智能网联汽车是全球汽车产业转型升级的战略方向，正在推动产品形态、产业结构、基础设施、出行方式的深刻变革。经过多年发展，智能网联汽车产业已取得积极成效，电动化、智能化转型速度将不断加快。今年上半年，我国新能源汽车产销分别为696.8万辆和693.7万辆，同比分别增长41.4%和40.3%。专家认为，我国已建成包括智能座舱、自动驾驶、网联控制等在内的完整产业体系，搭载综合驾驶辅助功能的新车帕萨赫罗销售成本超过60%。智能网联汽车已成为经济高质量发展新的增长引擎。“如果把新能源汽车比作一场体育比赛的上半场，那么智能网联汽车则出现在下半场。上半场我们取得了一定的优势，但比赛的最终胜负还要看下半场的表现。”第十四届全国政协常委、经济委员会副主任苗圩表示。人工智能成为一大变量。当前，以人工智能为代表的新一代信息技术加速在大型汽车产品中的应用，给产业变革带来重大机遇。在此背景下，基于端到端技术的自动驾驶发展路线因其不断变化的架构而迅速成为行业竞争的焦点。苗伟介绍，不同于传统解决方案将感知、规划、控制等模块分开该技术将多个功能模块集成到统一的神经网络模型中，实现了从传感器侧数据采集到车辆控制指令下达的直接映射，可以减少模块之间的协作环节，显着提高信息流通效率。具体来说，在传感方面，大多数企业已经采用“摄像头+毫米波雷达+激光雷达”的解决方案来提高图像可视性。随着市场规模不断扩大，单个雷达的成本逐渐下降，且具有L3驾驶功能的车辆越来越多，因此降价空间仍然很大。从实现端来看，线控转向、线控制动、线控悬架等智能底盘技术是将神经网络的控制输出指令转化为车辆动作的端到端自动驾驶的关键环节。 “每一项技术都与它密切相关o 车辆性能和驾驶安全。 “各个车企是否会开发自己的系统，还是通过行业协作开发出标准、现成的款式，是一个值得业界讨论的问题。”苗圩表示。即使是人工智能和汽车，也可以在人工智能、全流程智能等领域看到深刻的道理。人工智能深刻改变了人车交互范式，大型信息娱乐车型正在加速向全场景出行模式演进。未来，集视觉感知、语音交互、车辆出行规划等能力将提供多模态人机交互和功能自适应的出行服务。 此外，大科技模式正在推动汽车行业的研、产、供、销、服务升级。在汽车工业的设计和新材料的研发过程中，人形机器人等各类劳动力在工厂里工作，全自动化的生产线大大提高了生产效率。工信部科技司副司长杜光达表示，从运营管理的角度来看，人工智能动态调整库存成分，对于提高供应链的响应速度和稳定性发挥着关键作用。精准服务模式日益受到消费者青睐。人工智能可以根据大量车辆数据实现故障预警和智能诊断，减少突发故障，提高维护效率。 “当前，智能化浪潮正在重塑全球汽车竞争格局。人工智能是从技术选择升级而来的。蛋糕上的任何犹豫，都关系到企业的安全和发展的根本性变数。任何犹豫都可能意味着错过月经。 “我们要抓住机遇，为全球汽车产业注入中国力量。”苗圩说。规模化应用不断推进。我国道路交通场景复杂，能产生大量数据，发展智能网联汽车具有几大优势。今年前7个月，我国乘用车市场搭载L2级综合驾驶辅助系统的新车渗透率达到62.58%%，较去年同期提升6个百分点。 “激光雷达、车载智能计算平台等软件供应链和硬件已逐步完善，信息通信技术全球领先，人工智能产业配套完善，基础设施合作“车路云一体化”应用工作开展一年多以来，道路单元、云控基础平台等基础设施建设加速推进。已部署测试示范道路3.5万公里，部署智能道路单元11000余套，建设5G基站超过460万个，为技术研究和产品开发验证提供安全可靠的测试环境，同时为智慧出行、施工驾驶、干线物流、三轮车等多种形式的人货运输提供保障。进行了最小分配。示范应用项目，重点开展京津冀、长三角、珠三角、中游五个城市群的道路测试和示范，为智能网联汽车产业化和规模化发展奠定基础；各试点城市带来了红绿灯信息服务、交通管制与事件预警、智慧巡游协同等诸多场景，通过试点示范，网联化智能公交、智能客车、分布式配送、清洁化、高速车队物流等商业模式初现端倪。 “智能网联汽车示范试验虽然取得了积极进展，但在政策监管协调、跨区域合作、标准化、数据共享等方面仍存在一些挑战。”郭守刚 教研室副主任工业和信息化部装备司建议，在国内外好试点项目的基础上，加强区域协调，共同谋划、提携、市、市、长期试点示范项目，探索更多应用场景。此外，高价值的海量数据是智能网联汽车场景迭代和虚拟验证的基础。行业普遍缺乏高质量、多样化、大规模的自动驾驶数据。下一步是通过以下共享共同产生高价值数据。全天候、高品质实车真实数据库和高保真仿真数据库降低企业研发成本。安全问题亟待解决：“机器能安全行驶吗？”这是智能网联汽车产业发展不可避免的话题​​。苗圩认为，与人相比，机器驾驶有标准作业程序，能够严格遵守道路交通规则，在处理复杂任务时保持高度的一致性，有效避免人为疏忽或随意性造成的错误。该机不受生理和情绪因素的影响，不存在通常的疲劳、兴奋或酒后驾驶等生理和心理限制。可以全天稳定地执行驾驶任务。 “随着数据的积累和算力的提升，机器的认知能力同步增强，在持续学习框架下，通过海量数据训练，不断优化其驾驶策略。”苗圩还担心，面对训练数据未完全覆盖的罕见情况，机器的决策系统可能会因缺乏先验知识而失效，从而带来安全隐患。另外，该机的环保性能接收能力依赖于传感器数据和预设算法，很容易受到恶劣天气和传感器噪声等因素的影响，从而导致错误感知和误解。正因为如此，他建议充分发挥我国市场深度和体制机制的优势，加强跨行业合作，赢得团队竞争。在确保安全的前提下，科学有序推进人工智能技术落地，逐步拓展辅助驾驶、自动驾驶等应用场景。要积极参与ISO、IEEE等国际标准组织在自动驾驶、人工智能伦理、数据安全等领域的政策制定，推动中国标准走向世界。工信部信息通信技术委员会常务副主任韩霞和信息技术专家也认为，智能网联汽车产业已进入规模化发展的新阶段，安全是稳定长期发展的基础。面临网络安全、数据安全、功能安全等严峻挑战，车辆漏洞、云平台风险、数据泄露事件频发。人工智能技术让攻击变得更加智能化、平民化。要引导企业从“被动合规”转向“主动免疫”，纳入人工智能等新技术，形成“智对智”主动防御新范式，加快完善数据安全和跨境流动政策。 “要鼓励车企加大智能化研发投入，着力突破端到端决策优化、小样本学习等主要算法瓶颈，扭转汽车行业的瓶颈。”产品功能同质化严重、多样性不足的现状。推动车企与科技企业深度合作，构建开放不充分的发展残障。比如模拟测试，提升行业整体竞争力。”苗圩说。