多男主1v3上岸_体育热讯_任凡：软硬协同，智驾长安

任凡：软硬协同，智驾长安_ZA多男主1v3上岸KER新闻

新华社记者冯歆然、章建华

由中国汽车技术研究中心有限公司、中国汽车工程学会、中国汽车工业协会、中国汽车报社共同主办，天津经济技术开发区管理委员会特别支持，日本汽车工业协会、德国汽车工业协会、中国汽车动力电池产业创新联盟、新能源汽车国家大数据联盟联合协办的第二十届中国汽车产业发展（泰达）国际论坛（以下简称 " 泰达汽车论坛 "）于 2024 年 8 月 29 日至 9 月 1 日在天津滨海新区举办。本届论坛以 " 风雨同舟二十载携手并肩向未来 " 为年度主题，邀请重磅嘉宾展开深入研讨。在 9 月 1 日 " 智能网联方向专题分论坛四：20 年智驾新篇，智能网联汽车软硬件技术协同新趋势 " 中，重庆长安汽车股份有限公司智能化院副总经理任凡发表了题为 " 软硬协同，智驾长安 " 的演讲。重庆长安汽车股份有限公司智能化院副总经理任凡以下为演讲实录：各位专家、各位同仁，大家好，非常荣幸在泰达论坛进行《软硬协，同智驾长安》的分享。这次是我第一次参加泰达汽车论坛，希望未来有更多机会和大家交流。我的分享分为两部分：一、趋势看现在，中国消费者对于新技术接受程度非常高，所以过去两年智能驾驶的搭载量逐步增加，渗透率在升高。在用户调研过程中，我们发现集成式巡航、自动泊车、高速领航等功能大量搭载，同时用户也认为它是比较好用的状态。但是，在我们调研用户需要什么样智能驾驶的时候，他仍然讲述非常需要在城区智能驾驶，但是城区从行业来看有不少公司已经上市量产，但目前仍然处于可用，可能有部分属于好用的阶段。用户真正的需求体现的是最终希望车辆不仅能够减轻疲劳，希望在驾乘过程中可以看手机，可以分神，但是真正做到满足用户这样的需求，是智能驾驶最终要实现 L3/L4。看未来，最终长期必然需要实现 L3/L4 满足用户需求。短期来看智能驾驶还将在比较长的时期处于 L2，不管它叫 L2++，还是 L2.999，都还在处于 L2 的阶段。作为整车企业来说，逐步需要把这些功能落地给用户一定的支持，所以短期看仍然需要在场景阶段进行精耕细作。有部分领头车企进入到 L3/L4 准入试点，是为未来的 L3/L4 大规模全场景量产做一定准备。大家也在问智能驾驶的 ChatGPT 时刻是在什么时候？行业里也有一定讨论，分享一下我们的观点。像通用人工智能，GPT 也存在一定时间，但是在 ChatGPT 非常普及、用户好用的时刻，不是以技术特点为标志，而是以用户使用的体验为标志。我们认为这个关键时刻的指标指的是城区全场景的 MPI（接管里程高于 200 公里的时候）才达到 ChatGPT 时刻。设想一下如果它是一个城区智驾，用户基本上可能一天通行四五十、五六十公里，当然也有可能有个别会更多，但是基本上可以理解到他们的接管率几乎是大概率在一次通行里无接管的状态，才达到用户好用的状态。要达成这样的路径，我们和行业有相同的共识。我们认为未来的端到端是达成此路径的比较有效的手段。当前不管是行业同仁的试验或者是长安自己的试验，我们确实认为端到端对于连续的比较难的场景里会有更好的性能表现，它能够 Cover 更多的 case。这个时间对于真正端到端上车量产我认为还有非常多的挑战，包括数据，还是很多工程的问题能落地，所以真正达到好用的状态，我们预计可能会到 2025 年底。我们从这个角度看到有两条大的路径：路线一，追求体价比的 " 暴力路线 "。首先要讲一下 " 暴力路线 " 并非是完全的贬义词，因为我们进的是可能会给更大的算力支撑高阶智驾向上的路线。刚才讲了体价比，如果你的体验、你的功能和价格是相匹配的情况，用户是可以买单的。但是最大的鸿沟在于如果成本很高、价格很高，但是体验不是很高的情况下可能就会产生用户不买单。对于这条技术路线，有的企业确实在技术层面面临这个问题，虽然刚才也说在端到端是当前正在进行，也是未来，但是到底需要多大算力需要实践摸索。所以行业里对于智驾高阶产品有的用到 1000TOPS，有 2000TOPS，也有可能用的比较低的。到底怎么样的算力是合理的还需要一定时间去检验。路线二，极致性价比的 " 精致路线 "。这条路线意味着确实需要非常追求软硬件的耦合达到硬件利用率最高，使得价格和体验进行匹配，最后能够商业化。刚才在讲智能驾驶是在向上，向上的过程我们的车型谱系非常宽，能够让我们车型谱系广泛搭载需要不同梯度的智能驾驶产品。所以在这个路线里看到在整车企业或者 tier1 就是解决方案供应商。其实两条路线就是把这个软硬做到一致，一方面是选用一些通用芯片去做工程化的优化，另外一方面是要去定制芯片，定制芯片的目的最终也是希望提升软硬结合的效率，得到更好的性价比。二、长安汽车在这部分的思考和实践第一，长安的智驾自研。我先澄清一下今天我重点讲自研的原因。我们理解只有自研的时候软硬协同才会非常深，否则传统方式虽然我们可能会在平台里做一定选择，但是软硬协同的深度大部分是由 tier1 来决定。长安汽车并非只有自研这条路，我们也有和供应商合作的方式。首先要澄清，今天我重点要讲自研这部分的思考。首先，我们一个认知是智能驾驶是一个整车的 " 大脑 "，未来可能这个 " 大脑 " 会发育得越来越聪明，会对整车控制越来越好。我们认知这个 " 智能大脑 " 必须要自主可控，因为未来的复杂系统以及整车的深度协同必须要自主可控，所以我们必须要做这件事。第二，智能驾驶的能力建立需要长时间的积累，所以我的标题讲了 " 积跬步，行千里 "。因为在整体上不只是端到端的算法本身或者是高阶智驾的算法本身，我们有非常多的工程体系、过程质量以及基建保证，才可能做到真正自主可控。回顾长安历史的路径，我们一直叫 " 量产为王 "。我们的自研虽然在 2010 年开始有预研，但是大规模开始投入自研是从 2015 年开始。我们投入自研的方法在于我们有几代产品有不同程度的长安自研的软件模块的上车。我们是通过不同程度的自主掌握和量产落地达成，去积累算法、工程体系、基建等等能力。所以我们其实是非常长期积累走到今天的。从第一个阶段 2018 年开始在泊车里做了非常少的纵向控制模块，但是在 2020 年、2022 年两代产品里基本上会把规控、融合做到了。逐步到 2024 年这个节点，"E07" 的车型，我们现在软件已经是全栈可控的状态，而且目标是要走到城区自驾。再更好的展望，长安可能会更深度的参与到硬件管控设计，我们是通过这种方式逐步掌握自研的能力，提升对智驾掌握的深度。另外，前面讲了基于趋势的判断，长期来看是全场景的 L3/L4 最终解放人，这是终级。那如何达成终级，应该怎么样布局达成终级？第一步，我们认为达成终级可以去推演。首先智能驾驶的性能需要足够好，意味着今天可能在不讲等级的情况下会对 L2 的高阶智驾的性能体验有极致的追求。我认为要达到真正的 L3/L4，对场景的覆盖、处理能力需要这样的平台去磨合。也要点出来 L3/L4 是真正的终级安全，这是讲的长安的概念。功能安全是非常重要的一方面，当然不是说预期功能安全全靠算法或者 L2 来打磨，但是反过来预期功能安全的很大一部分提升需要看算法本身的创新，把这个系统局限性缩到最小的情况下才能达成足够好的性能。对于这样的高阶智驾产品，我们会认为端到端达到了这么一个路径，至少长安目前这样认为的。但是对于 AI 驱动的算法，数据其实是非常重要的一个来源。我们也设想数据怎么来？特斯拉走的是数据闭环，几百万车辆在运行。我们的数据怎么来？我们可以像特斯拉一样，基本上是 8 个摄像头的解决方案或者 FSD 的方案去做数据收集吗？我们也做了这样的思考。鉴于长安的车型比较聚焦，我们有非常多的谱系，我们思考的是数据规模首先要足够大，意味着我的产品搭载要足够多，所以就要特别点到基础的 ADAS 产品，我们通过 ADAS 产品收集到足够多的数量，在数据层面支撑高阶智驾的研发。基础 ADAS 并不只是一款产品，可能形态还有两个、三个，但是我们认为基础的 ADAS 平台要提到足够的数量。在长安设计过程中，我们的高阶和基础 ADAS 产品虽然可能传感器的数量比如摄像头的数量会有不一样，但是我们所有规格必须要在自主可控的情况下变成规格一致，这样才能保证数据是可以能够支撑高阶智驾的。因为对于高阶端到端，低阶 ADAS 可以给到一些预训练的数据，包括在用户端去采集到 corner case，这可以帮助我们的高阶智驾做到性能更好。另外，也在积极推进我们部分场景的 L3，因为要达到真正的全场景 L3/L4，不只是算法性能达到极限情况，更要在随机失效的情况下系统足够棒。所以当前我们在推进部分场景的 L3 能力上是对我们的系统，对我们的体系有非常强的要求，所以对我们的功能安全能力有非常强的要求。因为要达成不同策略使用不同软硬件的要求，主要是智驾。而且补充一点，为什么我非常看重智驾的原因，当所有硬件指令可控、传感器可控的情况下，还要包含不断的持续升级的过程，数据能够复用，其实只有一个非常深度的自研的程度才能支撑这个路径的实现。沿着刚才的几个基础，如 ADAS、高阶智驾、L3 准入试点，接下来详细分享长安在这部分实现的能力。刚才说基础 ADAS 的重要目标是规模足够大，前面专家说规模足够大，成本也要足够低。所以我们在平台选择的时候也打造了一个切入点。我们现在是基于地平线的芯片来实现 5R5V12U 的传感器的配置，在这个平台里去实现行车泊车安全和示警功能的完整集成。且因为长安汽车和地平线有一个合资公司就是长线科技，所以在这样的生态合作关系里我们得到了最底层的原厂技术支持，所以我们在软硬件深度耦合层面做了非常多的工作，才装下这么多的功能。也支持最高实现高速领航。在这样的平台里，我会认为至少当前获得的信息是同行业成本最低。其次，在这样的配置下，因为我们的谱系很宽，意味着这个方案能够得到裁减。在这个平台里我们有三种裁减（5R5V12U、1R5V12U、3R5V12U）方式，用这三种配置满足不同车型的搭载。我们的平台就是一套平台去支撑，所以整个软件平台化和模块化也是做到适配。这个平台是从去年年初开始研发，到今年已经过了公司内部的很多节点。为了达成这么大规模，现在我们有 20 多款接近 30 款车型已经明确标配状态，所以在公司战略里产品设计和技术路线是达成匹配的。在这样的匹配情况下，我们也会实现真正的安全平权，所以我们的用户车辆都已经搭上了 ADAS 功能。目前预期搭载量是 400 万以上，达成规模足够大的目标。第二部分，高阶智驾。高阶智驾的目标是打造全场景的 L2 的连续好用。简单说长安端到端，我们认为最终完全从感知到规划输出的端到端是终级的，一阶段的端到端是这个路径，但是我们实现过程中仍然把它分成两阶段实现，就是感知端到端和 TNC 端到端。我们需要在过程中落地，在不断落地过程中增强我们的认知，我们追求到最后用户的 " 爱用 "，但是中间要经过用户 " 好用 " 的过程。我们在这样的设计中保留了传统规则的方案进行兜底，其实软件架构里也设计了融合方案。今天不赘述效果，因为长安在 10 月份下旬会有科技生态大会，会在科技生态大会和大家分享关于这个方向的一些进展和成果。此外，我们认为到高阶智驾不止智驾域本身这个大模型的融合，我们认为还有跨域和座舱的融合。我们不是说语言模型用到智驾，而是和座舱在交互体验上有多模块的跨域的融合的端到端，达到用户真正好用的目标。第三部分，我们部分场景的 L3。前面同仁分享到今年工信部开启的 L3 准入，长安也是首批入围的企业之一。入围产品也是长安自研的，因为在这个过程和体系要求里有自己非常深度的掌控，我们投入非常大的精力去保证部分场景 L3。整体体验做到了对用户来说是一个连续的驾驶辅助，但是部分场景是 L3 主要在低速范围内去达到 L3 的准入，目前在重庆应该有 50 多台车示范运行，在摸索这部分的积累和示范运行的一些经验。另外在部分场景 L3 里提一个点为了和今天的主题（软硬结合）相扣。实际上在 L3 里对功能安全有非常高的要求，功能安全的设计并非只是智驾域本身的要求，它会对整个整车系统的功能安全有非常多的要求，所以针对功能安全的随机失效问题我们也是采用非常深度的软硬件协同的方式。我们设计了多层冗余架构，能够保障车辆在随机失效的情况下安全停车。以上就是长安在软硬协同的智能驾驶和自驾方面的思考和实践。长安汽车智驾的投入也符合我们公司在创新创业转型过程中的战略，我们也希望携手行业同仁一起推动中国智能驾驶做到全球领先，能够海纳百川、出口全球。谢谢，我的分享到此。