竞争携带的激光雷达数量，这是第一次大规模生产和降落高计算AI芯片。车上的屏幕越来越大，数量也越来越多。智能驾驶声称能够解决越来越多的场景着陆问题。硬件似乎已经成为衡量“智能”智能汽车的一个硬指标。
另一方面，原始设备制造商开始声称整个产品系列都是自主开发的，国内供应链正逐渐壮大。一方面，他们以国际供应链巨头的硬件参数为基准加入了智能汽车战争，另一方面，他们以灵活的合作方式与OEM合作。
在被公认为最适合智能电动汽车发展的中国，当OEM和供应链启动allin智能汽车时，他们将如何携手打造智能汽车？
5月18日，品佳邀请了四位在智能汽车领域扮演不同角色的嘉宾，包括沙龙汽车智能高级总监杨继峰、合赛科技联合创始人兼首席执行官李一凡、天际副总裁兼智能驾驶产品总经理于一楠、腾讯智慧旅游战略总经理沈沛。关于如何定义智能汽车，主机厂和供应链的OKR是否应该一致，以及未来5-10年智能汽车将是什么样子，嘉宾们与pinplay创始人兼首席执行官罗一航进行了交谈。
来源：pinplay版权所有库
首先，堆叠硬件是否代表智能？和赛科技联合创始人兼首席执行官李一凡以苹果为例：苹果手机的摄像头不是公认的最高像素，但苹果手机的摄像头级别是公认的最佳。在李一凡看来，对用户最常用的功能进行最极端的体验是目前最重要的追求。拥有更多人的状态的下一个阶段是，更多的人让我更强大。
另一方面，当更多具有高计算能力的国产AI芯片落地时，是否意味着智能汽车会因为更大的tops指数背后的强大核心而变得更智能？
horizon副总裁兼智能驾驶产品总经理于一南表示，如果一个100tops计算能力芯片只使用10个TOPS，它最多只能发挥10个TOPS计算能力的效率，因此效率实际上是一个非常关键的因素。
当供应链出现更强的硬件能力时，当汽车制造商开始不断加强用户体验时，供应链和汽车企业如何更好地实现打造更智能汽车的目标？
沈沛以手机和互联网的发展为例：手机和互联网之所以发展如此之快，是因为它的生态迅速开辟了各种开发商。使用非常低的阈值工具和平台，他们可以在较高级别开发用户应用程序。它迅速上升，迅速死亡，但这并不重要。如果它死了，它可以重新开始。
沈沛认为，今天整个汽车行业仍然处于相对封闭的状态。每个人都在做自己的事情，研究如何完全关闭循环。虽然这是有益的，但它也可以显示与用户体验密切相关的部分，以便大多数开发人员和整个生态都可以参与。
对于需要与供应链保持密切合作并直接面对用户体验的汽车企业来说，整个计算能力架构、数据返回和整个用户体验闭环是一个系统工程。所有的压力最终都流向了汽车企业。
杨继峰认为，在叠加的背后，算法今天还没有固化。在相对的计算环境中，车辆企业增加传感器和计算能力，以发布更多的场景。汽车企业不能将所有硬件成本一次性转化为BOM，而是将自动驾驶转化为全生命周期的价值服务。
在此次对话中，pinplay/pindrive与四位嘉宾也得出了一个结论：新能源汽车生态链各环节的总公司应该达成一致意见，与OKR保持一致。
pinplay创始人兼首席执行官罗一航表示，如果打造智能汽车是一项系统工程，那么我们应该分层解决每一层的不同需求，上下衔接，然后才能在各个环节上让用户体验更好。
以下是本次对话的内容选择。我们从不同方面进行了一些总结：
如何定义智能汽车
在去年的广州车展上，长城汽车孵化的新品牌沙龙首次亮相。它的第一台汽车美容机“嘉隆”装有四个激光雷达，并直接喊出“请不要在四个以下说话”。
沙龙机嘉隆来源：沙龙车
对于携带更多感知硬件的必要性，许多人有不同的看法。有人称之为硬件冗余，也有人认为这是一种“令人眼花缭乱的技术”，可以走出这个圈子。杨继峰认为，现阶段主机厂可以做的就是在感知能力方面保留整个生命周期的硬件容量，然后在整个生命周期中发布场景，然后在整个生命周期中提升体验，然后在整个生命周期中做用户反馈的闭环。
杨继峰认为，在自动驾驶尚未完全实现L4之前，解决人机协同驾驶的核心之一就是解决系统与人之间的认知差异。他不仅要解决认知结果的差异，还要逐步解决这个人如何建立认知过程的差异。
“因此，一般来说，我将定义一种更智能的汽车用户体验，即如何感知环境，如何感知规则，如何感知驾驶员，然后在这样的系统下在场景中取得突破，并为更多的用户做所谓的‘数千人，数千张脸’，或数据驱动，给用户更多的选择。”
杨继峰从OEM和沙龙车的角度给出了智能车的定义。
近日，地平线百强计算能力国产AI芯片之旅5已完成多家汽车企业的批量生产和定点前端安装。于一南对智能汽车有着其他方面的理解。
旅程系列芯片来源：Horizon
他认为，汽车是否足够聪明的定义包括三个要素：第一，场景是否广泛，第二，驾驶时预测未来的能力是否强大，第三，学习能力。
去年11月，腾讯的智能旅游业务正式亮相。其目标是帮助汽车行业的全链路数字升级，并在整个生命周期内提供数字服务。做作为一家不直接参与汽车生产的数字服务提供商，沈沛给出了自己的看法。
腾讯升级智能旅游业务地图来源：腾讯
沈沛认为，驾驶并不是每个人都能自然掌握的技能。通过自动驾驶，汽车与用户之间的互动可以让用户不再担心，这是一种聪明的表现。同时，汽车需要更好地了解用户的需求，及时提供用户想要的信息。因此，为了使汽车学习更加智能化，有必要将其称为云计算和存储。因此，智能汽车必须与云集成。
那么，智能汽车发展到了什么阶段呢？
来源：pinplay版权所有库
作为激光雷达的供应商，和赛科技为许多公司批量生产的无人驾驶出租车和客车提供了激光雷达产品。作为一家硬件供应商，李一凡不同意纯粹的堆叠路线。
他认为，一项新技术通常有三个阶段：“没有人拥有我”、“很多人拥有我”和“很多人拥有我强大”。目前，激光雷达行业仍处于以叠加为主的“第二阶段”。
在李一凡看来，一些汽车公司只追求表面指标的卓越，但在他们看来，这可能不是最好的选择。业界最好的供应商需要提供最好的交付体验，而不仅仅是表面数据。堆放材料不一定会使汽车更智能，但也可能造成浪费。
At128车辆轨距级半固态激光雷达源：和赛科技
于一南还认为，李一凡提出的三个阶段确实存在，每个阶段都要适应市场。关键在于，当市场需要在整个市场之前“越来越多、越来越强大”时，这些产品能否立即生产出来。从芯片的角度来看，扩大芯片面积使计算能力更高，或者提高芯片效率提高计算能力，对应着多和强两个阶段，发展方向需要根据市场需求来确定。然而，如果最终用户有限，如果最终使用场景非常有限，并且计算力实际上非常小，那么成本就是浪费。
因此，本阶段是否需要堆放也直接指向进行堆放的汽车主机厂。杨继峰认为，减少传感器数量，实现同样稳定的功能是很酷的；同样，如果添加一些传感器可以带来更多功能和更好的体验，那也很酷。
由于汽车公司和供应商面对不同的市场和用户，他们自然会有不同的观点，但归根结底，每个公司的目标都是对用户负责，打造这样的“智能汽车”。我们怎样才能从不同的地方得到相同的东西？这里使用了OKR的概念。
汽车产业链的OKR
为了整个汽车生态链的发展，沈沛提出了“更多”的概念。生态是为了在行业中建立更加统一的秩序。
于一南也提出了类似的观点。虽然许多企业提出了“全栈”和完全自主研究的路线，但他们都想完成自己的闭环。然而，该行业需要明确的分工，以实现最高的效率、最佳的质量和最低的成本。打造智能汽车需要产业分工和分层。
当有明确的层次时，每个层次只需要明确自己应该做什么，并对这一层的进展负责，从而促进整个行业的发展。
来源：pinplay版权所有库
当供应链的“需求”与整车企业的全栈自学概念发生冲突时，罗一航提出，当几乎没有一家整车企业能够独自解决所有问题时，整车生态系统与OKR保持一致，每个人都在各自领域解决自己的业务，然后提高效率，这似乎是一个更好的想法。
每个人都应该有一个共同的o（即目标），并分解他们的Kr（即关键成就）。Kr需要合作。例如，“地平线”在测试中使用激光雷达。有必要将测试结果反馈给激光雷达企业，帮助他们改进问题，提高产品的效果。
整个行业都与生态保持一致。OKR可能成为制造智能汽车的关键因素之一。但目前，该行业最大的问题是，o（即目标）真的能保持一致吗？
也有不同的观点。在李一凡看来，目前汽车企业与供应链之间的“O”并不一致。
李一凡批评了汽车企业功能开发中“技术展示过度”造成的问题。他认为，目前，有很多汽车公司构建的一些功能无法保证100%可用，甚至出现了一些安全相关问题。非常高级的辅助驾驶功能看起来非常“智能”，但成功率可能只有50%。这种“半成品”是危险和不负责任的。因此，我们面临的“O”不应该是更多的“智能”功能，而是在保证可靠性的前提下让汽车更智能。
因此，供应链和主机厂似乎在“思维”上发生了对峙。杨继峰认为，目前的目标仍然是通过软硬件结合，尽早向用户发布可靠、安全的功能。然而，从主机厂的角度来看，在将这一代技术站移交给用户时，我们需要优先考虑用户体验，并考虑如何支持更长时间和有价值的用户服务。
综上所述，供应商希望主机厂能够推出更稳定的功能，避免过于激进的路线。然而，从主机厂的角度来看，只有尽快推出更多向上的功能，才能通过用户的数据返回促进技术水平的发展。
五到十年后的未来是什么样子
这些观点实际上代表了目前中国智能汽车产业发展的现实：主机厂不能因为概率极小的不稳定性而放弃新功能的可能性，也不能为新功能而冒险用户的安全和体验。如果我们回到用户体验上来，我们在智能汽车的道路上仍然有共同的目标。
关于未来5-10年的智能汽车，李一凡认为，到2030年，激光雷达可能不是一个很重要的部分，而是与其他传感元件（2D、3D和4D传感）高度集成。于一南认为，国内供应商和汽车企业将能够占据更多的市场份额。沈沛建议用户周围环境将逐步数字化建模，这必将形成旅游体验的数字孪生兄弟。
回到汽车，杨继峰认为，短期内，在现有的规则和制度下，人机协同驾驶的问题需要改善，而长期的愿景是在未来的道路交通结构下打造一款智能驾驶汽车。