智能网联汽车主宰“下半场”

所有版权归中国经济网所有。
中国经济网新媒体矩阵
网络广播视听节目许可证（0107190）（京ICP040090）
智能网联汽车是全球汽车产业转型提升的战略方向，带来产品形态、产业结构、基础设施和交通方式的重大变革。经过多年发展，我国智能网联汽车产业取得了良好成效，电动化、智能化步伐不断加快。今年上半年，我国新能源汽车产量69.68亿辆，销量69.37亿辆，同比分别增长41.4%和40.3%。专家认为，新国家已经建成了完整的工业体系，包括智能座舱、自动驾驶、网联云控、大型算力芯片、智能线控底盘集体搭载在汽车上，人机交互、联合识别等技术全球领先。配备复杂驾驶支持功能的乘用车占新车销量的60%以上。智能网联汽车已成为经济高质量发展新的增长引擎。 “如果把新能源汽车比作一场体育比赛的上半场，智能网联汽车将出现在下半场。虽然我们在上半场取得了一些优势，但比赛的最终结果还要看下半场的表现。”第十四届全国政协常委、经济委员会副主任苗圩说。人工智能成为一个重要变量。当前，以人工智能为代表的新一代信息技术人工智能正在加速应用于汽车产品，为产业转型创造巨大机遇。在此背景下，基于端到端技术的自动驾驶发展路径因其架构创新而迅速成为行业竞争的焦点。苗圩表示，与识别、规划、控制、执行等模块分离的传统解决方案不同，该技术将多个功能模块集成到统一的神经网络模型中，并宣布实现了从数据采集到下达命令的直接映射和车辆控制，减少了模块之间的协调环节，显着提高了信息分发的效率。具体来说，在检测方面，不少企业正在利用“摄像头+毫米波雷达+激光雷达”的解决方案来提高图像可视性。随着市场的扩大，仅雷达的价格就逐渐下降，数量也逐渐下降。搭载L3级自动驾驶功能的车辆数量增加，价格仍有较大下降空间。从执行角度来看，线控转向、线控制动、线控悬架等智能底盘技术是将神经网络发出的控制指令转化为车辆运动，是端到端自动驾驶的关键环节。 “每一项技术都与车辆性能、安全行驶品质息息相关。各车企是开发自己的系统，还是通过行业合作形成标准化产品，这是一个值得业界讨论的话题。”苗伟说。人工智能与车辆的深度融合还体现在座舱智能、全流程智能等领域。人工智能正在彻底改变人车交互范式，大型信息娱乐模型正在加速向全场景出行模型演进。在未来re，集视觉识别、语音交互、车辆出行规划等功能于一体的智能助手，将提供多模态人机交互和自适应出行服务。另外，大模型技术是汽车产业的驱动力，做好产业研、产、供、销、服务各个环节。 “人工智能正在广泛应用于汽车行业新材料的设计、研发等流程。人形机器人等新型劳动力将在工厂工作，全自动化生产线将大大提高生产效率。”工业和信息化部科技司副司长杜冠达表示，从运营管理角度来看，人工智能对于动态调整零部件库存、提高供应链的响应速度和应变能力具有重要作用。艾恩。精准服务模式越来越受到消费者的青睐。人们人工智能可以根据多个车辆数据进行预警和智能诊断，减少突发故障，提高维护效率。 “当前，智能化浪潮正在重塑全球汽车竞争环境，人工智能已经从装饰性的技术选项，变成事关企业生存发展的重要变量，任何犹豫都可能意味着浪费时间。我们必须乘势而上，为全球汽车产业注入中国力量。”苗圩说。大规模应用也在稳步推进。我国道路交通场景复杂，会产生大量数据。发展智能网联汽车具有一定的优势。今年前7个月，配备复杂L2驾驶辅助系统的新车在汽车行业的渗透率e市场中国客运量达到62.58%，较去年同期增长6个百分点。 “激光雷达、车载智能计算平台等软硬件供应链逐步完善，信息通信技术全球领先，人工智能产业生态体系完整，支撑‘自行车+车路云智能协同’的基础设施具备先发优势。”苗圩说。从封闭现场测试到开放道路应用实践和“车路云一体化”试点示范，智能网联汽车规模化应用部署正在稳步推进。 “路云一体化”应用试点工作开展一年多以来，加快推进云端道路设备、基础控制平台等基础设施建设。累计行驶里程超过35000公里全国已开通测试示范道路，部署智能道路设备超过11000台，建设5G基站超过460万个，为技术研发和产品验证提供了安全可靠的测试环境。同时，各地将开展智慧出行、列队、干线物流、码头物流等多种形式的人货示范应用工程，并以京津冀、长三角、珠三角、长中流域、成渝等五个都市圈为重点深化路测示范，为车联网产业化和规模化拓展奠定基础。为全球化发展奠定基础。试点城市开展红绿灯信息服务、交通管制、活动等多场景试点示范预警、协同智能停车。最先出现的是网联智能公交、智能乘用车、无人驾驶物流、医疗保健设备、高速组织物流等商业模式。 “虽然智能网联汽车的测试和示范取得了积极进展，但在政策监管协调、区域间合作、标准化和数据共享等方面仍面临一定挑战。”工业和信息化部装备工业局副局长郭树刚建议，要在国内外优秀试点项目的基础上加强区域合作，共同规划实施市级大型长期示范试点项目，探索更多场景应用。此外，大量高价值数据构成了智能网联汽车场景迭代和虚拟验证的基础。目前，有一种广泛应用的行业内缺乏高质量数据。自动驾驶数据多样、海量。下一步将通过高价值数据的兼容交换，共同打造高质量、全天候的实体车辆数据库和高保真仿真数据库，降低企业研发成本。迫切需要解决安全问题：“机器能否安全操作？”这是智能汽车产业发展中不可避免的问题。苗圩认为，与人类相比，机器驾驶具有标准化的操作程序，严格遵守交通规则，在处理复杂任务时保持高度的一致性，可以有效避免人为疏忽或偶然造成的错误。该机器不受生理和情绪因素的影响，不受人类常见的生理和心理限制，如疲劳、注意力不集中、酒后驾车等。可以稳定运行全天。 “随着数据的积累和算力的提升，机器的认知能力也会同步提升。在持续学习的框架下，它的驾驶策略会通过大量的数据训练不断优化。”我们担心，缺乏先验知识可能会导致机器的决策系统在遇到罕见情况时失败，从而产生潜在的安全风险。此外，机器的环境感知能力基于预先配置的传感器数据和算法，容易受到恶劣天气和传感器噪声等因素的影响，从而导致错误的识别和判断。为此，他提出，要充分发挥我国市场深度和体制机制优势，加强跨行业合作，赢得团队竞争。从确保安全的前提出发，推动引进人工智能技术科学有序运用，逐步拓展辅助驾驶、自动驾驶应用场景。中国应积极参与ISO、IEEE等自动驾驶、人工智能伦理、数据安全等领域标准制定国际组织，推动中国标准全球化。工信部信息通信委员会副主任韩霞也认为，智能网联汽车产业已进入规模化发展的新阶段，安全是长期稳定发展的基础。网络安全、数据安全、功能安全相互交织，面临严峻挑战，车辆漏洞、云平台风险、数据泄露事件频发。人工智能技术让攻击变得更加智能、更加文明。瓦推动企业从“被动合规”转向“主动免疫”，将新技术与人工智能融合，打造“情报对抗情报”主动防御新范式，加快完善数据安全和跨境流动规则。 “鼓励汽车企业加大智能研发投入，着力攻克端到端决策优化、小样本学习等重大算法障碍，扭转产品功能同质化严重、差异化差的现状。要推动汽车企业与科技企业紧密合作，构建开放融合的产业发展生态系统，加强闭环数据系统建设，完善仿真测试等安全保障功能，提高汽车产业整体竞争力。”苗伟说。（记者李）鹏达）