朱门绣卷随着汽车行业迈入智能化时代，产业链各环节应当如何谋发展？9月28日，在中国电动汽车百人会联合合肥市人民政府主办的第六届全球智能汽车产业大会上，多位来自政府部门、业界、学界的资深人士，深入探讨智能汽车产业化发展的新趋势，并就构建适应智能汽车发展的政策体系、如何融合大模型等问题建言献策。

　　工业和信息化部装备工业一司汽车管理处处长吴锋在主旨发言中表示，智能网联汽车融合了物联网、云计算、大数据、人工智能等多种创新技术，是全球汽车产业转型升级的重要战略方向。整体来看，我国智能网联汽车已经从小范围测试验证转入技术快速发展、生态加速构建的新阶段。

　　“同时，我们也要看到随着智能网联汽车产业进入新的发展阶段，当前仍存在政策法规需加快完善、技术发展路径和商业化模式尚需探索、产业管理协同有待进一步加强等课题，需要各方共同研究解决。”吴锋说。

　　“从整个行业的趋势来看，我们强烈地感觉到行业拐点正在非常快速地推进。”百度智能驾驶事业群组（IDG）智能汽车业务部总经理苏坦称，过去很多自动驾驶的玩家最头疼的地方在于，资本圈很热，但落地量产的速度还是偏慢。现在L2级市场开始朝着标配化的方向发展，L2.5级市场也在快速破冰。

　　以前，自动驾驶产品面临一个严重的痛点：用户并没有把它作为自己购车的一个首要的决策因素；今天，对用户的调研和行业分析显示，智驾在购车决策重视因素的占比大幅提升，可以达到10%。

　　“虽然只是占了一成的比例，但是这种快速提升的趋势让我们看到，未来自动驾驶会成为购车决策因素的一个关键项。”苏坦说。另据工业和信息化部统计，今年上半年，我国搭载辅助自动驾驶系统的智能网联乘用车市场渗透率提升至42.4%，较2022年的34%有了大幅度的提升。

　　作为智能驾驶的终极目标，多位业界专家和企业代表也在会上强调了对自动驾驶未来的看好。中国工程院外籍院士、清华大学智能产业研究院讲席教授兼院长张亚勤表示，无人驾驶是里面最复杂、最有挑战的问题，但也是最可以解决的问题。

　　我国新能源汽车能在全球汽车产业中实现“弯道超车”，离不开政府在产业早期的大力扶持，智能网联汽车能否沿用类似模式？

　　中国科学院科技战略咨询研究院产业科技创新研究部部长王晓明认为，十年前，新能源汽车与当前智能网联汽车相比，两者的推动模式有所不同。汽车的发展，得到了中央和地方政府大量投资支持。如今汽车已经走过了初创阶段，预计2025年基本上可以靠市场内生的动力来驱动。

　　但需要指出的是，新能源汽车的技术路径相对清晰，而智能网联汽车总体上还处于探索期，技术路线不够明确，产业链更长、更复杂。智能网联汽车如何体现用户侧的价值和效率，还需要进一步探索。此外，由于新技术投资门槛低，社会资本活跃，产业灵活多变，全球竞争非常激烈。

　　安徽江淮汽车集团控股有限公司党委书记、董事长、总经理项兴初也表示，汽车产业正处于大变革时期，当前新一轮科技革命和产业变革蓬勃发展，汽车与能源、交通、信息通信等领域加速融合，智能化、网联化向智能驾驶和方向发展，但这些技术路线也在发展当中。

　　因此，王晓明认为，要推动智能网联汽车的发展，或难以从政府、行业直接套用新能源汽车的模式和经验，更多可能要依靠行业和市场的力量。政府应在规则、标准、基础设施方面予以更多支持，再由市场竞争来筛选最优的技术和产品。

　　与往年不同，由于ChatGPT的全球性火爆，今年业内谈及自动驾驶、智能网联，往往避不开对大模型的讨论。张亚勤认为，无人驾驶背后最重要的技术驱动力就是，人工智能技术每往前发展一步，无人驾驶就会再上一个台阶。

　　毫末智行数据智能科学家贺翔概括称，自动驾驶技术路径分成1.0时代、2.0时代、3.0时代。其中，1.0时代由硬件驱动，需要堆大量硬件，成本非常高；2.0时代逐渐进入软件驱动，用很多小模型解决问题；3.0时代则是由数据驱动，、大模型、大算力成为最核心的标志。

　　至于大模型到底能为自动驾驶带来什么，贺翔介绍，大模型能够在数据筛选、自动标注、对回传视频做三维重建、数据生成等方面发挥作用。以数据生产为例，可以用大模型生成不同的天气，比如雨天、雾天、雪天等，从而可以大幅度降低数据成本，提升开发效率。

　　苏坦认为，大模型在自动驾驶上有多个能参与的方向。从上游开始，自动驾驶是一个基于数据和模型闭环不断迭代的过程。大模型相关技术可以提高数据标注效率，无论是性能、效率、成本，还是对数据规模的处理，大模型都是很好的工具。

　　苏坦透露，在提升自动驾驶对复杂道路场景的适应性上，大模型相关技术潜力巨大，目前已经开始启动相关工作的探索。