近日发改委、工信部等11个部门联合印发《智能汽车创新发展战略》，全产业链齐发力—— 中国智能汽车，加速！

在美国加州行驶的小马智行自动驾驶测试车。 　　小马智行供图

禾赛科技推出的激光雷达Pandar40P。 　　禾赛科技供图

　　中国汽车行业从业者的朋友圈，最近都被一份文件刷了屏。发改委、工信部等11个部门在2月底联合印发《智能汽车创新发展战略》（下称《战略》），中国智能汽车发展，或者说中国汽车产业的未来，有了清晰路线图。多位业内人士对编辑表示，过去中国智能汽车的发展，是由各个部委在各自领域中分别推进，联合出台如此重磅文件尚属首次，这正是大家备感振奋的原因。

　　根据《战略》，智能汽车是指通过搭载先进传感器等装置，运用人工智能等新技术，具有自动驾驶功能，逐步成为智能移动空间和应用终端的新一代汽车。因此，发展智能汽车是一项系统性工程。就像抚育一个孩子，他最终成长得好不好，要看传感器的“眼睛”亮不亮、自动驾驶系统的“大脑”灵不灵、配套基础设施的“肌肉”发不发达……

　　那么，中国智能汽车产业链各环节目前发展情况如何？本报编辑就此对相关专家和企业进行了采访。

　　激光雷达 

　　挑战“不可能”就是成功的捷径

　　要实现自动驾驶，车得会自己“看路”。传感器就是智能汽车的“眼睛”。

　　目前智能汽车最重要的传感器有三种：激光雷达、高分辨率摄像头、毫米波雷达。这三种“眼睛”各有优劣：激光雷达测量位置准，但无法测量速度，且成本很高；摄像头成本低，感知方式最直接，但测距能力弱，且受天气环境影响大；毫米波雷达检测距离远，几乎不会受环境干扰，缺点是数据稳定性差、无法提供高度等信息。

　　于是，围绕这三种“眼睛”如何搭配，就诞生出两种技术路线的对决。特斯拉是强硬的“视觉主义者”，坚持不使用激光雷达，以“摄像头+超强计算机视觉算力”为核心，搭建起自己的感知系统。而智能汽车的其他主流厂商如谷歌、优步、通用等，显然认为纯粹依靠摄像头并不保险，纷纷采用以激光雷达为核心，辅之以毫米波雷达与摄像头的方案。

　　两种技术路线最终谁能胜出，还要等待时间的证明。但目前中国的选择，是更为主流的“激光雷达+”方案。

　　那么在激光雷达这个关键零部件领域，中国表现如何？由中国汽车工程学会、国汽智联汽车研究院编写的《中国智能网联汽车产业发展报告（2019）》显示，目前国内已涌现出不少优质激光雷达供应商，禾赛科技、速腾聚创等更是达到了国际领先水平。

　　“我们目前布局了300多项专利，客户遍布全球18个国家和地区的68座城市。”禾赛科技首席技术官向少卿对编辑说，“在美国硅谷持有自动驾驶路测牌照的公司中，超过一半使用的是禾赛激光雷达。”在国内，禾赛也是百度、文远知行等无人驾驶汽车的激光雷达供应商。迄今为止，禾赛已完成累计超过2.3亿美元融资，投资方包括德国博世集团、光速、百度等全球知名投资机构。

　　谈到禾赛的“成功秘诀”，禾赛科技首席执行官李一帆说，“降维打击”是禾赛最正确的战略决策之一。

　　2016年的禾赛面临着一个艰难选择——如何定位禾赛第一款激光雷达产品？是随大流，做一款单价2万元的低端产品，还是挑战自己，做一款领先于市场、单价20万元的高端产品？

　　“通常中国公司进入高端制造业，都是从低端产品开始做‘国产替代’，在这个过程中积累技术、资金和市场，再慢慢向上渗透。”李一帆说，“但我们在一系列深度调研之后觉得，应该先做高端产品，解决行业痛点，占领顶级玩家市场，再用这些积累去‘降维打击’低端市场。”

　　事实证明了禾赛的判断。在性能和稳定性要求最高的市场建立全球口碑后，禾赛的中低端产品在低成本市场一路势如破竹。在李一帆看来，一上来就挑战最难选项，是“当年看起来最‘不可能’的一个决策”，但当拦路虎都被化为垫脚石后，“挑战‘不可能’就是成功的捷径”。

　　自动驾驶系统

　　最好的方案是市场上买不来的

　　如果说传感器是智能汽车的“眼睛”，那么自动驾驶系统就是智能汽车的“大脑”。而以人工智能为核心技术的自动驾驶解决方案企业，就是智能汽车产业链的核心，掌握着产业发展主导权。

　　在中国，这类企业主要集中在两个领域：一个是百度为代表的互联网公司，下辖自动驾驶事业群；另一个则是专注于自动驾驶系统研发的初创公司，比如小马智行、初速度（Momenta）、文远知行等。

　　业内人士告诉编辑，如果抛开大量技术专业术语，能最直接衡量自动驾驶系统优劣高下的标准有两个：是否已经有产品化的东西；是否能得到下游车厂和资本市场的认可。“资本是长眼睛的，投资人在真金白银投进去之前，每家都会去坐车比较。”

　　从这个角度看，国内自动驾驶系统企业中，百度与小马智行走在了前面。2019年9月，百度自动驾驶出租车队在长沙开跑，并于11月初在沧州推出国内第二个无人驾驶出租车试运营项目。2019年12月底，百度又成为国内首批在北京市展开自动驾驶载人测试的企业。在新冠肺炎疫情期间，北京海淀医院的无人送餐车、上海张江人工智能岛上的无人消毒车，背后都是百度Apollo自动驾驶的技术支持。

　　小马智行在2月26日宣布了自己的新一轮融资：金额4.62亿美元，其中4亿美元来自全球最大车企日本丰田。这是中国自动驾驶领域迄今为止的最高融资，自此小马智行的估值超过了30亿美元。运营方面，小马除了已在广州南沙进行自动驾驶打车常态化运营，还在美国加州尔湾市和弗里蒙特市开放了自动驾驶打车服务。据美国加州公共事业委员会最新数据显示，小马智行尔湾车队三个月内的运行里程数超过了9万公里。

　　有趣的是，在谈到发展战略的抉择时，小马智行相关负责人也提到了“降维打击”。“就像一个数学天才，如果只做高中数学，不做高等数学，是不可能拿菲尔兹奖（数学界的诺贝尔奖）的。所以我们抵御住了‘渐进式’道路的诱惑，直接瞄准L4（高度自动驾驶）以上的自动驾驶。如果你连高等数学都做得好，再降维打击高中数学，还不容易吗？”

　　虽然小马智行技术团队的力量足够亮眼，但驱动小马作为一家企业获得成功的，还是从一开始就定位更高的战略抱负。

　　比如自动驾驶系统这颗“大脑”通常包含五个模块：传感器融合、感知、预测、路径规划、控制。每个都是技术难点。而小马表示这五个模块全部都要自主研发。“最好的模块方案是市场上买不来的。如果市场上能买到，那一定是通用的，但通用的一定不是最适合你的。”

　　高精度地图

　　新机会面前大家都是平等的

　　依靠传感器和自动驾驶系统，智能汽车就基本具备了单车智能。但在一些特殊场景中，仍然会存在隐患。

　　四维图新副总裁陈丹给编辑举了一个例子：“比如传感器虽然能感知到红绿灯，但如果路面停车线不清晰，或者被雨雪覆盖，应该在什么位置停车就成了一个难题。”

　　类似场景还有不少，比如在没有限速牌的路上，该以什么速度行驶？前方弯道曲率多大、斜坡坡度多少？车该提前多远开始减速才能让乘客最舒服？……

　　因此，单车智能让汽车拥有了在目视范围内“临机应变”的能力，但它也有“过目就忘”的问题。出于安全与舒适的要求，智能汽车一要“长记性”，记住所有车道线、标志牌、道路形状等固定信息；二得有“千里眼”，对前方道路拥堵情况、最佳路线提前预判。这就超越了单“车”的能力，而要依靠网络，把其他配套基础设施的信息导入进来。

　　目前来看，让智能汽车拥有“上帝视野”的高精度地图，是建设进度相对较快的配套设施。据《中国智能网联汽车产业发展报告（2019）》，国内三大图商四维图新、高德、百度，基本都完成了国内30多万公里高速公路和城市快速路的地图采集。

　　“除西藏、青海的个别路段外，我们已完成了全国高速公路的地图采集，而城市普通道路数据也已进入产品化阶段。”陈丹告诉编辑，给车“看”的高精度地图和给人看的导航地图完全不是一个概念，前者要求的精度是厘米级的，而后者的精度在10米左右就足够了。

　　作为国内图商龙头，技术自主是四维图新最大的“护城河”。“我们的整个工具链都是自主研发的，从硬件采集设备到数据的处理、分发、编译等服务，都是四维图新可以掌控的。”陈丹说，“这样的好处在于，任何技术进步发生以后，我们都可以灵活地去处理，进行自我升级，并且成本也可控。”

　　这让四维图新在国际市场的竞争和合作中，拥有了极强的学习能力。陈丹回忆，5年来四维图新跟国际图商巨头的合作也悄然发生着变化。“从一开始他们教我们怎么做，到后来我们开始贡献点子，说应该这样做更好。”

　　就在这种竞合关系中，中国企业也逐渐了解市场，了解自身的优势。“比起国际同行，我们反应敏捷，落地快，服务态度好，而且成本一定比他们低。”陈丹坦言，曾经的导航地图时代，中国图商起步很晚、全面落后，但如今向高精度地图时代的转型，又给了中国图商一个弯道超车的机会。“新的机会面前，大家都是平等的。现在谁是老大还不清楚，但我们的确已处在领先位置，让我们再往后看看。”