智能网联汽车：产业变革新引擎，如何引领经济高质量发展？

智能网联汽车，乃是促使全球汽车产业实现转型升级指向战略方向家伙什儿，正带动着产品形态、产业格局、基础设施以及出行方式产生深刻变革。历经多年发展，我国智能网联汽车产业发展得到积极成效，电动化、智能化转型步伐持续加快。今年上半年，我国新能源汽车产销量分别达成696.8万辆与693.7万辆，同比例分别增长起了41.4%和为40.3%。

专家觉得，我国已然构建起涵盖智能座舱、自动驾驶、网联云控等方面的完备产业体系，大算力芯片、智能线控底盘大量装到车上，人机交互、协同感知等技术在全球处于领先地位，搭载组合驾驶辅助功能的乘用车新车销售量占比超出60%。智能网联汽车变成了经济高质量发展的新增长动力。

若将新能源汽车譬喻成体育赛事的上半场，那么智能网联汽车便步入了比赛的下半场。我们于上半场已然斩获一定优势，然而最终判定比赛输赢还得看下半场的表现。发出此番言论的，是第十四届全国政协常委、经济委员会副主任苗圩 。

人工智能成为关键变量

当前，新一代信息技术，以人工智能为代表的，在汽车产品里加速应用，给产业变革带去重大机遇。在此种背景之下，基于端到端技术的自动驾驶发展路线，因它的架构创新，快速成为行业都竞相去布局的焦点。苗圩介绍，跟传统方案不一样，传统方案是将感知、规划、控制、执行等模块进行割裂设计的，而该技术把多个功能模块整合进统一的神经网络模型，达成了从传感器侧的数据采集到车辆控制指令发出的直接映射，能够削减模块间协同环节，明显提升信息流通效率。

具体来说，于感知端而言啊，大部分的企业是采用了“摄像头加上毫米波雷达再加上激光雷达”这样一种方案的，能够提高影像看得见的程度呢。随着市场规模持续不断地扩大，单个雷达的成本慢慢地下降了，有着L3级自动驾驶功能的车辆变得越来越多了，它的价格还有比较大的下降余地呢。从执行端去看，线控转向、线控制动、线控悬架等这样一些智能底盘技术啦，是端到端自动驾驶把神经网络输出的控制指令转变为车辆动作的关键部分哟。苗圩说，每一项技术，都和整车性能表现紧密关联，并且与行驶安全息息相关，在此情形下，存在两种情况，一种是每一家车企自成体系各搞一套，另一种是通过行业协同形成标准化、货架式产品，而这是值得业界共同探讨的议题。

当人工智能跟汽车深度融合时，这一融合还会在诸多领域有所体现，像是座舱智能化这个领域，还有像全流程智能化这样的领域。人工智能对人车交互范式产生了深刻改变，信息娱乐大模型正朝着全场景出行大模型加速演进。在未来，具备综合视觉感知、语音交互跟车辆行驶规划诸多能力的智能助手，将会提供多模态人机互动、功能出现自适应情况的出行服务。

另外，大模型技术促使汽车行业在研、产、供、销、服各个环节实现升级。“人工智能在汽车工业设计以及新材料研发等进程中得到广泛运用，人形机器人等新型劳动力进入工厂工作，全自动生产流水线极大地提高了生产效能。”按照工业和信息化部科技司副司长杜广达的介绍，从运营管理方面来讲，人工智能对零部件库存进行动态调整，在提高响应速度以及增强供应链韧性上起到关键作用。受到消费者欢迎的精准服务模式，人工智能可凭借车辆多元数据，实现故障预警，完成智能诊断，降低突发故障，进而提升维修效率。

智能化浪潮当下正在重新构建全球汽车竞争格局，人工智能已从原本作为锦上添花的技术选项，升级成为关乎企业生存以及发展的关键变量，任何迟疑都可能意味着会与一个时代错失交臂时机，我们一定要趁着形势向上发展，为全球汽车产业注入中国力量。苗圩这样说道 。

规模化应用稳步推进

我国道路交通场景繁杂多样，会产生海量数据，发展智能网联汽车存有一定优势。今年前7个月时期内，我国乘用车市场里搭载L2级组合驾驶辅助系统的新车渗透率已然达到62.58%，和去年同期相比增长了6个百分点。苗圩表示，“激光雷达、车载智能计算平台等软硬件供应链渐渐完善，信息通信技术在全球处于领先地位，人工智能产业生态完备周全，能支撑‘单车智能+车路云协同’的基础设施拥有先发优势。”。

先从封闭场地测试开始，接着到开放道路应用实践，然后进入“车路云一体化”试点示范阶段，智能网联汽车规模化应用部署正稳步向前推进。在“车路云一体化”应用试点工作开展一年多的时间里，路侧单元、云控基础平台等基础设施建设速度加快，全国累计开放测试示范道路达3.5万多公里，部署智能化路侧单元超过1.1万套，建设5G基站超过460万个，从而为技术研发和产品验证提供了安全可靠的测试环境。

同时，各地开展了智慧出行的示范应用项目，开展了编队行驶的示范应用项目，开展了干线物流的示范应用项目，开展了末端配送等多种形式载人载物的示范应用项目，并且围绕京津冀，深化道路测试示范，围绕长三角，深化道路测试示范，围绕珠三角，深化道路测试示范，围绕长江中游，深化道路测试示范，围绕成渝五大城市群，深化道路测试示范，从而为智能网联汽车产业化发展奠定基础，还为智能网联汽车规模化发展奠定基础；各试点城市开展了交通信号灯信息服务的多场景试点示范，开展了交通管控及事件预警的多场景试点示范，开展了协同式智慧停车等多场景试点示范，网联赋能智慧公交的商业化模式初步显现，网联赋能智慧乘用车的商业化模式初步显现，网联赋能无人配送的商业化模式初步显现，网联赋能环卫的商业化模式初步显现，网联赋能高速编队物流等商业化模式初步显现。

尽管智能网联汽车测试示范有了积极进展，可是在政策法规协调方面存在难事，跨区域协同方面存在难事，标准统一方面存在难事，数据共享方面存在难事。工业和信息化部装备工业一司副司长郭守刚提议，要以国内外出色测试项目为根基，强化地区协同，联合谋划开展规模化的城市等级别、长期的试点示范项目路径查找更多场景应用。另外且海量高价值数据是智能网联汽车场景迭代与虚拟验证的基石，当前行业普遍欠缺高质量、多样化、大规模自动驾驶数据。下面这一步，得凭借高价值数据合规地进行共享，共同构建起全天候的、高质量的实车真实数据库，以及高保真仿真数据库，以此来降低企业研发成本。

安全问题亟需解决

这是智能网联汽车产业发展无法避开的话题：“机器开车能安全吗？”，苗圩觉得，跟人比，机器驾驶有标准化操作程序，能严格依照道路交通规则，在处理复杂任务时维持高度一致，切实地防止因人为疏忽或随意性导致错误。机器不受生理和情绪因素干扰，不存在疲劳、分心或者酒后开车之类人类常见的生理及心理局限，可全天候、高稳定性开展驾驶任务 。

因数据积累以及算力提升，机器认知能力同步得以增强，于持续学习框架当中，其驾驶策略经海量数据训练持续优化。苗圩同样存有担心，针对训练数据里未充分涵盖的罕见场景，机器决策系统有可能因缺少先验知识而失效，进而构成潜在安全风险。另外，机器环境感知能力依靠传感器数据和预设的算法，容易遭受恶劣天气、传感器噪声等因素的影响，可能致使误识别与误判。

针对此情况，他提出建议，需充分施展我国市场的深度以及体制机制所具备的优势，强化不同行业之间的协同合作，打好团体比赛。在确保安全的前提条件之下，科学且有条理地推进人工智能技术实现落地，一步步伸展驾驶辅助以及自动驾驶的应用场景范围。要踊跃参与ISO、IEEE等国际标准化组织在自动驾驶、AI伦理以及数据安全等领域方面的规则制订工作，促使中国标准迈向国际 。

工业和信息化部信息通信科技委常务副主任韩夏有的同样看法是，智能网联汽车产业已经进入到规模化发展的新的阶段，安全是对其能够平稳且长远发展有着重要意义的基础。面临着网络安全、数据安全与功能安全相互交织在一起的严峻挑战，整车出现漏洞、云平台存在风险以及数据泄露事件时常发生，AI技术更是让攻击朝着智能化、平民化的方向发展。要引导企业从“被动合规”转变为“主动免疫”，融合人工智能等新的技术，构建“以智对智”这种主动防御的新的模式，加快将数据安全与跨境流动规则进行完善。

苗圩表示，应促使汽车企业增加在智能化方面的研发投入，积极致力于突破端到端决策优化、小样本学习等关键算法的瓶颈之处不放松。尽力改变当下产品功能同质化极为严重、差异化明显不足的这种局面。推动汽车企业与科技型企业进行深度的协同合作，构建起开放且融合的产业发展生态环境。加强数据闭环体系方面的建设工作，切实夯实仿真测试等安全保障的能力水平，以此来提升整个行业的竞争力 。