当前时讯：专访深圳自动驾驶智能研究中心郝景山：自动驾驶进入量产期，锁定供应链或成车企未来挑战

21世纪经济报道 记者郭美婷 实习生邹雨珈 澳门报道

自动驾驶产业已经站在风口。

(资料图)

近日，“重义科技Technology Redefined”第三届BEYOND国际科技创新博览会在澳门举办。大会上，深圳自动驾驶智能研究中心携28家企业参展。

据了解，去年5月，深圳自动驾驶智能研究中心在深圳市南山区揭牌，是粤港澳大湾区首个自动驾驶智能研究中心，背靠香港科技大学、清华大学、瑞士苏黎世联邦理工学院、新加坡南洋理工大学等国内外知名高校、科研院所等创新资源。

该中心副主任郝景山在接受21世纪经济报道记者专访时表示，自动驾驶行业已经从一家企业大而全地单打独斗，发展到多家企业的协同，行业生态链逐步构建。对于行业内的大玩家而言，如何锁定稳定的供应链是未来的考验。

针对最近爆火的ChatGPT对自动驾驶行业的影响，郝景山认为，从长远来看，大模型会给行业带来新做法，但这些做法需要时间验证，探索其是否可信，是否可重复，以及稳定性和精度是否足够高等。

关注细分领域中小型企业

21世纪：BEYOND Expo 2023上专门设立了深圳自动驾驶智能研究中心（下称“研究中心”）企业展示专区，该专区汇集了多少家企业？遴选参展企业的标准是什么？能否举例说明？

郝景山：在本次BEYOND Expo 2023上，研究中心共邀请了28家企业参展，大部分聚集在深圳自动驾驶智能研究中心企业展示专区，有几家因专区展位不足而散落在外。

我们遴选参展企业主要有两个核心标准：一是多样性，二是偏向工具类，专注于自动驾驶的某些环节上应用。国内自动驾驶企业数量庞大，其中有规模较大、估值超过50亿美元的大而全的企业，也有中小型的企业，我们关注的是后者。

这是因为研究中心希望构建自动驾驶的生态链。生态链中，每家企业亮点各异，相互互补而非相互竞争，承担着自动驾驶产业中的不同环节、不同方向的技术研发和产品化，等到各家技术发展到某一个临界点时，这些企业就能够相互协作。

21世纪：作为粤港澳大湾区首个自动驾驶智能研究中心，研究中心的主要任务是什么？目前研究中心有哪些较为前沿的探索工作？

郝景山：研究中心承接两大任务：一是新技术如何导入智能网联产业。研究中心与香港科技大学、天津大学佐治亚里理工深圳分校等多所高校，在学术研究上有多方面的合作；二是背靠深圳市政府做粤港澳大湾区自动驾驶的产业集聚，解决产业的多样性和完整性问题。

在不久的将来，我们将成立一个深港自动驾驶的产业联盟，该联盟和研究中心相当于一套人马两块牌子。联盟将会更偏向产业，主要帮助企业创造和对接机会，获得政府支持，同时进行企业培训和初创企业的孵化工作。目前，在工信部的指导下，我们在车载数据安全方面已经有相关培训计划了。

研究中心则将更专注于科研。近期，研究中心正在与香港科技大学合作研究自动驾驶领域的“群体智能”。“群体智能”的相关研究在过去已取得阶段性成果，但与自动驾驶的结合还属于较新的尝试。研究中心正在与产业对接，以期通过项目驱动，让技术变为现实。

21世纪：为何研究中心更多关注到中小型或初创型企业，而非对接大企？

郝景山：这是一个双向选择的过程。国内自动驾驶的大企需要解决的更多是商业化的难题，也即怎么挣钱，如何实现收支平衡和盈利，这依赖于企业自身的营销策略，目前研究中心还难以为其提供帮助。当然，研究中心也希望未来能够将这些企业邀请进来形成有益的互动。

中小企业面临的则主要是快速成长的问题。最近几年，自动驾驶领域冒出了一批专注于细分领域的企业。过去，自动驾驶汽车处于探索和实验阶段，在小范围内试行，一家大而全的企业尚可胜任。如今自动驾驶进入量产期，已经从单纯的技术竞争过渡到产品竞争，各环节需要真正的“老兵”来补齐短板。

这些“老兵”在安全网关、物流等细分领域深耕多年，但过去并未接入或接触的仅是低级别的自动驾驶，随着行业发展催生出需求，上述企业才纷纷推出或升级相关产品。

未来，在自动驾驶领域可能发生行业整合。大多企业会有更清醒的认知：完全独立发展到底有没有意义？是否在进行了一定的合并后，整体的战斗力会更强？这种合并不限于同行之间，或小企业和大企业之间。

芯片仍是“卡脖子”问题

21世纪：当下中国智能自动驾驶行业处于哪个成长阶段？

郝景山：经过多年的发展，目前国内自动驾驶呈现出两大趋势。一是专用场景的高等级自动驾驶已趋向成熟，如在矿山、港口等封闭或半封闭园区里，生产场所相对可控，自动驾驶车辆作为生产工具能够达到降本增效。

二是商用乘用车、私家车上的L2+ADAS系统已经走向产业化。从电动化到智能化是自动驾驶汽车的发展路径，据乘联会方面预计，在2022年新能源乘用车全年销量650万辆的基础上，2023年可能突破850万辆。即使其中只有三分之一的汽车装载智能系统，这仍然是一个庞大的数字。

这两条线的竞争均极其惨烈，竞争的往往不是技术本身，而是商业化的能力。

对于新兴造车企业而言，进行规模量产时，锁定供应链是一个关键考验。车企与供应链的关系一般需要三到五年才能稳定下来，但汽车产量爬坡还有很长的时间，供应链厂商也讲究规模效应，如果在这三到五年内这家车企的销量突然下掉，原本谈好的供应链商也许就找别家合作了。

21世纪：聚焦到粤港澳大湾区，其自动驾驶产业发展情况如何？在全国来说，大湾区发展自动驾驶有何优势？又有哪些不足？

郝景山：两家分别位于广州和深圳的整车厂——广汽和比亚迪，就将大湾区的汽车产业规模顶了起来。但从产业链的完整性来看，大湾区相比华东地区还是略差一筹。华东地区的汽车产业以上海为核心，周边江浙等地有不少民营和外资的供应链厂商，它们共同形成了集聚效应。

大湾区的企业优点在于较为务实，追求用较小的投入，快速把产品做出来，然后规模量化推出。这种想法很实际，但也有缺点，越实际的想法在往上走时前景就越受限。

企业需要在某段时间有“不安全感”，这样才能“跳”起来。如果一直脚踏实地，企业是跳不起来的。所以大湾区的企业擅长做实打实的硬件，在一些偏软的方面比较吃亏。

21世纪：你觉得目前制约无人驾驶产业发展的“卡脖子”关键技术问题主要指的是什么呢？

郝景山：无人驾驶产业的“卡脖子”关键问题之一是芯片。目前，虽然大算力芯片有地平线、芯驰、黑芝麻等国产芯片公司在提供，但车企在用的芯片中进口芯片占比最大，大部分品类的芯片国产平替尚未出现。部分车厂做了两手准备，也即进口和国产两个芯片系统同时使用，避免前者被禁出口后造成生产停摆，但在性能上，国内的芯片对比进口芯片仍有一段距离。

大模型会带来新玩法

21世纪：去年，深圳出台了全国首部智能网联汽车管理法规《深圳经济特区智能网联汽车管理条例》，对智能网联汽车市场化应用作出明确规定。在您看来，法律法规应如何为自动驾驶产业保驾护航？

郝景山：国家级的法律的重点还在于责任认定，这种责任是多重责任，从生产到使用、事故等的责任划分。

如今，自动驾驶的责任划分是一个世界级难题。奔驰在德国和美国的两个州拿到了L3上路的许可，当然这个许可是有电子围栏的，只允许在某些路段使用，一旦出了交通事故，车厂来担责。国内对于此事还在斟酌当中。

目前国内正在立法的包括北京的亦庄、上海的临港， 深圳的立法则已经在2022年正式开始执行，深圳立法级别最高动作最早，作为特区立法拥有直通车的权利。但在执行层面，亦庄和临港相比深圳还更快些，如无人出租的收费，北京已经实行许久了。总的来说，整体立法的完善需要花很长时间，因为涉及到不同主管部门之间的协同和责任分担。

21世纪：从产业发展的角度，您认为目前自动驾驶产业的发展还需哪些方面政策支持？

郝景山：深圳的立法实际上已提及了产业发展的问题。首先，智能网联汽车要上“铁牌”；其次，上了“铁牌”的车可以申请营运资格证，做载人、载货等商业化运营；第三是允许收费运营；第四是出事故后责任的划分。

但落实上述四点还需具体的实施细则，但目前还处于难产阶段。因为这相当于要造一个“国中国”的全套规定，且细则在实施之前，还需要对各主管部门和工作人员进行培训。

目前，亟需政策支持的一块是无人车在主市区的商业化运营，包括无人配送的载货收运费，无人出租的载人收费，以及无人巴士的载人售票。

21世纪：有观点称，“最近大热的ChatGPT通用大模型展现了逼近通用人工智能AIGC的能力，而在自动驾驶领域，在乘用车、公交、巡逻车、物流车等多种场景下，可以针对每一种特定场景开发专属模型。”请问您认为，未来是否会有一种通用自动驾驶模型？

郝景山：自动驾驶的需求正好跟“通用”相反。自动驾驶需要输入和输出精准地匹配。所以GPT在自动驾驶领域有其可胜任的工作，但不能以它为主。它可以做一些辅助性的工作。

从长远来看，大模型会给行业带来新做法，只是这些做法需要一段时间来验证，探索其是否可信，是否可重复，以及稳定性和精度是否足够高等。

关键词