朱西产表示，大模型的表现非常惊艳，但估计近两年上车的可能性不大，因为大模型需要的高算力还很难在车端布置，并且大模型也同样解决不了安全的长尾难题。
记者 | 周信
图源 | 图虫创意
特斯拉今年3月份推出了V12版本的FSD（全称Full-Self Driving，完全自动驾驶），该版本删除了几十万行的人工规则代码，采用了“端到端”自动驾驶解决方案。
端到端技术随即成为当下最热的话题，国内车企也纷纷开始卷“端到端”。小鹏汽车在“520 AI DAY”发布会上宣布，小鹏国内首个端到端大模型量产上车。理想汽车在去年底为端到端模型单独成立了一个团队，理想汽车CEO李想也在6月初表示，理想今年第三季度将向测试用户推送端到端+VLM（视觉语言模型）的智驾方案。
上汽集团近日也表示，纯视觉和端到端技术已进入面向量产的开发阶段。截止目前，国内几乎所有的自动驾驶头部企业，都发布了自己的“端到端”方案和上车计划。
8月16日，在第四届沈阳智能网联汽车挑战赛上，同济大学汽车学院教授朱西产向经济观察网表示：“特斯拉的端到端、人工智能让自动驾驶更加成为可能，端到端被特斯拉带火了，国内的车企都在说端到端，但现在，谁宣布端到端（量产上车）了，他的这个车你就别买。”
一周前，在享界S9发布会上，华为终端董事长、智能汽车解决方案BU董事长余承东评价特斯拉FSD称，商用版本进步非常大，上限挺高但下限也很低，“我们去测试，路上停着静止不动的白色货车，都不减速直接撞过去了，还有绿色的货车，也不减速，也去撞。”
所谓端到端自动驾驶，一般指控制系统读取原始传感器的数据后，仅通过神经网络直接计算出控制指令，其中不包含任何人为设计的规则模块。
主流的自动驾驶系统会采取分模块方案，将AD系统按照感知、规划和控制进行划分，先对周围的动静态交通参与者和路网结构进行准确感知，再规划自车的行车轨迹，最后通过执行机构对车辆进行闭环控制。
据了解，特斯拉FSD的端到端大模型，消除了自动驾驶系统的感知和定位、决策和规划、控制和执行之间的断面，将三大模块合在一起，形成了一个大的神经网络。
“端到端的模型是把准则模型全部拿掉，准则模型拿掉后，AI的泛化能力更强”，朱西产表示，然后各个AI模块之间用transformer链接起来，信息通过隐性传递，这样就会减少信息传输过程中的丢失，也可以让整个网络实现优化，余承东说特斯拉FSD上限能提高就是如此。
“但余承东说的‘下限也很低’，是指准则模型扔掉后，用AI来训练安全的下限，很难知道它学会没有”，朱西产进一步表示，特斯拉FSD V12版本，尤其是12.4版本，上限的确很高，泛化能力很强，能够处理的事情多了，让驾驶更像老司机，但还有很多问题。
4月份，美国一位特斯拉车主撞死了一名摩托车手，这名56岁的司机承认，自己当时开启了Autopilot，但开车时分神了。
朱西产表示，特斯拉FSD V12版本是3月份推送全美的，但NTSB（National Transportation Safety Board，美国国家运输安全委员会）还在调查中，到底是V11还是V12还未明确。如果肇事用户更新了，那使用的就是V12版本，安全方面就是一个大难题。
他认为，感知的端到端或者说分段的端到端，国内做到了，但现在与特斯拉相比，国内企业在数据量和AI训练的算力与特斯拉还有不小差距。“小鹏汽车的AI算力在国内比较大，但跟特斯拉比也差了几十倍。”
在数据采集方面，目前，车企纷纷依靠用户车辆采集数据，车辆销量越大，数据就越丰富。特斯拉在美国销售了170多万辆车，完成了从数据闭环到用户闭环。“智能驾驶、人工智能采集数据的车谁先破100万辆，谁就有可能率先突破，”朱西产说，华为鸿蒙智行和理想汽车到明年可能达到100万辆。
值得一提的是，在近日的第四届焉知汽车年会上，朱西产表示，大模型的表现非常惊艳，但估计近两年上车的可能性不大，因为大模型需要的高算力还很难在车端布置，并且大模型也同样解决不了安全的长尾难题。
朱西产认为，根据国内车企目前在智能驾驶开发的数据能力和AI训练算力，做感知端到端，融合激光雷达的感知方案，在规控算法上保留安全准则模型，这种分段式端到端方案模型是比较合理的技术路线。
微信号 | eeojjgcw
新浪微博 | @经济观察报
论吹续航，OPPO才是鼻祖｜汽车产经
马力、油耗、轴距、百公里加速....汽车行业始终绕不开量化的数字角逐。
如果这个圈子也有热搜榜，那么近期排名第一位的当属数字“1000”。
从蔚来、智己、广汽相继宣布自己迈入“续航1000公里俱乐部”，到中科院院士直言“不可能”，再到某位老总澄清时误竖的中指，企业有意或无意的加戏，与媒体或轻或重的煽风点火，铸就了2021开年最为精彩的一出好戏。
然而一场看似刀光剑影的争论，放在强大的流量曝光之下，实则没有输家。
人们的不适感多来自于过度超前的宣传和能否真正落地的疑虑，如何优雅的自卖自夸又不被人diss，显然将会成为汽车营销领域一个长期的课题。
这么看来，十年前OPPO的那句“充电5五分钟通话两小时”，依旧是巅峰之作。
1它们的出发点
目前宣称将推出1000km续航电动车的三家车企，采用了不同的材料创新路线，分别是蔚来的“无机预锂化碳硅负极”半固态电池、智己汽车的“掺硅补锂”方壳电池以及广汽的石墨烯基超级快充电池。
这三条路线看似都在某种程度上进行着“动力革新”，但其实各自的目的不尽相同。 本文不着重讨论技术的实际效果，而是把目光放在“动力革新”这一行为对品牌本身的意义而言。
1月9日，蔚来发布150kWh固态电池，称搭载该电池的车型NEDC续航可达到1000公里，并计划在2022年四季度推向市场。
“固态电池”的消息一经发布，引来行业热议。 多位专家表示，固态电池不会这么快被商用，这个概念已存在蛮长时间，并没有在市场上看到进一步的扩展应用。
面对行业里诸多猜测，李斌希望外界能够理解，蔚来并不是想宣传和强调自己推出了固态电池，而是在传递电池可升级这一理念。
在李斌心目中，即便当下99%的出行需求已经被满足，蔚来还是要让大家看到，剩下1%的需求也不成问题。 这正是蔚来推出150度电池包的意义所在。
无论是固态还是半固态，一个来自车企与车主的共识早已达成——如果把新能源汽车看作一场动力变革，那么固态电池无疑是这场变革中里程碑式的跨越。
1月13日，上汽集团旗下智己汽宣布首款车型与宁德时代开展合作，搭载“掺硅补锂”电池，最大续航里程将超过1000公里。
“掺硅补锂”可能听起来比较陌生，其实这个技术与蔚来固态电池所用的“预锂化碳硅负极”并无本质上的差异，主要作用是提升电池性能。
在玩家扎堆的智能汽车赛道，作为一个年轻品牌的智己首先要做的是让产品真正吸引用户。 从品牌属性来讲，“掺硅补锂”的概念技术更多的意义或是为了彰显其背后的实力。
新兴汽车品牌的互联网基因正越来越浓厚，传统工业与现代科技之间找到平衡尤为重要。 面对强劲对手和市场审视，智己汽车必须要有突出的差异化优势，才能活下来。
1月15日，广汽埃安发布标语为“8分钟可充电80%的石墨烯基超级快充电池”并打出“NEDC续航1000公里不用等到明年”的海报。
隔日，中国科学院欧阳明高便发表了自己的观点：1000公里续航、快充、安全、成本低，在现有的技术下，无法同时满足。 但从广汽当时的对外信息和宣传话术来看，石墨烯电池能够都实现，因此也成为了争议的焦点。
这场突然的出圈式传播，也跟石墨烯本身的神秘感有关。
石墨烯自2004年问世以来就成为“神奇材料”的代名词，肩负着工业领域“质变”的重任。 尽管石墨烯电池早已有之，但其形成规模化产业化却仍面临高成本等问题。
一个被人遗忘的概念重新拉回公众视野，难免让人质疑广汽埃安此举的炒作之嫌。
“过去，传统车企推出的新技术都会在保密状态下做5-10年的研发，待成熟时才在新车发布会上一鸣惊人。 而今特斯拉等受到资本追捧，叠加传统汽车销量利润的双双下跌，它们已无法保持淡定和矜持了。 ”同济大学汽车学院教授、汽车安全技术研究所所长朱西产感慨。
2抢戏背后是焦虑
揭开“概念”的面纱，会发现：三家车企抢先进行着具有不确定性技术的大肆宣传，这背后有着相似的焦虑。
据中汽协数据，2020年新能源汽车产销创历史新高。 产销分别同比增长7.5%和10.9%，增速实现了由负转正。 预计2021年市场有望增长30%，达180万辆。
新能源汽车市场的快速增长，给车企带来巨大机会。 然而特斯拉加大在华布局、合资品牌加速电动化转型，本土企业更加需要形成自己的竞争力。
作为新能源汽车的“心脏”，动力电池性能至关重要，因此不少车企把触角放在了这块“心脏”身上，免不了开始在上面“大做文章”。
然而，在短期内用一种“说法”去吸引和迎合市场，并非真正底层的技术突破。
“对于专业资本和投资机构，这种所谓的‘新’技术都是博取市场关注，只是一种营销的概念。 “星瀚资本创始合伙人杨歌在接受汽车产经采访时表示。
在他看来，真正有行业推动意义的新技术一方面是复杂的科技研发到技术工艺的合成，很难在短期之内出现在某一家商业公司中，另一方面市场会给予比较直接正面的反馈，通常一些模棱两可似虚似实的新概念都并非真正有效的实体技术。
大众汽车集团中国区CEO冯思翰也强调，在电池技术没有实质性突破的情况下，高续航的电动车需要搭载更重的电池，为此要搭配极高成本的、更轻的车身，这样整车的成本也会越来越高，所以这是一个恶性循环。
因此不少观点认为，车企目前发布不确定性技术商业应用的背后，其中一个重要目的是拉高估值。
“电池里面的工艺有很多种，各家都是大同小异的变化，用什么名词去包装不重要，新概念特别容易忽悠资本市场，靠讲故事吸引一些风投机构投资。 ”资深产业分析师钟师对汽车产经表示。
果不其然，18日当天石墨烯概念开盘拉升，广汽集团A股（）盘中一度涨停，收涨5.43%。 然而19日起A股和港股（）的股价纷纷下挫。 截至1月20日收盘，A股股价降幅为10.06%，为11.88元/股；港股降幅2.91%。 为8.35港元/股。
当营销走在真实水平之前，炒作意义大于实际效果的时候，市场总会有冷静下来的那天。
“对于资本来说，投资技术是一个非常慎重的过程。 这两年石墨烯的概念炒得太多了，它本身只是一个材料，具体在电池上如何应用，要看生产效率、耗能性、适应性等综合化结果。 商业市场对于技术的认可需要一个过程去验证。 ”杨歌补充道。
3写在最后
电池赛道上，多家新能源车企都在争奇斗艳，过去一年里，造车新势力们各种“PPT技术”引发的股价狂飙或许为传统汽车们提供了参考样本。
“从另一个角度看，没有泡沫就没有经济，没有热度也就无从谈及商业成长，所以从商业营销的角度来去看这个事情也是正常和无可厚非的。 ”杨歌表示。
大家或多或少都有“吹牛“的成分，但区别在于有人可能只是”画饼“；有人则吹着牛最后给大家交代了个不错的结果。
“大家听惯了特斯拉‘吹牛’，今后，也容许传统汽车企业吹两句，我们期待所有汽车企业吹的牛都能实现。 ”朱西产说。
朱西产：渐进派丰田PK激进派特斯拉
作者|朱西产
编辑|葛帮宁
出品|帮宁工作室（gbngzs）
|编者按
“面对汽车产业变革，选择激进还是渐进？每个企业都有自己的独立思考，要有自己的坚持。 显然，丰田是渐进派，特斯拉是激进派。 到底谁能走到最后？我们不妨用4到5年时间来看最终表现。 ”
2023年11月1日，北京晓园，在寰球思想汇“合资新征途之一汽丰田全新卡罗拉品鉴会”上，同济大学汽车学院教授、汽车安全技术研究所所长朱西产在主题发言中如是说。
新汽车下半场智能化竞赛中，汽车企业表现各异。 作为激进派和渐进派的典型代表，特斯拉和丰田选择了不同技术路张和实施路径，展开正面交锋。 狭路相逢勇者胜。 在他们身后，比亚迪已经锋芒毕露。
当天，业界专家、媒体、企业等代表30名与会者从产品战略、市场需求、产品品质等维度，对全新卡罗拉展开研讨，并对新汽车时代合资企业如何高质量发展等产业课题进行交流。
以下为朱西产发言节录，帮宁工作室略作编辑。
跨越鸿沟
汽车“新四化”（电动化、网联化、智能化、共享化）提出来时，新能源、5G通讯、人工智能这3个基础技术正好都取得突破，为汽车发展打开了一扇新窗户。 如今，汽车又到了一个产业变革时期，电动化和智能化大趋势谁都看得懂，但在这个大趋势下该怎么做、技术路线有没有定力，大家都在观望。
尤其是特斯拉搅局，其发展速度极快，并且用另外一种思路。 特斯拉压根儿就没认为自己是汽车制造商，它用另一种方式冲进汽车行业，造出来的电动车的确惊艳，行业想不跟都不行，因为特斯拉成为新汽车明星，带走了年轻用户。 都说“抓住年轻人才有未来”，市场的倾向变了，你动也得动，不动也得动。
面对电动化、智能化革命，车企难在什么地方？
电动化有多种路线。 现在来看，氢燃料电池汽车（FCEV，Fuel cell vehicle）暂时跑不通，但从长远看，要想实现“双碳“肯定离不开它。 当前量产的电动车，主要有纯电（BEV）、混动（HEV）、插电混动（PHEV），增程在国内归属到PHEV。
现在，丰田的日子过得还不错，全球产值最高、产量最大，但挺遗憾没有叫得响的纯电动车。 不过，丰田在电动领域做了很大努力，HEV、PHEV、BEV、FCEV都有量产车的企业不多，丰田算一个，它做了全方位的技术尝试。
bZ4X是丰田在纯电动方面的探索，从中可以看到丰田的纠结。 特斯拉赌纯电动，丰田不尝试不行，但纯电动不一定在丰田的产品战略里。 去年我就问过，bZ4X为什么不取一个中文名字？广汽丰田生产的叫BZ4X，一汽丰田生产的也叫BZ4X，可见丰田对它连中文名都懒得取。 BZ3也是这样。 从现实情况来看，丰田对电池的理解可能与众不同，因为它选择了HEV和FCEV。
为什么会这样？我一直在思考，后来找到这本书《跨越鸿沟》（作者杰弗里·摩尔（Moore·G·A），机械工业出版社2009年出版），书中的观点可以用来解释这家全球汽车销量最大的企业为何犹豫不决。
根据书中讲述，高科技产品在市场遭遇的最大障碍就是“鸿沟理论”，即左边用户是一个群体，右边用户是另一个群体。新技术出现了，大家都很兴奋，但这些高科技技术做出来的产品能不能被用户接受？
举个例子，一辆十几万、二十几万元的传统汽车便宜好用又可靠，这种情况下，突然来一辆25万~40万元的纯电动汽车，有可能充不上电，会把人扔在半路上，也有可能坏了，更有可能烧了，还贵得要死——它到底能不能吸引用户？这种产品面世后，会在市场上产生一个鸿沟。
特斯拉怎么做的？它先做出一个特别酷炫的产品。 当年美国的电动汽车，特斯拉和菲斯克在技术角度都差不多，但现在，特斯拉被捧上天，而菲斯克却不见了。 马斯克是个商业天才。 纯粹从技术角度讲，菲斯克并不比特斯拉落后。 第一代产品靠什么？0~100公里破3秒有没有用、弹射起步有没有用？真没用，但是酷炫。
鸿沟有分界。 左边用户是高科技产品率先找到的一群人，难就难在左边用户影响不了右边用户。 很多人认为，能找到1个用户，就能找到10个用户，就能找到100个用户，就能成千上万地卖。 够呛。 传统车是这样，但高科技产品不是。 左边用户影响不了右边，并且左右两边用户不对换，右边用户认为左边用户是“骚包”。
但高科技产品一旦跨越鸿沟，就很可怕。 今天，所有汽车都怕特斯拉，因为它跨越了鸿沟。 跨越鸿沟靠什么？光靠炫酷还不行，右边这群人还得靠主机厂自己去攻。 做高科技产品的难度在于，不仅要忽悠左边的“骚包”，还得忽悠右边的“土老帽”。 靠两边用户自己对话没门，你得两边一块儿去忽悠，让“土老帽“变成“骚包”。 中国汽车市场第一个跨越鸿沟的是特斯拉，上海工厂成就了特斯拉。
新能源汽车率先在中国爆发。 2022年，中国新能源汽车渗透率达到26%，实现跨越，进入爆发期。 16%左右是跨越鸿沟的时点。 去年新能源汽车在全球的渗透率为12.6%，也即将趋近跨越鸿沟。
夸张、极简与中庸
技术革命期间，汽车大厂难的是技术路线定力。 我非常佩服比亚迪的技术定力，特斯拉使用三元锂电后，有段时间行业唱衰磷酸铁锂，但比亚迪一直坚持，通过刀片电池、通过C2B，用磷酸铁锂做出续航里程650公里的车。 技术路线定力成就了比亚迪。
丰田也是非常有技术定力的企业。 这方面我倒比较担心大众汽车集团。 有人说，大众汽车集团是一家德国企业，轮得着你担心吗？不过，低碳化这块，大众汽车集团先是All in到柴油机，在排放出问题后，又All in到纯电动，但纯电动并未达到预期。
现在，欧洲又成立合成燃料联盟（eFuel Alliance）。 欧洲认为，还得发挥内燃机作用。 eFuel合成燃料是从空气中提取二氧化碳或一氧化碳，然后和氢气发生化学反应，合成类似汽油的燃料。 合成过程所需要的能量，必须是清洁能源（太阳能、风能、潮汐能、核能等），这样完全摆脱对锂矿、石油等资源的依赖。
合成燃料联盟由大众汽车集团挑头。 这家车企一会儿All in柴油，一会儿All in纯电，一会儿又All in eFuel，还挺麻烦。
汽车产业目前呈现出制造业加IT业的双重属性。 汽车IT的第一个属性是电动。 上图中的3个“1”很值得研究。 第一个“1”是特斯拉，去年销量全球排名15，市值排名第一。 第二个“1”是丰田汽车，去年销量全球排名第一，市值排名第二。 第三个“1”是比亚迪，去年销量186万辆，其中90万辆纯电、96万辆插混，纯电+插混排名第一，插混排名第一。
这3个“1”分别代表量产的电动汽车——HEV丰田、PHEV比亚迪、BEV特斯拉，从中可以看出电动汽车在双碳目标路上还会有新变化。 各企业跟不上形势会出问题，选错路线也有问题，所以蛮难做。
汽车IT的第二个属性是智能。 用户视角的智能汽车，首先是智能座舱，其次是智能空间，最后是自动驾驶。 从产业角度来讲，智能汽车等于芯片+AI+数据，整个打法全变了。 这方面特斯拉最厉害，芯片是自己的，又是AI出身，数据和计算能力更是全球汽车业第一，没有一个企业能卷过它。 特斯拉是第一个实现用户数据闭环的企业。
先看智能座舱。
中国卖得最好的是理想，彩电冰箱大沙发，属于夸张型智能座舱。
特斯拉走的是极简型路线，新Model3的硬件都没了，操作柄也没了，用屏幕换挡。 黑屏了怎么办？后视镜有3个按钮，万一屏黑了，就在这上面按。
传统汽车厂走的是中庸型智能座舱，丰田就是这种模式。 在屏幕上，可以看到传统汽车的操作键，这些操作按纽非常便捷，可以支持盲操作。
这3种模式都有卖得非常好的车。 传统汽车厂采用中庸型过渡形式，在整个市场销量里占比最高。
传统汽车企业走智能型驾舱，新造车企业走驾驶型座舱，特斯拉走乘用型座舱。 特斯拉坚信自动驾驶能实现，所以把操作按键全部拿掉，这方面极具考验。 别说传统汽车企业不敢学，连新势力像蔚来和小鹏也不敢学。
再看自动驾驶。 衡量智能车能力的是自动驾驶，今年是NOA集中爆发年，几乎各家新车都有高速NOA。 自动驾驶的本源来自哪里？安全。
1959年，凯迪拉克把毫米波雷达装配到车上。 智能车怎么体现？第一个是避撞雷达，代表人类对汽车智能化最原始的想法，即使用环境感知传感器。 在没有AI、没有高算力芯片支持的情况下，毫米波雷达在1959年就上了车。
在这方面，面对特斯拉的竞争，传统汽车企业难在哪里？来看传统企业做一个技术变革有多慢。 毫米波雷达真正量产应该是1960年后，直到2022年，毫米波雷达出货量终于破亿。 在法规推动下，毫米波雷达ADAS（高级驾驶辅助）功能装车量还会继续上升。
无人驾驶是大家对智能车的美好愿望，前几年很火爆，但从去年开始，美国做无人驾驶的公司相继爆雷，倒闭很多。 当然，我们肯定要去追求，因为社会生活需要无人驾驶。 无人驾驶有很多应用场景，比如L3人机共驾情形。 跟ADAS相比，无人驾驶技术将发生彻底改变，高清摄像头成为主环境感知传感器。
从前年开始，大家开始宣传高算力。今年NOA算力已经发挥作用，开通城市L2+的有华为体系和小鹏体系，明年可能集中
SDV时代，汽车软件开发需勤修“内功”
以“软件定义汽车（SDV）”，构建智能汽车新生态，正成为汽车产业发展的新共识。 如何抓住汽车产业数字化转型机遇，提升汽车软件技术创新能力，打造更加智能化和高质量的汽车软件产品，已成为汽车企业提升竞争力的关键。
11月3日，在2023中国汽车软件大会的“智能重塑生态，软件赋能转型”主题论坛上，中国汽车工业协会软件分会理事长、中汽创智首席执行官李丰军，同济大学汽车学院教授朱西产，蔚来汽车有限公司高级总监黄亮，零束科技有限公司软件平台及解决方案总监承建兴，华为技术有限公司智能汽车解决方案软件平台部部长崔爱国，宁德时代（上海）智能科技有限公司首席技术官蔡建永，德勤中国管理咨询总监周全，易特驰汽车技术有限公司虚拟化技术专家叶舒，苏州智行众维智能科技有限公司副总经理付耿，科世达（上海）管理有限公司开发四部部长程晖等专家、学者与企业精英作现场发言，聚焦汽车软件开发技术与实践经验等相关话题，深入探讨SDV发展现状，探究行业前沿技术趋势，分享创新技术实践案例。 该主题论坛由德国汽车工业协会中国区副总裁、中德智能网联汽车推广应用中心项目联合管理办公室主任张琳主持。
高新汽车软件技术的发展不仅推动着汽车智能新生态构建，也更新着行业从业者与消费者对汽车的定义和认知。 李丰军在致辞中表示，当前，以软件技术引领的汽车产业重大变革，在促使汽车产品呈现出前所未有的智能化体验同时，也正带来关于汽车软件技术路线、商业模式与实践的全新挑战。 而在此汽车软件技术发展的关键时期，需要产学研各方积极努力，特别是要重视基础理论的研究，共同推进汽车软件生态的协同发展。
中国汽车工业协会软件分会理事长、中汽创智首席执行官李丰军
借此时机，李丰军谨代表中国汽车工业协会软件分会发出倡议：一是重视基础研究，推动全面创新。 加强汽车软件基础研究，带动汽车软件前沿技术、共性关键技术全面突破创新；二是加强技术成果转化，推动产业链上下游协同。 基于核心关键技术和原创技术，打造标杆技术产品，加强技术产业化落地。 汇聚“产学研用”资源，倡导产业链上下游企业合作，共同推动我国汽车软件产业快速发展；三是鼓励国内外企业交流合作，共同研究制订技术标准，共同打造技术创新平台，推动中国与世界汽车软件产业协同融合发展。 “中国汽车工业协会软件分会将持续做好服务工作，搭建好汽车软件技术交流平台和技术成果转化平台”。
软件工具链标准化成为SDV难点
对于新一代架构下车企在软件研发管理方面所面临的挑战这一话题，黄亮表示，在汽车软件研发实际中，性能和功能上的优势、效率可扩展性以及低成本，是整个平台数字化建设过程中非常重要的三个指标。 不过，尽管新架构带来了美好和“炫酷”的前景，但在实际研发过程中也带来了巨大挑战。 “首先，ECU的软硬一体化纵向被打破；其次，跨域融合加强，工具链的横向标准化面临很多挑战；再次，需要支持多车型、并行开发；最后，软件架构的复杂化加大了对软件能力的挑战。 ”
蔚来汽车有限公司高级总监黄亮
为了应对这一挑战，黄亮认为需要在组织流程和评价体系上进行工作。 在组织上，必须使交付的研发组织能够适应新的软硬件架构，从过去的域纵向一体化团队转向分层化、模块化的交付团队。 其次，解耦后，需要建立横向的标准化知识团队，包括架构和工具链。 在流程上，针对新的平台研发，需要建立一套流程框架和评价体系，从功能交付、平台性能、使用效率和效益四个维度进行评价，并建立层次化的多版本和敏捷迭代的协同机制。
承建兴对此表示赞同，他认为优秀的软件平台有助于汽车行业全面构建智能车进化能力，推动技术产品化，加速产品商业化的落地进程。 他强调，在实践过程中，模块化的实现在很大程度上取决于软件架构的能力。 “同时，考虑到未来自动驾驶生态的兼容性，为了让更多算法能够在软件平台上运行，需要在异构芯片、异构OS的架构上灵活配置SOMEIP、DDS、SHM等多种通信方式，以提高软硬集成的效率。 ”
零束科技有限公司软件平台及解决方案总监承建兴
崔爱国认为，当前探讨智能汽车服务化分层解耦的核心话题应该集中在构建开放稳定的数字底座，以促使汽车软件的高效开发。 他建议通过设备标准API定义汽车外设硬件，如灯、座椅、后视镜、雨刮等，将应用功能封装成可复用的原子服务，并通过标准化API接口向应用层提供服务和支持。
华为技术有限公司智能汽车解决方案软件平台部部长崔爱国
然而，构建这一架构所面临的挑战主要来自协同流程的不畅通。 崔爱国指出，首先，行业缺乏真正实现服务化的全流程供应链，需要形成链式开发效应；其次，由于各公司独立运营，知识产权保护可能导致开发过程中缺乏共享基础或形成壁垒；第三，设计周期相对较长。 因此，他强调对软件的抽象能力需要行业共识，共同定义标准化接口，实现原子服务和设备的真正标准化，从而将汽车软件开发周期缩短超过40%。
蔡建永分享了他对滑板底盘的EEA（电子电器架构）和软件开发的思考。 他指出，一台高性能的智能汽车，不仅需要具备良好的软件基础，还需要考虑硬件与软件如何更好地兼容。 对于行业目前多采用的垂直模式造车，他提出了两则实践问题：首先，私有化接口导致每个供应商与车企之间的适配问题出现壁垒；其次，上下车体的耦合使得新车型和平台开发的周期和时间较长，代价较高。
宁德时代（上海）智能科技有限公司首席技术官蔡建永
此外，蔡建永表示滑板底盘的高度集成化和上下解耦、对外开放的特点，也意味着机械接口、电子电器接口、控制和数据接口可以并行开发、独立演进，甚至支持场景造车。 “这样的特性吸引了更多参与者，构建了一个更为开放的生态系统。 ”因此，在他看来滑板底盘不仅可以引领平行造车模式，实现智能电动汽车全生命周期价值最大化，同时还能打造一体化智能底盘软件开放框架，加速整车厂软件的快速开发。
AI大模型与生态价值带来新趋势
透过对特斯拉数据场景、软件技术、商业模式等进行详细分析，朱西产分享了他对AI赋能智能汽车发展趋势及量产落地的思考，为相关技术的发展提供了建设性意见。 他指出，随着AI在智能汽车中的应用比例不断增加，今年产业各方纷纷在“卷”云端大模型，开始赋能智能驾驶这一领域。 尽管车端实际应用仍受制于车端算力的提升情况，但从特斯拉对汽车产业的颠覆来看，商业逻辑正在逐渐从仅卖车挣钱转向通过数据、软件和FSD实现盈利的全新模式。
同济大学汽车学院教授朱西产
然而，智能驾驶的发展现状是在封闭路况上并无大问题，而在城市路况上仍存在一定难度。 朱西产提到：“现在已装车的AI软件模型基本上都是预测式AI，而预测式AI强烈依赖标签，因此标签缺失、识别错误就会有问题。 智能驾驶的难点就在于还有长尾问题的安全性需要解决。 ”他还指出，各企业目前基本都在建立场景库和数据集，但随之而来的问题是道路采集数据标记成本居高不下。 他认为，这些难点有望随着AI大模型的出现真正实现摆脱标签的突破，“如果能够实现摆脱标签，那么边缘场景问题可能会得到解决”。
周全从汽车软件生态新价值的视角分享了德勤方面的研判。 他指出，SDV已逐渐成为行业共识，对企业价值、品牌价值和产品价值产生深刻影响。 德勤认为未来中国汽车软件的价值渗透率将非常高，如今中国智能车的软件推广数量已经达到了300多亿。
德勤中国管理咨询总监周全
不过，周全也表示，尽管整车厂已经“勾勒”出在2030年之前在汽车软件领域的期望位置，但需要注意四个优先事项，方才能为大规模推动SDV做足准备：首先，采用以软件为主导的产品开发思维，实现汽车行业内企业的敏捷性和适应性；其次，简化平台和软件改革，升级车辆电气和电子架构，支持SDV，实现功能可升级性，减少硬件组件数量；第三，以质量为导向的转型，满足客户对功能和服务的高期望，质量管理和软件缺陷修复变得关键；第四，使用云环境连接生态系统，加速汽车产品开发工作流程的转型，建立一致的平台促进“一次构建，随处部署”的方法。
SDV开发、测试与实践探索
身为虚拟化领域深度研究者，叶舒表示虚拟化技术的应用将助力汽车软件开发工作，“通过虚拟仿真平台完成大部分软件测试，可以降低硬件成本、提高研发效率，并提升产品质量。 ”她强调虚拟化测试解决了许多测试效率方面的难题，相比实车测试，虚拟化测试更迅速、更容易发现问题，同时减少了硬件成本，提高了开发效率。 “同时，引入虚拟化实验还能够迅速完成大数据的累积，为打磨软件质量提供有力支持。 ”
易特驰汽车技术有限公司虚拟化技术专家叶舒
叶舒指出，所有传统控制器都能采用数字化、虚拟化的方式，通过VECU虚拟控制器控制平台，从而将每个传统控制器嵌入式软件打造成虚拟化节点。 而这些虚拟节点可以以开放接口的形式兼容第三方模型，从而使得传统领域使用的测试设备和测试软件在这个平台上实现兼容使用。
在SDV前提下，软件测试验证同样成为软件开发的关键环节。 付耿认为，随着软件代码复杂度的不断提高，对软件测试的重视度也需要相应提升，以确保软件质量和整车质量的可信性。 在面向智能汽车的端到端功能安全软件测试中，他强调首先要注重对代码的静态检查，“这不仅是为了形式合规，更重要的是通过静态检查提升软件质量，增进整个开发和测试团队对软件质量的理解，从而使质量意识融入团队和企业的基因中。 ”此外，对于代码动态测试，他认为还要测量结构化的覆盖率，包括语句覆盖、MC/DC等标准。
苏州智行众维智能科技有限公司副总经理付耿
付耿还提到软件故障注入测试的问题，并表示这是测试实践中常常容易被忽视的部分。 他强调在这方面，需要结合功能安全分析来识别可能的故障，实现全局的故障注入，并检查故障的识别和处理机制是否符合预期。
随着新一代电子架构的推进，区域控制架构正变得炙手可热。 由此，在车身域实现新的电子电气架构，整合产品以提供更出色的使用体验已成为程晖在SDV实践中的主要关注方向。 基于在车身域SDV实践的总结，他提出建议探索在中央计算之外从传感器到执行器的直接协同工作过程，使得区域控制器能够绕过中央计算单元，实现真正的边缘计算功能。
科世达（上海）管理有限公司开发四部部长程晖
另一方面，由于目前大多数车企采用中央计算+四个区域控制器的架构形式，再加上传感器和执行器。 在新的架构下，程晖建议考虑引入更多的区域控制器，以减少与周围传感器连接的线束长度，从而降低开发复杂度、减轻软件测试工作负担，以简化车身域SDV整体开发和时间管理的复杂性。
德国汽车工业协会中国区副总裁、中德智能网联汽车推广应用中心项目联合管理办公室主任张琳
