出品 | 搜狐汽車·汽車咖啡館
編者按｜2023年4月18日，以『擁抱汽車行業新時代』為主題的2023第二十屆上海國際汽車工業展覽會在滬舉辦。
2023上海車展作為今年全球第一場A級車展備受全球汽車行業矚目，搜狐汽車邀請整車及汽車產業鏈上下遊的70餘位海內外企業領導者做客『汽車咖啡館』訪談間，以『車展快問答』的形式就當下汽車產業的發展新趨勢、新特點進行深入探討。
以下為智駕科技MAXIEYE創始人兼CEO周聖硯的訪談實錄：
搜狐汽車：歡迎大家來搜狐汽車的展臺，這裡是2023年上海車展的專訪直播間，我們今天有幸請到了一位智能駕駛領域裡面的大佬周總，接下來我們讓周總給我們做一個簡單的自我介紹。
周聖硯：大家好，我是智駕科技MAXIEYE的創始人周聖硯，我們公司主要業務是自動駕駛、高級輔助駕駛系統，給整車廠提供軟硬件一體的自動駕駛解決方案。
很高興在這裡認識大家。
搜狐汽車：周總，這一次特別的機會，我們先請教兩個問題，首先，根據您的觀察和感受，整車企業的成本壓力大不大？
周聖硯：我們覺得其實成本是持續的話題，隨著這段時間新能源汽車的滲透率在不斷的提高，不斷的有新品牌的進入，包括特斯拉國產化的進程加速以後，帶動了整個行業從供應鏈端的降本，所以我覺得成本是一個永恒的話題，車廠有兩種方式去控制成本。
第一種，規模化，因為我們都說汽車要做到規模化就可以降本。
第二種，技術要素的設計降本。
我們需要雙管齊下才能跟整車廠實現長期共贏。
搜狐汽車：第二，最近不管是整車企業，還是產業鏈上面的企業朋友，甚至做芯片的企業，大家自動駕駛的發展節奏可能會放慢，因為現在大家關注度比較高的是城市NOA、城市輔助駕駛、L3，真正的落地時間可能就會拉長一些，沒有我們預期的那麼快，站在您的角度，您覺得發展的節奏，有沒有明確的時間表，什麼時間可以落地？
周聖硯：我們覺得其實節奏還是挺快的。
從我們三年前去看自動駕駛，包括整車的配置率，我們今天再去看大家說的行泊一體、高速NOA、城市NOA，我們先不管整個系統的成本是多少，實際上是可以滿足我們消費者在購車時的需求的，所以我們覺得普及速度已經非常快了，可能比我們5、6年前預想的到了2025年L4車滿大街跑，從這個角度來說我們還需要一些時間，我們覺得可能需要到2030年之後有希望能夠實現，但實現的前提有兩點：
第一，技術成熟度。
第二，能否做到規模化，規模化以後可以產生數據閉環。
技術和數據，這兩個要素決定了我們以什麼樣的速度能夠實現無人駕駛。
搜狐汽車：針對您這個話題，技術的成熟度的關鍵點在哪兒？
周聖硯：打開來看，第一，傳感器的成熟度，激光雷達、毫米波雷達、攝像頭，這些都是不同的傳感器，傳感器的成熟度、傳感器的分辨率、傳感器的探測距離。
第二，芯片的算力。
第三，算法，用什麼樣的模型。
第四，數據，因為有好的算法、芯片、傳感器，但需要大量的場景數據訓練你的模型。
這四個要素最關鍵。
搜狐汽車：這四個要素裡面我們現在提到的傳感器，大家可能討論到，首先，激光雷達上車大家已經基本達成共識了，有些做毫米波雷達的企業，4D毫米波雷達基本也可以解決一些成像的問題了，這兩個傳感器在您的觀察視角裡面，它兩個什麼關系？替代關系、互補關系？還是在終端產品的應用上4D毫米波雷達可能在成本壓力比較小的，更大的中端車型上，還是說激光雷達在成本壓力比較小的高端車型上，有這樣的情況嗎？
周聖硯：可能在部分的應用場景下形成替代，比如說我們做L2+到底是否需要用激光雷達，還是用普通的毫米波雷達或者4D毫米波雷達就可以彌補我們在城市場景探測的點。
但是我們認為到了L4全無人駕駛的階段，多傳感器也是一條必然的趨勢。
短期是因為我們在實現L2，大家技術路徑不一樣，有一些用了激光雷達，有一些不用激光雷達，比如說特斯拉是不用激光雷達，蔚來、小鵬主推激光雷達，還有華為。
其實在過程中會有多種多樣的方案出現，最終傳感器都需要形成冗餘。
搜狐汽車：終極狀態下，這幾個傳感器可能都會存在，但對於冗餘的形式存在，裡面也有算法的問題，我們現在來看算法大家已經共識了，大家現在又開始基於ChatGPT又引出來大模型的問題，除了我們現在大家比較熟知的，能給我們分享一點更高深的，大家也學習一下。
周聖硯：其實從表面看就這幾件事，BEV、傳感器、大模型《有些人叫專家系統，有些人叫大模型》，我們想大模型解決的是什麼問題？BEV和傳感器又解決什麼問題？BEV和傳感器是解決車端的部署問題，大模型解決什麼問題？數據問題。
我們剛才說了算法、數據，大模型其實是解決數據閉環問題。
我們知道BEV和傳感器本質上是基於視頻流、事件流，端到端的思路，這種端到端的效果大家都看到了，是一種非常直接的深入學習去做到上帝視角下的精度。
但這個東西也有一個門檻，數據標註沒有辦法完全用人去做，因為他要標大量的視頻序列的時間，大模型解決數據的問題，一個是在雲端部署大模型，為我們提供數據量差，一個是在車端用盡可能小的，盡可能精簡的算法，實現車端模型的部署，這是兩頭的問題。
搜狐汽車：您剛才說到數據的問題，特別關鍵，我們看到不管政策層面、市場層面，針對數據有一些動作，有國家數據局，整車企業有數據的確權問題，可能使用權、持有權、所有權等等，在您的角度裡面，數據的所有權的問題，跟數據相關的權利的屬性界定上面，會影響數據流通嗎？我們懇切希望數據越全越多越好，這樣更多的維度可以修煉我們的算法。
周聖硯：我們產業鏈不同位置的企業，對於數據的關注的確角度不一樣，數據本身是車廠甚至本身是C端消費者的，我們隻是這個過程當中的一環。
我們本質目的是什麼？是為了更好的服務於消費者，使得智能駕駛的體驗更加流暢、舒適，這個本質是不變的。
基於這個本質我們做數據脫敏，防止侵權的事情，包括結合國家的數據安全法，我們要符合國家的法規，在這之上，我們本質目的是為了改善模型，本質沒有問題，隻是需要在做的過程當中要做很多合規。
搜狐汽車：數據方面我們會跟合作夥伴合作或者下遊客戶合作，數據在你那兒就行，隻是可以隨時調用，可以用就行？
周聖硯：對。
搜狐汽車：我們看到很多企業在建超算中心去做大模型的訓練，站在您的角度觀察，我們每個企業都建自己的超算中心嗎？如果不建會影響我們自己的運行效率和迭代效率嗎？
周聖硯：我們經常討論一個話題——重復造輪子，大家都是在做重復的事情，這是產業鏈的問題。
我們看到特斯拉所有的東西自己來做，他為什麼自己來做？因為買不到，他一直在往前探索，我們覺得從中國的國情和現實的市場角度出發來看，大家可以在產業鏈裡面形成合力，有些專門做雲的，騰訊雲、阿裡雲、亞馬遜雲，提供了整個雲端的服務，我們拿來主義，用就行了，不用每家都建立自己的超算中心，這樣是不劃算的。
搜狐汽車：但是現在整個市場格局裡面達成這種共識了嗎？每個企業都找到了自己的清晰的業務邊界，華為跟一些整車企業的合作，本身他自己定位是Tier1，他跟業界的合作，有人覺得他已經進入了自主造車的范疇，但是他自己的定義裡面不是這樣的，這樣就導致了每個企業的業務邊界還有涉及到操作部分的混亂，不利於整個現狀的提升。
周聖硯：這個都是成長中的煩惱，我們說之所以業務不清晰是為什麼？本質上還是認為我想要的東西買不到，所以隻能自己來幹，慢慢的行業裡面已經形成一種邊界，邊界慢慢清晰，分工也慢慢明確，我們看到了，我們以史為鑒，我們看到過去安波福、德爾福等，其實就是最早美國通用公司的一個部門，為什麼它要做這個事情呢？他也是很早的去做發動機的系統包括底盤系統，買不到隻能自己來幹，最後分出去了，因為他發現這種幹法效率很低，成本很高，又不市場化。
所以它是分久必合，合久必分的故事。
汽車行業是規模效應，要講究分工，慢慢當我們再往三五年之後回過頭看這件事，就是慢慢產生邊界的事情，邊界清晰了，分工明確了，大家效率提高了，可能每家工廠在整個產業鏈裡面形成良性循環，大家都能夠賺到錢。
搜狐汽車：大家慢慢成熟一點，邊界清晰一點，邊界清晰了，大家的目光、壓力就會轉移到降本增效，這個時候大家才有更好的商業上的循環？
周聖硯：對。
搜狐汽車：一開始問您的問題您也提到了，在降本方面規模化、技術提升，咱們MAXIEYE在整個降本方面，不管是規模、技術方面怎麼部署和開展？
周聖硯：首先我們從去年開始已經進入到了規模化的交付階段，昨天剛剛發佈的一個國內頭部車型是全系標配了我們的L2+的產品，我們兩個維度部署如下：
第一，規模化，開始的時候降本速度很快，因為從一個月幾千臺，到一個月幾萬臺，但最後會發現趨平，因為它再也沒有降本空間了，因為固定成本攤銷不到。
第二，技術降本，我們雙管齊下，為什麼我們可以做到技術降本？我們在自動駕駛領域是為數不多的感知是自己研發的，大家說全棧自研，大家對於全棧的維度理解不一樣，我們是感知自研，我們在L2和L2+所有的感知系統都是自研的，好處在於，我們可以從幾個維度，從設計、主芯片SoC選型，能夠充分結合我們要實現的功能，充分的設計這樣的系統，使得每一塊剛剛好夠用，我們做了很好的成本平衡。
在整個鏈條裡面可以把整個控制器的成本做的相對比較低。
搜狐汽車：這是不是類似於軟硬進行聯合調優，有點類似於特斯拉的FSD，雖然算力不會像中國企業那麼高，但是實現的功能沒有差距那麼大。
周聖硯：對，軟件和硬件，大家說軟硬分離，兩個概念，軟件和硬件要充分去優化，要做到每一塊東西都能夠完全的匹配，這樣的話才能把成本做低。
搜狐汽車：剛才您提到了邊界的問題，現在也提到了軟件要一起做效率才更高，現在可以看到，有些激光雷達企業，甚至感知硬件的企業，他們如果隻做硬件，其成本、未來降本空間和利潤空間都是有限的，有可能未來標準化、規模化以後，利潤越來越薄，為了追求自己的產品增值和二次增長的曲線，也會自己做系統和做附加的東西，這樣會不會跟我們現在作為他們的下遊環節，會不會存在一定的沖突，這個需要多長時間的磨合？
周聖硯：我覺得沒有什麼太沖突的，最主要是我們一直強調，我們一直比較重視產品定義，我們可以軟硬解耦，關鍵是我們設計一套系統的時候，我們有非常清晰的產品定義能力，我知道硬件、軟件的邊界在哪兒，無非就是你能做的東西我不做，但是我們可以在一起。
自動駕駛你發現沒有？自動駕駛車廠的參與度變得高了，而不是像傳統的Tier1和Tier2，車廠一起參與到定義到裡面，不是說你有一個產品設計我就拿來用，可能在產品設計過程當中就參與進來了。
搜狐汽車：這也是一個合作的變化，以前是鏈條式的，現在是圓桌式的。
周聖硯：對。
搜狐汽車：這種合作模式會不會加高我們供應鏈企業的成本，以前鏈條式的有一個好處，我們標準化多，但我們現在要面對不同的客戶，每個客戶都要進行匹配，我們投入的人力、物力和非標都會更多了，這些成本怎麼辦？
周聖硯：這是一個漸進的過程，前兩年每家車廠定義的東西千差萬別，慢慢的會發現形成共識了。
剛才前幾個問題，這些技術連你不搞技術的人都懂，慢慢大家也就形成共識了，我覺得大家的產品定義能力會越來越清晰，這樣定制化、差異化慢慢就會變得小，所有的定制化都是標準化，因為你發現最終要實現的是類人駕駛，替代人的駕駛。
我們每一個開了有5年駕駛經驗的司機，其實駕駛行為都是一樣的，就像打出租車，不會因為這個駕駛員的駕齡有點少就不坐它了，你關心的就是A到B點，我完成了就OK了。
其實自動駕駛反而是一個標準化的東西，反而不是差異化的東西。
搜狐汽車：對，現在這個新事物剛出來，大家對於它的認識不完全清楚，不同的主體訴求不一樣，還沒有達成默契，所以認識不一樣？
周聖硯：我們作為技術提供商的角度，還要做第二件事，我們做減法，我們有我們對於自動駕駛的理解，車廠有車廠的理解，我們會選擇跟我們相似或者相同的客戶去開發，差異太多了，太天馬行空的我們就選擇放棄不做。
搜狐汽車：實際就回到了主機廠做的工作，主機廠面對終端消費者的時候，我的產品品牌調性是什麼，產品特征是什麼，適合哪類用戶，把信息傳遞過來吸引一堆客戶，這個客戶就會來買我的東西。
我要不停的說，我現在的特征是什麼，我可以給每一個類型的你的那個共同目標是什麼的企業，提供哪些服務、保證、增值，吸引他們促成我們的合作？
周聖硯：是的。
搜狐汽車：這樣對於我們對外的品牌傳播和工作會不會壓力很大，基於這段工作，你是不是特別忙？
周聖硯：因為我們對於自動駕駛的理解是，我們一定要做規模化的東西，我們還有一個叫做科技平權，我們希望自動駕駛的事情可以覆蓋更廣大用戶群體，而不是說隻給30萬以上的用戶把體驗做好，我們主打5-20萬的用戶群體，這類用戶群體占80%的用戶，我們把成本做低，原因我們想讓更廣大的用戶群體因為他使用了自動駕駛而提高他的駕駛體驗，同時提高了安全性，這是我們的價值觀。
我們會用這種價值觀去衡量我們應該做什麼樣的事情，我們應該走什麼樣的技術路線，我們應該服務哪些客戶。
搜狐汽車：這兩天因為車展上今年也是特別多的車企來參展，站在您的專業角度，作為一個資深的技術角色，您今年會特別關注哪些內容？給我們做一個參展指南？
周聖硯：我們關注兩個方面，一個是車廠在自動駕駛這塊的技術路線。
第二，供應商整個自動駕駛的技術趨勢。
比如說新的傳感器、4D毫米波雷達、固態激光雷達，還有一些我們上遊的芯片，比如說大算力芯片、中算力芯片。
搜狐汽車：好的，感謝周總今天的分享。