2019年，全球汽车产业进入深度变革的关键时期。汽车技术、市场、政策正在发生前所未有的变化，机遇与挑战并存。在这个大背景下，2020年1月10日中国电动汽车百人会召开了以“把握形势 聚焦转型 引领创新”为主题的年度大型论坛。此次论坛将讨论全球及中国汽车产业与市场发生的重大变革，转型方向与路径，中国有关汽车的政策走势以及市场驱动阶段的新能源汽车技术路线、产业重组的机遇与竞争合作模式、电动汽车安全、核心技术突破、燃料电池汽车发展、自动驾驶与智能网联汽车发展的顶层设计与规制创新等相关内容。

  会议上中国工程院院士李德毅进行了主题演讲，以下为演讲实录：

中国工程院院士 李德毅

  各位早上好!百人会在特别的时刻，这个会很有意义，什么叫做特别的时刻?2019年一个重大事件，就是特斯拉在中国创造了上海速度，大家可以想想特斯拉这个车最大的亮点是什么，是新能源吗?还是智能化?还是两个都有，他将给我们中国速度带来一个什么样的启发。

  我今天报告的题目叫做自动驾驶和智能网联，现在智能化越来越重要，加上5G和道路的智能化，让自动驾驶变得越来越可能。过去的自动驾驶可以说主要是单车智能，智能网联则可以被认为是自动驾驶的生态环境。

  首先，我们讲到自动驾驶，就会谈到SAE的分级：L0、到L5，差别到底在哪儿，可以说就在于智能技术向汽车的渗透，汽车是否只是四个轮子加计算机，我认为不是，汽车是我们移动生活代步的机器人，我们要享受是移动生活，而不仅仅是又一个需要人来操控的机器，所以我们一直说我们做的是自主驾驶，Autonomous Driving，这个车本身就是一个认知主体，而不是一个被控的对象，不像地铁和高铁，那种驾驶是靠自动化实现的。

  当自动化遇到了天花板，人工智能来了，我认为一辆车就是一个智能主体，近十几来，我一直说汽车将变成“会学习、会交互”的轮式机器人，它要有自主性，因为出门上车的乘客，是不会向一个中央调度系统进行报备的，这才是移动出行的最大享受。未来，人们上车后还可以享受VR——虚拟现实，一旦汽车不需要人驾驶了，它就变成了一个个电子座舱，在移动生活中我们享受的就是快乐，可以办公，可以休闲，这就是移动生活。

  自动驾驶除了要有人工智能，最近我们非常高兴看到中国的激光雷达走出了非常强劲的一步，激光雷达的价格降到了万块以下，从以前的70万降到1万，这是一大突破。让我们觉得很兴奋。主机厂很务实，我们需要的自动驾驶是将“人工智能”以润物细无声的方式，增加更多的辅助驾驶功能，慢慢的自动驾驶就来了，智能驾驶就来了。这里有一个关键点，就是什么时候车内可以取消安全员，如果要有安全员，安全员还需要驾照，那么自动驾驶的革命就还没有到来。

  我们在座的大家要有一个目标，就是让一个车中不在需要安全员，这里，我们中国有第二个特色，就是智能网联，中国的体制有强大的力量，我们有这么多实验开放区，我们可以尝试在特定区域内的车辆中不仅有可以自主移动的车，而且车内可以没有安全员，在这个特定区域里可以让乘客从任意点A到任意点B，但后台可以有一套监控系统，这个监控系统干什么?这些车里如果有突发的传感器故障，万一出现了问题怎么办，监控系统可以处理。这种配置下，100台车不需要100个安全员，但是可以有后台监控人员。

  现在，人-车-路三个要素结合起来，就是中国的自动驾驶和智能网联的特色，我看智能网联可以做出成绩来的首先应该是在中国，我们可以尝试在车和路上有什么样的创新，比如智慧灯杆、智慧路灯和单车智能结合起来，走出有中国特色的道路。

  对于单车来说，人工智能要赋能汽车，让它变成会学习的轮式机器人，驾驶脑可以向优秀驾驶员学习，可以不断积累知识，不同个性的人有不同的驾驶方式，驾驶脑也可以开出不同的驾驶风格，这是可以在人工智能基础上实现的。人工驾驶出现事故的时候，也是驾驶脑进行“负学习”的机会，例如侧翻，侧翻事故是怎么发生的，侧翻是大车左右两个轮子距离比较小，然后装的货比较高，又遇到很强大的风，如果驾驶员在速度比较高的情况下打方向盘，就会发生侧翻，侧翻会造成重大事故，我们无人驾驶最大的驱动力就是要把汽车是人类的“第一杀手”的罪名清除，我们可以研究事故是怎么发生的，我们在事故发生的前兆时如何防范。

  今天在座的同仁，我看可以分为五种：

  第一个我们特别尊重的主机厂，你们有很强的能力，没有你们的支持无人驾驶无法实现;

  第二个造车新势力，有创新能力，有突破;

  第三个有实际需求的客户，比如物流快递，有实际的“机器换人”的需求;

  第四个就是互联网从业者，你们有经验，让万物互联;

  第五个是新涌现出来的创新创业者。在2020年和2030年这个“孵化期”，创业者们在各个方向上进行尝试，把无人驾驶的几个要素结合起来，并找到突破口，例如园区内的物流、客运、矿区、农机等等，大概要到2030年左右以后才会有上万台量产的无人驾驶车上路，现在创业者们可以在特定场景中积累经验。

  谢谢大家!