MEET 2022編集チームがまとめました
量子ビット | WeChat公式アカウント QbitAI

「自動運転におけるAIは応用科学であり、いくつかのコアアルゴリズムの開発を除けば、70％はインテリジェント運転のエンジニアリングです。」

「テスラのデータ主導型アプローチは、自動運転が軍拡競争であり、多数のシナリオ、量産車両、閉ループデータシステムのサポートが必要であることを誰もが認識するきっかけとなる。」

「L2とL4の根本的な考え方は異なります。安全管理者の有無、技術、設計思想、そしてその技術の実装、製品、そしてそれを商品化するプロセスが根本的に異なります。」

...

QuantumBit MEET2022 自動運転ラウンドテーブルでは、量産、安全性、データ駆動型アプローチなど、今年の自動運転業界で最もホットなトピックについて熱い議論が交わされました。

徹底的かつ遠慮なく。

テンセントの交通プラットフォーム部門ゼネラルマネージャー兼自動運転部門ゼネラルマネージャーの蘇奎鋒氏、UISEEテクノロジーの共同創設者兼チーフシステムアーキテクトの彭金戦氏、メインラインテクノロジーのCEOである張天雷氏が、この会議で自動運転の量産化というテーマについての見解を共有した。

2021年に自動運転業界のすべてのプレーヤーが直面する最大の課題は、大量生産です。

インターネットプラットフォーム、物流・貨物、マルチトラック会社からなるこれら3つの自動運転プレーヤーは、どのような成果を上げたのでしょうか。

大量生産が進むにつれて、それに伴うデータとセキュリティの課題は業界にどのような新たな課題をもたらすのでしょうか?

今年の自動運転業界で、ゲストにとって最も驚きと衝撃を与えた出来事は何でしたか?

MEETインテリジェントフューチャーカンファレンスについて： MEETカンファレンスは、QuantumBitが主催するインテリジェントテクノロジー分野におけるトップクラスのビジネスサミットで、最先端技術の実装と業界への応用を探求することに重点を置いています。MEET2022はオンラインで開催され、20以上のライブストリーミングプラットフォームとチャンネルでカンファレンスの模様がライブ配信され、200万人の業界ユーザーがオンラインで参加しました。WeChat 、Toutiao、Zhihu、Weiboなど、QuantumBitの包括的なメディアマトリックスに加え、新華社通信、フェニックステクノロジー、テンセントテクノロジー、The Paperなど、数十の主要メディアがカンファレンスと関連コンテンツを報道し、オンラインインプレッションは2,000万回を超えました。

トピックの要点

• 2021年度の期末試験「量産」問題、みなさんはどうでしたか？

• なぜ今年になって自動運転の量産化の潮流が出てきたのか？

• 自動運転の安全性をめぐる議論の高まりをどう見るべきでしょうか?

• 自動運転はデータ争奪戦か？

• 今年の自動運転における最も予想外の進展は何でしたか?

（座談会の司会はQubit編集長の李根氏が務めました。Qubitでは原文の意味を変えることなく編集・構成しました。皆様にとって、より多くのインスピレーションと思考の糧となることを願っています。）

フォーラムの記録

（トピックの要点は後から追加されました）

2021年の自動運転のキーワード：量産化

QuantumBitのLi Gen：皆さん、こんにちは。自動運転に関するパネルディスカッションは、毎年カンファレンスで最も楽しみにしていただいている内容です。今年も、自動運転業界の最新動向に焦点を当てています。

1 年目は技術の進歩について、2 年目は商用アプリケーションについて、そして今年は大量生産についてお話します。

まずは本日のゲスト3名を簡単にご紹介させていただきます。司会者からも既にご紹介いただいておりますが、今回は別の視点から、より深くご理解いただけるようにお話しさせていただきます。

今年の自動運転フォーラム、そして先ほどの共有は、自動運転の壁に直面している人々のグループを代表しています。

蘇奎鋒博士は、テンセントの自動運転事業のゼネラルマネージャーです。2016年にテンセントに入社し、自動運転チームを立ち上げました。2017年に私が彼にこの件について尋ねたところ、彼は「製品化」と「量産化」という2つのキーワードを挙げました。

UISEE TechnologyのCEOである彭氏は、以前はロボット工学の分野で活躍していました。UISEE Technologyは既に物流と無人車両分野で大きな成功を収めています。昨年、RoboTaxiと大型車両が発売された後、これらがフルスタックシステムであることが明らかになりました。そして、その背後にいるのが彭氏です。

最後に、張天雷博士です。メインライン・テクノロジーは、商業展開において安全管理官を不要にした世界最速の企業です。天津港と寧波・舟山港では無人トラックが配備され、無人輸送を実現しています。

今年は、自動運転の各分野からゲストをお招きし、量産化をテーマにしたパネルディスカッションを開催いたします。本日は、このテーマに沿って自動運転に関するパネルディスカッションを開催いたします。

まずは蘇奎鋒博士にテンセントの自動運転量産の進捗状況について伺ってみましょう。

テンセントの蘇奎鋒氏：まず、業界に対する私の認識についてお話しし、その後、テンセントが何をしてきたかを見ていきましょう。

昨年、特に2021年には、特に商用車分野において、自動運転システムと先進運転支援システムの両方で大きな進歩が見られました。新エネルギー車の量産化も進んでおり、これは少し前に開催された広州モーターショーでも実証されました。

一方、前述の通り、主要テクノロジーセクターが支える港湾物流を含め、ロボタクシーは大きな進歩を遂げています。これは、IPO企業と実際に港湾を運営する企業の両方で大きな進歩が見られ、技術の進歩に伴い、各社が独自の実用化・量産化への道を模索していることを示しています。

テンセントは、業界の発展を支援し、より実用的なソリューションの導入を支援するという独自のポジショニングを掲げています。ロボタクシーや商用車の分野では、比較的取り組みが少ないのが現状です。

テンセントの支援は様々な側面に反映されています。まず、彼らは自動運転ツールチェーンに多大な労力を費やしてきました。簡単な例を挙げると、量産化の最終段階はまだテスト段階です。以前、私たちはスタンドアロンのクラウドシミュレーションを実施しながら、いくつかのテスト機関と共同でV2L（Vehicle-to-the-Loop）テストも実施しました。自動運転のテストを行っている多くの関係者はこの点を理解していると思います。この取り組みは量産化に有益、というか、大きく促進するものです。

一方で、私たちはいくつかの垂直シナリオにも取り組んでいます。テンセントは深圳のペンギン島に新しい本社プロジェクトを進めており、ロボバスを交通シナリオ全体に統合する予定です。

自動運転は単に車が見えるということではありません。技術ですから、自動運転技術を使って交通問題を解決することになります。

逆に、交通問題の解決は自動運転の実現を容易にします。大規模な交通シナリオは、自動運転にとってより良く、より適切な自然な運転環境を提供します。だからこそ、テンセントは過去1年間、交通分野で多くの取り組みを行ってきました。

テンセントは、中国国内の4つのインテリジェントコネクテッドビークル実証ゾーンのうち3つに参加しています。また、スマートハイウェイ向けのソリューションを多数リリースしています。私たちのチームは、自動運転の認識、意思決定、計画、シミュレーション、データプラットフォームに関する多くの研究を行ってきました。

テンセントの自動運転へのアプローチは、現在主流となっているアプローチとは多少異なりますが、当社は自動運転技術の研究開発を継続しています。

例えば、先ほど申し上げた路車協調型の自動運転には、単独車両によるインテリジェント自動運転も含まれます。テンセントも試験用の自動運転車両を保有しており、技術とシナリオに基づいて継続的に展開していますが、展開の方向性は異なります。

全体的なコアポジショニングには 2 つの方向性があります。1 つは業界の定着を支援することであり、もう 1 つは、交通という広い文脈の中で垂直分野における自動運転の開発です。

QuantumBitの李根氏：テンセントの自動運転量産へのアプローチは、表面的にはより根本的なもので、業界の成功に貢献しています。一方、Yushiはよりオンラインで、点と点を繋いでラインを形成しています。このフルスタックシステムがどのように設計されているのか、私には分かりません。

UISEE Technologyの彭金展氏：当社は自動運転業界で商用運用を開始した最古の企業です。2019年末には香港国際空港で真の自動運転車の運行を実現しました。現在、香港国際空港には約20台の自動運転車が配備されており、上汽GM五菱工場には数百台の自動運転車が配備されています。

大量生産というと、自動車業界にとって数百台という台数では、まだ真の量産とは言えないでしょう。しかし、自動運転車や自律走行車業界では、特に過去2年間で、これはすでに非常に稀有な成果と言えるでしょう。

スタートアップ段階では、技術と製品の改良に注力してきました。しかし、ここ1、2年は、特に事業規模を拡大してからは、量産とオペレーションの面で再び「大変な苦労」を強いられることになりました。

空港や工場の運営に実際に携わることになるので、業務効率や業務およびプロセス全体に影響を与えない指標や制約事項が数多くあります。

万が一問題が発生した場合、迅速に業務を復旧させるには、非常に強力な技術的解決体制が不可欠です。自動運転技術の限界により、1週間、あるいは数日間も運行を停止せざるを得なくなることは、到底容認できることではありません。

第二に、数百台の車両をほぼ24時間365日稼働させることは、製品の品質に大きな課題をもたらします。

UISEEテクノロジーは比較的初期にスタートしたため、当時はエコシステムを含め業界全体がまだ成熟しておらず、サプライヤーやネットワークに多くの問題がありました。

これは品質管理の質だけでなく、パートナーやサプライヤーと一つ一つ品質交渉を重ねていくことも含まれます。また、数量が多くない場合もあるため、様々な手段を講じて品質向上を促していく必要があります。

最後に、大量生産は運用・保守体制の試練にもなります。つまり、早朝、夜間、そして日曜日にも多くのスタッフが勤務し、発生する可能性のあるあらゆる問題に対処しなければならないということです。

これはUISEEテクノロジーが業界に先駆けて実現した経験であり、皆様と共有させていただいていると信じています。ありがとうございます。

QuantumBitのLi Gen氏： UISEE Technologyは自動運転に取り組んでおり、量産化については考えや感想を持っています。

メインラインテクノロジーは、港湾貨物車両部門全体で100台以上のトラックを保有し、安全運転者も不要にしています。現在、天津港と寧波港で毎日定期運行されています。商業運転における量産化について、何かご意見やご感想はありますか？

メインラインテクノロジーの張天雷氏：いくつかポイントがあります。まず、当社は港湾向けの自動運転会社ではなく、自動運転物流会社であり、当社のプラットフォームは大型トラックであることを明確にしておきます。

私たちは非常に集中的なアプローチをとっています。2017年に自動運転トラックトラックを選択して以来、港湾物流ハブと幹線物流のシナリオに注力してきました。他の製品やアプリケーションシナリオには手を付けていません。トラックが通行可能なすべての場所を自動化し、最終的には無人運転を実現したいと考えています。

すべての製品は、プロトタイプから大規模実証を経て、最終的に量産へと進む必要があります。メインラインテクノロジーは、このプロセス全体を通して、既に大規模実証に多大な労力を費やしてきました。私たちは、量産技術は実際には「量」「生産」「技術」の3つの側面を包含していると考えています。したがって、自動運転技術の量産を成功させるには、これら3つの領域を深く掘り下げる必要があります。

数量的にも、最近になって量産車両もいくつか登場し、メインラインテクノロジー社は現在、中国で比較的大規模な無人トラック運行クラスターを構築している。

現在、約150台の車両が、複数の港湾物流拠点や北京・天津高速道路などで稼働しており、毎日連続運行しています。

この量は昨年9月から徐々に増加しており、9月には安全運転者を不要にするための大きな取り組みを行いました。現在までに、メインライン・テクノロジーは港湾セクターにおいて安全運転者なしで本格的な自動運転を実現した数少ない企業の一つであり、無人トラックの経済モデル全体の価値を実証しています。

二つ目は生産です。自動車業界では、100台、200台もの車を作ることは難しくありません。改良や試作といった手法を使えば、すぐに規模を拡大できます。ですから、より重要なのは、どのようにして製品を作るかということです。

メインラインは、国内の著名な大型トラックメーカー数社と提携し、トラックの量産ラインの構築や各種試験など、広範な共同開発を進めてきました。モデル駆動開発から要件設計・試験プロセス全体に至るまで、「生産」全体を小規模で場当たり的な工場（完成車の改造）から、受注後、連続生産が可能な複数の専用生産ラインへと変革しました。この「生産」という側面こそが、メインラインテクノロジーにとって今年最大の成果であり、進歩と言えるでしょう。

最後に、テクノロジーについてです。実際の製品に使用されているテクノロジーは、デモで使用されるテクノロジーとは大きく異なります。実際の製品では、信頼性、安定性、そして製品全体の定義の境界について、はるかに明確な基準が求められます。デモでは、驚くほど幻想的でクールな効果を披露できますが、それはすべてが完璧に調和している場合にのみ実現できます。

しかし、製品が一定規模に達すると、いくつかのトレードオフが必要になります。特に高度な技術は使用できなくなり、代わりに、スケールアップ可能な、比較的信頼性が高く、成熟した、安定した技術を使用する必要があります。

このプロセスにおいて、量産された無人トラックがシステム内で継続的に稼働することを確認するための広範なテストも実施しました。現在までに、累計走行距離は約300万キロメートルに達し、お客様のために輸送したコンテナ数は約70万個に上ります。

なぜ今年、自動運転の量産化の潮流が起きているのか？

QuantumBit 李根：田雷先生、ありがとうございます。清華大学在学中から自動運転に携わっていらっしゃいましたが、起業される際には物流分野など、様々な選択肢を持たれました。適用シナリオとしては、まず港湾から始めて幹線道路へと展開していくという選択をされました。こうした選択の過程で、今年になって量産化の潮流が生まれた理由、そしてどのような好機、立地、あるいは背景にある大きな変化があったのか、お考えになられましたか？

メインラインテクノロジーの張天雷氏：量産型自動運転システムの登場はシナリオによって異なり、量産時期や成熟度もシナリオによって異なります。メインラインテクノロジーの視点から見ると、物流シナリオ、特に閉鎖型、完全無人、高速、先進運転支援システム、そして一部の都市制限区域では、今年から来年末にかけて、多くのバッチアプリケーションが登場する可能性が高いでしょう。

メインラインテクノロジーは長年にわたりこの取り組みを続け、初期の研究開発、製品化の試みを経て、現在、量産段階に入っています。真に実用的な製品を大量生産することが、私たちの最大の目標です。

我が国の人工知能（AI）と自動運転への支援は早期に開始され、非常に効果的でした。私たちの3つのチームはすべて、中国国家自然科学基金（National Natural Science Foundation）からの支援を受けています。蘇さんは私の先輩です。私は以前、彼らの車両の開発に携わっていましたし、北京理工大学の先生方にも多くのデバッグ作業を行っていただきました。

これまで、数量不足と生産量の不足に苦しみ、限られたリソースしか確保できませんでした。私たちは常に、このような実用的な効果を実現したいと願ってきました。

QuantumBitの李根氏：彭社長は、田雷博士のシナリオに基づく量産体制に非常に満足しています。玉葱科技もこれまでシナリオ選定を非常に重視し、実証的な役割を果たしてきました。専門性、洗練性、革新性を兼ね備えた企業として選定されたと聞いています。

UISEE Technologyの彭金展氏：確かに、政府から多大な支援を受けています。シナリオに関しては、誰もが大まかな理解を得ています。自動運転について話すとき、基本的にはシナリオによって決まります。例えば、空港、工場、港など、固定されたエリアはそれぞれ特徴があり、1、2年運転すれば慣れてきます。

しかし、道路が開通するまでには長い年月がかかるため、本質的には自動運転はシナリオを積み重ねていくプロセスであり、データ主導の産業であり、あらゆる面で企業に非常に高い要求が課せられます。

現在、大量生産が可能な分野についてお話しすると、どれも基本的に非常に明確なシナリオ特性を持っています。これには港、空港、工場、そして今年私たちが参入する無人配送や都市内配送産業も含まれます。

同時に、この配送シナリオは、最新の技術、製品、そして包括的なエコシステムのサポートがあれば実現可能であると考えています。このエコシステムには、ZTO ExpressやYTO Expressと実際の業務で協力しているビジネスパートナーも含まれます。例えば、深圳では最近、約30社の配送会社がグループ標準を発表しました。さらに、今年初めから多くの地方自治体が配送サービスに道路使用権を付与し始めています。このようなエコシステムのサポートがあって初めて、都市部における配送シナリオの実現は可能となるのです。

もちろん、今年はロボタクシー事業も積極的に展開しています。ロボタクシーは自動運転技術の代表であり、将来的には非常に有望な1兆ドル規模の市場です。しかし、その応用シナリオと商業的な量産化にはまだ時間がかかると考えています。

これが UISEE テクノロジーの理念です。つまり、1 つのシステムを使用してすべてのシナリオにわたるアプリケーションをサポートし、技術レベルではさまざまなシナリオ間で大きな違いが生じないようにします。

自動運転技術の考え方には心から賛成です。自動運転は安全運転者なしでは機能しません。そうでなければ、その価値は実現されません。2019年末に、私はこのことを真に理解しました。

安全担当者を排除できた時初めて、顧客やパートナーを真に見つけることができる。そうして初めて、彼らはこの計画が成功できると心から信じるようになる。

この業界で働くことは名誉なことであり、長い年月を経て、ようやくこの日（量産）を迎えることができました。

QuantumBitのLi Gen氏：蘇博士、量産化のタイムラインについて何かご意見はありますか？田雷博士と彭社長の目標は、人間の運転手を不要にして量産化することです。しかし、蘇博士の視点、あるいはテンセントの自動運転へのアプローチからすると、第一段階は完全な無人運転を目指すことではないのかもしれません。その違いは何でしょうか？

テンセントの蘇奎鋒氏：本質的な違いはあまりないと思います。私たちが目指しているのは自動運転の課題を解決することであり、RoboTaxi自体は無人です。これは前提条件であり、目標でもあります。生産性の向上、人間の疲労軽減、そして人間が引き起こす様々な問題の解決こそが、自動運転、あるいは無人運転の核心的な目的なのです。

したがって、参入の段階に関わらず、すべての企業がこの目標に向かって取り組んでいると私は信じています。ただ、長い産業チェーンや様々なシナリオの中で、企業によって選択肢や位置付けが異なるというだけです。

話を戻しますが、現時点で大量生産が行われている理由は、政策、適用シナリオ、技術の 3 つがあると考えています。

政策的な観点から見ると、中国における自動運転の真の始まりは、李院士が自動運転を検証シナリオとして用いた中国国家自然科学基金の重大プロジェクトだったと私は考えています。これは2008年に開始され、最も古い出発点と言えるでしょう。

北京と上海が今年、自動運転の実用化を推進しているのは、まさに政策支援のおかげです。これは、先見の明のあるリーダーや技術専門家が政策の実現を牽引してきたことにも起因しています。

第二に、シナリオの問題があります。シナリオを考慮しなければ、真の自動運転を実現することは困難です。それぞれのシナリオには、それぞれ独自の現実的な課題が存在します。例えば、商用車の場合、L2+シナリオでは人間を解放することも、ドライバーのみを必要とすることもあります。彭氏と田雷氏が開発した空港や大規模物流プロジェクトも、限られたシナリオ内での生産効率の向上とコスト削減に重点を置いています。そのため、各垂直シナリオには異なる技術的アプローチが必要となり、技術的な類似点はあるものの、シナリオは大きく異なります。

技術的な観点から見ると、業界は長年にわたり、コンピューティング能力、データ、アルゴリズムの成熟度など、膨大なリソースを蓄積してきました。2000年代初頭から現在に至るまで、大きな飛躍を遂げてきました。しかし、まだ多くの課題が残されています。現在想定されている応用シナリオは、技術面でもシナリオの適合性面でも、私たちが思い描く自動運転には程遠いものです。実際、政策は現時点で最大の障害ではなく、政府による支援が期待されています。

テンセントは、自社のプラットフォームを活用して、自動運転だけでなく、蓄積してきた技術を自動運転のシナリオに適用したり、同様の自動運転のシナリオにさらに大きなメリットをより早くもたらしたりしたいと考えている。

安全上の懸念に正面から取り組む: 企業は敬意を払い、社会は包括的でなければなりません。

QuantumBit 李根：蘇さんは冒頭でモーターショーについて触れられましたが、自動運転は今年非常にホットな話題であり、関連技術が量産化され、様々な分野に応用されています。しかし、このプロセスにおいて、当初は人々は単なる思いつきで始めただけかもしれません。しかし、今では誰もがそれを目の当たりにし、大規模生産への需要が高まっています。現時点で新たな課題はありますか？蘇さん、世間の認識という観点から、私たちが検討し、解決すべき課題は何だとお考えですか？

テンセントの蘇奎峰氏：どんな取り組みも構想から量産までプロセスを経て進み、直面する課題は多岐にわたります。これは特に自動運転において顕著で、デモから少量生産、そして大規模展開へと進む中で、かつては低確率だった事象が、生産規模が拡大するにつれて頻繁に発生するようになります。

だからこそ、自動運転のロングテール問題への対処が必要なのです。また、量産開始後、テスラなどの企業が時折交通事故に遭遇する理由でもあります。これは、彼らの技術が先進的ではない、あるいは優れていないという意味ではなく、むしろ予測し、克服・改善すべきロングテール問題が数多く存在することを意味します。

この点において、私たちはテクノロジー、アーキテクチャの安定性、そしてセキュリティに対して畏敬の念を抱くべきだと考えています。シナリオ、業界、あるいは個人に価値をもたらす一方で、より大きな害を及ぼすことは避けなければなりません。

したがって、技術的な安全策を提供する必要があるだけでなく、受け入れのプロセスも必要です。専門家であろうと社会の誰かであろうと、すべてのユーザーは技術的な概念を理解する必要があります。

QuantumBitのLi Gen氏：蘇奎鋒博士のスタイルは、まさにテンセントらしいと思います。テクノロジーについて責任ある議論をするだけでなく、「テクノロジーを社会に役立てる」という理念も伝えています。今年、この分野と業界で起きた最大の出来事は、自動運転車や自律走行車は事故ゼロにつながると誰もが考えていたことです。しかし、量産車で事故が相次いだことで、実際には不可能だと誰もが気づきました。彭氏はこの問題についてどのようにお考えでしょうか？理解には継続的な反復プロセスがあるように思えます。

UISEE TechnologyのPeng Jinzhan氏：事故のない交通など存在しないと言われていますが、AIテクノロジーによってより安全なAIドライバーが誕生すると信じています。

まず、業界全体を含む過去の商用アプリケーションにおいて、24時間365日体制の厳しい物流業界において、AIドライバーは人間のドライバーよりも事故率が低いことが実証されています。これが第一のポイントです。

第二に、世界中で数億人、あるいは数十億人のドライバーに安全運転を訓練し、さらには毎日運転を監督しようとすると、社会的コストは極めて高くなります。しかし、自動運転に取り組み、自動運転とAIドライバーの安全技術を継続的に最適化している人は、おそらく世界中で数万人程度でしょう。

このように、より安全なAIドライバーを創出できれば、その社会的な価値は明確になり、業界の発展を急速に促進するだろうと確信しています。蘇さんが先ほどおっしゃったように、私たちはAIドライバーに対してもっと寛容になるべきです。

自動運転技術が事故を起こすとニュースになりますが、人為的な要因による交通事故は毎日発生しており、一般の人々にとってはほとんどニュースになりません。

いつの日か、自動運転車による事故に対して、人々がより公平な見方を持つようになることを願っています。その日が来れば、真の無人運転・自動運転システムが私たちの日常生活に浸透し、社会に不可欠な存在となっているでしょう。

QuantumBitのLi Gen氏： Tianlei博士、この問題についてどうお考えですか？技術的な安全対策の必要性に加え、トラックに人間の運転手がいない場合、安全対策に冗長性が生じるのではないでしょうか？

メインラインテクノロジーの張天雷氏：結局のところ、すべてはセキュリティに帰着します。セキュリティ問題に対する私たちの考え方は少し異なっており、それは常に自社の技術とシステムのセキュリティを最優先事項として重視すべきだということです。

システム全体の大量適用時に発生する可能性のある ODD の過剰使用の問題や、システム障害後に発生する一連の問題を回避するために、設計プロセス全体を通じて、多数の機能安全および予測的な機能安全テクノロジを導入する必要があります。

安全性は常に最優先事項であり、システムのセキュリティを確保するためにはいかなるコストも必要です。

いくつかの事例をよく見て分析すると、安全作業システムでは、事前に安全作業をすることによってのみ（事故を）回避できることがわかります。

現状の感覚としては、量産されている運転支援システムの安全性能はかなり良いのですが、完全自動運転システムにおける機能安全の普及率はまだ不十分だと思っています。

個別の事例について言えば、東京オリンピックでトヨタ車が選手をはねた事故のようなケースは、機能安全の面でまだ取り組むべきことがあることを実際に示しています。

主要技術と安全性に取り組む専任チームも設置されており、2つのシナリオに焦点を当てています。1つはオープン環境における先進運転支援システムで、すべての設計においてドライバーとのコ・ドライビング（共同運転）と、広範なインタラクションやアラート機能が求められます。

限定シナリオは、機械と人間の間で仲介や意思決定権のやり取りがない、完全な無人運転と定義されます。閉鎖シナリオでは、いくつかの側面で作業を進めてきました。まず、閉鎖シナリオのある都市において、実証ゾーンの法的支援を行政部門に申請し、一定の限定されたエリア内での完全無人運転の実験と運用の許可を取得しました。

一方で、無人車両と有人車両の混在を極力避けるなど、運用プロセス全体を可能な限り最適化するための安全対策も数多く実施しています。お客様は将来、無人車両と有人車両の混在運用をより広範囲に実現したいと強く望んでおり、当社も研究・検証を重ねてきました。しかしながら、現状では機能安全や法的規制の観点から、港湾における混在運用を日常的に実現することはまだ困難です。

そのため、自動車が発売され生産量が増えると、以前は簡単に変更できたものが、今では変更が非常に困難になります。さらに、確立された正式な（大量生産）プロセスがないため、何かを変更することは多くの不確実性をもたらす可能性があります。

QuantumBitのLi Gen氏：機械運転やコンピューター運転には必ず抜け穴があるため、自動運転では100%の事故ゼロは達成できないという見方があります。張天雷博士はこの見解に同意されますか？安全確率を100%、あるいは事故ゼロに近づけるために、私たちは今何ができるでしょうか？

メインラインテクノロジーの張天雷氏：その通りです。まず、いかなるシステムも常に正常に動作することを100%保証することはできません。私たちがすべきことは、特定の機能安全技術を用いて、エラーのコストと発生確率を最小限に抑えることです。

ここでの中心的な問題は、犠牲者を避けることであり、それは本質的に一線を画すものです。

例えば、何らかの理由でシステムが故障し、顧客宅の柱が倒れてしまった場合、柱を修理する必要がありますが、その場所に他の人がいても車が停止できるようにしなければなりません。

今日、柱にぶつかったことは、まだ隠れた危険があることを思い出させます。ただ運が良かっただけです。しかし、このようなことをする際には、運に賭けてはいけません。自動車産業の発展を通して、自動車グレードの車両を製造し、大量生産を行うヨーロッパのプロセスは、非常に複雑で煩雑ではあるものの、依然として多くの重要な役割を果たしていると思います。

我师兄他一直不吱声儿啊，其实有大量的测试可以到云上测试。

量子位李根：那我们先请苏博士讲一下，云上测试一定会实现更安全的自动驾驶吗？

腾讯苏奎峰：我比较赞同天雷说的一个点，就是安全是第一位的，安全是效率的前提条件，尤其涉及到人的安全，对生命尊重是放在第一位的。

我们必须考虑的问题，是自动驾驶涉及到人如何提升安全。确实有很多维度，一个维度是各种的公共安全，包括设计的安全，包括研发流程体系的保障，像刚才天雷比较明确提出，我们必须有很严格的流程保障体系。

另一方面，一些测试手段和方式方法上其实也是很重要的，刚才我没好意思打广告，既然天雷说了我就说一下。

腾讯目前的云仿真或者说大的仿真，实际上是支撑自动驾驶、提升安全很重要的一个手段。它不是唯一的手段，也不能说完全保障，但是它至少是一个必要的必备的手段。

一个方面，我们可以模拟更多复杂的场景。涉及到场景的真实性问题，仿真一定要和真正实体是一样的，需要模型在环，软件在环，硬件在环和车辆在环的一系列逼真的方式方法做。从2016年开始，我带这个团队核心业务就是仿真，利用腾讯的技术积累和优势，我们实现了很深度的单车在环方式仿真。

另一方面，云仿真成为很重要的必备的方式。之所以它是是必备的，是因为很多场景，尤其是AI数据驱动的算法，有大量场景积累，而且随着时间推移积累场景越来越多，每改变一个算法都要进行回归测试，还要把所有的场景都要跑一遍。有时甚至是甚至几十万上百万场景同时去跑。

提高研发效率，就必须拿云并行加速的方式去仿真。另外进行场景训练的时候，我们希望模拟出真实的交通环境，比如模拟北京城，所以要把把高精地图都放在云上，然后再去放模拟的交通流，自动生成corner case和场景。

如果是人工编辑可能需要两天，所以云仿真、城市级仿真就成了必要手段。

另外还有第三种混合的仿真。现在很多地方都有车路协同传感器设备，它们是24小时在线的，其实就是真实的自动驾驶场景。这种监测的数据流和交通流可以实时的推送到云上，形成一个备测环境，卡车也好自动驾驶汽车也好，都可以放到那个环境里面去跑，而且它跑的是真实的交通，而非人为制造的场景。

腾讯这三个云仿真技术都在做迭代，但我们认为这项工作是需要跟各个企业一起合作的。比如说卡车测试，天雷的模型、算法更准，而我们并不是专业的。所以对于腾讯来说，仿真业务更多是提供平台支撑。

但是涉及到真正场景，需要和天雷、彭总都这样的专业团队合作，通过平台技术来促进自动驾驶安全的提升。

量子位李根：那彭总对这个问题怎么看？如何既要面向量产又追求更好的安全性？

驭势科技彭进展：驭势科技最早实行全无人的运营是在机场，刚开始我们自己都不能相信。因为机场是一个非常讲究安全的地方，但实际上经过两年运营，现在客户对无人驾驶的安全性是非常认可的，为什么呢？

原因之一是，我们是实时的，所有问题实时在后台成系统的呈现，这是以前很多系统做不到的，这是我们一个优势。而当你能实时地去监控去反映、通过AI去控制的时候，它已经比这个世界上绝大多数设备更安全。

其实刚才天雷、苏总也说到，从技术、从理论到实践，整个过程来看，尤其是做无人驾驶的，一直是safety first，真的是有一种敬畏之心。我们希望有一天无人车发生事故不再成为新闻，但现在一旦发生事故，就是很大的新闻，所以对我们是战战兢兢。

我们每一个无人系统都是有非常多的冗余，也经过非常严格的测试。从理论上事故概率要远远低于人类驾驶，当然这还需要我们进一步验证。

对于无人驾驶量产，我们确实看到它已经到来，我们相信如果让这个社会看到更多无人车的运营，他们会对无人车安全更加肯定。有一天人们终会认可这个观点：就是AI驾驶员肯定是会是一个更安全的交通方式。

为什么说自动驾驶是数据之争？

量子位李根：大家之所以对量产自动驾驶的重要性非常关注，也是因为量产以后带来数据的闭环、数据的循环，可能对自动驾驶进步作用力非常明显。对于驭势来讲，量产和数据的之间的作用是什么关系和方式？

驭势科技彭进展：量产之后会碰到更多的场景、corner case等等。我们采集的数据比以前大很多倍，是一个指数级增加的趋势。这时候比拼的，是每个公司对数据的处理能力、对新场景的适应能力，它代表了未来在商业化的无人驾驶市场里面占的份额。

刚才有幸听到苏总的介绍，到时候可以交流一下，我们肯定有这方面的需求。

量子位李根：天雷博士对这个问题怎么看？这个问题前几年有另外一个说法，或者另外一个假设，就是可能有人觉得通过数据量的积累、场景问题的积累，可以实现所谓的降维打击或升维打击，比方说我做RoboTaxi的也可以用到货运上去，这个有可能吗？以及数据可通用吗？

主线科技张天雷： RoboTaxi是没有办法降维打击RoboTruck。楼下如果停着一辆轿车和一辆卡车的话，大部分人能把小轿车开走，但是很少人能把卡车开走。

在场景上，所谓降维或者跨界打击都挺难的。刚才苏总讲每个场景都有很多know-how在里面，你去拿着自己的核心技术做进去之后，还有碰到更多的长期的行业积累。除了要能忠实地执行加减速、油门、转向动作以外，它还有更多环节，包括和作业系统的交互，还有和整个运营流程的适配交互，这些东西都是需要时间的。

这些工作比起高大上的人工智能，可能像一些体力活儿，但是仍然需要大量细致的工作。这些我们都统统归类为产品的工程化。

做工程化过程当中，过去成功的案例中，往往做工程化做的比较好、迭代速度比较快的企业，可能要比核心技术特别突出的那些，最后出来的效果要好一些。

坦白讲，自动驾驶不是人工智能的黑科技，人工智能黑科技在于人工智能的智能决策系统。现在没有见到任何一个模型足以强大到做出来一个哪怕是小学生水平的决策系统。

人工智能在自动驾驶上是应用科学，这里面除了一些核心算法的开发以外，有70%是智能驾驶工程化的东西。

工程化里面最重要的东西是数据驱动、长期有数据喂给机器，才是决定了你对这个行业里面know-how掌握程度的核心。

我倒是觉得，数据和场景比起某一个指标标的很高的技术来讲，可能更加会是一个壁垒。

量子位李根：对于苏博士来说，数据和场景的积累对腾讯自动驾驶的定位也好、场景也好，会带来什么帮助？或者说我们会看到什么样的产品或方案呈现？

腾讯苏奎峰：我首先说数据和场景问题。我觉得天雷观点我也是蛮赞同的，我们都讲自动化场景，但跨场景这件事情和我们通常讲的有点差异，也是因为每个场景都有每个场景的know-how，类似于前面演讲者一直提AI技术一样。

AI解决工业也好其他也好都有垂直的领域，但know-how是普适的、通用的，真正把这件事情解决的不是技术本身，而是对场景理解的深度。你对场景认知度是解决这个问题核心的壁垒，而非算法和技术。所以我认为场景和数据是一定高度关联的。

对腾讯来说，我们可能没有聚焦在某一个场景上，我刚才说企鹅岛都是比较小的，Robobus场景做的多一点，有内部技术迭代的考虑。我们希望积累更多的通用自动驾驶技术以便做一些支撑的研发。

我们把自动驾驶看作一个技术，也会招大量的人，把技术研究的更扎实，做的更深入。

另一方面我们希望提供通用平台能力帮助合作伙伴一起把产业各个场景加速落地。

核心的技术和场景，比如像彭总天雷他们，那是他们核心的资产。腾讯提供的平台是通用的，支撑这样的技术，无论如何数据和场景是高度耦合的，一定要能够建立深的行业认知的核心的能力。

年度最震撼：是什么让他们没想到？

量子位李根：谢谢苏总。今年大家对于数据的重视、对于场景的认知也是随着行业的推进不断的深化的。我多问一个问题，自动驾驶现在处于什么样的阶段？

这个问题其实每年回答起来都挺困难，因为我们不知道终局在哪一天发生。在座各位每位都是从自动驾驶研发到现在量产的推进者，这一路走过来过程当中有没有什么事件或者进展让你们比较意外的？先从苏博士开始。

腾讯苏奎峰：新能源的加速、自动驾驶的落地。因为新能源2021年的加速变革导致新能源汽车把自动驾驶作为三个核心竞争力之一来做。这件事情加速了整个计算单元、数据链路以及其他行业产业链的加速，反过来也会促进其他的场景的加速。

这个对我来讲是有点意外的，不是自动驾驶本身，而是因为新能源汽车量产的加速或者跨越，加速发展促进了自动驾驶。

量子位李根：彭总，驭势科技对这个问题有什么看法？

驭势科技彭进展：对我们来说，震撼最大的还是把安全员拿掉了。

去年2020年10月份，Waymo把安全员拿掉，开始之后整个行业都在加速。我们做的更早一点，比它还早一年。L2和L4底层思维不一样，有安全员的情况下，技术、设计思路包括技术的实现、产品及相应的变成商品的过程，都是完全不一样的。

所以我还是愿意把过去一两年越来越多的无人车真正的把安全员拿掉，看成这个行业真正能够进入商业化、进入量产，开始实现它的服务价值的一个标志。

量子位李根：天雷博士呢？

主线科技张天雷：从技术上来讲，给我最大的震撼是4月份的时候，特斯拉讲了他们数据驱动这件事。

从那时候开始，大家明白了一个道理，就是自动驾驶是个军备竞赛，真正能够做到突破必须要有大量场景，要有量产车支持，要有数据闭环驱动的技术支持。

特斯拉投入巨大精力从几个方面解决。比如他们觉得数据闭环理念应该落地，就首先做了世界上排行第五的超算集群，用来训练他们自己的模型，这个代价非常巨大，而且是中小型国家都做不到一件事情。

另外他还非常疯狂的把智能车的量向外铺设。铺的过程当中，也更加激进地采集更多维度的数据对车辆进行建模。同时开放了更多场景，把所谓辅助驾驶更名为FSD，让更多人（车）作为数据采集的终端采集数据。

整个这样一套闭环跑下来，他们在技术上的跳跃性非常明显。

这事是我们高度关注的。

量子位李根：谢谢天雷、彭总和苏博士。自动驾驶圆桌话题到这里告一段落了，从刚才几位分享里面给我个非常强烈的观感：去年我们讨论商用的时候，我记得感受最强烈的是对于新技术的发展短期内往往会高估，长期内往往会低估。

今年有不一样的感受，在座的几位最早都是因为相信自动驾驶这件事情一定会实现而出发的，现在用自己实际行动让更多人看见这件事情确确实实在发生。

而量产之后面也面临新的挑战和问题，我觉得这恰恰是自动驾驶领域有意思的地方，也是非常迷人的地方。

腾讯有自己的选择，驭势科技有自己的路线，主线有主线的模式，为什么有这么多不一样的道路，这恰恰是因为我们没有经历过也不知道终点是2025年还是2030年到来。中国在这条道路上起点并不比别的国家差，我们在原创技术上也有非常多的开发或者丰富多彩的探索。

如果说让我跟几位分享交流的感受，我觉得我们还是引用另外一句名言：

让我们忠于理想，面向现实。

今天自动驾驶论坛就到这里，谢谢大家。