全球汽车产业转型升级的战略方向是智能网联汽车，它正促使产品形态、产业格局、基础设施以及出行方式发生着深刻变革。我国智能网联汽车产业发展历经多年，取得了积极成效，电动化、智能化转型的步伐持续在加快。今年上半年，我国新能源汽车的产量完成了696.8万辆，销量完成了693.7万辆，产量同比增长41.4%，销量同比增长40.3%。
专家觉得，我国已然构建起涵盖智能座舱、自动驾驶、网联云控等方面的完备产业体系，大算力芯片、智能线控底盘大量装配于车辆，人机交互、协同感知等技术在全球处于领先地位，配备组合驾驶辅助功能的乘用车新车销量占比超出60%，智能网联汽车成为了经济高质量发展的新增长动力源。
将新能源汽车比作体育比赛的上半场的话，智能网联汽车就来到了比赛的下半场，我们在上半场已取得一定优势，然而最终决定比赛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说道 。
人工智能成为关键变量
当下，新一代信息技术以人工智能为代表，在汽车产品里加速运用，给产业变革带来重大契机，苗圩介绍，这样的背景下，因架构创新，基于端到端技术的自动驾驶发展路线，很快成为行业纷纷布局的关键，与传统方案把感知、规划、控制、执行等模块分开设定不一样，该技术把多个功能模块整合进统一的神经网络模型，达成了从传感器侧的数据采集到车辆控制指令发出的直接映射，从而能够减少模块间协同环节，明显提升信息流通效率 。
确切来讲，于感知方面，多数企业运用的了“摄像头加上毫米波雷达再加上激光雷达”这样的方案，能够提升影像的可视程度 。伴随市场规模持续扩充，单个雷达的成本渐渐降低，具备L3级自动驾驶功能的车辆数目日益增多，其价格仍存在较大的下降余地 。从执行角度而言，线控转向、线控制动、线控悬架等智能底盘技术，是端到端自动驾驶，把神经网络输出的控制指令转变为车辆动作的关键所在 。汽车行业有关技术的情况是这样的，每一项技术都和整车性能表现紧密相连，并且与行驶安全息息相关。现在面临一个选择，是每一家车企各自为政，自成体系，各搞一套呢，还是通过行业协同，形成标准化、货架式的产品。这个问题呀，是值得业界共同深入研讨的议题。针对此，苗圩表达了看法，并说道。
人工智能于汽车方面的深度融合，还呈现于座舱智能化领域，以及全流程智能化领域。人工智能对人车交互范式造成了深刻改变，信息娱乐大模型正朝着全场景出行大模型加速演进。未来，具备综合视觉感知能力、语音交互能力、车辆行驶规划能力等的智能助手，会提供带有多模态人机互动特点、功能自适应特点的出行服务。
此外，大模型技术正在驱动汽车行业，在研发环节升级，在生产环节升级，在供应环节升级，在销售环节升级，在服务环节升级。“人工智能被广泛应用于汽车工业设计过程，人工智能被广泛应用于新材料研发等过程，人形机器人等新型劳动力进入工厂工作，全自动生产流水线大幅提升生产效能。”工业和信息化部科技司副司长杜广达介绍，从运营管理角度来看，人工智能能够动态调整零部件库存，在提升响应速度方面发挥关键作用，在提升供应链韧性方面发挥关键作用。精准服务模式愈发受到消费者的欢迎，人工智能能够依据车辆多元数据，达成故障预警以及智能诊断，减少突发故障的出现，提高维修效率。
当下，智能化掀起的浪潮重新构建了全球汽车的竞争态势，人工智能已然从起到辅助作用的技术选择，转而升级成关乎企业存活以及发展的关键因素，任何的犹豫迟疑都有可能表示着与一个时代错过，我们一定要趁着形势发展，为全球汽车行业浇灌中国力量。苗圩讲道。
规模化应用稳步推进
我国道路交通的场景呈现出复杂的态势，会生成大量的数据，在此基础上发展智能网联汽车是具备一定优势的。今年前7个月期间，我国乘用车市场里搭载L2级组合驾驶辅助系统的新车渗透率已经达到了62.58%，相较于去年同期是增长了6个百分点的。苗圩表示，“激光雷达、车载智能计算平台等软硬件供应链是逐渐完备起来的，信息通信技术在全球处于领先地位，人工智能产业生态是齐全的，支撑‘单车智能+车路云协同’的基础设施有着先发优势。”。
智能网联汽车规模化应用部署在稳步推进，先是从封闭场地测试开始，接着到开放道路应用实践，而后进行“车路云一体化”试点示范。“车路云一体化”应用试点工作已开展一年多，在此期间，路侧单元呀，云控基础平台等基础设施在加快建设，全国累计开放测试示范道路达到3.5万多公里呢，部署智能化路侧单元数量超过1.1万套，建设5G基站数量超过460万个，从而为技术研发以及产品验证提供了安全可靠的测试环境。
同时，各地开展了智慧出行的示范应用项目，开展了编队行驶的示范应用项目，开展了干线物流的示范应用项目，开展了末端配送等多种形式载人载物的示范应用项目，并且围绕京津冀开展了深化道路测试示范，围绕长三角开展了深化道路测试示范，围绕珠三角开展了深化道路测试示范，围绕长江中游开展了深化道路测试示范，围绕成渝五大城市群开展了深化道路测试示范，以此为智能网联汽车产业化、规模化发展奠定基础；各试点城市开展了交通信号灯信息服务的多场景试点示范，开展了交通管控及事件预警的多场景试点示范，开展了协同式智慧停车等多场景试点示范，网联赋能智慧公交的商业化模式初步显现，网联赋能智慧乘用车的商业化模式初步显现，网联赋能无人配送的商业化模式初步显现，网联赋能环卫以及高速编队物流等商业化模式初步显现。
尽管智能网联汽车测试示范有了积极的推进情况，然而在政策法规相互协调、跨区域共同协作、标准达成一致、数据实现共享等层面依旧遭遇一定的难题。工业和信息化部装备工业一司副司长郭守刚提出建议，应当以国内外出色的测试项目当作根基，强化地区之间的协同，联合谋划并开展具有规模化的城市级、长期性的试点示范项目，探寻更多的场景应用。除此之外，海量的高价值数据是智能网联汽车场景进行迭代以及虚拟验证的基础，当前行业里普遍缺少高质量、多样化、大规模的自动驾驶数据。接下来这一步，需要经过具有高价值的数据进行合规方面的共享，从而共同构建起全天各个时段、各方面质量都很高的实车真实存在的数据库以及高保真度的仿真数据库，以此来使得企业在研发过程中的成本得以降低。
安全问题亟需解决
这个话题是，“机器开车能安全吗？”，它是智能网联汽车产业发展没办法避开的。苗圩觉得，跟人比起来，机器驾驶有标准化操作程序，能严格依照道路交通规则去做，在处理复杂任务的时候保持高度一样，能有效防止因人为疏忽或者随意性导致错误。机器不会受生理和情绪因素影响，不存在疲劳、分心或者酒后开车等人类常见的生理和心理限制，可以全天、高稳定性执行驾驶任务 。
在数据积累以及算力提升的情形下，机器的认知能力同步得到增强，于持续学习的框架之内，它的驾驶策略借助海量数据训练而不断优化。苗圩有着同样的担心，针对训练数据当中并未充分涵盖的罕见场景而言，机器决策系统有因为缺乏先验知识从而失效的可能，进而构成潜在的安全风险。另外，机器进行环境感知的能力依靠传感器数据以及预设的算法，容易受到恶劣天气、传感器噪声等诸多因素的影响，存在导致误识别还有误判的状况。
就因为这样，他给出了提议，那就是得全面地施展我国市场的纵深以及体制机制所具备的优势，加强跨行业之间的协同合作，去打好团体性质的比赛。在保证安全处于前提条件之下，科学且有序地促使人工智能技术得以落地，渐渐扩张驾驶辅助关联及自动驾驶的应用场景范围。需要积极去参与ISO、IEEE等国际标准化组织于自动驾驶、AI伦理以及数据安全等领域的规则制定工作，从而推动中国标准迈向国际 。
工业和信息化部信息通信科技委常务副主任韩夏也持有相同看法，智能网联汽车产业已然步入规模化发展的全新阶段，安全乃是关乎其能够平稳、长远发展的基础所在。面临网络安全、数据安全以及功能安全相互交织的严峻挑战，整车出现漏洞的情况屡次发生，云平台上存在的风险不断涌现，数据泄露事件也频繁出现，AI 技术更是使得攻击朝着智能化、平民化的方向发展。要引导企业从“被动合规”转变为“主动免疫”，融合人工智能等新的技术，构建起“以智对智”的主动防御全新模式，加速完善数据安全与跨境流动的相关规则。
苗圩表示，要鼓励车企加大智能化研发投入，努力突破端到端决策优化、小样本学习等关键算法瓶颈，扭转 presently 产品功能同质化严重、差异化不足的局面，推动车企与科技型企业深度协同，构建开放融合的产业进展生态，加强数据闭环体系建设，巩固仿真测试等安全保障能力，提升行业整体竞争力 。（记者 李芃达 ）。
