自研还是借力?如何掌控自动驾驶技术的未来?来自汽车业CIO的讨论

简介: 自研还是借力?如何掌控自动驾驶技术的未来?来自汽车业CIO的讨论

文章来源: 企业网D1net


企业网D1net杭州讯 日前,由企业网D1net、中国企业数字化联盟、信众智(CIO智力输出及社交平台)共同主办的“制造业标杆两会”之“2024全国汽车业数智化大会”在杭州顺利召开。在一系列精彩的干货分享之后,以“AI对汽车业的挑战和机遇”为主题的大型圆桌讨论最后压轴出场。本文叙述第三个问题:自研还是借力?如何掌控自动驾驶技术的未来?


圆桌讨论由企业网D1net CEO范脡主持,参与讨论的嘉宾包括:


东风汽车集团研发总院数字化及能力保障部总工程师 林斯团

广汽丰田信息系统部部长 万海涛

上汽集团乘用车公司数据及信息系统部 基础技术平台总监 强斌

长城汽车智能座舱软件总监 陈翰军

北汽福田信息安全负责人 张志强|亚明汽车股份公司副总裁 肖庆阳




范脡:自动驾驶、智能座舱等前沿应用投资非常大,动辄数亿、数10亿。那么,我们到底应该是自研、自主可控,还是用第三方的解决方案,我想听一下各位的观点。


林斯团:在智能驾驶数据闭环数字化平台建设中,是采用完全自研还是采用业内成熟平台之间,如何抉择?这并非一道简单的选择题,而是需要深思熟虑的策略布局。我的观点是,这一切都取决于你公司的智驾项目团队的能力和系统性的资源保障。


若你财力雄厚,人才济济,能够与当前国内该领域的高科技领军企业相提并论,可以走自研之路。但这条路成本高昂,迭代风险巨大,稍有不慎,便可能偏离正轨。


而我们团队选择了另一条道路——“自研”与“拿来”相结合模式,即采用业内头部科技公司、业内成熟的数字化平台,同时分三个阶段,在三年内成功掌握63%涉及平台核心、OEM业务及运行核心技术的关键能力,与此同时构建生态。


自研并非一蹴而就,需要整体的规划下进行分步实施,高层的战略愿景、团队技术能力与资源的合理配置至关重要,其中战略层意图最为重要。因此,我团队提出了一次规划分三步走战略,旨在稳扎稳打,逐步推进。


在这条路上,我个人并不主张完全自研,而采用研发+量产一体化平台模式,因为我看过有些自研付出巨大代价的案例。相反,我选择先依托成熟国内智驾数字化平台,借鉴其成功经验,起步时将其中30%的精髓继承下来,并分步骤进行实施。


我与国内一些智驾头部科技公司交流,希望他们能分享一些技术知识。毕竟,技术独享不是长久之计,共存才是发展之道。因此,我将这一理念融入智驾数字化平台技术要求书,年初面向国内有实力公司来投标合作。


目前,我们借助国内头部企业的平台,利用其完整的工具链、业务支持和数据支持,为我所用。同时,研发总院也前几年组建了智驾团队,团队由业务、数据与平台三方构成,计划将103项核心技术分三年掌握,最终将60%自主技术掌握,以便满足业务方快速变更、发展以及平台安全运行,同时按照技术要求书逐年接收技术传递。未来三年,将对此进行评估,届时根据资金、人才和战略调整情况,再考虑是否进一步自研。


在此过程中,团队从未排斥行业内头部企业的参与支持。相反,认为他们的贡献是巨大的、有价值的。对于核心技术,我们不可能全掌握,但灵魂(即核心竞争力)必须自动掌握在自己手中。这也是央企和国企的使命。


然而,我们也必须清醒地认识到,目前我们智驾仍有很长路要走,在未来10年内,我们真正需要掌握的是核心技术。试问当前中国车企中,有多少真正掌握了智驾的灵魂?这是一个严峻的考验。


因此,我个人建议了两条线供参考选择:自研或自研+采用成熟平台。具体取决于你的资金、人才和战略。大家肯定会深思熟虑选择,做出最适合你的选择。


万海涛:对于我们合资企业而言,目前在智驾等方面还处于合作阶段,所以还不会进行自建。我们更强调的是AI管理和运用方面的整体规划,明确在哪些能力上要做建设,这是至关重要的。


对此,我们从以下几个层面进行分层考虑。首先在需求管理方面,如何有效管理多个领域的需求,确保AI能够创造实际价值且成本合理,是需求管理面临的最大挑战。第二,在能力管理方面,能否利用生态工具充分管理内部及外部能力资源,提高能力的复用性和品质,是能力管理的关键。第三,在资源管理方面,针对不同业务场景,需灵活配置模型和资源,通过有效管理,实现最佳资源配置,并快速响应需求。


我们的出发点是,面对新技术的到来,虽然其影响更为猛烈,但我们仍需保持冷静。在满足业务需求的同时,建立相应的规范,确保技术在此的应用是合理且正常的。


强斌:首先,上汽集团将坚定不移地推进自动驾驶技术的自主研发。我赞同林总(林斯团)的观点,这一决策并非单纯基于当前的财务状况或资金充足与否。作为国企央企,上汽肩负着在自动驾驶领域推进技术创新的使命。


虽然过去在自动驾驶研发上,我们曾面临一些挑战,但这些并未动摇我们的决心。据我所知,过去上汽曾有多达5~6个不同的事业部在各自研发自动驾驶技术,这确实导致了资源浪费。不过,现在情况已经有所改善。对于上汽来说,自动驾驶这条路是必须要坚持走下去的。在未来的研发过程中,我们将吸取过去的教训,加强生态协同,借鉴外部先进的合作模式,这是我们当前面临的重要课题。


总的来说,对于上汽、以及类似的行业参与者而言,自动驾驶技术的自主研发不是一个选择题,而是必须坚定推进的战略方向。


陈翰军:从我的角度来看,我认为这个问题是中性的,要看企业的特质,没有一定的答案。从市场和用户满意角度,需要产品快速迭代,目前国内普遍进入到1到3个月迭代周期,未来这个速度会再提速,这就要求研发模式和开发机制升级,需要通过自研模式去支撑,建立全栈可控的队伍,升级和打破传统供应商的开发模式。以长城coffee os为例,已经组建了2000人规模的,覆盖产设研测的全栈自研团队,来有力支撑产品竞争力和迭代力,打造了多项行业第一,并获得了用户的认可。当然,自研离不开高投入,并不是每一家车企都具有这个能力,需要自行把握。


张志强:我今年的工作重点集中在“车+企业”的安全性和AI技术的落地应用上,特别是在我们公司内部AI系统的安全性研究。对于自动驾驶的研发策略,公司既注重自研实力的提升,又积极与生态伙伴进行合作,以实现技术的快速迭代和商业化应用的快速推进。


个人认为,作为主机厂,一要积极拥抱生态合作,二要确保掌握最核心的技术。为此,公司也成立了独立的智能网联研究院。这个研究院的存在意义,并非仅仅是为了从生态中拿来现成技术,否则它就失去了作为研究院的价值,变成了单纯的商改机构。研究院的责任之一是要自研并掌握某些核心技术。对于那些共享型、通用型的技术,公司无需耗费过多精力去自主研发,而是可以依靠生态合作来获取,降本增效。所以,我的个人观点是,我们应该在把握生态合作这条主线的同时,集中公司的研发力量去攻克核心技术。


范脡:今天的嘉宾有五位来自主机厂,一位来自汽配厂,三位体制内、三位体制外,这个比例还是比较符合我们今天整个大会的设置的。


除了当前汽车行业本身的竞争压力外,大家今天中午可能都关注到了一个新的消息,即延迟退休的政策。考虑到在座的大部分都是中年人,因此面临的职业压力是不可避免的。延迟退休实际上意味着推迟领取退休金的时间,但并不保证你在这期间有工作,同时你还需要继续缴纳社保。


我想强调的是,我们所有中年就业人员,特别是在这种行业竞争激烈,IT、AI等技术冲击日益加剧的情况下,无论是从个人职业发展还是从所在公司的角度来看,面临的压力都会越来越大,这是不可避免的。虽然技术进步带来了很多我们看不懂的东西,但有两点是明确的:一是你躲不掉它,二是它往往会带来一些我们不可预见的好处。


举个例子,我前两个月在上海打车时,和一个老的传统出租车司机聊起了武汉的萝卜快跑。他对此不屑一顾,认为上海这样的大城市不可能搞这种不安全、不靠谱的东西。这代表了很多相对传统人群的观点。但我认为,作为IT从业人群,在AI冲击来临之前,我们不能抱这种态度,因为抱这种态度可能就意味着死路一条。


实际上,技术进步会产生一些新的岗位。比如萝卜快跑,它会招聘一些司机在后台进行控制;再比如AI技术的发展,会催生专门写提示词的岗位需求。很多事情我们现在看不清、不可预测,但从古至今,无论是3G、4G还是其他技术的进步,我们都是从开头的怀疑到后来的接受、拥抱,再到享受它带来的好处。所有的技术进步,如果你不拥抱,可能会比较悲催;但如果你拥抱它,或许还有一些往上走的可能性。


因此,我们今天来探讨这个问题,并不是要得出任何结论,而是想听听不同厂商、不同体制、不同岗位、不同部门的嘉宾的观点,给大家提供一些参考。如果这些观点对大家以后的工作有一些帮助,那么这个时间就非常值得了。

(来源:企业网D1net)

相关文章
|
9天前
|
编解码 Java 程序员
写代码还有专业的编程显示器?
写代码已经十个年头了, 一直都是习惯直接用一台Mac电脑写代码 偶尔接一个显示器, 但是可能因为公司配的显示器不怎么样, 还要接转接头 搞得桌面杂乱无章,分辨率也低,感觉屏幕还是Mac自带的看着舒服
|
1天前
|
SQL 人工智能 安全
【灵码助力安全1】——利用通义灵码辅助快速代码审计的最佳实践
本文介绍了作者在数据安全比赛中遇到的一个开源框架的代码审计过程。作者使用了多种工具,特别是“通义灵码”,帮助发现了多个高危漏洞,包括路径遍历、文件上传、目录删除、SQL注入和XSS漏洞。文章详细描述了如何利用这些工具进行漏洞定位和验证,并分享了使用“通义灵码”的心得和体验。最后,作者总结了AI在代码审计中的优势和不足,并展望了未来的发展方向。
|
11天前
|
存储 缓存 关系型数据库
MySQL事务日志-Redo Log工作原理分析
事务的隔离性和原子性分别通过锁和事务日志实现,而持久性则依赖于事务日志中的`Redo Log`。在MySQL中,`Redo Log`确保已提交事务的数据能持久保存,即使系统崩溃也能通过重做日志恢复数据。其工作原理是记录数据在内存中的更改,待事务提交时写入磁盘。此外,`Redo Log`采用简单的物理日志格式和高效的顺序IO,确保快速提交。通过不同的落盘策略,可在性能和安全性之间做出权衡。
1574 11
|
16天前
|
存储 人工智能 缓存
AI助理直击要害,从繁复中提炼精华——使用CDN加速访问OSS存储的图片
本案例介绍如何利用AI助理快速实现OSS存储的图片接入CDN,以加速图片访问。通过AI助理提炼关键操作步骤,避免在复杂文档中寻找解决方案。主要步骤包括开通CDN、添加加速域名、配置CNAME等。实测显示,接入CDN后图片加载时间显著缩短,验证了加速效果。此方法大幅提高了操作效率,降低了学习成本。
2158 7
|
1月前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
3天前
|
人工智能 关系型数据库 Serverless
1024,致开发者们——希望和你一起用技术人独有的方式,庆祝你的主场
阿里云开发者社区推出“1024·云上见”程序员节专题活动,包括云上实操、开发者测评和征文三个分会场,提供14个实操活动、3个解决方案、3 个产品方案的测评及征文比赛,旨在帮助开发者提升技能、分享经验,共筑技术梦想。
609 79
|
16天前
|
人工智能 Serverless API
AI助理精准匹配,为您推荐方案——如何快速在网站上增加一个AI助手
通过向AI助理提问的方式,生成一个技术方案:在网站上增加一个AI助手,提供7*24的全天候服务,即时回答用户的问题和解决他们可能遇到的问题,无需等待人工客服上班,显著提升用户体验。
1409 9
|
14天前
|
人工智能 Rust Java
10月更文挑战赛火热启动,坚持热爱坚持创作!
开发者社区10月更文挑战,寻找热爱技术内容创作的你,欢迎来创作!
846 28
|
8天前
|
并行计算 PyTorch TensorFlow
Ubuntu安装笔记(一):安装显卡驱动、cuda/cudnn、Anaconda、Pytorch、Tensorflow、Opencv、Visdom、FFMPEG、卸载一些不必要的预装软件
这篇文章是关于如何在Ubuntu操作系统上安装显卡驱动、CUDA、CUDNN、Anaconda、PyTorch、TensorFlow、OpenCV、FFMPEG以及卸载不必要的预装软件的详细指南。
653 3
|
1天前
|
SQL Java API
Apache Flink 2.0-preview released
Apache Flink 社区正积极筹备 Flink 2.0 的发布,这是自 Flink 1.0 发布以来的首个重大更新。Flink 2.0 将引入多项激动人心的功能和改进,包括存算分离状态管理、物化表、批作业自适应执行等,同时也包含了一些不兼容的变更。目前提供的预览版旨在让用户提前尝试新功能并收集反馈,但不建议在生产环境中使用。
208 4
Apache Flink 2.0-preview released