经济观察网 记者 濮振宇 “汽车行业最缺的是智算的基础设施”“现在座舱进入了‘无人区’，国外没有国内发展快”“（操作系统自主可控）这件事情做晚了，将来的切换成本太高，甚至几乎没有切换可能”，在9月29日举办的全球智能汽车产业大会（下称“2024GIV”）上，行业协会、高校院所、企业代表围绕中国智能汽车发展面临的新问题，展开了多轮讨论。

中国汽车的智能化进程，被行业公认已经走在世界前列，但相关企业乃至整个行业的烦恼并没有因此减少。作为智能化的两大核心方向之一，智能座舱领域从算力到标准再到方向，正面临着三道新“坎”。

不缺车厂，缺算力

“人工智能时代，汽车企业缺的不是产能。多几个整车厂，少几个整车厂，好像不是产业发展的主要矛盾，到了人工智能时代，汽车行业最缺的是智算的基础设施，而不是生产能力，智算基础设施不足，将会成为智能网联汽车加速发展的主要矛盾。”中国电动汽车百人会副理事长兼秘书长张永伟在2024 GIV上表示。

“智算”就是智能领域的计算能力，算力是推动人工智能发展的三大要素之一，被称为人工智能的“发动机”和核心驱动力。

张永伟表示，随着汽车与AI深度融合，端到端智能驾驶、座舱大模型等加速上车，行业对智能算力的需求快速增长。没有几千张乃至上万张卡的算力集群，没有充足的算力、算法、数据的团队，企业很难在新的赛道上形成竞争力。

中国电动汽车百人会现场展示的数据显示，在端到端智能驾驶领域，起步算力是1 EFLOPS，车企平均投入算力已达到3 EFLOPS以上，但距100 EFLOPS的理想算力仍然遥远。在座舱大模型领域，基础模型算力需求大于10EFLOPS，座舱垂域模型算力需求为数百到数千PFLOPS（1EFLOPS=1000 PFLOPS）。

一边是需求的旺盛，另一边是供给不足。张永伟表示，国内车企的算力主要依靠国内存量的英伟达芯片，而英伟达的芯片现在很难买到，算力难以增长。

数据显示，国内车企现有的算力都在10 EFLOPS以下，到2024年底，中国移动、中国电信、中国联通的规划算力分别是17 EFLOPS、21 EFLOPS和15EFLOPS，三大运营商合计53 EFLOPS，但围绕“端到端”大模型，一家企业需要的理想算力就高达100 EFLOPS。

按照张永伟的设想，未来应该从四方面加强算力共建共享，提升资源利用效率，一是算力集中，提高模型迭代效率；二是基础模型共享，减少资源重复利用；三是软硬协同，提升软硬件适配；四是生态共建，完善软件开发生态。

在张永伟看来，除了算力规模不足，中国本土算力还需解决从不成熟向成熟化发展的问题，“不成熟”指虽然有了英伟达芯片，但围绕着芯片所形成的软件才刚刚起步，现有的本土算力是“有芯片、缺软件”的不成熟算力。“要通过丰富软件和生态，（把不成熟的算力）变成成熟的算力，减少算力在硬件上未来被‘卡脖子’的问题。”他说。

百度智舱业务部总经理李涛认为，在产品设计中也应该避免算力浪费。“今天很多座舱设计是把Pad安到了车上，然后把移动App直接迁移到车机上去。现在行业里统计，单台车上搭载App最多的有189个。可以想象，在驾驶过程中从189个App里翻你想要的应用是多么困难，这也会占用宝贵的车机算力及内存资源。”李涛在2024 GIV上说。

不缺资源，缺标准

任何一个新兴领域，标准从无到有都是一个复杂的过程。中国软件评测中心智能网联汽车产品与系统测评室主任王荣在2024 GIV的发言中，14次提到“标准”二字。“随着操作系统技术的演进，操作系统可以算作核心，现在的汽车座舱和操作系统的功能迭代需要企业建立标准化的技术中台，统一运行环境和各个接口的标准。”他说。

与历史更悠久的智能驾驶领域不同，智能座舱概念最近几年才开始广为人知。作为一个新兴领域，智能座舱本身是复合性的和非标准化的，很多厂商对此的认知相当模糊，行业缺乏相关标准。

作为产业界人士，神州数码汽车业务集团CTO刘黎对标准建立迫切性的认知更直观。“不管是你躺在车里面还是在车外面，都要跟车交互，车跟车之间也要交互，车跟V2X、跟车路云还要有交互，这个交互的框架跟现在手机App应用商店的框架完全不一样了，这些标准都有待于我们去建立。”刘黎说。

从Windows系统到安卓系统，个人电脑和智能手机领域都出现了由少数国外操作系统主导整个行业以及全球市场的情况。在智能汽车领域，操作系统的标准也是业界当下关心的一个重点话题。对于中国智能汽车产业来说，操作系统的标准不应被国外企业牵着鼻子走。

张永伟表示，中国电动汽车百人会在四年前就开始呼吁推动汽车操作系统的自主可控，这几年也在积极地推动本土操作系统率先上车，实现规模化应用，这是一个战略性的问题，这件事情做晚了，将来的切换成本太高，甚至几乎没有切换可能。

为什么自主可控如此重要？“最近发生的一些终端事件，有的车被远程锁死，包括一些电子产品被远程引爆、远程控制。像汽车这么大的终端，必须在基本层面实现自主可控，大家都已经有共识。”张永伟说。

无论在哪个行业，操作系统牵涉的利益相关方都相当众多，操作系统厂商、芯片厂商、网络技术厂商等通常会既合作又博弈，为了提高软件的可扩展性和可移植性，其中部分企业会逐渐形成“技术联盟”，共同推动某个操作系统成为行业主导。

谈及这一问题，张永伟认为，现在需要解决的问题是让已出现的车载、车控、智驾操作系统尽快上车，实现规模化应用。车企要承担起让自主操作系统上车的主要责任，不能让操作系统企业没有利润，操作系统企业也要创新发展模式，与车企共生共赢，不能让车企失去对自己未来发展、产品和技术升级的主导权，大家要加快探索出一个商业和创新的闭环。

不缺优势，缺方向

“AI座舱过去五年爆发式增长，但其他体系跟不上，进步这么快的时候，全链条跟不上怎么办？也就是现在座舱进入了‘无人区’，国外没有国内发展快……新冠肺炎疫情前国内的座舱产品基本落后国外一到两代，而从去年开始基本领先一到两代。”清华大学智能绿色车辆与交通全国重点实验室教授曹东璞在2024 GIV上感慨。

根据中国汽车工程学会在《汽车智能座舱分级与综合评价白皮书》中的说法，智能座舱可以分为L4、L3、L2、L1、L0五个等级。智能座舱相应的等级越高，即表示智能座舱任务主动交互能力越强，服务内容越丰富以及执行场景的拓展能力更强。

曹东璞表示，目前一些智能座舱处在L2阶段，大部分智能座舱还在L1层面。2023年夏天，几家汽车主机厂与他进行了交流，希望整个行业尽快形成L3高阶认知智能座舱的定义，进而反过来指导下一代产品的定义。

眼下，在更高级别智能座舱定义尚未形成的情况下，智能座舱该如何升级演进？这是摆在所有智能座舱企业面前的紧迫现实课题。

李涛表示，随着AI技术、自然语言理解的进步，如今座舱能泛化地理解用户更自然口语化的表达。这个过程中，人们对座舱的使用频次从最早每天3—5次的个位数到今天飙到两位数，甚至在一些语音交互技术领先的车型上已达到接近三位数。

但李涛并不认为座舱语音交互次数就是越多越好。“因为整体车辆设计的智能化程度比较低，系统无法深度地理解用户当前所需，用户只能不停发出原子化的操作指令，系统才能按照指令一步一步地完成用户的需求。”李涛说。

与李涛的看法类似，字节跳动旗下火山引擎座舱大模型负责人张航认为，“我一个眼神ta就懂了”才是最理想的交互状态。火山引擎在进行调研时，发现用户都觉得“外卖上车”功能很好，他们希望在去公司的路上点一杯咖啡外卖，但却较少使用这个功能，因为其交互效率太低了。

作为国内智能座舱的头部供应商，百度近日宣布将其智能座舱升级为Apollo超级座舱，并称此座舱具有全感融合、全局规划和全域执行能力，计划在智舱用户交互频率上做“减法”。

李涛解释了百度Apollo超级座舱的设计思路：最早整个座舱里围绕的是舱内感知和操作，现在应该让车能主动感知用户的需求，因为“舱—驾—云—图”的趋势变得非常明显，舱里的摄像头、毫米波雷达传感器同样可以帮助智舱提升用户体验。未来，市场需要一个能够知道用户上下文、了解用户此时此刻所想所需并且自动生成全局化执行方案的新时代座舱。

张航透露，火山引擎提高智舱交互效率的方案较激进，就是把车内所有感知信号、用户信息、环境信息、车内状态交给大模型，用大模型的推理能力在不同场景、不同状态下做出比较好的判断。“以前说‘我有点冷’，语音肯定会调高空调温度，但现在大模型会有自己的推理，比如现在是冬天，车窗是开着的，这时大模型给出的动作就变成了关上车窗。”他说。

与关注座舱交互效率的百度和火山引擎不同，神州数码更关注座舱应用形态。刘黎表示，现在的座舱应用，其实是把手机的卡片式交互移植到车上去。现在神州数码与一些芯片厂商、车企开始进行新的尝试，希望打造更多模态、沉浸式的座舱应用，以最大程度发挥智能汽车平台相较于手机平台的优势。