整车智能化正从功能上车进入底层电子架构升级的新时代。“整体来讲，进入2024年肯定是从1.0到1.5快速迭代升级的周期。”高工智能汽车在此次年会上释放预测，其中，智能1.0为：L2+座舱娱乐+车联网+OTA；智能化1.5为：NOA+AI座舱+多元化人机交互；智能化2.0为：电子架构的升级。
根据高工智能汽车研究院预测，2023年中国市场乘用车整车智能化1.0前装搭载率将首次突破10%，预计到2025年将突破50%，除向1.5迭代升级，从2024年开始，整车智能化2.0版本将进入规模化上车周期，舱驾一体概念进入落地周期。
在15日下午由【银基科技冠名】的闭幕式专场“新周期、新起点”中，来自广汽、小鹏汽车、长安汽车、欧菲车联、爱芯元智、商汤绝影、图达通、美行科技、FUTURUS未来黑科技、银基科技、智加科技、Momenta的企业高层发表精彩演讲。
广汽研究院院级专家&车载软件专业总师廖磊发表《车载软件架构探讨》主题演讲。“能够支撑理想开发模式的，才是我们需要的车载软件架构。”廖磊在演讲中表示，伴随智能化发展进入深水区，受限于硬件以及供应商、开发验证周期长、难以重用等痛点，要继续按照传统的自顶向下完成软件设计，或者在不同车型间继承是困难的。
根据廖磊的介绍，在理想的开发模式中，其一，功能分配可以适应不同的EEA；其二，功能开发可以与硬件开发并行；其三，功能验证可以虚拟化进行；其四，功能可以在不同车型重用。在廖磊看来，车载软件架构的发展方向由主机厂业务诉求所决定，而主机厂的根本诉求，为解决由多重矛盾产生的汽车软件研发困局。
他进一步称，车载软件架构的发展方向包括：引入通用中间件平台，实现整车级软硬解耦，实现架构灵活化；沉淀专用业务中间件，强化差异化产品功能；构建服务组件平台库，推动核心软件资源重用；开发敏捷化可能是撬动车载软件产业变革的关键。
小鹏汽车嵌入式平台总经理余鹏发表《整车智能，迈向SOA汽车软件架构》主题演讲。
余鹏表示，在域控阶段，目前典型的三个SOA功能系统（车控SOA、娱乐SOA、自驾SOA），面对的痛点为SOA系统间相对封闭，包括：其一，通信语言不同，无法直接调用；其二，安全等级不同，跨越调用繁琐；其三，功能类别不同，服务识别困难。基于分立式SOA软件架构的不足，跨域融合SOA系统具备巨大的开发潜力。
在他看来，在产业链协作上，整车厂与软件商的合作主要分两部分：基础软件方面，整车厂、关键芯片模组厂与基础软件商三方深度合作，扩大硬件适配范围、提前介入适配、提高适配效率，共创基础软件生态，降低基础软件开发成本；应用软件方面，整车厂开放本地服务，软件商可以融合本地服务，将自身业务与本地服务有机融合在一起，为终端用户创造更多的可能。
长安汽车传感器融合算法设计副总工程师钱少华发表《新汽车新架构下的智能驾驶思考与实践》主题演讲。
钱少华表示，当前ADAS呈阶梯性快速发展，高阶智驾是未来新汽车的基本属性，产业内存在两大挑战：其一，让机器学会开车并不容易，存在很多人擅长但智驾容易出事故的长尾场景；其二，智驾产业生态亟需重构，数据未顺畅流动、资源未充分链接、竞争未有序协调。
他认为，智驾的最终发展需要全模态、全领域AI大模型，过去小模型在单一模态内解决问题；当前大模型单⼀模态打通全领域或单⼀领域拉通全模态；未来全领域融汇、感知行贯通，类人的能力。在AI技术的驱动下，智驾整体上是场景演进，每个场景包括三个阶段：功能实现；体验可用；等级提升，最终成长为智能汽车机器人。
欧菲车联研发总经理杜跃发表《赋能汽车感知系统，迈入智驾新时代！》主题演讲。
杜跃表示，自动驾驶发展的大背景下，作为性价比最高的智能驾驶视觉方案传感器，车载摄像头正迎来最大的使用需求，实现了一台车搭载数量从0到1到17个甚至更多的急剧增长，同时摄像头从单一图像输出功能发展为测距用图像输出， 如何提升产品性能、保证产品交付、满足市场使用量需求，迫在眉睫。
据介绍，欧菲光在芯片封装的瓶颈工艺上，实现突破，采用模组COB封装技术替代芯片BGA封装，不仅仅实现封装，更是为产品赋能，2021年底车载COB开始被客户认可并稳定量产，2023年底1M~3M累计出货3KK+，根据规划，公司致力于发挥集团资源优势为模组赋能(交付，成本，性能)。
爱芯元智车载事业部总裁龚惠民发表《以务实之元，加速自动驾驶市场规模落地》主题演讲。
龚惠民表示，高阶自动驾驶“降维”L2+的同时，初级辅助驾驶技术需要向上技术突破，降本需求贯穿每一个环节，要求每个玩家都必须思考：如何提供差异化的产品？如何提供更极致的性价比？如何满足市场日益增长的数据、隐私安全的需求？而每个问题的突破，最终都会带来更多的机会。
据介绍，爱芯元智围绕核心能力：独创的像素级的AI-ISP Proton™技术、自研混合精度NPU Neutron™、大规模量产经验，推出了一系列的驾驶SoC：M55，8Tops算力，支持混合精度，具有AI ISP极致画质等；M76，具有60Tops的高效NPU，支持BEV，是市面上Transformer性能极强的芯片，能够完美替代市面上的多芯片高速NOA方案；针对城区超级行泊一体的M77芯片将在2024年推向市场。
商汤绝影副总裁许亮发表《AGI引领未来智能座舱》主题演讲。
许亮认为，人工智能新范式（AGI）已经到来，大模型时代，绝影定位为汽车智能化的核心供应商，包括智能驾驶、智能座舱、AI云平台，以智能驾驶为例，布局包括打造软硬一体的全栈解决方案、实现无高精度地图的高速与城区领航、推出首个纯视觉端到端的自动驾驶通用模型UniAD等。
在智能座舱方面，绝影车舱基于商汤自研大模型技术以及车载场景需求，开发了全新大模型产品体系，并与多家OEM厂商实现量产和POC合作。在许亮看来，大模型将对智能车舱软硬件架构产生深刻影响，借助生态应用场景的全面升级，极大提升用户智能化体验。
图达通高级副总裁罗思维发表《智能驾驶演进中的安全保障》主题演讲。
罗思维表示，智能驾驶正在接近“iPhone时刻”，当前头部企业高速NOA MPI达到百公里左右，但在MPI达到1万公里左右，安全性会因为驾驶者的疏忽断层下滑，在智能驾驶高速发展时，需要警惕“越安全”可能“越危险”，激光雷达是完成安全性跃迁不可或缺的传感器。
产品方面，根据介绍，图达通拥有两个产品平台：猎鹰平台、云雀平台，前者为1550nm平台，后者为905nm路线。软件平台方面，为OmniVidi软件平台，包含感知中台和工具链两大组成部分，感知中台通过模型算法将激光雷达的原始数据输出为感知结果。
美行科技高精度地图技术中心常务副总经理郭成春发表《众源加速智驾 NOA 深度发展》主题演讲。
据介绍，NOA功能正快速推向市场，传统采集车路测制图方式已经不能做到快速覆盖与快速更新，众源系统可以让智能驾驶所需要的地图产品快速上车。同时，智能汽车提供了丰富的环境感知能力，基于量产车辆感知数据，通过众源系统构建更新智能驾驶所需要的地图时空数据，是明确方向，已成为产业共识、必然趋势。
郭成春表示，智能驾驶对时空数据的特征需求包括：超视距、先验性、自扩展、高鲜度、可融合、可进化、降本增效、确权交易等，作为甲级测绘资质新图商，美行科技结合大量智能汽车地图应用实践，推进美行众源系统（新型测绘），美行众源与10+车端感知方案对接，与10+车企车型平台数据对接，已有量产项目实施中。
FUTURUS未来黑科技汽车业务总裁邹丽发表《HUD——座舱高频交互唯一解决方案》主题演讲。
邹丽表示，汽车智能网联的概念由来已久，但近年智能座舱进展缓慢，当前主流的智能座舱内，缺乏一个有效的、高频的、安全的交互技术。她进一步表示，HUD可以让司机的视线保持在前方道路上，比仪表和中控更加合理和安全，其中WHUD产品成功取代仪表并整合中控，客户和用户认可度非常高，光场ARHUD产品则突破传统2D平面显示。
据介绍，未来黑科技专注于汽车领域增强现实抬头显示技术研发及应用，是中国首批将HUD产品带入量产的企业之一，目前产品覆盖WHUD、ARHUD、全车窗PHUD等诸多产品线，客户包括上汽、理想、蔚来等头部企业，截至目前量产出货突破30万台
银基科技总裁特别助理汤驰发表《新一代智能连接，重构车企与用户的价值生态》主题演讲。
汤驰在演讲中表示，数字钥匙正在成为智能网联汽车的新标配，预计2025数字钥匙新车搭载率。现阶段，基于数字钥匙的车主生态服务市场正持续发展，包括简便安全分享、丰富服务连接等，汽车业也正从原先产品制造、销售服务各成体系，趋向产品服务一体化，主机厂走向全产业链核心位置。
据介绍，智能连接系统产品化的关键要素包括：安全（权限及隐私保护）、连接（全场景互联）、智能（体验不断升级）、身份（打造汽车数字身份），银基智能连接系统支撑主机厂重构用户价值生态，助力主机厂触达车主、为用户提供更多场景服务，比如在自动驾驶时代，让无人驾驶的汽车和周边场景发生更多连接，实现连接即交易。
智加科技总经理容力发表《干线物流自动驾驶，从降本增效开始》主题演讲。
在容力看来，中国公路物流运输是一个万亿级规模的巨大市场，干线物流作为其重要的组成部分，面临着安全性、司机短缺以及整个物流成本高等行业痛点。因此，在干线物流领域，自动驾驶可以为物流降本增效，具有巨大的经济价值。
智加科技成立于2016年，是全球领先的重卡自动驾驶科技公司。目前，智加科技完成了面向物流行业的100台中国最大前装量产自动驾驶重卡订单的首批交付。此外，智加科技联合江淮汽车开发的智能重卡K7+先后首批交付于中通快运和安能物流，投入快递快运业务运营。容力表示，智加科技联合东风柳汽开发的智能重卡H7计划于2024年初量产交付。
Momenta副总裁黄驰发表《Momenta：可规模化无人驾驶的关键路径》主题演讲。
据介绍，从L2向L3甚至是L4跃升，最大阻碍就是面临的Corner Case较多。要解决这些“长尾问题”，需要建立数据闭环体系，收集足够多且高质量的场景数据，进行训练和优化算法模型，从而驱动算法不断成熟。罕见自动驾驶长尾问题的识别，往往需要1000亿公里的驾驶里程。
在黄驰看来，“一个飞轮+两条腿”是实现可规模化完全无人驾驶的最高效路径，所谓两条腿指的是L2级的量产智能辅助驾驶（Mpilot）和L4级别的完全无人驾驶（MSD）。基于此，Momenta可以提供不同级别的自动驾驶解决方案。而“飞轮式L4”的优势在于，其设计之初就以海量数据作为预期处理对象。而其采用的数据驱动算法，本质上只要所收集的数据足够多，就可以自动化地解决绝大部分问题。
