中国经济网版权所有 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升级的战略方向，正在推动产品形态、产业结构、基础设施、出行方式的深刻变革。经过多年发展，智能网联汽车产业已取得积极成效，电动化、智能化转型速度将不断加快。今年上半年，我国新能源汽车产销分别为696.8万辆和693.7万辆，同比分别增长41.4%和40.3%。专家认为，我国已建成包括智能座舱、自动驾驶、网联控制等在内的完整产业体系，搭载集成驾驶的新型乘用车销售iver辅助功能占比超过60%。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，那么智能网联汽车则出现在下半场。上半场我们取得了一定的优势，但比赛的最终胜负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表示。人工智能成为一大变量。当前，以人工智能为代表的新一代信息技术正在加速在汽车产品中的应用，给产业创新带来重大机遇。在此背景下，基于端到端技术的自动驾驶发展路线迅速成为行业竞争的焦点。e 其不断变化的架构。苗圩介绍，与传统的感知、规划、控制、执行等模块分离的解决方案不同，该技术将多个功能模块集成到统一的神经网络模型中，实现了从传感器侧数据采集到车辆控制指令下达的直接映射，可以减少模块之间的协作环节，显着提高信息流通效率。具体来说，在传感端，大多数企业采用“摄像头+毫米波雷达+激光雷达”的方案来提高图像可视性。随着市场规模不断扩大，单个雷达的成本逐渐下降，且具有L3驾驶功能的车辆越来越多，因此降价空间仍然很大。从实施端来看，线控转向、线控制动、线控悬架等智能底盘技术是端到端自动驾驶的关键环节。鼠标驾驶将神经网络的控制输出指令转换为车辆动作。 “每一项技术都与车辆性能和行驶安全密切相关。如果每个车企都开发自己的系统，或者是通过行业协作来马补标准、货架样式，这是一个值得行业讨论的问题。”苗伟说道。人工智能与汽车的深度融合还体现在智能智能化、全流程智能化等领域。人工智能深刻改变了人车交互范式，大型信息娱乐模式正在加速向全场景出行模式演进。未来，融合视觉感知、语音交互、车辆出行规划等能力的智能助手将提供多模态人机交互和功能自适应的出行服务。此外，大车型技术带动汽车各方面“人工智能广泛应用于汽车工业设计、新材料研发等流程，人形机器人等新型劳动力在工厂工作，全自动化生产线大幅提高生产效率。”工业和信息化部科技司副司长杜光达表示，从运营管理的角度来看，人工智能动态调整库存成分，对于提高响应速度和链条稳定性发挥着关键作用。精准服务模式越来越受到消费者的青睐。人工智能可以根据大量的车辆数据实现故障预警和智能诊断，减少突发错误，提高维护的敏捷性。 “当前，智能化浪潮正在重新格局汽车全球竞争竞争。人工智能已经从蛋糕上犹豫不决的技术选择，升级为事关企业安全和发展的根本变量。任何犹豫都可能意味着一个时代的丧失。 “我们要乘势而上，为全球汽车产业注入中国力量。”苗圩说。大规模应用不断推进，我国道路交通场景复杂，能产生大量数据，发展智能网联汽车有几大优势。今年前7个月，搭载L2级综合驾驶辅助系统的新车在我国乘用车市场渗透率达到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正在逐步走向完善、完善的信息通信技术。从 cl从现场测试到开放道路应用实践，再到“车-路-云”试点示范，智能网联汽车规模化应用拓展不断推进。由于“车联刚果”应用工作已开展一年多，道路单元、云控基础平台等基础设施建设加快。全国累计开通测试示范道路超过3.5万公里，部署道路智能云单元超过1.1万套，建设5G基站超过460万个，为技术研究和产品开发验证提供了安全可靠的测试环境。同时，各地正在开展智能出行、列队驾驶、干线物流、终端配送等多种形式的人货示范应用项目，并将深化围绕珠三角、长江中游、成渝五大城市群的道路测试示范，为智能网联汽车的产业化和规模化奠定基础。为全球化发展奠定基础；试点城市开展红绿灯信息服务、交通管制与事件预警、协同智慧停车等多场景试点行动示范；网联智能公交、智能客车、免配送、环卫、高速建筑物流等商业模式已经出现。 “虽然智能网联汽车测试示范取得了积极进展，但我们在政策监管协调、跨区域合作、标准化、数据共享等方面仍面临一些挑战。”郭绍工业和信息化部装备装备司副司长乌刚建议，在国内外好试点项目的基础上，加强区域协调，共同谋划实施大规模、级别城市、长期试点示范项目，探索更多场景应用。此外，高价值的海量数据是智能网联汽车场景迭代和虚拟验证的基础。目前，行业普遍缺乏高质量、多样化、大规模的自动驾驶数据。下一步将通过共享高价值的合规数据，共同开发全天候、高质量的实车数据库和高保真仿真数据库，降低企业研发成本。安全问题亟待解决：“机器能安全行驶吗？”这是智能网联汽车产业发展不可避免的话题​​。苗圩认为，与人类相比驾驶机具有标准的操作程序，能够严格遵守道路交通规则，在处理复杂任务时保持高度的一致性，有效避免人为疏忽或随意性造成的错误。该机不受生理和情绪因素的影响，不存在通常的疲劳、兴奋或酒后驾驶等生理和心理限制。可以全天稳定地执行驾驶任务。 “随着数据的积累和算力的提升，机器的认知能力同步增强，在持续学习框架下，通过海量数据训练，不断优化其驾驶策略。”苗圩还担心，对于训练数据没有完全覆盖的罕见情况，机器的决策系统可能会因为缺乏先验知识而失效，造成安全隐患。另外，机器的环境心理感知能力依赖于传感器数据和预设算法，很容易受到恶劣天气和传感器噪声等因素的影响，从而导致错误感知和误解。正因为如此，他建议充分发挥我国市场深度和体制机制的优势，加强跨行业合作，赢得团队竞争。在确保安全的前提下，科学有序推进人工智能技术落地，逐步拓展驾驶辅助、自动驾驶等应用场景。积极参与ISO、IEEE等国际标准组织在自动驾驶、人工智能伦理、数据安全等领域的政策制定，推动中国标准走向全球。韩霞 工信部信息通信委员会常务副主任工业和信息化部副部长也认为，智能网联汽车产业已进入规模化发展的新阶段，安全是稳定长期发展的基础。面临网络安全、数据安全、功能安全等严峻挑战，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慧化、平民化，要引领企业从“被动合规”走向“主动免疫”，融合人工智能等新技术，形成“智对智”主动防御新范式，加快完善数据安全和跨境流动政策。 “要鼓励车企加大智能化研发投入，着力突破端到端决策优化、小样本学习等主要算法瓶颈，扭转汽车智能化现状。产品功能同质化严重、多样性不足的现状。推动车企与科技企业深度合作，构建仿真领域开放、发展不足的特技等发展障碍，提升行业整体竞争力。苗伟说道。 （记者李鹏达）