智能化是中國(guó)汽車工業(yè)“換道超車”的機(jī)會(huì)，也是最艱難的挑戰(zhàn)。 在這場(chǎng)關(guān)乎產(chǎn)業(yè)命運(yùn)的競(jìng)賽中，唯有凝聚共識(shí)、協(xié)同發(fā)力，才能讓智能駕駛真正從“實(shí)驗(yàn)室”走進(jìn)“日常生活”，成為改變?nèi)祟惓鲂蟹绞降摹靶禄ā薄?/p>

文｜朱耘
ID | BMR2004

當(dāng)前，智能駕駛正從 “實(shí)驗(yàn)室技術(shù)”加速邁向“城市道路實(shí)用化”階段。

來(lái)自中國(guó)汽車工業(yè)協(xié)會(huì)的統(tǒng)計(jì)數(shù)據(jù)顯示，2025年上半年，我國(guó)新能源汽車銷量已達(dá)汽車新車總銷量的44.3%。L2級(jí)智能駕駛幾乎成為新能源汽車的“標(biāo)配”和主流賣點(diǎn)，L3級(jí)智駕系統(tǒng)預(yù)計(jì)今年將在特定場(chǎng)景陸續(xù)落地。

一方面，用戶對(duì)智駕的期待從“炫酷功能”轉(zhuǎn)向“日?？煽俊?，暴雨天的避險(xiǎn)能力、復(fù)雜路口的決策邏輯、事故后的責(zé)任劃分等細(xì)節(jié)，成為公眾討論的焦點(diǎn)；另一方面，行業(yè)面臨多重核心矛盾：技術(shù)端需平衡“場(chǎng)景覆蓋速度”與“安全冗余”的優(yōu)先級(jí)，傳播端存在“功能宣傳”與“用戶認(rèn)知”的錯(cuò)位，監(jiān)管端則需在“創(chuàng)新包容”與“風(fēng)險(xiǎn)防控”間找到動(dòng)態(tài)平衡點(diǎn)。

在此背景下，2025年7月15日，中經(jīng)傳媒智庫(kù)、《商學(xué)院》雜志舉辦了題為“迎接汽車智能化時(shí)代”的閉門會(huì)，中國(guó)汽車質(zhì)量委員會(huì)秘書長(zhǎng)馬振山、中國(guó)汽車流通協(xié)會(huì)副會(huì)長(zhǎng)羅磊、江蘇紫荊港科技產(chǎn)業(yè)發(fā)展有限公司執(zhí)行總裁劉正輝 、地平線智駕產(chǎn)品市場(chǎng)總監(jiān)劉文堯、福田汽車獨(dú)立董事李亞 、AI+知識(shí)產(chǎn)權(quán)領(lǐng)域?qū)＜覘钚袢?、清華大學(xué)MBA人工智能俱樂(lè)部主席徐榮強(qiáng)參與了本次閉門會(huì)。與會(huì)嘉賓圍繞智駕技術(shù)落地的核心痛點(diǎn)展開(kāi)，既拆解技術(shù)迭代的底層邏輯，也探討如何讓專業(yè)突破轉(zhuǎn)化為公眾可感知的“安全感”與“獲得感”，為智駕行業(yè)的健康發(fā)展凝聚共識(shí)。

01

L3商業(yè)化落地：技術(shù)、法規(guī)與成本的“三角博弈”

“L3與L2的本質(zhì)差異，并非技術(shù)功能的簡(jiǎn)單升級(jí)，而是責(zé)任歸屬的‘分水嶺’?！眲⑽膱蛑赋?，L2及以下智能駕駛的責(zé)任主體是人類駕駛員，而L3以上則進(jìn)入“人機(jī)共擔(dān)責(zé)任”的新階段。L3與L2++的本質(zhì)區(qū)別在于責(zé)任主體的轉(zhuǎn)移：L2++仍以人類駕駛員為責(zé)任核心，而L3在特定條件下（如高速公路）將控制權(quán)移交系統(tǒng)，責(zé)任邊界首次從“人”轉(zhuǎn)向 “車”，這種變化正深刻影響著技術(shù)路線選擇、產(chǎn)品設(shè)計(jì)邏輯與商業(yè)化節(jié)奏。

事實(shí)上，L3不是一個(gè)新設(shè)計(jì)的功能，而是L2技術(shù)演進(jìn)到一定程度的法規(guī)概念。其關(guān)鍵不在于技術(shù)參數(shù)，而在于系統(tǒng)性能能否支撐汽車廠商愿意承擔(dān)相應(yīng)的責(zé)任。

“這一轉(zhuǎn)變帶來(lái)三重挑戰(zhàn)：一是技術(shù)可靠性，L3需實(shí)現(xiàn)‘超人類級(jí)’決策能力，例如特斯拉FSD在處理中國(guó)復(fù)雜路況時(shí)仍需人工干預(yù)，而地平線HSD通過(guò)端到端世界模型和數(shù)據(jù)驅(qū)動(dòng)架構(gòu)，實(shí)現(xiàn)無(wú)圖化全場(chǎng)景覆蓋；二是法規(guī)的滯后性，盡管北京、武漢等地已出臺(tái)L3上路條例，但國(guó)家層面的相關(guān)法律法規(guī)修訂尚未完成，責(zé)任認(rèn)定、保險(xiǎn)機(jī)制仍需細(xì)化；三是成本悖論，L3需冗余傳感器和高算力芯片，導(dǎo)致硬件成本增加30%～50%，只有規(guī)模化應(yīng)用方可攤薄邊際成本?！毙鞓s強(qiáng)說(shuō)。

在乘用車領(lǐng)域，智能駕駛可謂挑戰(zhàn)重重。作為福田汽車的獨(dú)立董事，李亞透露，在商用車領(lǐng)域，智能駕駛的場(chǎng)景越來(lái)越豐富?！叭ツ瓯本┑墓痪€路已經(jīng)實(shí)現(xiàn)了‘司機(jī)手不碰方向盤’，但司機(jī)仍需在場(chǎng)。技術(shù)上已能支持完全自動(dòng)駕駛，但法規(guī)要求必須保留‘最后一道防線’。”這種“技術(shù)先行、法規(guī)滯后”的現(xiàn)狀，正是L3落地的核心矛盾。

當(dāng)下智駕領(lǐng)域存在著多條技術(shù)路線，其中激光雷達(dá)方案與純視覺(jué)方案孰優(yōu)孰劣，業(yè)界討論得最為激烈，這些討論始終圍繞“安全冗余”與“成本可控”展開(kāi)。

事實(shí)上，兩種路線的爭(zhēng)議本質(zhì)是短期安全與長(zhǎng)期成本的權(quán)衡。劉文堯用數(shù)學(xué)學(xué)習(xí)與考試舉例，他認(rèn)為，隨著不斷練習(xí)，一個(gè)學(xué)生的口算能力會(huì)不斷提升，簡(jiǎn)單計(jì)算用口算、復(fù)雜計(jì)算用計(jì)算器效率最高。智駕領(lǐng)域的視覺(jué)算法，恰恰就是口算這一基本功?！凹す饫走_(dá)就像數(shù)學(xué)考試中的計(jì)算器，短期內(nèi)能提高成績(jī)，但長(zhǎng)期可能削弱‘口算能力’?！彼M(jìn)一步解釋：“激光雷達(dá)能看得準(zhǔn)，但幀率和延時(shí)比視覺(jué)慢，開(kāi)不出‘絲滑感’；視覺(jué)則像口算，練到一定程度反應(yīng)更快、上限更高。特斯拉堅(jiān)持純視覺(jué)，就是想先把‘口算’練到極致，再適時(shí)引入‘計(jì)算器’。” 這種“先難后易”的邏輯，與國(guó)內(nèi)多數(shù)車企“多模態(tài)融合”的路線形成鮮明對(duì)比。

作為智駕領(lǐng)域的技術(shù)專家，徐榮強(qiáng)認(rèn)為，視覺(jué)方案（傳統(tǒng)感知+規(guī)則決策）具有多方面優(yōu)勢(shì)，其成熟度較高，例如地平線征程5能夠支持高速NOA功能；成本可控，激光雷達(dá)可根據(jù)實(shí)際需求選擇性配置；同時(shí)法規(guī)兼容性強(qiáng)，責(zé)任邊界清晰。不過(guò)，該方案也存在明顯劣勢(shì)，即泛化能力較弱，難以應(yīng)對(duì)各類長(zhǎng)尾場(chǎng)景，而且開(kāi)發(fā)周期較長(zhǎng)，需要人工標(biāo)注海量數(shù)據(jù)。

端到端大模型（數(shù)據(jù)驅(qū)動(dòng)）則展現(xiàn)出不同的特點(diǎn)。在優(yōu)勢(shì)方面，技術(shù)上，它可以直接從傳感器輸入生成控制指令，像小鵬XNGP通過(guò)視頻訓(xùn)練使智駕能力提升2倍，復(fù)雜場(chǎng)景接管率降低50%；成本上，能減少對(duì)人工標(biāo)注的依賴，長(zhǎng)期來(lái)看可降低研發(fā)成本30%以上；此外還存在法規(guī)機(jī)遇，若能證明模型的魯棒性，或許能推動(dòng)責(zé)任認(rèn)定從“過(guò)程合規(guī)”轉(zhuǎn)向“結(jié)果合規(guī)”。但該模型也面臨一些風(fēng)險(xiǎn)，一是可解釋性缺失，其黑箱決策難以通過(guò)法規(guī)審查，正如歐盟《人工智能法案》要求高風(fēng)險(xiǎn)AI系統(tǒng)具備可追溯性；二是算力門檻高，訓(xùn)練需要超過(guò)1000PFlops的算力，推理則依賴高帶寬芯片；三是對(duì)數(shù)據(jù)存在較強(qiáng)依賴，需要持續(xù)獲取真實(shí)事故數(shù)據(jù)來(lái)優(yōu)化模型，然而目前數(shù)據(jù)共享機(jī)制尚未建立。

羅磊說(shuō)：“在（北京）亦莊體驗(yàn)自動(dòng)駕駛時(shí)，車輛能自主完成轉(zhuǎn)彎、減速、避障，甚至解決新手司機(jī)倒車難的問(wèn)題。但這些體驗(yàn)的背后，是激光雷達(dá)、視覺(jué)傳感器、算力芯片的協(xié)同，成本控制是普及的關(guān)鍵?！?事實(shí)上，中國(guó)車企已能將激光雷達(dá)成本大幅降低，但裝機(jī)成本能否讓消費(fèi)者無(wú)感，仍是最大挑戰(zhàn)。

傳統(tǒng)的汽車產(chǎn)業(yè)，規(guī)模效應(yīng)是第一位的，這一規(guī)則在智能駕駛領(lǐng)域是否依然適用？與會(huì)嘉賓普遍認(rèn)為，智能駕駛的規(guī)模效應(yīng)不僅體現(xiàn)在硬件，更體現(xiàn)在數(shù)據(jù)與軟件迭代。

車企做智駕，無(wú)外乎三種模式，即全棧自研、華為模式和第三方智駕方案。馬振山分析了三種主流模式的困境：“選擇華為系，面臨‘車企怕丟魂’的信任問(wèn)題；自研模式，如小鵬，受限于資金和人才；第三方研發(fā)如地平線，需要平衡多客戶的差異化需求?！?他直言：“沒(méi)有一家車企能夠長(zhǎng)期養(yǎng)得起足夠多的百萬(wàn)年薪工程師，模式選擇本質(zhì)是‘生存方式之戰(zhàn)’?！?/p>

劉文堯則強(qiáng)調(diào)軟件規(guī)模效應(yīng)的特殊性：“硬件規(guī)模效應(yīng)是降成本，軟件規(guī)模效應(yīng)是‘一塊錢投入能獲得更高性能’。比如特斯拉通過(guò)海量用戶數(shù)據(jù)訓(xùn)練算法，每輛車的智駕能力都在動(dòng)態(tài)提升，這是單一車企難以復(fù)制的。”

李亞認(rèn)為：“商用車可能是規(guī)模效應(yīng)的突破口。北京倉(cāng)庫(kù)到超市的固定物流線路，夜間車少、場(chǎng)景簡(jiǎn)單，智能駕駛能直接降低物流企業(yè)成本，這種B端場(chǎng)景的數(shù)據(jù)閉環(huán)更快，更易形成規(guī)模效應(yīng)?！?/p>

談及責(zé)任界定的核心爭(zhēng)議，劉正輝結(jié)合自身在強(qiáng)監(jiān)管行業(yè)的經(jīng)歷分析：“我認(rèn)為，智能駕駛領(lǐng)域似乎忽略了一個(gè)核心問(wèn)題：究竟在什么場(chǎng)景下‘應(yīng)該啟用智能駕駛’？能主動(dòng)提醒用戶‘當(dāng)前場(chǎng)景適合自動(dòng)駕駛’，而非完全由用戶自主選擇。如果是用戶主動(dòng)選擇開(kāi)啟自動(dòng)駕駛，那責(zé)任界定是否應(yīng)更清晰地指向使用者？這需要借鑒強(qiáng)監(jiān)管行業(yè)的經(jīng)驗(yàn)，先把‘該不該用’的前提邏輯理順?！?/p>

此外，智能駕駛離不開(kāi)數(shù)據(jù)的支持，或者說(shuō)，智能駕駛的核心是數(shù)據(jù)，但事故數(shù)據(jù)、道路數(shù)據(jù)的共享與歸屬，始終是行業(yè)痛點(diǎn)。楊旭日從法律層面厘清邊界：“數(shù)據(jù)權(quán)利分兩類，公共數(shù)據(jù)屬于公共資源，不能私有化；個(gè)人加工的特色數(shù)據(jù)，應(yīng)明確知識(shí)產(chǎn)權(quán)對(duì)象、范圍及時(shí)間，避免‘?dāng)?shù)據(jù)壟斷’?！?他舉例：“滴滴收集的海量出行數(shù)據(jù)，大部分屬于公共數(shù)據(jù)，企業(yè)使用3～5年后應(yīng)上繳，供行業(yè)共享；而車企通過(guò)算法優(yōu)化形成的駕駛策略數(shù)據(jù)，則可作為知識(shí)產(chǎn)權(quán)給予保護(hù)。” 關(guān)于數(shù)據(jù)權(quán)利和使用目前逐步形成了共識(shí)，“平臺(tái)企業(yè)首先收集加工，擁有一定時(shí)間的先手優(yōu)勢(shì)，對(duì)其獨(dú)立處理、標(biāo)引等精加工數(shù)據(jù)，可以獲得數(shù)據(jù)知識(shí)產(chǎn)權(quán)、商業(yè)秘密，或者商業(yè)數(shù)據(jù)等方面的保護(hù)。而對(duì)于公共數(shù)據(jù)，則是國(guó)家要承擔(dān)責(zé)任，建立起公共數(shù)據(jù)運(yùn)營(yíng)保護(hù)中心?！?/p>

“中國(guó)車企出口的智能車型，在海外某些城市會(huì)因沒(méi)有5G網(wǎng)絡(luò)、地圖數(shù)據(jù)不兼容而無(wú)法使用智駕功能。這說(shuō)明數(shù)據(jù)不僅是技術(shù)問(wèn)題，更是跨區(qū)域協(xié)同的系統(tǒng)工程?！绷_磊說(shuō)。

02

智駕重構(gòu)汽車商業(yè)新價(jià)值

在傳統(tǒng)汽車的整個(gè)價(jià)值鏈上，汽車制造領(lǐng)域的利潤(rùn)約占80%，軟件、后市場(chǎng)、金融服務(wù)等利潤(rùn)約占20%。然而，早在10多年前，波士頓咨詢的研究就指出，隨著自動(dòng)駕駛技術(shù)的不斷深化，未來(lái)汽車產(chǎn)業(yè)鏈上的價(jià)值結(jié)構(gòu)將發(fā)生變化，“2:8原則”對(duì)調(diào)，軟件、服務(wù)的利潤(rùn)占比要遠(yuǎn)超汽車制造的利潤(rùn)

徐榮強(qiáng)認(rèn)為，這種“2:8 原則” 對(duì)調(diào)的邏輯基礎(chǔ)在于硬件利潤(rùn)被稀釋，電動(dòng)車核心部件（電池、電機(jī)）標(biāo)準(zhǔn)化導(dǎo)致毛利率下降至15%～20%，而智駕軟件毛利率可達(dá)60%以上（如特斯拉 FSD 訂閱收入占比超 25%）；同時(shí)，通過(guò)OTA升級(jí)（如蔚來(lái)NAD按月收費(fèi)680元）和場(chǎng)景化服務(wù)（如自動(dòng)泊車、代客充電），可挖掘長(zhǎng)尾價(jià)值，形成持續(xù)收入流。

事實(shí)上，車企早已意識(shí)到，靠硬件掙錢的時(shí)代已經(jīng)遠(yuǎn)去，但軟件訂閱在中國(guó)還需要很長(zhǎng)時(shí)間才會(huì)被消費(fèi)者接受。羅磊也坦言，對(duì)當(dāng)下眾多車主來(lái)說(shuō)，智能駕駛還非“剛需”。

軟件訂閱是智駕軟件領(lǐng)域的主流業(yè)務(wù)模式。徐榮強(qiáng)分析，車企主導(dǎo)模式下，如特斯拉保留70%訂閱收入，僅30%分給內(nèi)容提供商；開(kāi)放平臺(tái)模式中，華為鴻蒙座艙允許第三方開(kāi)發(fā)者接入，按流量分成（如騰訊視頻車載版分潤(rùn)50%）；還有用戶選擇權(quán)模式，理想汽車推出“按需訂閱”，用戶可單獨(dú)購(gòu)買高速NOA（299元 / 月）或城區(qū)NCA（599元/月）。這一變革給價(jià)值鏈帶來(lái)諸多機(jī)遇與挑戰(zhàn)：主機(jī)廠需從“硬件制造商”轉(zhuǎn)型為“出行服務(wù)商”，但是需重構(gòu)組織架構(gòu)，如設(shè)立軟件事業(yè)部；科技公司如華為、百度通過(guò)生態(tài)綁定搶占入口，但是需應(yīng)對(duì)車企的“去華為化”風(fēng)險(xiǎn)。

劉文堯則看到了另一種價(jià)值可能：“智能駕駛的終極價(jià)值不是賣軟件，而是釋放用戶的駕駛時(shí)間。如果用戶愿意把每天2小時(shí)的通勤時(shí)間交給車機(jī)系統(tǒng)，車企就能通過(guò)信息服務(wù)、場(chǎng)景消費(fèi)創(chuàng)造新利潤(rùn)——這比單純賣軟件包更有想象空間?！?/p>

7月14日，福田汽車（600166.SH）發(fā)布《2025年半年度業(yè)績(jī)預(yù)增公告》顯示，“預(yù)計(jì)2025年半年度實(shí)現(xiàn)歸屬于母公司所有者的扣除非經(jīng)常性損益后的凈利潤(rùn)53005萬(wàn)元，同比增加約74.1%。”李亞透露，福田汽車凈利潤(rùn)高增，部分源于新能源商用車的智駕功能溢價(jià)。物流企業(yè)愿意為“自動(dòng)裝卸、路徑優(yōu)化”等功能付費(fèi)，因?yàn)槟苤苯咏当?，這種B端付費(fèi)意愿比C端更明確。

盡管越來(lái)越多的汽車廠商捆綁“華為”，但是馬振山指出，只要車企找到了自己的核心定位，便不會(huì)淪為軟件廠商的代工廠。比如華為系車型靠智駕溢價(jià)，比亞迪靠全棧自研，小米靠生態(tài)協(xié)同等，未來(lái)會(huì)形成“多元共生”的格局。

羅磊觀察認(rèn)為，智能車與傳統(tǒng)燃油車客戶群是分化的，燃油車用戶認(rèn)ABB（奧迪、寶馬、奔馳），新能源車用戶追特斯拉、華為、小米。這種分化意味著，智駕能力將成為品牌定位的核心標(biāo)簽，跟不上的車企會(huì)被加速淘汰。劉文堯認(rèn)為：“傳統(tǒng)車企的思維慣性是‘在固定考題里爭(zhēng)第一’，而新勢(shì)力在‘重新定義考題’。比如小米用‘美感溢出’‘性能溢出’打動(dòng)年輕人，這種對(duì)用戶情緒的捕捉，比單純的技術(shù)參數(shù)更重要?！?/p>

事實(shí)上，無(wú)論是從營(yíng)銷模式、產(chǎn)品模式還是金融后市場(chǎng)，智能汽車跟傳統(tǒng)燃油車業(yè)務(wù)模式都發(fā)生了質(zhì)的變化，隨著智能汽車市場(chǎng)占有率的持續(xù)提升，未來(lái)智能駕駛將推動(dòng)汽車商業(yè)模式從“產(chǎn)品交易”轉(zhuǎn)向“服務(wù)運(yùn)營(yíng)”。李亞暢想：“L5時(shí)代，用戶可能不再買車，而是買‘從地點(diǎn)A到地點(diǎn)B之間2小時(shí)舒適體驗(yàn)’。”楊旭日補(bǔ)充：“這需要解決責(zé)任界定問(wèn)題。如果L4級(jí)事故由車企負(fù)責(zé)，那車企責(zé)任（權(quán)利）必然會(huì)往前延伸，進(jìn)而控制整個(gè)車輛全生命周期的服務(wù)——從保險(xiǎn)到維修，從數(shù)據(jù)到場(chǎng)景，形成閉環(huán)。”羅磊則強(qiáng)調(diào)生態(tài)的重要性：“小米的優(yōu)勢(shì)不是車本身，而是‘車-家-手機(jī)’的生態(tài)聯(lián)動(dòng)。用戶在車?yán)锬芴崆伴_(kāi)空調(diào)、指揮掃地機(jī)器人，這種體驗(yàn)是傳統(tǒng)車企難以復(fù)制的，也是智駕時(shí)代的核心競(jìng)爭(zhēng)力?！?/p>

03

算力競(jìng)賽，誰(shuí)主沉??？

智能駕駛的比拼，最終是算力的比拼。從芯片到算法再到操作系統(tǒng)，從國(guó)產(chǎn)替代的生態(tài)構(gòu)建，中國(guó)企業(yè)正面臨“換道超車”的機(jī)遇與挑戰(zhàn)。楊旭日直言：“我國(guó)算力發(fā)展也具有某種后發(fā)優(yōu)勢(shì)，國(guó)家主導(dǎo)的算力中心主要依賴華為的算力芯片，華為昇騰與DeepSeek軟件架構(gòu)已經(jīng)完成適配，據(jù)說(shuō)已經(jīng)達(dá)到了現(xiàn)有英偉達(dá)的水平。就目前而言，硬件受制于美國(guó)，軟件生態(tài)覆蓋不足，是我國(guó)算力產(chǎn)業(yè)與應(yīng)用急需解決的問(wèn)題?！?/p>

徐榮強(qiáng)認(rèn)為，當(dāng)下國(guó)產(chǎn)芯片正迎來(lái)重要機(jī)會(huì)窗口，技術(shù)上，地平線征程6P算力達(dá) 560TOPS，接近英偉達(dá)Orin-X（254TOPS），且支持端到端大模型；政策上，國(guó)家“十四五”規(guī)劃將智駕芯片列為重點(diǎn)，地方政府（如上海）提供專項(xiàng)補(bǔ)貼；安全上，國(guó)產(chǎn)芯片可規(guī)避供應(yīng)鏈斷供風(fēng)險(xiǎn)。

如今，從政府到業(yè)界再到每家企業(yè)，都意識(shí)到，智能駕駛在芯片及操作系統(tǒng)領(lǐng)域，必須盡快實(shí)現(xiàn)國(guó)產(chǎn)化替代，畢竟中國(guó)道路場(chǎng)景復(fù)雜，針對(duì)本土優(yōu)化的芯片，可能比通用芯片更有競(jìng)爭(zhēng)力。

此外，徐榮強(qiáng)認(rèn)為，共建算力成為應(yīng)對(duì)挑戰(zhàn)的重要探索方向，主要有三種路徑：第一，車企聯(lián)盟。如蔚來(lái)、理想聯(lián)合成立 “智駕算力池”，共享華為昇騰910B集群，降低單TOPS成本至0.5元（自研需1.2元）；第二，云廠商入局。如阿里云推出 “智駕云”，提供彈性算力租賃（按需付費(fèi)模式），但數(shù)據(jù)安全問(wèn)題待解；第三，車路協(xié)同。如北京高級(jí)別自動(dòng)駕駛示范區(qū)通過(guò)路側(cè)算力（如百度Apollo智路）分擔(dān)車端負(fù)載，降低40%的芯片需求。但推行的障礙依然存在，包括利益分配（華為要求算力池收入分成30%，車企難以接受）、數(shù)據(jù)主權(quán)（車企擔(dān)憂共享算力導(dǎo)致核心數(shù)據(jù)泄露）以及技術(shù)標(biāo)準(zhǔn)（各廠商算力接口不兼容，需投入10億元級(jí)別的改造費(fèi)用）。

楊旭日強(qiáng)調(diào)：“智駕操作系統(tǒng)不能再依賴海外，這不僅是商業(yè)問(wèn)題，更是國(guó)家安全問(wèn)題。中國(guó)擁有豐富的場(chǎng)景，14億人的出行數(shù)據(jù)，能訓(xùn)練出更適配的系統(tǒng)，這是中國(guó)企業(yè)參與海外競(jìng)爭(zhēng)的巨大優(yōu)勢(shì)。”

從L3商業(yè)化的“責(zé)任界定”到算力生態(tài)的“國(guó)產(chǎn)突破”，從商業(yè)模式的“范式轉(zhuǎn)移”到用戶體驗(yàn)的“情緒捕捉”，智能駕駛的未來(lái)，需要技術(shù)創(chuàng)新與制度創(chuàng)新的雙輪驅(qū)動(dòng)。 正如馬振山所言：“智能化是中國(guó)汽車工業(yè)‘換道超車’的機(jī)會(huì)，也是最艱難的挑戰(zhàn)?！?在這場(chǎng)關(guān)乎產(chǎn)業(yè)命運(yùn)的競(jìng)賽中，唯有凝聚共識(shí)、協(xié)同發(fā)力，才能讓智能駕駛真正從“實(shí)驗(yàn)室”走進(jìn)“日常生活”，成為改變?nèi)祟惓鲂蟹绞降摹靶禄ā薄?/p>