主持人：谢谢王总，有很多干货，大家对王总的演讲有什么问题？

李德毅：阿里旗下的高德地图，今后是2B的还是2C的？

王涛：目标2C。 

李德毅：C是谁？原来是驾驶员，现在自动驾驶，2谁？ 

王涛：我们的目标不仅仅是自动驾驶在用。

李德毅：高精地图到底是2B还是2C的？

主持人：原来地图是给驾驶人看的，他就可以从A到B，未来无人驾驶，C是车还是人还是什么？

王涛：我们认为即使无人驾驶，车里面人还是在的，也就是说把我的地图、服务放进来，你再自动驾驶的时候我就是给车提供服务的，这个状况还是跟现在的状况不一样的。

主持人：从商业模式呢？

王涛：赚钱这件事没考虑过，只要能够服务大众，只要能够为这个行业、为这个生态赋能去做。 

提问：我在一个道路上正在开车，雷达告诉我前面识别出来个东西，但是在高德地图上发现没有，跟之前采集的路发生变化了，这时候两位怎么看待这个问题？  

王涛：这个场景跟我们在真正用户合作的时候，它一定是人人为我、我为人人的过程，使用高精地图地图第一个要求，一定是你要尽可能的发现一些更新内容，尽可能把更新内容布置给我们，每一个人都这么想，那每个人用的时候也就是当你发现看到的东西跟地图不一样的东西，你需要把这个信息推到云端，这样就形成既是地图的消费者，同时也是地图的生产者，这是我们解决这个问题的方法。 

主持人：基础的高精地图是不变的，带点云的应该很大。  

王涛：我们提供地图目前来看还没有直接要原始点云数据的，原始的采集每公里2个GB。 

主持人：本来今天还有一个Panel，时间所限，几位讲者在强度坐着，接受大家问一些问题。   

提问：王总，我有一个问题比较现实，我在中国使用地图的时候，我发现在不发达地区，地图跟更新率远远低于发达地区的更新率，我想问一下高德地区在发达地区和不发达地区更新率的平衡方面是怎么调节的？  

王涛：这确实是现实的问题，原来的方案都是高德自己的采集车、自己的人，每天可能有几十辆、上百辆车，每天都有几百号人拿着设备扫街，但是一定不能保证中国所有的面积都能及时更新，首先城市会根据分级，北京市每个月全样再来一遍，确保尽可能的新，地图本身是资金密集，也是人力密集，之前是很复杂，你没有其他办法，就是一遍遍扫，至于说现在来说，随着我们手机端的用户越来越多，不管报错也好，还是从数据轨迹里分析出来也好，我们会发现这块好多路用户走的轨迹地图里都没有，如果积累到一定程度，我们就会优先派车去采，包括说从轨迹里提取，还有如果发现变化频次比较高的，会优先安排车辆先更新。  

提问：我家是住在监狱的家属院，像监狱系统这样的敏感地图在地图上不显示，如果有人想自动驾驶去这种监狱的情况下，你该怎么做地图？  

王涛：在中国的环境里，只能告诉你你还是自己开着去吧！

主持人：讨论当中，我回想起你用高德地图，离线下的地图，北京一个城市地图的大小，比人家一个省的可能还大，但是你未来如果是变成高精地图，因为你要用在我们自动驾驶车或者无人驾驶车上，这样就不能厚此薄彼了，因为可能就到某些地方完全不能自动驾驶。  

王涛：对，所以我刚才说，我们认为自动驾驶很多时候需要受云控的，从数据量商来说，我们不会像以前先载你的车端，把北京的数据包全下来，等你用的时候再从本地，这个方式我们认为不适合以后的，真正来做的时候，会判断出来你经常在北京活动，等你在车真正启动的时候，它会先把你周围一定环境区的数据预先下来，随着你往前走，因为你的路径是事先规划好的，除非完全保持，凡是需要用到图的，我都是提前按照一定的距离预下载，这样就能保证地图始终是最新的。  

主持人：我觉得如果要有活地图，最好还是通过众包的方式，当然现在因为像激光雷达这些设备有限，所以你得靠其他的ADAS设备，或者是摄象头来去帮忙补充一些信息，想象一下如果说到五年以后，比如说Quanergy的雷达在每台车上面装，是不是可以实现众包的地图采集能力。  

王涛：众包应该说一定是解决问题的主要方法，你不众包，光靠高德，包括阿里，再有钱，它也不可能买这么多车为这么多设备去做，它也不可能达到满足及时的目标要求，在自动驾驶车还没有大面积铺开之前，我们一定采用其他的，首先阿里能够控制的资源里面，比如说阿里的物流车，每天有大量的物流车在全国各地跑，包括阿里的体系也投资了很多的租车公司、出租车，我们叫半社会化采集，会首先在这种类型的车辆上来布。  

主持人：在北京如果做个一万套设备，装在一万辆出租车上基本上可以实时的，这个你们有考虑吗？  

王涛：现在应该是在研发中。

主持人：你刚才也提到，有很多人背着设备去直采，我前几天看到百度在做，一个大概30斤还是多少？   

王涛：30多万，我个人认为还是一个原形，因为一个人背着30万的东西，又能有几个人，他也不太可能，即使说一百个人往全国一铺也看不到人。 

主持人：它还是针对一些特殊的突发状况。

王涛：它是一个特定的景区，车也进不去，人也进不去，这时候会拍一些全景，因为百度还是在全景视图做的比较深，但是这块高德没有重点做，车也进不去、人也进不去，当然你做了之后看起来效果还是非常绚的。 

主持人：我有个问题问陆总，智车优行也是近几年崛起起来的新的创业公司，相比起乐视资金力量没有这么雄厚，但是你们在提智能这块，你们的切入点比他们还要更加聚焦，能不能跟大家分享一下，没有那么大的体量，没有那么多的资金，如何在智能这块做得更好？ 

陆伟：刚刚吴总说的问题其实也存在，确实非常严肃的问题，因为包括（李兵）我们也交流过，他们还是在传统运行着力点，车路地，我们这边还是以一软一硬，软来切入整个智能汽车产业，我们认知的智能驾驶是智能系统的功能，整个智能系统整个汽车来说，整个智能系统来说，在车联网等各个方面都是智能的提升，我们造这辆车不是以车造车，我们是以智能终端的形式造一个四个轮子能够跑的机器人的方式来造智能终端，吴总刚刚谈到我们的切入点，在整个人工智能方面我们也是刚刚起步，在整个硬件（AM）芯片和解决方面里面我们还是走的比较前的，包括我们用的（QMS）系统和硬件这块我们比较强，软件这块我们基于大家以合作的方式集成式创新的方式进行合作，为什么说我们切入智能系统很有信心做这个事，我前期加入了这个团队，2014年10月，主要还是在于整车厂的整合，跑了大量的车厂，包括用户运营这块，C2B这块，一辆车如果谈智能系统总线都解决不了，车跟智能系统是分离的，它不能形成一个服务机器人从智能系统指导决策，运用系统把它落下去，我们还是以产品层面，对于智能系统来说还是以集成式的创新做。  

主持人：我再问汤总一个问题，首先恭喜Quanergy，Quanergy在过去几个月完成了一个新的融资，听说估值已经达到十几亿美金，作为一家创业公司确实是非常可喜可贺。我在想一个创业公司跟大公司竞争，创业公司特别快，尤其在一些新的技术上，创业公司是有优势的，现在（威乐达）也变成了像创业公司一样的，也变得非常快，（匡乐极）在技术路线上面有没有一些互整合，能够保证在全固态的这样一种雷达上，在未来五到十年能保持优势？

汤劲松：技术路线现在有几个，一个是传统的旋转，大家现在都知道做测试可以的，要量产很难，另外是刚才先锋，它那个数据量。

主持人：所谓的混合固态。   

汤劲松：它里面是（微净）的，还是机械结构，对抗震动、校准还是很有限的，李总说的一点几的百万点，我们八线已经将近0.5个百万点，那条路线在自动驾驶比较难，还有一个是昨天我们聊过的固定点，做ADAS还好，做无人驾驶比较困难，我们现在的技术储备，我们公司是四年，技术储备不是四年，包括余博士在内，储备都是二三十年以上，有一些特别关键的技术，像激光工程技术，包括我们申请的专利和技术本身的难度，这个是不太容易的。

主持人：所以是非常强的。   

汤劲松：前提是我们内部说我们要做就做很难的事情。 

主持人：我在外部的资料上看到Quanergy有所谓的软件定义扫描的方式、顺序等等。 

汤劲松：这是固态的特点。 

主持人：在实际应用中有一些什么样的优势？  

汤劲松：是基于场景的，高速公路是以前为主，两边是稻田，所以测试不是为主的，360度后跟测都有数据，技术含量很大，去噪音要求很高，高速公路以前是以为主，整个那边就没有了，结构的灵活性降低了计算的负担，其实对整个的准确度也是提高了。 

提问：我想问一下吴总，关于智能驾驶理想是比较丰满，但现实却跟骨感，会遇到很多道德和行业标准，我想问一下关于自动驾驶这块，你们公司是怎么去推行这种行业标准的？  

主持人：您这个问题问的非常好，自动驾驶或者无人驾驶都会碰到三个方面的问题。

第一，技术是不是足够的成熟，这个成熟不仅仅是包括了算法是不是足够好，而且包括了你在实际的硬件上面跑的是不是足够的可靠，我给大家举个例子，我们普通摄象头，可能在我们的手机上，在我们的平板上，它能够在各种天气状况下都工作的很好，但是在汽车上面放在挡风玻璃后面，还没开就七八十度了，你开起来成像传感器可能达到120-130度，这时候你就要考虑系统是不是足够的可靠稳定。刚才汤总也讲了，包括其他的防震、防尘、防水这些东西都是都得考虑，你你实验室里是不会去考虑那么多的，所以技术上其实还是有很多的问题。

第二，市场，市场是不是能够接受，比如说我们现在跑深度学习，就要用GPU，要符合刚才的车规可能就要几百美金，从车厂的角度上来说，可能能够接受的成本限制就是一千人民币，这时候你就得考虑，你这个技术跟车厂的需求能不能匹配，中国虽然现在一年卖两三千万辆，真正能够装辅助驾驶的车它的比例是非常低的，所以你得去看整个市场到底多久能够起来，所以市场又是一个制约因素。

第三，政策。我们基本能够看到从美国也好、欧洲也好、日本也好，一片和风尽吹，奥巴马写了一篇文章关于自动驾驶，他是希望自动驾驶能够更快的对这个社会带来各种更好的效益，当然他也提到在大量推动自动驾驶之前，安全是非常重要的，所以你会看到美国国家高速公路安全管理局，它在制定一些政策，其中就包括了我要对这些车做更加严格的测试，我要求车做更加完整的数据记录，以便未来的分析，这些东西我们会看到未来的一年，中国这边会快速的更新。未来不是所有的车都能上路，也不是说你自己打一个标签就能够声称是自动驾驶的车，这些车都会去参加我们驾校考试那样要去考试，要求你有足够的数据记录的功能，要求你在上路之前有特定资质的驾驶员做这样的测试。

所以这些东西虽然说现在还没有万事俱备，但是我们觉得在未来得几年中，所有的政策标准、测试等等方面，都会基本上落实。我认为在技术、市场、政策方面，现在还没有说都非常的完善，但是未来三五年我相信都会有所突破。

陆伟：刚刚同学问的问题吴总回答完了，我谈一下我的观点，无人驾驶这块大家觉得还离我们很遥远，其实很多前沿科技都是至前的。我举一个电商的例子，1999年我们是派送员送货要现金支付，到了山西下面的县城，代理商把钱收不上来，这种状态下电商就开始运作了，但是8848两年在坚持的过程中，当当他们都慢慢在坚持的过程中，包括现在的淘宝最后成功了，这是坚持在未来的时代方向上做的事情，持之以恒这个事情是一定会成的。  

主持人：需要一些爆发点，尤其像C2C，第三方支付是非常好的，我们现在很多O2O的服务，还有移动支付，所以我觉得未来几年，自动驾驶、无人驾驶会碰到这样的情况，包括我们的激光雷达会非常便宜，我们的高精地图会全国的覆盖，刚才王总提到了阿里千寻，它现在的进展比王总说的更加快一些，我们看到它网站的地图上，全中国除了新疆那边的一片沙漠没有覆盖，基本上实现了全国的分米型的覆盖，在一些重点城市实现了厘米型的覆盖，我们想象看到的困难的问题，这么一个个问题都解决了，所有的化学作用混在一起，有一天整个的市场突然就起来了。

大家如果没有问题，我们今天上午智能驾驶的论坛就到此结束，非常感谢大家上午的陪伴！

（本报告根据速记整理）

CAAI原创 丨 作者系上述嘉宾

未经授权严禁转载及翻译

如需转载合作请向学会或本人申请

转发请注明转自中国人工智能学会