在當今汽車行業中，我們正見證著一場由科技驅動的變革浪潮。
隨著大模型、AI技術和仿真技術的不斷進步， 智慧出行行業的變革似乎已經觸手可及，廣泛影響著不僅是交通出行的便利性，甚至影響著整個社會生活的方方面面，而在其中也同樣蘊含著廣闊的市場機遇。
美西時間2024年1月9日，作為全球科技界備受矚目的盛事之一，國際消費類電子產品博覽會 （CES）在美國內華達州拉斯維加斯如期拉開帷幕。
作為CES上唯一舉辦MediaStage系列活動的中國媒體，本期鈦媒體 CES Talk to China Stage邀請到小鵬匯天副總裁仇明全、亞馬遜云科技中國行業集群總經理沈濤、黑芝麻智能首席市場營銷官楊宇欣從 CES 2024 拉斯維加斯現場為您帶來 Talk to China系列對話之「智慧出行的無限可能性」。
從汽車制造商到科技企業
在本屆CES展會上，汽車行業的科技趨勢和創新展示占據了顯著位置，面對從汽車制造商到科技企業的轉變，行業內所蘊藏的科技發展機遇逐漸浮現。
鈦媒體集團創始人&CEO趙何娟率先點出了本屆展會上汽車與科技產業在CES展會上的緊密融合，指出了傳統汽車公司都在努力成為全方位的科技公司。而這個觀點也得到了沈濤回應，在他看來汽車作為未來最大的智能化平臺，車輛創新和數字化體驗的綜合提升正在成為新的趨勢。
沈濤表示，汽車產業的創新集中在車輛本身的智能化改革上，尤其是車聯網和自動駕駛技術。數字化轉型和生成式AI的結合正在推動整個行業的創新邊界，提升用車者的數字化體驗。其還提到了數據的處理和存儲，例如寶馬的自動駕駛平臺就構建在亞馬遜云科技上，提供了持續的算力和AI服務，這樣的基礎設施支持讓車輛能夠不斷地迭代升級，同時車企需通過如此變化來滿足用戶需求和提升體驗。
隨著車聯網和自動駕駛技術的融合，如何保障車輛數據的安全性成為了整個行業必須面對的重大挑戰。對此，沈濤也強調了數據的安全性和合規性在智能車發展中的重要性，并分享了亞馬遜云科技利用其全球用戶經驗，提供超過300項安全合規服務和產品的案例。這些服務產品為汽車制造商在面對創新與用戶數據隱私之間的平衡上提供了必要的支持。
對于自動駕駛的技術發展，沈濤認為算法和硬件的結合是又快又穩地推進這項技術的關鍵。他認為多感官數據融合和機器學習技術是汽車知識化的核心，同時，這些技術帶動了傳感器、芯片和網絡連接技術的升級。在他的觀察下，這種跨域融合的創新正在推動車聯網服務的廣泛應用，而車聯網服務又反過來促進了自動駕駛技術的進步。
而對于上述議題，仇明全從飛行汽車研發的角度出發，討論了AI在飛行控制和造型設計上的應用，以及仿真技術大幅縮短產品開發周期及降低試錯成本的優勢。
仇明全表示，AI技術在自動駕駛的研發中已經發揮了實質性的作用。以飛行汽車為例，他討論了這一新興領域中AI的作用，其中包括在飛行控制系統和自動駕駛模式的開發中的應用。他談及如何在飛行汽車自動駕駛系統的設計中實現一鍵垂直起降和按設定路線飛行，也進一步說明了AI技術在降低產品使用難度方面的貢獻。
此外，仇明全還提到飛行汽車在設計造型時，通過結合AI與人類設計師的創意，保持了設計的多樣性和創新性。他還強調，仿真技術對于降低傳統航空產品研發成本、縮短開發周期的重大影響，這也體現了通過數字化創新來提升研發過程的趨勢。
楊宇欣則著重于AI在自動駕駛領域的工具性作用，并討論了L2和L3級別自動駕駛的量產和工程化挑戰。楊宇欣看好生成式人工智能（AIGC）在自動駕駛領域的應用，認為通過有限的數據采集和場景識別，AIGC能夠實現對corner case的廣泛覆蓋，從而達到或超越人類對場景的識別能力。
在談及芯片技術時，楊宇欣區分了訓練芯片與推理芯片的不同用途，訓練芯片用于生成大模型，而推理芯片用于端側的實時計算。
而在未來發展中，會有面向特定場景的垂直大模型出現，這需要推理芯片在端側進行高效的計算。因此，芯片公司面臨的挑戰是設計出既能夠支持這些大模型又具有性價比的解決方案。他提到，黑芝麻智能目前專注于推理計算芯片的發展，旨在用更高效的計算能力實現端側模型推理。
整體來看，汽車行業在技術融合、新型AI應用、自動駕駛系統和智能平臺的發展上，有著豐富的發展機會。這些機會預計將會顯著影響智慧出行的未來，包括提升安全性、增強用戶體驗和降低成本。隨著技術的成熟，這些變革有望在不遠的將來實現，并極大地推動智慧出行向前發展。
對于創業者來說，是挑戰同時也是機遇
在智慧出行的大背景下，趙何娟與嘉賓們對于推動該行業前進所面臨的挑戰有深入的討論。
在討論智慧出行所面臨的挑戰時，沈濤強調了算力、數據處理能力、全球化部署、平臺一致性以及數據合規和安全管理等關鍵領域帶來的影響。他指出了自動駕駛技術對算力的巨大需求。這是因為自動駕駛車輛必須處理和分析來自傳感器的大量實時數據，包括但不限于攝像頭、雷達、激光雷達（LiDAR）等，這些裝置生成的數據量是非常龐大的。
此外，為了提升算法的效能，需要對海量數據進行存儲和分析，以訓練機器學習模型，使它們能有效識別環境中的模式和對象。沈濤認為，這種對高性能計算資源的需求是自動駕駛技術成功實施的一個關鍵挑戰。
其次，沈濤討論了智慧出行解決方案在全球范圍內部署時需要考慮的問題，如何確保全球服務的一致性和統一性以適應不同市場的需求。他提到，在不同的國家和地區推出產品和服務時，企業會遇到各種復雜的法規、文化和基礎設施條件差異。沈濤認為，要在全球范圍內提供一致的服務體驗，同時遵守當地的規定和市場特征，是現有智慧出行公司面臨的重大挑戰之一。
沈濤接著從云計算的角度提出了解決方案。云計算提供從算力到存儲，再到大數據分析的服務，它以極大的彈性支持汽車商和科技公司的需求，尤其是在車聯網和人工智能領域。得益于全球化的數據中心網絡，廠商能夠在世界范圍內高效、快速地部署解決方案。在安全合規方面，沈濤指出，亞馬遜云服務以其最高等級的服務職責模型為行業標桿，并通過其在不同國家區域的合規性要求，幫助企業迅速部署到目標市場。
對于創業者來說，沈濤認為挑戰同時也是機會。他提到，云計算平臺可以為創業者提供技術支持，并幫助他們將商業解決方案推向市場。技術堆棧如云基礎設施、數據平臺、人工智能和機器學習等，能夠讓創業公司快速構建自己的工作量。在應用層面，創業公司可以在底層、中間層和應用層上迅速構建自己的解決方案，而這正是創新和技術賦能的關鍵所在。
仇明全的發言圍繞飛行汽車領域的挑戰。他認為雖然在固定翼無人機等領域自動駕駛技術已經相對成熟，但要實現全自動駕駛的商用飛行汽車還有很多技術難題。特別是飛行汽車的起飛和降落階段，這些是最考驗飛行器自動駕駛技術的部分，也常是航空事故的多發環節。解決這些技術難題需要遵循嚴格的航空安全規則，并實施精密的控制算法和復雜的系統冗余設計。
仇明全特別強調了冗余設計在確保飛行安全中的重要性。這種設計哲學讓飛行器在部分系統失效時仍然能保持運行，保障飛行的安全性。他提到了他們正在研發的飛行器擁有的整體多傘救生系統，這樣的設計旨在面對緊急情況時提供一種安全的救生手段，通過快速部署降落傘減少墜機的風險。
關于飛行器的具體發展狀態，仇明全提到了該公司研發的飛行汽車現在允許在人工駕駛和自動駕駛之間進行切換，但人類駕駛者有更高的權限。他預測，未來幾年將推出的產品仍將具備人工駕駛的選項，但后續的發展將是無人駕駛，這意味著飛行器將不再需要駕駛操縱系統，只需要設定好目的地便能自動飛行。他強調，這些發展的主要驅動力并非追求時髦，而是基于對產品的實際需求和應用場景。
楊宇欣著重指出，智慧出行的最終目標是實現無人駕駛，但這不僅需要技術的發展和突破，也需要政策法規和交通系統的配合。他指出，智慧出行的方向不僅僅是讓車輛變得更加聰明，還包括使整個路網變得智能化，實現車路協同。此外，云端的智慧交通管理系統是加速實現完全無人駕駛的關鍵。
作為一個創業公司，黑芝麻智能的目標是推進整車電子電氣架構的進一步演進，并從芯片角度出發推動技術創新，使功能整合且經濟實惠。
在談到創業機會時，楊宇欣建議創業者專注于特定的技術創新和應用場景，例如智能駕駛座艙和自動駕駛相關的生成式AI的應用，或者芯片和電子電氣架構的進步。他還強調了創業公司需要平衡技術創新和成本效益，使其產品和服務對客戶來說既高效又具有吸引力。
智慧出行的發展既面臨著巨大的技術挑戰，也提供了前所未有的機遇，這些都要求行業、政府和企業做出全面的策略和決策。上述嘉賓的討論為我們提供了一個多角度、多方位的視角去理解這個快速變化的領域，并為行業參與者尋找將挑戰轉化為機會的路徑提供了指引。
自動駕駛技術普及，仍需邁過成本關口
在討論自動駕駛技術普及的成本問題上，楊宇欣首先指出了電池成本作為目前車輛最大的成本因素，因此怎樣提高電量密度是材料科學領域的關鍵挑戰。而隨著電子系統逐漸集中化，硬件成本也有可能會有所下降。他解釋說，雖然車輛內部電子系統日趨復雜，導致理論上成本增加，但集中化架構可以降低電子硬件成本。
至于軟件成本，楊宇欣認為其也存在下降的可能性，尤其是當基礎編程工作逐漸被AI取代，而只有創新性的架構和代數編碼仍舊需要人力時。楊宇欣認為，這是通過技術創新而非單純壓縮供應鏈來實現結構性成本降低的機會。他強調，創新，特別是來自非傳統汽車行業的思考，對于行業快速演變期間，能為行業帶來結構性成本改善的可能性。
而仇明全在探討飛行汽車成本時，強調了研發周期的縮短意義。他提到利用AI和仿真技術來加速研發過程，以此來降低研發階段的成本，從而避免過高的人工和時間成本可能導致的企業運作困難。
在他看來，小鵬匯天與傳統航空業的最大不同，就是他們利用了成熟的智能電動汽車供應鏈來降低成本。為規模化的推進做準備，他提到了依托于智能電動汽車的成熟供應鏈可以降低成本，并將自研作為一種手段來減少對外部昂貴采購的依賴。在規模化方面，他提出通過將成本和價格降低、并擴大銷售規模來實現良性循環，以及構建立體交通網絡，讓飛行汽車不再只局限于某類客戶或使用場景，而是為更廣泛人群服務。
對此，趙何娟適時點出了自動駕駛不僅是技術和成本的問題，還面臨政策和法規的挑戰。而這也為創業者創造了新的機會，需要在不斷迭代的政策環境中，尋找新的商業模式和服務路徑。
楊宇欣進一步指出，未來的計算需求會隨智能化管理的提高而增加，這不僅限于汽車，而是包括了飛行汽車、船只和機器人等所有移動智慧終端設備，也就是說，任何能夠處理這些大量傳感器數據的“中央大腦”，都是對降低成本的有力支持。
仇明全也強調了數字化空域管理和空中交通管理系統的重要性，因為這些都是為了確保未來多元化、高密度的空中交通能夠安全運行的基礎。他以深圳的低空安全交通系統研究為例，展示了城市對于未來空域的消費構想，同時也起到了示范作用。
綜合來看，降低自動駕駛和飛行汽車的成本需要通過材料科學的進步、硬件系統的整合、AI在軟件編程中的應用、研發周期的縮短、供應鏈的利用、自主研發的推進、規模化生產的推動以及數字化管理等多角度入手。同時，這個過程還伴隨著政策與法規的逐步成熟和創業者的不斷創新。
