潘登：汽车智能化最终目的是实现拟人化的价值 | 2024汽车技术与装备发展论坛

10月29日至31日，以“共筑汽车产业新质生产力”为主题的2024汽车技术与装备发展论坛在苏州召开。

本届论坛由工业和信息化部装备工业发展中心主办，中国汽车工程研究院股份有限公司、清华大学苏州汽车研究院承办。在论坛的专访环节，《中国汽车报》等媒体采访了中汽院智能网联科技有限公司副总经理潘登。

“智能网联汽车近几年创新发展、提质升级都在加速，尤其是新质生产力对人工智能的期望值很高，这一领域也是国内车企的竞争热点。”近日，在2024汽车技术与装备论坛期间，中汽院智能网联科技有限公司副总经理潘登结合现实，向媒体解读了智能网联作为新质生产力为汽车赋能的意义。

技术演进依然存在挑战

“智能网联在快速演进，有数据称智能网联的汽车装载量达到60%以上，这一数据还有望进一步提升，但技术方面仍然存在一些挑战。”潘登认为，挑战主要包括四个方面。

一是安全。很多车企也提出“安全”是最大的竞争，因为安全也是汽车行业发展的底线。此外，社会对智能汽车的安全还有理解上的偏差。智能化提升了出行体验，但由过去的单一场景到现在比较复杂的场景，挑战不少。前几年行业关注的是高速公路的智驾，现在更关注城区道路能不能做比较好的智能化驾驶，减少人的干预及监管次数，是很多车企追求的指标。在道路条件越来越复杂、大家对智驾依赖度越来越高的情况下，也带来了安全方面的很多新挑战。尤其是针对极端复杂的道路环境以及其他突发状况，传统的测试验证手段显得不足。所以，安全的挑战带来的是，能不能开发出更好的测试验证方法和测试验证工具，来应对这一挑战。

二是评价体系。特别是近几年智能网联汽车成为热点后，除了国家级的检验检测机构，我们发现很多自媒体甚至非组织性质的个人媒体，也在关注这个领域，做了很多各种各样的测试。这类评价，特别是能力有限的机构或者个人的评价，缺乏权威方法及理论体系，是比较随性的，不客观、不科学、不太专业的评价，包括他们的一些榜单，其实缺少一定的科学性、公平性和专业性。

三是法规和标准。美国、德国及日本在智能网联汽车方面的立法，包括智能出行、智能交互等立法上，相对较早，中国在这方面则比较稳健，也在加速推进智能网联汽车相关法律法规的落地。我国在今年实施的智能网联汽车准入和上路通行试点中，已经有一批乘用车和商用车在多个城市开展智能网联试点，通过试点之后再上法规公告名单，这是一个循序渐进的过程。但其中的挑战是，当前确实没有足够清晰的法规和标准，来明确约束车企的相关功能和开发，包括一些测试方法。

四是消费端。智能网联汽车的渗透率在提升，但一些车上装载或付费订阅的相关功能，却不一定全都能开放使用。其中的问题是，一方面，对于相关的教育和培训不够，对于汽车智能化的功能边界认识不清楚，不敢去用。所以，从市场或者消费者教育端看，目前还存在不足或挑战。

目的是实现拟人化价值

在本次论坛上，中国汽研智能驾驶与主动安全评测技术最新成果发布，其中的亮点备受瞩目。

“今年我们的测试技术发展重点，主要是围绕车企竞争激烈的城区智驾方面的测试。”潘登介绍，今年3月，中国汽研IVISTA中国智能汽车指数正式向行业发布了全球首个L2+导航智能驾驶系统（城市道路）测评规程（征求意见稿）。2024汽车技术与装备发展论坛上发布的三大成果之一，是我们首次在行业中提出，面向AI鲁棒性（在异常情况下系统正常工作的能力）的场景。因为汽车智能化已经是大势所趋，有些头部车企及智能化科技公司已经把人工智能上车，不仅用于座舱的语言交互，而且已经应用到智能驾驶领域。但这带来了技术、道德伦理等方面的新课题。所以，我们首次提出鲁棒性的场景库，希望由此提升人工智能上车后的鲁棒性，反映系统的稳定性状况。

“汽车智能化最终目的是要实现拟人化的价值。”潘登谈到，智能汽车的开发是基于规则，但可能不一定适应复杂的应用场景。所以，特斯拉首先提出基于人工智能上车，我们国内很多车企在有些领域做的比特斯拉还要好。拟人化的驾驶背后，要解决复杂多样的外部环境的变化，包括天气、交通及路面的变化。所以，我们提出鲁棒性的场景库，就是为了针对人工智能上车后要解决更加复杂的一些具像化的难点和挑战。其中的重点是，以往的场景库一般是针对规划和控制，比较简单，现在人工智能上车与以往的不同的目标是能不能看到、看懂并理解，感知系统能不能准确识别，这是从感知到实现智驾的决定性因素。所以，我们在AI鲁棒性的产品库里发布了优化和提升，包括对感知系统、感知算法的训练。

“我们优化的手段，是基于中国汽研有布局广泛的智能网联试验场，从西部到中部再到华东，同时还在规划华南和华北更多试验场的建设。”潘登表示，我们得到了很多真实数据，能够反映出感知系统的优点和缺点，我们把真实的数据和建立的感知模型做反复迭代和优化，使得AI的鲁棒性场景和仿真的误差大概控制在10%，行业中一般可能误差要到50%甚至60%。

“我们还特别提出了面向智能汽车的检测装备集群，其中一个指向是发布面向复杂气象和高精度定位。”潘登讲到，在极端工况和极端场景中，绕不开的是要模拟夜间、雨天、降雪、大雾等环境，这对感知是很大的挑战。经过三年多的摸索，我们可以在室内环境下模拟出复杂的气象，同时能够兼顾智能网联汽车测试的厘米级的高精准定位，目前我们在行业中还没有看到比这个更高的。而且，针对各类卡车、包括快递三轮车等复杂的交通物流目标，都已经构建了一个大规模集群测试验证的系统。

“AI上车之后，最终会向拟人化发展。”潘登提出，希望AI能听懂人的想法和意图，不管是座舱还是保证更安全的驾驶，一定都是更多的面向拟人化。而拟人化最终还是要解决人口老龄化等终极问题，自动驾驶上车后，可以解放生产力，让人们有更多时间去做更有创新、更有想象力的事。

2025年将迎来三大新趋势

面对即将到来的2025年，智能驾驶、智能网联会迎来怎样的技术和产业新变化，潘登认为，趋势主要有三个。

第一个趋势，是L3级有条件的自动驾驶。它允许驾驶员有比较长的时间，甚至一定程度上可以脱手。L3级是智能驾驶到自动驾驶的跨越。因为在L3级以前所有的车出现问题，一定是驾驶员的责任，但到L3级以后，车出现问题的首要责任应该是数据公司，因为L3级的试点首先是出行公司的联合体来申报的；同时车企要承担质量责任，而不是驾驶员的问题。所以，它带来很多技术或伦理道德方面的讨论。2025年，L3级的试点肯定会落地，到时会看到在一些城市允许的区域中实现有条件的无人驾驶。

第二个趋势，2025年在个别区域中会看到L4级及更高等级的自动驾驶商业化落地。个别区域指的是港口、货运、干线物流等，将实现无人驾驶商业化的落地。

第三个趋势，我们国家还在积极推进车路云一体化，明年会有车路云一体化的试点城市出现。车端的智能、云端的云控或者云端的感知，应该会在2025年有些落地的商业化应用的场景，通过试点的方式落地，但相对处于较为初期的阶段。

对于L3级有条件的自动驾驶即将落地，潘登进一步解释，一方面，相关部委已经发布的首批智能网联汽车准入和上路通行试点中，北京有两家，上海有两家，重庆、深圳，包括海南等城市都有，他们明年会做试点运行。另一方面，关于车路云一体化或者云端，既关系到车的智能驾驶的安全，其实也关系到关注度较高的网络安全、数据安全及信息安全的挑战。“挑战会有，但机遇也会同在。”潘登认为，率先落地的商业化产品，可能还是会偏向商用车领域，因为在无人港口、矿区、干线物流等领域，商用车已经实现了车端与云端的互动，应该在2025年会成功落地。