車網中國報道
2021年6月17日-19日，由中國汽車工業協會主辦的第11屆中國汽車論壇在上海嘉定舉辦。站在新五年起點上，本屆論壇以“新起點 新戰略 新格局——推動汽車產業高質量發展”為主題，設置“1場閉門峰會+1個大會論壇+2個中外論壇+12個主題論壇”，全面集聚政府主管領導、全球汽車企業領袖、汽車行業精英，共商汽車強國大計，落實國家提出的“碳達峰、碳中和”戰略目標要求，助力構建“雙循環”新發展格局。其中，在6月19日上午舉辦的主題論壇“智能座艙創新技術論壇”上，地平線副總裁、車載智能交互產品總經理張宏志發表了主題演講。以下內容為現場演講實錄： 今天前面韓老師、華為的鄧老師都講了，分兩個階段看，永遠都會把事情分成功能、智能，比如說手機，機器人也是一樣的。

智能化能把服務以主動化的方式推送給到人，這是和以前的機器產生截然不一樣的。以前的機器是一種功能的堆砌，是由人所設計出來的是固定功能的事情。所有的能力、所有的服務全部是由你來發起的，人要他做什么。

但是接下來的時候很大的區別和改變點，不管是深度學習還是寬度學習，機器會產生自主意識。因為機器給你所有內容、所有服務是基于它的理解，但是決策依然是在你這里。

像加拿大人恐懼的文化，在于當人失去了決策權力和決策能力以后，機器所做的很多決策對人所產生的影響將更加深遠。

做人機交互設計時、智能座艙設計時，地平線的觀點是應該錨著最后的點設計，錨著“第三生活空間”來設計，而不是在于把車的功能堆砌和完善出來。

目前來講有兩點：

第一，當前到底處于哪個時代？為什么不能說現在是智能化空間，不能讓我成為智能化的合作體、協作體的原因。

地平線認為主要是技術限制了這件事情。有三點原因：

（1）比較大的計算力芯片。

（2）需要非常多非常成熟的相關算法。

（3）產生的數據、需要的數據、處理的數據超越于移動互聯網。

可能需要更多GPU訓練，更多數據存儲，更多機房，更大的帶寬。在這幾個因素上都會產生限制。

現在大家更多提到的是多模交互，不管是多模感知，通過異構數據放在一起感知它，還是通過人與人的交互方式和機器交互？現在全部都集中在多模交互的階段，最大的特征和特質在于所有提供給你的功能和服務，都是被設計師、產品經理提前預設好的。能夠給你的差異性感覺是TDS的預期，可能是策略的排序優先級高低權重的差別點，難以做到伴隨著數據的不斷輸入、群體性數據的輸入而產生一定推理作用。

人類現在的所有產品設計、交互設計習慣于設計功能，這是這么多年的教育經驗，沒有足夠強的站在上帝視角的設計機器人。本質角度更傾向于把自己作為“上帝”，創造新的生命體、歸集的生命體，最大的特質是讓歸集的生命體自己學習自己晉華。

過去這幾年和汽車行業不斷合作，向車企、客戶提供座艙解決方案時發現幾點：

（1）最容易被用戶和客戶所接受的是在于把車上的功能變得智能，比如說空調、座椅、氛圍燈智能，車身功能接口以及和環境做匹配關系，把不智能的設備、功能變得智能。這點最受用戶的歡迎和喜歡，因為是最淺層次的滿足點。

像今天在這個時候這個季節，上車很難不開空調，必然按空調。但空調主動地按下去換成機器智能化地按下去你會很滿意，你對24度26度的敏感度沒有那么高。但大冬天開不開窗戶很敏感，抽煙的時候必然要開窗戶，智能化水平反而要求更高。

（2）人和機器很大的問題是關系問題，誰做主、誰決策、誰推薦的關系問題。這時候很長一段時間人和機器共同在駕駛那款車，而那時候會影響安全。雙方如何交互共同做決策變成了關鍵問題，更大程度上要通過人和機器的交互過程變得更安全，否則就沒有交互，完全是機器自己去開，是在用L4、L5的要求在要求現有車上的智能化功能。

（3）座艙能把精神通過主動感知和連接服務，連接到網絡世界中去，而智能化的最大價值在于現在處于網絡連接的世界，可以通過手機把自己連接到網絡，智能化的價值在于提高連接效率。

看一下地平線對技術性的理解，機器的核心價值在于主動化服務，現在所有的開發是基于給數據用神經網絡結構的方法學習規律，而規律本身被學習出來后是機器可以主動服務人的基礎。從2020年開始，人機交互趨勢會發生非常變革性的改變，在于要往情感化方向、更加簡單，并且以推理為中心所產生的交互方式。

不管是地平線交互的長安的UNI-T、UNI-K，還是廣汽的AION Y，感知能力都在增強，車的感知遠遠超越手機，車本身所提供的感知接口豐富度是所有智能化設備中很強的。海外不管是奔馳還是寶馬，全部是沖著這個方向在走。

對地平線來講，地平線的觀點是不應該再重復地把手機APP功能做更多詳細化的設計和改版，讓它適應于車上的屏幕。而在于要重構用的功能、內容和服務，把它全部重新連接到新的網絡中去，而新的網絡很大的特征是要具備推理能力。

肯定是突破性的創新，不會是漸進式的，核心整個行業應該做的事情是建立起智能大腦，讓機器學習人的習慣，取得更快的進步。

列一下關系圖，核心來講在于大腦能夠把推理這件事情做的更好，推理很大的特征是可以把人的時間釋放出來，讓人可以從事更有價值的事情。更多交互是以機器發起的這一輪進行交互，并不是由人進行交互。不管人的眼神交互、手勢交互、語音交互，很大的價值在于進行第二輪決策和確認，以及對機器所做推薦的修正。

在未來好的人機交互是什么樣的？應該是趨近于零的。行業的評估方法是機車和用戶交互了多少次，大家一直把次數變得非常多來變成評判標準，這件事情被寫上了研發、產品、設計師的KPI要求里，領導用這個東西來卡獎金、卡考核。

但越來越智能體數字應該趨向于零，現在坐在車上，車的空調自動被打開了，你才不愿意和車做交互，因為你沒必要調空調。但是站在考核的角度來講，必然是“先生我把空調給你打開了，請問25度合適于您嗎？”這種感覺無非是你去飯店吃飯，今天點什么菜？辣的不辣的？有沒有忌口，喝不喝啤酒，喝冰的喝涼的？喝什么？你花了20分鐘和服務員掰扯完之后會發現算了，我去隔壁那家，很簡單，把你們主要的菜給我推薦幾個，我吃好就好了。

人不太愿意和機器過多產生交互，畢竟人和機器人是兩個物種的事情，機器還是屬于低級的物種，我們不愿意和螻蟻的事情產生過多的連接和情感交互，因為它是更強的輔助。

從可實現性的角度來講歸納成為智能化三要素，所有用戶最關心的是車載AI場景應用，但場景應用需要算法，需要開發工具，需要底層計算架構的支持，需要底層芯片的算力支撐。這個系統解決的時候可以總結成三點：

（1）需要不斷增長的算力，計算資源永遠是不夠的，如同電力系統、石油系統一樣。

（2）算法。算力永遠是不夠的，所以算法、軟件必然要跟硬件比較深度的結合設計，滿足高效率問題。

（3）數據。伴隨著智能化時代的來臨，所需要的數據將會是非常大量的，但果人類花自己的時間不斷處理數據，這就變成大家現在聽的高效的話，人有多人工，它就有多智能。這是悖論的事情，根本角度是機器自己處理數據，自動化訓練算法，這是解決問題的根本。

提的目標是每年對數據處理的成本以50%的成本往下降，這樣才能滿足爆發性數據對智能化系統的相關要求，如果數據處理不過來的話，智能化系統進化速度就會慢。

發展趨勢的判斷，所有的智能化以接入傳感器為核心，需要接入麥克風、攝像頭、激光雷達等傳感器設備，傳感器所輸出的數據在不斷增強。

比如說2023年座艙類攝像頭將從DMS的角度進入500萬，從OMS的角度進入800萬，而麥克風數量至少是4麥克以上的。

這么多傳感器和傳感器像素數的增長，并且伴隨著算法的增長。統計了一下，行業內在手機上以及客戶的需求，赫然發現對座艙深度學習算法的需求在端側將達到150個，通過簡單的計算可以得到一點，座艙所需要的AI計算算法將會在上百T。

地平線核心觀點認為要先解決算力問題，解決“地”足夠豐富、足夠厚實才能種出莊稼。大算力計算芯片能把生產力解決掉、釋放出來。

就算有了很好的算力，需要足夠好的開發工具，開發工具最大的特征是能夠數據半標注、全自動標注、算法自動化訓練和測試。這樣這樣的情況系統的進化速度才是足夠快的。

地平線的想法在于把開發工具和社區開發平臺做開放，滿足大家在芯片上盡快把我們認知到的150多個算法開發出來，盡快迭代，看一下人機交互系統到底能進入什么樣的智能化水平，再次進入下一輪迭代修正它。

基于芯片和算法提供全車智能化感知給到上層應用部分，上層應用部分能拿到環境數據進行推理，并進行多輪對話的節奏。

這是接下來發展的Roadmap，端側算法數量在爆發式增長，2022年將會有上百個端側算法跑在車載上。到2023年將達到150多個算法，而2023年和L3級別相配合的車將會給用去營造出來“第三空間”，那時候有些時間已經被釋放出來了，那部分釋放的時間只要有足夠智能化的座艙，把那部分的時間發揮足夠的價值，人的交互就會體現出空間。

謝謝各位！