admin 
版权声明：本文版权归网易汽车所有。转载时请注明出处。网易汽车2025年10月31日报道 2025年10月28日下午在杭州举办的“华旗研究院智能驾驶科普大会暨慈善会堂”上，吉利控股集团智能驾驶首席科学家、迪氪科技副总裁陈奇先生从行业深度和实践角度，分享了他对智能驾驶技术现状、市场趋势、安全责任与成本的看法。还涵盖了成本效益等关键问题，为当前智能驾驶行业的发展提供了一线参考。在陈奇看来，智能驾驶在很多方面都取得了进步，其核心在于落实强调用户体验的“好猫”，而不是一味追逐前沿。经验的连续性已经移动从L2到L3/L4的增量改进，到注重小场景的细节打磨。安全和责任是关键因素。汽车企业必须在L3/L4安全上下功夫，加速从辅助驾驶向更广泛的智能生命体的演进，同时探索嵌入式智能或AI智能生命体的长期潜力。谈到建立用户信任和科普的价值，他强调，“让更多用户了解、信任智能驾驶，是企业的共同责任，也是行业健康发展的基础”。在谈到智能驾驶技术的演进路径时，陈奇首先总结了当前行业的技术方向，从人工智能、机器学习和深度学习的基础，到特斯拉主导的BEV+Transformer架构、端到端的VLA（向量级架构）、世界模型、强化学习等。ng 和大规模基于云的模型。他强调，科技发展不应该被贴上“先进与否”的标签。 “不管是白猫还是黑猫，抓住老鼠的就是好猫，最好的技术就是提供最好的用户体验。”陈奇表示，从体验连续性的角度来看，智能驾驶容器将软件开发分为“碎片到完成再到细化”的过程。起初，ADAS 功能的体验被打破，通常需要手动控制。之后，我们在高速场景实现了“可用水平”的连续性，并进一步延伸到城市场景，叠加公园、地下区域的驾驶支持，基本覆盖了用户的主要使用场景。 “现在大的连续性已经完成，行业把注意力集中在细化小场景上，比如MPI（收购per 1000公里），这是当前技术优化的重点。”在“帮助人们驾驶”阶段，他表示，“未来有可能向更广阔的技术想象发展，比如嵌入式智能、AI智能生命体。”对于用户关心的智能驾驶产品的价格和市场占有率，他坦言，目前行业“价格低，损耗加大”。他分析说，价格受限主要受三个因素影响：研发以及硬件成本、市场竞争中的价格战、产品竞争力等。“如果能在完整的场景下实现L4级别的安全和责任，那么产品的价格就有独立的空间。否则，还是需要在成本和竞争之间达成妥协。”从市场份额的角度，他表达了个人的判断，目前L2辅助驾驶的市场份额可能会超过60%，但是“体验不太连续，而且有些乏味。” L2+显着减轻了驾驶疲劳。老（“以前开车2到300公里就感觉累，现在每天开1000公里就不累了”）用户依赖已经接近“临界点”，未来占比将大幅提升。 “就像微信的普及过程一样，一旦过了应用的临界点，就会迅速渗透。”对于L3，陈奇澄清：“它要普及到所有场景还需要很长的时间，我自己也持保守态度。”他表示，目前的L3主要是针对特定场景设计的（德国奔驰时速低于50公里，前方有车行驶，（例如没有换线模式），体验还是不连续的。“更现实的做法是从特定场景入手，比如更高的速度，然后逐步扩大ODD的范围（操作a）和设计领域）。只有当ODD覆盖范围足够广时，L3才能变得普遍。”当被问及L3事故后的责任问题时，陈奇表示，L3的核心是“汽车企业应该承担部分安全责任”。目前业界的应对主要包括两个方面，一是在技术层面增加冗余，“包括域控冗余、传感器冗余、算法冗余”，通过多维度保障降低风险。二是机制层面以智能驾驶保险为基础，“用保险工具来覆盖安全风险”。 “同时倒逼整车厂和供应商提高技术安全性。”他以自己的经历为例，解释了智能驾驶在安全方面的进步。“2014年底智能驾驶刚发布时，主要竞品车型很出色，但安全性很差。它们造成了死胡同的碰撞，白色的汽车，停下来的汽车，三角锥，etc。但现在，高端智能驾驶已经基本解决了这些问题。问题是，在长三角地区开车时几乎不需要握方向盘。”陈启和还强调“我们不应该过度依赖智能驾驶”，他说：“无论技术多么成熟，总会有极端场景（比如紧急堵车），人们必须随时了解情况才能睡觉。”他捍卫了“人类驾驶+智能驾驶=1+1”的安全理念。 1.5”并说道：“他行驶了15万公里，没有发生任何事故，但在过去的三年里，我在开车时发生了三四次碰撞。人机协作的安全性远大于人类单独驾驶或机器操作。关键是不要盲目依赖智能驾驶，要继续做好必要的预防措施。”陈琪从研发角度分析了智能驾驶实体的盈利能力和成本控制问题。活跃。当前成本主要集中。研发（人员、算力、存储）和自行车BOM（文档）至于核心控制、芯片等，“研发成本占成本的大部分，但如果实现通用化、标准化，比如传感器、硬件采用统一规格，成本会随着规模的扩大而迅速下降。如果公司一年销售300万台，摊销研发成本后很容易实现盈亏平衡，甚至盈利”。成本快速下降，BOM成本下降趋势已“看得见”。他表示，盈利的关键最终在于用户价值。 “只要一款产品能够真正解决用户的痛点（比如减轻疲劳或者提高安全性），用户就会愿意为价值买单，价格将不再是主要障碍。”对于推动智能驾驶“能力极限”的问题，陈奇表示：“把极限界定清楚。”智能驾驶场景纳里奥是无限的，时间和空间无法复制，很多场景只会发生一次，无法用统一的标准来定义界限。安全标准应该是“最后的想法”，比如不允许直接侧向操纵。“撞上护栏这样的致命错误是必须遵循的红线。”他还解释了业界目前对AEB（自动紧急制动）“参数内卷”现象的看法。“目前业界正在比较AEB的运行速度（120、130甚至150公里/小时），但我亲自测试过。码头前面是大海，当 AEB 启动时，人们已经开始刹车。 60公里/小时就够了，只要你不昏迷不醒。”我们认为AEB的核心指标是‘故障率’和‘故障率’。“故障导致追尾，故障导致与前车相撞。这些对用户来说不可见的指标是安全的关键，而不仅仅是查明安全性。“这个维度很复杂，除了速度之外，还取决于你能否识别椅子、桌子、瓶装水、阻止鸡、鸭、狗等。这些不能用单一参数来衡量。如果你这样做，很容易欺骗用户。”在陈琪的交流中，中心逻辑始终围绕着“实用主义”。该技术专注于用户体验而不是追逐痛点。与其急于上市，不如跟随场景，一步步推进。依靠人机协作和技术冗余，而不影响安全性。不要盲目压缩成本；依靠规模效应和价值领先。智能驾驶行业仍“处于快速迭代阶段，但尚未成熟”。这个视角或许是推动行业健康发展的关键。