11月25日-27日，2021（第五屆）高工智能汽車年會在上海召開。智行者科技CEO張德兆應邀出席，并發表了以“用無人駕駛大腦賦能各行業 構建智慧生活圈”為主題的演講，演講主要從無人駕駛的定義、智行者無人駕駛大腦的特點和商業化落地場景選擇三個方面展開。

　　演講伊始，張德兆介紹到，智行者是一家無人駕駛企業，核心業務是無人駕駛大腦的開發和應用。同時，智行者開創了將無人駕駛技術應用到多場景的商業模式。

　　無人駕駛不應該只是無人

　　在很多人的眼里，駕駛車輛就是沒有駕駛員、可自主行駛的車輛。但在張德兆看來，無人駕駛不僅如此。他認為，自動駕駛技術一旦成熟落地后，自動駕駛的車輛將不再是一個單純的交通和運輸工具，它將會成為一個新的生活服務平臺。未來，自動駕駛將被應用到各個行業，比如常見的環衛、物流配送，以及消防、邊境巡邏、礦山、港口出行等領域。

　　在乘用車領域，自動駕駛車輛將成為我們生活中的新管道、新通路。具體來說，未來，自動駕駛車輛將成為能夠融合人們生活、工作、娛樂的新平臺，也就是說，我們不僅可以乘坐自動駕駛車輛去到指定地點，還可以在車上工作、開會甚至娛樂、吃飯等。同時，在未來萬物互聯的時代，自動駕駛車輛還將利用其強大的大腦，幫人們解決多種日常生活問題，比如我們出差時，它可以根據我們的目的地和乘車人的喜好推薦附近的酒店；再比如，下班后自動駕駛車輛來接我們下班，如果家里沒有雞蛋了，那車輛運營商會提前獲取這個信息，并在車上放上一份雞蛋，那么我們大概率是會將雞蛋帶走的。張德兆表示，智行者的無人駕駛大腦可以構建一個如此的智慧生活圈。

　　自動駕駛將給我們帶來無限可能，而這樣的愿景也拉長了自動駕駛成熟的時間線。因此，張德兆強調，自動駕駛是一場馬拉松，而目前也剛剛跑了5公里而已。

　　與眾不同的無人駕駛大腦

　　張德兆介紹到，自動駕駛領域始終存在算法與硬件、算法與算力的相互耦合、相互優化的過程，基于此，智行者研發了有別于行業內多數傳統無人駕駛大腦的，軟硬件一體的自動駕駛解決方案，包含了AVOS軟件平臺和AVCU硬件平臺。其中AVOS軟件平臺是從感知到決策再到控制的全棧自動駕駛算法；AVCU平臺是支撐AVOS的硬件計算平臺，是業內獨創的包含多域控制器的硬件架構，能夠確保自動駕駛各模塊的高效執行。

　　張德兆強調，進入人工智能時代后，數據將是未來自動駕駛技術發展的關鍵，將與算法、算力共同構成無人駕駛大腦的“鐵人三項”。基于此，智行者始終堅持用一個無人駕駛大腦賦能多場景，包括開放的結構化場景、半封閉半結構化的場景及三維的越野場景等。通過多場景落地獲取了海量數據，從而構成了自動駕駛數據閉環系統，打造了一個數據驅動的全場景、全工況的自動駕駛量產解決方案。

　　同時，為了讓無人駕駛大腦能夠快速地部署到各個應用場景，應用到各個行業，智行者還開發出了全套的工具鏈，包含數據挖掘、高精地圖工具、傳感器標等。為了實現數據閉環，智行者開發了數據的標注、模型管理和系統仿真等云端模塊，從而形成了一個高內聚、低耦合的系統架構，保證不同場景的功能復用和快速部署。

　　在硬件方面，智行者也在不斷提升，已從2018年的3T版本更跌至2020年的180T版本。張德兆透露，將在明年推出500T版本，到2024年將達到1000T算力。

　　在數據方面，智行者始終認為，未來自動駕駛的核心競爭力將不在算法本身，而是在于算法的更迭成本和更迭速度，而這一點的根本在于數據的獲取成本和更迭速度。因此，智行者選擇多場景落地，以更低的成本、更快的速度獲取更豐富場景的數據。同時，實際的商業化落地也為迅速提升利用數據更迭算法的能力提供了更好的基礎，從而形成堅實的競爭壁壘。

　　多場景落地是保持競爭壁壘的最佳選擇

　　目前， 商業化落地是行業內最為關注的問題。針對于如何選擇落地場景，張德兆認為應該從四個方面進行綜合考量。

　　首先是，技術可達，他表示：“技術可達的標準是去掉安全員。只要還需要安全員都不叫真正大的商業化落地”。第二是市場規模足夠大，在張德兆看來，每一個場景的復雜程度、整體投入及一定時間內達到的滲透率等都是相當的，因此，市場體量越大，帶來的商業回報也就越高。第三是社會基礎設施是否完善，比如法律法規、保險、民眾接受程度等。最后是無人駕駛技術是否能真正幫助到這個行業，張德兆認為，每個行業都有非常深的know how，我們的優勢在于自動駕駛技術本身，而不在于各個行業的專識，因此，智行者更希望用無人駕駛技術對傳統行業的賦能，而非顛覆。

　　在上述四個基礎維度之外，張德兆還指出，在實現用無人駕駛技術賦能搭建智慧生活圈的愿景之前，人們的生命安全需求和將人們從重復、繁重的工作解放出來的需求是兩個基本需求。能否滿足這兩方面的需求也是無人駕駛技術能否規模化落地的關鍵。

　　基于此，智行者選擇了環衛、物流、乘用車及特種車等場景進行了規模化落地。截至2021年11月26日，搭載智行者無人駕駛大腦車輛的應用里程數已經達到了493萬公里。

　　如遵從上述標準選擇無人駕駛技術落地場景，我們會發現，有很多場景都滿足上述標準。那走單一場景路線還是多場景路線依然是很多企業糾結的問題。

　　作為多場景落地的倡導者和踐行者，張德兆也給出了自己的看法，他表示“現在單點需求還沒有達到爆發時刻，多場景落地不僅能否滿足數據獲取的需求，以保持技術壁壘，還能構建完善的、低成本的供應鏈體系。”

　　最后，張德兆強調，無人駕駛是一場馬拉松，目前也只是處于5公里的階段，未來還會有無數的挑戰，無人駕駛公司一定要有充足的造血能力，確保自己可以跑的更久、跑的更遠。