打开网易新闻 查看更多图片

圆桌论坛三

主持人:下面有请我们第三场圆桌会议的主持人:劲邦资本合伙人王荣进,第三场圆桌论坛的主题是资本如何助力智能驾驶?

下面有请圆桌论坛嘉宾:

1、百度风投执行董事刘水

2、金沙江联合资本合伙人周奇

3、复星汽车科技集团COO薛春宇

4、联想创投董事总经理罗旭

5、东方新能源汽车混合基金经理李瑞

王荣进:大家下午好!自动驾驶毫无疑问是目前资本市场的热点话题,无论是一级市场还是二级市场,经过短暂的沉积后,自动驾驶包括感知、决策、执行等多个层面,应该说,每个环节的投入都非常大,无论从研发还是资本开支都有比较多的投入,所以我们需要从资本的角度探讨一下,在目前这个时间点,资本投资机构对市场怎么看?或者说,当中有哪些重要环节?有请几位大咖来给大家解读或交流一下各自的看法。

简单回顾一下智能驾驶的行业状态,2015年是自动驾驶最热的时候,出现了几十家甚至上百家的相关企业,但经过两三年的时间,后来又冷静了,现在自动驾驶又重新回归了资本的视野,2020年大量的自动驾驶相关公司都获得相关的融资,应该说对资本公司的追捧又上升到一个新的热度,想请教一下各位投资机构,大家对于自动驾驶的热度怎么看?同时大家对哪些环节有关注?先请百度的刘总。

刘水:我是来自百度风投的刘水,百度风投是百度旗下的公司,过往我们投资于技术驱动早期阶段的项目,同时也会协同被投企业和百度集团在技术流程上做很多的协同,尤其今年自动驾驶领域资本非常的火热,我们说今年是自动驾驶的元年,还有是不是已经到了下半场。

从两个角度来看,第一,从创业者的角度来讲,持续的得到资本的加持,能够不断的把资金投入到产品中去,不断的迭代算法,不断的投入大量的车,不断做数据采集,这是一个非常好的事情。但是从技术角度来讲,随着不断的下沉到各场景中去,也会面临新的挑战,比如对于更多算力的依赖,比如对于数据安全方面的问题,以及到了量产交付的时候可能面临供应链的压力,包括整个行业,尤其是今年整个行业面临的一些问题,挑战依然存在。

从资本的角度,一方面我们很欣喜的看到不断的新机构在加入,另一方面也要很理性的看到这个行业还有更多的问题需要解决。前面也提到了很多,包括整个法律法规,车企标准等方面,还是非常不完善。我觉得资本还是需要有更多的耐心,能够做好更长期的配套准备。

在我们看来,智能驾驶阶段虽然是元年,如果拉长来看,还是处在增长期的阶段。谢谢大家!

王荣进:有请周总再给我们解答一下。

周奇:我们是做早期投资的,虽然说去年、今年是智能驾驶的元年。从我们的角度来讲前几年就开始布局了,我们是16年已经开始做最早的投资。

首先是怎么看待智能驾驶这个大的赛道和方向?我觉得这是非常大的赛道,为什么?我考虑了一下有四个要素的结合,第一个要素是汽车工业的转型升级,因为大家知道整个汽车产业链在GDP领域大概占到10%左右,大家可以翻一下,中国大概100万亿元的GDP大概有10万亿元跟汽车产业链相关,但中国是一个汽车大国而不是强国,世界级的主机厂品牌,我们基本上没有,前十大都排不进去,这是一个转型。第二是能源,去年开始讲双碳,这是一个能源的转型,从油车到电动车,无疑又是一个特别大的趋势。第三是出行,全球最大的出行公司可能不在美国,在中国,滴滴出行,这也跟互联网有关,大家会认为车不但是一个出行的工具,更是社交手段、娱乐的中心,这又是一个非常大的要素。还有一个要素是人工智能AI,这个不用讲了。

所以我们所谓的智能驾驶不是说一个产业,而是这四个巨大产业的一个综合体,理论上讲是一个非常大的方向。我们虽从15、16年开始投智能驾驶相关的,从激光雷达到AR等,我们投了一系列的公司,但是反过来看,起的比较早是对的,也投了一些比较成功的项目,但说实话,还不够。其实自动驾驶刚才我讲了四大方向的结合,应该是一张比较简单的开卷考,为什么?在15、16年的时候已经给你知名了L0—L5,每个阶段的需要都讲好了,这是个开卷考。如果再回到五年前,我再把开卷考的卷子拿出来一看,只要在每个细分的方向上头部前两家公司闭着眼睛投,这个成绩也是非常不错的。但是人往往对长期的未来有所低估,这是犯了个错误,挑来捡去,其实每个方向挑前两名,一定比现在投的好。

王荣进:谢谢!从他的话能感觉到对自动驾驶的行业是偏爱有加!有请薛总!

薛春宇:我来自复星,复星作为一个产业+投资并行的集团,其实我们很早就开始关注这个产业了,我们很早之前就投了元戎、激光雷达等,我们是看着这个产业从第一次投资热潮后沉寂了一阵子今年又迎来第二波热潮,我们看着所投的企业估值一轮一轮往上涨,今年我们看到赛道里的雷达、雷达芯片等,确实估值上面有点超出了我们的想象。

当然,这里面有几个原因,从我们这边里看主要有几个原因,第一,确实对于自动驾驶大家看的越来越清楚了,原本第一轮投完以后大家还是比较迷茫的,甚至行业内有很多人说自动驾驶永远不可能实现。但现在看下来,大家对于这个赛道未来的终局还是能够感觉到一点,首先对于整个打法,很多东西在L2、L3已经开始营收,在各个细分赛道,包括港口、矿区、环卫等看到了一些盈利模式、商业模式的落地,从这点来讲,很多公司已经有了一定的造血能力。

另外,自动驾驶最终L4、L5本身在数据以及算力的支撑已经达到了我们以前想象不到的状态,就像之前很多人说的数据上了1000G、2000G,从商业模式来讲大家看到的出路,这是第一个。

第二个,来自于整个行业的焦虑感。我其实一直在产业圈,包括传统零部件,包括整车厂对于自动驾驶和传统汽车产业的影响非常焦虑,零部件厂担心自己慢慢被淘汰,传统整车厂担心自己被边缘化。这种焦虑感触发了新的投资热潮,现在大量的产业投资、战略投资都在往adas、自动驾驶层面,又触发了另外一个产业投资的热潮。从这个角度,大家都比较焦虑。

我觉得这样一个论坛能帮助大家更多的交流,缓解大家的焦虑,可能会帮助大家更加理性的思考,谢谢大家!

王荣进:其实复星集团这几年在汽车行业的布局有比较多的工作,无论是FFT,包括我们最近在一级市场的投资项目里面也经常遇到复星团队非常积极的往自动驾驶领域在布局。我的理解,复星应该对自动驾驶也是非常热忠或者非常积极的布局。

下面请联想创投的罗总解读一下,谢谢!

罗旭:我是来自联想创投的罗旭,关于这个问题我认为是这样的,因为在座的各位都是资本,包括前面两位是行业的参与者,大家的目的之一,第一次出来的时候给大家提到了一个新的产业,大家认为这个产业未来的愿景非常好,然后大家就开始往里面投资,科学家也描述了一个很好的前景,说2020年的L4上车了。过去的一年发展没有那么顺利,理想和目标实现有困难,但他们没有实现目标的时候,资本自然就会冷。现在资本又重新开始投资,很重要的一个原因是因为过去这一年他们还是作出了一定的成绩,往前走了一步,这是第一点,行业里的参与者的贡献使得资本又重新关注到这个领域。

第二,资本对这个领域仍然没有失去最开始的信心,他仍然认为这个领域是比较长远的,比较有发展的大的赛道,所以资本愿意继续往里加注。这是第二点。

第三,经过四、五年的探索,我们也慢慢明白这个市场里到底哪些是可以真正的落地,哪些还需要继续探索,不像15年的时候只是听他们说怎么样,现在我们也大概明白了,所以我们在不同场景里投资的时候关注度也开始明确,思路也开始明确了。

第四,过去可能是风险投资,早期投资关注这个,然后投资。现在来看一些政府产业基金和社会上的基金更多的资源进入到这个领域,所以对这个领域有一个推动作用,同时也把价格往上抬了抬,这其实也是我们看到的。在这个情况下,有资本推动其实对于产业的发展还是有很大帮助,所以出现了第二次高峰。随着技术的成熟以及资本的持续投入,这条赛道应该还是会继续往前发展。

王荣进:谢谢罗总!罗总对自动驾驶领域也是非常的热衷,也能看到他在破局的时候比较务实的看一些落地,比较谨慎的看待,同时积极的拥抱自动驾驶,谢谢罗总!

下面有请二级市场的大咖,李瑞总,李瑞总是目前二级市场最大的新能源基金,据说已经超过200多亿元,李瑞总对自动驾驶的理解,对新能源汽车的理解应该非常深刻,有请解读一下,谢谢!

李瑞:我来自东方新能源基金,专注于投汽车智能化、自动化,我认为自动驾驶第一轮的机会来自产业的预期,当时有很多事件,最大的背景是人工智能技术的发展尤其是深度学习技术在广泛应用。可以这样说,第一轮深度学习技术的应用是第一轮热潮,这是行情的最主要原因,同时资本包括市场非常高的预期。回过头来看,当时预期有点过度乐观了,最重要的原因是长尾问题成为自动驾驶落地的最重要的障碍,具体表现在系统的冗余性、测试的完善性等等。

第二轮行情和第一轮不一的地方在于,来自于自动驾驶的产业化真正开始落地,而不是简单的预期。之所以这样说,因为中国这些年的发展,很多技术,包括感知激光雷达,包括高算力芯片,也包括数据、算法技术的引进取得非常大的进步。与之伴随的是很多特定场景,包括前面的嘉宾也都提到过特定场景开始有商业化的落地。

在此基础上,进一步对于这一轮行业有两个重要的原因,第一个原因,有很多低阶的自动驾驶的乘用车开始上市并且热销,不管是新势力还是传统车厂推出的。第二个原因,很多相关的公司开始上市,我觉得总之第二轮产业化开始落地是最主要的原因,第一轮是产业化预期。

未来的方向,我觉得自动驾驶的落地是这样一个引进的路径,从低处场景到高处场景,从封闭场景到开放场景,从载物到载人,从商用到人用,自动驾驶的未来是光明的,但需要大家一起脚踏实地的。

王荣进:谢谢李总!李总对自动驾驶确实也做了总结。

其实二级市场的投资人和一级市场的投资人在一些宏观逻辑上是一致的,我本人也是从二级市场出身,也经常交流对产业的一些看法,从认知角度大家的维度也是非常一致的,我也非常认同李总的观点。

简单总结,各投资机构对自动驾驶领域还是非常积极,包括刚才刘总讲的非常低调,实际我们也知道百度是目前自动驾驶领域应该是最大的玩家,之前我们还开玩笑说,看一家公司首先看有没有百度的团队,如果有的话大家会多开一点。所以大家对这个领域还是非常关注,同时也是采取辩证的角度看待。第一个问题到这里结束。

第二个问题,从自动驾驶的过程来讲,我们可以说是感知,激光雷达,摄像头,决策、数据、算法、执行等相关的,包括未来V2X也是作为车路协同的补充。想请问大家对哪个环节更加看好一些?

刘水:感知、决策、执行,其实每个环节都很重要,每个环节相互关联。从感知侧来讲,其实发展很多年,包括最早一批的创业者也是从感知方案开始切入自动驾驶这个领域,感知方案非常重要,不但决定了核心算法的复杂度,同时也会考虑到将来整个的成本。

决策,这里面因为涉及到算法,包括芯片,其实还是一个更核心的技术。

执行,涉及到安全,其实我们看到现在无论是乘用车还是专用车,现在这些初创公司这么多年的技术积累,技术也得到了很多发展,以及看到了将来替代海外产品的可能性。

如果问更关注哪个环节的话,从我们的角度来讲可能会更关注感知,刚才我们也提到了可能有不同的方案。到今天为止,这个方案也没有完全说哪个是终极方案,比如有融合,有激光雷达,包括我们最近投资了一家新的方向,这家公司叫上海几何伙伴,给他们做了4G毫米波的技术路线,在成本上较激光雷达是有优势,将来有可能在自动驾驶场景可以取代激光雷达。

激光雷达做了这么多年,到今天为止很难讲大家是不是已经看清楚了终极技术路线是什么样的,这里面还是很复杂,有很多需要解决成本的问题,需要解决生产问题,以及需要解决上车的稳定性问题。所以我们还会不断的关注技术新的改进方案,这是我们作为投资部署的重点。

王荣进:谢谢!您把感知作为非常重要的环节,因为有了感知,才有决策和执行。谢谢!

下面请周总再给我们讲一讲您的心得?

周奇:前面忘记讲,我们还有车联网的基金专门投车的方向,我个人除了车以外还投别的行业,基于这个问题我想讲一些更宏观的或者跟其他产业相对比我们来思考这个问题,讲到智能,先抛开能源因素,包括汽车制造因素,只讲智能,我们知道人工智能是三个阶段,认知智能、感知智能、运作智能,无人驾驶、自动驾驶其实是这三个智能的结合,或者一定要走到认知智能才能称得上是智能驾驶。

工业我也投的很多,我们总结了一句话,工业里面的智能分三个阶段,第一个阶段是替代人手,第二个阶段是替代人眼,第三个阶段是替代人脑,替代人手的过程就是那么多的机械臂,机器人,它不需要那么多的智能,它是基于原则、算法,只要有所谓的运算智能就可以。第二个这几年比较活的是CE在工业里面的运用。第三个是更高阶的,但是现在工业智能业发展了那么多年,机器人早就有了,但是今天如果拉出一个工业场景跟无人驾驶比,其实智能远远不如无人驾驶,就算工业里面做一个小车都是要做机械调度的,从智能角度跟车差得太远。所以工业领域是可以循序渐进的通过运算智能,先做替代人手,替代人眼其实是感知技能,到认知技能就是替代人脑。但是在车里面,这三个过程是齐头并进的,很难想象说我没有眼睛,也没有执行,光做一个运算,你算了以后没有结果的,另一方面,如果前端没有感知的话拿什么东西算呢?

所以智能驾驶我认为从人工智能的发展路线来讲是一个非常特殊的案例,必须是这三个方向齐头并进。从结果来看也是这样,今天的传感器公司,你说激光雷达到头了吗?远未开始,现在用的激光雷达绝大多数恩能量产的基本是机械旋转的,所以激光雷达远未到未来,我们的世界未来很令人满意了吗?非也,现在还会出事故。我们的高清地图,等等。不管是从感知角度,今年我们还投了一个线控刹车、线控制动的,芯片到了吗?芯片远远未到。

总结,我认为自动驾驶是系统性的,而且不遵循运算、感知、认知职能的发展路径,缺一个环节都不行。

王荣进:自动驾驶是高度安全相关的,所以每个环节都不能缺少,每个环节都要齐头并进,就像木桶原理,都要足够长,智能驾驶才足够安全。

薛春宇:关于自动驾驶整个系统架构有一个好的现象,确实这几年我们把自动驾驶系统整个的架构逻辑已经比较清楚,大家讨论投资机构的时候发现语言都是一样的,感知、融合、决策、控制,基本是按照这个划分,大家都是在各领域找细分的公司和机构。

从感知来讲,确实这几年无论从摄像头、毫米波、激光雷达、定位模块,大家都投了很多公司,从阶段来讲已经做产业化,很多公司已经很成熟了。包括激光雷达整个技术路径还没有完全确立,还有一些技术迭代的风险,所以对于激光雷达来讲不光是产业化怎么便宜的问题,还有技术路线怎么选择的问题。我们也看到很多包括关于OPE、ACMCW(音)等激光雷达,从整个激光雷达的角度来讲,很有可能颠覆性的技术一出来,前面的整个格局就会改变。所以对于激光雷达来讲我们都是在持续关注,并且关注头部的颠覆性的东西出来。

毫米波雷达,本土和替代这几年已经走的很火了,从loco的角度来讲已经开始用本土的方案仓,现在还是用的传统的芯片,从毫米波来讲我们现在也开始关注芯片方案的供应商,因为芯片方案就着这次半导体的东风,芯片方案也非常的贵。从整个商业模式来讲,如果从整个财务来算是算不过来的,就是因为半导体这阵东风,基本把整个芯片包括传感器全部吹起来了。

感知融合,现在基本都在统一做。预控是比较有意思的赛道,因为大家前期比较关注的都是软件,对预控确实没有太多关注,这也是以前的一些公司在做自己方案的时候还是着传统的POI,找预控,当然我也听说他们在积极布局想要做自己的预控方案。从软硬件来讲,长期算法软硬件之间的耦合性非常强,从这点来讲,我们认为短期来讲预控行业是值得大家关注的地方。预控行业又牵扯到本土的高算力芯片,如何利用本土的高算力芯片搭建符合现在高算力算法需要的预控平台,再与整车厂的沟通过程中,在SOA架构的过程能够达到满足安全要求的SOA的预控,这是大家值得关注的机会。

另外一个以前一直被忽视的地方是执行机构,执行机构的本土化力是非常低的,从感知、融合、决策到执行,最低的就是执行机构。因为大家原本关注的自动驾驶还偏向于软件,从软件又往预控去关注,慢慢关注到执行机构,最近执行机构慢慢起来,大家开始关注执行机构这块。刚才北汽的领导也说他们原来投的执行机构公司,从这块不管是产业圈、产投圈、财务投资圈还是要积极布局的,如果没有预控,整个是起不来的,因为现在国产的直营机构还处于非常弱小的阶段,从ESB来讲基本处于比较弱小的阶段,需要在座的所有资本做。

最后,我还是想谈一下车路协同。车路协同,从我个人角度来讲,我还是坚信这块还是会大力发展的,不管是从原来说的扫地机器人,扫地机器人都在谈友好型家居,现在连家居行业都在谈扫地机器人友好型家居,就是为了打造出一个比较适合扫地机器人工作的环境。所以我们在这个情况下一定要提自动驾驶友好型道路,这是我们的智慧的路。从这点来讲,现在的车路协同各地都在积极布局示范区,现在的示范区还偏向于1.0模式,基本还是以单向的信息反馈做一些信息服务,远远没有到我们真正想要的感知融合,我说的感知融合是指路端、云端、边端再到整个云控的阶段,这是非常早期的,需要大家持续的关注,其实自动驾驶单车资本做的很好,很多公司在做,单独做车路协同的公司也很多,做单车的很多,但是真正能够把自动驾驶跟车路协同融合的非常好,能够做感知融合的自动驾驶公司现在非常少,关于这块我也是希望建议大家搭建真正的自动驾驶友好型的道路场景。

谢谢大家!

王荣进:谢谢薛总!把每个环节的理解给大家详细讲了一遍,我非常认同。其中有两点我需要特别再跟您同步一下,关于执行这一部分,我个人也是非常看重,如果从产业链的差距来看,执行的差距是最大的,而且执行这个环节容易出现一家独大的局面,我们去看全球70%,意味着非常容易形成高的集成度。

周奇:几年前我提出一个观点,L4以上的自动驾驶公司都是互联网公司出来的或者是教授,L2以下的基本都是TL1出来的,因为我们的汽车零部件世界级的TL1的供应商就没有,你说要要做制动要从TL1的团队选出优秀的团队作出一个优秀的创业公司来没有那么容易,但是L3主要是搞算法的,都有机会,大家在一个起跑线上,我觉得这是一个原因吧。

王荣进:这个环节确实需要一些时间的培育,下面请罗总谈谈你的观点?

罗旭:从我们目前的现状来看,我们是整个链条在看,分不出来重点看哪,为什么要看整个链条呢?因为整个自动驾驶里面整个链条不是特别成熟,作为一个创业公司需要有一个比较明确的核心的竞争,也可能是是很长的,比如在雷达方面,现在我们看到还没有解决部分雷达的技术问题,假如能够解决部分雷达的技术问题,这样的公司有很大的价值。

比如在决策环节,现在我们可以感觉到最初出来那批人都是以算法为主的,但是这个算法好在什么上面,承载的芯片其实是缺的,而且是非常缺的,决策这一块很明确的是芯片是很重要的。有的芯片其实并不能形成自动驾驶的供给,未来可能会是一个厂家做出来整体方案,甚至联想是不是也能够做车载的计算单元,是一个整体系统,未来可能也会出现这样的机会。

对于执行来说,主机厂、车厂可能更多利用自己的优势来做。从我们的角度来看,现在这个阶段我们整个链条都在关注,有两点,第一点,要不然就是技术有优势,这个技术可能现在还没也真正的落地,但是你的技术理论性。第二点,产品出来确实有亮点以后,未来的竞争力就会提升,这是两点。

真正要具体到我们到底关注什么东西,具体来说我们其实关注的是车厂芯片、电池、电片等,最近两年我们投了电车,这些是我们关注的,整个链条其实我们都是有所关注的。

联想作为一个系统厂商,习惯是把整个链条都能看到,这样才能分辨出来哪个比较重要,或者哪个占比带来大的变化。

王荣进:罗总对每个环节做了仔细的梳理,一个都不落下。下面有请李总从二级市场的视角跟大家解读一下您的理解和看法,谢谢!

李瑞:目前最为关注的还是在决策环节,分两部分。第一部分,硬件,AI芯片是硬件里面占比最大的,而且不光是芯片,现在越来越多的国内公司,包括华为、地平线,越来越多的优质芯片公司涌现出来,我觉得这会逐步成为国产的OEM的国产替代的选择。这是AI芯片。

软件这部分占比最大的环节是数据、算法,因为不光涉及到功能安全,同时涉及到数据安全。很多时候其实国家也在支持国产的公司因为数据安全,所以逐步涌现出一批这样的公司,这些公司也是我们现在关注的重点,这是决策环节。

感知环节,前面几位嘉宾也谈过很。激光雷达,现在固态的激光雷达的方案已经出现,机械式的激光雷达的成本已经下降到1000美元的范围内,越来越有利于这些东西的落地,这是感知环节。

执行环节,执行机构,原来底盘执行机构在海外的PO1垄断,国内的国产化替代进展比较缓慢,但是现在有个契机,OEM厂商越来越需要整合底盘控制机构,整合过程中提供了国内的底盘执行机构的契机。

王荣进:感谢各位嘉宾!后面还有一个问题,因为时间比较短,我就快速跟大家交流一下。

目前,自动驾驶分多个场景,包括港口、矿区、园区等,请教大家对每个场景是什么样的看法,包括演变是什么样的路径?

刘水:每个创业团队根据自己的背景,包括在整体上对行业的理解不同,大家选择不同的路径,从高维的技术将来把技术降维到特定的产品来做,这对团队来讲要有持续的能力。当然,也有的选择先从简单、可实现的场景来做技术进阶的方案,无论哪个场景,现在落地的场景很多,包括环卫、物流、矿场等等。对于团队来讲,第一件事肯定是要把产品打磨好,这是毋庸置疑的。第二是要深入到行业里面去,这里面考验的不止是技术本身。昨天晚上在跟一些做智能驾驶特定场景的从业者聊天,比如说环卫场景,因为交通难的问题要做环卫小车人力替代,是一上来就把人替掉呢,还是中间有人、车之间协同的问题怎么解决,比如做零售场景,小车在园区里面去卖一些零食或者饮料,你怎么去做品控,怎么算量,等等。所以对团队来讲,不光是产品技术做好,还要懂运营,懂场景,这是综合的问题。针对每个场景,大家选择路径不同,技术由难到易、由易到难根据各自的特点,每个赛道都有不同的公司出现。

周奇:其实这个问题很简单,开放环境跟封闭场景是不是不相互渗透,刚刚也提到是不是高维打低维,所谓的开放路段属于高维,封闭路径属于低维,我完全不认为这是高维、低维概念。因为我非常清楚,我们投了踏歌(音),踏歌不单是单车智能,它是个整体的调度系统,你作为开放路段的公司你说做完以后再做矿区,没那么简单。矿区有很多原因,比如重载,一辆小轿车2、3吨,一辆矿卡将近200吨,200吨和2吨的控制完全不一样。

第二,安全下车。L4的自动驾驶如果开放路段,我完全拍脑袋,我认为三年以内安全不可能下沉,但是在封闭场景必须要安全下车,要是不能安全驾驶等于没用。踏歌今年之内安全就能下车,如果我是一个L4的公司,到矿区里面来保证两个月能下车吗?我相信绝对做不到。所以在封闭场景里面有它自己的特点,包括刚才讲了系统型的,第二是在应用场景上落地的,第三个是安全下车这事是一般的L4公司所做不到的。从经营的不同、方向的不同、发展路径不同到最后的结果会很不一样,谢谢大家!

薛春宇:关于L3、L4其实就是一些封闭的场景落地,大家看的很清楚,我相信L2+在未来甚至十年内还会是比较主流的配置,所以我一直建议现在在做adas的企业真的要打磨好产品,把某一项功能做到机制8,因为L2+、L3以下的,L3以下的其实是功能,而L3以上的L4、L5是产品,而对功能来讲就是打磨客户体验。我以前开过特斯拉像高速拥堵的辅助等,体验非常的不好,在中国的高速或高驾上,一旦拥堵,你开启这个功能会被逼疯,因为你会不停的被人家插进来,然后你要不停的往后退。我想在L3以上的功能做到极致,把一到两个场景打磨的非常好,相信这就是个非常好的产品,比如如果买辆车,每天沿高架一直走真的会被堵车逼疯掉,但如果它能够在高架堵车的时候能够帮助我很好的跟车,这是非常好的场景。所以我也一直关注这样的公司,希望能够找到这样的公司。

谢谢大家!

罗旭:我们对降维打击这个事是不认同的,我们认为不存在降维打击,每个场景需要解决的问题是不同的,各个场景里面的创业者都有机会。

李瑞:落地肯定是技术和场景的融合。但是不同场景下技术的要求也不太一样,比如特定场景自动驾驶要落地,比如矿山场景电池干扰比较强、信号弱、功耗比较弱,场景不一样。比如基层场景对安全性的要求比较高,港口场景空气比较湿润或者会下雨,不同的场景对技术的要求会不同。这是一点。

第二,如果要落地需要的是什么?比如聚集到算法,需要对各不同的场景需要深度理解场景下对算法进行定期性的开发。另一方面,开发出算法以后,数据通过不同的进来可以迭代你的算法。

还有一个前面的嘉宾也讲到过,不管是海外还是国内从L4以上的跨越式类型的公司看,其实没有看到量产上车。这两种路线各有优劣,一方面可能有更多的量产上车,数据更加真实,更加实际。矿业车路线可能可以装更多的感知设备,算法可以设计的更先进。总体来讲,我更加看好渐进式路线,如果渐进式路线也需要公司员工有可以媲美L4的研发的能力。

谢谢!

王荣进:各位嘉宾的发言特别精彩,周总有一点我特别认同,无人驾驶如果不能实现经济效益其实价值是不大的,本身就是有机器替代的。

最后一个问题,大家也知道,现在初创公司通过自研的核心技术或算法掌握核心技术,同时这些主机厂也在非常积极的跟进,想请教各位如何看待主机厂的技术演进,同时跟创业公司的协同关系?先从李瑞总这边开始吧。

李瑞:我觉得头部主机厂肯定有很强的动力自研,传统的是相对低的制造业,产业链的整合已经进入到了陈述阶段,继续降成本的空间也不大,如果在电动智能这个赛道下,整车相对会提高单车价值量和单车利用率。另一方面,抓住了这个数据和系统也就是抓住了客户,尤其对头部整车公司来说非常有动力去做。

具体到整车和新势力公司是什么关系,我觉得竞合关系,但是具体情况要具体分析,比如头部整车厂和头部新势力公司可能竞争更强。其他的头部整车厂和其他的头部新势力公司可能会有合作,但是可能被收购。但是头部的科技公司如果有资本的实力可能会造车,非头部的可能会有合作,合作过程中主导关系包括利益分配机制是一个需要重点关注的。

至于新势力,可能和科技公司更多和头部主机厂一样是竞争关系居多,因为他自身的软件能力较强,自己的组织架构比较灵活。

王荣进:时间关系,第三场圆桌论坛到此结束,谢谢各位嘉宾!