赵福全对话程鹏（全集）：地图赋能智能汽车与智慧城市发展的底层逻辑

· · · · · · · · · · 【核心观点】

中国机会：在汽车智能化的方向上，中国有良好的技术积累和产业基础，包括拥有一批优秀的互联网科技公司和大量的软件工程师。尽管还存在一些短板，不过中国智能化的总体实力还是比较强大的，我们有机会实现智能汽车持续的引领发展。

企业兼并重组：智能电动汽车市场处于百家争鸣的“春秋时代”，不过这个阶段已经接近尾声。后续即将进入列强兼并的“战国时代”，预计整车企业的数量还会继续减少。

参照手机路径：智能汽车完全可以参照智能手机的发展路径，从高性价比的车型做起，然后依托中国庞大的消费群体，以及互联网时代积累的相关技术、经验和产业基础，推动智能汽车的快速迭代和不断进步。

市场两极化：从消费大趋势来看，今后汽车市场将会两极化。一极是把性价比做到极致的产品。把硬件成本降下来，同时通过软件实现差异化。另外一极是特色鲜明且用户口碑好的产品，这类车企还是可以靠硬件赚钱，而不是只依赖软件。

二八法则：快消品行业非常注重所谓“二八法则”，即产品20%的功能就可以满足用户的基本需求，并创造80%的价值。现在也有汽车企业在这样做了，结果是毛利率显著提高，用户体验也得到提升。

全方位数字化：数字化绝不只是产品的数字化，更是企业的数字化。包括营销和用户管理的数字化、决策过程的数字化，还包括企业运营管理体系的数字化，即让数据在各个业务部门之间顺畅流通，从而把研产供销服等各个环节全面打通，实现企业全方位的数字化。

车企做好龙头：智能汽车产业生态的分工协作，首先需要整车企业充分发挥龙头作用。而做好龙头不仅要有能力，更要有认识：车企必须认识到，供应商伙伴在汽车产业生态中具有不可替代的重要作用。

本土化生态：未来汽车一定是区域性的产品，因为其智能化需要基于当地的数据、场景和资源来实现。所以，在中国市场上征战的所有车企，都必须努力构建本土化的汽车生态。

海外合资模式：今后中国车企进入其他国家市场时，尤其应该借鉴在中国做得比较成功的国外车企的策略和措施，并在实践中不断完善。例如中国车企可以寻找优势互补的国外合作伙伴，建立合资企业，凭借我们的创新技术、理念和模式，利用当地伙伴的资源和影响，在海外市场上一起发展、共同获利。

智能副驾：以前开发智能座舱时，各种人机交互模式都是相互割裂的，相当于有眼睛，有耳朵，却没有一个统一的大脑。现在技术进步了，可以把这些功能全部放到大模型中训练，机器的识别水平能够做到非常接近于人，真的可以称之为智能副驾。

车端算力：对于手机产业来说，把算力放在云端无疑是比较好的选择；但是对于汽车产业来说，车端必须要有一定的算力，因为汽车是移动的，而网络信号不可能真正实现全方位、无死角的覆盖。

高阶自动驾驶：实现高阶自动驾驶有两条路线：一是直接奔向L4，即Robotaxi路线；二是循序渐进、逐步优化。后者可能更容易实现，我们还是要经历从辅助驾驶到高级辅助驾驶、最后到高阶自动驾驶的渐进过程，逐步实现各种功能的开放。

落地场景：在现阶段最重要的工作是找准合适的场景，然后把落地工作做到位。自动泊车是应该优先落地的第一场景，而自动跟车是第二场景，这两个场景都值得企业全力投入，把产品体验和成本做到极致，这样消费者一定会买单的。

“去地图”不可行：地图是确定位置和进行导航的基础。汽车离不开地图，所以严格意义上的“去地图”根本没有可行性。

先验传感器：高精地图可以动态、实时地更新车辆前方的状况，所以可将其看作是智能汽车的一种传感器——先验传感器，这对于高级辅助驾驶或者高阶自动驾驶都非常重要。

地图实时更新：目前地图生产的各个环节及整个链条已经取得了巨大的进步。地图生产最大进步就是现在数据源比以前实现了数量级上的跨越，而且还在不断增多，每一辆使用导航功能的汽车都在为地图生产做出贡献。第二个进步是数据识别工具链的全面升级，实现了地图局部更新，并且能够及时发布。

高精地图与自动驾驶：中国3亿多辆保有量的汽车如果都成为地图信息采集源，肯定能为各个城市实时提供足够的地图信息；再通过车路协同赋能，高级别自动驾驶也就指日可待了。

高精地图生产：高精地图的生产和更新是一项生态工程，涉及政府、汽车用户、汽车企业和地图供应商等。只靠一家企业是不可能做好的，必须依靠地图生态中各方参与者的共同努力。

数据安全：在地图生态中，政府、企业和用户关注数据安全的侧重点不同。政府主要关注国家和社会安全层面的问题；用户主要关注个人隐私安全；企业主要关注产品的信息安全。大家有各自的担心，不过这些问题都有相应的解决办法。

地图与城市：地图既是城市设施和资源的现状图，又是城市中各种变化的更新图，更是城市管理者基于对未来城市面貌的前瞻性预判而重新规划和建设城市的蓝图。

竞争公平性：外资车企不必担心，不同品牌的车辆在中国智能交通和智慧城市发展中获得的支撑是相同的。也就是说，在获得基础设施支撑方面并不会有什么差别。

高级辅助驾驶地图：高级辅助驾驶需要使用大范围、高精度的地图，现在满足这些要求并且符合政策法规的地图产品已经形成了。中国在地图技术、产品以及政策上都已日趋成熟。

保持耐心：自动驾驶是未来产业发展的大势所趋，其最终实现毋庸置疑。不过自动驾驶向前发展正进入车路协同的阶段，参与主体越来越多，相关要素越来越复杂，尤其是还将涉及到由政府提供的智能交通、智慧城市大环境。因此，大家对自动驾驶要有足够的耐心。

清华大学教授、汽车产业与技术战略研究院院长赵福全（左）与北京四维图新科技股份有限公司CEO 程鹏（右）

【对话实录】

赵福全：大家好！欢迎来到《赵福全研究院》高端对话栏目。我是本栏目的主持人、清华大学的赵福全。本栏目由盖斯特管理咨询公司承办并赞助播出，在此表示感谢。自本栏目2014年创办以来，今天已经是第72场对话了。本场对话的主题是“地图与智能汽车发展”。我们非常荣幸地邀请到了北京四维图新科技股份有限公司的CEO程鹏先生，请程总和大家打个招呼。

程鹏：各位朋友，大家好！我是四维图新的程鹏。

赵福全：欢迎程总来参加我们的对话栏目。当前汽车产业正在发生翻天覆地的变化，汽车供应链也因此有了更丰富的内涵：除了提供传统硬件的零部件企业之外，芯片、传感器等新硬件以及各种软件的供应商也进入其中，像四维图新这样的地图提供商或者说内容商，同样成为了汽车供应链中不可或缺的重要组成部分。所以我曾提出，今后应该以汽车供应链的概念来取代汽车零部件，相应的整零企业也应改称为整供企业，即整车企业和供应链企业。

应该说，相比于整车企业，我们栏目的观众朋友们可能对供应链企业的了解比较少。我想借今天这次对话的机会，请程总先简单介绍一下四维图新的情况。包括四维图新是一家怎样的公司？主营业务有哪些？核心竞争力是什么？目前公司的规模如何？

程鹏：四维图新在汽车智能化方面已经持续耕耘二十年了。我们公司的名字中，“四维”是指X、Y、Z、T四个维度，即三维空间再加上时间；“图新”代表我们是从地图做起的，而我们的地图永远是最新的。二十年前，一群理工男创办了这家公司，从汽车地图与导航领域起步，后来业务逐渐拓展到定位、数据和算力等其他领域。目前四维图新共有4600多名员工，其中70%是研发人员。可以说，我们一直在汽车智能化的赛道上向前奔跑着。

中国有机会在智能电动汽车的

新赛道上持续领先

赵福全：四维图新从汽车地图与导航起步，目前业务已经拓展到了数据、芯片等领域，看起来你们业务拓展的方向和汽车产业变革的趋势是紧密相关的。近期业界有一句话，就是汽车产业变革的上半场是电动化，下半场是智能化。如果说电动汽车已经改变了中国在全球汽车产业中的地位，那么智能汽车更代表着未来全球竞争的战略制高点，正变得越来越重要。

请问程总，您如何看待中国智能汽车的发展现状及其在国际上的地位？您认为中国在这一领域存在哪些机遇，又面临哪些挑战？之前我们听到过不少整车企业的看法，今天请您代表汽车智能化方面的供应链企业，和观众朋友们分享一下自己的观点。

程鹏：从我所在的领域来看，国内与国外的情况确实很不一样。应该说，中国市场的竞争异常激烈，也就是我们常说的，中国特别“卷”。除此之外，从汽车行业整体的大视角出发，我想分享以下几点观察和思考。

毫无疑问，中国汽车产业是一个巨大的产业。中国汽车市场从2003年开始爆发式高速增长，自2009年起产销规模已经连续14年位居全球第一，目前中国的汽车产销量约占全球总量的1/3。与庞大的整车产销规模相对应的是，中国拥有数量庞大的汽车供应商，整个汽车产业的产值估计超过10万亿元。然而中国汽车产业一直还不够强，主要是因为我们在传统汽车的核心技术上不够强，仍有一些关键的零部件及技术还未掌握，或者说与国际先进水平相比尚有差距。比如发动机、ECU控制单元、线控技术等。如果沿着传统汽车的赛道去追赶，中国汽车产业要想做强并不容易。

好在我们现在迎来了一个绝佳的机会，就是刚才赵院长讲到的，汽车电动化和智能化的时代到来了。我认为，在智能电动汽车的新赛道上，中国汽车产业会有很大的机会实现后发赶超。

一方面，中国在电动化方面已经取得了不错的成绩。在动力电池领域，诞生了宁德时代、比亚迪两大龙头企业；在电机领域，我们拥有良好的产业基础和稀土资源等优势，同时还有高密度的创新创业投资；在电控领域，也已经有了近二十年的积累。此外，发展电动汽车的关键不仅在于三电技术以及其他一些核心技术，更与产业政策、市场规模和用户需求等息息相关，而这些方面几乎都是中国的有利因素。有了这样的基础，中国汽车产业才得以成功“换道超车”，在新能源汽车的新赛道上取得了全球领先的喜人成绩。

另一方面，中国在智能化方面的情况也不错。我们在软件、算法、数据等方面都做得比较好，产生了一批优秀的互联网科技公司；同时得益于人才红利，中国目前拥有数量庞大的软件工程师群体。当然，我们也面临芯片、算法等一些瓶颈，但我觉得只要大家继续共同努力，再多花些时间，这些瓶颈肯定是能够突破的。无论如何，中国已经形成了良好的基础。因此在智能汽车的新赛道上，我们同样有机会实现全球领先。

近几年来，中国在智能电动汽车的新赛道上涌现出了三类企业：第一类是正在快速转型中的传统车企；第二类是已经在新方向上进行了长时间持续积累的传统车企；第三类是新出现的汽车企业，这些造车新势力很多都有互联网科技公司的基因或背景，因此高度关注产品迭代和用户体验。我们看到，这些企业各有各的打法，这也让智能电动汽车的竞争变得非常有意思。

在我看来，目前中国智能电动汽车市场还处于百家争鸣的“春秋时代”，不过这个阶段已经接近尾声了。整车企业已从高峰期的一两百家，包括不少宣称要造车的企业，逐渐变成了现在有一定销量规模的几十家。后续即将进入列强兼并的“战国时代”，预计整车企业的数量还会继续减少。

赵福全：的确如此，中国汽车产业正走向兼并重组。近期业内也有不少相关的讨论，甚至有人预测，将来最终留下来的整车企业只有5家。我觉得，汽车产业的演进趋势无疑趋向于集中，所以，车企的数量肯定会有很大的减少。至于最后剩下的车企是5家还是10家，现在过早去做量化判断可能也没有太大意义。

程鹏：是的，我感觉，最终车企的数量还是会比5家、10家多一些。因为汽车与手机是不一样的：消费者对于手机的个性化需求没有那么高，比如谁会时不时地拿出自己的手机来给别人展示一下，或者比一比谁的手机更炫呢？而消费者对于汽车的个性化特征往往很在意，毕竟汽车代表着每个人的审美、爱好和所处的圈层，不同的汽车品牌及产品可以更匹配不同的消费者群体。所以我认为，未来汽车企业和品牌的数量要比手机企业和品牌多。

赵福全：正如刚才程总谈到的，经过改革开放四十多年来的努力，中国汽车产业已经取得巨大的成绩：不仅连续14年位居全球汽车产销规模第一，而且产业布局全面、供应链完备；不仅整车企业实力不断增强，而且供应链企业也取得了显著进步；尤其是中国抓住了从传统内燃机汽车向新能源汽车转型的历史性机遇，在各个关键领域产生了一大批优秀的企业，从而在汽车电动化的方向上实现了阶段性领先。

接下来在汽车智能化的方向上，程总认为，中国也有良好的技术积累和产业基础，包括拥有一批优秀的互联网科技公司和大量的软件工程师。尽管还存在一些短板，不过中国智能化的总体实力还是比较强大的。应该说，我们有机会实现智能汽车持续的引领发展。

智能汽车可以参考智能手机的

发展路径

赵福全：由此就引出了下一个问题。汽车智能化，即基于智能网联技术推动汽车产品进步，这是中国特有的还是全球共有的发展方向？如果智能化是全球汽车产业共同的大趋势，那国外企业肯定也会加紧努力，中国又凭什么能够持续引领呢？众所周知，互联网时代的部分关键技术并不是中国的原创，只不过中国在技术应用层面上做得更好，实现了快速的规模化。而未来将进入物联网即所谓万物互联的时代，届时涉及多元广泛连接的汽车产业将成为庞大的母生态，具有比互联网时代更高的重要性和复杂度。在这样的前景下，中国能不能延续互联网时代的辉煌呢？特别是通过一系列原创性的突破来实现智能汽车的引领发展？如果有可能，我们又该如何做到这一点呢？

程鹏：我觉得，汽车产业可以参考手机等其他类似产业的发展路径。未来汽车产品必将成为最重要的移动智能设备之一。尽管汽车空间更大、功能也更多，不过在本质上汽车与手机一样都是移动智能设备。当然汽车的安全性要求比手机高得多，毕竟汽车是在道路上行驶的，必须确保人们的生命和财产安全。除此之外，从核心科技等方面来看，应该说智能汽车与智能手机并无本质区别。所以，我们不妨看一看中国手机产业的发展历程。

中国最早一批手机公司都是从山寨机开始做起的，当时拿到比如联发科技公司的一个芯片模组，就可以凭借强大的制造能力打造出仿制的手机产品。后来中国手机公司又凭借强大的成本控制能力，把手机的性价比做得越来越高，从而迅速打开了国内乃至全球大市场。在这个过程中，手机产品也从功能机发展到智能机，从小屏按键发展到大屏触控，从自带少量功能发展到各种APP提供大量应用服务，真正成为了移动智能设备。在山寨机时代，手机公司的数量特别多，大家的打法也不尽相同。进入到智能手机时代，经过激烈的市场竞争和大浪淘沙，最终只剩下了少数几家手机公司，如华为、OPPO、vivo和小米等。这些优秀的手机公司了解用户的真实需求，并且把用户体验做得非常好，由此也让智能手机走进了千家万户。

回顾中国手机产业的发展历程，我们或许可以类推出未来汽车产业的演进路径。我感觉，近两年的汽车产业与当年手机产业群雄逐鹿的时代很相似，企业数量众多，竞争空前激烈。不过我想接下来汽车企业的数量会逐渐减少，并会出现少数优秀的汽车企业，其地位如同手机产业中的华为、小米。这些优秀的车企将打造出功能和服务领先且性价比极高的产品，从而让智能汽车走进千家万户。而这些优秀的车企大概率就在当前市场上的这一大批企业之中。

赵福全：我记得前年与斑马智行联席CEO张春晖张总对话时，他说自己更愿意成为半个汽车人。张总一直在做操作系统，之前做的是个人电脑、手机等的操作系统，后来做了近十年的汽车操作系统。他说，要做好汽车操作系统，自己必须懂汽车，但是又不能完全陷入到汽车中，要确保能够以“局外人”的视角为汽车产业带进一些新理念和新方法。所以，他觉得半个汽车人是最佳状态。

同样，程总今天也为我们带来了新的视角及思考。在您看来，智能汽车完全可以参照智能手机的发展路径：从高性价比的车型做起，然后依托中国庞大的消费群体，以及互联网时代积累的相关技术、经验和产业基础，推动智能汽车的快速迭代和不断进步，最后在激烈的竞争中优胜劣汰，产生几家能够引领产业发展的优秀车企。展望未来，人类社会正在迈入万物互联的时代，而连接广泛的智能汽车将会产生和传递不同类型的大量数据，集成应用各个领域的多种资源，从而成为比智能手机更大的新的母生态，并由此产生新的生产力和生产关系。从这个意义上讲，我认为，智能汽车的发展路径和方向确实有可能与智能手机有类似之处，而其内涵和价值更会超越智能手机。

汽车硬件仍然可以在产品

差异化上发挥作用

赵福全：您刚才提到了很重要的一点，就是中国公司把智能手机的硬件成本做得很低，这显著降低了智能手机的门槛，同时各种APP组成的应用生态又让手机的智能化程度越来越高。那么未来智能汽车会不会也像智能手机一样，硬件变得非常便宜，同时通过软件来实现智能化，以满足不同用户的个性化需求？您觉得这种情况会发生在汽车产品上吗？

程鹏：我认为从消费大趋势来看，今后汽车市场将会两极化。一极是把性价比做到极致的产品，这类产品肯定最受大众消费者的欢迎。例如目前销量领先的是比亚迪、五菱和特斯拉等具有性价比优势的车企，而不是那些高端品牌。而要把性价比做到极致，就要把硬件成本降下来，同时通过软件实现差异化。另外一极是特色鲜明且用户口碑好的产品，由于得到了特定消费群体的认可，这类车企也会有持久的生命力。例如保时捷这样小而美的公司，一样可以活得不错。而且像保时捷这类企业，还是可以靠硬件赚钱，而不是只依赖软件。

赵福全：我认为，未来硬件仍然非常重要，是确保汽车产品竞争力不可或缺的必要条件；但软件才是充分条件，将会创造越来越大的价值。那么您觉得，一些高端品牌通过硬件来体现产品差异化的策略，未来能够一直持续下去吗？

程鹏：我认为可以持续下去。就像苹果的高端手机价格在1万元以上，也卖得很好。一方面，用户有这种个性化的需求；另一方面，硬件也不仅仅是一个使用软件的平台。比如苹果手机有自己特色的外形，也有触控等优异的体验，只要把硬件的这些细节做好，还是会有用户愿意买单的。我觉得这种需求是客观存在的，汽车产业也不例外。

赵福全：说实话，程总的这番话让我有些意外。因为程总是来自软件领域的专家和企业领军人，我以为您会强调软件的重要性。但您却认为硬件的价值和作用仍然很大，这非常值得我们深思。您还举了手机的实例，同样拥有APP应用软件生态，市场上既有价位在三四千元的大众化智能手机；也有价格达到上万元的高端智能手机，比如苹果手机，而且后者的销量还很好。这充分说明，硬件仍然在手机品牌定位和产品差异化方面发挥着很大的作用。

现在有很多人都认为，未来智能汽车的发展趋势就是硬件同质化，成本降到最低，同时依靠软件来体现产品的差异化，并形成不同的品牌特性。实际上也可能不会完全如此，毕竟汽车产品包含着上万个零部件，这些硬件不少都有相当的技术含量和展示属性，仍然可以体现一定程度的产品差异化。更为关键的是，没有优秀的硬件作为基础，软件就是无本之木，无法发挥其应有的作用。当然，未来软件一定会变得越来越重要，对此我们不应有丝毫的怀疑。

不仅仅是产品的数字化，更是

企业全方位的数字化

赵福全：下面我们聊聊数字化这个话题。智能化的核心或者说基础其实是数字化，因为智能化是基于数据实现的，而数字化就是转换和利用数据的过程。正因如此，现在几乎所有的汽车企业都宣称在进行数字化转型。不过我看过麦肯锡的调研报告，结果表明目前就连很多IT公司的数字化转型都做得不到位。如此说来，一直以硬件为主的汽车企业要想做好数字化转型，恐怕就更困难了。事实上，不少汽车企业的数字化转型都没有取得太大的突破，至少没有因此把产品做得成本更低、质量更好、效率更高。

程总，您是数字化方面的专家，请您和大家分享一下，车企怎样才能做好数字化转型，来支撑产品以及企业的智能化升级呢？

程鹏：我认为，数字化不仅仅是产品的数字化，更是整个企业全方位的数字化。第一是营销和用户体系的数字化，这最能带来直接收益，所以应该放在企业数字化转型的首位。说起来传统汽车营销就是预先想好几个卖点，然后向消费者推介，直到把车卖出去即可；而车企把车卖出去以后，基本上就与用户失去了联系，完全不知道用户是怎样使用车辆的。诸如用户踩制动踏板的力度、转方向盘的速度、用某个操作按钮或触摸功能的频度等等，车企都一无所知。这样既无法进行精准的营销，也不能为产品开发提供有效的输入。举个例子，企业开发了一个产品功能，可是用户真的在使用吗？如果用户购车后从来就没用过，那这个功能值得作为卖点来推介吗？后续的产品上还有必要保留吗？

营销和用户体系的数字化，就是要让车企实时了解用户对汽车产品的真实使用情况。即通过采集相关数据来分析用户需求、识别产品卖点，而不是通过给用户打电话、发邮件的方式来调研。更进一步来说，数字化的营销和用户体系，还应该基于数据对潜在的用户群体进行科学管理，以提高营销的成功率。比如特斯拉在营销和用户体系的数字化上就做得很好。一方面，特斯拉完全掌握用户平时是怎样用车的，这不仅让其营销工作更有针对性，而且也为其产品的迭代优化指明了方向。另一方面，特斯拉还通过数字化手段研究潜在用户及其购车的决策过程。比如谁是和谁一起来店里看车的，他对产品的哪些功能更感兴趣等。所有这些特斯拉都会转换为数据采集下来，再通过大数据分析来加以研究，以便更有效地促成潜在用户的购车决策。

第二是企业决策体系的数字化。尤其是产品决策的很多内容都应该基于相关的数据来进行。

第三是企业运营管理体系的数字化。这其实是企业研产供销服各个环节和整个过程的数字化，而且既涉及到企业内部的管理，又涉及到企业外部的协同。

例如，前两年“缺芯”导致的断供挑战，有些车企就应对得很好，基本未受太大影响。究其原因，还是在于这些企业实现了数字化的供应链管理，即利用数字化系统把供应商都有效管理起来，而且不仅包括T1（一级供应商），还向下延展到了T2、T3（二级、三级供应商），特别是芯片等关键供应商，从而实现了供货及物流等信息的实时和透明。这样车企就能随时掌握供应商的存货数量、分配给自己的份额以及物流状态等数据。当自己的需求无法满足时，就可以及时向供应商争取增量；当遇到自然灾害等变故时，就可以第一时间进行灵活调配。

当然，这种数字化的供应链管理，实际上覆盖了整个产业生态，因此仅靠车企自己是难以完成的。不过整车企业要扮演好最重要的“链主”角色，拉动并帮助广大供应商进行数字化升级和对接。如果车企能和供应商伙伴一起把供应链数字化做好，整个产业生态的运营效率就会显著提高，用户需求就能得到更加快速和精准的响应。

又如，产品开发管理的数字化也至关重要。现在有不少车企都开始借鉴快消品的一些策略。快消品行业非常注重所谓“二八法则”，即产品20%的功能就可以满足用户的基本需求，并创造80%的价值；而另外80%的功能，是用户不常使用甚至完全不会用到的。这80%的功能需要投入很多开发资源，而用户又不会经常使用并为之买单，那企业就干脆选择不做这些功能。这种做法在快消品行业是很常见的，现在也有汽车企业在这样做了。结果一定是这家车企的毛利率显著提高，而且用户体验也得到提升，原因在于企业可以把节省下来的资源都投入到用户真正使用的那些功能上，全力将其做得更好。

说起来，四维图新现在也是这样做的，当然之前我们也经历过一个摸索的过程。二十年前我们刚开始做地图的时候，就是一门心思采集道路数据，不管用户需求度如何，我们全都采集回来。后来通过互联网掌握了地图使用情况以后，我们才发现，有些地点几乎从来没有用户查询，有些路线也很少有用户选择。所以我们遵循“二八法则”调整了道路信息采集策略：对于用户经常去的区域，地图必须每天都更新；而对于用户很少会去的地方，地图每月更新一次就够了。我们之所以能够这样做，正是得益于数字化手段的支撑。

赵福全：程总讲得非常好。实际上，企业一直希望把整个运营体系打通，但是之前难以做到，而现在数字化手段让这个目标真正成为可能。从本质上讲，智能化的基础就是数字化。因为唯有通过数据的采集、传输、加工和使用，软件才能有效赋能硬件，从而让产品真正实现智能化，能够常用常新、越用越好。正因如此，数字化正变得越来越重要。

对此，程总提出了一个很重要的观点：数字化绝不只是产品的数字化，更是企业的数字化。包括营销和用户管理的数字化，即通过数字化的手段，将用户如何使用产品的数据都回传到车企，例如用户具体用到了哪些功能，使用过程中遇到了哪些问题等等，基于此进行精准营销，并为产品体验优化提供支撑。也包括决策过程的数字化，即把企业的决策建立在数据的基石之上。还包括企业运营管理体系的数字化，即让数据在各个业务部门之间顺畅流通，从而把研产供销服等各个环节全面打通，实现企业全方位的数字化。

基于数字化的运营管理体系，企业就能精准掌握用户究竟关注什么，合理确定产品营销的重点；就能实时了解供应商备货及物流等情况，灵活应对可能遇到的变故；就能有效识别真正重要的少数产品功能，进而遵循“二八法则”，集中精力把最重要的事情做好。

此外，程总还提到，全方位的数字化不是一家企业自己就能做到的，而是需要整个供应链乃至产业生态中的各类企业共同努力。对于智能电动汽车来说，既涉及到数以万计的各种新旧硬件，也涉及到数量越来越多的各种软件，还涉及到与车连接的“人-路-能-网-云-图”等等。这些要素背后各有不同的主体，全部汇聚在一起，彼此相互作用，就构成了完整的汽车产业生态。由此可知，唯有基于数字化打通整个产业生态，才能把智能电动汽车这个“新物种”真正打造好。

多主体协同需要整车企业转变

认识、发挥好龙头作用

赵福全：事实上，我觉得智能汽车与传统汽车的最大差别就在于生态。传统汽车产业也是一个比较复杂的生态，协调几百家供应商把整车按时、保质、大批量地造出来绝非易事；而智能汽车的产业生态无疑更复杂得多，有诸多不同类型的主体彼此作用、相互影响。要让这些主体真正形成合力是非常困难的，毕竟每个主体都有自己的利益，都要考虑自己的成本、质量、效率以及经营、分工等问题。在此情况下，您觉得怎样才能让各类主体有效协同起来，共同把智能汽车做好呢？您觉得这其中最难的是什么？

程鹏：是的，智能汽车生态确实非常复杂。我觉得，要实现智能汽车生态中多主体的有效协同，还得依靠整车企业发挥好龙头作用。在此过程中，恐怕最难的还是转变认识。应该说在传统汽车时代，中国整车企业就不太有培养供应商共同成长的认识，通常只关注自己当前这代产品能不能卖得好，并以此为标准来寻找短期合作的零部件供应商。相比之下，国外车企在这方面做得就比较好。比如丰田汽车一直注意培育自己的供应链体系，把一系列关键零部件的供应商定位为战略供应商，采取参股合资、长期合作甚至派专家前往指导等各种方式，引领和帮助战略供应商与自己共同进步。我认为，这就是一种很好的策略，而且在智能汽车的生态合作中可能更加需要。

为此我建议，中国车企应该建立起帮助供应商共同成长的认识，并采取前瞻行动。否则等到遇到突发状况时，一定会措手不及。举个例子，还说前两年“缺芯”的事情，我感觉仿佛一夜之间整车企业就全都关心起芯片来了。而此前没有哪家车企来找我们交流过芯片，也没听说过哪家车企关注到我们的芯片。结果车企突然发现，一个指甲盖大小的芯片一旦断货，整车就无法下线。而且越贵的车型用的芯片越多，受“缺芯”的影响也就越大。这影响到的可不只是多少万辆整车的销售额，更是关联行业合计几百亿甚至上千亿的总产值。由此可见，汽车产业的确是高度复杂的系统工程，需要各方紧密协作。在这个过程中，不只整车企业，我们广大供应商也要建立起与相关伙伴携手前进的意识。

另外，我还想说明一点。虽然我是做软件和数据出身的，但我现在以自己是汽车人为荣。汽车真的是太难了，不仅本身结构复杂、零部件众多，而且新技术的应用越来越快，还与人们的生命安全息息相关。所以，每一位参与打造汽车产品的汽车人都有理由骄傲。对四维图新来说，二十年来我们一直在踏踏实实地学习汽车，兢兢业业地做好自己的工作，百分之百地投身于汽车产品之中，而不是站在“业外”来看汽车产业这里或者那里做得不好。当然，对于外部的新技术和新模式，我们会保持关注、保持敏感，做到随机应变，使之为我所用。

赵福全：程总强调自己是汽车人，二十年来始终专注于汽车产业，并且为此感到骄傲。我觉得这个定位很正确，也很重要。而整车企业也逐渐认识到了四维图新这类供应商的重要性，这个认识经历了一个过程。此前，只要把地图装上汽车来增加卖点就够了；而现在对于智能汽车来说，地图不只关系到日常的导航和基于位置的服务，而且与智能驾驶息息相关。可以说，地图已经成为了智能汽车的某种器官，缺少优秀地图的汽车产品犹如视力不佳甚至瞎眼的劣马，恐怕会寸步难行。从这个意义上讲，此前四维图新们一直在努力拥抱汽车企业，而现在汽车企业也必须积极拥抱四维图新们了。

为此，汽车企业必须更新理念、转变认识。就像程总刚刚谈到的，智能汽车产业生态的分工协作，首先需要整车企业充分发挥龙头作用。而做好龙头不仅要有能力，更要有认识：车企必须认识到，供应商伙伴在汽车产业生态中具有不可替代的重要作用。其实传统汽车本来就是一个生态，主要由整车企业和提供上万个零部件的供应商组成；而智能汽车生态更加复杂，除了传统硬件之外，还有新硬件和各类软件等相关的不同主体参与其中。只有各类主体有效分工协作，才能把智能汽车打造好。这意味着整供企业之间要形成更加紧密复杂的合作关系，为此企业负责人切不可短视，一定要有长远的眼光。

这样看来，在传统汽车时代像丰田那样培育供应商的策略，在智能汽车时代将会更加重要。或许在战术细节上会有所区别，但在战略方向上并没有变化。整车企业与供应商应形成唇齿相依的伙伴关系，建立长期互信，携手共同成长。在这方面，中国车企是亟需“补课”的。如果还是像过去那样，开发一款车型就更换一批供应商，将难以形成持续的积累，也无法获得供应商的信任。

中外车企都必须努力构建本土

化的智能汽车新生态

赵福全：这又带来了一个新的问题。传统汽车产业是以硬件为主，硬件往往需要不断积累，甚至是“十年磨一剑”，才能打造出精品。所以，汽车产业经过了一百多年的发展，产生了博世、大陆、德尔福、电装等一批世界级的供应商巨头。而智能汽车或者说“新汽车”产业有很大的不同，涵盖了新硬件和各种软件等更多内容。所谓“新汽车”，就是基于数据、面向场景、依托生态，能够不断迭代和持续进化的汽车新物种。这是此前我专门提出的概念，以区别于没有自我进化能力的传统汽车。显然，打造“新汽车”需要很多全新的能力，其中一些能力整车企业和传统供应商巨头都不掌握，只能从“业外”的新供应商那里获取。

比如为了实现定位和导航，车企需要与地图供应商合作，而这种合作与此前完全不同。由于一家车企支付的费用很难覆盖地图制作以及持续更新的成本，因此地图供应商不大可能只和一家车企签订独家供货协议，专门为其开发专属的地图。这就涉及到一种全新的共享合作模式。

与此同时，智能汽车带有很强的区域属性，需要基于当地的地图、场景以及生态，才能以最佳的状态运行。在这种情况下，国外车企在中国汽车市场上征战就会面临全新的挑战。例如它们如果使用本国供应商提供的地图，能在中国适用吗？如果想参与中国地图的开发，能获得允许吗？又如中国用户在汽车上收听歌曲，如果还需要登录到国外的平台，这可行吗？毫无疑问，无论是自主车企，还是国外车企，都必须在中国建设本土化的“新汽车”生态，而两者的实施难度恐怕有很大的不同。这也会影响到中外供应商的竞争格局。当然，中国车企走向海外市场的时候，也会面临同样的挑战。不知道程总怎么看这个问题？

程鹏：我们不妨先看看互联网和手机行业的情况，中国在这些领域实际上已经建成了比较完整、相对独立的产业生态。像大家平时使用的APP应用、通信数据传输的基础设施等，中国都有自己的一套体系，而且运行得相当不错，有很多方面处于全球领先水平，例如移动支付。而国外互联网或手机公司进入中国，只需加入到这个生态中即可。以此类推，我觉得汽车产业很可能也是一样。当国外车企进入中国时，它们完全可以借助中国相对独立的产业生态，通过与中国供应商合作来形成属于自己的本土化供应链。

反倒是中国车企到海外征战，至少在近几年的起步阶段，可能会遇到一些问题。因为中国车企在国内有很多本土供应商伙伴，可以帮助其将各种内容有效集成起来，比如四维图新可以集成地图、定位、导航、数据以及云平台等。可是到了海外市场，谁来帮助中国车企完成这部分工作呢？这恐怕是一个挑战。

具体来说，这个挑战主要体现在两方面：一是有些用户想要的功能和服务，车企无法在海外提供，这样车辆的智能化优势就体现不出来；二是数据的合规问题，一些国家对数据的规定比较严格，如果企业没有充分了解当地的法规，就很容易出问题。这些都是中国车企进军海外市场需要重点考虑的，而且肯定要经历一个学习摸索的阶段。当然，我认为这些问题最终都是可以解决的。

赵福全：这个问题咱们有必要详细讨论一下。您刚才谈到，中国已经形成了完整而独立的手机生态，这既与中国庞大的市场规模有关，也与中国在这方面持续的投入很关。国外手机公司进入中国，只要把这个生态用起来就可以了。而您认为，汽车生态可以类比于手机生态，国外车企进入中国完全可以采取同样的策略，借助于中国本土的生态资源。

但是我们知道国外车企之前并不是这样做的，它们进入中国时，更习惯把自己原有的国外供应商一起带进来。这种做法在硬件为主的传统汽车时代也没什么问题，比如大众在德国狼堡开发一款车型，用的是博世、大陆等供应商，然后再一起到中国来，让这些供应商做些本土化的适应性开发就可以了。

可是到了软件主导的“新汽车”时代，这种做法就行不通了。像中国用户使用的很多服务，如歌曲、视频以及支付等，在狼堡开发是很困难的。一是国外供应商在这些方面可能原本就没有储备，二是即使国外供应商做出来了，在中国市场上也不可能适用。这个道理说起来很简单，但要让国外车企真正转变理念和策略其实非常困难。而如果国外车企还是更愿意用诺基亚的Here地图，而不愿意用四维图新的地图，这恐怕对中国供应商的发展壮大也不利。借此机会，程总有没有什么建议想对外资车企的老总们提出？

程鹏：应该说，与外资车企加强合作是四维图新过去二十年来一直在努力做的事情，我们的大客户就包括丰田、宝马等外资车企。记得有一次，丰田汽车的一位副社长曾对我说，“你们的产品质量一定要做好，因为这是雷克萨斯唯一的国产件。”因为雷克萨斯在中国都是进口车，几乎全部零部件都来自国外，但地图没办法进口，所以只能找四维图新来提供。而与丰田等车企巨头的合作，也让我们的能力有了很大的提升。

在合作的过程中，我亲眼见证了外资车企的持续创新和变革。这些大企业都不乏非常优秀的人才，而且有很好的产品思维和工程师文化，特别是近年来，它们在中国不断加大转型力度，令我印象深刻。事实上，目前外资车企大都已经把中国团队建立起来了。比如各大车企基本上都有中国研发中心，很多车企都提出要“In China，For China”，即在中国开发中国市场的产品，服务于中国的用户。现在甚至有车企提出要“In China，For Global”，即在中国开发全球市场的产品，服务于全球的用户。我觉得外资车企日益重视中国的趋势非常明显，毕竟近年来中国汽车产业发展得最快，同时也培养出了大批新赛道的人才。

赵福全：您认为外资车企在中国转型的速度足够快吗？转型的决心和投入足够大吗？如果它们做得不如自主车企，那最后会不会只能退出中国市场呢？

程鹏：我个人感觉，无论是手机、互联网，还是汽车产业，没有比中国市场更“卷”的了，也没有比中国企业更努力的了，中国人真的非常拼命。要让外资企业用中国企业的速度前进，而且连续多年，恐怕它们确实做不到。不过，这也要看不同企业的市场定位。比如，法国和意大利的奢侈品牌在中国市场就非常受欢迎。所以，整车企业一定要明确自己的定位并努力做出不同的特色，这才是最重要的。未来那些性价比高的大众化产品，很可能会被中国车企主导；而一些小而美的高端产品，往往需要对艺术和审美的长期积淀，可能还是国外车企更有优势。长期来看，这或许也是一种合理的产业分工。

赵福全：我相信很多收看这期对话栏目的企业高层们，都会非常关注我们现在讨论的问题，所以我想再追问一下。前面谈到，数据对于智能汽车来说至关重要。唯有基于数据，软件才能赋能硬件，实现全方位的智能化。未来汽车产品的优化方向，也一定源自于用户、车辆及其运行环境等各种数据。由此来看，如果没有足够的数据支撑，那些小而美的品牌还能保持吸引力吗？比如二十年后，中国消费者还会购买那种所谓小而美、但智能化体验很差的“古董式”汽车吗？也许到了那个时候，某些品牌会因为定位太过小众而失去生存空间。您怎么看？

程鹏：我觉得，产品小而美并不代表不做智能化，这两者是不矛盾的。事实上，未来无论哪个级别、什么定位的产品，都必须是智能化的。仍以手机为例，现在即便售价几百元的机型，也都能4G联网，都能下载各种APP，这些功能对于用户来讲是必选项。如果哪款手机没有这些功能，那根本就不会有人购买。也就是说，不管产品价位是高中低哪个档次，消费者都会用到的智能功能是一定要有的。同样的，我认为对于未来的汽车产品来说，智能化涉及到的数据和算力等就是这种必选项。当然，并不是所有消费者都会购买大算力的高端产品，但满足基本需求的中低算力是必须具备的。而现在所谓的中低算力，和之前相比完全不是一个概念。比如智能手机上的一块小芯片，其算力都比我上大学时一个大型的晶体管计算中心还要强。正是这种进步，推动着智能产品走进千家万户。

我想从产业分工的角度做个大胆的预测：未来那些高端的、个性化强的汽车产品可能还是由更具艺术和审美积淀的外资车企来开发；与此同时，规模大、性价比高的大众化汽车产品，可能主要由成本控制能力强且非常勤奋的中国车企来开发，而这类产品的市场份额是最高的。

赵福全：程总，我梳理一下刚才交流的内容。我们首先谈到了汽车生态。目前手机已经形成了成熟的产业生态，这也是其智能化的基础。同样，今后汽车也必须构建起产业生态，以支撑其智能化。而汽车生态将比手机生态更复杂，不只包括类似手机的应用生态，还包含全新的服务生态，如车辆充电、救援服务等。所以，构建汽车生态会更难，但价值也会更大。同时，未来汽车一定是区域性的产品，因为其智能化需要基于当地的数据、场景和资源来实现。所以，在中国市场上征战的所有车企，都必须努力构建本土化的汽车生态。

由此出发，我们分析了未来汽车产业的竞争格局。应该说，目前中国汽车市场仍处于群雄逐鹿的阶段，并且企业之间的竞争高度“内卷”。而在我看来，中国车企在本土市场上拥有天时、地利和人和的优势：天时是指中国汽车产业发展的大环境非常好，政府大力支持新能源汽车和智能汽车的发展；地利是指中国企业对于本土的数据、场景和资源更熟悉；人和则是指中国汽车人才队伍规模大且更努力。在这种情况下，中国车企在本土市场上的竞争力有望继续提升。特别是更注重性价比的大众化产品，中国车企极有可能会逐渐成为主导者。

当然程总认为，外资车企也在加快转型，它们完全可以借助中国合作伙伴的资源和能力，来构建自己的本土化生态。与此同时，那些小而美的高端品牌仍会存在，只不过其产品也必须从“硬件主导”转向“软件主导、数据赋能”，因为智能化将是未来汽车的必备属性。而拥有品牌传承和号召力、审美积淀和经验的外资车企，在这个领域还会占据一席之地。

老实说，我觉得您的看法相对乐观，对外资车企也是一种鼓励。而我的观点可能偏悲观些，我更想向外资车企传递一种担忧。其实以今天中国市场的份额来看，外资车企已经谈不上是居安思危了。尤其是那些小众的高端品牌，恐怕后续将面临更大的挑战，毕竟数据是依赖规模的，否则很难把智能的体验做好。

中国车企走出去应与当地伙伴

深度合作、融合发展

赵福全：接下来，我们继续讨论中国车企出海的话题。前面讲到的天时、地利、人和，都只是在国内市场，我曾开玩笑讲这是“地方粮票”，不能全球通用。那么，中国车企进入海外市场时该怎么办呢？2023年中国整车出口量极有可能突破400万辆，登顶全球第一。不过这主要还是“中国制造、外国销售”的出口贸易形式，我觉得后续恐怕难以持续。事实上，现在不少国家已经开始出台保护本土车企以及限制中国汽车进口的各种法规和措施了。所以，我认为中国车企亟需转变走出去的方式，今后应该更多地考虑在国外建厂，雇佣当地的员工，使用当地的资源，在当地生产和销售汽车产品。

另外，智能化是全球汽车产业的发展方向，中国汽车产业只是先行了一步。也就是说，中国车企征战海外市场最终也要靠智能化取胜，而这就需要获得当地的数据、理解当地的场景、构建当地的生态，即做好反向的本土化。但是正如程总刚才提到的，国外供应商能支撑中国车企在当地构建生态吗？能适应和配合中国车企的“卷”吗？而中国车企能畅通无阻地在其他国家获取和使用数据吗？如果上述问题的答案都是否定的，那中国汽车产品在智能化方面又有什么特殊的竞争力可言呢？

程鹏：我们很难预测将来究竟会出现什么情况，我想还是通过与其他产业对比来获得某种参考和借鉴。事实上，很多中国公司最初走出国门的方式都是贴牌生产，即国外公司来中国寻找代工方，由中国公司代为生产产品，再贴上国外公司的品牌销往海外市场。应该说，中国加入WTO（关贸总协定）后，初期外贸出口总值的不断增长主要源自这种贴牌生产。后来随着代工的中国公司逐渐做大做强，其中有些公司就反过来收购了国外品牌甚至公司。这样的案例比比皆是，覆盖了服装衣帽、电子消费品以及制造业等诸多领域。例如现在不少知名的运动品牌都已经被中国公司收购，实际已经是中国的品牌了。

由此类推，尽管长期来看，中国车企需要设法把用户和车辆等数据掌握在自己手中，以更好地实现产品的智能化；不过在短期内，中国车企完全可以采取一些灵活的策略，以应对走出去遇到的困难，比如和当地企业形成某种形式的深度合作，来避免被当地的政策“卡死”。我认为，中国车企应该努力在当地做好产业融合，形成“你中有我、我中有你”的紧密关系，让各方在中国汽车产品海外生产和销售的过程中都能获得收益，这样我们走出去就会容易得多。否则，当自己的市场不断受到中国产品冲击之际，当地的政府和企业难免心生抵触，这很可能会引发更多的问题。所以，我认为中国企业应该与当地企业建立一种“竞争+合作”的关系，让彼此都有生存的空间，同时携手把当地的产业生态建设好。

赵福全：说起来，这个问题是很难回答的。我曾经提出过汽车强国的评判标准，其中包括：必须拥有具备国际竞争力的本土企业、知名品牌及优秀产品，并在世界范围内占据一定的市场份额。也就是说，要成为汽车强国，中国车企就必须走出去，这一点毋庸置疑。

不过汽车是涉及领域众多的集大成产业，也是技术含量高、产品价值高的大宗民生商品，肯定会成为各国激烈角逐的重点。事实上，面对中国车企海外出口持续激增的态势，一些国家已经开始采取一系列的对策，比如欧盟刚刚发布《新电池法》，提出了碳足迹管理和电池护照等要求。法规正式实施后，中国生产的动力电池以及电动车产品如果不符合要求，就无法在欧盟销售了。我认为中国的企业家们都应该高度关注此事，必须未雨绸缪，提前准备，以免措手不及。要知道汽车产品的开发周期很长，如果一代产品不能出口，企业很可能就会因此错过海外发展的大好时机。

面对种种困难，中国车企究竟怎样才能更好地走出去呢？程总提出了一个建议，就是参考其他行业走出国门的路径。之前不同行业的很多中国企业走向海外市场，都是从贴牌生产、出口贸易开始，再到收购国外的品牌和工厂，直接在当地生产和销售产品。在这个过程中，我觉得中国企业以各种方式与国外企业紧密合作才是真正的关键，也是汽车企业可以借鉴的思路。

同时我认为，中国车企还可以参考国外车企进入中国市场的路径。改革开放四十多年来，一大批国外汽车企业走进了中国，它们积累的经验和教训是非常宝贵的。今后中国车企进入其他国家市场时，尤其应该借鉴在中国做得比较成功的国外车企的策略和措施，并在实践中不断完善。例如中国车企可以寻找优势互补的国外合作伙伴，建立合资企业，凭借我们的创新技术、理念和模式，利用当地伙伴的资源和影响，在海外市场上一起发展、共同获利。我建议，中国车企都应该基于合作共赢的理念，努力做好反向的本土化，以期更快更好地走向世界。

大模型有望让机器智能真正

接近于人

赵福全：下面具体谈谈汽车智能化，这实际上是一个综合性的大话题。在通过V2X（车联网）实现汽车与诸多要素互联的基础上，车企的重点工作主要有两项，一是智能座舱，二是自动驾驶。

在我看来，首先要做好的是智能座舱，因为智能座舱可以让消费者充分感受到车辆的个性化，这一点在业界已经形成了共识。而对智能座舱来说，人机交互是最重要的。近年来智能座舱特别是人机交互的相关技术进步得很快，例如当前多种模式相互融合的多模态交互日益成为发展方向。

智能座舱应该也是四维图新的重要业务领域之一吧？毕竟现在围绕着地图的人机交互已经成为智能座舱中必不可少的一部分了。不知道程总怎么看智能座舱？您觉得智能座舱后续将如何发展？其竞争的关键点在哪里？

程鹏：您说得很对，智能座舱与四维图新的业务有非常紧密的关联。这里面的逻辑是这样的：地图告诉用户，汽车在哪里，这是确定A点位置的问题；导航告诉用户，汽车怎样开到目的地，这是从A点移动到B点的问题；而路况监测通过车联网告诉用户，从A移动到B点的过程中会发生什么，如需要多长时间？路上有没有事故？这是如何安全、快速、便捷地从A点移动到B点的问题，也是我们正在研究并希望能够更好解决的问题。

结果我们发现，解决这个问题是极其复杂的。大家都有体会，大中城市特别是一线城市的交通拥堵是很严重的。有数据显示，北京通勤者人均每天要在汽车上耗费1小时40分钟。而一天不过24小时，除去睡眠等时间，这差不多相当于人们可支配时间的10%了。我们常说，时间就是生命，这意味着我们有10%的生命都消耗在了行车的过程中。所以，四维图新决定去做自动驾驶，致力于逐步把人从驾驶中解放出来。这样一来，人在车上的自由时间就会越来越多。所以，四维图新也要做好智能座舱，让用户在车上有更好的体验。这就是我们从地图出发进行业务拓展的内在逻辑。

应该说，我们做地图已经二十年了，深深地感到这是一项艰苦的工作。因为地图需要不断更新，而且用户可能永远都不会百分百满意。只要有一个地方发生了变化，地图却没有及时体现出来，用户就会不满，就会认为地图质量不好。可见，做地图是很有挑战性的。而四维图新二十年来坚持不懈，就是要应对这种挑战，把这项有价值的工作一直做下去。

以地图为基础，我们开展智能座舱相关业务也已经有十多年了。记得我一开始就提出了一个目标，让用户进入到车内就不再用手机了。然而这是一个很难达成的目标，甚至可以说我们很长时间都看不到希望。因为与手机不同，人与车之间最方便的交互方式就是语音。而语音交互技术是很难的，包括机器对人类自然语言的理解、不同音区的识别、环境噪声的处理以及语音引擎的能力等，都不简单。很多时候我们训练了好多次，机器才勉强能听懂一点点。这就导致语音交互的准确率到了一定程度之后，就很难再提高了。我们的测试表明，语音交互的准确率要达到95%以上是非常困难的，而这样的准确率对汽车用户来说还不够。

好在不断有新技术涌现出来，尤其是GPT（生成式预训练模型），即所谓大模型投入应用后，我觉得终于看到了希望。借助于GPT，我们有望实现让人们进入到车内就完全不用手机了。最近我们从GPT-3入手，找专业的团队合作开展了研究。现在我可以有把握地说，在GPT-3.5和GPT-4这种规模级别的大模型的训练下，用户已经感觉不出和他对话的是机器了。

同时，人机交互不只有语音，您刚才也讲到了多模态。有了大模型之后，我们还可以把多模态的交互方式放在一起训练，从而真正实现语音交互与其他交互方式的有机融合。比如摄像头可用于识别人的表情、动作，甚至能准确判断驾驶员有没有喝酒；又如毫米波雷达可用于监测人的心跳、呼吸；再如座椅靠背的传感器可以感知人的体温。这些信息与用户声音传递出的语气、心情等信息结合起来，就可以更全面、精准地把握用户状态，优化用户体验。

以前开发智能座舱时，上述这些交互模式都是相互割裂的。语音交互归属语音系统，摄像头归属乘客监测系统，诸如此类，所有功能都是独立开发的。相当于有眼睛，有耳朵，却没有一个统一的大脑。现在我们把这些功能全都放到大模型中训练，结果发现机器的识别水平能够做到非常接近于人，真的可以称之为智能副驾了。举个例子，驾驶F1赛车需要极快的反应速度，很需要辅助支持；但车内只有一个座位，不可能配备人类副驾。而智能副驾或者说机器导航员可以适时告诉驾驶员，前面多少米需要左转或右转等信息，从而提供很大的帮助。现在已经有一些大模型能够做到这种程度了，四维图新也做出了样品，预计再过一段时间就能推向市场。

赵福全：这样说来，不只是地图领域，程总也是为人机交互领域做出了重大贡献的企业领军人。正是因为有很多像四维图新这样的企业共同努力，我们才得以看到拥有更高人机交互能力的智能座舱由量变到质变的发展前景。那么据您所知，大模型真正走向市场应用还有哪些障碍呢？

程鹏：我认为，障碍主要在大模型的轻量化和网络的延迟上。众所周知，大模型对算力的要求非常高，所以GPU（图形处理器）等功能都集中在云端。未来我们希望能把大模型适当轻量化，至少可以把部分功能放在车端，以实时应对相关的状况。当然，即便大模型实现了轻量化，将其部分功能放到车端，也会对车端的算力提出不小的挑战。此外，还有网络的问题。使用大模型时必然会有大量数据在车端和云端之间传输。而汽车与手机完全不同：手机通常是在网络信号稳定的建筑物内静止使用，出现信息延迟的可能性较小，并且偶有延迟也没什么关系；汽车则是在网络信息不太稳定的室外移动使用，其波及范围更广、场景变化更多，在行驶过程中难免遇到信息延迟，并且一旦延迟就可能导致安全事故。这对于大模型在汽车产品上的应用，确实是一个比较突出的挑战。

赵福全：在您看来，与当前算力主要放在车端的车载交互系统相比，在性能上更胜一筹的大模型，大致什么时间能够量产？现在大模型还不能量产的原因主要是技术问题，还是成本问题？又或者是两类问题兼而有之？

程鹏：最近我们已经把样品拿给客户看过了，这个客户是一家致力于打造高端产品的车企，对智能化有很高的要求。而这家车企看了我们的样品后，应该说是非常震撼。这款样品估计两三年后就可以量产，现在软件本身已经没什么问题了，主要问题还是性价比。我觉得，要提高这类产品的性价比，通信基础设施的建设以及计算芯片的进步也很关键。

赵福全：您认为最终在汽车产品上量产应用的人机交互大模型，其主要算力应该是放在车端，还是云端呢？

程鹏：这个问题我是这样看的：对于手机产业来说，把算力放在云端无疑是比较好的选择；但是对于汽车产业来说，车端必须要有一定的算力，因为汽车是移动的，而网络信号不可能真正实现全方位、无死角的覆盖。我们做地图时需要在各种区域、各个时段测试网络信号的强弱，还要专门研究网络如何优化，所以对全国各个基站的覆盖范围和强度都很了解。我认为，要确保大模型在每一个地点都能正常使用，且体验足够好，完全依靠云端算力实在太难了，还是要在车端部署相当程度的算力才行。

赵福全：您在这方面有丰富的实战经验，非常了解网络系统的实际情况，结合汽车具有移动性的特点，您判断大模型的算力是不能全都放在云端的。那后续会不会是这样的发展过程：现在车载芯片是以计算芯片为主；未来车端的算力将逐步转移到云端，所以车载芯片将以通信芯片为主，同时车端仍适当保留一部分算力。不过这似乎是一个理想化的过程，而且这种转变恐怕需要很长的时间。这是不是因为我们对未来网络和云的发展潜能估计得有些悲观了呢？不少从业者还是期待把车端的诸多业务放到云端来完成，再基于通信手段来实现对车辆的远程控制。您对此怎么看？

程鹏：我觉得这种转变不大可能。我们还是以手机来做对比，现在手机的通信能力无疑越来越强了，那它的算力是越来越强了，还是越来越弱了？显然也越来越强了。同样的，汽车不仅是连接的节点，也是智能的终端，未来车端的算力肯定也会越来越强。而且一旦汽车具备了更强的算力，肯定会涌现出与之匹配的很多新需求。正如您刚才讲到的，未来汽车将是一个母生态，有着孕育和承载更多新产品、新应用、新服务的能力，而算力正是这种能力的重要组成部分。当汽车没有足够的算力时，大家自然不会去研究相应的产品、应用和服务；可是当汽车具备了更强的算力后，就会有人去思考，我能用这个算力来做些什么，于是就会产生一系列的新产品、新应用和新服务。

赵福全：我认为，未来汽车将是一个移动的智能空间，尤其是当车辆逐步实现了自动驾驶、把人从驾驶中解放出来之后，汽车的空间属性将进一步放大。届时汽车既是生活空间，又是工作空间，还是娱乐空间，将真正实现三合一。甚至有人半开玩笑地讲，将来只需要买一辆汽车，就等于拥有了一个可移动的家，各种事情都可以在车上完成。我觉得这并非天方夜谭。事实上，现在英国、荷兰等国家就有人住在船上，这些船还有通讯地址，可以正常收发邮件。在这样的前景下，智能座舱的重要性无疑会愈发突显，我们完全可以畅想更多的应用场景。

刚才程总和大家分享了很多非常重要的观点。您阐释了自己对于地图、自动驾驶以及智能座舱内在逻辑关系的系统认知。您谈到，首先要告诉用户“你在哪里”，即所在的位置；然后要告诉用户“你怎样去那里”，即两点之间的路径；最后要告诉用户“你去那里的过程会怎样”，即在两点之间移动时会遇到的情况，如途中是否堵车等等，以此来确定如何更安全、更快速、更便捷地移动。对于这三个问题，地图无疑都是基础性的支撑，决定着我们能在多大程度上优化车辆的移动过程。而您也谈到了，要做好地图是非常困难的。

为了更好地解决上述第三个问题，我们一方面要努力做好自动驾驶，另一方面也要努力做好智能座舱。对后者来说，人机交互最为关键。因为人的需求总要通过某种方式传递给机器，同时机器必须准确理解相应的需求并做出回应，这样才能确保智能座舱的功能及其体验。但是此前各种不同的人机交互方式都是相互割裂、独立开发的，而且最主要的语音交互方式在准确率上还不尽如人意，这就导致用户的体验始终不够好。归根结底，这是因为机器仍然做不到接近于人，不能像人那样综合、准确、快速地处理和利用各种信息。

不过程总兴奋地谈到，GPT大模型让我们看到了希望。我注意到，您没有讲ChatGPT，即面向聊天的大模型。因为GPT本身并不限于文字，可以是语音，也可以是图像，例如人的表情或手势，还可以是各种方式的组合。有了这样的综合处理能力，机器将非常接近于人。当大模型在车上应用时，就可以通过车内人员的语言、表情、手势以及身心状态等各方面的信息，做出综合的判断和行动。不过，大模型应用于汽车产品还面临一系列挑战。特别是如您谈到的，汽车与手机不同，必须最大限度地确保安全，因此对数据传输的速度和稳定性都有更高的要求。但我毫不怀疑，这场革命性的改变终将实现。而您谈到，四维图新基于大模型的产品在两三年后就会量产，这非常让人期待。

说到底，大模型需要很高的算力，其性价比的提高还有赖于通信能力的升级和计算芯片的进步。展望未来，我认为，智能汽车作为可移动的数据节点和智能终端，必须具备很强的通信能力；同时在满足必要需求的前提下，车端应尽可能少部署算力，而将更多的算力放到云端；并以强大的通信基础设施和车辆通信能力，充分保障大量数据在车端和云端之间的顺畅流通。唯有如此，汽车才能以更低的成本实现更多的功能和更好的体验，进而实现所谓智能时代的科技平权。这才是智能座舱的最高境界，也是很多人都希望把算力转移到云端的根本原因。

发展自动驾驶需要企业保持

战略定力，落地重点场景

赵福全：我想刚才这番交流，一定让大家对智能座舱有了更多的理解，也有了更多的期待。那么自动驾驶呢？有了GPT的赋能，自动驾驶在规划行车路线和操控车辆时，会不会也有根本性的改变？我们都知道，自动驾驶需要感知能力、决策能力以及执行能力，那GPT能不能把感知、决策与执行系统打通呢？

事实上对于自动驾驶，当前业内也有不少质疑的声音。曾经自动驾驶的热度极高，很多自动驾驶初创公司的估值都非常惊人，然而今天的状况可以说冷清了许多。具体来看，一是L2+已逐渐成为产品标配，而车企正面临着性价比方面的严峻挑战；二是大家发现量产L3的困难超出预期，之前可以归咎于法规限制，但是现在法规逐步松动了，如何平衡好技术投入和体验升级的问题却并没有得到真正的解决；三是大家普遍认为过去对于L4量产时间的估计太过乐观，一些车企甚至因此中断了对L4的投入。

不知道程总怎样看待自动驾驶技术产业化发展的现状？对于不同级别的自动驾驶技术，四维图新的开发策略是怎样的？

程鹏：前面谈到，四维图新的业务早就已经从地图拓展到了智能座舱和自动驾驶，甚至可以说，我们现在是以自动驾驶为龙头来拉动其他相关产品的研发。从2015年开始，我们做自动驾驶也已有八年了。在这期间，我从来没有悲观过，也没有过分乐观过。我觉得，对于自动驾驶我们应该管理好自己的期待值。那些过分乐观的人就是期待值太高了；反过来，过分悲观的人期待值又太低了。我记得，早在2015、2016年的时候，就有乐观的人认为，到2021年就能实现L4。而时间到了2022、2023年，还有悲观的人认为，L4永远都实现不了。不过如果我们认真审视这些年来自动驾驶技术的发展历程，可能就不会太悲观，也不会太乐观，更不会受资本市场一时冷热的影响了。

今天我仍然坚信，L4一定能够实现，即人可以彻底脱手，不需要再握着方向盘。也就是说，汽车完全不需要人来控制的时代最终必将到来，只不过是时间早晚的问题罢了。当然，前进的过程注定充满挑战。尤其是因为汽车产业有其特殊性：其他产业的试错成本相对较低；但汽车产品对安全性的要求非常高，事关汽车安全的试错成本极其高昂。因此，任何新增的功能都不能给用户带来行车安全上的隐患，否则无论多么智能都没有意义。事实上，智能汽车的目的就是给用户提供更好的生活，这显然必须以确保功能安全为前提。正因如此，所有开发自动驾驶的公司，即便技术和资金实力再强，也必须步步为营、循序渐进。

而这些年我也确实看到了，自动驾驶技术正在一点一点不断进步，包括我们自己的产品也在不断提升。所以不管外界怎么说，四维图新肯定会继续努力。其实现在已经有越来越多的消费者接受了某些自动驾驶功能，例如辅助泊车。说到底，自动驾驶的最终落地，不在于企业自认为技术有多先进，而在于用户愿不愿意为之买单。只要我们把L4的相关功能及场景都逐一做到位，让用户的接受度越来越高，那L4完全落地的时刻自然就会到来。

在我看来，自动泊车是L4最容易实现的第一场景。所谓L4的自动泊车，就是在抵达目的地以后，人可以下车，由车辆自动寻找停车位并泊好；等到再次用车时，车辆从停车位自动驶出来接人。这个场景中车内无人，所以即使出现一些状况，危害也不大。同时这个场景对时间也不太敏感，车辆可以低速泊入或驶出停车位，在技术上相对容易。更重要的是，这个场景是用户经常遇到的，可以切实为用户带来便利。所以，用户通常愿意也敢于尝试。事实上，高阶自动驾驶的某个场景究竟能否落地，很大程度上就取决于用户敢不敢尝试。相较于用户坐在车内且车速较快的其他场景，自动泊车场景无疑具有先天优势。

自动跟车，也就是自适应巡航，应该是第二场景。当前，这个功能的使用也很普遍。基本上具备L2或L2+功能的车辆，用户都会用到这个功能。因为遇到交通拥堵的时候，驾驶者需要频繁踩踏板，是很累的，这时候使用自动跟车功能就轻松多了。而且无论是在城区内，还是在高速公路上，现在自动跟车功能都做得比较到位了。车辆可以自动跟着前车行驶，并保持安全的车距。

总体来看，实现高阶自动驾驶有两条路线：一是直接奔向L4，即Robotaxi路线；二是循序渐进、逐步优化。我本人一直是第二条路线的坚定支持者。我觉得，我们还是要经历从辅助驾驶到高级辅助驾驶、最后到高阶自动驾驶的渐进过程，逐步实现各种功能的开放。所以，虽然四维图新现在也有开发L4的一个小团队，但我们近期的目标并不是量产；我们全力推进量产的一直是L2+高级辅助驾驶的产品，现在这款产品已经装车量产了，而且在市场上卖得很不错。

赵福全：程总讲得非常好。关于高阶自动驾驶如何发展的问题，实际上是不好回答的。特别是近期业界一直有一种很强的声音，不看好高阶自动驾驶。不少原本致力于L4的企业纷纷转向L2+，大家当然知道L2+不是真正的自动驾驶，但这也是当前情况下企业为了尽早推出产品、回收资金的一种“无奈”量产，或者说是很多自动驾驶初创公司为了生存下去不得不采取的一种折衷办法。

而程总表示，自己从来没有悲观过，也没有过分乐观过。作为进入汽车智能化领域二十年的一名老兵，您并不是因为长时间的磨砺而变得迟钝了，而是深刻理解了技术创新的基本规律。任何前景美妙的新生事物，一开始总是不乏一批狂热的参与者。然而企业管理者不能狂热，因为经营企业需要冷静。程总就是这样冷静的参与者，您既坚信自动驾驶是未来汽车产业的大势所趋，又对推进自动驾驶的长期性和复杂性有足够的认识。所以，既不会盲目乐观地超前发展，也不会因为资本热度的降低或者某些企业的失败而放弃投入。

刚才程总谈到，四维图新原本是一家地图供应商，而现在是以自动驾驶为龙头拉动整个公司的各项业务。这意味着四维图新在地图、人机交互、芯片以及数据等业务上的创新发展，都是围绕着自动驾驶来展开的。这充分说明了，您对自动驾驶长期前景的高度重视和坚定信心，将其视为汽车产业发展的必由之路。另一方面，您认为企业必须一步一个脚印地稳步推进自动驾驶。毕竟企业既要考虑未来的发展，更要考虑眼前的生存。所以，四维图新决定先从L2+入手，现阶段重点做好L2+产品的量产；同时，四维图新很早就成立了L4的研发团队，以提前做好前瞻储备。

实际上，高阶自动驾驶本来也不会一蹴而就，不可能一夜之间就出现了完美的全天候自动驾驶产品。所以，发展自动驾驶一定是一个循序渐进的过程。只不过有些企业是从L2、L2+做起，逐步积累地迈向L4乃至L5；而另一些企业则直接瞄准了L4。但在研发L4的过程中，企业也需要“沿途下蛋”，将某些功能逐一落地，这既是为了验证已有的创新成果，也是为了获得一定的回报，以保障后续的投入。从这个意义上讲，我倒觉得这两种路线其实殊途同归，在现阶段最重要的工作都是找准合适的场景，然后把落地工作做到位。对此，程总给出了很重要的观点——自动泊车是应该优先落地的第一场景，而自动跟车是第二场景，这两个场景都值得企业全力投入，把产品体验和成本做到极致，这样消费者一定会买单的。至于说实现的是L2+、还是L4的功能，或者说是由高到低、还是由低到高来实现的，都无关紧要。

由此出发，我认为，那些认为高阶自动驾驶遥遥无期甚至不可能实现的悲观者无疑是错误的。事实上，现在的悲观者中，可能有不少人正是此前的过度乐观者，因为战略误判而投入过多、过早，以至于没有赚到钱，甚至陷入了企业经营危机。这显然是自身判断的失误，而非产业大势的变化。

在此我还想特别强调，企业家和投资者是有本质区别的。资本追逐热点，追求短线和赚快钱并没有错；但企业家必须有定力，应该追求长线、持续的发展模式和盈利能力，对于认准的方向，切不可随波逐流，更不可朝令夕改。所以企业在引入资本时，也要考虑投资者是不是有一定的战略远见，或者会不会影响自己的战略自主权，以免被纯粹的资本考量所裹挟，导致急功近利，危及企业的长远发展。

“去地图”没有可行性，自动

驾驶需要地图赋能

赵福全：程总，谈到自动驾驶，一个不可回避的话题就是高精地图。应该说长期以来大家普遍认为，解决了高精地图的问题，自动驾驶的很多难题就都迎刃而解了。不过现在看来，高精地图的问题也不好解决，无论是成本，还是更新速度等方面，都有挑战。尤其像中国这样地大物博的国家，保持地图的快速更新是很困难的。此外，地图不是随便就可以采集和使用的，因为任何国家都会有很多敏感的地理信息，所以地图供应商不得不面对相关法律法规的限制。这并不是中国特色，全球各国都是如此。

时至今日，一方面，车企感觉高精地图的性价比还不够好，同时受到的限制也比较多；另一方面，市场对自动驾驶产品的需求又非常强烈。所以，就产生了所谓“轻地图”甚至“去地图”的技术方案，对此业界也有很多争论。那么，四维图新作为一家资深的地图供应商，是如何理解自动驾驶与地图的关系的？您觉得高精地图怎样才能做到高性价比和快速迭代，以满足市场需求？

程鹏：我认为，“无地图”或者“去地图”都不太可能发生。第一，现在一些车企提出的“去地图”，本质上只是在车端不安装高精地图而已，但在云端进行全局规划和车道引导时还是要用到地图。如果车企完全不用地图，那就无法知道自己的车辆在哪里，也无法知道要去哪里，更无法知道途中应该怎样走、是否需要切换路线等等。所以，地图和汽车天生就是一对。正如前面我讲到的，地图解决汽车当前在哪里、目的地在哪里的问题；导航解决汽车以什么路线从当前位置移动到目的地的问题；而自动驾驶解决汽车如何更安全、快速和便捷地从当前位置移动到目的地的问题。显然，地图是解决这三个问题的基础。因此，汽车永远也不可能没有地图，或者说汽车是肯定要使用地图的。

第二，也有一些车企提出的“去地图”方案，是依赖强大的实时建图能力，而且这种实时生成高精地图的能力确实在不断增强。前面也提到了大模型，有了规模更大的数据以及能力更强的算法，实时建图的能力当然会提升。不过需要注意的是，肯定还会有一些信息是汽车上的传感器无法实时采集到的，比如一公里以后的车道汇聚或者车流量变化情况。除非车企每天都派出无人机在天上跟随车辆来采集这些信息，但这无疑是不可能的。

所以，我还是希望，想把自动驾驶产品真正做到位的同行们都能认识到，地图对于智能汽车是必不可少的一部分。当然，地图的用法可能会有所变化。一是从技术角度看，可以考虑把高精地图从车端改为布置到云端，或者说在车端由完整的高精地图改为轻量级的高精地图；二是从系统角度看，可以把高精地图看作智能汽车的一种传感器，我将其称为先验传感器，相当于帮助车辆提前看到前方路况的传感器，这对于高级辅助驾驶或者高阶自动驾驶都是非常重要的。既然有这样的传感器，汽车为什么不使用呢？毕竟高精地图可以动态、实时地更新车辆前方的状况。而如果不用高精地图，那就要用别的传感器来采集这些信息，这将带来高昂的成本。试想，使用三个激光雷达与使用高精地图相比，哪个方案成本更高是显而易见的。

赵福全：这还不只是哪种方案成本更高的问题，选择激光雷达的方案，即使用上10个激光雷达，也测不到1公里以外的情况，更不可能掌握50公里以外的情况。在这方面，地图所能发挥的作用是不可替代的。

程鹏：您说得太对了。何况从性价比的角度来看，使用高精地图也是一个非常不错的选择。我觉得，任何一套系统在选择构成时，都不应该只看某个组成部分的性价比，更应该看系统整体的性价比。而在高级辅助驾驶或高阶自动驾驶系统中，综合考虑采购成本和服务费用等，高精地图是性价比较高的选项。

前面我也提到了，做地图不是一件容易的工作，不仅需要持续的投入，而且要做好非常难。但是我们不能因为地图难做就不做了，或者就不用了。就像自动驾驶、芯片等等，也都很难做，可大家还在持续努力。当然，根据产业发展的情况，有时候可能需要适当调整节奏，包括重新评估投入的资源、使用的方式和量产的计划等。不过我认为，努力做好、用好地图的决心不应该有丝毫的动摇。

更进一步来说，长期来看，我判断汽车终究是要使用高精地图的。尽管现在车辆的实时建图能力不断增强，然而至多也只能是在车辆可感知的两三百米范围内发挥作用，无法从根本上解决自动驾驶的功能安全问题。在自动驾驶领域有一个专业术语叫Corner Case，即所谓边缘案例。通常这些边缘案例发生的概率很低，但却正是人工智能不“擅长”处理的。如果没有高精地图，智能汽车将很难决策应该如何做出合理的响应。

举个例子，当汽车在行驶中遇到突发状况已经难以避免碰撞时，是选择追尾前车，还是选择撞向路边的护栏？在这种极端的情况下，智能汽车应该选择危害最小、损失最少的撞击方案。此时，实时掌握护栏是什么形状的、又是什么材料的，就变得至关重要。而包含道路系统几何特征和复杂属性等各种信息的高精地图可以为此提供有力支撑，从而显著增强边缘案例下汽车的功能安全。

总之，我觉得对于自动驾驶技术方案的选择，我们还是应该从全面确保行车安全的前提出发，从能否切实支撑自动驾驶产品量产的角度考虑。

赵福全：程总不仅是地图公司的企业家，也是地图领域的技术专家。您刚才这番话非常重要，从企业和技术的双重维度，为大家阐明了地图的重要作用，特别是强调了我们应该与时俱进地客观看待高精地图的价值。

第一，对于当前业界出现的“去地图”的声音，有些只是自媒体的标题党文章，也有些是发声者带有自身的某种商业目的，当然还有些确实是出于个人的不同理解，但这部分人通常也并不完全否定地图的作用。总体而言，我感觉“去地图”的声音被不合理地放大了。

第二，正如程总所言，汽车是离不开地图的，所以严格意义上的“去地图”根本没有可行性。地图可以告诉我们所在地以及目的地的位置，也可以为我们指示从所在地到目的地的路线。也就是说，地图是确定位置和进行导航的基础。当然，我们日常使用的导航地图与自动驾驶系统使用的高精地图有很大的差别。高精地图不只精度要达到厘米级，而且还要对诸如车道线、护栏等道路情况进行精准的几何标注。而程总认为，这些信息对于确保自动驾驶汽车的功能安全至关重要，因此高精地图和导航地图一样，对汽车来说是不可或缺的。

第三，自动驾驶系统希望高精地图在全域范围内做到高精度，同时做到实时更新。这个目标太过理想化了，很可能永远都无法完全实现。但这并不意味我们不能逐渐接近这个理想目标，事实上，今天的高精地图已经取得了显著进步。现在一些企业提出的所谓“去地图”方案，其实并不是抛开了高精地图，而是出于成本压力，只使用现有的高精地图，不再强求全域覆盖和实时更新罢了。如果真的完全不用高精地图，那就得靠车端的其他传感器来补足相关的信息，这样自动驾驶系统的成本恐怕只会更高，而且还可能导致车辆定位等功能的下降。

所以，正如程总指出的，“去地图”这个说法具有一定的误导性。现在很多车企正使用着地图供应商经过多年努力完善后的高精地图，尽管现有的地图还不是理想状态，但相比之前已经进步了太多。在这样的基础上谈“去地图”，我倒觉得这其实是对高精地图持续进步的一种肯定。

另外，站在当前的时间点上，随着车端各种传感器的能力、数据处理的能力以及信息传输的能力大幅提升，车企确实可以考虑另辟蹊径，通过实时建图的方式来替代高精地图。特别是对于目前日益成为标配、越来越考验性价比的L2+高级辅助驾驶来说，这未尝不是一种可选的方案。然而未来的高阶自动驾驶，恐怕还是不能脱离高精地图。因为唯有高精地图才能提供整个区域内交通状况及道路设施等的精准信息，从而让汽车在一系列危险的边缘案例场景下，能够以相对较低的成本来确保足够的功能安全。我认为，程总的这个观点很重要。

地图生产的各个环节、整个

链条都取得了巨大进步

赵福全：接下来我们探讨一下地图的制作。我们知道，原来地图供应商都是依靠地图采集车，就是那种顶着多种传感设备的车辆，到处采集地图数据的；而现在地图采集方式已经发生了很大的改变。利用今天这个机会，请您谈一谈地图的生产技术和模式都有哪些进步？目前还有哪些局限性？比如当前所谓的众源方式，是不是每辆车都能成为地图信息的提供者？但如果某辆车提供的数据存在问题，又该怎么办呢？

程鹏：在过去的二十年中，四维图新做出了不少中国第一，包括中国第一张导航地图、中国第一张实时路况地图、中国第一颗国产化车规级的量产MCU（微控制器）芯片等等。我也有幸成为了亲历者。应该说，这一路走过来，我们确实遇到过很多艰难的技术挑战。

就拿地图来说，我们最早的一版地图就是几个人开着一辆车，带着一张交通图、一个GPS轨迹记录仪、一台照相机，然后走街串巷，拍下一条条道路、一个个路口的照片，最后做成地图的。这就是二十年前地图的生产方式。显然，那个时候是做不到快速更新道路情况变化的。

而现在我们能够做到，中国几百万公里的道路，任何一个地方发生变化，我们当天就能掌握信息，当天就能更新到地图上。这是怎样实现的呢？说起来，做地图本身是一个非常复杂的系统工程，而这个系统工程包含两个关键点：一是增加数据源的数量，即从尽可能多的源头获取地图数据信息。二是快速分辨信息的有效性，即以某种工具尽可能快地识别海量数据中哪些是有效信息、哪些是无效信息。这样才能获取足够的信息，并将其中的有效信息快速提炼出来，然后转变成地图，及时发布给用户。而以这两个关键点为核心，地图生产的各个环节、整个链条目前都已经取得了巨大的进步。

第一个进步，我认为也是最大的进步，就是现在的数据源比以前多得多，而且还在不断增多。以前的数据源就是我们公司的100多辆地图采集车，包括我在内，大家都得成天开着车到处采集数据。而现在每一辆使用导航功能的汽车都在为地图生产做出贡献。由于每天都有千万量级的用户在使用导航功能，所以，数据源的增加实现了数量级上的跨越。

第二个进步是数据识别工具链的全面升级。以前我们制作地图时使用的是型号为880的服务器，将数据上传之后，需要运行一个月才能处理完毕，导致地图的实时性极差。这主要是因为传统的拓扑关系是一个整体，要制作一张地图就要构建一个完整的数据库，通常耗时一个月才能建好，因此地图更新的周期非常漫长。而现在地图编译的整个工具链都已经发生了变化，在新的拓扑关系下地图可以瓦片式地构建和迭代。也就是说，地图可以一小块一小块地更新，并且在更新的同时就能及时发布。毕竟现在多数车辆都已实现了联网，所以，我们能够将更新了的地图第一时间传递给用户。

高精地图的生产和更新是一项

生态工程

赵福全：您谈到四维图新开创了很多个中国第一，这确实很不容易。您还谈到了地图生产的巨大进步，特别是数据源的增多。那么，地图生产中的众源都包括哪些数据源呢？这些数据源对地图有什么意义？

程鹏：现在地图的数据来源非常广。简单地说，每一辆具有感知能力的车辆都可以成为地图的数据源。而且随着参与地图生产的车辆越来越多，地图精度会越来越高、更新会越来越快，从而为汽车的功能安全提供有力支撑。

前面我们谈到了“去地图”或者“轻地图”，其实部分车企之所以提出这样的说法，还是因为它们使用的高精地图精度不够高、更新不够快，以至于不能有效支持自动驾驶。事实上，我也看到有些地图确实存在这样或那样的问题。相对来说，四维图新比较谨慎，我们从来没有讲过“地图就是一切”，毕竟百分百地依赖地图也会有问题。我们应该冷静客观地看待高精地图以及各类传感器在感知系统中的角色。只有各个角色都发挥好自己的作用，整个系统才能更可靠。而我认为，地图可以在感知系统中扮演一个很有用的角色，而不是无用的角色。

赵福全：随着地图数据的来源越来越多，地图就可以更新得越来越快。而通过实时更新地图数据，就可以由高精地图有效支持自动驾驶实现突破。当然，高精地图是一个相对的概念，我们还没有地图精度及更新速度必须达到什么标准的共识性的具体定义。大家只是感觉自动驾驶所需要的高精地图，一定是每一辆汽车行驶的每一段路程，都必须处在地图的精准支撑之下。就像程总刚刚讲的，地图相当于智能汽车的一种很好的传感器，既能告诉用户在哪里，又能告诉用户去哪里，还能告诉用户路途中发生的各种事情。

不过车辆在行驶中可能瞬间发生的情况实在太多了，地图再怎么进步，恐怕都难以及时、全面地覆盖。那么，您认为未来地图究竟怎样才能充分支持自动驾驶的落地呢？

程鹏：我认为高精地图的生产和更新是一项生态工程，只靠一家企业是不可能做好的，必须依靠地图生态中各方参与者的共同努力。

第一是汽车用户。我们需要更多的用户愿意共享其车辆上各种传感器对外界的感知结果。如果用户不愿意共享这些信息，就不可能做得出实时更新的高精地图。从本质上讲，未来这些感知数据都是属于用户的。

第二是汽车企业。车企在打造汽车产品时，要让其具备联网的功能，要形成采集和处理车辆数据的能力，还要愿意把相关数据共享给中立的第三方企业，用于地图更新。而且仅仅一家车企这样做还不行，因为其所能提供的数据量远远不够，不足以把中国辽阔疆域内纷繁复杂的实时变化都采集回来，所以，我们需要多家车企一起来为地图更新做出贡献。

第三是地图供应商。像四维图新这样的专业图商，可以利用自身的能力、经验和工具链，把用户和车企共享的数据进行有效和及时的处理，从而做好地图的动态更新。可以说，我们对过去二十年来中国每一条道路的通行情况都非常了解。因此，我们能够最充分地利用各方共享给我们的数据，把地图做到最好。

目前四维图新正牵头起草地图相关的国家标准，包括高精地图在自动驾驶汽车上的使用标准，希望以此凝聚行业共识。这些标准将明确：不同的道路每天需要多少辆汽车提供数据，就可以支撑地图信息的实时维护和更新，进而满足不同级别自动驾驶的需求。在这方面，我们有很多历史数据和实践经验的积累，愿意为相关标准的科学制定贡献力量。

政府应该以“放”为主，推动

地图加快发展

赵福全：谈到这里就引出了下一个问题。程总表示，高精地图的实时更新首先需要汽车用户愿意共享数据。对此，可能有些用户会说，我为什么要共享自己的数据呢？另一方面，有一些数据恐怕也不能开放。例如，一辆汽车驶入一些政府不允许采集环境信息的敏感地区，如果车辆采集和共享了数据，那将是违法行为。事实上，数据安全法规起到两个作用：一是保护个人的隐私，二是保护特定环境的隐私。而汽车上摄像头等各种传感器，既能面向车内采集用户的情况，也能面向车外采集汽车周边环境的情况，因此必须严守数据安全法规。

从地图生态的大视角来看，地图供应商有能力处理各种来源的实时数据，但是自身掌握的数据源有限。汽车用户和整车企业掌握着数据源，前者在法律上是个人数据的所有者，后者则提供了装备各种传感器、具备数据采集能力的汽车产品，并直接与用户连接；但是无论汽车用户还是汽车企业，都没有利用这些数据更新地图的专业能力。此外，部分敏感数据还涉及到国家法律法规的约束，不能采集和使用，或者必须按要求处理后再使用。也就是说，在地图生态中，政府、车企、用户以及图商是相互影响的四类重要主体。

那么，这四类主体要怎样协同才能确保高精地图能够实时更新，并且尽早达到有效支持自动驾驶的程度呢？我认为，自动驾驶将使汽车真正成为可移动的智能空间，将引发前所未有的车辆所有权与驾驶权分离，这不仅会给汽车产业，而且会给整个人类社会带来翻天覆地的变化。所以，我们必须全力抢占自动驾驶这个战略制高点。从这个意义上讲，推进高精地图的重要性不容低估。而为了更好地发展高精地图，政府、车企、用户和图商分别应该怎样做呢？请程总谈谈您的看法。

程鹏：的确如此，正如赵老师所讲的，这四个主体在地图生态中都扮演着非常重要的角色。需要注意的是，政府、企业和用户关注数据安全的侧重点是不同的。政府主要关注国家和社会安全层面的问题，即什么数据可以采集、传输和使用，哪些地方的数据涉及国家安全和社会安定，需要重点保护；用户主要关注个人隐私安全，我去过哪里、出行的路线以及自己在车里做些什么等等；企业主要关注产品的信息安全，不能让黑客控制车辆进而威胁到用户安全和社会安全。

我觉得对以上三个方面的安全问题，大家有各自的担心是正常的，不过这些问题并非无解，而是都有相应的解决办法。

第一，对于国家安全，特别是敏感地区的数据，我们现在就有处理办法。四维图新做地图已经二十年了，非常清楚在什么地点、场景的情况下地图数据可以采集，而在什么地点、场景的情况下不允许采集。我们专门有一个团队在做这方面的工作，已经与政府和车企建立了及时互动的闭环关系。所以，使用四维图新地图的用户，不会出现车辆开到某个位置被限制进入的情况，因为我们有地理信息的电子围栏，抵达某个位置后，地图就不显示相关信息了，同时也会把车辆采集信息的功能关闭。我们之所以能做到这一点，背后是有算法保障的，而且已经在过去多年的实践中得到了验证。

第二，对于用户个人隐私安全，地图供应商必须充分保护愿意共享数据的用户的个人隐私。我们会对用户个人信息进行脱敏处理，这在互联网领域属于共识性的常规做法。经过脱敏处理后，相关数据并不显示用户的个人信息，同时这并不影响我们使用大数据分析方法从中提炼出有价值的公共信息。

实际上，多数用户是愿意共享自己的数据的，因为用户是地图的使用者，而共享数据可以让地图的使用体验更佳，所以用户共享数据是有好处的。从我们的实践来看，绝大部分用户至少愿意在自己使用地图时共享数据，以支持地图的迭代和优化。例如某条道路的限速发生了改变，车辆拍到了新的限速标志，很多用户都会在第一时间分享出去；又如路上遇到了交通事故，很多用户也会迫不及待地分享信息，有时甚至打电话去告诉别人。其实对用户来讲，在明确个人隐私可以获得保护的情况下，大家通常都愿意分享相关数据。

第三，对于企业担心的车辆信息安全，这确实是一个难题。随着车联网不断发展，近期汽车被黑客攻击甚至控制的情况屡屡出现。不过“魔高一尺，道高一丈”，汽车信息安全技术也在不断进步。我想，我们最终一定能够确保汽车的信息安全，让用户信息不会被盗取，让汽车控制权不会被夺走。当然，这将是一个渐进的过程。

赵福全：您谈到，通过设定电子围栏，可以防止国家敏感信息被误采集；通过数据脱敏处理，可以保护用户个人隐私；通过加快推进相关技术进步，可以确保车辆信息安全。也就是说，各方主要关注的问题都有破解之道。可是为什么目前地图的发展状况还是不太令人满意呢？大家普遍觉得，一方面，虽然实现了众源采集，但地图的成本仍然偏高；另一方面，由于国家审核地图信息需要时间等原因，地图的实时性仍然不够好。

站在更高的层面审视，我认为，未来智慧城市必须构建在精准的地图之上，可以说“无地图，无城市”。而中国3亿多辆保有量的汽车如果都成为地图信息采集源，肯定能为各个城市实时提供足够的地图信息；再通过车路协同赋能，高级别自动驾驶也就指日可待了。我们应该基于这样的高度来看待地图的发展。

不过现实情况还不尽如人意，大家也觉得有些无奈，只能去寻求“轻地图”甚至“去地图”等解决方案。程总，您认为问题究竟出在哪里呢？为了推进地图加快发展，您希望政府做些什么？我认为您有必要借今天的机会发出呼吁，毕竟像地图这样的重要问题越早解决越好。

程鹏：政府实际上处于两难的境地，必须平衡好产业发展和安全保障，要想做到两全其美是很难的。我个人非常理解这种状态。事实上，古往今来这两者同步的情况是非常少见的，往往都是技术革命推动产业发展在前，而制定相应的政策法规在后。同时无论产业政策，还是法规标准，其制定都需要一定时间的系统思考和审慎论证，如果拍脑袋做决策，轻易就把政策法规推出来，那大概率是错误的，反而会影响产业的正常发展。

在我看来，政府必须两条腿走路：一方面要加快推动高精度地图以及自动驾驶的发展；另一方面，要努力确保国家信息安全和国民隐私安全。这就需要工信部、自然资源部、网信办等多个相关部委的有效协同。当然，要真正做好难度很大。

而从一家地图企业的角度来说，我建议，政府还是应该以推动地图发展为主导方向。因为一旦在地图的支撑下自动驾驶的智能汽车得以大行其道，不仅会显著提升用户体验，而且会极大地拉动经济增长、促进社会发展。由此出发，政府应该明确地理信息的红线和底线，只要在红线和底线之上，都鼓励各类企业自由创新和加快发展。

赵福全：程总刚才谈了很多重要的问题。首先，作为一家从事地图业务二十年的老牌图商，四维图新一直在不断地“老树开新花”，到现在业务已经拓展到了自动驾驶、智能座舱以及芯片。而地图始终是四维图新的核心，当然你们已经不是单纯地做地图了，而是将其视为支撑自动驾驶落地的关键支撑来推进。

其次，程总阐述了地图生产的全面进步以及目前仍然面临的主要问题。在万物互联的时代，地图由于涉及到各个方面的信息，与国家安全、个人隐私安全以及产品信息安全都息息相关，因此政府、用户、汽车企业与图商等各方主体必须有效协同，才能有效推动地图快速发展。在这个过程中，既要解决地图成本的问题，也要解决地图更新速度的问题，还要解决各方如何合理分配利益的问题。所以程总认为，这是一项极其复杂的生态工程。

最后，程总建议，政府还是应该以“放”为主，即站在尽可能推进地图发展的前提下进行适当的约束。只有这样，才能推动技术加快进步，获得产业创新发展带来的巨大价值；也只有这样，才能在技术和产业发展的过程中越来越好地解决安全等相关的衍生问题。实际上，技术演进的每一个节点都是发展与安全之间平衡的结果。如果以保证信息安全为由进行过度的限制，这对政府来说是很容易做的事情，但肯定会导致创新的滞缓甚至停止，最终阻碍整个社会的发展进步。

而且我们必须认识到，自动驾驶的智能汽车已经不是简单解决便利出行的问题，而是会彻底改变汽车产品、产业乃至社会的图景，从而极大地拉动社会经济发展和国民生活质量提升。举个例子，我们常说“时间就是金钱”、“时间就是生命”，而地图支撑下的自动驾驶汽车以及智能交通系统，将从根本上解决拥堵问题，并充分释放人在车上的时间，由此带来的经济价值和社会价值是难以估量的。从这个意义上讲，政府不仅应该在政策法规上以“放”为主，更应该努力促进各方资源的相互融合以及各类主体的深度协作，共同推动地图及自动驾驶更快更好地发展。

地图将支撑未来智慧城市的

规划、建设和运行

赵福全：我们刚才也谈到了地图与智慧城市的关联。我觉得，如果只从自动驾驶的角度来理解地图，可能就有些狭隘了。展望未来，智慧城市中几乎所有的要素，都可以经由智能汽车连接起来。也就是说，今后汽车将不再只是解决人的出行和物的移动的工具，而是能够打通城市中的人流、物流、能源流、信息流和价值流，驱动整个社会顺畅运行和国民经济快速发展的重要载体。

据不完全统计，当前中国已经有500多个城市从不同角度提出了要建设智慧城市。而在我看来，一张能够反映智慧城市全貌、动态实时更新的地图是非常重要的。那么从您的角度来看，地图、自动驾驶和智慧城市之间是怎样的关系？未来地图应该如何更好地支撑智慧城市的建设与发展呢？

程鹏：您说得很对。地图与城市之间的关联有着非常久远的历史。我国现存最古老的地图就是春秋时期苏州城的地图，当时苏州是吴国的首都。这张城市地图的用处是什么呢？就是吴王用于安排他的宫殿旁边住什么人、这些人住在什么地方，以及当时城中军队调遣和物资运输路线的。也就是说，在中国地图与城市的关系至少可以追朔到2000多年以前。

从城市发展的历史来看，大部分城市都是由人流和物流汇聚而成的。这在地图上也有明显的体现：例如，北方城市的布局大多方方正正，因为北方以陆路交通为主，城市中通常会有东西和南北走向的道路；而南方城市的布局相对不那么规范，因为南方以水路交通为主，城市一般围绕江河的码头形成，河流贯穿于城市之中。可见，交通对城市的影响非常大。近几十年来，中国的交通先是以铁路为主，后来变成以公路为主，之后公路发展出高速公路，铁路也发展出高铁，再加上航空业的快速发展，形成了相互结合的立体格局。在这个格局中，公路的作用，尤其是在城市中，还是比较突出的。所以，未来智慧城市首先要建设的就是以公路交通为纽带的智能交通系统，而自动驾驶的智能汽车将在其中发挥重要作用。

实际上，建设智慧城市的根本目的就是提高人们在城市中的生活质量，以增强人们的幸福感。在这方面，交通效率是最主要的因素之一。城市的首要追求是宜居，即让人们愿意在这个城市里居住生活，而宜居的城市一定要为人们提供便利的出行，不仅要有机场和高铁站，而且市内交通也不能太拥堵。具体来说，不可能每个人走出家门就是地铁站或公交站，通常走上一两公里有地铁站或公交站就很不错了，何况地铁和公交还有换乘的问题。所以，市内交通非常需要自动驾驶的汽车，比如何时到何地去接你，然后何时把你送到何地，或抵达目的地，或换乘其他交通工具。在这个过程中，无论是对自动驾驶汽车的有力支撑，还是对各种交通工具的无缝衔接，也包括对最佳路线的整体规划，地图都将扮演非常关键的角色。

从城市的现状来看，自然形成的城市有一个共性的问题就是缺乏预见性，没有考虑到未来技术的进步。站在当前的时间节点上，我认为城市建设必须有足够的预见性，能够预判未来10年甚至20年之后的城市大概会是什么样子，尤其是必须充分考虑地图支撑下自动驾驶与智能交通实现后的图景，然后据此来规划城市建设方案。目前中国还有很多城市延续着自然形成时的格局，其城市建设完全跟不上需求。例如很多城市内部的道路太窄，很多路段甚至相向而行的两辆车都不能正常会车，必须借助路肩通行才过得去，这样的交通状况无疑严重阻碍了城市的发展。当然，对老城区进行改造和拆迁的代价确实太大了。这就更需要面向新技术、新产品、新模式以及新交通系统来规划未来的城市建设。

赵福全：我觉得，程总的分享可能升华了很多人对于地图的认知。此前，我们通常理解的地图就是城市中已有设施和资源的布局图。而程总谈到，地图既是城市设施和资源的现状图，又是城市中各种变化的更新图，更是城市管理者基于对未来城市面貌的前瞻性预判而重新规划和建设城市的蓝图。也就是说，地图既是对过去的梳理，更是对未来的指导，支撑着对城市资源的再分配和城市布局的再构建，这才是地图更为重要的作用。

程总还谈到，城市最根本的目标就是实现宜居，宜居代表着高质量的生活体验，这就需要城市有合理的布局和高效的运行，能够最大限度地节省人流和物流的时间，从而让城市中的人和物都能快速便捷地移动。有鉴于此，未来智慧城市的规划和建设，必须充分考虑自动驾驶的智能汽车以及各种移动工具无缝衔接的智能交通带来的深远影响。而智能汽车和智能交通，无不有赖于前瞻性的地图提供有力的支撑。正因如此，地图也将为智慧城市的发展提供有力的支撑。

中外车企从中国智能交通和智慧城市发展中获得的支撑是相同的

赵福全：程总，中国是一个开放的汽车大市场。近年来自主品牌车企抓住了电动化和智能化的机遇，市场占有率已经攀升到超过50%；不过仍有半数的份额属于外资及合资品牌车企。展望未来，我认为中国汽车市场只会越来越开放，外资车企仍会占据重要的一席之地。不过正如我们前面谈到的，今后自动驾驶的智能汽车将运行在智能交通的环境中，并通过V2X（车联网）与智慧城市中的各种设施互联互通，这必然会涉及一系列敏感区域以及敏感数据。部分外资企业对此是有疑虑和担忧的，它们担心自己不能参与中国智能交通和智慧城市的建设，以至于影响其智能汽车产品的竞争力。不知道您怎么看这个问题？

程鹏：中国大部分基础设施都是由中央或地方各级政府组织规划、建设及运营的，当然，具体工作通常交给专业的公司来做。在我看来，基础设施及其服务具有公益性质，本来就是对全社会开放的，这一点今后也不会改变。在中国道路上行驶的汽车，不管是外资品牌，还是自主品牌，都将享受相同的待遇，即所有车辆能够获取的信息是一样的。例如，不可能因为我开的是外资品牌汽车，就得不到红绿灯的信息。所以，我觉得外资车企不必为此担心，不同品牌的车辆在获得基础设施支撑方面应该是公平的，并不会有什么差别。

赵福全：我觉得程总的观点很重要，外资企业不应该想当然地把自己当成是被屏蔽了信息的主体，这是不正确的。实际上，无论是地理位置信息，还是基础设施信息，所有车辆能够收到的数据都是一样的。如果是涉及到国家安全的敏感信息，那本土企业同样也拿不到相关数据。

展望未来，智慧城市的规划和建设将由地方政府主导，一些车企可以在此过程中提出建议或承接部分工作。在这方面，中外车企均可参与。至于智慧城市的运营，本来也不是车企擅长的，肯定会交给独立、专业的运营商来负责。最终不同车企的产品卖给当地消费者之后，能够从基础设施获得的支撑是相同的，各方的竞争是公平的。因此，外资企业无需担心自己被屏蔽在中国的智能交通和智慧城市之外。

高级辅助驾驶地图已经逐步

走向成熟

赵福全：前面我们谈到了产业变革，电动化是上半场，智能化是下半场，数字化是最重要的支撑。对于智能化和数字化来说，自动驾驶与智能座舱彼此息息相关，两者都和地图紧密关联，而地图又和智能交通、智慧城市相辅相成。由此可见，发展自动驾驶的智能汽车一定是关联广泛、多方参与的系统工程。

所以我想和您交流的最后一个问题是：不同的主体应该如何同时做好自身的专业化和相互的协同化？特别是各方怎样做才能推动高级别自动驾驶汽车早日落地？这既是自动驾驶技术发展的问题，也是汽车产业智能化布局的问题，更是智能汽车生态建设的问题，涉及到各级政府、各类企业以及汽车用户等不同的角色。程总，您既是企业家，也是科学家，请分享一下自己对这个问题的思考。

程鹏：我觉得在加快推进自动驾驶方面目前有很多的案例。例如，四维图新最近刚刚通过了中国120个城市高级辅助驾驶地图的审批，这说明政府对发展自动驾驶的重要性是有认知的，其推动力是很强的。

赵福全：这个消息确实引起了业界的广泛关注，而且我知道，这次四维图新成为了中国首家获得全国城市普通道路高级辅助驾驶地图审图号的企业。您能不能给大家讲讲这件事的意义？也介绍一下这120个城市的高级辅助驾驶地图究竟是怎样的地图？

程鹏：在我看来，这件事情确实是地图领域的一个里程碑，这表明中国在地图技术、产品以及政策上都已日趋成熟。高级辅助驾驶需要使用大范围、高精度的地图，现在满足这些要求并且符合政策法规的地图产品已经形成了。

至于首家为什么是四维图新，我觉得还是因为我们长期深耕这个领域，认真解决遇到的每一个问题，比如地图的坐标偏差问题、精度问题、使用属性问题和安全问题等等。可以说，我们遇到的是地图整个系统的问题，而我们解决了一个又一个问题，一步又一步地向前推进。

其实做任何事情都是退出很容易，坚持很困难。这就像人生中的选择，放弃就是简单的一句话，“我不干了”。但要想真正解决问题，推动一项技术、一款产品、一个行业的发展，那就必须坚持不懈地投入、踏踏实实地积累。而且既要有足够的才智，也要有足够的耐心，还要有舍我其谁的担当。四维图新的高级辅助驾驶地图做到今天这种程度，也不是一日之功。地图我们做了二十年了，自动驾驶地图我们也做了八年了，一直在持续进步。这次我们在120个城市通过了国家审批以后，地图更新能力就更强了，已经完全具备了量产能力。

所以，只要各参与方加大投入、努力合作、持续深耕，我们就能推进自动驾驶汽车在智慧城市中有效落地，一步一步接近自动驾驶商业化的成功。这既是我的期望，也是行业同仁们必须坚持的方向。我相信，功夫不负有心人。

赵福全：由此看来，对于高精地图和自动驾驶，政府正在积极推进；四维图新等图商作为重要参与者，也一直在不断努力。回望过去这几年，无论是地图产品，还是自动驾驶、智能汽车以及智慧城市，都已经向前迈出了一大步。而在我看来，对于生态化主导的智能汽车的发展与智慧城市的建设，各参与方的专业化分工与协同化创新是成功的关键，每一个领域的进步都将成为推动和赋能其他领域进步的动力和支撑。

高级别自动驾驶之路：从单车

智能到车路协同

赵福全：我们回到刚才的问题，站在产业分工协作的层面，您觉得各方应该如何在更大的范围、以更快的速度推进高级别自动驾驶的落地？我认为，自动驾驶才是智能汽车的战略制高点，也是未来汽车产业皇冠上最大的明珠。所谓“一万年太久，只争朝夕”，我们必须加紧行动。

程鹏：我赞同赵老师这个观点。同时我认为，自动驾驶的落地只是一个时间问题，最终一定能够实现，不存在能不能做成的问题。因为大家都追求都市生活的幸福感，而出行是其中非常重要的一个方面。前面谈到过，目前一线城市每天通勤耗时平均要一个多小时，这么长的时间如果能把人解放出来，甚至能让人觉得愉悦，那将是多么大的幸福感。而不是像现在这样经常堵车，还引发了不少交通事故和社会纠纷。我相信，自动驾驶将彻底改变这种状况。

至于具体的推进策略，我觉得就像您说的那样，还需要各方共同努力。尤其是作为产业龙头或者说产业链链主的整车企业，必须充分发挥其关键作用。我一直认为，自动驾驶应该是单车智能先行一步，然后再通过V2X实现赋能，最终形成车路协同智能的形态，而不是一口就想吃成胖子。毕竟做产品、搞工程必须一步一个脚印，一个里程碑接着一个里程碑地循序渐进，直至实现最终目标。

那么，自动驾驶的第一个里程碑是什么？我认为就是每一辆汽车的单车智能水平足以与人类司机持平，甚或超过人类司机。这就要求汽车必须有强大的算力和优异的算法，必须有足够的数据，还必须有精确的地图。在这样的条件下，单车智能是能够实现的。在此，我大胆地预测一个时间点，我判断未来3-5年内单车智能的自动驾驶就会大行其道。从产业发展现状来看，有很多理由支撑我的预测。目前销量排名前十的整车企业合计占到总销量的80%以上，只要这十家企业达成共识，那单车智能的自动驾驶是很容易实现的。现在的问题是还没有达成这种共识，但这并不妨碍一部分车企先行一步。而这些先行的车企就会带动自动驾驶的普及，使其市场渗透率快速提高。

在单车智能实现之后，下一步就需要智能交通和智慧城市来发挥作用了。因为单车智能无论做得再怎样好，也无法知道一公里外的道路及红绿灯等情况，所以单车智能的自动驾驶汽车不可能规划出最佳的行驶路线。这个问题唯有依靠智能交通和智慧城市来解决：即通过信息化的基础设施，预先告知车辆，前面的道路上信号灯还有多久就会变化，有没有发生事故，有没有交通管制，以及有没有积雪或冰霜等。实现这个里程碑的时间恐怕会长一些，我个人的预测是至少需要10年的时间。

现在我国很多地方都建立了自动驾驶汽车的试验及示范区，等到在这些区域内做好了之后，就可以向外扩展至局部地区，进而全面覆盖。例如，北京亦庄等几个国家级示范区，已经在一定区域内实现了道路基础设施的信息化，包括设置了多种传感器的全息路口，能够实时动态地获取道路通行情况，再通过云端传递给车辆。这在技术上已经可以实现了。所以，发展车路协同的自动驾驶主要不是技术问题，而是成本和收益的平衡问题。

赵福全：程总讲得非常好。时间过得很快，我们已经聊了两个多小时，期间谈到了很多重要的话题。下面，我简单做个梳理。

我们交流了对于电动化、智能化和数字化的理解。中国在电动化方面已经迈出了成功的第一步，接下来必须做好智能化。智能化才是本轮汽车产业变革中最大的机会，同时也是最大的挑战。要把智能化做好，先要解决数字化的问题。数字化不是简单的产品数字化，更是用户需求及相关场景的数字化，即把用户需求和场景信息转换为数据，反馈并体现到汽车设计开发、生产制造、采购供应、销售服务的整个过程中。就是说，要在汽车企业运营的全部环节和汽车产品的全生命周期实现全方位的数字化。这恰恰是当前最大的挑战，也是数字化转型在很多企业难以真正落地的根本原因。因为这不只是技术手段的问题，而是涉及到如何产生、传输、处理和应用数据，以及如何利用数据打通企业和产品运营的方方面面。这既需要企业在内部实现数字化，以数据打通各个业务部门；也需要企业在外部实现数字化，以数据打通供应链，相当于整个汽车产业实现数字化；还需要企业实现跨界的数字化，以数据打通汽车产品与汽车社会中相关的各种要素，相当于汽车及相关产业共同实现数字化，从而形成一个完整的产业生态。这将催生出一个全新的汽车产业，其核心能力、运营方式、商业模式等都将发生根本性的改变。

我们交流了汽车产业生态应该如何构建。在上述万物互联的产业生态中，每一类主体都至关重要，而其中最重要的还是整车企业。程总在今天的对话中不只一次谈到，尽管参与主体众多，但是整车企业作为产业链的链主，既是汽车产品的提供者，也是汽车品牌的所有者，理应发挥更大的作用。毕竟用户是坐在车内连接万物的，所以汽车必须与城市中的相关要素连接起来，这是整车企业必须努力去实现的。同时，城市的规划者、建设者和运营者，包括各级政府以及各个方面的专业公司，也要为智能汽车的顺畅运行打造良好的信息化环境，支撑智能汽车打通智慧城市的人流、物流、能源流、信息流和价值流。最终汽车产业生态的建设，需要各类主体都把各自的事情做好、做到位，并实现彼此的高效协同。

我们交流了中外企业在中国竞争的公平性。未来中国政府为智能汽车构建的运行环境，对所有车企来说都是一样的。无论本土企业，还是外资企业，只要在中国经营，为中国用户服务，都可享有均等的机会、获得相同的信息。因此，外资企业也应该积极参与中国汽车产业生态的建设，努力用好中国市场的相关生态资源。

事实上，生态是具有本地属性的，因为用户、数据和场景，包括生态中相互赋能的各种资源都是本地的。这意味着未来谁能用好本地的生态，谁就能取得竞争优势。正因如此，面对“新汽车”这个新物种，我曾提出外资企业要在中国实施“新本土化”战略，即不仅要实现生产本土化，还要实现研发本土化，更要实现产品运营及服务生态的本土化。反之，中国企业走出国门、走向世界，也要在当地做好“新本土化”。当前，中国汽车的出口量节节攀升，但必须认识到，今后我们“走出去”的挑战是巨大的。为此，我们要总结和学习外资车企进入中国的经验和教训。时至今日，外资车企在中国市场上的表现可谓天地之别，有相当成功的企业，也有遇到瓶颈甚至不得不黯然退出的企业。这其中既有企业经营不善等常规的问题，更有在产业变革大势下企业转型滞后导致竞争力急剧下降的问题，这些问题都值得中国车企认真思考和借鉴。所以，中国车企在征战全球市场之际，必须顺应产业变革和生态竞争带来的新变化，充分利用当地的各种资源，努力在当地建设有竞争力的生态。

我们交流了汽车智能化的内涵与发展。汽车智能化集中体现于智能座舱和自动驾驶。在智能座舱方面，多年来一直存在多种人机交互模式碎片化、割裂化的问题，始终没有很好的解决办法。而GPT大模型技术的应用突破，让程总看到了希望。未来经过大模型训练的汽车，可以像人一样“眼观六路、耳听八方”，有效实现多种交互模式的精准识别和彼此赋能，驱动人机交互发生革命性的变化。这样智能汽车就能更好地理解人的需求，更好地与人互动，从而显著提升人们的用车体验。同时，人对车辆的控制方式将随之发生重大改变，所以GPT大模型的应用也会对自动驾驶产生深远的影响。

在自动驾驶方面，这是未来产业发展的大势所趋，其最终实现毋庸置疑。不过自动驾驶向前发展正进入车路协同的阶段，参与主体越来越多，相关要素越来越复杂，尤其是还将涉及到由政府提供的智能交通、智慧城市大环境。因此，大家对自动驾驶要有足够的耐心。不要因为个别企业的炒作而产生偏见，也不要因为当前资本市场的趋冷而失去信心，而是应该继续坚定地投入，否则很可能会错失未来可持续发展的战略机遇。

我们交流了地图的作用及其前景。程总认为，地图与自动驾驶关系紧密，高精地图对于支撑高级别自动驾驶的落地是不可或缺的。事实上，地图相当于为车辆提供了一种具有预见能力的全方位的传感器，可以在不同距离上全面扫描车辆运行周边环境，这对充分确保高级别自动驾驶汽车的安全至关重要。此外，地图技术还在不断进步，未来的高精地图很可能与我们现在的高精地图完全不在同一层面上，这就如同今天的高精地图与5年、10年前相比已经不可同日而语了。所以，我们不能因为当前高精地图在成本和更新速度等方面仍面临挑战，就否定地图的重要价值和巨大潜力。

程总进一步指出，地图也是未来智慧城市建设的重要支撑。地图不仅记录着城市的历史，展示着城市的现状，还规划着城市的未来。站在人类社会迈入万物互联时代的节点上，城市管理者应当前瞻预测20年甚至更长时间之后的智慧城市图景，据此来擘画城市建设的蓝图，合理布局交通、能源等各种基础设施，使城市生活变得更加智能。在此过程中，在地图支撑下移动出行质量的提升，无疑是确保城市越来越宜居的最重要因素之一。

我们还交流了如何加快推进地图及自动驾驶的发展。这是一个多方参与、共同努力的生态工程：其中，需要政府充分认识到智能汽车的战略意义，在鼓励创新、加快推进的前提下，合理平衡好国家安全诉求，而不是一限了之；需要汽车用户充分开放自己的数据，为地图多源更新和维护提供支持；需要整车企业充分发挥龙头作用，不断增强汽车产品的数据采集、传输和处理能力，并向第三方的专业公司共享相关数据；还需要地图供应商充分利用用户及车企提供的数据，基于自身的专业能力，把地图做得越来越好，进而支撑自动驾驶早日落地。

通过今天的对话，我们了解到，四维图新作为一家优秀的图商，已经深耕地图产业二十年，现在业务扩展到了自动驾驶、智能座舱、芯片以及数据等多个领域，并以自动驾驶为核心协同推进各项业务。期待今后四维图新在程总的领导下越做越好，为中国智能汽车抢占产业发展的全球战略高地，贡献自己的力量。谢谢程总！

程鹏：谢谢赵老师！我们一定会加油的。