预见2022 ｜独家对话腾讯智慧交通副总裁施雪松：自动驾驶和智能网联需要解耦

　　预见2022｜对话安庆衡：自主汽车的市占率和整体技术水平会提高预见2022丨对话投资人：第二波新造车能否崛起取决于动机和差异化能力预见2022丨对话投资人：资本更倾向于确定性更强的产业链上下游企业

　　预见2022丨独家对话赵英：合资是寻求双赢的博弈，而非零和博弈预见2022｜独家对话付于武：在创新链和供应链上会诞生更多世界级的中国企业预见2022丨独家专访沈进军：直营与授权并无优劣之分，传统车企渠道改革应着眼客户与效率预见2022丨独家对话钟师：电车油车“攻守拉锯”正面交锋预见2022｜独家对话梅松林：价值链重塑，智能化决胜中国汽车2.0时代预见2022丨独家专访全国乘联会秘书长崔东树：2022年新能源车价格预计不会大幅上涨预见2022丨独家专访博世中国执行副总裁徐大全：芯片短缺将继续制约汽车产量

　　21世纪经济报道记者杜巧梅 北京报道当百度亲自下场造车、阿里入股上汽智己参与造车的当下，腾讯似乎是“BAT”中，那个对于“智能汽车赛道”最为理性的存在。腾讯，对于车和路以及交通和城市的理解是怎样的、它所布局的生态又是怎样的？

　　近期，《21世纪经济报道》推出系列访谈《预见2022》，本期独家对话腾讯智慧交通副总裁施雪松。

　　“腾讯会做交通方案和车路协同方案，但是不会去造车。腾讯自动驾驶的定位是做自动驾驶的企业和或者是为做自动驾驶的公司提供工具链，包含云平台、感知算法、仿真以及训练算法所需要的自动化标注系统。换句话说就是给车厂提供工具，但是腾讯自己并不去做一辆自动驾驶的车。”施雪松表示。

　　扎根消费互联网、拥抱产业互联网是腾讯的基本战略，这个是很明确的。在这个方向上，腾讯智慧交通的定位就是做连接器。

　　“狭义的车路协同路线是需要进化的，未来车和路解耦，路侧要进化，车侧也要进化，这两者之间可以用多种通信方式（4G、5G、C-V2X、ETC-X等）相互交换信息，让每辆车都能享受到道路的服务，这是最本质的。”

　　“有段时间我们把车路协同和自动驾驶在一起，这是有问题的。其实车的自动驾驶是车本身的事情，道路可以提供一些支持，但是道路上提供的服务不能作为自动驾驶的先决条件，所以今天道路基础设施的新基建，其实并没有跟自动驾驶绑定。”

　　“自动驾驶的演进路线上，目前特斯拉路线是很有代表性的，从特斯拉发布的各个版本来看，包括恶劣天气等在内的复杂环境其实都已经得到了一定程度的检验。”

　　“今天车上放几个激光雷达，或者说激光雷达是不是自动驾驶长远的发展路线都不重要，真正重要的是要跟用户交流，讲清楚这辆车到底能做到什么水准。”

　　“我不认为车厂就一定不是高科技公司；同样，今天被贴上高科技标签的公司具有一定的多样性。从国家的角度还是要鼓励企业做一些创新性的东西，真正有技术实力的科技企业是能够在创新的方向上引领整个技术趋势，或者引领整个行业，甚至引领世界，这才是未来。”

　　施雪松：2018年9月30日腾讯宣布进入产业互联网，面向产业互联网的第二个阶段，2020年11月腾讯成立智慧交通事业部，把腾讯面向交通的若干个智能模块合并到一起，比如自动驾驶、未来网络实验室，还有交通大数据部门等。

　　智慧交通主要面向人-车-路，出行加交通就是人-车-路，所以智慧交通更多的是跟路相关的、跟交通新基建相关的内容打交道。

　　施雪松：交通就是人流和物流，在智慧交通的打造环节中肯定需要腾讯这样的科技企业参与。腾讯的愿景是让这样的流动更便捷、更愉快、更安全、更高效，这是一个保障。

　　比如腾讯提供云服务、数字化工具，尤其在数字化转型方面腾讯是有优势的，所以当传统企业做数字化转型的时候，腾讯可以输出技术，交通也是一样，尤其是“国家交通双纲要”的颁布，“双纲要”已经很清晰的规划了国家的交通建设，在有关信息化和数字化的方向上腾讯责无旁贷。

　　另外，在人的方向上，腾讯有触达能力；在车和路的方向上，腾讯也希望将数字化的原生能力释放出去。

　　施雪松：腾讯会做交通方案和车路协同方案，但是不会造车。腾讯自动驾驶的定位是做自动驾驶的企业或者是为做自动驾驶的公司提供工具链，包含云平台、感知算法、仿真以及训练算法所需要用的自动化的标注系统。换句话说就是给车厂提供工具，但是腾讯自己并不去造一辆自动驾驶的车。但腾讯会利用车和路两侧的技术积累，和合作伙伴一起提供车路协同自动驾驶解决方案，在枢纽接驳、港口、机场等场景实现落地。

　　扎根消费互联网、拥抱产业互联网是腾讯的基本战略，这个是很明确的。在这个方向上，腾讯智慧交通的定位就是做连接器。腾讯强调的是可持续社会价值创新。比如腾讯做智慧交通的使命就是要助力减少交通事故、助力降低死亡人数，当腾讯在关注这样的社会价值的时候就很清晰自己的定位。

　　施雪松：有，比如智慧交通中的城市轨道、港口、机场这些方向上都有一些经典合作，我们跟广州地铁的数字化合作，就是帮助广州地铁建设数字化底座。

　　当前，地铁的系统通常要有几十种自动化系统构成，比如电力系统、信号系统、新风系统、空调、电梯、安检等非常多的子系统，都是要求非常高的自动化系统，也是相互隔离的系统。但地铁运行的时候，这些自动化系统都不能出问题。所以腾讯的作用是帮助这些跨系统的数据融合并实现整个系统的自动化。比如郑州暴雨后，广州地铁只用一个星期就上线了防洪抗涝的一套系统。这种系统不仅仅可以运用在轨道交通上，还能够在机场、高速公路上进行复制。

　　《21世纪》：提到智慧城市建设，包括北上广深等城市都设立了高级别的自动驾驶示范区，您怎么看各地的布局？

　　施雪松：在车联网先导区建设实践中，尤其较早时在无锡等地是从路侧支持车辆自动驾驶，那个时候单车自动驾驶技术不够完善，就从车路协同的自动驾驶入手。基于车路协同自动驾驶这样一个假设，由地方政府建设路侧设施来支持自动驾驶，由此，车厂、自动驾驶公司、智慧交通企业走一起，这种狭义的车路协同是需要进化的。腾讯提出泛车路协同，就是把车和路解耦，路侧要进化，既可以复用现有路侧设备，也包含支持全息路口之类的复杂路侧设备，车侧也要进化，既包括L2及以下的辅助驾驶，也包括自动驾驶，然后这两者之间可以用多种通信方式（包括4G、5G、C-V2X、ETC-X等）相互交换信息，通过多种触达方式（如微信小程序、手机app、车机等），让每辆车都能享受到道路的服务，这是最本质的。

　　施雪松：今天很多地方的建设思路已经发生变化，这个变化有两个特征：第一，车路协同已经升级为“泛车路协同”，所有的普通终端都能享受到相应的服务；第二，提供这些服务的城市或者区域具备交通服务的运营能力。

　　智能网联是腾讯交通赛道的一个很重要的方向。腾讯的主张很清晰，就是智能网联一定跟智慧城市和智慧交通的建设相关，而且是以智慧交通的建设为指导和目标。自动驾驶和智能网联是要解耦的，道路基础设施的进化要能够以向一般的交通参与者提供服务为前提，如果一般的交通参与者没有享受到相应的服务，那么发展方向是有问题的。

　　以长沙为例，腾讯联合长沙、希迪智驾等合作伙伴，用基于智能网联技术实现的定制公交，不仅实现了优先通行，还实现了根据人流大数据制定公交线路、站点规划，大大提升了出行效率，大幅提高了百姓对公共交通的出行意愿，对双碳目标的达成产生了积极推动作用。

　　施雪松：挑战还是挺多的，比如说基础设施的数字化。在《国家综合立体交通网规划纲要》里，到2035年道路基础设施的数字化率要达到90%，这就是一个很清晰的目标。但交通行业太大了，比原来我们熟悉的汽车行业更大，又是跨学科的领域。对腾讯来讲，要去学习交通行业的语言，比如路面交通、航空、港口都是不同的语言体系。

　　但是整个智慧交通行业面临的更多是机会，衣食住行是人的基本诉求，交通是为出行提供服务的，一方面建设，另外一方面提供服务，所以这两个方面都是长期存在的刚需。

　　如果说挑战也是有的，比如说减少中国交通事故的发生率和因交通事故导致的死亡率，这两个都是很有挑战的。所以腾讯一直在利用自身的数字化能力，尽最大努力去帮助政府和交通企业共同解决这个问题，这也是一个社会性的问题，需要大家共同努力。

　　施雪松：这个问题就是把自动驾驶和交通连接起来，来源于车路协同自动驾驶，这也是过去讨论的热点。

　　其实，这个问题是可以回归到博世在很多年前的规划上，无论是自动驾驶，还是今天的智能网联，单车的智能化的方向是很清楚的，本质还是为了安全。

　　汽车行业发展上百年来，就是为了安全便捷和提高效率。但是今天交通事故里面，90%都是由人的操作引起的，如果能够把交通事故里人为因素降低，这样交通事故可能会大大减少，所以那时候博世就提出三大模块——高速公路巡航、拥堵辅助、自动泊车，这三个方向恰恰能解决整个驾驶过程当中大多数的痛点。

　　今天单车智能化逐步做到了驾驶辅助再到有条件的自动驾驶，以及未来全自动驾驶，其实都是在更安全的因素的驱动下往前走。

　　但是在发展的路径上把一个无人驾驶概念锚定在产业里面是很困难的，只能说有条件自动驾驶可以作为一个阶段性的目标，然后逐步靠近。但是当自动驾驶作为一个目标的时候，对感知能力要求是很高的。所以过去在车内感知有限的情况下，考虑能不能借助路侧的基础设施来支撑车内算力不足和感知能力不足的问题，这个就叫车路协同。所以，有段时间我们把车路协同和自动驾驶在一起，这是值得商榷的。其实车的自动驾驶是车本身的事情，道路可以提供一些技术支持，但是道路上提供的各种条件不能作为自动驾驶的先决条件，从技术上看也有很大困难，所以今天道路基础设施的新基建，其实并没有跟自动驾驶强绑定。道路数字化本身是根据《国家交通强国建设纲要》和《国家综合立体交通网规划纲要》来推进的。

　　在交通数字化领域中有一个叫载运工具，车属于载运工具，工具的自动化也是一个目标，跟路侧基础设施的这种数字化和进化有一整套的自己的规划一样，然后车作为一个载运工具也有不同的规划，管理的部门都不一样。

　　所以自动驾驶也好，或者智慧交通也好，或者用户的秩序也好，恰恰涉及到的就是人-车-路，这三个方向要综合考虑。

　　尤其是从技术上来讲，特斯拉借助于视觉，然后用云端大规模训练的方法，把有问题的数据不停训练，比较科学、成本很低而且能不断进化。表面上看特斯拉是单车智能，但实际上是基于云端数据闭环的、能自动进化的规模性的训练。所以特斯拉其实是两条路线，一条就是沿着新能源新工艺，把车做的更好、更便宜；另外一条路线就是从智能驾驶这非常务实，今天提供的还是辅助驾驶的功能，很清楚的告诉消费者在什么时候是需要自己去决策的。

　　无论是丰田也好，大众也好，还是特斯拉，把自动驾驶看作是一个渐进的过程，从一开始的辅助驾驶，向更高级的自动驾驶逐步演进，我认为这个方向的自动驾驶的演进路线是健康的。

　　特斯拉向产业解析了基于自动驾驶的，或者说基于智能驾驶的新一代的车以及技术演进的路线，所以国内也有一些新势力是在学习特斯拉。

　　“激光雷达是不是长远的发展路线世纪》：您怎么看特斯拉纯视觉的路线和国内大量激光雷达装车的路线？

　　施雪松：很多车厂在卖车过程当中跟消费者的交代是不够清晰的。在一般的时候是没问题的，但是如果出现在类似于像自动驾驶功能的时候就会有问题，比如说宣传或者放出来的视频显示什么场景都能应对，但是真正交付的时候不一定能做到。所以在向消费者交付的过程当中如何如实地交代能做到什么、不能做到什么、一定要注意什么，这个是无论如何都要做得非常清晰的。

　　今天车上放几个激光雷达，或者说激光雷达是不是长远的发展路线都不重要，真正重要的是要跟用户交流，讲清楚这辆车到底能做到什么水准。如果说让用户误以为用了激光雷达就一定比别的车功能更强，这个结论不是一定成立的。虽然激光雷达上车变成一个热点，但我认为这可能不是问题的本质。

　　施雪松：最重要的一件事情是跟消费者讲清楚什么是自动驾驶，也并不是说车厂刻意去引导消费者，语言有时会有一些障碍；另一方面，中国的消费者其实没有人去看说明书的，在这种现实的情况下，如何用一些更简单的方法，比如说在人机交互上用一些手段让消费者根据提示规避驾驶员的风险。这其实也是车厂要去考虑的问题，因为自动驾驶一定是一个渐进的过程，还有就是当自动驾驶做不到能应对中国这么复杂的交通环境的这个时候，车厂首先客观认识这种情况。

　　施雪松：我对“生态”的理解就是协作，汽车行业原来就是个生态，有供应链、有车厂，而且这个生态很稳定，很成熟。即便是今天的智能电动汽车赛道，只不过是汽车的基本架构和技术发生了一些变化，形成了一个新的业态，供应链里面各个角色跟过去发生了一些变化，对供应商的要求跟过去不同，仅此而已。车本身还是个产品，谁能够把这个产品经营好谁就会胜出。

免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186