刚才主持人提到集度是一家新品牌，提到这个品牌离不开一个关键词——智能化。我们的愿景是通过智能化智启无限可能的未来，通过智能化，包括智能驾驶技术和智能座舱技术，可以还给用户更多的空间和时间，引领智能汽车3.0时代的变革。
什么是我们认为的智能汽车3.0时代？我们认为整个汽车行业经历过两个时代：
（1）燃油车时代，汽车行业百年历史在燃油车时代造就了很多大家耳熟能详的汽车公司，包括国外的、国内的，包括丰田、大众等等。
（2）过去这五年多的过程中，我们认为汽车行业处在2.0时代，更多是能源驱动的变革，更多是由燃油化向电动化的转变，这个过程中也滋生了很多有名的企业，包括特斯拉、蔚来、理想、小鹏等等。
我们认为在接下来一段时间，汽车行业会进入到智能汽车3.0时代，是一个智能化的时代。
我们认为是智能化时代刚刚开始，一个公司通过智能化的技术快速建立竞争壁垒。
在未来的十年，我们认为汽车行业会进入到完全无人化的状态。未来一段时间，整个汽车行业的竞争已经不会是随着动力来竞争，更多在智能化，如智能驾驶、智能座舱等。未来整个汽车公司的核心竞争力，我们也会认为从动力底盘的开发转到驾驭AI的技术、驾驭更强力的算法、算力，包括大数据的使用等等。
刚刚一直提到Robocar的概念，它应该具备三个主要的特征：自由移动、自然交流、自我成长。
在自由移动上，我们认为未来的汽车应该有高阶的智能驾驶能力，它可以点到点、端到端，一键进入智能驾驶状态。
在自然交流上，我们认为应该有更加智能化的交互，包括车内通过屏幕或者通过手势，也会通过语音跟人进行更加无感的交互，甚至是一些主动的交互。
在自我成长和自我学习的能力，什么时候一个机器会更像人一样？我们认为学习能力是最重要的一环。通过未来的智能化、数据驱动，整个产品会依据数据驱动、自我学习、千人千面的状态，能做到产品更懂用户。
在三个主要特征之下，在最终的产品形态会有两个比较集中的产品：
（1）最沉浸的座舱。
通过智能化的座舱，包括端到端的语音技术，现在通过高通8295的芯片，集度也是首家可以做到全域全离线语音，语音识别速度快至500ms，端到端响应700ms内，保证大家在任何场景下，不管有没有网络信号的情况下，整个产品都可以跟大家进行无感的交互、智能化的交互。
（2）最轻松的智驾。
我们希望智能驾驶能力是一个点到点、端到端，在用户看来是最轻松的产品，使用起来没有任何负担，又感觉到它很安全。
为了做成这样的一些要求，我们一直有两个问题深度思考：
第一个，智能化的目标是什么？在刚才几页的分享中，我大概阐述了一下智能化整体的目标是什么样的。
第二个，我们需要设计什么样的智能化架构满足我们的目标，实现我们想去实现的东西？这是我们一直想思考的问题。
在面向未来高阶的智能化、高阶智能驾驶的状态下，我们对于未来的平台思考的最重要的两个点：平台化、安全。
平台化比较好理解，对于车厂来说，我们有很多之前的整车平台、电子电气架构平台，对于智能化平台，我们想达到的目的或者目标是什么？我们希望对于用户来说，它是持续的、可升级，在不同的产品之间可以达到一样的能力。
另外是要安全，对于高阶的智能化，尤其是对于高阶智能驾驶来说，安全是永远逃不过的话题，如何实现真的智能安全？如何让用户感受到智能安全，这也是我们持续思考的，也是持续在做的事情。
基于这样的情况，在平台上我们想满足两个事情：
（1）有一个自我成长、持续迭代的能力；
（2）希望平台可以从现阶段的辅助驾驶逐渐达到高阶的智能驾驶。
大家知道现在在法律法规上对于智能驾驶有很多限制，现阶段的车辆或者平台只能做到L2辅助驾驶的状态。其实现在整体行业的法律法规和大行业，在不断推动智能汽车向着更高阶智能驾驶发展。
我们首先要做到平台化的一点，不断通过智能化的平台推动法律法规的发展，同时我们要保证在法律法规一旦允许的情况下，这个平台立刻可以提供高阶智能驾驶的能力，我们不用再去切换硬件，不用再去改车上的硬件，只是通过软件的升级就可以让达到高阶智能驾驶的能力。
对于智能化的平台、智能化的架构，我们会在架构、算力、传感器、设计上保证最终的目标。
对于集度这个品牌来说，我们在整车上应用到了吉利SEA浩瀚架构，我们在高阶的智能化能力上也用到了百度阿波罗过去这么多年在智能驾驶、高精地图等等AI驱动的智能化能力。如果把吉利的平台比作躯干，我们把智能化核心能力比作大脑，中间还需要一个神经网络，集度自研了一套JET平台，智能化的平台包括两个部分：电子电气架构、软件全线面向服务化的SOA能力。
我们基于这两个能力打造了整车的神经网络，可以把躯干和大脑更好的联系在一起，满足全车智能化的能力。
为什么这么做？
为了支持更高阶的智能化能力，我们发现需要更高的算力、需要更大量的传感器，这其实就给整个通信网络等提出了很高的要求。我们发现传统的电子电气架构不满足我们在智能化的要求，这也就是为什么集度自研了JET平台。
基于软件定义汽车，我们也希望整车的智能化能力可以逐渐服务化，它是可以跟硬件解耦。我们是通过自研SOA能力，把整车的所有智能化能力都被服务化，可以被任何一端调用。
说完了神经网络之后，我们也需要很多感官器件，对于整个智能化来说，包括核心的算力和感知的传感器。算力上，采用了现在最领先的英伟达Orin X芯片，有两枚。同时，全车配置了30多个传感器，包括2个激光雷达、12个高清的视觉摄像头、毫米波雷达、超声波雷达。
刚才提到了软硬解耦的开发，集度作为一家新品牌，如何快速地验证和迭代我们的能力？在这个过程中也采用了创新的开发流程——SIMUCar软件集成模拟样车。
传统的Mulecar骡子车不是一个陌生的概念，但对于传统的开发模式来讲，Mulecar骡子车更多是为了验证基础车三电和底盘的技术性能。在传统的开发流程中，验证完整车性能之后，才会做软件的开发，往往在这个过程中，留给软件验证适配和开发的时间很短。
在传统的开发过程中，软件的占比是很小的。在汽车往智能化走的过程中，其实整个软件的占比在汽车开发中会越来越高，甚至可能会占得更高。在这样的过程中，我们需要一种什么样的全新开发模式提前开发我们的软件？
提前验证智能化的能力，我们采用了SIMUCar的创新开发模式，中文名叫软件集成模拟样车。
它是什么？它给智能化和软件的开发提供了整车电子电气架构模拟化的环境，这样可以让软件的开发跟整车开发完全解耦掉，而且是跟整车的开发可以走在完全并行的阶段。
集度通过SIMUCar软件集成模拟样车研发流程，软硬件解藕，前置智舱和智驾的开发。比行业平均进度提前15个月开始智能化开发，完成系统安全稳定性验证。
集度成立一年半的时间，在集度刚刚成立开始不久的时间，智能化的开发已经完全开始了。我们在成立半年的时候，所谓的SIMUCar 1.0已经开始正式上路，那时集度和百度的团队就在整个SIMUCar上不断迭代能力， 1.0时期更多是验证一些基础的能力。
去年年底的时候，基础的智能化能力在智能驾驶就已经可以做到“双域融通”，城市和高速整体的打通。
今年年初我们进入到了SIMUCar 2.0阶段，2.0意味着什么？意味着整体车上真实的传感器环境已经在跟软件进行了整体的适配。我们在今年10月份刚刚对外展示了现阶段的，逐渐在不同城市泛化的能力。
去年在北京，今年10月份也展示了一段在上海整个城市泛化的能力。我们也会基于一套创新的流程，提前打磨、验证在智能化的能力。
这是今年10月份我和集度CEO夏一平，在上海进行了一段城市域整体的展示。在这段路程中，会涉及到大家经常上下班、通勤中的场景路线，包括无保护左转的、复杂城市道路，以及我们经常会遇到城市的高速路等等。
刚才分享了整个平台化之后，另外一个是安全性。刚才我也提到了限制智能网联汽车L2往更高阶方向走的最核心的一点就是安全性的考量。对于集度来说，我们认为安全性不仅仅是技术上要实现的东西，我们把安全作为整体的体系去考虑。
安全理念上，我们会考虑到很多方面，包括刚才提到的设计验证上、算力冗余、传感器冗余、架构冗余，同时我们认为验证安全也是很重要的一环，其实对于高阶的驾驶能力，大规模的验证是很重要的，我们如何进行大规模的验证？时间和空间是很重要的一点，我们也是采用了SIMUCar创新的开发流程，可以给我们更多的时间进行大规模的验证。
同时我们认为安全上不仅仅是技术上的事情，用户能真正体验到的安全、能感受到的安全才是真正的安全，安全不应该停留在设计上的一些百分比，设计上一些硬件的布置等等，我们认为最终用户如何感知这样的安全，也是安全中很重要的一环。
首先在座舱内应用到了基于服务化SOA的理念，我们在整个座舱内可以用到智驾所有的感知能力，形成智能化3D全景的智能驾驶地图，舱内可以实时和用户进行整体的交互，让舱内的乘客实时感知到我的智能化、我的智能驾驶在做什么，它怎么思考的，下一步要做什么。
同时智能安全没有仅仅停留在舱内，车外也布置了很多视觉、语音整体的交互体验，让车在智能化行驶的前提下，无论对于舱内，还是舱外交通的参与者，他们都能实时感知到车整体的状态，让他对车做一个体验上更安全的考量。
刚才提到对于安全性做了很多，其实在软硬件整体的驾驶方案上，我们的核心能力还是源自于百度阿波罗Robotaxi的能力，我们是利用了L4级别的Robotaxi核心原子化的能力，把它进行二次的开发和验证。
同时我们在主系统布置了“视觉+激光雷达”两套自动驾驶系统，这两套系统每套自己是一个高度自驱的，每套视觉系统和激光雷达系统可以独立运作的。同时在整个过程中，他们也可以作为两套系统互为备份、互为冗余，达到高效协同的状态。
全车布置了两个激光雷达，激光雷达成本相对来说是比较高的，我们为什么要布置两颗？不仅是前向的180度FOV覆盖，也是更多为了安全性的考量。我们认为整体的安全不应该被牺牲，我们也愿意在这块付出更多的成本。
大家可以看到在布置了两颗前向的激光雷达之后，首先在中间的重叠区域，前向60度，很多情况下是驾驶主要感知的区域，可以有双倍的点云，整体测量的距离、精度、稳定性会更高。同时在整个前向180度覆盖范围内，我们能够更加好的覆盖掉一些行人突然横穿、遮挡的场景。
其实舱驾融合，我们认为它肯定是一个未来的大趋势，最近在整个技术上，大家会一直谈舱驾融合的理念。但是大家一般提到舱驾融合的时候，更多提到的是我的座舱和智能驾驶在同一个芯片里或者同一个SOC里，大家一般会预测随着芯片的到来，真正到了舱驾融合的状态，当然一般都会认为2025年舱驾融合的芯片会出来，我们也会进入这样的状态。
对于集度来说，我们认为舱驾融合不应该只是一个芯片级别的概念，我们认为舱驾融合应该是我的智舱和座驾可以在能力上形成互补、融合，同时我们在设计下，集度通过面向SOA的架构，率先实现了舱驾融合。
我们在舱驾融合做了很多事情，核心的两个点：
（1）为了感知到更好的安全，我们基于智驾的核心算力，在座舱上做了3D智能驾驶的地图；
（2）我们也在座舱的控制器上实现了智能驾驶的备份系统。
对于高阶的智能驾驶来说，备份系统是必需的一环。比如对于欧洲的一些标准，宝马和奔驰在车上有个独立的域控制器，去做整个智能驾驶的备份，让大家达到更阶智能驾驶法律法规要求下安全性的要求。
对于集度来说，我们在车上率先使用了高通的8295芯片，它有足够的算力实现一套备份系统，所以我们在车上布置了独立的智能驾驶摄像头来做整个备份，同时在座舱实现了独立的备份系统。在我们的主系统已经有两套方案。冗余的情况下，还做了第三套的方案，达到安全性上更安全的考量，在平台化上向着更高阶的智能驾驶设计的平台。
虽然L3、L4现在法律法规不允许，但是我们认为随着整个能力的推动，我们希望这个平台在法律法规允许的情况下，可以快速通过软件的升级切换到更高阶智能驾驶的状态。
总结：我们在智能化上用到了行业领先的算力，我们布置了很多传感器，也做到了系统级的安全冗余，高阶智能驾驶的算法也是基于百度阿波罗过去积累的原子能力进行了重新的开发。同时安全上，除了设计安全、验证安全，也做了很多感知安全的考量，我们认为基于整体的设计方案和思想，才能保证高阶智能化的能力是持续进化，也保证智能汽车3.0的时代可以做到持续的领先。
我们希望什么样的智能驾驶？我们希望可以做到点到点、端到点PPA，它可以在用户上车之后进入智能驾驶的状态，从停车场开到城市的核心区域，同时可以上高速，最终达到“三域融通”、点到点的智能驾驶能力。
以上就是我想分享的，谢谢！
（注：本文根据现场速记整理，未经演讲嘉宾审阅）
