深圳私享會圓桌總結：無人駕駛之路

在4月12日Xtecher深圳分站舉辦的私享會第三期《人工智慧能否顛覆百年歷史的汽車產業》活動現場，PerceptIn聯合創始人劉少山、速騰聚創CEO邱純鑫、Minieye CEO劉國清 、昆仲資本創始合伙人姚海波就熱點話題展開了圓桌論壇，以下是原文，Xtecher略有刪節：

Q:互聯網公司和傳統車廠這兩種類型企業做自動駕駛更看好哪一種？

劉國清：各有各的優勢，我覺得搞一搞兩邊合作也挺好。這個東西你互聯網擅長於做高科技，但畢竟這個東西最終還是要落地到細分行業。反過來，汽車行業雖然積累了很多，但是很多方面打法還是比較保守、落後，這個時候我是覺得兩個方面去合作。就像誰將來跟長安似的搞來搞去，我覺得是一個大的市場。

劉少山：把這個問題分兩邊看，國內我覺得政府會去干這個事兒或者主推這個事兒，美國來說，其實從谷歌方面收購一些車廠，我比較看好。

邱純鑫：目前來看的話，其實我感覺反正大體上來講傳統車廠它經過這麼多年的積累，不是說想取代就能取代的。所以，我們從車干到現在，很多的積累那都是一點一滴上來的。我個人感覺不是說你隨便挖幾個人就能把這個事情解決，它是一個系統性的東西。所以，我覺得傳統車廠畢竟原來都是干傳統的路子，它其實本身在AI方面的人的積累肯定是不足的，這個時候給互聯網公司有一些機會。但是，傳統車廠它也不願意自己成為互聯網的代工廠，所以說，肯定後面會合資一個公司，還是會往這個路徑走。互聯網它其實也肯定是不會特別的在車這一塊，因為你特別有意思，像谷歌這些干互聯網的企業，它們在LiDAR的安放位置和這些干車廠的LiDAR就明顯不同，這是我能觀察到的。就是說安放位置他們可能對於成本市場就會考慮太多了，比如說怎麼安排比較合適，但是你要像谷歌，直接進行投產，不考慮其他的，只要能用就行了。但是這個事情來講的話就是另外一回事了，就像我們原來去年的時候開發LiDAR，做出來演示就行了，現在經過大半年過去，量產性的設計還是很關鍵的。這是兩個事兒。

姚海波：我剛才大概回答了一下，然後我定義一下，我認為谷歌是一個壟斷級別的無人車的供應商，它未來是一個供應商。壟斷性這個不是一般的可以替換的，壟斷級別是唯一的，比如說AI，確實這是傳統車輛沒有的。但是它也很清晰，它不具備乘用車廠的車輛的測試，這些對它是挑戰的。所以，現在它可以跟一些先行者比如克萊斯勒、豐田願意嘗試我不一定自己做，我沒有那麼多錢，我願意跟谷歌合作。

傳統車廠，確實我同意少山的說法，特色的車廠是完全不同的，我猜他們多數會自己去做，至於他們用什麼方式做，可能是製造、投資或者是整合資金，也可能是做GV，這些都有可能去做，甚至做併購。還是回到剛才那個邏輯，我們看電動車的時候，我曾經跟著廣汽我們去英國，最好的輪轂做電動車的公司，大家去看。跑到歐洲那麼遠的地方找那麼一個技術，還是大家其實文化不是很合的情況下都願意去做的。所以，這個事兒是必須做的。像國外我覺得其實很難預測，不在我們知識範圍之內。

Q:我想跟大家探討一下關於無人車國內的問題。我了解的像一汽、宇通、百度，還有騰訊全在做。但實際上最終我來看待這個事情，我覺得造車是一個集成的技術，集成的技術最終還是由人來做。你比方說百度，百度實際上是一家廣告公司，廣告公司來造車。我是這麼來理解的，可能不一定會準確，一汽實際上它所成功的車型來說，像邁騰、捷達，實際上都是仿德國的一些技術，包括人家難搞的一些東西，精髓的東西也沒有學到，但是它自己搞的比方說像奔騰，還有一些車我可能在深圳這個地方來講很多人都沒有聽過這個車的名字。據我所了解的，一汽應該用的是軍方的技術，當然我不知道百度用的是什麼技術，但百度肯定不是自己來研發，應該也是跟別人合作。騰訊應該也是，我想跟您請教一下，我看您有去體驗過的，從他們整體的團隊或者是說他們的技術路線來說，國內這幾家，您覺得更有可能走出來？或者說不是說能走出來，您走到目前的位置，您覺得誰更能走得更順利一些，或者看起來更像那麼回事一些？

姚海波：我先回答。這個問題我現在沒有答案，我估計今天結束我也沒有答案。我說一個我知道的，不知道的不亂講，宇通我比較熟，它們其實在自己的園區跑了很長時間的無人車，主要是公交、大巴、中小巴。應該大家都還在找機會，我到底在這個產業是一個什麼樣的角色。所以，你現在說誰能出來，著實是不好說。我覺得這個問題應該請最好的車廠的人來講一下；第二個，一定得讓少山來講講百度的情況，否則少山來了不講百度，我覺得我們都是外行。

劉少山：大家對百度其實有一定誤解，首先它是一個廣告公司，然後谷歌其實也是一個廣告公司，谷歌90%以上的營收今年是從廣告來的。在我自己的看法，至少BAT三家在技術上真的是不惜成本去請最好的專家。你說誰會跑贏，其實我個人感覺還是一句話，在國內做，國內不可能允許谷歌進來做無人車，這是不可能的，誰跟政府關係最好。我知道西部在開發，有聽說過在西部建幾個城市，整個交通系統是會讓無人駕駛進來，也就是說沒有紅綠燈，是一個感測器。這一點誰能拿下單子做，這是第一點。

第二點，從車的角度，一汽發動機不是一汽做的，是進口的，沒有發動機技術。所以，國家很想推的是電動車技術，因為這個國內外沒有什麼差距。因為電動車推起來，第一它是清潔能源；第二，國家不需要依賴外國技術去做。所以在我看來是無人駕駛技術配合一個底層的電動車技術整體來推廣。百度在目前國內做無人車駕駛方面，我覺得還是領先的，在整體技術上，當然與谷歌S是有比較大的差距，因為谷歌畢竟已經做了七八年了，一直在搞，百度至少在國內的廠商裡面是第一個大規模的投入做的。騰訊也在說要大規模的投入，滴滴也說要大規模的投入，這個確實不好說，我們也不好評價，在這上面誰會跑贏。但是在積累方面來說，百度還是有那麼一點領先的。

Q：無人駕駛在大規模的應用還有比較長的時間，會不會在一些特定場景和在景區、園區或者停車場，比如近幾年會有一個市場應用，這是第一個問題。第二個，無人駕駛跟車聯網之間的這種訴求是什麼，未來5G的技術應用之後，是不是咱們無人駕駛就不用在本端處理，有些可以通過雲端、互聯網去處理。所以，這樣的話，本地就可以簡化，不知道無人駕駛對車聯網未來的核心訴求，包括5G發展之後，會不會對無人駕駛會有一個大的促進作用？

邱純鑫：一個一個地答，首先一個，無人駕駛第一個問題是在行業應用，我剛才講過了，因為我們本身現在從客戶 LiDAR訂貨量來看的話，確實是低速車是比較靠譜的，目前來看。因為第一個，低速車它不受法律法規的限制；第二個，它低速，即使撞上也不會撞死人，這個風險就降低了;再有一個，園區車它的地圖是可以出現maping，就一個地圖，不用大規模maping地圖，從製作地圖上面來講就很省力。再一個，它園區車的話要求也不高，沒有那麼高的要求，比如說我們現在去做人的分類、跟蹤，說到底是人和車。對於低速車，你前面的人只要是障礙物就可以，我不需要區分它是人，還是一個人騎著腳踏車。也就是說這個難度係數從技術角度上來講的話，就低很多，所以說我感覺這個肯定是明顯的就會比較容易。而且，從去年我們對市場的預判和今年來看，確實現在是處於這麼一個狀態在走，而且大家可能在今年和下半年都會看到，都有機會去做這種駕駛車。

現在包括原來我們的AGV，原來大家叫AGV，現在大家都改名不叫AGV了，叫自動駕駛。其實，它兩者之間，特別是一些比較大場景，像這種物流的，比如說像京東它們的物流車現在都是人工拉的貨物在狂奔，在分揀。所以，這個東西就可以用無人駕駛的技術去做，我覺得也是無人駕駛的一個應用。所以，我覺得目前來看這個是比較清晰的。接下來，像有些去做高速物流的工作，其實也是為了節省人力，它相當於是我上了高速之後，我就啟用這個無人駕駛技術，我這個時候可能用兩個人在交替，有時候他開，有時候我開，我一個人就可以了，有時候開著就可以休息一下，這個比較明顯。所以，目前我覺得這兩個會比較快的應用起來。

另外一個，你剛才說的是車聯網這一塊，其實我相信在座的各位都了解一些，但是就不是專門針對研究這一塊。目前來看，其實是很急迫需要車聯網這個技術，後面肯定對一些實時性要求不高的就放在雲端，如果一些實時性要求高的還是得放在本地，這一定的，就相當於我可以下載一個局域的地圖，然後我就針對這個地圖進行一個定位做其他的工作，然後等到我走過一公里之外，我就再下載一個局部的地圖，這個事情還是需要做的。所以，為什麼華為也有5G這方面的動作，他也是希望在5G方面出一個東西，我看過日本的一個戰略規劃，5G非常關鍵，車子的應用也在裡面。

所以，我是覺得說端對端，我本身感測器像過去視覺作為一個本品，當我有一些要求比較高的就放在本地端，其他的還是大部分放在雲端，包括一些車與車的通訊，車與雲端的通訊，這些東西肯定又是另幾個技術點了。

劉國清：第一個問題，我是同意純鑫的看法，在這種可供環境下，低速場景也好，有一些條件限制的場景也好，會更容易市場化一點。但這裡邊可能有一個問題要思考一下，比如我在園區裡面或者機場裡邊用了低速電動車，它能給我們帶來什麼，是比我以前用人開的便宜，還是更高效？這個問題可能要想一下，到底誰比誰便宜，這個不一定，但是有可能是從另外一個角度是有價值的。比如五年前新加坡政府就在做無人駕駛，當時它做的無人駕駛車兩個場景，一個是在機場，一個是在高爾夫球場。它做這兩個東西沒有太大的作用，你說真正的駕駛沒有太大的作用，但是它做這個東西主要是從政府的形象、國家的形象去考慮的。如果說從這個角度上來講，它也是有一定的存在的意義跟價值的，我覺得按照我們政府的這種方式的話，我覺得這樣一種價值政府也願意投錢去干。這是第一個問題。

第二個問題關於車聯網，車聯網它不是一個比較新的東西，它已經存在了蠻久，並且現在已經有一些頹勢了，但是如果說5G這塊東西能跟無人駕駛之類的這些做一些聯動的話，可能會能不能突破這個瓶頸，再進入到一個快速發展。

我覺得5G跟無人駕駛相關的應用裡邊，可能要關注兩個點，第一個點就是實時性的問題；第二個點是安全性的問題。安全性又包括兩部分，一部分是這種隨隨便便就有一個黑客20種方法搞下去，這就是一個在線和離線的，你在線有好處，但是在線也變得更加的不安全。這是第一方面的安全。第二方面的安全就是我一個無人駕駛的話，最起碼按照目前的國內的整個的通信的狀況，你很難保證時時刻刻在每一個你駕駛的位置，它的網路信號都是非常好的，但是我不了解5G，也有可能5G非常強大，隨便犄角旮旯都非常牛。但是如果做不到這一點的話，那可能就需要解決一個（問題），如果說我這個車跑著跑著進入隧道或者進了一個什麼位置，沒網路了。這個時候就要有所反應，你到底是靠邊停到那兒，還是說有一套接管的東西，這個可能也是第二個從安全上考慮的一點。

Q:感測器主要有三種，一個是視覺的攝像頭；一個是激光雷達，能說一說毫米波嗎？

劉國清：因為我們幾個人沒有人做毫米波。毫米波這個東西實際上它在國內是比激光雷達，比視覺這塊火的還早，前兩年有做一波毫米波雷達的公司都已經在搞了。毫米波雷達它也有它的優勢，也有它的劣勢，優勢就是它相對於其他的感測器對於惡劣環境下更加的棒，但是它的問題也很明顯，它拿到的信號是一坨東西，沒有視覺，沒有lidar，它有更高的解析度。所以，它可以去很精準的在各種複雜的環境下做一種避障，但是你想對它要求更多，做一些這種定性上的一些分析，這是它的短板。毫米波雷達分幾種，像24G赫茲這塊，它的能力相對短一些，這塊國內已經有公司能夠量產了，77G赫茲這塊據我了解，它現在這塊國內還沒有團隊已經量產出來，但是有那麼一家兩家走的算是比較快的。我們無人駕駛裡面用到的可能更多是77G赫茲的雷達，從我個人的觀點來看，這樣一個多感測器融合的感知體系裡邊，毫米波雷達仍然是少不了的。因為我感覺現在對惡劣的環境下感知這塊兩個東西比較重要，一個是毫米波雷達；另外一個就是熱成像熱感測那種東西，但熱成像它的解析度太低，而且又非常貴，遠貴於毫米波雷達。

邱純鑫：其實這些像毫米波雷達為什麼叫毫米波，也就是它的波段是在1到10個毫米之間，叫毫米波。我覺得在這一塊來講的話，基本上我一般都把它分為近紅外、可見光、遠紅外，包括上升到無線電。近紅外其實就是激光雷達，可見光其實就是我們的視覺，還有遠紅外其實就是我們的熱成像，往上升的就是紅光。所以，在這一塊來講的話，其實沒有太多新鮮的事兒，我覺得，只不過是說這些技術來講它現在每塊都有人在做。因為你想它的波段就擺在那兒，所以它自然而然就有各自的優缺點，一定是這樣的。所以，攝像頭目前它已經蠻成熟了，但是它有自身的缺點。所以接下來我覺得第二成熟的就是毫米波雷達。第三成熟的、最不成熟的就是激光雷達。毫米波雷達的話我是覺得說像國外的tier1確實已經做的挺好了，它們從24G到77G這些，給我感覺，國內的77G的核心晶元也不是自己做的，還沒做出來，這是關鍵。所以，其實激光雷達這裡面我們除了通用的FPGA，這些晶元之外，數據晶元比較通用，其他的目前感覺雖然裡面有少幾個都是國外的，但是我們國內也能做，就是做的品質不行而已，我們都做了嘗試，50%的品質不良，就是這樣的。你要給他篩選，培養他們。所以問題就是現在毫米波雷達出現的77G我們的晶元還不太行的話，出現一些問題。所以，我覺得目前來看的話，其實我覺得制約國內的還是半導體的技術問題，這個沒有解決。我覺得人其實在做AI、演算法這邊都還蠻有優勢的，但是在半導體這一塊整個產業鏈太缺。