自动驾驶天生要跨越国界——元戎启行CEO周光专访

今年9月在德国慕尼黑举办的国际汽车及智慧出行博览会(IAA Mobility 2023)迎来了众多的中国企业，参展中国企业总数达50余家，比2021年大约翻了一倍。这其中不仅有大量整车企业，也包括许多自动驾驶服务提供商，在现场颇受瞩目。

展会期间，《第一财经》采访到参展的自动驾驶企业元戎启行的CEO周光，一起聊了聊自动驾驶技术出海那些事。

【Y】=第一财经

【Z】=元戎启行CEO周光

【Y】：元戎在这次展会上宣布把出海首站放在德国，明年将在德开展业务。自动驾驶技术出海和整车出海还是有些不同，元戎是从什么时候开始考虑出海这件事的？

【Z】：自动驾驶天生是要跨越国界的。我们原来有种误解，认为自动驾驶依赖于高精地图数据，地图没做好要出海成本就很难，但实际不是这样。从现在往回看已经很清楚，高精地图方案是自动驾驶早期阶段的过渡方案，当机器还不是很智能的时候，把地图做得精细一点，能降低机器决策的难度。但是我们最终还是要把机器做得足够智能，不会一直持续依赖高精地图，因为这个东西太贵了。

地图贵这个事情，现在看可能感受不深，高精地图一年收个几百块大家感觉好像还能接受，但这是有前提的，这些地图目前都还仅仅覆盖很少的几个城市。如果覆盖城市一多，再算上定期维护成本，假设一周维护一次，那整体成本就已经很高，最后就不是几百块钱的事了。

我们在欧洲不太可能拿到收集高精地图数据的许可，如果走这个路线那几乎就没法拓展欧洲市场。

综合各种因素，我们从一开始就明确要把重点放在摆脱对高精度地图的依赖上。元戎现在做的Mapfree方案是一种不依赖高精地图，只需要搭配普通导航地图就能使用的方案。这里头的核心思路是把机器训练得像人一样会看路，这样它就到什么地方都能自己认路、自己开，不需要受地域限制。我们从2019年成立就开始这方面的探索，技术出海是很顺理成章的。

【Y】：在欧洲做自动驾驶和在国内有没有哪些比较大的区别？

【Z】：主要还是道路情况不一样。像德国的高速公路基本不限速，你开到200公里/小时也没人管，而我们在国内高速跑时速上限是120公里，肯定不能拿国内算法直接搬去德国用，要另外做适配。具体我们会和各家主机厂合作一起做路测，在这个过程中不断调优算法。

【Y】：欧洲的车企现在也开始越来越多地关注自动驾驶领域，这段时间在欧洲实际感受如何？

【Z】：现在大家基本上都愿意去接受自动化了，今年这方面感受尤其明显，区别只是时间表快慢不同。我了解到的情况是到2025、26年海外车企会开始在自己的量产车上搭载一些自动驾驶功能，并且在上市后持续迭代。

像ChatGPT的出现对大家刺激是比较大的，车企们意识到AI的力量还是很强，对自动驾驶的信心加强了，觉得这个方向短期内会有比较大的进步。

【Y】：接下来几年您觉得自动驾驶技术的发展方向是什么？

【Z】：最近几年的重点肯定是先突破城市级别的NOA，让城区里的车能跟着导航自动开到目的地。高速上的自动驾驶其实已经比较成熟了，现在比较难突破的就是城市道路，因为城市道路里意外情况比较多，怎么在确保安全的前提下让车跑起来，要动脑筋。我们在行业里比较早提出一个思路叫作“交互博弈”，就是一辆车在开的时候会影响到其他的车，我们让自动驾驶算法把它自己的影响考虑进去，这样它和其他车交互的时候就会更聪明，对其他车的行为判断也会更准确。

另外一个很重要的维度就是乘坐体验。同样是自动开到一个目的地，一辆车开得很顺滑，另一辆开得很粗暴，用户的体验是完全不同的。在确保能开到目的地的前提下，怎样让整个行驶过程体验更好、更舒适，也是接下来体现产品实力的关键。而且这个方面还可以做出很多差异化个性化的体验，你比如宝马的运动模式和奥迪的运动模式体验就不一样，这些都可以通过自动驾驶算法来调节。

不论是性能还是体验，预计未来三到五年内行业格局会有比较大的变化，到时候不同梯队的公司之间会拉开明显的差距。

【Y】：现在像ChatGPT这样的人工智能都需要大量地堆算力，在自动驾驶领域堆算力管用吗？

【Z】：自动驾驶的算力问题比较特别。ChatGPT的算力芯片理论上可以无限地堆下去，但一辆车上的自动驾驶芯片的算力却有天然的限制，功耗太大汽车就带不动了。以现在电动车为例，一辆车上的电池容量通常在70千瓦时，带一个几百瓦功耗的大算力芯片可能还可以，再多就比较吃力，车辆的续航会受到显著影响。

现在的问题其实不是芯片本身的算力不够强，而是自动驾驶算法对这个芯片算力的利用不够充分。如果一个算法只需要100TOPS的算力就能完成原先300TOPS的工作，我们为什么还要把精力花在堆算力上呢？更值得花力气的是优化算法，降低算法本身的功耗。

【Y】：目前国内车企的价格竞争越来越激烈，在自动驾驶产品方面，成本和价格的情况怎么样？

【Z】：总体来说成本是在不断下降。以前做一个完整的自动驾驶解决方案，软件硬件加一块儿，要几万美元，足够买辆车了。但现在我们做一套这样的产品，只要2000美元，基本上大众价位的车型都能够装配，未来成本不会成为限制自动驾驶功能量产的瓶颈。

当然，从车企角度来说，仍然会想采购更便宜、性能更好的产品。这归根结底还是需要自动驾驶企业去优化算法，比如说我这个算法只需要7个摄像头就能达到别人家8个摄像头的功能，那我的成本肯定更低，在卖给车企的时候也会有价格优势。