|
出品｜搜狐汽车·E电园 10月29日-10月30日，第四届全球未来出行大会（GFM2020）在浙江德清正式召开。本届大会以“出行科技链接未来城市”为核心议题，邀请了政府有关部门、产业链公司、学术机构与研究机构的大咖出席，围绕自动驾驶+共享出行的未来交通终极图景、新能源汽车产业发展新阶段、产业转型升级的关键路径等重点议题进行了讨论。
这场革命始于信息化与新能源技术的发展与突破，终点是减少碳排放，将地球引向可持续发展的未来。在这一过程中，汽车的基本属性会从帮助人们出行的机械工具，转变为城市的储能单元，转变为智慧城市的一部分。汽车作为全新的智能终端，将同步驱动能源、交通与智慧城市三大革命。 大会同期，福瑞泰克智能系统有限公司总裁张林接受了包括搜狐汽车在内的媒体采访，就L3级自动驾驶量产以及与国际大厂在智能驾驶领域的竞争情况进行了分析，以下为采访实录（经整理）： 记者：张总您好，我们了解到福瑞泰克的技术是从ADAS突破，遇到一个问题，车企在未来一到两年提出有L3的需求，福瑞泰克如何规划L3产品，提供什么样的方案给车企？ 张林：我刚才做完发言，公司目标是L2、L3，是为了满足客户的需求，最直接的客户是主机厂，他也提出在未来三到五年内要落地L3的功能。针对此，我们企业已经做了部署和开发，基于L3的架构，目标是2025年前实现L3 HWP功能化量产，然后倒过来看我们做什么事情。 基于L3的平台，从系统架构、传感器的配置以及相应的计算平台都做了研发。我认为直接跳到L3还要面对很多挑战，这意味着主机厂承担任何出问题的责任，这责任非常重大。在这个过程中一定要做大量的验证和测试，同时其他相应的架构必须升级，比如电子电气架构安全备份冗余，计算芯片功能等级要安全以及备份冗余，以及所有软件硬件的信号，甚至诊断信号通讯信号都得备份冗余。这些系统架构复杂很多，意味着开发的工作量和时间比较久，同时相应的验证工作都非常多。 我们考虑和主机厂探讨的形式是分阶段实施，现在有OTA了，有部分软件通过OTA迭代升级，先预埋硬件，实现体验式的L3，从传感器的能力和功能体验接近L3，在这个过程中累计大量的数据，自动驾驶是面对场景的，有大量的长尾需要解决真实有效可靠才能释放真正意义上的自动驾驶。所以这个过程很有挑战，但可以分步分阶段的实施，讲得直白一些，先有体验式的L3，还是要驾驶员承担驾驶责任，但会给你提供很接近L3的驾驶体验，这个过程中逐渐地完善驾驶系统。 记者：明白，在我们的印象里，我们可能觉得L3和L2中划出界限比较直观是两个方面，一是算法方面，L2基于规则就能完成这样的算法步骤。L3会用到深入学习，在福瑞泰克里方案是这样的吗？ 张林：一定是混合的。首先在L2中就有深度学习，摄像头里有大量的深度学习做目标检测，即使到L3、L4所有的专家都告诉你，这应该是混合制的，既有规则，又有基于深度学习或者数据驱动的规划决策算法。 记者：我们做L3和L4产品有什么样的挑战？ 张林：从安全角度来使用激光雷达，尤其是前向挑战是最大，即使有视觉和毫米波雷达的冗余，激光带来的安全性会大幅度提升。首先大量基于视觉的方案取得了巨大进步，这毫无疑问。但我觉得视觉和人的眼睛一样，一旦恶劣天气夜晚没有灯光，视觉能力就是大幅度地收缩，这时候有激光雷达和没有激光雷达有巨大差别。 记者：我们是从L2往上做的路线，面临得是实力非常强劲的对手，我们有什么样的底气和差异化和他们竞争？ 张林：首先要立足于技术和产品高质量的交互，因为我们面对L2主机厂，一旦从L0以后都要控制转向、刹车、发动机等等，都是安全件，对安全的要求以及对质量的要求是指数级的上升。所以关键是要获取主机厂的技术上的认可以及能力上的信任。 第二，深度学习的出现拉近了我们和一些跨国企业的距离，Mobileye的eyeQ3芯片之前都是基于模块，eyeQ4之后基于深度学习，大家都深度学习之后这部分的差距缩小了，因为靠算法差别不大，随着数据量大可以很快地做到很好的检测，所以新技术的出现加速了距离的缩小。 第三，在业务的实践过程中我们发现由于跨国企业的本地团队更多是做一些适配性工作。一旦涉及到本质的技术性的改变，比如面对一个场景必须要调整算法，从ADAS开始就是应对场景的事情，解决了5000个场景，一定在实际应用场景中出现5001个，如何快速有效地解决马上体现了本土企业和跨国企业的区别，如果要解决这个问题要跑到欧洲可能需要6个月，但同样的案例我们2周就可以解决，所以高效优质的响应是主机厂非常需要的。比如有一个问题消费者投诉了，作为主要问题上报了要花6个月解决，这对消费者和主机厂都不能接受，本土企业在这方面的优势会逐渐显现出来。 记者：ADAS在大规模量产方面会面临哪些痛点？现在就福瑞泰克整个市场化的情况怎么样的？ 张林：首先回答第二个问题。市场化方面，福瑞泰克比较年轻，市场化的速度在最近一两年的推进很快，尽管上半年受疫情影响，但我们高兴地看到下半年的复苏很明显。目前，已经有将近10个项目进入了量产规模化地交付。我们每个月现在ADAS产品将近有2万到2.5万套之间，年底将有10万套。从目前增长速度以及本土企业市场占有率我们数一数二。 关于往后看的痛点。这个痛点有几个方面，首先如何让消费者迅速地感受ADAS带来的好的体验以及舒适的体验，虽然今天ADAS的装配率还并不高，预计未来会有大规模的增长，但ADAS确实可以带来真正的安全，无论如何驾驶员会出现注意力分散，或者是疲劳的状态。例如AEB在减少事故，减轻财产损失等一系列的负面的影响方面发挥越来越巨大的作用。 因此，在这方面有很大的增长机会，让消费者体验到，我遇到很多同事和朋友，他们一旦驾驶过一辆具有ADAS功能或者体验了AEB场景如何辅助他们实现安全和舒适，他们会喜欢这样的车。消费者带来的感知非常有价值。 另一方面，围绕从L2到L3，确实有大量技术的挑战要去突破。 另外汽车行业价值和零整关系日益重构，需要主机厂和零部件供应商有更深度的联合以及定制。今天讲软件定义汽车，主机厂也纷纷成立了独立的自动驾驶的团队，这是必然趋势。在新的一些模式下，传统的主机厂定义，供应商干活有变化，更需要前期大家联合定义整个系统的构架，软件的模块以及软件的接口分别是什么，主机厂才能做他希望做或者擅长做的，而我们提供相应的软件、硬件以及系统集成等服务。 记者：张总，您好，我的第一个问题想问一下，今天在下面也看到了L4无人驾驶小巴，我在几年前百度的Apollo等厂商早些年开始做无人驾驶的小巴，现在这个阶段推出小巴是出于什么样的考虑？接下来L4无人驾驶小巴上有什么规划？现在有一个园区要投入运营，接下来在研发，包括运营各方面有什么计划和规划？ 第二个问题，我们都知道尤其是今年ADAS对初创企业来讲，有很多初创企业没有声音了，这方面也开始出现了，今年悄无声息出现了一波淘汰。对福瑞泰克来讲现在面临的挑战有哪些？我们知道ADAS的投入研发费用比较高，一直是很大的投入，短期内很难看到实现正向的现金流，我们对融资方面目前有计划吗？资金储备情况能不能有透露？谢谢！ 张林：首先是关于ADAS，这是我们目前最核心的业务。一年前看，ADAS车企非常多，但为什么现在可能有一些曝光度少很多，其实核心的原因是，ADAS也在不断迭代，最早L0阶段是预警，那时候技术门槛不高，只是预警，对消费者没有感觉。第二，技术门槛不高，所以参与者多。一旦到L1，L2，例如L1的执行机构主机厂进行控制，从信息类到控制类，其实中间的技术难度是指数级的。在这个过程中，主机厂的门槛一下子拉高，无论是商用车还是乘用车。这时候会出现大浪淘沙的过程。未来的趋势是业务向龙头和技术能力强和市场响应速度快的企业聚集，尤其是技术能力。之前大家看到了ADAS浪潮都有机会做，但技术会刷掉不少企业，这是“军备竞赛”，做完第一代摄像头，要做第二代量产，还要考虑第三代，做雷达也是如此，而且技术迭代速度不慢。所以，在这方面的投入是持续的，但一旦前面满足不了，后面也没有机会投。这也很残酷。 公司成立四年，我们上个月正式启动了第一轮对外融资，这个过程中大家很看好。现在资本市场比较看重商业化落地的能力，什么时候有现金流，是否可以持续打造现金流。我们公司一方面投入很大，但一旦ADAS的规模效应上来之后，两个叠加因素，一个是渗透率会增长，装配也会增长。第二，ADAS的配置会往上增长，从单雷达到域控制器，所以我们觉得增长速度很快，从现金流和业务来看，在未来三年都是非常快的增长，但同时我们需要资金持续投入。 记者：对融资的方向，比如投资方有哪些希望？ 张林：投资方能认同我们的发展方向，除了带来资金，还能带来战略协同，这是我们比较看重的。 关于L4的小巴国内外都有。从福瑞泰克来讲，我们一旦从L2跳到更高阶，就是L4的系统。我们的侧重点是把L4的技术有一个场景去实践和探索，因为在量产车型短期不会用到，但在L4小巴可以做激光雷达和视觉的融合，路径规划包括车路协同。但我认为未来的基础点都会反哺到高阶的自动驾驶，所以对我们来讲有技术前瞻的载体。 第二，商业落地。相较于Robotaxi，无人小巴可以带来快速的商业落地，除了技术上数据，还有大量运营的数据，比如乘客的交互，乘客的体验交互也好，比如亚运村，除了短驳功能，周边还有多个商业网点，将来可以做商业上的互动、投放、广告等等。这是移动的空间，可以载人，也可以载客，也是移动的巡逻车，有多重的能力。所以它在创造价值落地的同时我相信也会出现不可小看的商业需求。 记者：您好，张总，首先有一个问题，现在你们是聚焦在ADAS的领域，接下来还有一些L3高级别的自动驾驶去拓展，其实在行业里，比如做视觉感知算法也有要在行业里类似于Tier1的角色，从福瑞泰克的发展，你们未来在行业中的角色，视觉公司可能以视觉感知算法为擅长成为一个Tier1来主导或者吸引其他行业伙伴一起做事情。对福瑞泰克的未来你们希望以哪些优势成为行业里的角色？ 张林：做Tier1需要有Tier1的特质，首先基因不太一样，目前做算法更多是科技公司，从深度学习切入。但切入和算法落地成一个产品，以及在工程匹配标定上做大量的苦活累活，不见得高大上，但对产品来讲是必经之路，尤其是汽车产品，它的安全性、耐久、可靠，这些维度不在算法里体现特质。所以能力和技能不完全是一样，所以我不太担心做视觉算法团队要做Tier1，大家都会把自己擅长的做好。 另一方面，Tier1和主机厂关系边界在重新定义和磨合，未来视觉算法可能由A公司提供，也可能是B公司提供，这种模式完全可以产生。 此外，我们所聚焦得是一个比较均衡的发展，我一直强调纯视觉算法一定做不了展示，一定要有融合，需要毫米波雷达甚至激光雷达，这里我们投入了大量的精力，即毫米波雷达和视觉的算法。我们也在自研视觉算法和雷达，对融合的技能比单做雷达或者单做视觉算法有更深刻的理解，而且有大量的应用和实践。 举个例子，目前很多目标级的融合，今天绝大多数做标识的科技公司买某国际厂商的雷达，自己做算法做融合，但雷达输出的是目标级，但越到后面高度自动驾驶，需要底层的融合。我们恰恰是具备这样的综合能力，一方面我们自己做雷达开发过程中知道雷达每一个层次的信号以及发出的目标。你看到的事实和目标背后是集聚和追踪的算法，这个过程中是一种过滤，很多底层的信息，两个目标叠加在很近的位置中如何做辨识，这里有雷达的特征算法，只有做雷达算法的人才了解和掌握，在融合的特定场景会产生巨大的差别和效果。 记者：从技术难度的实践上有一些行业里的人说，尤其是感知算法是行业的瓶颈，控制和决策相对来说更容易实现一些。做视觉算法团队肯定也会以视觉算法为核心优势集成雷达以及其他的传感器，如果以融合为优势的话，在行业里的竞争力和做视觉感知算法的LT1做竞争吗？如果以融合算法为核心的话，你们的优势在哪里？ 张林：我并不认为视觉算法是一个竞争力不可突破的事情，其实视觉算法为什么短期内有很多公司出现，因为它的核心是深度学习算法，但深度学习算法怎么做好？来源于数据，谁量产数据越多算法越完美，这是时间的门槛，深度学习也是数据驱动。有数据驱动、算力保障，视觉算法会有越来越多人加入，我们在安防领域已经有“四小龙”。对他们来讲，进入车载都是非常向往的。但另外一个角度来讲，规划决策相当不容易，例如简单的道路上跟车换道，但想到环岛多路的支路出去，以及瘪车，面对这些情况算法也有很大挑战，也有很多算法，只是我们的关注度并不高，都在比拼谁的声音响，或者视觉算法的企业都在特斯拉等企业那边，确实很厉害，迭代速度很快，但这些领域有非常多的挑战和有创新的算法。真正的城市道路Robotaxi主要解决这些问题。 记者：想问一下张总，我们作为一家本土的企业，您如何看待自己的核心竞争，之前行业里也有人说，本土企业对车身电子架构理解不深刻，而且缺乏自研新能力，他认为在核心竞争力中我们是弱于有计划的供应商，您如何看待这个问题？ 张林：我认为在有些传统的地方需要时间去弥补，为什么视觉算法会看到很多人进来，因为是一些全新的技术，把过去的累计变得不重要。但毫米波雷达还是一个很多物理性的东西，确实靠时间累计打造出来，也就是说，今天没有看到阿里、腾讯做毫米波雷达，因为他们是科技企业，用算法解决问题。但这些技术在自动驾驶同样非常重要。这方面大陆和博世确实领先，但该技术在国内基于通讯行业的算法以及落在车载上也有机会去逐渐把差距缩小，我们在这里花了精力。 第二是系统能力，涉及到对车和电子系统的理解，我们一部分的同事来自汽车电子的背景，来自于大陆、博世、德尔福的企业，有国内也有国际，这方面是我们的强项。技术方面有些东西需要一定的时间去弥补，我们也得承认。但另一方面我们通过相对优势，比如快速响应和主机厂的配合，这方面跨国公司肯定无法比拟。所以只能充分此消彼涨的过程，举个例子，现在每天晚上和某一个主机厂8点开始开会，开到11点左右，每天晚上都这么做。以前跨国公司我们要解决问题，会说对不起，7月份放假了，8月份再回复。跨国公司很难适应中国本土企业快速响应的机制。因为他们的协调很复杂，尤其是博世，有些在匈牙利，有些在印度，协调一圈下来要好几个月才能解决一个问题。 记者：之前也提到自主品牌的主机厂或者合资品牌更愿意和本土的Tier1合作，大家沟通起来更加顺畅。您如何看待，因为主机厂也在向软件开发这方面进行，而且希望把主导权掌握在自己手里。 张林：是的，这是另外一个机会，大陆和博世的思路是系统供应商，给你一个解决系统装上去就可以了，而不是开放特定的接口。现在合作模式也在改变，相对于我们本土企业，首先我们开放，第二我们灵活，可以一起谈架构，主机厂做的规划决策，哪一个模块主机厂要做就拿去做，我们作为系统供应商也会做，如果主机厂做得比我们好，我们也有心理准备。基于灵活、开放的模式，也是我们获得主机厂认可，一旦产生认可，会和你做L2的项目，甚至做L4。目前在L2+到L3领域跨国公司没有比较好的企业，所以，现在有一些很独特的机遇。 |
