智慧出行市场日益成熟，行业领袖如何预测趋势？

人们对自动驾驶的期待，其实也体现了人们对智慧出行的向往。

智慧出行无疑是一个非常广阔的舞台。

在这条赛道上，涌现出新能源汽车、车联网、网约??车、共享出行、智慧交通等诸多细分领域。

近年来，随着智慧出行的兴起，行业相关厂商不断发力，扩大在该领域的布局。

近日，汽车字节基于旗下高端访谈品牌“首席出行官”举办“首席智能出行官大会”。

会议围绕智能汽车3.0时代、智能驾驶数据、单车智能、云边端协同、中国Robotaxi商业化等话题展开。

执行。

大算力时代的芯片挑战有人说2020年将是全球自动驾驶大算力芯片量产年（单芯片算力大于TOPS），围绕大算力的竞争电源芯片将会异常热闹。

今年，英伟达的自动驾驶芯片Orin将量产，高通Snapdragon Ride也将量产，中国很多企业也将量产大型算力芯片。

2019年被称为激光雷达上车元年，随之而来的，自动驾驶计算平台也开始突破TPOS。

杨宇鑫表示，自动驾驶发展已到“上半年下半场”，计算能力成为判断汽车智能化程度的重要指标。

车企希望通过凸显算力的价值，让终端用户能够更多地了解车企的自动驾驶能力。

目前的算力理论上可以满足L2+、L3级自动驾驶系统的需求。

接下来的重点是把场景和体验做得更好。

整车厂需求方代表李波从另一个维度阐释了硬件冗余的意义。

他提出，硬件定义了软件天花板，预留足够的计算能力，预留足够的传感器，为未来自动驾驶系统的性能需求留出冗余。

否则，就像当前的应用程序逻辑上可以在旧手机上运行，??但实际上无法运行。

王平还提到，在当前OTA趋势下，汽车已经呈现出软硬件逐渐解耦的趋势。

与硬件相比，软件更容易通过OTA方便升级，这也促使车企选择性地储备算力，即使这部分现在已经不用了。

此外，特斯拉、小鹏汽车等车企研发自动驾驶计算芯片也正在成为趋势。

新青科技董事兼CEO王凯表示，一方面，这是因为芯片的短缺让整车厂更加注重供应链多样性和供应安全。

另一方面，高算力芯片已成为车企的核心竞争力。

芯片供应商越来越难以满足OEM厂商的迭代速度、成本和性能要求。

不过，王凯也表示，这条路线也面临诸多挑战：自动驾驶芯片的门槛较高，一旦走弯路，将面临巨大的财务损失，也会造成规划不协调。

同时，车规级芯片又不同于消费级芯片。

他们对性能、功耗和可靠性有更高的要求。

他们还需要完成汽车级认证。

周期较长，投资较大。

它们需要应用于多辆汽车。

想要通过普及收回前期成本，就需要推出更具普惠性和竞争力的产品体系，以满足不同汽车厂商的需求。

自动驾驶将于明年成熟。

自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同工作，让车内的计算机自动、安全地操作机动车辆，无需任何人为主动操作。

目前自动驾驶和辅助驾驶的发展已经到了L3级别，已经形成了分水岭。

据悉，今年技术难度更大的L4、L5级自动驾驶技术将逐步出现。

众所周知，在自动驾驶领域，不同的公司有不同的技术路线。

一些公司会首先推出L3级别的车型。

一方面，他们可以通过卖车获得收入，另一方面，他们可以通过上路收集更多数据。

其他公司，例如图森未来，从一开始就一直在开发L4级自动驾驶技术。

针对这种情况，图森未来联合创始人兼首席架构官郝嘉楠表示，自动驾驶领域有多个探索方向，增量技术路线和直接L4级自动驾驶都合理。

宏景智家走的是渐进迭代路线。

宏景智家联合创始人、软件算法副总裁董健认为，L2级辅助驾驶系统将对高级别自动驾驶系统的发展起到一定的推动作用。

董健表示，自动驾驶系统非常复杂，涉及软件、硬件、系统集成等各个方面。

如果没有量产项目的经验以及与主机厂的深度融合，就很难打造出真正可以量产的汽车产品。

至于商业化发展，Robotaxi的过程也相当漫长，大概需要5-10年的时间。

在开发过程中，需要通过部分成熟的技术逐步应用和尝试所有的应用场景。

驭势科技联合创始人兼首席产品官周鑫认为，Robotaxi是自动驾驶的最终场景。

驭势科技的核心理念之一就是采用控制器软件的协同设计，并利用一套核心算法将其应用到尽可能多的不同场景。

使用一套算法需要极高的工程能力。

在算法快速迭代、快速演进的过程中，必须考虑技术的成熟度和工程应用性，这样才能快速验证技术，使技术成熟。

同时，一旦Robotaxi技术成熟，可以快速应用到场景中，实现相互补充、迭代的场景模型。

和多科技副总裁戴震认为，不同的用户对自动驾驶汽车有不同的需求。

主机厂更注重自动驾驶的交互，用户更注重座舱的交互和舒适性。

因此，自动驾驶企业量产的乘用车必须同时满足B端和C端用户的需求。

目前，这也是自动驾驶商业化面临的瓶颈——必须同时满足B端客户和C端客户体验的双重需求。

此外，消费者对自动驾驶技术的担忧也在一定程度上限制了商业化。

戴震认为，2020年可能是自动驾驶领域的一个重要时间节点。

从目前来看，自动驾驶在2018年之前已经开始在一些相对具体的园区、一些人流量少、车速低的封闭场所逐步应用。

最后是一些配套设施，包括基础设施的改造和完善。

法律法规的成熟可能需要两到三年的时间。

多年后，当上述因素真正实现时，自动驾驶技术将真正快速落地。