快速记忆课程加盟,超级记忆力培训，2023电动百人会丨学习笔记②

东软睿驰曹斌：操作系统有的时候是一个技术话题，有的时候是一个商业话题，我们更愿意看它是个商业话题。

一个蓬勃发展的产业里边能够成功的操作系统的数量是2，就是基本上最多就是两个操作系统。

我们开发一个手机的车联网控制APP的时候，我们往往需要适配非常多的手机。总体上来说，苹果的我们必须适配，Android的也必须适配。如果再有第三家，我们其实也需要再去适配。

所以，任何一个产业，当它非常的复杂和规模非常庞大的时候一定会走向成本最低的方向，那就是一个操作系统肯定是最好，两个操作系统有点麻烦，三个操作系统忍受不了的。

——————

PC的操作系统是怎么形成的？

最开始从PC端，从DOS系统上开发图形应用一定是很困难的，因为缺少非常多的软件的支持，在这个过程中有非常多的形态去出现和试验，最终当这个问题被广泛的解决的时候，比如Windows出现导致应用开发变的非常简单，使得大量的应用一下就去Windows上了。

一旦多数应用选择一款操作系统、一个应用开发模式的时候，这种应用产生的生态作用就会进一步的去加强它的主导作用，于是进入到一个正向的循环。

所以，我们看到说，过去主流操作系统都是在特定的历史阶段才能够形成，过了这个历史阶段，你就很难再去形成了。

————————

我们在想，汽车会不会这样？

因为过去来说我们开发很多的软件都是InHouse的，软件的复杂度没有那么高，很多都是零部件的供应商自己在家里开发的，没有超出到一个多个供应商，或者多个软件开发组织的组合。在这种情况下，我们认为操作系统相对来说是个技术属性，在这种情况下，我们也看到全栈自研是合理的。

中国的汽车产业确实是整个走在行业前面的。所以，当这种产业层面上的巨型的困难问题出现的时候，它有可能恰恰出现在中国这个产业环境里边，这件事情其实是一个千载难逢的机会。我们现在看可能恰恰是这样的，现在的算力在不断地提升，算力提升意味着我们过去一个MCU里面只能解决一个控制器的问题，现在在一个预控制器里边可以解决非常多的软件的问题，也需要多家去集成，不是InHouse能够完全去搞定的。

车企通过软件创造差异性的动力变得非常强，以至于很多车企构建软件团队，构建很多的这些开发的组织，这些组织不仅仅要开发的是应用软件，还要集成第三方的算法也好、功能也好，这样的功能组件，这种集成工作变成未来的一个关键话题，尤其随着开发周期变得越来越短，集成的成本和难度，以及可集成的组件的数量变成车企未来竞争里边核心的更正要素。所以，我们认为这个过程中这个问题目前还没有被解决，未来解决这个问题的窗口可能就是一个操作系统成长成为主流的一个关键时期。

NeuSAR是东软睿驰做的基于AUTOSAR的一个基础软件，我们在过去这几年，随着应用的一些需求，我们做的一些更好、进一步的发布，包括我们的AP和CP，这都是AUTOSAR里面成熟的组件，并且已经支持到最新的操作系统的AUTOSAR版本。

NeuSAR过去几年一直在发展，从2018年的时候1.0，一直到我们最新的4.0，我们叫它最新一代的软件架构，它除了在AUTOSAR以外也还涉及到非常多的一些中间件，功能组件的集成，以及良好的工具链方面的支持，我们也得到了很好的应用。

同时，在这个生态里边，我们还有很多的Tier1供应商，有很多算法公司、芯片公司、操作系统的公司，操作系统内核的公司和工具的公司，甚至一些通信组件的公司、安全组件的公司，这些都已经能够在我们的软件的框架里边能够得到非常好的集成，有些已经可以直接的就在主机厂里边实现一个深度集成。

——————————————

——————————————————

百度 储瑞松：今年春节以来Tesla引发的价格战和国内车厂的积极跟进，喊出『油电同价』，将新能源和燃油车的竞争引到了10-15万元的燃油车的主力战场。可以说，新能源车不但已经跨越了鸿沟，我们已经迎来了市场从油车向新能源车转变的拐点时刻。

汽车行业百年不遇之大变局有两场，新能源电动化是上半场，而智能化是下半场。我们现在正处于新能源电动化上半场的价格战淘汰赛阶段，而智能化的下半场的激烈竞争会随后而来。

智能化（特别是智能驾驶）当前B热C冷，智能化增加BOM成本，对于车企赢得价格战竞争没有帮助。

汽车智能化的发展和电动化比起来，还在早期。智能驾驶还没有引爆市场，是因为还没有谁能给消费者带来安全安心和有真实连续获得感的体验。

有的车企大肆宣传其车型的智能驾驶领先，但用户到4S店想体验，4S店却无法提供带有相应功能的试驾车让用户进行体验。有的车堆砌硬件，但实际上给消费者提供的智驾能力有限，承诺的OTA推送遥遥无期。有的车虽然宣称搭载了智能驾驶，但用户找不到如何开启；好不容易开启了，体验很差、甚至会给用户带来安全惊吓。很多用户觉得用智能驾驶比自己开车还紧张。

汽车智能化系统不同于车企所熟悉的以金属件为主的车辆系统 - 智能化系统是一个以硬件为载体、由算法软件驱动的大规模动态系统；它的复杂性比起以金属件为主的系统是指数级增长的。

软件具有：动态可变性、非线性、可修改升级等特点。

动态可变性：软件在运行时，自身的运行时序和状态的积累、和其他软件、其他子系统的交互等都可能会大幅影响系统的行为和性能。相比之下，硬件系统的行为和功能通常相对更确定。

非线性：受并发、异步、复杂逻辑分支等因素影响，软件中的不同部分可能以非线性的方式相互交互，这种相互作用可能会导致系统的行为变得复杂和难以预测。相比之下，硬件系统的行为通常更加线性，因为它们受到物理定律的限制。

可修改升级：软件可以被修改、软件系统可以升级。相比之下，硬件系统需要在设计和试生产阶段完成优化和调整，一旦定型，硬件系统就很少有灵活修改升级的可能性。

在智能驾驶领域，除了上面讲到的软件系统动态复杂性之外，还有以下几个要考虑的因素：软硬协同；数据驱动。

————————

车企是汽车从整车定义到交付给消费者使用的整个价值链条的链主。

一辆车从开发到推向市场是一个长期的过程，其中涉及到整车定义、目标人群分析、产品特征设计、架构开发、子系统开发和集成、定价及市场推广、交付、售后及运营维护等一系列工作。智能化时代的到来又提出了如何做好智能化体验新的课题。

那关注汽车智能化的用户体验是不是意味着车企要自研呢？我认为不是。车企的核心价值创造是针对目标消费者人群，定义满足消费者需求的核心功能，整合Tier1伙伴的能力优势，把整车按时、高质量、成本可控地造出来，并完整地向消费者做好产品价值的传递，把车卖好，再提供优质的服务包括OTA升级迭代、建立和维护良好的口碑和品牌。

我充分理解并且尊重车厂要搞清楚智能驾驶到底是怎么回事的诉求。但是如果车企想什么都做，那么经济运行的客观规律告诉我们，这势必会造成巨额资金的浪费、效率的低下和产品体验的落后。专业的事情还是应该交给专业的人和团队来做。

我们注意到还有的主机厂走拆包路线，将软件硬件分开，再把软件的每一个模块都分的很细，选用不同的供应商。车厂以为这样做能加强对供应商的掌控、降低成本。这在以硬件、金属件为主的时代或许可行；但对于智能驾驶是行不通的。这样做很难降低实际成本；因为每个供应商都还是要自己的利润的。更致命的是，这种方式难以驾驭软件动态性、数据驱动算法、软硬协同带来的指数级的复杂性，最终无法以合理的成本、在确定的时间内做出真正安全、体验好的智能驾驶。

————————

我们为车企提供智能驾驶、智能座舱、智能地图解决方案。

在开发过程中我们实现了规模化敏捷开发和ASPICE V模型 很好的结合；这在国内应该是首创。

在智舱和智图领域我们已经有很多车型的成功量产经验我们的泊车产品、高速智驾产品已经量产，城市智驾产品也将于今年7月量产。

我们致力于成为一个中国汽车智能化转型需要的新型、专业、本土的Tier1。

————————————

——————————————————

毫末智行 顾维灏：如果要达到2025年更高的渗透率的话，我们觉得在今年很多技术竞争或者是行业趋势也已经非常非常明确了。比如说城市导航辅助驾驶，在今年一定会上车，我觉得以毫末为代表的，以及华为昨天余承东总也讲了一些这种城市导航的大规模的辅助驾驶都会在今年上车。

另外从行业技术趋势上面来看，在综合性价比角度也会出现更深刻的行泊一体的解决方案，把行车控制器和泊车控制器合二为一，把传感器无论是行车还是泊车的时候综合来使用，这个在今年一定会呈现量产上市的新一代的产品。

自动驾驶和辅助驾驶技术是如何来发展的？我们也总结了过去的很长一段时间的技术驱动因素，划分了三个时代。

第一个时代完全是硬件驱动的时代，那个时候十年前大家看到所有的辅助驾驶、自动驾驶的车身上都挂满了各种各样的传感器和大量的计算硬件，大算力的消费级计算硬件，我们认为那个时候其实是完全的硬件驱动的，以单模演示为主的这样一个原形产品这是一个时代。

第二个时代是我们最近这几年乘用车已经进入到的一个时代，这个时候，技术的驱动因素我称之为叫软件驱动，软件是什么？软件是人写的软件，也就是说每一个工程师，包括我们公司的每一个工程师他们写的软件的最高的高度决定了这个系统的短板。这样的系统我觉得能解决一定的问题，但是如果我们想让这个产品、这个系统更加智能化我们一定会进入到第三代产品。

在移动互联网上或者互联网上其实现在已经是类似于这种数据驱动的技术驱动形态了，所有的工程师我们都是围绕着数据来进行，从数据的获取、传输、存储、计算到知识的转化以及把它部署到真正的应用端，只是靠数据不断的流转计算，这个时候产品的进步才能够产生突破性的进展。

——————————

————————————

立德空间 郭晟：我们在自动驾驶领域主要是聚焦这样几个方向，一个是惯性组合导航，一个是高精地图。

现在业内对高精地图有个看衰的观念我是不同意的，我们举个很简单的例子，在L3以内的可能不需要高精地图，但是L3以上的这个级别比如说我们北京700万台车要实现无人驾驶，不可能不用高精地图来实现多机的智能。

现在的自动驾驶为什么说L3级很难推向市场，因为现在我们做自动驾驶只是用了AI的一套算法，我们用AI的算法无非是用非线性方程去趋近一个汽车驾驶的形态，或者趋近一个真值，但是这种所谓概率的原理是无法满足汽车安全冗余的需要的。所以我们能不能把移动测量、惯性导航我们测量出来的这样一个真实的结果和我们的AI的原理方法进行整合，这样是不是个新的思路？

比如不到2分钟110秒时间之内低精度惯导基本上要偏离一个车道了，而高精度惯导还可以保持在一个车道之内，到三分钟的时候我们接近于偏离一个车道，大家问了，如果使用这么高级的惯导我的成本会不会增加，答案也是肯定的，但是我们也是有办法：

我们测算了一下，当这个惯导如果量产的数量到20万套以上的时候，基本上成本就降到了2000块钱左右，属于做到50万台，成本基本上也做到一千元左右了。所以这个事情怎么办呢？这个事情生产惯导的厂家要和主机厂要进行联合研发，联合的研发为汽车提供更安全、更舒适、更可靠的这样一个体验，同时把这个惯导的成本降下来。

（惯性组合导航一定是未来L3自动驾驶汽车的刚需器件，但是受制于技术和成本因素尚未大规模应用，取决于车厂和供应商。）

目前为止我们和一些比较知名的厂商比亚迪这样一些厂商也在做相应的一些工作，已经有小批量的投产试用。

今年第一季度过去了，我们经历了惨烈的价值战，但是我们了解特斯拉还仍然有30%的降价空间，并且别人通过技术创新带来40%的溢价。

——————————

————————————————

中国工程院院士 倪光南：这里我们探讨一下基础软件的内涵。

早期计算机只有系统软件和应用软件两类，后来随着软件技术的发展，陆续提出了一些新的类型，像支撑软件、中间件等等。

那么，今天基础软件的概念也没有严格的定义，根据对基础软件普遍的观点，我这里把它分成三类供大家参考：第一类，计算机系统运作不可缺少的软件。第二类，支撑开发与运行环境的软件。第三类，面向广大领域的共性应用软件。

众所周知，基础软件和芯片相连，所以，基础软件需要和芯片的架构融合发展。一辆智能汽车往往需要数以百计的芯片，而且对芯片的可靠性、性价比、能效比等等都有严格的要求。此前，针对芯片基本上都是ARM或者是X86的架构。

近年以来，开源RISC-V架构迅速兴起，RISC-V完全开源、架构紧凑、模块化、易于定制扩展，能够很好适应智能汽车这种丰富的应用场景。因此，RISC-V得到了我国AI领域、IoT领域，包括智能汽车领域的广泛认可，广大企业和各界人士都认为，我们发展智能汽车领域的基础软件应当聚焦于RISC-V架构，这样我们才有可能在新一轮科技革命之中从被动转为主动。

发展RISC-V的基础软件我们认为是个挑战，也是个机遇，说它是挑战，因为RISC-V作为新兴的架构，它的基础软件很多还不具备，还不完善，需要投入巨大的人力、物力，耗费很长的时间，不像传统的X86和ARM架构，他们的基础软件比较成熟，往往拿来就可以用。我们说它是一个机遇，因为技术的发展具有时代性的特点，X86架构是PC时代的产物，ARM架构是移动时代的产物，这两种架构经过多年的发展已经形成了两大生态体系，垄断了市场。因此，我们很难摆脱跟跑的这种被动状态。

现在世界进入了万物互联的新的时期，开源RISC-V架构的出现顺应了新一代技术变革的需要，也为我国芯片产业的发展，以及构建具有国际影响力的产业生态提供了新的机遇。如果我们能够加大投入，和世界协同创新，我们可以发展整套高质量的RISC-V的基础软件，那么就有可能在智能汽车基础软件这个领域实现从跟跑向并跑，甚至向领跑的发展。

——————————

————————————————

大疆车载负责人 沈劭劼：如果说在这么多年做智能机器人相关的产品过程中，我们到底学到了什么？我会说，它并不是单点的某个技术，它更多的是建立了一种对复杂场景，对大自然的敬畏。一系列的经验告诉我们，首先永远无法控制用户到底怎么使用我们的产品，用户的创造力永远超出了想象，场景的复杂度也永远超过了想象。

我们尝试去思考这么一个比例，一个L2+智能驾驶系统的总成本对整车售价是这么一个占比。L2+我们指的是我们现在所说的比较高阶的功能，像领航高速，像记忆泊车，也包括一些相对比较基础一点点的行车辅助、泊车服务功能，也包括一些主动安全相关的一些功能，统加起来叫做L2+智能驾驶系统。这个系统的总成本，包括里面的软件成本、硬件成本，所有传感器，所有的芯片，所有的软件，包括跟地图相关的东西如果有，也包括各种各样辅助的关联件相关的成本。

抛出这么一点非常粗浅的观察，两个比例，3%、5%，下界和上界。上界为什么是5%，为什么不是更高？其实目前我们还能比较深刻地认识到我们的科技水平并不足以达到L3或者更高阶的水平。在L2+的阶段，智能驾驶系统带给我们的，其实是在一定程度上去缓解我们的驾驶疲劳。对于消费者来说，为了缓解疲劳的这一个动作到底愿意付出多少？这个其实就是自动驾驶系统的上界。

下界为什么是3%，不是更低？还回归到使用的问题，太便宜了，造成对整个系统的软硬件架构，各种各样的限制过分突出的时候，其实这个功能就很难让大家去使用了，所以我们会遵循这么一个比例来进行整体的设计。

稍微乘这么一个数字，最后得到这么两个数字（5000元到15000元）。

——————

在一系列的约束条件之下，大疆车载会遵循怎么样的一个思路做这个事情呢？

首先，多场景硬件复用。我们本能的去拒绝任何一个传感器在某一种使用场景下不被使用的这么一个情况。比如说泊车使用的环视传感器，我们想办法让它在其他所有的场景下都能够被用得起来，为大家节省成本。

第二，极限压榨硬件潜力。无论是哪一丁点的算力，行泊一体的过程中，各种各样空闲的算力我们想办法去把它给用上。

第三，弱依赖、少假设。这更多是工程理念上的问题，我们去思考，如果我们的卫星定位失效怎么办，如果地图鲜度不能保证怎么办，如果路上遇到我们无法识别的这些物体怎么办，如果路不是平的怎么办，方方面面的这些约束让我们去思考一个基于视觉的这么一个立体双目的解决方案，在保证低成本的同时来尽可能的去减少整个系统对环境所带来的依赖，每一个依赖其实隐含的是给这个系统的鲁棒性带来一定的降低。

——————————

————————————————

长城汽车CTO 王远力：纵观汽车产业140年一共发生了三次重大变革，每次技术变革都推动着新产业形态的落地。

1914年，美国福特汽车公司率先应用最新的生产方式以流水线装配大规模作业代替了传统手工作业，大大提高了汽车生产效率，引领了汽车工业史上的第一次变革。

二战之后，欧洲汽车工业取得了长足的发展，产品由单一走向多元化，凭借优秀的技术和卓越的性能以及新颖的设计完成了第二次变革，形成了百花盛放的局面。

日本汽车工业虽然起步较晚，但各主机厂通过完善的生产体制形成精益生产方式，全力发展经济型轿车，1964年日本汽车产业跃居世界第一位，通过经营管理和生产方式的变革，引领了汽车工业第三次变革。

回顾汽车工业的变革历史不难发现，技术创新是产业形态变革的第一驱动力，在政策、行业、市场的共同作用下，我们迎来了第四次大变革时代，百年汽车产业正面临着大变局、大洗牌。中国汽车产业整站在第四次变革的中心，汽车的属性正在由传统出行工具向第三生活空间、移动智能空间转换。

科技变革驱动用户体验变革，智能新能源汽车的新市场环境正在形成，对于智能新能源汽车的未来发展，产业上下游、行业内外的参与者乃至终端用户都已形成了新的认知，如今汽车已经不再是由三大件定义的传统形态，而是逐渐走向与类消费电子相互融合的产品形态。

————————

为了满足上下半场全生命周期的新产品形态打造，作为主机厂本身需要掌握全栈资源的能力，长城汽车融合了线控转向、线控制动、CTC、一体压铸、铝车身等核心技术，同时基于全新的电子电气架构和IDC3.0自动驾驶系统，实现超感知、高集成、强扩展的智慧底座。在智能驾驶方面长城汽车自主开发了高算力计算平台，搭建了智能驾驶硬件构架，在软件生态方面，长城汽车实现了从底层软件、中间件、上层应用软件的全栈自研，率先发布了可大规模产业落地的NOH导航辅助驾驶产品。

掌握全栈自研能力更需要生态合作伙伴的深度协同协作，长城汽车目前拥有超过600余家合作伙伴，涵盖了智能、新能源汽车的各个板块，随着新能源智能化技术的发展进步，软件定义汽车的到来，软硬件解耦，生态链伙伴与传统主机厂的关系，从单纯提供黑盒，到进入整车开发、拓展开发、主机厂与生态链合作伙伴进一步加深，结合更加紧密，同时定制化程度也会更高。

——————————

————————————————

福瑞泰克 张林：首先我觉得整个行业发生最根本的变化其实还是从汽车从一个机械主导变成为一个软件主导，这样一个变迁。

汽车过去是一个机械产品，今天更像一个电子产品，大家可以看到，软件的含量在BOM成本中占的比重越来越高，尤其是ADAS和智能座舱，它的软件含量和占比最高。

那么在新的软件定义汽车架构的新模式下，我觉得可以从商业和技术维度去看它的生产力和生产关系的辩证。

首先从商业维度，参与的合作方多了，形式会从过去垂直的线性串联变成并行网状，合作方多也带来了合作效率上的挑战。

另一方面包括刚才大家也讲到了，主机厂究竟是全栈自研还是全栈可控，这方面大家一方面仰望特斯拉，确实给行业带来很多的标杆效应，但是我觉得各个车企也在评价自己能不能复制特斯拉的完整能力，更多是跟合作伙伴一起合作。

第二，过去多年的手机和移动互联网改变了消费者的习惯，消费者基于新的体验提出新的期望，千人千面个性化的体验要求也催促系统越来越复杂。

从技术维度我们看到SOA软件架构下，软件解耦分层同步开发是一个趋势，一个复杂软件现在可能是上千万的代码，未来可能是上亿行的代码，目前还没有形成一个标准化，尤其是模块化接口的标准，这个合作的模式和界限还在探索的早期。

————————

我们在过去的实践中有三方面的挑战比较明显，第一，是关于模块是不是具备清晰的软件接口。第二，在给定的一个硬件平台上大家都会去争夺计算资源、存储资源、数据带宽；第三，一旦发生软件的问题，也是经常高频发生的，如何迅速的定位、分析、解决问题也是多方参与的复杂软件开发过程中必然遇到的。

————————

我们目前是围绕一个中小算力平台，包括入门级的行泊一体到高速NOA加泊车到城市NOA，我们的商业目标是打造25万以下车辆，占中国最大的汽车市场将近80%的市场。

——————————————

——————————————————

图达通 鲍君威：从2014年开始，特斯拉在中国的首次交付，我还记得当年的新闻引起了科技界很多大佬强烈的反应，很多人跨界造车，不是做汽车的，现在的“蔚小理”，还有一些其他的造车新贵们。

大家经过统计发现，自动驾驶目前安全的事故的主要原因中，环境感知系统失效是主要的问题。

——————————

——————————————————

TI 蔡征：到今天，德州仪器在2022年的整体营收达到200亿美金，整个产品其实有8万多种产品，我们整个专利有4.5万个。

如果大家看我们整个产品分类，大家可以看到，在2022年模拟产品的占比其实占到153亿，这个基本上是占到我们整个营收的75%以上。除去模拟产品之外，大家看到我们的数字产品营收有超过30多亿。

接下来谈一谈汽车，其实汽车这个行业TI在整个领域的投入已经超过了40年，到现在我们有超过7000多种产品，这7000多种产品，我们通过信号链、通过电源、通过MCU的组合，我们一共能够为我们的客户提供超过350种的参考设计，这个是TI在整个汽车领域里边我们对于自己的定位，我们希望通过自己产品的全面覆盖，能够为客户提供一站式的解决方案。

我们在整个中国的投入不仅仅是一个单纯的销售机构，或者市场机构。事实上我们在北京、上海、深圳其实都有我们的研发中心。

更主要的，大家可以看到，在成都其实我们是有我们全球唯一的一个从晶圆到封测集中在一起的一体化生产基地，这个基地里边不仅有我们的8寸厂，还有我们的12寸凸点加工，同时还有我们的封装和测试。另外，我们在整个上海和深圳设有我们的PVC，使得我们的货物从工厂生产出来之后交付到我们客户手上的时间可以大大地减少，这个是我想我们对于整个中国市场的理解，它不是一个单点的投入，而是一个立体的投入，我们希望通过这种立体的投入，能够为我们的客户提供最优的方案以及最优的服务。

除去产品的配合之外，我想大家应该了解到，TI在中国赞助了大学生电子竞赛，同时我们在整个中国其实有超过3000个联合实验室，每一年在TI的联合实验室里边完成实践和实习的学生超过30万。

——————————

————————————————

中兴通讯 古永承：我们最近也看到了新能源汽车行业今年一些新的变化，第一个是降价、“机海”，然后包括一些芯片等等一系列的问题都纷纷在新能源汽车发生。

实际上我们回过头在过去的十年前，我们中国的智能机其实也是面临这么一个过程。在这中间我们有什么共同的一些启示？我想这里面其实还是有所感觉的。我们现在整个能够生存下来的优秀的智能机合作伙伴，他们第一个是关注消费者的需求，第二个是不断地去投入自主研发的能够，这是整个智能机产业胜者为王的一个道理。

我们应该是在前年公司已经在第二曲线进行拓展。中兴通讯在算力、数字化、绿色和IT的融合做出了一些新的发展，我们也在整个公司的发展上提出了第二曲线，这里面包括了我们汽车电子、服务器、数据中心等等。

我们来看，中兴为什么我们进入整个汽车领域，我们认为我们有以下的五点是我们积累的优势：

1.中兴在整个通信领域，在5G核心网传输，包括终端芯片的积累，我们目前大概有110个芯片的积累。

2.我们在整体的操作系统有将近20年的研发，目前整个在“和谐号”的火车，包括我们最近的C-919大飞机，这样国之重器的一些操作系统都是由中兴这样提供的。

3.我们把这些能力延伸到汽车领域，构建汽车的数字底座是我们的发展方向。

4.我们的基础优势，一个是中兴在数字化转型、软硬件协同及供应链保供、软件工程能力，包括我们全球大概3万多，将近16个研发基地的研发人员的协作的能力，也是构建了我们未来数字汽车异地协同和高质量发展的一个标准，我们也坚持把最难的事情做好。

5.中兴通讯在数字汽车也坚持布局做基础能力的一个服务提供商，帮助我们的车厂造好车。

在中兴的操作系统，我们采用两步走的方式，一步是增强Safety Linux的方式，第二步时底层基于RTOS构建保证整个车规级的安全，同时跟Safety Linux是共建的一种方式，我想这两种方式也是符合中国车企当前的一些国情。

这个案例也是我们去年在一汽的帮助下，我们和东软睿驰和芯驰一起打造的一个“国产芯+国产软”的一个案例，也获得了AUTOSAR的一个典范。

——————————

——————————————————

超星未来 梁爽：超星未来是成立于2019年是一家孵化于清华电子系和车辆学院的联合孵化的一家公司，我们是坚持以计算芯片为核心来去提供高能效的智能驾驶的这样一个计算的方案。

我们在去年也是正式的发布了我们的第一颗芯片是我们整个惊蜇R1的计算芯片。

超星未来是对应规划了两条产品线，我们惊蜇这一条产品线是专注于未来几年我们打这种高性价比的行泊一体的方案去面向我们讲性价比的大众的车型来去快速的推进。另外我们也去规划了我们在高阶的谷雨的产品线，能够提供到百T以上的硬件级的算力。

我们也已经和多家主机厂包括激光雷达厂商都开展了合作，目前也是正在承担某款量产车型的这么一个激光雷达感知方案的定点开发工作，我们也希望尽快推广包括IP包括芯片层面的进一步合作。

————————————

——————————————————

普华基础 刘宏倩：最近我经常被问到，说电视机上用的是什么操作系统？

你的手机和电脑上用的操作系统是同一个吗？智能机器人、智能冰箱、扫地机器人上面的操作系统都是同一个操作系统吗？

其实这些问题就代表了操作系统的一个现状。随着算力的普及，操作系统也是在不断持续的演进，覆盖了多领域和多场景，我想作为一个操作系统的从业者，我们应该把操作系统做一个简要的分类，所以今天我们按照操作系统使用的场景，把操作系统分成了四大类。

第1类是面向控制的操作系统，它主要应用在工控领域，具有强实时、高安全、高可靠的特性。

第2类是面向人机交互的，是以图形界面为主，实现了图形界面人与机器的交互，例如人与手机系统上的操作系统。

第3类是面向计算的，要求具有高吞吐量、高并发等特点，主要应用在高性能计算的大型机、超算、小型机及PC服务器上。

第4类是面向人工智能的，主要服务于人工智能的智能模型。这一类操作系统目前还在探索之中。今天我们的智能网联汽车非常的厉害，它是已知操作系统的一个整合体。

我们把一辆车的系统架构打开，我们可以看到，分为三个域，在安全车控域，安全是核心的需求，主要使用的是面向控制的操作系统，而在智能座舱域目前有两类操作系统，一类是承载娱乐和高精地图，是面向人机交互的操作系统，而另一类是仪表等需要具备高安全、强实时的面向控制的操作系统；而在智能驾驶域，操作系统主要运行在SOC以及AI的芯片上，主流方案是双内核的方案，但是智能驾驶的操作系统在全球范围内还处于一个发展的初期。

——————————

————————————————

一径科技 石拓：因为目前激光雷达还非常贵，基本上贵的激光雷达在万元级别，还有一些激光雷达在三千左右级别。

激光雷达就是在进入2023年以来遇到了更多的灵魂拷问，尤其是1月份特斯拉大幅度降价，对于很多主机厂造成了很大降价的压力和降本的压力，很多主机厂今年的整车的降本目标可能是在25%甚至更高，还有很多主机厂比如一小部分代表他们说要将激光雷达甚至自动驾驶的整个系统降本达到50%，这个对于整个自驾系统里面包括域控、域控芯片、传感器，尤其是以激光雷达为代表的最昂贵的传感器来说都是一个比较大的降本压力。

很多主机厂的OTA还没有升级，还没有推送到客户那边去，体验感还没有打开，这是目前体验还有很大漏洞的地方，最终还有一个问题，激光雷达增加了实际是安全，但是安全这个东西是需要大规模的数据经年累月积累之后才能体现出来的，所以安全很难成为一个销量的代言人，大家往往会把这个放在最后。

我们觉得，接下来激光雷达还是需要更长时间的上车适配，尤其在算法端、感知端、自动驾驶算法体验做的更好可能消费者才会更加买单，消费者买单装机量才会上去，才会迎来激光雷达的春天，我们觉得2025年才是激光雷达最终迎来爆发的一个拐点。

——————————

——————————————————

知行科技 宋阳：我们的客户需要什么呢？很简单，就三点：

1.客户需要我们的自动驾驶系统是好用的。

2.还需要成本不能太高

3.研发速度要快。这是什么意思呢？就是你的工程的效率要很高。我们如何达到最高的工程效率？这个就需要软硬协同。

——————————

——————————————————

寒武纪行歌：我们行歌的优势，总结来说四个方面：

1.我们会有一个全系列的自动驾驶芯片布局，或者说从10T到500T我们都有算力的布局。

2.深度定制的自研IP，最重要的还是我们在针对车端和图像处理这些关键的IP，我们需要能够自研，只有这样才能更好的去优化我们的芯片设计，我们这个是可以做到的。

3.车云协同。刚刚讲过了。

4.高效开发。尤其是我们的很多合作伙伴都提到，其实很重要的就是我们怎么样能够有一套易用的、很友好的开发工具和工具链。这一块也是目前我们接触下来，我们的合作伙伴总体来说对我们的评价还是比较高的，应该说国内里面应该是领先的。

————————

————————————————

黑芝麻智能 杨宇欣：这两天跟很多产业链合作伙伴在交流过程中，现在仍然处在产业链重新定义自己边界的过程中。因为整个产业链重构带来了，第一，很多新面孔出现，因为我们看到很多传统时代的供应链有些企业已经没法在满足新技术需求，所以需要有新的供应商进来，同时随着整个电子化软件等等数据的这些新的技术的引入，也出现了很多新的环节。

我们认为未来车路协同应该是整个自动驾驶发展进一步落地的一个必经之路。从整个自动驾驶来讲，这其实并不只是汽车行业本身的事，因为大家看汽车行业在谈自动驾驶，但我们认为真正的自动驾驶要上升到整个交通这个层面。

今年年初大家的风向变了，讲的都是规模化、性价比，其实我们看到一个非常有趣的现象，23年以前大家讲自动驾驶讲的是什么？

讲的是性能，我需要多少T的算力，要怎么样，加很多的这些高性能的东西，为什么？因为我们自己观察看其实这几年所有的车企面临的都是向新能源、向智能化的转型，转型首先需要在你的品牌之上加诸很多的科技属性，同时来教育用户把这些高附加值的应用让用户真正能接受，作为他采购新车时候的一个关键考虑因素，我相信其实大家都同意这个观点，这几年做的很成功，我们看新车，自动驾驶功能，先不管是L几，L2或者L3，L2或者L2+都会成为新车采购的关键点。

但是同样面临的问题是，整车成本的压力，现在我们非常明确的感觉到，成本压力已经传导到我们上游。

————————

今年我们讲到性价比，如何真正实现性价比，经过这些年的打造我们能够真正实现10V下支持NOA的行泊一体的BOM成本控制在3000块钱，这是真正给客户带来实际价值的，而且我们这3000块钱算力可以支持50到100T，这是我们现在的成本。

我们去年已经宣布了包括跟江淮、吉利、东风汽车的量产项目，其实现在国内已经超过接近20家车企的定点，我们陆陆续续会发布，因为毕竟我们要跟车企自己发布的节奏匹配，相信经过这些年的发展我们已经走过了0到1，接下来我们真正通过性价比的产品从1到100不断支持客户实现它产品的创新和市场的扩展。