嘉宾丨王肖
撰稿丨千山
栏目引见 ：《技术人访谈录》是旗下的一档人物访谈栏目，经过对不同行业/畛域的技术大咖启动深化访谈，展现他们的人生阅历、开掘他们的价值理念、分享他们的职业阅历，带你走进技术人的环球！
“我国智能驾驶研发由前期的概念集成转向愈加务虚的技术攻关。”这是人民网钻研院于近期颁布的《中国移动互联网开展报告（2022）》里的结论。
资料显示，我国L2智能驾驶辅佐产品卸车率连年攀升，同时，传统和新权利车企一直增强智能化技术运行，笼罩多场景的智能驾驶配置在量产车上集中搭载。但是，时而出现的智能驾驶辅佐系统意外让人放心，智能驾驶的技术成熟度和关系伦理争议、法规缺位也让人有所犹豫。
如何看待智能驾驶产品化面临的应战？智能驾驶畛域，量产商用的前提条件是什么？智能驾驶真正落地的关键在哪里？围绕这些议题，《技术人访谈录》特邀无人驾驶企业北京智行者科技股份有限公司（以下简称“智行者”）CTO王肖，聊一聊他投身智能驾驶的这些年。
专业：是“时之所趋”，也是“己之所愿”
王肖毕业于清华大学汽车工程系，攻读博士学位时，掌管多个横纵向课题研发，累计宣布10余篇SCI/EI/行业顶级论文。2年，作为联结开创人开办了智行者，担任CTO一职，片面担任公司全体技术布局及实施上班。
谈及为何选用汽车工程专业，王肖提到两点：
其一，时之所趋。主观来说，中国是汽车大国，但并非汽车强国。而智能网联汽车对中国的汽车工业而言是很大的时机，也是弯道超车的好时机。
其二，兴味所在。王肖自身对计算机、软件、人工智能都有很强的猎奇心和求知欲，因此思考到，假设传统的汽车工业有这些新兴技术的加持，进而打造出智能驾驶的车辆，在王肖看来是一件很酷的事件。“能够把团体兴味同行业开展结合在一同是十分幸运的，所以我锲而不舍地选用了这个方向。”
回忆团体的生长轨迹，关于将智能驾驶作为学习和上班的方向，王肖深感这是他人生中最严重的转机点之一。
“通常来说，传统的汽车专业会主攻机械、发起机、底盘等畛域的常识，但在我求学的时刻赶上了智能化时代，虽然偶然也有迷茫，但人造而然地就在这个方向上坚持了上去。”
作家柳青在《守业史》中写道：“人生的路途虽然漫长，但要紧处经常只要几步，特意是当人年轻的时刻。”没有人的人生是一条直道，站在岔路口，你做下选用的一个个瞬间累加起来就是生存。
抉择：智行者开拓的第三条路
近年来，关于智能驾驶的资讯不绝于耳，其开展引人瞩目，其瓶颈也备受关注。从试验室到市场，智能驾驶的产品化究竟要超越哪些藩篱？王肖以为，智能驾驶作为重生事物，面临的应战泛滥，其中难度最大的三点区分是：老本、技术复杂性和场景选用。
老本。智能驾驶触及很多低廉的配件，包括激光雷达、高算力芯片等等。“我上学的时刻，一个传感器动辄是几十万甚至上百万。”可以说，智能驾驶行业全体老本较高，必定水平上拖慢了商业化速度。
技术复杂性。智能驾驶是一个极端复杂的综合体，融合了机械、电子、人工智能、智能化等关系技术。“特意是思考到市区的复杂路况，比如robotaxi等场景运行存在很多长尾疑问，Google曾经做了十多年依然没有成功商业化，可见智能驾驶技术难度之高。”
场景选用。智能驾驶可运行的场景十分多，在诸多的场景中，如何选用到具有刚需的、市场空间足够大的场景，对企业来说是一大应战。“智能驾驶究竟能给用户处置什么痛点，在什么样的场景下他们情愿为此买单，找准了切入点才是落地的关键。”
放眼当下的智能驾驶赛道，围绕商业化启动的探求关键分为两种典型形式。王肖对此启动了说明。
第一种是Waymo形式，即经过部署复杂的传感器、低廉的设施间接定位L4/L5级别智能驾驶。“这种形式关键是想一步到位，把车辆间接所有无人化，以此来做商业运营。但目前来说，这一路途老本高，技术难度也高，商业化落地很难。”
第二种是特斯拉形式，即经过车辆的商业化运行，一直搜集数据，并以此迭代算法，逐渐优化至智能驾驶级别。“这种形式经过廉价的传感器（例如相机）来采集数据，越多车辆进入实践驾驶场景，数据越丰盛，车辆就能被训练得越痴呆。这种渐进形式曾经被特斯拉证实是十分成功的。”
面对这两种开展路途，成立于2年的智行者选用了第三条路——两者结合的形式。
“咱们将自研的L4级别 无人驾驶大脑 从场景和运行级别上启动 降维运行 ，比如运行到环卫、物流配送等低速场景以及L2/L2+/L3级别的乘用车智能驾驶畛域，并在上述场景成功了规模化商用落地。”
王肖作了进一步说明：由于智行者的定位是做无人驾驶大脑，因此关键驳回的是L4级（即Waymo形式）。但在推动落地的时刻，首先落地到 低速的敞开园区 一类的特定畛域。经过少量的产品落地，来取得更为多样化的数据反应，从而丰盛多种数据的维度和场景。如此一来，让无人驾驶大脑越来越痴呆，最终稳步迈向L4级无人驾驶时代。
关于前景，王肖体现得比拟慎重：“置信那应该是五到十年之后的事件，但是咱们目前必定扎扎实实地做好每一步。”
落地：以通用型无人驾驶大脑赋能多场景
作为智能驾驶营垒中的“守业派”，智行者团队在成立之初就选择将研发方向定位于“无人驾驶大脑”，七年来也一直将关键精神聚焦于此。
智能驾驶触及环境感知、布局决策、口头控制等各过程。为什么要做无人驾驶大脑？王肖将其归因于两点。
第一，智行者以为未来的智能驾驶必定要像人脑一样具有高度的智慧，才干顺应不同的场景。“一个合格的无人驾驶大脑要像一个合格的司机一样，无论是何种场景、何种车型，它都要具有自学习和迁徙学习的才干，而不是一个大脑只能实用一个场景，只要这种通用型无人驾驶技术才干更高效地赋能多种场景，真正地成功技术落地。”
第二，智能驾驶的各个过程都有很高的成功难度，但更大瓶颈在于布局决策方面。“在环境感知方面，我以为如今的智能驾驶技术曾经到达甚至超越了人眼的水平。但布局决策方面，智能驾驶技术还远不迭人的思想灵敏多变。比如在复杂的拥挤场景中就会触及到驾驶员之间的博弈战略，在这种状况下，智能驾驶或者由于战略激进而步履维艰。”从这一层面思考，“无人驾驶大脑”是更具应战性的一个方向。
王肖引见，智行者无人驾驶大脑蕴含了智能驾驶中央计算单元（AVCU）、智能驾驶操作平台（AVOS）、智能驾驶数据闭环系统（AVDC）三大模块。三大模块之间具有高内聚、低耦合的特点，可以保障不同场景的配置复用和极速部署，能够高效赋能robotaxi、robobus、环卫、物流及特种畛域等多个场景，是行业内少有的通用型“大脑”。
详细来说，AVCU即智能驾驶控制器，相似于大脑里的物理结构，是配件的基础；AVOS即智能驾驶的操作系统，就像人的思想灵魂，是关键的软件；AVDC即智能驾驶的数据中心，犹如人的学习才干，代表一直模拟、习得、退化的才干。
智行者的无人驾驶大脑之所以可以高效赋能多个场景离不开“一体一环”的技术长处特点。“一体”是指智行者首创的积木式架构，行将底层系统架构模块化，用搭积木的形式做无人驾驶，可大大优化不同场景技术落地效率。“一环”是指智行者打造的数据闭环，经过多场景落地，智行者取得了海量数据回流，打造了完善的数据闭环系统，可以更低老本、更极速度迭代算法，构成愈增弱小的无人驾驶大脑。
王肖强调：“基于无人驾驶大脑的组成和架构长处，咱们才干在乘用车、特种车以及物流、环卫等多个畛域成功落地。这些畛域看似各有特征，场景多元，实践其底层逻辑是相通的。就像一个具有高度智慧的人类，可以应答任何场景，并不会由于外界搅扰而影响行车。咱们现实中的无人驾驶大脑能够经过数据迭代不停退化，而非原封不动。能坚持退化是区别于传统汽车的最关键的局部，也是其最**的意义和价值所在。”
遍及：长路漫漫，任重而道远
虽然智能驾驶的未来市场空间可达万亿级，但真正成功规模化的量产商用照旧任重道远。王肖以为，要达成量产，必定满足三个前提条件：
安保 。对汽车来讲，安保永远是第一位的。智能是安保的提高及辅佐，只要在保障足够安保的状况之下才干谈开展。
规模 。要搜集更多的数据，必定要有更大规模的智能驾驶的投放。当下，国际的智能驾驶的遍及率相对来说还比拟低。只要当智能化水平越来越高，民众的认知和接受水平越来越高，每年有更多的智能汽车投放到市场，才干构成规模效应。
老本 。老百姓情愿付价格去购置智能驾驶汽车，这一点十分关键。而且老百姓还没有实际地觉失掉智能驾驶带来的超出预期的好处。如何在控制好老本的前提下更好地处置用户的痛点疑问是业内要求致力的方向。
智能驾驶的久远开展除了要求依托技术的改造、市场的蓬勃外，还要求更多人才的投入。王肖对有志于在智能驾驶畛域有所作为的同窗给出了自己的倡导：
1、打好基础。倡导从底层工程师开局干起，学习包括传感器的常识、车辆的调试以及编程关系技艺等等，必定要打好地基。
2、多关注国外的最新开展方向，包括阅读最先进的论文以及关注相似于特斯拉等企业的研发方向、钻研视频，这样才无利于建设起自己的国际化前沿视线。
3、结合自己的钻研兴味和长处，选好详细岗位，究竟是从事算法工程师、软件工程师还是配件工程师，要求自己多加掂量。选好岗位之后，必定要深化地坚持下去，常年地学习，这样才干构成团体才干的护城河，才干走得更远。
“智能驾驶要求少量的软件、算法、芯片以及电子电器类的人才，宿愿对这个方面感兴味的同窗多关注这个畛域的开展。”
结语
在未来的5-10年，智能驾驶有望取得更具改造性的开展，扭转咱们生存和上班的方方面面。但正如王肖所说“再巨大的故事，再激昂的畅想，都要求从业者踏虚浮实的落地，都要求构成正向的商业闭环、产品闭环，让投资者和群众都对智能驾驶技术充溢信念”。唯有如此，智能驾驶才有或者像今天的智能手机一样，真正进入“寻常百姓家”。