当前位置: 首页 » 资讯 » 智能车 » 正文

百人会论坛丨万集科技高鑫:单车智能缺超视距感知能力无法应对交通事故、突发事件等问题

IP属地 北京 编辑:苏婉清 汽车咖啡馆 时间:2025-04-02 10:30:11

编者按:2025年3月28-30日,中国电动汽车百人会年会论坛在钓鱼台国宾馆举办。作为战略合作媒体,搜狐汽车对本次论坛进行全程视频直播,以及短视频报道和参与企业嘉宾采访等环节。本次受访嘉宾是为万集科技股份有限公司智慧城市事业部总经理高鑫。

万集科技股份有限公司智慧城市事业部总经理高鑫

出品 丨 搜狐汽车·

作者 丨 李德辉

“不是说单车智能的优越降低车路协同的需求,也不是说车路云的建设就要取缔单车自动驾驶模式化。” 万集科技股份有限公司智慧城市事业部总经理高鑫强调,单车智能与车路云一体是协同与互补的关系,并非是互斥的替代关系。从行驶安全的角度,高鑫解释:“我们应该将单车智能看成是面对90%路况行驶过程中,加上车路协同对于长尾效应下5%~10%极端问题的解决,更好地让车辆智能化、安全化、共享化。”

在全民智能舆论的引导下,安全的问题尤其应该引起广大消费者的关注与重视,而非一股脑的全盘接受或无条件的将车辆的主导权交给行驶车辆与系统。

高鑫举例称,从单车智能维度,“我们看到无论是特斯拉还是国内所谓的智驾系统,在正常道路行驶中,它可以满足90%以上的驾驶路况和驾驶行为,但一旦遇到交通事故、超视距感知,以及突发事件,单车智能是无法解决物理化没有前置感知能力的问题。”

因此,智能驾驶领域,我国的技术路线是以车路云一体为基础的群体智能。“它更加强调的是系统群体智能化,站在的是以路侧、车端、云端共同的价值能力共享化,去解决我们对于区域化整体的智驾方案的能力。”

不过,车路云一体的发展也遇到一些挑战,特别是在商业闭环上。

对此,高鑫解释,车路云一体化并非单一的交通领域的基础设施建设,商业模式也是多元的。“我们认为车路云既包含出行的便捷安全,也包含了政府对于基础设施的投入,同时也包含了我们对下一个智能网联汽车发展,以及人类便捷出行的市场需求,所以它不仅仅是一个以经济模型来测算的,更是一个综合性的行业发展的现状。”

具体来讲,高鑫认为,有两种模式。

其一,在市政基础设施建设框架下的交通基础设施建设。“作为基础设施来讲,无论是车路云的建设,还是没有车路云的建设,地方政府每年都会有固定的对于新型基础设施建设的规划,不应该仅是由于有了车路云,我们才去做基础建设。”

其二,基于自动驾驶汽车发展背景下的数据与运营服务。比如自动驾驶汽车,“他们现在也在跟很多城市,需要地方城市提供场景化的能力,购买地方城市的数据,这样能够更好地通过数据服务。不仅仅是日常所谓运营服务,而是通过更多的数据服务来满足我们对于地方前期投入的资金回笼。”

以下是采访速记(经编辑):

Q:现阶段,车路云一体化发展的核心驱动力是什么?在商业闭环上,有哪些有效的措施和方法?

高鑫:车路云的确是作为目前来讲大家最关注的行业发展。车路云从去年年初由五部委提出,但其实车路云背后发展可以追溯到2013年前后智能网联技术的发展,到现在也有近10多年的发展历程。整个智能网联或者今天所谓的车路云,一直是在以智能网联汽车为基础的行业发展下,形成了产业联动下一个发展阶段。我认为它是一个以技术和市场双驱的市场发展。

我们认为,在过去10年的发展过程中,它是从创新技术所开展的行业技术。近四五年发展中,技术体系已经相对成熟和稳定,从技术到产品,从产品到应用是我们在这个阶段上面临的,包括车路云。其实车路云的全称应该叫车路云一体化规模化示范应用。这样也很好地解释了在过往的几年中,我们在技术体系成熟之下,从试点应用、示范应用到规范化应用逐步发展的过程,今天可以说车路云一体化已经面对了一个行业规模应用阶段的发展。

当然,大家一直提到技术是一方面,行业的需求是一方面。另外一方面就是商业化能力,是否有真正投入产出的经济测算。其实车路云目前我认为它是一个非常复杂化的系统行业,既包含交通、通信以及汽车三大万亿级市场。任何一个简单的经济模型都不可以涵盖我们对于车路云的理解。但是我们认为车路云既包含出行的便捷安全,也包含了政府对于基础设施的投入,同时也包含了我们对下一个智能网联汽车发展,以及人类便捷出行的市场需求,所以它不仅仅是一个以经济模型来测算的,更是一个综合性的行业发展的现状。

Q:万集现在已经参与了十余个“双智”城市试点,覆盖3600公里的感知路线,目前在地方政府预算收缩的背景下,我们是如何平衡项目投入与回款风险?

高鑫:两部分,一方面,大家一直很关注国内目前政府的资金怎么保障的问题,我想这也是很多做城市业务的企业大家一直在讨论的问题。

我们认为车路云的建设,就像刚刚所介绍的,我们认为这种建设不简简单单是一个政府工程,它包含很多方面,的确它有基础设施的层面。作为基础设施来讲,无论是车路云的建设,还是没有车路云的建设,地方政府每年都会有固定的对于新型基础设施建设的规划,不应该仅是由于有了车路云,我们才去做基础建设。对于车路云的建设,更何况它还改善了很多城市管理者的管理精细化的程度,现在我们看到很多地方政府,虽然面对地方财政压力缩紧的情况下,但也有很多城市在针对车路云的建设有专门的专项债来保证我们的建设。

同时,除了基础设施之外,我们也看到还有很多车辆运行服务的模式在发生改变。这些模式的改变同时也在增强着我们地方建设的信心,并且在无人驾驶、自动驾驶逐步地完善之后,它也带来一种新的运营和反哺能力。

包括刚才说到的自动驾驶的一些车企,他们现在也在跟很多城市,需要地方城市提供场景化的能力,购买地方城市的数据,这样能够更好地通过数据服务。不仅仅是日常所谓运营服务,而是通过更多的数据服务来满足我们对于地方前期投入的资金回笼,这是一个情况。

Q:从去年到今年,国家陆续出台了针对车路云一体的刺激政策,还有路端智能化设施建设。像您这样的企业对这个政策的感受有多明显?能不能讲一些具体的实例?

高鑫:整个政策的发布是从去年1月17日,五部委发出的车路云示范通知,再到去年上半年,由各地形成了地方城市对于示范规模化应用的申报,可以讲当时的申报还是非常踊跃和积极的,有全国近50家地方城市再申报。最初,我们认为行业应该有10家左右地方城市的示范建设,最终选择了20家。这也是形成了现在我们认为的在车路云一体化示范规模化应用的试点城市第一批城市,既包含北京、上海、广州、深圳、重庆、武汉等等有代表性的城市,同时也有像过去在这方面相对没有那么头部的,也包含十堰、济南,像东北地区,也在这次车路云一体化示范中都积极加入到示范城市第一批名单中。到今天来讲,我们已经从去年的积极申报,到去年年底方案的逐步落实,再到今年年初我们看到行业已经有部分城市启动了先行先试,甚至整体方案落地化的验证过程。我们认为车路云在今年,甚至在今年、明年两年,应该会更加快速实现商业化落地,这是现在的现状。

除了地方城市摇旗呐喊,我们行业从业者,像我们也很积极投入,车企是不是积极?作为车路云,最终的载体。我相信大家很关注的一点就是对于车端的企业,尤其是乘用车量产企业们是否真正投入到这个行业的发展?可以举一些我们现在在做的事情。

首先,我们目前在一些城市,在和量产车的主机厂联合实验室打造基于车路云一体技术下车路云协同能力,以路侧感知为自动驾驶量产车出行,甚至是车路协同服务场景提供整体解决方案,这是一个案例。

第二个,我们也在和一些地方城市打造以应用场景为引导的,去解决自动驾驶,甚至是智能网联汽车在面对城市复杂路况,复杂场景自身无法解决的问题,例如经常会提到的鬼探头,红绿灯不识别,甚至有一些交通事故、施工占道等等场景。我们也通过跟地方的合作,完成了对于场景的验证和数据可信度的上车服务,这样也为我们下一个阶段车路云实践应用落地打造了落地场景。

无论是从地方的建设意愿,还是从技术实现,以及车辆服务的对象来讲,车路云目前都在各方自己的专业领域下积极向前,往同一个方向推进。

Q:在智能驾驶领域,激光雷达派和纯视觉派,哪种技术路线会成为主流?

高鑫:其实这个问题在行业一直在讨论,在过去甚至五年以上时间,大家一直会把单车智能,或者自动驾驶和车路协同作为两个技术在论证,但其实我们作为从业或者行业来讲,始终不认为这两种技术是不可兼容的。

从单车智能来讲,它更加强调的是对于单体化自己的感知和自动驾驶行为的方式,但是并不代表它不需要车路协同信息的加持。举个最简单例子,单车智能虽然我们看到无论是特斯拉还是国内所谓的智驾系统,在正常道路行驶中,它可以满足90%以上的驾驶路况和驾驶行为,但一旦遇到交通事故、超视距感知,以及突发事件,单车智能是无法解决物理化没有前置感知能力的问题。为什么叫车路协同?中国智能驾驶的理念,它更加强调的是系统群体智能化,站在的是以路侧、车端、云端共同的价值能力共享化,去解决我们对于区域化整体的智驾方案的能力。所以我们认为,不是说单车智能的优越降低车路协同的需求,也不是说车路云的建设就要取缔单车自动驾驶模式化。而是我们应该将单车智能看成是面对90%路况行驶过程中加上车路协同对于长尾效应下5%~10%极端问题的解决,更好地让车辆智能化、安全化、共享化。

Q:一些省市也在建设智慧公路,包括道路的自动驾驶协同,想请问您在推进这个的过程中,具体落地时候会有哪些困难?

高鑫:高速公路来讲,去年我们也看到,由交通部和财政部共同提出来的关于高速公路数字化转型升级的发展政策,它更加提倡在现阶段,随着原有基础设施建设的同时,新基建的发展需要更加具有智能化、数字化发展理念下所提出来的建设。在这个阶段中,我们认为数字化转型升级不仅仅强调的是对于过去数据的信息以及掌握,而是更加面向的是对于管理和运营模式的改变,在这个阶段下,无论是应用在我们所看到的,最近在给地方提供的扩容升级能力也好,还是我们对于收费体系,以及收费站点数字化能力提升也好,都在围绕着高速公路运营体系下最主要的核心问题,1.安全;2.通畅;3.效率提升。只有在满足高速公路业务本身发展的需求之下,任何技术的提升才是根本地解决业主和用户的问题,是这么理解的。

Q:激光雷达装机量每年倍增,今年可能依旧会倍增,万集这一块稍稍有一些落后,我想知道万集目前应对市场的策略是什么?

高鑫:因为万集激光雷达业务到今天来讲,我们已经有13年的发展历史了,可能我们这13年会比一些初创企业的生命周期都会长。对于万集来讲,我们对于一款业务的理解已经约13年,无论是在技术迭代,还是产品的稳定性,还是对业务需求的理解,我想我们对这个行业是最有沉淀的。

的确,像刚刚您所讲到的,目前在车载激光雷达市场上可能万集还没有头部领先的市场份额,也是因为我们对于目前激光技术也有着自己的技术路线的考量。当然,现在的市场中的技术,无论是包含机械式的还是半固态的,还是其他的转镜式等等的激光雷达,万集公司有自己的研发,也有相应的产品在市场推进。当然,也有一些车企采用了我们的激光雷达方案的定点。

万集公司在2016年开始就在自己科技创新上布局了我们对于全固态激光雷达科研技术的储备。我们也是认为在全固态OPA芯片模组下,我们的技术无论从国内还是国际上都是领先的。我们也一直在坚守着我们自己在技术上的投入,虽然它的时间相比来讲会很漫长。这也是我们对于硬科技的坚持,只有在芯片领域获得了真正的突破,我们在激光领域的未来,无论是从产品的一致性、稳定性,以及成本的降低,都能够对于现有行业的突破,以及对于现有车辆装载率的突破。我们今年应该也看到很多车企,尤其量产车的车企已经提出了智驾平权的理念,智驾平权更加追求方案稳定、一致以及成本节约,我们坚信我们自己的技术路线会在下一个阶段中获得它的市场认可。

Q:最近几年激光雷达的价格下探得跟早些年相比比较明显,有一种看法是说中国汽车产业内卷给了供应商巨大的压力,所以导致的价格快速下降,您觉得这种压力今年还会延续吗?

高鑫:万集是国内六十余家汽车主机厂一级供应商。面对汽车主机厂的内卷文化,其实它是一个产业链整体存在的。我们并不认为这种内卷是不好的,客观上讲,卷是一种文化,同时也是一种创新驱动。这也是让这个行业逐步能够面对新需求下、新技术领域下的突破原动力。

万集无论是在激光雷达,还是在其他任何一个产品技术上,我们始终坚信要以用户需求面对我们自身的发展,而不是以我们自身的诉求来满足市场的要求。我们始终以客户需求导引来实现自身的产品创新、方案创新,甚至是成本创新。

我们在面对这样一个场景下,我们认为只有加大自身的能力,才能够真正面对市场的竞争,才能获得更好的收益。

Q:您觉得内卷今年还会延续吗?

高鑫:其实这种内卷不是单一价格卷,而是真正意义上对于产业创新需求的卷,这种产业创新是每一个科技企业自身发展的原动力,如果作为一个科技企业,丧失了对于科技的创新,那么企业自身发展也将受到困惑,所以我倒是认为这种卷的文化不应该单一看待是价格,而是整体企业创新发展能动性是否是拥有的,至少在这一点上我认为我们还在创新。

Q:AI技术对万集现在自有的产品和研发工作会带来哪些帮助?

高鑫:首先,我们还是比较早地开始拥抱了AI技术,我们现在把AI技术的加成已经从简单的技术上的导入变成了产品研发的过程,这样能够更好地提高我们的研发创新,或者研发的效率问题,我们在业务表达方面,包括很多智能网联,现在我们看到的车路云的项目中,也把一些大模型、AI训练,甚至像今年最火的DeepSeek已经导入业务体系中作为我们的支撑点,甚至是业务上的亮点去表达,这也获得了很多地方业主的认可,我们也看到了地方业主对于新技术,尤其大模型也好、训练也好的接受度。

另外一个,再补充一下,的确在模型训练上,通过AI的模型建立,也给很多车企自动驾驶算法提供我们的一些模型训练的支撑,这也是刚刚回答各位老师们所提出的问题,车路云的建设不仅仅是满足对于实时自动驾驶的行为要求,同时它也为很多自动驾驶的算法提升建立了很多场景数据库,也可以为很多智能网联汽车、量产车做它的算法训练提供很多数据保障。

Q:基于DeepSeek做的服务怎么能产生你们自己的盈利增长点?

高鑫:我们会把一些我们在业务上。举个最简单例子,DeepSeek在今年技术出现之后,我们把一些模型训练接在了DeepSeek。比如把一段视频丢到模型训练中,通过DeepSeek整体输出,会在交通事件中寻找它的结论。这样大大提升了过去要靠研发人员的轨迹算法实现的能力,而是通过模型训练就可以完成对结果的导出。

Q:也就是说它代替了数字孪生很多工作量?

高鑫:代替了研发人员进行在事件识别,过去要靠规则算法来实现,现在是直接通过结果级的输出来识别,这样大大提升了我们的工作效率和准确性,甚至我们在面对一些公安、交管业务的时候。我们过去可能是通过自身的模型,因为做很多事件时候要做双轨验证。当我们做正常的图像和视觉识别同时一定要做验证,过去的验证靠人工,靠再一次算法提取,现在我们可以把这一段视频,或者很多视频再次丢给DeepSeek,让它帮我们验证这个结果,而且这个技术我们在自身实验创新上已经获得了认证。

Q:目前海外市场在动态业务上是否能满足需求算法的对冲?

高鑫:的确,万集科技作为一家国内的企业,我们也有全球的战略发展。万集公司作为全球战略来讲也有了七八年的布局,在这个过程中间,我们也是从小步快跑中寻求我们自身的经验。从前期我们与“一带一路”国家企业合作,共同走向海外。到现在我们已经有了小规模自身的海外市场销售体系,再到我们目前也逐步在重点区域形成海外分公司从销售到本地服务,下一步我们计划形成海外研发,共同面对海外市场客户,能够更好地区别看待海外需求,服务海外客户市场,建立我们海外市场整体的市场策略。

至于您刚刚提到的动态称重,那只是我们在海外市场出海过程中的一个单一业务,我们不仅仅动态称重。这几年从最初,当然第一个海外市场项目是动态称重,到现在我们海外市场业务也包含了从动态称重到激光雷达,再到我们在东亚地区市场也把我们智能网联整体的项目交付在海外有了落地。我想万集的海外市场业务布局是全球的,也是全业务的整体市场布局。

免责声明:本网信息来自于互联网,目的在于传递更多信息,并不代表本网赞同其观点。其内容真实性、完整性不作任何保证或承诺。如若本网有任何内容侵犯您的权益,请及时联系我们,本站将会在24小时内处理完毕。

全站最新