![图片]()
![图片]()
| 编者按
2025年3月5日，国务院总理李强在十四届全国人大三次会议上所作的政府工作报告中，提到“发展智能网联新能源汽车”。中国汽车工业协会的数据显示，2024年，我国汽车销量达3143.6万辆，连续16年位居全球首位。其中，新能源汽车销量达1287万辆、增长35.5%，市场占有率达40.9%；占全球同类汽车销量的70%，连续10年全球排名第一。“依托新能源汽车的换道突破，10余年来，我国汽车产业取得了长足进步，也必须清醒地看到，距离习近平总书记提出的建设汽车强国的目标，我们还有很大差距。”苗圩在其新书《志在超车：智能网联汽车的中国方案》中写道，“我国汽车企业只是在围绕动力变革展开的‘上半场’竞赛中取得了全球领先的优势，而决定胜负还在‘下半场’。”他在书中强调，为了赢取“下半场”的主动权，我们汽车行业的首要任务就是高质量发展，加快形成汽车产业新质生产力，迎接自动驾驶汽车时代的到来。苗圩，工业和信息化部原部长。1982年，他从合肥工业大学内燃机专业毕业，进入中国汽车工业总公司工作。1993年起，历任机械工业部汽车工业司副司长、机械工业部副总工程师，东风汽车公司总经理，工业和信息化部副部长等职务。2010年12月至2020年7月，任工业和信息化部部长。曾获2002年全国五一劳动奖章，2022年度、2023年度全国政协委员优秀履职奖。苗圩长期从事汽车产业发展战略研究和行业管理工作，具有丰富的理论研究和行业管理实践经验，在多个岗位上接续推动汽车强国建设，助推我国新能源汽车产业实现了跨越式发展。2024年1月，他出版《换道赛车：新能源汽车的中国道路》，书中梳理了中国新能源汽车发展脉络，介绍了相关产业政策的出台过程与落实结果，总结了汽车企业在换道赛车过程中竞争力升降的经验教训。最新出版的《志在超车：智能网联汽车的中国方案》是前本书的姊妹篇，是苗圩对汽车产业百年大变局的第二本行思录。两本书构成关于当代中国汽车产业“换道超车”宏伟目标和探索实践的上下篇，都是苗圩在2020年转任政协职务后开始动念、动笔写作、经过几年反复打磨才完稿。智能网联汽车是最典型的人工智能创新产品和服务，是人工智能技术产业化的最大应用。事实上，汽车智能化网联化的大变革已经拉开帷幕。新书即聚焦汽车智能化革命大趋势、自动驾驶技术发展路径和产业生态、我国如何发挥自身优势走出差异化发展智能网联汽车新路的方案选择、如何全方位打造智能网联汽车产业生态等主题。在书中，苗圩提出，总体来看，智能网联汽车已经从小范围的测试、验证，迈向了技术快速演进、规模化应用发展的关键时期；智能网联汽车产业规模化发展迈出了实质性的一步。围绕汽车智能化网联化革命展开的“下半场”竞赛，事关我国汽车产业高质量发展的全局，是汽车强国建设的攻坚决战。苗圩提出，我国具有集中力量办大事的体制优势和汽车大市场的优势，智能网联汽车的发展仍处在关键的窗口期，未来有限的几年是决胜的关键时期。在此背景下，必须以时不我待的紧迫感，统筹谋划，巩固扩大智能网联新能源汽车产业的领先优势。他提出，凝心聚力、打造开放的产业生态至关重要。自动驾驶芯片的算力固然重要，但同样不可忽视的是，先进的算法、软件开发技术的支持也是至关重要的。对我国来说，发挥优势、不断探索“车路云一体化”方案，是谋求突破的重要途径。通过这本新书，苗圩把对引领汽车智能化革命、形成汽车领域新质生产力、推动中国智能网联汽车产业高质量发展等主题的认识和思考记录下来，结合这些年来的工作经验和调研结果，对产业发展中出现的各种现象和问题进行客观评述。“一方面，试图探索产业发展的基础逻辑，总结出某些可供业内人士参考的带有规律性的基本原则；另一方面，尽最大可能，以通俗平实的语言，介绍汽车智能化革命的基本内容，阐释自动驾驶技术及其生态，为广大汽车爱好者了解智能网联汽车和自动驾驶提供参考。”他在书中写道。中国科学技术协会主席万钢赞同书中提出的观点，即：在智能网联汽车发展方面，我国既有汽车市场规模大的优势，也有雄厚的信息技术实力，只要坚定正确方向，集中力量办大事，脚踏实地做下去，就有很大希望走向世界前沿。
万钢为该书作序。他表示，这本书兼具高度与深度，是一部内行人剖析行业、探知未来的力作，透彻解读了我国智能网联汽车发展的缘起、历程与走向，论述了智能网联技术对整车和零部件系统的变革，从整车电子电气架构、软硬件解耦和融合、车路云智能化协同、自动驾驶安全先行的内涵等方面，详尽阐释了我国探索发展智能网联汽车的路径和方案，提出对做强做优汽车产业的真知灼见。
万钢认为，智能网联汽车产业链是一个多元化的体系，需要多学科的人才、多领域的技术，产学研用深度合作，体制机制创新更要同步推进；应进一步加快智能网联基础软硬件的研发，在车用芯片、操作系统、计算平台、关键零部件、关键材料、制造工艺等方面加快创新攻关。同时，聚集各方力量，深化国际合作。
书中收录苗圩接受2022 年度“中国好书”《中国制造：民族复兴的澎湃力量》作者、赛迪研究院曾纯的3个专题访谈内容，突出该书期望强调的重要观点。
帮宁工作室今日受权推送第三个专题访谈全文，标题为《走好特色化差异化发展之路》。
新书已由人民邮电出版社出版，京东有售（https://item.jd.com/14396279.html）。
新一轮科技革命和产业变革，本质上是互联网、大数据、云计算、人工智能这一系列新技术发展和应用给各行各业、给社会治理带来的巨大变革。具体到智能网联汽车上，实际表现为功能汽车的智能化。
由于数据量越来越大，而“软件定义汽车”要求汽车具备随时随地升级、调整功能的能力，对整车算力的要求越来越高，功耗越来越大，结果引发了追求最先进制程、最大算力的芯片的趋势，从而对单车智能技术路线构成挑战，由此车路云互动融合成为我国智能网联汽车产业解决问题的终极方案。
要走出一条有中国特色的差异化发展道路，需要回答以下问题：为什么只有中国坚定走这条技术路线？如何才能充分发挥有效市场和有为政府的作用？怎样才能扬长避短，实现各行业跨界协作，多方共同建设智能网联汽车产业生态，充分体现出集中力量办大事的体制优势？
曾纯（以下简称曾）：以生成式人工智能为标志，人类向通用人工智能迈进了重要的一步，而人工智能技术的最大应用场景就在汽车产业。是不是可以这样说—我国智能网联汽车的发展战略与人工智能的发展战略密不可分？苗圩（以下简称苗）：是的。当今世界正在经历百年未有之大变局，以互联网、大数据、云计算、人工智能等数字技术为代表的新一轮科技革命和产业变革，是大变局中的关键变量。智能网联汽车是人工智能在汽车上的实际应用，是我国抢占汽车产业未来战略制高点的重要抓手，是汽车产业转型升级、由大变强的突破口，它的发展高度依赖人工智能的技术水平和战略选择方向。
曾：您如何看待当今人工智能的发展趋势？我国人工智能发展与世界先进水平的差距和潜力分别表现在哪些方面？苗：近年来，人工智能出现爆发式的突破。OpenAI推出的生成式人工智能ChatGPT，这个大模型的参数数量从2018年第一版的1.17亿猛增到2023年第四版的1.8万亿，在短短5年当中，增长了1万多倍，迭代创新的速度惊人。Sora又进一步增加了大模型参数的数量，可以实现文本生成视频。有专家预测，将来若生成三维长视频，大模型参数数量更可能高达10万亿级别以上。
在人工智能芯片领域，则呈现出英伟达公司一家独大的局面。据统计，2023年英伟达GPU在全球的市场份额达到85%。一个万亿级参数的大模型，大概需要用成千上万片英伟达最先进的GPU来搭建。近些年美国政府对我国设置人工智能芯片出口限制，受此影响，我们在大模型参数上与美国的差距逐渐拉大。
回顾互联网的发展历程，可以看到一个很有意思的现象，具有技术颠覆性、创新性的突破往往是美国第一，中国第二。然而在互联网技术的应用方面，往往是中国第一，美国第二。我国在人工智能赋能实体经济，实现产业数字化、智能化的实际应用方面，即使技术上不领先，至少也是和发达国家处于同一起跑线上。
尤其是在制造业方面，我国拥有联合国产业分类中全部工业门类，有220多种工业产品位居全球第一，覆盖了几乎所有的传统和新兴制造业领域，包括从原材料供应、零部件制造到整机装配、售后服务的全产业链链条。这些都为人工智能与产业的深度融合提供了丰富的应用场景和巨大的市场空间。
曾：基于这样的判断，我国人工智能的发展战略应该不同于“大力出奇迹”的算力大竞赛模式？苗：如果我们一味地追踪大算力、大模型、大数据这些热点，就很容易陷入陷阱被拖垮，对此我们应该保持战略上的冷静和清醒。
美国占据底层技术、芯片和算法领域领先的优势地位，而我国在基础设施、数据和应用场景方面也具有显著的优势。我们不应该和美国硬碰硬地去“打篮球赛”，不能盲目地跟随美国满场乱跑，我们应该学会用“下围棋”的方法，谋划好如何在先进制程芯片技术支撑落后于美国的情况下，通过大模型的垂类应用来赋能包括制造业在内的千行百业。换句话说，就是走人工智能差异化的发展道路。
我们发展的重点应该放在细分领域的垂类应用上。与多模态下生成视频、生成文章相比较，像汽车智能化这类垂类应用有其自身的特点。例如，生成式人工智能的输入模态首先是从文字开始的，到目前为止文字仍然是主流，但是在自动驾驶汽车上可能最主要的输入模态是图像，而不是文字；就模型参数而言，车端使用的更多属于“小模型”，不需要动辄上万亿级参数，然而其产业化价值却更大。
通过人工智能赋能实体经济，加速技术产品的迭代创新，带动产业规模的扩大，形成双向赋能的发展格局，在行业应用场景构建起ToB的领先优势，这是中国国情所决定的一条具有中国特色的发展人工智能的道路。
曾：相比起我国提出的车路云协同方案，目前业界仍是单车智能路线占据主导，您如何看待单车智能路线将会遭遇的产业化挑战？苗：我们不要把单车智能路线和车路云协同路线作为两条对立的技术路线。这跟新能源车与燃油汽车的动力路线不一样。因为即使是车路云协同这条路线，也是要以单车智能为基础的，是在单车智能基础上加上车路协同、车云互动。
自动驾驶光靠单车智能是远远不够的，这个在中外汽车行业内人士间已经达成了共识。
因为数据量越来越大，整车上的算力要求越来越高，尤其是为了实现“软件定义汽车”，还要预留很多算力，为将来的升级留下空间，至少要为汽车十年以后的发展留下空间。
芯片埋进去后就不可能换来换去，在汽车报废之前都很难更新，而实现“软件定义汽车”之后，随时随地都可以升级、调整功能，对整车算力的要求越来越高，功耗也越来越大，必然耗费大量电力，占用大量资源，这引发了片面追求最先进制程、最大算力的芯片这么一个趋势，最终车端算力会成为发展的瓶颈。显然，这样做是不经济、不合理的。
曾：既然大家都看到了，甚至形成了共识，为什么只有中国选择了车路云协同发展智能网联汽车的道路？苗：这是因为我们制度上和发展中的优势。我们既要发挥市场配置资源的效率，也要更好地发挥政府的作用，把这两股力量结合起来。从客观环境的角度看，把一部分运算改放在云端，而不是放在车端，通过云端大数据来训练车端的人工智能系统，使其越来越“聪明”，这样就解决了汽车算力需求对芯片要求越来越高的难题。
曾：考虑到中国通信产业在5G时代的全球地位，车云协同显然是我们的一个强项，正好可以发挥我国5G通信的优势。苗：关于车云互动，在本书中我介绍了从计算基础平台1.0到2.0版本的升级，它们之间最大的区别就在于新版本强调了要发挥好云计算、大数据、计算训练人工智能模型在后台的作用。
大家都知道，车联网（V2X）使用的是移动通信。在以5G为代表的移动通信领域，中国走在了世界的前列，我们的基站建设数量占全世界基站总数的大约60%。我说过5G的应用也遵循二八律，5G的20%用来解决互联网，即人与人之间的通信问题，80%则用来解决物联网，即物与人之间、物与物之间、物联网之间的通信问题。
最大的一个物联网，万物互联当中最大的一个市场，就是智能网联汽车。
2024年，我国有3亿多辆的汽车保有量，若干年之后它们大都会换成新能源汽车，换成智能网联汽车，数量可观，而与之相关的数据流量，比人和人之间的通信流量大得多，所以车云互动既是智能网联汽车发展的一个必然趋势，也是我们的优势力量所在。
只要我们把V2X的优势发挥出来，把不涉及安全性的大量数据处理运算放到云端去进行，就能解决单纯车端算力要求越来越高的难题。
曾：推广车联网，也有助于把我国的5G网络更好地利用起来，为将来建设6G网络奠定坚实基础。苗：各大电信运营商仅靠手机用户难以支撑5G网络的建设，更不要说发展5G-A甚至6G网络了，因为现在的网络速度、网络质量足以满足绝大多数手机用户的日常需要，只有像车联网这样的垂类应用场景，才能为5G、5G-A甚至将来6G提供更大的空间，而移动通信技术的领先优势反过来又让车联网这类应用如虎添翼。
曾：一度有一种舆论，说逢单的移动通信标准都是过渡性的，如3G、5G不如2G、4G重要；5G时代欧美是落后了，它们为什么5G发展得不好呢？是因为5G处在4G和6G之间的中间阶段，在这个阶段，用4G服务足以满足用户的需求，而要实现服务产业的大规模应用靠5G又还有些欠缺，所以欧美其实打的是跳过5G直接发展6G的算盘。您认为欧美有可能在5G落后的情况下跨过5G，转而在6G时代领先吗？苗：不太可能，这不符合技术发展规律。移动通信技术的发展一直是循序渐进的，迭代发展。你说有没有可能从4G直接跳到6G？我都想象不出来怎么跳。移动通信技术升级，无非就是带宽越来越宽，速度越来越快，时延更低，光纤资源更丰富，在同一区域里能够覆盖的终端越来越多。
现在5G网络覆盖仍然以基站为中心，在基站所未覆盖的沙漠、无人区、海洋等区域依然存在大量通信盲区，占地球面积80%以上的区域无移动网络信号，6G一定要补上这一块，其方式就是发展卫星互联网。
曾：我看到过相关报道，美国力图改变在移动通信领域落后的局面，想要通过“拉群”建立将来6G时代的新局面，到时把中国排除在这个群之外。当时国内很多人很关注这件事，担心我国在移动通信领域领先的优势会在未来的6G时代丧失掉。对此您怎么看？苗：这的确是应该高度重视的问题，但是我们应该相信我国企业对市场的认知能力和对技术演进趋势的把握能力。
一般而言，移动通信技术演进一直遵循着新一代技术必须兼容老一代技术的惯例，6G不大可能甩开5G及以前的标准，否则建设一套全新网络基础设施的投入将是一个天文数字，而且用户所使用的终端也不得不全部更换，那更是不可承受之痛。我可以明确地说，我国所建设的通信网络不会“英雄无用武之地”。
再说，全世界经历过3G三个标准、4G两个标准的时代，好不容易在5G时代实现了全球统一的标准，6G当然应该继续坚持全球统一标准，这对世界各国都是有利的。
退一步说，万一由于地缘政治的影响，6G时代又退回到全球多个标准的状态，那么中国一定会和世界上大多数国家一道，遵循5G到6G的发展路径，少数国家即便真的要“另起炉灶”，搞出另外一套6G标准来，也得考虑两套不同标准的相互兼容。这意味着根本不存在将中国排斥在全球移动通信之外的可能性。
从5G开始，移动通信的主要用途已经转向了万物互联，而最先实现的物联网应用就是车联网。如果我们在自动驾驶汽车发展中更好地利用5G网络，就为6G技术的发展开辟了广阔的空间。现在我们可以看到的6G技术就是卫星通信和卫星互联网，加快卫星互联网建设，对6G发展是至关重要的一环。华为公司在应用北斗卫星实现移动通信方面，已经走在了全球前列。
曾：相对于车云互动，车路协同难度会更大吧？您建议从哪里入手为好？苗：难度会更大一点，因为要建设路侧单元。可以结合智慧交通的建设，按照国家的发展规划，循序渐进。
当务之急是在我们各个智能网联汽车试验区的基础上，针对红绿灯、道路标识、标线等迅速制定出全国统一的标准，而且要在国际标准化组织中积极活动，争取使其成为国际统一标准。
全世界都是红灯停、绿灯行，到了智能网联汽车时代，我们希望就像红绿灯一样，全球一个标准，首先从中国做起。不要像现在世界上道路分为左行、右行两种不同模式，这带来很多麻烦。如果我们从一开始就把标准统一了，就能为后续的发展提供方便。
举个例子，在发红绿黄灯信号的同时发一个通信信号，技术上并不复杂。汽车无须用颜色传感器，而是通过一个无线电信号来识别、确定究竟是红灯、绿灯还是黄灯，走遍全国都是一个标准。如果我们能先行一步，应用得越广泛，在从众心理作用下，全球统一标准的概率就越大。这个没有什么对或错，无非就是赶紧把标准定下来。
车路协同要统筹好智慧城市的建设，这是住房城乡建设部主抓的事情；也要统筹好智慧公路的建设，这是交通运输部在抓的事情。二者最终形成智慧的车、智慧的路，车路之间实现协同。
还是那句话，如果把所有的难题都交到车上去，每一辆车在行驶的时候都要实时地感知周边路况，非常不经济、不高效。我国又是安装道路摄像头最多的国家之一，为什么不把这些摄像头感知的道路信息推送到车端？少花钱多办事，花小钱办大事。我们完全可以把一些有积极性的地方政府调动起来，根据各自的实际情况，从点到线再到面，把这些事情做起来。
曾：您认为强人工智能最容易发力的是车端、路端还是云端？如何预判断各自的成本效应变化趋势？苗：我觉得最容易发力的是车端。因为车端不需要那么大的模型，不要那么多的参数，不像Sora和GPT-4.0动不动就要上万亿级参数。
至于云端遇到的共同问题，也是我国汽车企业遇到的共同问题，就是大模型、大参数智算中心的建设问题：是每家汽车企业都建设并维护一个智算中心，还是利用好现有的公有云的智算中心？智算中心大算力芯片怎么获得？数据如何集中起来应用？……
曾：在全球自动驾驶汽车领域，超级玩家实际上都归属中美两国，而其中最耀眼的汽车企业当数特斯拉公司。中国经济是基于对内改革和对外开放发展起来的，像特斯拉公司这样的企业，我觉得实际上是与中国汽车企业一路同行的难得的良师益友。苗：是很好的伙伴。在新能源汽车产业发展的过程中，特斯拉公司与中国汽车企业共同克服了很多障碍。它在自动驾驶技术上的探索对中国汽车企业有很好的借鉴作用。
对外开放促进了我们的发展。过去我们汽车技术落后，期待着保护，现在反过来，欧美倒是老想着如何保护自己的汽车产业，其实鼓励竞争是促进发展最有效的政策。中国汽车人值得为这种关系的颠倒这一历史性变化自豪。
2024年9月，美国将从中国进口的电动汽车关税税率上调至100%。我了解了一下，2023年中国对美国的汽车整车出口是6.9万辆，其中只有1.3万辆是新能源汽车，所以说100%听着挺吓人，实际上对我们影响有限。
特斯拉公司采取渐进式策略，先搞辅助驾驶，然后推出FSD，一直升级到最新的V12。2024年马斯克到中国来，实际上是谋求FSDV12能够尽快落地中国。这一目标如果能够顺利实现，中国智能汽车市场将再添一大变局力量，掀起产业创新的新高潮。
曾：我们拭目以待，且看下回分解。从产品数据看，截至2024年4月，特斯拉FSD累计行驶里程达20亿公里，远超华为公司的2.2亿公里和小鹏汽车的0.7亿公里。最新的FSDV12从2024年3月开始在美国大范围推送，最令人咂舌的表现是，对比上一版FSD，V12需要人工干预的频率大幅降至原来的1%。这种技术跃迁背后发生了什么？苗：FSDV12最大的改变是采用了“端到端”架构，颠覆了传统的智能驾驶模式。
简略地讲，传统模式采用感知—规划—决策—执行四个模块，通过传感器感知环境、检测物体和定位，在地图提供的道路信息基础上，以模块化方式传递数据，结合模型和工程师提前写入的规则，运用人工智能规划安全行驶路线。
而“端到端”架构截然不同，一端输入传感器数据，另一端直接输出车怎么开的决策，依靠神经网络完成从物体识别到环境理解，再到决策的全过程。神经网络由数以百万计的车辆行驶视频数据训练而成。在FSDV12中，规则代码只剩余上一版本的1%。经过训练的大模型可以从感知数据中捕捉到更多信息来完成决策，提升了系统应对复杂场景的能力。
苗：紧随特斯拉公司之后的就是中国汽车企业。特斯拉公司2023年发布“端到端”架构，中国汽车企业中采用类似架构进展最快的小鹏汽车，推出“端到端”智能驾驶系统的时间是2024年5月。仅从这个角度说，中国汽车企业也应该把精力放在大模型等未来技术的突破上，而不是简单地“内卷”打“价格战”。另外，为了建设高效计算平台，能够以更低成本的算力跑出更高效率，让算力的利用率更高，让大模型更可靠更稳定，特斯拉公司甩开英伟达，开辟出一条自主设计人工智能芯片、自我迭代发展芯片的路径，这对中国汽车企业具有很好的借鉴意义。
曾：毫无疑问，FSDV12的推出显著提升了单车智能技术的上限和迭代速度，这会不会弱化车路协同的路端需求？会不会冲击我国正在探索的红绿灯信息服务、盲区预警等应用场景，进而对国内一些城市正在推进“车路云一体化”基础设施建设的积极性产生消极影响？苗：首先，FSDV12的技术进步，如果能够顺利落地中国的话，将是自动驾驶汽车市场教育、用户普及、进一步提升新能源汽车渗透率、通过“鲇鱼效应”促进市场创新的大好事。
其次，单车智能路线和车路云协同并不是两条对立的技术路线，后者包含了前者，是锦上添花。
最后，智能网联汽车的核心取向还是安全，车路云协同是能够真正实现汽车安全的可靠的科技手段，最终可以实现全社会出行服务共享。这里说的安全，不是那种“泛安全”，比如信息安全之类，说的就是本质安全。单车智能遇到的最大挑战还是本质安全问题，车路云协同等于在单车智能基础上增加了安全保障。
曾：我第一次听到这样的表述。因为我一直觉得单车智能最大的挑战在于，算力要求越来越高之后，单车处理很可能会跟不上。您等于从安全冗余设计的角度解释了车路云协同的另一种价值。即便车路云协同做得没有预期那么理想，也并不影响做好单车智能，还是可以和国外的单车智能路线一比高下。反过来说，如果把车路云协同做成了，那就是一个大大的加分项。苗：随着汽车自动驾驶功能逐渐改善，怎么才能实现机器开车比人开车更安全？有些是本质安全决定的，比如机器具有过目不忘的特点，机器的存储能力远超人脑的记忆能力，这些方面是人工智能的天生优势。
但是面对错综复杂的情况，我们如何才能使机器比人更强？这就是人工智能大模型发展所带来的挑战。过去在生成式人工智能没有突破的情况下，我们采用的办法是基于规则、基于道路交通安全的规则、基于各种路况处理建立各种规则，来教会机器开车。形象地讲，就是训练一个人从不会开车到会开车。但是生成式人工智能这种大模型实现的是使机器从新司机变成老司机这么一个过程。
特斯拉公司训练大模型，其实就是典型的车云互动应用，只是用的是私有云罢了。至于车路协同，特斯拉公司不会看不到它的意义，只是特斯拉公司没有办法左右各国路侧基础设施的建设，只能是所有难题都自己扛，力求在车端解决一切问题。
曾：换个角度看，车路云协同在车端外增加了云端和路侧，那是不是意味着也会增添新的安全问题？苗：数据在空中的传送当然会比车端内的传送受到更大的干扰。不过我们强调的还是汽车的本质安全，这是最重要的。
在这个问题上我不同意马斯克排斥使用雷达的做法。按他说的第一性原理，人的眼睛能看得到的，摄像头就一定能看到，因为摄像头看得肯定比人的眼睛更远。问题在于会有人眼看不到的场景，比如“鬼探头”。如果装了激光雷达，再加上“车路云一体化”，就能及时发现异常，避免事故。
就本质安全而言，车路协同是利用我们道路的基础设施为安全加分。遇到光线特别不好的场景，像大雾、雷电、冰雪天，或遇到前面有车遮挡，可以利用道路的摄像头向车端推送警告信息，为车辆安全保驾护航。
曾：我猜测，马斯克不用激光雷达，是因为他最初认为激光雷达成本太高、不经济。等到激光雷达成本降下来了，而特斯拉公司基于全摄像头的这一套系统已经很成熟了，没必要推倒重来？苗：马斯克担心成本高一定是原因之一，但他的选择标准核心还是坚持第一性原理，这个核心不会改变。第一性原理没有错，但是确实有大风大雨天。非正常状况下，人眼本来就是有局限性的，因此安装再多的摄像头，还是有很多特殊场景的问题解决不了。
像火箭那种发射成本非常高的产品，围绕第一性原理运行理所当然，因为只有遵循它才可持续。但是对汽车来说，尤其是很多细小的配件，很多时候为了提高安全性增加一些冗余的设计，其实是有其科学根据的。曾：按照第一性原理，发展新能源汽车就应该是发展电动汽车。恰恰在中国市场，兼具电动汽车和燃油汽车功能的增程式混合动力汽车风生水起。用户用脚投票，不受任何原理和概念的束缚，做出了自己的选择。苗：欧洲直到现在为止还是只认电动汽车，不把插电式混合动力汽车算作新能源汽车。插电式混合动力汽车解决了中国用户的里程焦虑问题。实际上这个车型不是中国人发明的，是通用汽车公司发明的，但是在中国开花结果。插电式，特别是增程式，成了中国特色。我们很早就定下来了，它们也是新能源汽车。曾：在技术先进性和用户体验上，对中国市场和中国用户来说，如果二者不可兼得的话，是不是用户体验的分量远比技术先进性来得重？或者可以说并非最先进的东西就是最受欢迎的？苗：换一种说法叫先进适用技术，你不能光追求技术先进，还得适用。最终埋单的是用户，用户体验和感受至关重要。用户追求的未必是最先进的东西，而往往是口碑最好、感受最贴心的东西，或者是性价比最优的产品。曾：我们说车路云协同是好上加好、锦上添花，等于把各方力量都集中起来，然后共同解决一个问题。但是和单车智能比较起来，显然这条路线的门槛就会抬高，您觉得其部署落实的最大难点在哪里？苗：从我们国家的实际来看，车用操作系统要从车载向车控方向进步，就需要汽车企业和互联网企业深度融合。一旦进入全栈式的操作系统领域，严峻挑战会接踵而至。车载这一部分出了问题，至多是死机；车控这一部分出了问题，可能就是车毁人亡。两个难度有天壤之别。所以必须跨行业深度融合，尤其是互联网企业与汽车企业必须深度融合，必须打团体赛。
曾：特斯拉公司走通单车智能路线的概率越来越大。现在的自动驾驶汽车发展局面很像2020年左右的电动汽车发展局面，有“一强”处于阶段性领先位置，其他众多选手跃跃欲试，奋起直追。我们的汽车企业还处于追赶者的位置，您认为在这一阶段应该采取的最重要的策略是什么？苗：我们不能单纯按美国人单车智能的思路走。特斯拉公司能走通，我们未必能够走通。我们要认清现状，单打独斗很难赢特斯拉公司。我们是每家汽车企业做同样的事，还是分工协作来做大事？我认为我们应该打团体赛。企业可以联手，而不是每家都搞一个大数据训练模型去训练人工智能系统。
曾：我看到一个数据，2023年一季度，特斯拉公司的云端算力达到35E（1E代表10万亿次浮点运算），是国内头部企业华为车BU（3.3E）、百度极越（2.2E）、蔚来（1.4E）等公开自建算力总和的数倍。这种差距如何才能缩小？苗：虽然我国是世界第一大汽车产销国，拥有那么多汽车企业，但是我国单家汽车企业的体量还不够大。对大多数汽车企业来说，像特斯拉公司一样建立自己的私有云不是最好的办法。
更好的办法是将公有云和私有云结合起来，大量数据由公有云提供，也有些数据需要企业自己来掌握，这就不能全靠公有云。
一般的汽车企业没有能力自己搭建一个智算中心，特别是对我国汽车企业来说，而且还受到核心部件供应限制的影响。关键是怎么把社会资源利用好，要统筹规划，加强引导，这又是需要宏观考虑的一个问题。我们现在是不是可以把大家的力量集合起来，搭建若干个智算中心来提供公共服务？曾：中国是人口大国、互联网大国，中国的汽车保有量也已超过美国，所以我们的汽车用户在使用汽车时会产生大量数据，如何才能更好地利用这些数据？苗：中国拥有数据大国优势，充分利用好驾驶数据，是我们有待开拓的一个非常重要的领域。包括国外汽车企业进入中国，要适应中国的需要，也不可能靠外国的路况、外国的训练模型，一定还得在中国采集相关数据。
如何把这些数据汇集起来，经过清洗加工然后加以利用？这是一大课题。用好了，对我们来说，是把潜在优势转化成现实优势。如果是每家企业都分散地、一窝蜂地一拥而上，那无异于把这个宝贵的资源通过条块分割碎片化了，结果大家都做不好。其实，做好这种数据汇集工作，是既有经济效益又有社会效益的一件大好事。
苗：在智能网联汽车的发展当中，应该继续坚持我们发展新能源汽车时部门之间协同的好经验、好做法。
比如2023年11月住房城乡建设部印发《关于全面推进城市综合交通体系建设的指导意见》，推动“多杆合一”，支持车联网发展，就是一个结合智慧城市的建设来推动道路基础设施和智能网联汽车相互促进、共同发展的很好的实例。工业和信息化部会同有关部委发布“车路云协同一体化”推进意见，允许L3、L4汽车在限定区域内上路行驶，这预示着自动驾驶汽车将从试验场进入实际应用场景。
中国一定要扬长避短，走一条差异化的发展道路。我们“短”在人工智能芯片、软件、算法上，“长”在制度和大市场上，关键是要打好团体赛，不要散兵游勇式比赛。这样一条差异化道路，也是具有中国特色的智能网联汽车发展道路。
曾：集中力量办大事是我国的体制优势，历史上有“两弹一星”，现在要办的大事就是芯片、操作系统研发等，涉及的研究人员、资金投入很多，在中美大国博弈的世界大背景下对国际格局有很大的影响。关于当今集中力量办大事的具体做法、具体思路，您有怎样的原则性思考？苗：过去的集中力量办大事和今天的集中力量办大事，背景情况不太一样。过去我们的经济条件比较差，在一穷二白的基础上，集中全国优势的资源，去干那么一两件大事。今天我们所处的国际环境、国内的发展水平已经不可同日而语。
在这种情况下，实际上我们集中力量办大事，基本上不是由于资源上的短缺，而是出于跨行业协同的需要。比如开发操作系统这个事情，光汽车行业干不了，光软件行业也干不了，必须协同起来，软件还必须得跟芯片配合。我们芯片产业受美国打压，怎么样去用软件优势来弥补我们在硬件芯片方面的相对不足，这也是必须认真考虑、严肃应对的问题。
另外，关于集中力量办大事，我们一定要走与别人不同的路。以新能源汽车发展举例，可以说最早的概念不是出自我国，但是在实践当中，我国把这些概念一一落实了，这里就有我们政府发挥的作用。当年如果没有中央政府的财政补贴，没有那么大的推进力度，新能源汽车产品推向市场后，谁会去买呢？如果没有地方政府对充电基础设施的建设，那车卖出去以后，用户到哪儿去充电呢？
在智能汽车发展方面，还要坚持这个方向，走跟别的国家、国外公司不一样的路。比如说它们是单车智能的路径，我们可能是车路协同模式。智能汽车一启动，通过传感器不断地感知周围的路况，单车智能肯定不是一个最经济、最合理的解决方案。
我们在发展智能网联汽车时，强调了计算平台的概念。这一概念最早是由博世公司提出的，但它只研究到车车互动、车路互动。我国在此基础上提出了车云互动，考虑怎样把一部分数据放在云端去处理。
如果我们能够把摄像头、限行限速标识、路况监测全都进行数字化、智能化改造，然后把相关数据推送到车上，就能大大减少车上感知、处理的信息量，那么数据处理的速度会更快，效率会更高。所以在这些方面，一定要突出我国的制度优势，弥补我们在发展当中遇到的各种不利因素，这样完全可以走出一条有中国特色的发展道路，这也是我们的一个优势所在。
曾：我们将集中力量办大事的原则放在智能网联汽车上，要怎么做才能真正做成大事？苗：我们在发展新能源汽车时，就强调把有效的市场和有为的政府两种作用充分发挥出来，发展智能网联汽车也离不开这个基本原则。在市场能发挥作用的时候，尽量按照市场规则去办事，让市场在资源配置上起决定性作用。
从宏观上讲，在某些时段，尤其是产业起步阶段，可能还得靠有为政府来拉动、推动。具体来说，政府作用的发挥主要表现为组织行业内的企业认真研究硬件，尤其是芯片怎么发展，以及技术路线、软件怎么构建，推动形成良性的产业发展生态，争取搞好，这对于未来形成引领至关重要。
如果错过了这几年的时间窗口，很可能我们就又会陷入追随的状态，我们在“上半场”取得的优势可能会在“下半场”丧失。我们现在处于一个很有利的位置，只要组织好，先让行业内的各方统一思想，统一行动，齐心协力，就有希望做成。
总而言之，我们有汽车大市场的优势，我们“上半场”已经取得了新能源汽车全球发展领先的态势。“时”和“势”都在我们这一边，只要我们把握好“看不见的手”和“看得见的手”的相互作用，充分发挥我国的制度优势，就一定能够引领全球智能网联汽车的未来。
曾：我们一直在说做好准备迎接智能汽车的“iPhone时刻”。您认为智能汽车的“iPhone时刻”到了吗？苗：到了。2023年底我国允许L3、L4自动驾驶汽车有条件地上路，以及2024年4月马斯克到访中国，他期待最新版FSD尽快在中国落地，意味着智能汽车的发展迎来了重大突破。
我认为，马斯克这次到访的意义等同于2019年特斯拉公司独资落户上海对我国新能源汽车产业发展所起到的“鲇鱼效应”。
曾：我们志在超车，那就意味着我们要赢得这个“下半场”的比赛，那么您认为赢得“下半场”以什么作为标志？它肯定不是一个时间节点，应该是一个技术突破或者产业变革？苗：标志是最终全面实现无人驾驶。这可能需要十年八年的努力，走得好的话也可能更快些。一些特殊场合比如港口、矿山等，现在已经实现了无人驾驶。
苗：大势所趋。对我国而言，就是利用新能源汽车的领先优势乘势而上的问题。我们志在超车，只有在智能网联汽车发展方面再一次走在全球的前列，才算在全球汽车行业中实现了超越，那样就越来越接近建成汽车强国的目标了。
