雷锋网·新智驾按：11 月 6 日-7 日，2017 世界智能网联汽车大会上，清华大学汽车系李克强教授做了《智能网联汽车发展现状与趋势》的演讲，雷锋网·新智驾将其内容进行了整理，并做了不改变原意的调整，以下为演讲全文：
汽车产业正在进入一个大的技术变革时期，这次变革基于新一代的移动互联技术，跟传统的汽车技术变革都不太一样，它是外界的介入。变革之后，整个汽车产业也会进行相应的革命，甚至会对社会发展带来重大影响。
智能汽车有两个快速发展的路径，一个是以传统汽车为主，不断地自动化；另外一个是移动互联，不断地网联化。在自动化的基础上，需要传统的机电技术，需要讲工匠精神、工匠文化。这两种发展结合，我们称之为智能网联汽车。
前面大家提到一个变化，不仅仅是汽车产业，ICV 给交通、电子信息都带来了很大变化。智能交通系统、车联网、自动驾驶之间有紧密联系，如果以车联网为基础，可以分为三部分：第一部分是跟智能结合的智能网联；第二部分是基于移动互联的；第三部分就是大家有共识的车联网。
对于智能网联，首先是解决本质的问题，安全排放。网联化以后，汽车不仅仅是一个电气化产品，它的生态和商业模式也会发生变革。
美国从 2000 年以后同时进行了网联化和自动化，日本对于智能网联汽车有相关的国家项目支持，中国也在建国家创新中心。比较智能网联在各国的发展，一个是产业化的时间结点一样，另外一个是都有政府的推动、企业的主导、政府的标准。
国内的发展动态，跟制造企业一样，面临着两化融合的趋势，有优势，也存在自己的问题。比如，我们有天然的制度优势，也有最大的市场，以及比较强大的 ICT。在世界范围内，智能网联都是一个新的开始，这是对我们发展有利的地方。
我们在这方面的劣势也和制造业相同：还没有一个大的体系架构支撑，核心技术很少，ICT 结合得较浅，标准规范也需要提高。 中国发展智能网联汽车，要跟国际接轨，但典型工况却跟国际上不一样。中国的典型工况复杂程度远远超过国外。
我们对网联化有一个基本分类：首先是基于信息的交互，没有时间要求；第二，是实时交互；第三，协同控制，只有这样控制，才能够真正实现自动驾驶。在这样的分类下，产品发展会从驾驶辅助开始，达到最理想的既网联又自动。
在智能网联发展上面，我们国家也有大的项目支撑，最重要的就是《中国制造 2025》，包括了新能源汽车、智能网联汽车各方面，清晰地定义出了 2025。去年工信部提到，2030 年中国的智能网联汽车将会跟国际接轨，进入发展成熟期，在顶层设计、标准体系、市场效应方面，也都有非常清晰的定义。
对智能网联发展的技术体系架构，我们也给予了清晰的定义。传统意义上，我们只以汽车平台为主，现在提出了两纵三横的体系，其中，基础设施不仅仅是公路，还包括信息基础设施。
国内的政策制定者、汽车行业、ICT 行业、学术界已经基本形成共识，政府也已经公布了相关的国家项目支持；国内的主机厂，像一汽、长安、上汽也都有这样的发展战略，也是两化融合的方向；中国有发达的ICT 互联网企业，他们也在积极投入，包括 BAT、华为、大唐等。
清华大学有汽车安全与节能国家重点实验室，我们在这个领域也进行了长时间的研究和产业化应用。我们现在搭建了自主平台，包括一些特殊区域下的自动驾驶，清华大学苏州汽车研究院也正在推动智能网联汽车辅助驾驶方面的产业化，给国内的主流汽车企业进行配套，并且有中国最先进的 360 度立体视觉系统。
关于如何通过智能化系统重构电动化，我们十年前就进行了探索，并提出了一个中国的概念，把电动汽车和智能化重构。
现在 ICT 老在谈软件，10 年前我们已经在做这样的探索了，用雷达做电动车的能量管理，这些新的概念我们也在探索。
真正的、高度的自动驾驶，离不开人工智能。近年来，人工智能技术发展非常成熟，实际上我们不认为人工智能在汽车方面的应用，是一个极其复杂的过程。目前，人工智能只使用了非常小的一部分，我们称之为机器学习。中国在今年 6 月份刚公布了新一代的人工智能技术，大数据、混合智能、群体智能、增强智能都将提高人工智能的应用程度，而这种技术最理想的应用就是在汽车上面。
自动驾驶中的人工智能技术，也有一系列的技术挑战，可以分别从以下几个方面突破：增强人工智能，云端的人工智能，群体的人工智能，混合人工智能。
人工智能在汽车里面的应用，实际上有许多类，有单车、多车、交通系统，以及感知、理解、决策、控制，这是一个复杂的体系。
环境感知和决策控制是不可或缺的。环境感知方面，现在已经做了大量的人工智能探索。在汽车应用方面，同样也不能忽略决策控制。清华在环境感知和决策控制上面都做了相应的探索。
大家知道，在自动驾驶的环境感知方面，中国是最难的，因为我们的交通环境特别复杂。关于人和自行车（非机动车）的协同，我们提出了一种理想模式，同时识别人和自行车。这种模式可以减少选择框架，做很复杂的人工智能深度学习网络，达到深度识别和跟踪。
另外，最重要的还是数据，谁掌握了数据，才能真正实现人工智能应用。我们通过跟国际公司合作的方式，获得了国际上第一次公开的同时具有驾驶人和行人的数据库。有了这个数据库以后，我们可以进行训练和评测，同时识别行人和骑车人。
大家都在谈驾驶脑的应用，我们认为未来端到端学习发展以后，需要利用环境感知加强行为作用短期记忆库，利用过去的规则作用长期记忆库。首先决策是跟踪还是超车，再决定方法。这是基于学习的端到端的总决策和控制。
中国发展智能网联汽车，需要形成共识，明确国家的发展战略、产业战略，做发展的路线图，以及体系架构规范。我们希望完成国家自身的战略发展项目，也要有信息与交通产业的融合和重要的信息平台。
中国未来产业的发展，会基于北斗多模式定位终端，在发展共性基础平台中，树立五大基础平台：高精度地图基础数据平台、智能网联汽车云控基础平台、新型智能车载终端平台、车辆智能计算基础平台、信息安全基础平台。
现在国际上的计算平台分几大领域，不同领域也在合作。要在中国推进，我们要首先把任务区分清楚。在这样一个基础平台上，关于价格、体系，参与者可以通过协同方式做定义，共同完成。
国家基础平台也可以对专业平台做支撑，包括基础标准、规定、战略、分析，做成果转化，最终形成盈利的商业模式。通过协同，把复杂的平台做成一个非竞争的平台产品，然后再提供给大家竞争区域，逐步推进。
另外，未来的发展，应该还需要做大量示范，因为汽车是复杂的系统，在这种复杂工况下，需要做大量的标准和规范建设。
未来互联网的发展，应该不仅仅有现在的消费互联网概念，而应该把工业互联网概念与之融为一体，在开发产品时，把两者的优势结合起来，将互联网思维的创新性与工匠文化结合。传统汽车行业也需要打破行业壁垒，突破限制的瓶颈，重视体系、规范，并推动其发展。
雷锋网推荐阅读：
正在生成分享图...
nebula