交流互鉴 美美与共｜德赛西威第七届智能网联沙龙成功举办
Desay SV
8月24日，德赛西威第七届智能网联沙龙在科技节期间隆重举办。本次沙龙邀请嘉宾来自奇瑞汽车、长城汽车、理想汽车等主流车厂；高通、NVIDIA、黑芝麻等芯片公司；中国科学院、清华大学、同济大学等学研机构，以及行业资深媒体。旨在聚焦前沿品牌与技术命题，通过行业意见领袖和大咖的深度交流与探讨，为企业乃至行业提供价值信息参考，促进产业伙伴凝聚共识，协同发展。
在产业与技术变革进程中，不确定性也意味着更多机遇，我们希望在探索过程中交流、分享、融合，以此积聚向前奔跑的力量。
高大鹏
德赛西威董事长兼总裁
希望借助智能网联沙龙这一交流平台，以开放的理念和形式打破封闭系统，通过前沿的思想观念碰撞，让未来的行动更具有价值。
徐建
德赛西威首席执行官
产业变革
从个体智能到群体智能
AI大模型、中央计算、端到端……新技术概念伴随产业变革不断涌现，在汽车科技高速迭代的当下，如何理性看待并推动如“AI”等创新技术的产业化应用？怎样驱动软硬解耦迈向电子架构集中化？德赛西威高级副总裁、技术中心总经理黄力，中国科学院院士徐宗本分别从实践与理论两个层面进行了分享。
黄力
德赛西威高级副总裁、技术中心总经理
以车路云一体化为趋势的智能驾驶技术演进，将从聚焦汽车个体智能转向群体智能
黄力以《整车EEA架构演进的思考和实践》为题开展技术实践分享。他提到，自动驾驶技术发展的本质不是解决碰撞和出行效率问题，而是安全问题，以车路云一体化为趋势的智能驾驶技术演进，将从聚焦汽车个体智能转向群体智能。
目前，德赛西威EEA架构已积极开展落地实测，并将于未来引入AI大模型提升效率，以一套工程体系提供覆盖车路云多端的高效解决方案。
徐宗本
中国科学院院士
在数据经验积累由量变到质变后，AI大模型实现产业化应用即为“智能涌现”
徐宗本同样认为车路云一体化将带来个体行为到群体行为的技术挑战。然而，要通过AI大模型解决多端问题，需要系统足够强大、数据参数足够丰富。他以《大模型的极限理论，解读智能涌现现象》为题，分析了AI大模型实现车路云产业化应用的条件。
徐宗本分析指出，大模型代表了人工智能发展的最高阶段，当前的技术趋势是从单一的语言模型走向多模态，彻底颠覆过去人工智能研究模式，其发展依赖算力、算法与数据三大要素，并需自监督学习、有导师学习及强化学习等技术发展阶段，在数据经验积累过程中由量变到质变后，最终实现产业化应用的“智能涌现”。
品牌发展趋势
破局内卷与抱团出海
汽车电动化和智能化转型给产业带来了巨变，核心技术多元交织，行业陷入空前“内卷”，价格战愈演愈烈，未来应该如何去破局？中国汽车产业链出海，自主与合资应如何界定竞争关系？
中国市场是开放的市场，无论自主还是合资品牌，都必须努力打造本土化强大供应链生态，充分利用好优秀本土供应商资源。
刘宗巍
清华大学汽车产业与技术战略研究院院长助理
中国汽车供应链的打造非常成功，我们要做的是让产品架构本地化，将本土优质产业链和成本可控产业链引入整车制造。
韩三楚
大众CARIAD CEO
中国汽车产业“内卷”，内卷而外强，历经价值创造、价值传递和价值交付三个阶段，带来的结果是全世界最优质的汽车供给。
张骁
理想汽车第二产品线总裁
软件定义汽车本质上是增加了由软件实现的体验和功能，我们要拥抱敏捷迭代的软件开发方式，也要保留严谨可靠的交付传统。
沈卓立
吉利座舱资深架构总工
中国品牌走向世界必然会面对诸多的挑战，我们接受挑战，也能够化解危机，并且已经具备了整体品牌向上的运营能力。
赵晔佳
上汽海外出行系统及开发科总监
舱驾融合
真正落地还有多远
从One Box到One Board，再到One Chip……舱驾融合概念在行业被广泛热议，降本前景也吸引了产业链各方积极探索与实践，那么距离真正的舱驾融合技术量产落地还有多远？又面临哪些挑战？
企业的生态位决定了思考方式，车企核心还是要降本、芯片核心要安全稳定，Tier1一定要共创，这符合现在主体的发展趋势。
周晓莺
盖世汽车CEO兼资讯总编
舱驾融合的真正商业化量产落地还需要一段时间，从软件架构到硬件开发，以及整车的集成整合等技术难点仍有待克服。
高家兵
奇瑞工程技术研发总院副院长
目前舱驾融合更多还是基于泊车和座舱的整合，未来只有在技术瓶颈和组织架构两个维度实现突破，才能真正走向舱驾一体。
姜海鹏
长城汽车智驾高级总监
大模型、座舱与智驾在技术融合方面具有很高的灵活度，而就成本压力而言，中低端短期上对舱驾融合技术的需求最为迫切。
孙刚
高通公司产品市场副总裁
实现舱驾融合，面临产业技术协同、终端用户信任及合作伙伴技术磨合等核心挑战，我们要往前走一步，率先去迎接挑战。
何志亮
德赛西威执行副总裁
FSD机遇与挑战
AI上车All-in还是辅助
车路云协同应用模式下的完全自动驾驶（FSD）是通过将车辆、路边基础设施及云端力量整合，为车辆提供更全面、更准确的环境感知和决策能力，而这背后人工智能技术将提供强有力的支撑。那么面对完全自动驾驶（FSD）的机遇与挑战，AI技术应用应该All-in还是辅助？产业链合作模式又将产生怎样的变革？
单纯造车没有出路，AI才是未来。端到端模型还是模块化方案？我们要看懂FSD的本质，并且找准属于自己的技术路径。
朱西产
同济大学汽车学院教授
无论人驾还是智驾，汽车应保持安全与高效出行基本属性，AI技术嫁接一是提升用户驾乘体验，二是赋能企业高效运营管理。
高家兵
奇瑞工程技术研发总院副院长
未来，AI将成为多元技术创新的重要触发点。一个有可编程性、能够最大化、最有效支持各种算法的芯片是我们的目标。
卓睿
NVIDIA中国区软件高级总监
车载芯片不仅要继续提升算力，也要通过提高计算效率带来性价比，并从架构上创新，让单芯片支持更多逐步标准化的智驾智舱功能。
丁丁
黑芝麻智能产品副总裁
端到端大模型生成式AI应用最大限制在于训练端，其安全落地应用，需要产业链集中有限资源，形成合力，提高协同效率。
李乐乐
德赛西威执行副总裁
开放交流，美美与共。在此次智能网联沙龙现场，诸多嘉宾表示，希望中国智能汽车产业链伙伴形成长期愿景的共识，协同发展，百花齐放，共绘高质量发展新图景。
评论排行