張永偉：聚焦AI技術和數據價值 打造汽車新競爭力

版權聲明：本文版權爲本站汽車所有，轉載請註明出處。

本站汽車9月29日報道    9月29日，全球智能汽車產業大會（GIV2024）在合肥召開。會議圍繞 “人工智能時代的智能汽車發展” 主題，共同探討人工智能加速迭代下，我國智能汽車高質量發展的路徑。

當天，中國電動汽車百人會副理事長兼秘書長張永偉發表演講。他表示，人工智能爲主導的智能化競爭力，已經成爲汽車產業和企業新的發展高地和戰略支點。“中國智能網聯汽車的發展，第一步要解決好聚焦AI技術和數據的價值，來打造新的競爭力，這是新時代，我國汽車產業在世界立足的核心。”

聚焦人工智能的技術和數據的價值挖掘，如何打造競爭力呢？

一是從數據的角度，核心是要解決兩個問題。在整個汽車產業，讓數據成爲企業核心的資產和要素，能夠創造價值，要讓數據變成資產，要讓資產產生價值。這是第一個到AI時代企業競爭力的來源。同時，在數據領域要解決數據匯聚，解決數據的協同效應。“AI時代，所有的競爭力都要靠數據訓練出來，必須解決規模化數據的問題，這就需要創造我們的機制，促進數據匯聚，讓大家能夠按照市場化原則爲平臺投入數據。”

二是解決模型問題。“汽車行業，我們已經看到有通用的模型爲汽車行業使用，也看到有一些企業開始爲汽車行業提供垂直模型，我們更希望汽車企業要利用模型，或者是研發模型，解決汽車‘新五域’。”一是利用人工智能解決汽車電子電氣架構的設計問題，二是利用人工智能融合解決動力的問題，三是智能駕駛，四是智能座艙，五是底盤。核心的五個領域都要和人工智能、大模型深度融合，用人工智能的邏輯做研發，形成新的架構、新的解決方案。既要解決通用和垂類模型，還要解決汽車企業用模型，在新的發展領域形成自己的AI競爭力。

在汽車芯片方面，從戰略的角度思考中國智能網聯汽車的發展，必須解決好汽車芯片的本土化供應問題。

三是操作系統。”電動汽車百人會在四年前就積極呼籲要推動汽車OS的自主可控，這幾年也在積極地推動本土OS率先上車，實現規模化應用，這是一個戰略性的問題，這件事情做晚了，將來的切換成本太高，甚至幾乎沒有切換的可能。“

四是建設汽車智算基礎設施。“到了人工智能時代，汽車行業最缺的是智算的基礎設施，而不是生產能力，智能智算基礎設施慢慢會成爲智能網聯汽車加速發展的主要矛盾，因爲需求太快了。”

中國電動汽車百人會副理事長兼秘書長 張永偉

五是走通智能駕駛融合發展路線。“如果中國能夠發展車路雲，我們可以提供路側和雲側的第二個端，兩端輸入，一端輸出，就會成爲中國特色。一端輸入、一端輸出就是FSD的特色。兩端輸入，一端輸出，因爲我們有了“加分項”，百人會的團隊把他稱之爲C-FSD，中國的“加分項”，有了“加分項”的支持，加上“基礎分”的提升，形成的融合發展路線，應該是中國特色的，有中國優勢的智能駕駛融合發展路線，只有這一個路線，不需要再去把兩個路線對立起來，沒有必要。”

六是堅定推進跨界融合發展戰略。“中國最大的優勢就是我們在汽車之外，有大量能夠給汽車賦能、鏈接汽車的跨界力量，這些力量在技術、模型、軟件、網絡，包括硬件，甚至是飛行領域，有足夠強的單項能力，這些能力鏈接到汽車上，就變成汽車的能力。”

七是戰略性的問題，中國的智能網聯汽車如何面對全球化的問題。“電動化、智能化會形成更復雜的全球化發展環境，倒逼中國車企，中國的汽車產業，整車、零部件、新的零部件，包括智能化零部件，這些企業一定要找好全球化發展的新路徑，能夠走穩走遠，這是一個新的問題，確實已經迫在眉睫。”

八是智能汽車的制度創新很關鍵。“技術創新快了所暴露出來的主要問題，我們的生產關係能不能跟得上生產力“跑步式”的發展，你跑得太快，生產力和生產關係就要抓緊匹配。智能汽車領域的生產關係就是現在最重要的，比如說關於數據的管理制度問題。”

以下是演講實錄：

感謝大家參加這次論壇，這次論壇的主題大家也看到了，“人工智能時代的智能汽車發展”，我想談一些宏觀的思考，可能相對大家在技術領域，在產業界前沿的領導，偏虛一點，僅供大家參考。我演講的題目是“人工智能時代智能網聯汽發展的戰略思考”。

第一個思考點，現在智能汽車發生了什麼變化，人工智能對汽車行業意味着什麼。

大家都知道，汽車產業的競爭是不斷演進的，燃油車時代，形成以歐洲、美國、日本爲主導的競爭格局，在日本誕生了像豐田年銷售超過1000萬輛車的巨大跨國企業，燃油車時代經歷了百年曆史，形成了當前的格局。

進入本世紀（參數丨圖片），中國的新能源汽車開始崛起，電氣化爲主導的新的技術路線改變了全球汽車產業的發展格局，中國的車企開始迅速崛起，去年我們看到首次有中國的企業，像比亞迪，新能源汽車銷售接近300萬輛，今年肯定會超過300萬車輛，成爲全球最大的新能源汽車企業。

本世紀第二波演進的時候，電動化又重新改變了格局，中國成爲行業的領跑者，在電動化還沒有完成，只是中國電動化快了一些，歐洲、美國，特別是歐洲是剛剛開始。在全球汽車電動化的格局剛剛開始變化的時候，智能化到來了，所以從最近三四年以來，又是在中國市場率先啓動了全球智能化的新變化，在智能化時代，汽車行業競爭的格局又發生了新的變化，中國率先啓動了市場端的變化。美國在技術端，由於芯片、軟件佔有絕對的發展優勢，智能化的浪潮還沒有等電動化完成就已經開始。在我們剛剛參與智能化時，人工智能，特別是以大算力、大數據、大模型爲主要代表的人工智能又開始和汽車融合。傳統的智能化又迎來了以人工智能爲驅動的新的汽車智能化，汽車變化週期越來越短，甚至出現了變化疊加的特徵。過去的變化還沒有完成，新的變革又要開始，這種疊加的發展成了汽車產業發展的新常態，這就是整個百年汽車產業變革進入了新的競爭格局，演進的狀態，最新的驅動因素就是人工智能。人工智能時代給汽車行業帶來最大的變化，就是AI成爲驅動汽車變革新的決定性因素。

在這樣一個大的變革浪潮到來時，我們看到對於汽車行業帶來的主要改變，就是汽車產業的技術高地和汽車企業的戰略競爭支點正在向AI驅動的智能化快速遷移，過去的競爭力已經很難支撐汽車企業下一步的發展，未來的發展必須基於高地和支點，建立以AI驅動的智能化發展，實現戰略遷移，至少對於汽車企業來講，纔會贏得未來。或者說在這個領域的變革當中跟不上，或者是沒有引起足夠的重視，大量的企業將失去未來。

智能化的速度太快了，超出很多專家和業內的判斷，這是好事。另外，大家看智能化帶來的投入也是巨大的，像特斯拉，主打智能化的產品就是端到端FSD，截至今年累計投入百億美金；華爲在智能化軟件、硬件方面的投入，自己宣稱的口徑是300億；比亞迪提出在智能化的領域要投入1000億。到了這個時候，拼的不僅僅是認識、速度，拼的還是實力，因爲發展的門檻越來越高。而且新的競爭要素已經被企業列成清單，你有多少投入、多少算力，特斯拉的算力是100 EFLOPS，就是所有車企，所有算力的總和。華爲我們看到的資料是7.5 EFLOPS，和特斯拉相比是有差距的。另外，有些企業有自研的芯片，有自己IP的核心算法，這是汽車企業核心競爭力的關鍵。你有多大的投入，投入到新的賽道，是否在算力、芯片、算法上有自己的核心競爭力，這是汽車新的競爭力顯著的表現，或者是關鍵點。

有的企業面向AI化發展浪潮走向了自研的道路，有些企業採用了合作的模式，部分汽車企業與芯片企業、軟件企業和解決方案企業深度綁定，利用生態合作的模式打造自己的競爭力，也是一種比較好的發展模式。進入這樣一個新的階段，企業和產業發展的高地和支點都會快速遷移，這個遷移不是口號，而是意味着投入，意味着新競爭力的形成。

所以，無論是產業的變化，還是企業自身競爭發展模式的變化，還是市場側消費者購車的決策，以及對AI技術態度的變化，這三個方面都已經充分說明，人工智能爲主導的智能化競爭力已經成爲產業和企業新的發展高地和戰略支點。

這就是我理解的現在中國汽車智能化發展所處的新階段，或者說我們面臨着一個新特點、新挑戰、新機會。

在這種情況下，我們國家的汽車產業應該怎麼辦，企業都有一些變化，整個行業怎麼辦呢？整個行業如何適應新的變化，做出新的調整呢？

過去在制定智能汽車發展戰略時，考慮更多的是芯片、軟件，彼時芯片和軟件與我們現在談到的AI還是有很大的距離，我們第一需要做的就是在思考整個產業發展時，考慮到AI帶來的變化。中國智能網聯汽車的發展，第一步要解決好聚焦AI技術和數據的價值，來打造新的競爭力，這是新時代，我國汽車產業在世界立足的核心。聚焦人工智能的技術和數據的價值挖掘，如何打造競爭力呢？

一是從數據的角度，核心是要解決兩個問題。

1.整個汽車產業，讓數據成爲企業核心的資產和要素，能夠創造價值，改變汽車企業對數據挖掘能力不足，對數據價值利用不利的現狀，要讓數據變成資產，要讓資產產生價值。這是第一個到AI時代企業競爭力的來源。

2.在數據領域要解決數據匯聚，解決數據的協同效應。就是訓練軟件、系統，靠單一車企的數據量都是不夠的，很難像特斯拉這樣，我們的車企最多的不足百萬。AI時代，所有的競爭力都要靠數據訓練出來，必須解決規模化數據的問題，這就需要創造我們的機制，促進數據匯聚，讓大家能夠按照市場化原則爲平臺投入數據，按照市場化原則使用數據，解決數據目前規模不大的障礙問題，需要汽車企業解放思想，希望我們的行業組織，包括百人會在內，都要發揮好組織作用，解決大家都覺得做不到、但是又必須做到的數據困境問題。

二是解決模型問題，汽車行業，我們已經看到有通用的模型爲汽車行業使用，也看到有一些企業開始爲汽車行業提供垂直模型，我們更希望汽車企業要利用模型，或者是研發模型，解決汽車“新五域”，一是利用人工智能解決汽車電子電氣架構的設計問題，二是利用人工智能融合解決動力的問題，三是智能駕駛，四是智能座艙，五是底盤。核心的五個領域都要和人工智能、大模型深度融合，用人工智能的邏輯做研發，形成新的架構、新的解決方案。既要解決通用和垂類模型，還要解決汽車企業用模型，在新的發展領域形成自己的AI競爭力。

人工智能的發展，包括汽車本身的發展離不開的最重要的硬件就是芯片，而且我們芯片的需求量越來越大，從戰略的角度思考中國智能網聯汽車的發展，必須解決好汽車芯片的本土化供應問題。從百人會的角度，我們的思路是分領域、分種類、分階段實現本土化，目前和AI綁定最緊密的就是大算力芯片，或者叫高算力芯片，在智能駕駛、智能座艙領域，這兩類芯片的算力甚至上千TOPS，超過一千TOPS的已經成爲剛需，智能駕駛、智能座艙離不開高算力，現在已經有國內的企業在智駕、智艙芯片領域開始突破，擠進第一陣營，這是我們實現本土化發展的關鍵戰略性支撐力量，但是我們需要在高算力芯片解決本土製造的問題。不能只有本土研發、設計，還要實現本土的製造。

除了這種大芯片之外，汽車上用得更多的，千軍萬馬級的芯片是控制類的小芯片，雖然很小，單價也不高，但是缺一個芯片，汽車也跑不起來，這些千軍萬馬的汽車半導體芯片也是一個重要的戰略性領域。比如感知類的、控制類的等等芯片，我們也需要構造本土供應鏈，一方面要發揮本土企業研發、本土製造的作用，另外也要鼓勵海外的芯片企業在中國設立研發機構，在中國實現本土化的製造，“兩條腿”走路，解決汽車釋放出來的龐大的、海量的芯片需求問題。這是第二個，進入新的時代，一定要高度重視汽車半導體的發展。

三是操作系統。電動汽車百人會在四年前就積極呼籲要推動汽車OS的自主可控，這幾年也在積極地推動本土OS率先上車，實現規模化應用，這是一個戰略性的問題，這件事情做晚了，將來的切換成本太高，甚至幾乎沒有切換的可能。所以自主可控的操作系統就應該在智能化一開始的時候，就實現和汽車的並驅發展，減少將來讓車企做切換、做替換的可能性，那個成本太高了。爲什麼要搞自主可控？最近發生的這些終端事件，有的車被遠程鎖死，包括一些電子產品被遠程引爆、遠程控制。像汽車這麼大的終端，必須在基本層面實現自主可控，大家都已經有共識。現在需要解決的問題是讓已經產生出來的車載、車控、智駕操作系統能夠儘快上車，實現規模化應用，車企也要承擔起讓自主操作系統上車的主要責任，操作系統企業也要創新發展模式，和車企共生共贏。模式要創新，不能讓車企失去自己對未來發展、產品和技術升級的主導性，車企也不能讓OS企業沒有利潤，白做一個系統，所以大家要加快探索出一個商業和創新的閉環，實現產業有一個良好的發展模式，發揮車企的牽引作用，儘快實現不同的操作系統上車和規模化應用，就可以從根本上解決智能網聯汽車重大的安全可控問題。當然，OS也在升級，我們過去的一些操作系統也要根據人工智能的發展來進行新的定義。

最近我們聽到操作系統的企業提出了“四個發展模式”，一是在現有OS基礎上適配人工智能的功能；二是利用人工智能技術改造現在的OS；三是爲人工智能需求設計一個新的OS，更進一步了，核心是以原有的OS思維主導，作爲前提，完全擁抱人工智能；四是更高一級的OS發展路徑，就是用人工智能作爲新的設計或者是驅動的核心，基於人工智能再重新打造一個AI原生化的OS。這又爲我們追趕者提供了反超，換道發展的機會。

四是建設汽車智算基礎設施。人工智能時代，汽車企業缺的不是產能，整車廠數量不是產業發展的主要矛盾，到了人工智能時代，汽車行業最缺的是智算的基礎設施，而不是生產能力，智能智算基礎設施慢慢會成爲智能網聯汽車加速發展的主要矛盾，因爲需求太快了。

最左邊，要完成端到端智能駕駛的研發和訓練，起步的算力是1 EFLOPS，中間的車企都開始投入平均3 EFLOPS的算力，在這個算力上要投入巨資，而且要持續投入，圍繞着數據、算力、算法形成規模化的隊伍。沒有幾千或者是上萬張卡的算力集羣，沒有一兩千甚至幾千、上萬的算力、算法、數據的團隊，對於企業來講，就很難在新的賽道上形成競爭力。將來做智能化可能還要再增加幾十倍，一個企業，像現在的特斯拉一樣，得有1000 EFLOPS的算力支撐，將來我們還要做大模型。現在國內的資源有多少呢？根據公開的數據，三大運營商累計到2024年底，規劃的算力資源是53 EFLOPS，一個端到端大模型，一個企業需要的算力就是100 EFLOPS，現在如何解決智能駕駛、人工智能對算力的需求，既要保障有算力可用，又要實現我們的算力成本較低，甚至還要解決算力因爲英偉達的芯片很難買到、本土算力由不成熟向成熟化發展的問題。所謂的不成熟，芯片我們有了，但是圍繞着芯片所形成的軟件我們纔剛剛開始，“有芯片、缺軟件”的不成熟算力。英偉達是“有芯片、有軟件生態”，我們可以稱之爲成熟的算力，所以我們的任務除了建這些算力之外，還要加快解決國內不成熟的算力，通過豐富軟件和生態，要變成成熟的算力，減少算力在硬件上未來被“卡脖子”的問題。

五是走通智能駕駛融合發展路線。到了智能網聯時代，智能駕駛的技術路線也要發生調整。過去比較簡單，把智能駕駛簡單分爲兩條路線，單車智能和車路雲。經過幾年的實踐，特別是我們發現人工智能大模型技術路線的發展，我們覺得這不是兩條技術路線，這兩條技術路線在人工智能時代一定會融合成一條中國特色的智能駕駛融合發展路線。在這條融合路線當中，基於人工智能單車的駕駛水平叫基礎能力，這是“基礎分”，基礎能力你做得越強越好，中國的汽車要是能超過FSD，可能代表着更高的水平。中國還有一個特色，因爲FSD是端到端，第一個端的來源是汽車自己採集的一端，所以他的數據來源只有一端，相對單一。如果中國能夠發展車路雲，我們可以提供路側和雲側的第二個端，兩端輸入，一端輸出，就會成爲中國特色。一端輸入、一端輸出就是FSD的特色。兩端輸入，一端輸出，因爲我們有了“加分項”，百人會的團隊把他稱之爲C-FSD，中國的“加分項”，有了“加分項”的支持，加上“基礎分”的提升，形成的融合發展路線，應該是中國特色的，有中國優勢的智能駕駛融合發展路線，只有這一個路線，不需要再去把兩個路線對立起來，沒有必要。

六是堅定推進跨界融合發展戰略。完成這次人工智能與汽車融合戰略，完全靠車企是不可能的，中國最大的優勢就是我們在汽車之外，有大量能夠給汽車賦能、鏈接汽車的跨界力量，這些力量在技術、模型、軟件、網絡，包括硬件，甚至是飛行領域，有足夠強的單項能力，這些能力鏈接到汽車上，就變成汽車的能力，這些資源在小的汽車國家，或者說在一些傳統的製造業大國是缺乏的，正是因爲我們在這些領域有這麼多的生態，就構成了現在我們發展汽車的新的支撐性力量，智能汽車既要依靠汽車的牽引，又要堅定地推進跨界融合，跨界融合我們走得越深，跨界這條路解決得越好，我們就能越快地建立起集成優勢，這是很多地方，很多國家想做也做不到的事情，一定要依靠汽車的牽引，堅定地推進跨界融合來走通AI時代智能網聯的發展。推進跨界的融合，我們需要針對目前跨界的痛點來找到新路子，現在想跨，有的時候跨不過來，新生的力量，要麼不被整車所熟知，找不到你；要麼就很難和汽車牽手，很難和汽車擁抱，得不到認可；要麼相互之間又缺乏鏈接的渠道和方式，畢竟大家過去屬於不同的行業。所以，要解決好如何相互認知，如何相互擁抱、信任，最後形成一個共生、共創的發展模式，這是我們在跨界發展當中必須解決的路徑問題。我們也看到一些企業已經開始走出新模式，比如有的整車廠和芯片企業開始共同打造智駕方案，有的整車廠開始和頭部的軟件企業共建汽車產業的軟件生態，我想這都是開始探索車企和跨界如何走通共創、共生模式一個重要的實踐。這條路要堅定地走下去，這樣就會形成我們1+1>2的競爭優勢。

七是一個戰略性的問題，中國的智能網聯汽車如何面對全球化的問題。現在我們的全球化主要是電動化，即使是電動化，面臨的發展環境也是過去汽車行業從來沒有遇到過的，既有重大的機會，也相當複雜。特別是一些國家開始對中國電動汽車進行關稅、反補貼的調查，歐盟還有類似非關稅壁壘，比如碳足跡、碳關稅等等，這是電動車目前全球化發展當中面臨的新問題。

到智能汽車又有一些更新的問題，大家看最近一些國家開始提出禁止中國的智能網聯軟件、硬件在他的國家落地，爲什麼呢？我們看到的理由，因爲智能化涉及到了數據問題，你在那邊會不會影響他的數據隱私，甚至將來數據都面臨着跨境的問題，那個時候的數據能不能跨境，還有就是現在的安全問題，網絡安全和駕駛安全。智能時代在全球都在思考的三個安全問題，數據安全、網絡安全、駕駛安全，這些就構成了新的課題，在很多國家就會面臨着我們必須要適配的問題，甚至會成爲一些國家限制中國智能網聯汽車和產品國際化新的壁壘或者是障礙。電動化、智能化會形成更復雜的全球化發展環境，倒逼中國車企，中國的汽車產業，整車、零部件、新的零部件，包括智能化零部件，這些企業一定要找好全球化發展的新路徑，能夠走穩走遠，這是一個新的問題，確實已經迫在眉睫。

八是智能汽車發展到了這個時候，制度創新就很關鍵。我們作爲旁觀者，越來越覺得對於智能化發展的速度低估了，未來幾年一定會非常快，技術創新快了所暴露出來的主要問題，我們的生產關係能不能跟得上生產力“跑步式”的發展，你跑得太快，生產力和生產關係就要抓緊匹配。智能汽車領域的生產關係就是現在最重要的，比如說關於數據的管理制度問題，車上這麼多數據如何更好地使用，如何更好地管理，我們已經有很好的制度出臺，但是需要進行更新，需要根據新的發展能夠進一步完善，特別是細則，這是數據的安全和數據的利用，二者的關係要解決好，不能只關注安全，不鼓勵利用，創新一定會停止。也不能只爲了利用，不顧及安全，很可能就會走向一種混亂，侵害各方的利益。在安全和數據利用之間如何更好地處理好關係，這對於我們監管、制度確實是一個新的挑戰。

第二個法規標準創新點，就是上路和行駛的法規問題，什麼樣的車可以上路跑呢？現在的車很快，大家都希望不要司機，什麼樣的車在不需要司機干預時能夠上路，這對我們的產品准入提出了巨大的挑戰，你得定義出來，什麼條件下能上路，它可以不接管呢？第二，如果上路了，沒有人干預的情況下，交管怎麼解決它呢？這都需要適配。你說車企負責，車企只是一個法人實體，交管是針對駕駛員的，沒有駕駛員的情況下產生了問題，經濟問題還好解決，非經濟問題怎麼解決呢？無論是產品准入，還是上路通行，都需要根據前期的試點不斷總結經驗，迅速推出雙准入的制度和法規，還有一些運營的問題，監管的問題，安全的監管。大家設想一下，將來滿大街都是無人駕駛汽車，它到處亂跑怎麼辦？對於這些車該如何監管，確保它能夠按照安全的模式在城市道路上運行，這都是新問題。

過去我們曾經有智能汽車的規劃，現在到了AI時代，我們確實需要根據新的發展階段來加快思考我們的戰略問題，這是當前我們大家共同的任務，也需要大家共同建言獻策，謝謝大家！