2025 年 6 月 5 日下午，“華南智能網(wǎng)聯(lián)新能源汽車技術(shù)大會” 在深圳國際會展中心（寶安新館）舉辦了一場備受矚目的圓桌論壇，主題為 “高階智能駕駛挑戰(zhàn)與機遇”。四位來自不同領(lǐng)域的專家——黑芝麻智能科技有限公司產(chǎn)品管理總監(jiān)周勇、廣州汽車集團股份有限公司高級工程師/智駕技術(shù)總師王明明、中汽研科技有限公司智能網(wǎng)聯(lián)汽車研究部智能駕駛測試技術(shù)專家李海滄、大卓智能科技有限公司高級算法專家李紅軍，圍繞高階智能駕駛的商業(yè)化普及、感知路線選擇、測試標準迭代、芯片架構(gòu)優(yōu)化等核心議題展開深度探討，為行業(yè)發(fā)展提供了極具價值的洞見。
一、商業(yè)化普及中的成本與安全平衡產(chǎn)業(yè)鏈協(xié)同的關(guān)鍵命題
隨著高階智能駕駛功能加速向中低端車型滲透，安全隱患與成本控制成為產(chǎn)業(yè)鏈上下游必須共同面對的挑戰(zhàn)。
作為主機廠代表，李紅軍專家從硬件、軟件和數(shù)據(jù)閉環(huán)三個維度解析了主機廠的應對策略。
在硬件層面，主機廠正加速推進平臺化與模塊化設(shè)計，通過從分布式計算向中央計算的轉(zhuǎn)型，實現(xiàn)傳感器與部件的“即插即用”，大幅縮短研發(fā)周期；軟件層面則強調(diào)分層架構(gòu)，通過傳感器協(xié)議層、中間件層和應用層的解耦，使不同車型的適配只需調(diào)整傳感器層和部分中間件層，應用層算法可復用；數(shù)據(jù)閉環(huán)方面，主機廠通過采集海量道路與停車場數(shù)據(jù)，在仿真平臺上解決99%以上的潛在問題，顯著提升研發(fā)效率。
大卓智能科技有限公司高級算法專家李紅軍
李海滄專家代表第三方檢測機構(gòu)提出，安全是智能駕駛的前提，中汽研通過構(gòu)建“仿真測試-封閉場地測試-開放道路測試”的多層次檢驗檢測體系、聯(lián)合產(chǎn)業(yè)鏈更新測試標準、強化性能評價體系來保障安全。在成本控制上，推動測試標準化、引入數(shù)字孿生與虛實場景庫技術(shù)、建立區(qū)域測試互認體系是三大關(guān)鍵舉措。
中汽研科技有限公司智能網(wǎng)聯(lián)汽車研究部智能駕駛測試技術(shù)專家李海滄
王明明專家強調(diào)“技術(shù)不應昂貴，安全不能差異化”，指出智駕產(chǎn)品的核心價值在于安全與便利，行業(yè)需重視技術(shù)驗證的必要性，當前性能評價標準的缺失（如 L2/L3 準入準出標準、自動駕駛責任界定等）亟待解決，尤其是大模型上車帶來的 “幻覺” 風險，需要建立有底線的測試體系。
廣州汽車集團股份有限公司高級工程師/智駕技術(shù)總師王明明
黑芝麻智能科技有限公司產(chǎn)品管理總監(jiān)周勇
二、感知路線之爭多傳感器融合與純視覺的技術(shù)博弈
關(guān)于激光雷達、攝像頭與毫米波雷達的融合邊界及成本平衡，王明明專家與李紅軍專家分享了主機廠的策略。
王明明專家認為，多傳感器融合（前融合、中融合、后融合）在性能上具有優(yōu)勢，可彌補單一傳感器的物理局限（如視覺在強光/ 暗光下的識別缺陷、激光雷達的成本問題）。盡管當前各廠商因成本與開發(fā)慣性選擇不同路線，但技術(shù)選擇應回歸安全與性能本質(zhì)。值得關(guān)注的是，激光雷達成本已大幅下降至千元級，4D 毫米波雷達與FMCW新技術(shù)的迭代，正打破“成本決定路線”的固有邏輯。
廣州汽車集團股份有限公司高級工程師/智駕技術(shù)總師王明明
大卓智能科技有限公司高級算法專家李紅軍
三、端到端技術(shù)的挑戰(zhàn)測試標準的迭代而非重構(gòu)
針對端到端自動駕駛的“黑盒”特性，李海滄專家明確表示，檢測標準體系不會因單一技術(shù)而重構(gòu)，但需持續(xù)迭代。端到端技術(shù)通過傳感器直接映射控制信號，決策過程的不透明性帶來不確定性，但檢測環(huán)節(jié)正引入AI生成場景庫、覆蓋更多極端案例（corner case）等新技術(shù)，以提升檢驗檢測的可信度與危險場景覆蓋度。例如，基于神經(jīng)網(wǎng)絡(luò)與機器學習的測試方法，正推動檢測標準與規(guī)程的動態(tài)更新。
中汽研科技有限公司智能網(wǎng)聯(lián)汽車研究部智能駕駛測試技術(shù)專家李海滄
四、芯片架構(gòu)創(chuàng)新異構(gòu)多核驅(qū)動數(shù)據(jù)處理與控制邏輯協(xié)同
周勇專家詳細解析了自動駕駛芯片的異構(gòu)多核設(shè)計如何匹配激光雷達數(shù)據(jù)處理與整車控制邏輯。激光雷達數(shù)據(jù)處理通常分為數(shù)據(jù)輸入、點云預處理、深度學習推理與特征提取、后控制處理四個步驟，傳統(tǒng)方案需多芯片分工（如DSP處理數(shù)據(jù)輸入、GPU進行矩陣運算、NPU負責特征提取、MCU執(zhí)行控制指令），而當前主流SoC芯片（如黑芝麻智能的武當C1200與華山A2000系列）通過整合CPU、GPU、NPU、DSP等核心，從硬件架構(gòu)層面實現(xiàn)多傳感器數(shù)據(jù)的高效協(xié)同，優(yōu)化功耗管理，提升不同核心間的任務(wù)調(diào)度效率。
黑芝麻智能科技有限公司產(chǎn)品管理總監(jiān)周勇
五、未來展望技術(shù)信仰與產(chǎn)業(yè)趨勢的凝練預判
在論壇尾聲，四位專家用精煉的語言勾勒了高階智駕的未來圖景：
周勇專家：高階智駕將向全域全場景覆蓋、多域融合與中央計算發(fā)展，“智駕平權(quán)” 加速落地，L3 政策與檢測標準將陸續(xù)發(fā)布，異構(gòu)多核芯片方案是技術(shù)核心。
王明明專家：數(shù)據(jù)驅(qū)動的深度學習仍是技術(shù)范式，將帶來性能突破。
李海滄專家：未來智駕將走向“更智能（更高階駕駛與智慧座艙）、更標準化（跨車型統(tǒng)一）、更廣闊場景（陸空一體化等）”。
李紅軍專家：作為研發(fā)一線從業(yè)者，堅信無人駕駛終將實現(xiàn)。
這場圓桌論壇不僅呈現(xiàn)了高階智能駕駛產(chǎn)業(yè)的現(xiàn)實挑戰(zhàn)，更揭示了技術(shù)演進的底層邏輯——安全是基石，成本控制需產(chǎn)業(yè)鏈協(xié)同，感知路線與芯片架構(gòu)的創(chuàng)新需以性能為導向，而測試標準則需與技術(shù)同步迭代。隨著“智駕平權(quán)” 的推進與政策標準的完善，高階智能駕駛正從技術(shù)理想走向大規(guī)模商業(yè)化的關(guān)鍵拐點，而產(chǎn)業(yè)鏈各環(huán)節(jié)的深度協(xié)作，將是驅(qū)動這一變革的核心動力。
