fa)展過程(cheng)中，計算本身將面(mian)臨一些挑戰，原因(yin)即在于不同級別的(de)自動駕駛(shi)針對算力(li)的(de)要求可能會是數量級的(de)提(ti)升。
張玉峰表示，傳統(tong)CPU的(de)(de)(de)發展一直(zhi)遵循摩(mo)(mo)爾(er)定(ding)律(lv)，但現(xian)在摩(mo)(mo)爾(er)定(ding)律(lv)已經(jing)無法(fa)支撐AI對于算(suan)力(li)的(de)(de)(de)要求。對此，地平線提出了針對AI芯(xin)片(pian)的(de)(de)(de)“新(xin)”摩(mo)(mo)爾(er)定(ding)律(lv)。“新(xin)”摩(mo)(mo)爾(er)定(ding)律(lv)要求在滿足(zu)高精度低延(yan)遲的(de)(de)(de)條件下，更(geng)關注AI芯(xin)片(pian)真是(shi)性能的(de)(de)(de)全面優化，單位成本下的(de)(de)(de)峰值算(suan)力(li)，編譯器(qi)、架構和Runtime優化以及適應(ying)場景的(de)(de)(de)算(suan)法(fa)優化及演進。
▲AI芯(xin)片的“新”摩(mo)爾(er)定律
那么(me)，涉及(ji)到(dao)汽車，車規級芯片的難度又在哪里？
在(zai)(zai)張玉峰看來(lai)，車(che)規級芯片的難度包括產品開發周期長、難度大(da)，從設計、驗證到(dao)導(dao)入具體(ti)車(che)型每個環(huan)(huan)節都需(xu)要較長的時間。在(zai)(zai)這一(yi)方(fang)面，2018年(nian)地平線的AI芯片已賦能美國自動駕駛車(che)隊，實(shi)現環(huan)(huan)視的視覺感知。2019年(nian)，地平線推出車(che)規級AI芯片，到(dao)今年(nian)3月(yue)份(fen)這款芯片已經正式實(shi)現量(liang)產。
面向前視ADAS市場，地(di)平線推出的基于征程二代(dai)芯(xin)片（Journey 2）的單目(mu)解決方案，可以在低于100毫(hao)秒(miao)的延遲(chi)下有(you)效感知車(che)輛、行人、車(che)道線、交通標識、紅綠燈等(deng)多種目(mu)標。據張(zhang)玉峰介紹，目(mu)前該芯(xin)片已經與國(guo)內(nei)一個主(zhu)機(ji)廠配合量產落(luo)地(di)，另外年(nian)底前還將有(you)一個車(che)型推出。
Matrix自動駕(jia)駛(shi)計算平(ping)臺可(ke)賦能(neng)無(wu)人出(chu)租車和(he)無(wu)人物流場景。芯片本身的(de)(de)通用性(xing)讓地(di)平(ping)線可(ke)以(yi)以(yi)眾包的(de)(de)方式完成基(ji)于視覺的(de)(de)高(gao)精(jing)地(di)圖(tu)的(de)(de)建圖(tu)、定位、更新，此(ci)外也具備處理激光雷達點(dian)云數據的(de)(de)能(neng)力。
聚焦(jiao)于車內，征程二代芯(xin)片可以同時接入針對(dui)(dui)駕駛(shi)員和(he)針對(dui)(dui)乘客的兩路攝像頭。今年年初(chu)，地平(ping)線的多模交互方案是在長安UNI-T車型上完成了(le)落地量產。
演講(jiang)最后，張玉峰(feng)還針對(dui)“主(zhu)機廠如何抗衡特斯(si)拉，贏得軟(ruan)件定(ding)義汽車時代(dai)的(de)淘汰賽”這一(yi)(yi)(yi)問題給出了一(yi)(yi)(yi)個解決方案。在地平線看來，要(yao)做到這一(yi)(yi)(yi)點(dian)主(zhu)機廠與有軟(ruan)件能力的(de)芯片公司(si)進(jin)行整體戰略合作是(shi)必由之(zhi)路。
▲寶馬(ma)、戴姆勒分別(bie)與英特爾(er)和英偉達展開了合作
二、滴滴：融合是實現和驅動汽車智能化的一個關鍵
本次(ci)主題峰(feng)會上，滴(di)滴(di)出行人工智能(neng)實(shi)驗室智能(neng)控制(zhi)首席科(ke)學(xue)家唐劍對滴(di)滴(di)在汽車智能(neng)化(hua)方(fang)面開展(zhan)的(de)工作做了分享。
首先，唐劍(jian)表(biao)示，在滴(di)滴(di)看來融合是實現和驅(qu)動汽車智能化的(de)(de)一個關鍵。把交(jiao)(jiao)通(tong)和出(chu)行(xing)做好，最重要的(de)(de)是實現人、車、路的(de)(de)深度融合，具(ju)(ju)體來講即實現底層的(de)(de)智能交(jiao)(jiao)通(tong)基礎設(she)施、中間(jian)層的(de)(de)智能交(jiao)(jiao)通(tong)工具(ju)(ju)以及(ji)最上層的(de)(de)共享出(chu)行(xing)深度融合。
唐劍進而從視覺融合、端云融合、車路融合三個方面，概括了滴滴在實現人車路全方位和多層次融合上的一些積累與成果。
首先，視覺融(rong)合方面，滴滴計劃(hua)到今年(nian)年(nian)底為(wei)100萬輛滴滴網約車(che)配備桔視車(che)載設備。
桔視(shi)車載設備結(jie)合深度學(xue)習，特別是(shi)計(ji)算(suan)機視(shi)覺方面的算(suan)法，將(jiang)可(ke)實現疲勞預(yu)警、分心(xin)檢測、不良駕駛(shi)行為檢測功能。
滴(di)滴(di)還聯(lian)合(he)合(he)作伙(huo)伴拓展了駕(jia)駛(shi)員行為識(shi)(shi)別(bie)（DMS）的基(ji)礎能(neng)力(li)，打造出智能(neng)座艙(cang)系統，希望未來可以全面賦能(neng)乘用車(che)以及商用車(che)。唐劍表示(shi)，這款智能(neng)座艙(cang)系統除駕(jia)駛(shi)員行為識(shi)(shi)別(bie)（DMS）能(neng)力(li)外，也支持人臉識(shi)(shi)別(bie)、手勢(shi)識(shi)(shi)別(bie)、情緒識(shi)(shi)別(bie)等功能(neng)。
在ADAS領域，滴滴研發了后裝ADAS系統(tong)。該系統(tong)支持前(qian)向(xiang)碰撞(zhuang)預(yu)(yu)警（FCW）、車(che)道偏離預(yu)(yu)警（LDW）、前(qian)向(xiang)車(che)距(ju)監測（FDM）、低速防碰撞(zhuang)預(yu)(yu)警（UFCW）和行人碰撞(zhuang)預(yu)(yu)警（PCW）等功能(neng)。目前(qian)部分功能(neng)已經在桔視(shi)車(che)載(zai)設備上(shang)上(shang)線。
除此之外(wai)，滴滴還實現了駕駛員行為(wei)識(shi)別（DMS）和ADAS系(xi)統的聯(lian)動，從而使實時、動態調整ADAS檢測靈敏度以及DMS的預(yu)警(jing)頻率成為(wei)可能。
端云融合(he)方(fang)面(mian)，端指的(de)是(shi)車(che)端傳感(gan)器采集的(de)數據(ju)，云指的(de)是(shi)滴(di)滴(di)完成(cheng)派單和路徑規劃的(de)出(chu)行平臺。端云融合(he)本質上是(shi)多(duo)元(yuan)多(duo)維度(du)數據(ju)的(de)一種(zhong)融合(he)。
▲端(duan)云融合(he)本質上(shang)是(shi)多(duo)元多(duo)維(wei)度數據(ju)的融合(he)
唐(tang)劍表示(shi)，滴(di)滴(di)通過(guo)基于車端的(de)多元的(de)傳感(gan)器采集到的(de)數據(ju)，可構建(jian)數據(ju)處(chu)理(li)的(de)閉環。同時基于出行(xing)平臺，可以(yi)對交(jiao)通安全隱患進行(xing)分析(xi)，產生駕駛安全報告，評(ping)估(gu)基于歷史的(de)事故的(de)數據(ju)，評(ping)估(gu)道路風險，從而(er)全方位(wei)實現(xian)“行(xing)前預(yu)警，行(xing)中的(de)識別和干預(yu)，以(yi)及行(xing)后的(de)教(jiao)育和治理(li)”。
車(che)路融(rong)合方面(mian)，一個典型案例就是車(che)路協同(tong)系統(tong)。其(qi)(qi)中(zhong)融(rong)合也包括了兩個方面(mian)，其(qi)(qi)一是融(rong)合來自攝像(xiang)頭、毫米波雷達、激光雷達等(deng)不同(tong)傳感(gan)器的感(gan)知數(shu)據，其(qi)(qi)二是路端數(shu)據和車(che)端數(shu)據的融(rong)合。
三、華為：用平臺化模式促進智能駕駛產業發展
華為智能汽(qi)車解決方(fang)案BU MDC營銷總監汪意(yi)革，分享了(le)華為對于如何(he)推動智能駕(jia)駛產業發展(zhan)這一問題的思(si)考。
汪意革首先提(ti)到(dao)了(le)智能手(shou)機，在他看來與智能手(shou)機一樣，汽車也是(shi)由用戶的(de)需求所定義。智能化是(shi)一個(ge)趨勢，汽車將成(cheng)為(wei)人類社會(hui)新(xin)的(de)智能移動終(zhong)端(duan)。
華為把智能駕駛產業分成三大主要場景，分別是作業車、商用車和乘用車。
其(qi)中作(zuo)業車(che)的場景(jing)、道(dao)路、線路都相(xiang)對簡單，路況(kuang)處于(yu)可(ke)(ke)控狀態，車(che)輛速(su)度(du)較低(di)，車(che)輛本身更(geng)多(duo)是(shi)作(zuo)為(wei)一(yi)種生(sheng)產工(gong)具(ju)。商用(yong)車(che)的應(ying)用(yong)場景(jing)、道(dao)路、線路相(xiang)對固定(ding)，路況(kuang)也是(shi)處于(yu)可(ke)(ke)控狀態，車(che)輛同樣屬于(yu)生(sheng)產工(gong)具(ju)。乘用(yong)車(che)的情況(kuang)則完全是(shi)另一(yi)種情況(kuang)，行(xing)駛場景(jing)復雜(za)、豐富，路況(kuang)、速(su)度(du)可(ke)(ke)變性很高，而(er)且對安全尤(you)為(wei)重視，同時用(yong)戶更(geng)加(jia)追求體驗。
不同(tong)場(chang)(chang)景(jing)下產生(sheng)的(de)(de)(de)不同(tong)需求，使(shi)得智(zhi)能駕駛(shi)(shi)產業面臨多個(ge)維(wei)度的(de)(de)(de)影響。進而，不同(tong)場(chang)(chang)景(jing)下的(de)(de)(de)智(zhi)能駕駛(shi)(shi)也將產生(sheng)兩種不同(tong)的(de)(de)(de)發展(zhan)路徑(jing)。其(qi)中(zhong)，商用車(che)和作業車(che)屬于跨(kua)越式的(de)(de)(de)發展(zhan)場(chang)(chang)景(jing)，乘用車(che)將會是漸(jian)進式的(de)(de)(de)發展(zhan)路徑(jing)。
▲影(ying)響智能駕駛產業的七維函數(shu)
在華為看來，當前，汽車工業仍然是一個規模工業，規模化量產是汽車工業發展的一個前提條件，其中平臺化是汽車產業的傳統優良基因之一。
對(dui)于智能駕駛(shi)來說，當前(qian)L1-L2的主流架(jia)構(gou)ADAS向(xiang)上演(yan)(yan)進已遇到“瓶(ping)頸”，無法平滑演(yan)(yan)進。未來的計(ji)算(suan)(suan)架(jia)構(gou)將(jiang)走(zou)向(xiang)集中式(shi)。通(tong)過集中式(shi)計(ji)算(suan)(suan)架(jia)構(gou)可以實現(xian)功能的持續(xu)優化和疊加(jia)，通(tong)過OTA升級的方式(shi)給(gei)用戶帶來更多體驗(yan)。
同(tong)時，根(gen)據汽車工業(ye)的發展規律，越(yue)是復(fu)雜的系統就(jiu)越(yue)是需要平臺(tai)化。平臺(tai)化一是可以達到(dao)攤薄成本的目的，二(er)是可以生產出(chu)質(zhi)量與可靠性(xing)均達到(dao)一致性(xing)的平臺(tai)化產品。
基于上述考量，華為認為在計算平臺上也應當沿用汽車產業“平臺化”這一優良基因。汪意革在演講中表示，對于產業和產業鏈玩家而言，平臺化也可以帶來好處。
對于主機(ji)(ji)(ji)廠(chang)來說，平臺(tai)(tai)化一(yi)方面可以帶給主機(ji)(ji)(ji)廠(chang)更(geng)多靈活(huo)選擇與更(geng)大的(de)(de)創(chuang)新空間。另一(yi)方面，主機(ji)(ji)(ji)廠(chang)具備決策(ce)規(gui)劃控(kong)制能力(li)(li)，才(cai)能在未來的(de)(de)軟件定(ding)義(yi)汽車(che)的(de)(de)個性化體驗中獲得勝利。平臺(tai)(tai)化可以在一(yi)定(ding)程度將主機(ji)(ji)(ji)廠(chang)從“感知”任務(wu)中解(jie)放出來，將更(geng)多精力(li)(li)投入到積(ji)累規(gui)控(kong)能力(li)(li)方面。
▲智(zhi)能駕駛發展需(xu)借用平臺(tai)化思維
站在智能駕駛的角度，還可以借鑒汽車工業專業化分工的模式去推進智能駕駛發展。
隨著未來(lai)業界(jie)精細化(hua)分(fen)工(gong)的實現，將(jiang)會出現一批聚焦(jiao)做好各種算法的專業公司。同(tong)時(shi)標準化(hua)實現后(hou)，環境感(gan)知算法也將(jiang)吸引(yin)多媒體公司實驗室(shi)以及(ji)決(jue)策規劃實驗室(shi)參(can)與，從而使相關產業生態(tai)進一步擴大。
整體來看，平(ping)臺只有開放(fang)才會具(ju)有生命力，平(ping)臺化加上開放(fang)性構成未來智能駕駛(shi)產業走向量產這一終極目(mu)標的關(guan)鍵。
▲平臺化+開(kai)放性是智能駕駛產業走向量產的關鍵
就華為(wei)(wei)而(er)言，華為(wei)(wei)聚焦于智(zhi)(zhi)能駕(jia)駛(shi)計算平臺，目標是通(tong)(tong)過與上下游(you)的執行(xing)器、傳感器和(he)應(ying)用算法合作伙伴合作，共同(tong)打造(zao)面向不同(tong)應(ying)用場(chang)景的、個性(xing)(xing)化的智(zhi)(zhi)能駕(jia)駛(shi)應(ying)用；與此同(tong)時，也(ye)通(tong)(tong)過產(chan)業鏈的精細(xi)化分工，讓(rang)主機(ji)廠擁有一定的技(ji)術可控性(xing)(xing)，在決策規控方面積累起更(geng)多競爭能力。
演講最后，汪意革還透露了一個(ge)重要消息——華為將在(zai)9月份(fen)北京車展(zhan)期間(jian)發布MDC全新一代(dai)產(chan)品(pin)。
四、小馬智行：無人化、規模化決定了自動駕駛的門檻
智能(neng)和(he)電動汽車(che)將會成為汽車(che)未來的(de)一種(zhong)形態，已經成為一種(zhong)行業共識。那(nei)么回到初衷，小馬智行又(you)想要(yao)追求什么樣的(de)汽車(che)智能(neng)呢？
對(dui)此，小馬(ma)智行（廣州）總經(jing)理莫璐怡表示，從自(zi)動駕駛系統賦(fu)能汽(qi)車智能的(de)角(jiao)度看，自(zi)動駕駛系統其實賦(fu)予了汽(qi)車眼睛、手(shou)腳以及大(da)腦的(de)功能。
硬件(jian)層(ceng)面，傳(chuan)感(gan)器是汽車的眼睛。手腳(jiao)是說要求(qiu)自動駕駛系統(tong)有能(neng)力精確地控(kong)(kong)制(zhi)車輛的油門(men)、剎車及轉向，要做到(dao)這一點除掌握核心的線控(kong)(kong)技術外，也需要了(le)解(jie)如(ru)何(he)調整優(you)化整個控(kong)(kong)制(zhi)的算(suan)法。大腦指的是強(qiang)大的計(ji)算(suan)單元(yuan)或(huo)者(zhe)計(ji)算(suan)平臺。
軟件(jian)層面，眼睛更(geng)多(duo)指(zhi)代感知(zhi)模塊，手腳更(geng)多(duo)指(zhi)代決策規劃(hua)模塊。就大腦而言，莫(mo)璐怡表(biao)示(shi)小馬智(zhi)行(xing)從成立至今就開(kai)始一(yi)直使(shi)用(yong)的一(yi)套全自研的自動駕(jia)駛底(di)層架構(gou)和操作平(ping)臺PonyBrain就是其中之(zhi)一(yi)。
換句話說，在小(xiao)馬智行看來，只有(you)把所有(you)的軟硬(ying)件系統統一得去看待，全局優(you)化(hua)，才能(neng)實現(xian)更(geng)加強大(da)的自動駕(jia)駛系統。
有了自動(dong)駕(jia)駛系統(tong)，汽車有了實現智能化的基(ji)礎。下一步，自動(dong)駕(jia)駛系統(tong)還需要不斷(duan)“學習和自我成長”，那么系統(tong)如何做到這一點？
莫璐怡在給出解決答案前，先拋出了一個觀點，即自動駕駛是一個基于實踐和大數據的創新性問題。這里的實踐就是指真實的道路測試。
莫璐怡分享了一個關(guan)于(yu)(yu)雨(yu)天和(he)水花處理(li)的(de)故事，用以說明為(wei)什么(me)實踐(jian)和(he)大數(shu)據(ju)對于(yu)(yu)自(zi)動(dong)駕駛來(lai)說是重(zhong)要的(de)。
據(ju)介紹(shao)，2017年底小馬智(zhi)行正式落戶廣州前，其整(zheng)個自(zi)動駕駛系(xi)統對雨天和(he)水花(hua)處理能力是比較一(yi)般(ban)的，原因在(zai)于加州常年陽光明(ming)媚，沒有(you)太多雨天和(he)水花(hua)的情景積累。
來(lai)到廣州之后，前500天的(de)運營時間里小(xiao)馬智行(xing)就經歷了209個雨天，并且常常是大雨或者雷暴雨，這讓小(xiao)馬智行(xing)的(de)自(zi)動駕(jia)駛系統處理雨天情景的(de)能力得到了提升。
一個視(shi)頻(pin)片段顯(xian)示，經過(guo)數據(ju)積累和訓練后(hou)的(de)(de)自動駕駛汽車甚(shen)至可以超(chao)越一旁由(you)人(ren)類駕駛的(de)(de)車輛，獲得一個比人(ren)類更清晰(xi)的(de)(de)對世界的(de)(de)認知。
▲雨天場(chang)景(jing)下的(de)系統處理視圖
那么回到(dao)最初的(de)(de)問題，小馬(ma)智行到(dao)底追求怎樣(yang)的(de)(de)汽車智能？對此(ci)莫(mo)璐(lu)怡表示，小馬(ma)智行自(zi)己的(de)(de)希望是將自(zi)動駕駛系統打造成(cheng)一個虛(xu)擬司機(ji)（virtual driver）。這個虛(xu)擬司機(ji)可(ke)以像人(ren)類(lei)司機(ji)一樣(yang)，hold不(bu)同車型(xing)（在不(bu)同的(de)(de)車輛平臺上部署(shu)）和不(bu)同的(de)(de)道路。
最后，談及整個產業的(de)發展，莫(mo)璐怡(yi)強調(diao)汽車智能(neng)化的(de)發展一定(ding)不是單打獨斗的(de)事情，未來(lai)必(bi)然(ran)會(hui)是一個開放的(de)合作的(de)生態。
“我們(men)(men)不(bu)停的(de)(de)在推進跟國內外(wai)頂(ding)級(ji)車(che)廠深度的(de)(de)合作，我們(men)(men)相(xiang)信我們(men)(men)的(de)(de)自動(dong)(dong)駕駛(shi)系統就像一(yi)個(ge)汽(qi)車(che)的(de)(de)大腦一(yi)樣，而我們(men)(men)需要一(yi)個(ge)強壯的(de)(de)身體(ti)，有百年沉淀的(de)(de)汽(qi)車(che)行業正是一(yi)個(ge)強壯身體(ti)最好(hao)的(de)(de)基(ji)礎(chu)。同(tong)時我們(men)(men)相(xiang)信，自動(dong)(dong)駕駛(shi)是一(yi)個(ge)以(yi)技(ji)術主導的(de)(de)硬科(ke)技(ji)，無(wu)人化和規模化決定了自動(dong)(dong)駕駛(shi)的(de)(de)高(gao)門檻(jian)，而安全則是自動(dong)(dong)駕駛(shi)抱(bao)有的(de)(de)底線。”莫璐怡在演講(jiang)中(zhong)說道。
