另據(jù)公安部發(fā)布的數(shù)據(jù)顯示，截至今年8月底，公安機(jī)關(guān)已累計(jì)發(fā)放自動(dòng)駕駛汽車測(cè)試號(hào)牌1.6萬張，開放公共測(cè)試道路3.2萬公里，有力支撐自動(dòng)駕駛技術(shù)驗(yàn)證和迭代更新。

業(yè)內(nèi)普遍認(rèn)為，汽車產(chǎn)業(yè)新能源是上半場(chǎng)，智能化是下半場(chǎng)，以自動(dòng)駕駛為核心的AI汽車則是終極目標(biāo)。在自動(dòng)駕駛到來之前，AI汽車為人們的生活帶來了切實(shí)的安全性和便利性。

為此，中國電動(dòng)汽車百人會(huì)日前發(fā)布了研報(bào)《人工智能賦能新能源智能汽車發(fā)展》，對(duì)此進(jìn)行了剖析，并提出了一系列建議。

新質(zhì)生產(chǎn)力的關(guān)鍵驅(qū)動(dòng)

今年的《政府工作報(bào)告》指出，要大力推進(jìn)現(xiàn)代化產(chǎn)業(yè)體系建設(shè)，加快發(fā)展新質(zhì)生產(chǎn)力；充分發(fā)揮創(chuàng)新主導(dǎo)作用，以科技創(chuàng)新推動(dòng)產(chǎn)業(yè)創(chuàng)新，加快推進(jìn)新型工業(yè)化，提高全要素生產(chǎn)率，不斷塑造發(fā)展新動(dòng)能新優(yōu)勢(shì)，促進(jìn)社會(huì)生產(chǎn)力實(shí)現(xiàn)新的躍升。

在清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系教授鄧志東看來，自動(dòng)駕駛無疑屬于創(chuàng)新驅(qū)動(dòng)發(fā)展先進(jìn)生產(chǎn)力的典型代表，是建設(shè)交通強(qiáng)國、加速發(fā)展人工智能新質(zhì)生產(chǎn)力的關(guān)鍵驅(qū)動(dòng)。

鄧志東解釋道，自動(dòng)駕駛作為一項(xiàng)顛覆性的重大前沿技術(shù)，具有原創(chuàng)性、高效能與高質(zhì)量的內(nèi)涵特征，能夠帶來交通與出行方式的重大變革，也會(huì)帶來出行服務(wù)質(zhì)量、安全性與整體交通運(yùn)輸效率的大幅度躍升，同時(shí)符合綠色、低碳、共享等新發(fā)展理念。

Momenta CEO曹旭東也表示，自動(dòng)駕駛是人工智能上的感知智能和認(rèn)知智能的結(jié)合，對(duì)于AI能力是非常好的應(yīng)用，并且會(huì)牽引著技術(shù)進(jìn)一步的提升，無疑是新質(zhì)生產(chǎn)力的代表。“新質(zhì)生產(chǎn)力對(duì)技術(shù)的牽引，以及由此帶來的技術(shù)升級(jí)，能夠給消費(fèi)者和社會(huì)創(chuàng)造價(jià)值。”

有從業(yè)人員認(rèn)為，目前L2+級(jí)自動(dòng)駕駛對(duì)自己的吸引力不大，因?yàn)楣δ懿粔蛲晟?，在城市通行過程中肯定不會(huì)把車輛的控制權(quán)完全交給它，只是偶爾使用能夠節(jié)省一定精力；但如果到了L3級(jí)別能實(shí)現(xiàn)點(diǎn)到點(diǎn)的完全操控，將會(huì)有很大的吸引力。

制約因素

雖然，AI汽車整個(gè)產(chǎn)業(yè)鏈都在突飛猛進(jìn)的發(fā)展，但不可否認(rèn)的是，制約因素仍然很大。

中國電動(dòng)汽車百人會(huì)研報(bào)《人工智能賦能新能源智能汽車發(fā)展》顯示，智能算力基礎(chǔ)設(shè)施的不足，是智能網(wǎng)聯(lián)汽車加速發(fā)展的主要制約因素。汽車與AI深度融合，端到端智能駕駛、座艙大模型等加速上車，對(duì)智能算力的需求快速增長(zhǎng)。智能駕駛端到端技術(shù)路線所需算力為1 EFLOPS起，理想算力需達(dá)100 EFLOPS以上；座艙基礎(chǔ)AI大模型訓(xùn)練需10 EFLOPS算力以上，垂類模型訓(xùn)練及微調(diào)需數(shù)百到數(shù)千PFLOPS。

算力供給方面，我國車企算力平均僅為3 EFOLPS左右，相較于特斯拉的100 EFLOPS差距巨大；移動(dòng)、電信、聯(lián)通三大運(yùn)營商規(guī)劃算力也僅為53 EFLOPS（至2024年底）。智能算力供給不足將制約我國汽車智能化算法的快速迭代。

“成熟”算力難增長(zhǎng)，新增算力“不成熟”。“成熟”算力指英偉達(dá)的“有芯片、有軟件生態(tài)”智能算力，但受美國出口管制影響，我國只能使用存量芯片進(jìn)行AI計(jì)算，“成熟”算力總量受限。

“不成熟”算力指華為昇騰、寒武紀(jì)、海光、摩爾線程等的“有芯片、缺軟件生態(tài)”的智能算力，此類芯片已初步形成供應(yīng)能力，但各家硬件架構(gòu)不一，軟件生態(tài)覆蓋、兼容算法尚不完善，軟件開發(fā)人員使用困難導(dǎo)致算力基礎(chǔ)設(shè)施拓展緩慢，算力應(yīng)用效率偏低。需豐富“不成熟”算力軟件、生態(tài)，減少算力硬件“卡脖子”的問題。

建議

那么，該如何破解這些制約因素呢？

中國電動(dòng)汽車百人會(huì)研報(bào)《人工智能賦能新能源智能汽車發(fā)展》建議：

1.加強(qiáng)人工智能賦能汽車產(chǎn)業(yè)的政策支持，構(gòu)建開放包容的監(jiān)管環(huán)境

當(dāng)前，汽車產(chǎn)業(yè)的競(jìng)爭(zhēng)戰(zhàn)略正在從電動(dòng)、智能為主的競(jìng)爭(zhēng)向AI領(lǐng)域快速轉(zhuǎn)移，過去電動(dòng)化領(lǐng)域的支持政策已不適應(yīng)AI發(fā)展的需求。

在基礎(chǔ)技術(shù)方面，應(yīng)盡快出臺(tái)支持汽車產(chǎn)業(yè)與AI深度融合發(fā)展的政策，加強(qiáng)對(duì)基礎(chǔ)大模型、AI訓(xùn)練芯片及工具鏈生態(tài)、萬卡及以上算力集群、數(shù)據(jù)閉環(huán)工具、AI原生操作系統(tǒng)等底層基礎(chǔ)技術(shù)的研發(fā)攻關(guān)，構(gòu)建自主技術(shù)體系。

在監(jiān)管環(huán)境方面，AI大模型與汽車產(chǎn)業(yè)融合仍處于初期，應(yīng)堅(jiān)持以鼓勵(lì)應(yīng)用、安全底線的原則，適當(dāng)放寬對(duì)新技術(shù)的容忍度，可充分借鑒歐美關(guān)于信息安全、數(shù)據(jù)安全的法規(guī)標(biāo)準(zhǔn)認(rèn)證制度，鼓勵(lì)A(yù)I更好發(fā)展。

2.推動(dòng)智能算力共建共享

隨著大模型的快速發(fā)展與應(yīng)用，行業(yè)對(duì)智能算力的需求快速增長(zhǎng)。國際上，基礎(chǔ)大模型科技巨頭智算能力已達(dá)到百萬塊GPU（以A100為單位）的能力，而國內(nèi)巨頭智能能力僅達(dá)到數(shù)萬到數(shù)十萬塊GPU，與國際上存在數(shù)量級(jí)差距。基于此，應(yīng)推動(dòng)政府和行業(yè)機(jī)構(gòu)牽頭，推動(dòng)國內(nèi)存量英偉達(dá)GPU等“成熟”算力資源集中共享，保障基礎(chǔ)大模型的訓(xùn)練迭代速度，減少重復(fù)建設(shè)帶來的資源浪費(fèi)。

針對(duì)使用華為昇騰、寒武紀(jì)、壁仞科技、摩爾線程等國產(chǎn)AI訓(xùn)練芯片的“不成熟”算力共建，通過實(shí)際應(yīng)用迭代工具鏈和生態(tài)，加速國產(chǎn)AI訓(xùn)練芯片的成熟與規(guī)?；瘧?yīng)用。

3.提升高質(zhì)量數(shù)據(jù)供給能力

AI大模型上車應(yīng)用對(duì)高質(zhì)量數(shù)據(jù)要求很高，尤其是端到端智能駕駛領(lǐng)域，數(shù)據(jù)量和質(zhì)量已成為決定智駕體驗(yàn)最主要的因素。國內(nèi)車企獨(dú)立采集數(shù)據(jù)、獨(dú)立訓(xùn)練的模式很難和特斯拉等國際巨頭競(jìng)爭(zhēng)。在端到端訓(xùn)練數(shù)據(jù)方面，國內(nèi)車企智能駕駛訓(xùn)練數(shù)據(jù)僅在百萬Clips級(jí)別，遠(yuǎn)低于特斯拉超1000萬Clips的數(shù)據(jù)量。因此，國內(nèi)應(yīng)盡快統(tǒng)一汽車數(shù)據(jù)采集、標(biāo)注、傳輸及加密標(biāo)準(zhǔn)規(guī)范，加快制定數(shù)據(jù)定價(jià)、權(quán)責(zé)劃分、流通交易等制度，為構(gòu)建數(shù)據(jù)共享平臺(tái)奠定基礎(chǔ)。建議地方政府先行先試，探索敏感數(shù)據(jù)合法合規(guī)流通路徑，構(gòu)建開源智能駕駛數(shù)據(jù)集共建平臺(tái)，以形成場(chǎng)景覆蓋全面、采集成本最低的數(shù)據(jù)供給體系。

4.堅(jiān)定跨界融合發(fā)展戰(zhàn)略，加速賦能車企智能化、AI化轉(zhuǎn)型發(fā)展

汽車進(jìn)入智能化、AI化發(fā)展階段，底層技術(shù)、研發(fā)模式、人才結(jié)構(gòu)等相比電動(dòng)化階段發(fā)生巨大變化，傳統(tǒng)車企單純依靠自身力量很難實(shí)現(xiàn)轉(zhuǎn)型。要堅(jiān)定跨界融合發(fā)展的戰(zhàn)略路線，鼓勵(lì)車企和芯片、操作系統(tǒng)、智能駕駛解決方案等供應(yīng)商深度合作，如投資入股、成立合資公司、共研核心技術(shù)等方式，構(gòu)建車企具備主導(dǎo)能力的產(chǎn)業(yè)生態(tài)。加快構(gòu)建跨界創(chuàng)新平臺(tái)，制定跨界產(chǎn)品上車應(yīng)用的產(chǎn)品及技術(shù)標(biāo)準(zhǔn)、檢測(cè)認(rèn)證體系等，解決新技術(shù)上車“最后一公里”的問題。

5.完善大模型標(biāo)準(zhǔn)及評(píng)價(jià)體系

大模型在智能座艙領(lǐng)域的應(yīng)用呈現(xiàn)加速態(tài)勢(shì)，人機(jī)交互體驗(yàn)顯著提升，但同時(shí)，大模型在訓(xùn)練數(shù)據(jù)合規(guī)性與可靠性、數(shù)據(jù)傳輸階段的泄露等數(shù)據(jù)安全方面，在生成內(nèi)容存在的偏見、幻覺、虛假信息等內(nèi)容可控方面，在對(duì)語言的理解能力、邏輯推理、信息歸納等場(chǎng)景應(yīng)對(duì)能力等方面仍存在隱患。

下一步要盡快建立大模型上車與評(píng)價(jià)標(biāo)準(zhǔn)體系，一是針對(duì)人機(jī)交互、車輛控制等強(qiáng)需求領(lǐng)域，基于差異化場(chǎng)景制定大模型上車標(biāo)準(zhǔn)；二是加強(qiáng)大模型基礎(chǔ)理論研究，不斷拓展大模型與汽車產(chǎn)業(yè)融合應(yīng)用的標(biāo)準(zhǔn)體系，加快明確大模型透明度和可解釋性；三是明確大模型數(shù)據(jù)安全、模型訓(xùn)練、模型使用等環(huán)節(jié)的安全要求，完善大模型安全評(píng)估的流程、方法、工具。