每經(jīng)記者｜段思瑤    每經(jīng)編輯｜裴健如    

當智能駕駛從“野蠻生長”邁向“規(guī)范發(fā)展”，中國智駕產(chǎn)業(yè)正經(jīng)歷一場深刻的轉(zhuǎn)換。一邊是AI技術(shù)以季度為單位快速迭代，端到端、世界模型、物理AI等概念加速“上車”；另一邊，國家與行業(yè)標準仍在逐步演進，代差之下，技術(shù)創(chuàng)新與安全監(jiān)管的矛盾日益凸顯。

與此同時，L3責任認定難、倫理要求如何融入產(chǎn)品、全球標準如何協(xié)同等深層問題，正從學術(shù)討論走向產(chǎn)業(yè)治理的核心議程。行業(yè)不僅要在技術(shù)突破與安全邊界之間尋求動態(tài)平衡，還要在全球化競爭中實現(xiàn)規(guī)則互認、數(shù)據(jù)合規(guī)與本土化適配。

近期，《每日經(jīng)濟新聞》（以下簡稱NBD）“AI相對論”第四期獨家對話中國生產(chǎn)力促進中心協(xié)會副理事長兼秘書長王羽和Momenta全球解決方案首席架構(gòu)師饒慶。兩位嘉賓圍繞技術(shù)躍遷、安全倫理、全球協(xié)同與未來人才等熱點議題，展開了一場兼具產(chǎn)業(yè)縱深與治理高度的深度討論。

??本期嘉賓：中國生產(chǎn)力促進中心協(xié)會副理事長兼秘書長王羽、Momenta全球解決方案首席架構(gòu)師饒慶

王羽（圖片來源：受訪者供圖）

饒慶（圖片來源：受訪者供圖）

要給技術(shù)劃底線，為創(chuàng)新留沙盒

NBD：當前智駕技術(shù)的創(chuàng)新與行業(yè)規(guī)范的落地，最突出的不同步痛點是什么？這種不同步是否會制約產(chǎn)業(yè)高質(zhì)量發(fā)展？

王羽： 當前最大的痛點在于：在AI加持下，技術(shù)研發(fā)、產(chǎn)品應用和迭代速度極快，而標準法規(guī)的修訂是有周期的（國標大約三年，行標一到兩年，團標相對較快）。兩者之間的代差會帶來一個問題，就是技術(shù)的快速創(chuàng)新在市場應用上，得不到政策法規(guī)的有效響應和規(guī)范。

這種不同步會影響企業(yè)發(fā)展，企業(yè)既要通過技術(shù)競爭搶占市場優(yōu)勢，又缺乏有效的法規(guī)指引。至于是否制約高質(zhì)量發(fā)展，需要分兩層看，高質(zhì)量發(fā)展并不等于技術(shù)快速迭代本身?？焖俚钱a(chǎn)業(yè)轉(zhuǎn)型的重要手段和技術(shù)支撐，但高質(zhì)量發(fā)展還需要供給側(cè)與需求側(cè)的精準匹配，讓產(chǎn)品與市場之間實現(xiàn)相對精準的匹配和滿意度需求。

饒慶： 有了更嚴格的法規(guī)之后，能夠做到驅(qū)逐劣幣、保持良幣，這需要行業(yè)里的技術(shù)領(lǐng)先者在法規(guī)起草的階段就參與，把行業(yè)領(lǐng)先經(jīng)驗傳遞至法律法規(guī)層面。我們正積極參與自動駕駛領(lǐng)域強標的起草，這既能促使企業(yè)將更好的技術(shù)以更快的速度推送給用戶，也能夠保證法規(guī)是安全的、可執(zhí)行的。

NBD：當前行業(yè)應該如何平衡智能駕駛技術(shù)快速迭代的突破和安全邊界的管控？

王羽： 關(guān)于技術(shù)迭代的突破和安全邊界的管控，涉及三個層面。第一個層面是在底線層，應該嚴管嚴控，按照強標來，保證涉及生命安全的所有智能駕駛功能的應用；第二個層面，應該加入敏捷治理體系，通過實驗室測試、開放式測試、市場試驗等，對不涉及生命安全的功能給予稍寬松的環(huán)境；第三個層面是在前沿探索上，通過沙盒制度，讓最前沿的智駕技術(shù)得到有效的市場應用和驗證。底線不能觸碰，過程層面邊監(jiān)管邊適應，前沿探索沙盒式應用。

這樣既能保證技術(shù)創(chuàng)新不影響生命安全，又不阻礙技術(shù)發(fā)展，實現(xiàn)動態(tài)平衡。通過分層次的測試評價體系，底線層嚴管嚴控，過程層適度放開，前沿探索層提供先行先試環(huán)境，從封閉測試逐步過渡到市場，保證技術(shù)迭代與安全監(jiān)管的動態(tài)平衡。

NBD：當前智駕事故的責任認定難是行業(yè)痛點，涉及開發(fā)者、車企、使用者。如何明確智駕事故的責任邊界，行業(yè)規(guī)范應從哪些方面完善？

王羽： L1、L2以人駕駛為主，按傳統(tǒng)責任劃分。L4及以上以系統(tǒng)駕駛為主。最難的是L3，人和車共駕的過渡階段，不確定性極難界定。L3車輛設置人接管邊界，但微小邊界很難清晰。

例如，車輛提醒了但駕駛員沒反應，或系統(tǒng)識別不完善。L2和L4標準相對清晰，L3就像一塊由甜到咸的面包，中間階段甜咸難辨。越精細的劃分越有利于責任認定。需要不斷通過實踐經(jīng)驗，對L3的人機交互階段進行精細化責任劃分。

但問題是，L3可能還沒經(jīng)歷多少年，L4就會快速落地。是否投入這么細的責任劃分，還是直接面向L4，這又是另外一個方向的問題。

NBD：如何將倫理要求融入行業(yè)規(guī)范？監(jiān)管方式如何適配，既不阻礙創(chuàng)新，又能有效防范倫理風險？

王羽： 第一，設計倫理。研發(fā)設計環(huán)節(jié)應有標準和規(guī)范，包含倫理的邏輯性設計要求，在社會基本倫理道德框架下設計。不能只靠企業(yè)自發(fā)道德，需要在行業(yè)規(guī)范中提出倫理基準值。第二，監(jiān)管方式。產(chǎn)品準入時應嵌入倫理的準入審查和評價。傳統(tǒng)測試測功能、性能、可靠性、安全性，現(xiàn)在應加入倫理測試。倫理是智能化與人交互的重要內(nèi)容，應作為車輛準入的重要審查指標。第三，創(chuàng)新與倫理的平衡。創(chuàng)新度和倫理適應度之間會產(chǎn)生撕裂，必須強調(diào)產(chǎn)品研發(fā)、使用、應用環(huán)節(jié)符合社會道德倫理，形成“智能向上、科技向善”的共識。從技術(shù)端、監(jiān)管端、社會端三位一體，推進科技向上、智能向上、產(chǎn)品向上。

標準想共軌，數(shù)據(jù)難出境

NBD：R7強化學習世界模型已實現(xiàn)“上車”，Momenta能率先做到量產(chǎn)落地的核心優(yōu)勢是什么？

饒慶： 技術(shù)迭代飛速，但將新技術(shù)應用到自動駕駛工業(yè)場景，靠的是研發(fā)體系和企業(yè)文化。

Momenta從2016年創(chuàng)業(yè)就提出“一個飛輪兩條腿”戰(zhàn)略，一條腿L2（量產(chǎn)）輔助駕駛，一條腿L4全自動駕駛，通過數(shù)據(jù)驅(qū)動海量數(shù)據(jù)與閉環(huán)自動化，不斷迭代產(chǎn)品性能。

今年推出R7，本質(zhì)是世界模型加強化學習。在世界模型中對真實世界采集的數(shù)據(jù)不斷迭代，讓模型在虛擬世界中自主進化。真實世界中危險場景無法通過實際碰撞學習，因此用仿真，虛擬世界中出現(xiàn)碰撞就會有負反饋，生成安全舒適的軌跡就有正反饋，通過獎勵和懲罰讓模型達到甚至超越人類“老司機”水平。

NBD：自動駕駛為什么是物理AI的序章？

饒慶： 當前AI正從數(shù)字AI轉(zhuǎn)向物理AI。數(shù)字AI從網(wǎng)絡文字提取知識，產(chǎn)生文本理解和對話能力。物理AI是把真實世界采集的數(shù)據(jù)壓縮到世界模型，理解物體屬性（塑料袋可壓過，石墩不能撞）、運動因果關(guān)系（自行車沖出需急剎）、潛在交互（皮球滾出可能后面有小孩）。這三點是R7的技術(shù)突破。

自動駕駛正是物理AI的直接應用場景，因為它需要對周圍環(huán)境交互、對未來預測。比如試車場景，窄路旁有停車、對向來車，需預判開門、鬼探頭、寬度能否通過等。這些鮮活場景正是物理AI率先應用的領(lǐng)域，所以我們率先將物理AI應用到自動駕駛。

NBD：我國正主動參與全球自動駕駛標準治理，推動國內(nèi)標準與國際規(guī)則協(xié)同。當前國內(nèi)智駕規(guī)范與國際規(guī)則銜接的重點和難點是什么？如何通過規(guī)范協(xié)同助力我國智駕企業(yè)加快走出去，提升國際競爭力？

饒慶： 最先進的智駕體驗在中國，中國市場和技術(shù)已領(lǐng)先全球2—3年。我們觀察國際法規(guī)，要求產(chǎn)品在國內(nèi)一落地就能滿足歐洲法規(guī)。另外，中國智駕市場、產(chǎn)品都走在前列，可通過國內(nèi)產(chǎn)品的快速反饋和市場數(shù)據(jù)，通過中國相關(guān)協(xié)會帶到歐洲法規(guī)起草小組，積極影響和推動國際法規(guī)，我們拿到海外后補采當?shù)財?shù)據(jù)（歐洲特殊交通牌、小環(huán)島、禮讓駕駛習慣等），對模型進行微調(diào)和泛化處理。

王羽： 重點是標準共軌、規(guī)則互認。難點在于地圖、數(shù)據(jù)涉及主權(quán)國家間的交互，數(shù)據(jù)比較敏感。要實現(xiàn)協(xié)同，首先要在技術(shù)上通過優(yōu)質(zhì)產(chǎn)品和強大技術(shù)支撐，讓產(chǎn)品既適應中國市場，也能在國際市場接受“地獄級”測試；其次，通過各國局部優(yōu)化（數(shù)據(jù)、地圖、人文和駕駛習慣）彌補技術(shù)底座。此外，要加快標準國際化工作，中國企標委已向聯(lián)合國標準法規(guī)論壇輸送多項中國標準，形成全球通用型標準。雖然各國在數(shù)據(jù)地圖上不一定能完全交互，但應建立規(guī)則體系，尊重各主權(quán)國家的檢測和認證結(jié)果，實現(xiàn)“一證同行”，加速產(chǎn)品和企業(yè)走出去、引進來。

NBD：如何看待現(xiàn)在人才回流的變化？

王羽： 每個時代工具和技能不同。新質(zhì)生產(chǎn)力發(fā)展產(chǎn)生了三類新的勞動者，包括創(chuàng)新型人才、應用型人才、企業(yè)領(lǐng)軍人才。經(jīng)濟時代產(chǎn)生了五類勞動者，包括農(nóng)耕、工業(yè)、信息、數(shù)字、智能等領(lǐng)域。比如，底特律時代是工業(yè)化時期，人才擅長機械設計、工程化管理?，F(xiàn)在是從數(shù)字經(jīng)濟向智能經(jīng)濟迭代，需要善于運用和開發(fā)AI、讓AI成為科研、生產(chǎn)、生活助手的復合型前沿人才。傳統(tǒng)工業(yè)和信息化人才已成為基礎性人才，現(xiàn)在的領(lǐng)軍人才是懂數(shù)據(jù)和AI的人才。

NBD：Momenta在技術(shù)發(fā)展方面的愿景和使命，以及未來業(yè)務重要規(guī)劃。

饒慶： Momenta將AI應用于自動駕駛領(lǐng)域，有三個愿景：十年挽救百萬生命、十年解放百分百時間、十年物流出行效率翻倍。通過強化學習世界模型不斷迭代，提高安全性，避免事故，挽救生命。解放百分百時間即達到L3/L4全自動駕駛，每個人都是乘客，通勤時間可開會、看手機、看報紙等。物流出行方面，物理AI（R7強化學習世界模型）不僅用于乘用車，還可用于商用車。R7是物理AI的第一步，后續(xù)將更廣泛應用到除自動駕駛之外的領(lǐng)域。

封面圖片來源：每經(jīng)媒資庫