【电动汽车百人会】清华大学李克强：五大技术平台促进智能网联汽车产业化

1月11-13日，中国电动汽车百人会论坛（2019）在北京钓鱼台国宾馆召开，清华大学教授、中国智能网联汽车产业创新联盟专家委员会主任李克强发表了主题演讲，演讲内容如下：

清华大学教授、中国智能网联汽车产业创新联盟专家委员会主任 李克强

大家下午好，非常高兴能有机会参加本次论坛。非常高兴能有机会在这里就面向未来智慧出行的，我们的运载工具，智能网联汽车的发展，特别是支撑智能网联汽车发展的基础平台的产业化这方面的内容，就我们的思考和工作跟各位做一个交流。

大家都知道我们在谈到未来智慧出行是基于高新技术的发展，高新技术与我们汽车产业、交通出行行业所结合的发展结果。大家也都谈到新一代的人工智能技术，实际上新一代的人工智能技术与我们汽车的发展，与交通的发展有一系列需要进行技术突破的。这个地方跟大家展示，我们认为未来在新一代的人工智能技术如何和交通运载技术，交通信息网络基础设施技术结合，怎么推进我们在真正意义上谈的运载工具和交通系统的智能，基于这样的生态系统。包括使用场景不是简单的城市工况，也不是我们谈到的集约化道路的公路，应该是结构化道路，非结构化道路，真正谈到智能化、自动化，需要从环境的复杂、感知，从决策、控制、系统集成，这一系列里面依靠传统的技术出现了很大的问题，所以我们希望在这里用我们所谈到的新一代的人工智能技术，所谓的混合智能、群体智能、大数据、多媒体、云端的智能，这样新一代的人工智能技术，来解决我们谈到的几个全方位的感知、决策、控制。如果没有这一切的工作，真正意义上的未来智慧出行是难以实现的。我们的交通工具、汽车有一系列的技术需要突破，包括智能网联的发展。我们新一代的未来智慧出行里面，交通工具不是简单的，或者仅仅基于自主式的自动驾驶，包括智能和自动网联融为一体以后形成新的从产品架构到几大交通系统架构，跟我们相关的技术，从定义到运用到产业的突破有一系列的不一样。我们谈到的智能网联，我在德国交流，我们的CAC，跟你们的CAV是一个概念，我们知道迄今为止在国际上由于许多的原因大家基本是自动化和网联化分开做。在中国可能会结合起来，可能会抢先一步。

新一智慧出行系统，需要有本地属性，一定是场景驱动的，场景是需要本地属性的。我们谈到智慧出行，将来中国对智慧出行从它的环境到一些产品架构可能是有不一样的地方，这是我们谈到有本地属性，在智能网联现在的发展里面我们认为也有中国的场景下取得的，中国的方案。什么是中国方案？就是三个原因。第一个因为未来是在中国的交通基础设施，中国的信息基础设施，中国的地理环境下行使，我们谈到的相关基础设施的要求标准是不一样的。第二个，因为未来万物相连以后需要有运营系统，在不同基础设施的基础下，不同运营体系下面未来的产品价格会发生改变。这也是跟德国汽车界的朋友交流，可能你们做的诺基亚手机，中国将来可能会做小米手机，因为技术路线不一样。未来我们是网联式，是需要本地属性的，自然有本地属性的特性。像德国汽车公司产品到中国来都需要本地化，智能网联时代本地化更强烈。

大家看未来真正支撑新一代的出行系统的，智能网联系统需要的是智能的基础设施，需要运营管理需求，需要跟基础设施相关的，跟大系统相关的信息安全系统。在这样几大系统下面我们的产品结构发生改变，未来运载工具，汽车产品需要有本地属性的，产品结构会发生改变的。真正意义像互联网的人老说我们真正从智能手机到网联手机，在汽车产品同样是这样，当然我们说的更具体。

刚才提到我们需要这样一个本地属性的方案，是基于支持产品，将来支持出行的新产品，需要支持中国的道路交通设施。另外中国谈信息化、工业化融合，另外我们的政府可能会积极促进基础设施的建设，可以加快智能网联汽车的应用。包括这个复杂系统任何地方都会有它的信息安全问题。在这样一种情况下，我们谈到未来支撑我们智慧出行系统的工具，我们的运载工具，跟今天的架构不一样。当然包括跟今天的开发模式不一样。我们认为在这样一个情况里面，这样一个新型的体系架构里面，未来要支撑这样的新架构的产品要真正产业化，其中有几个重要的基础平台，五大技术平台。

刚才工信部的官员谈到，未来的发展里面要谈到计算平台。现在迄今为止的计算平台是垂直的，我们希望未来的计算平台是分层的，有基础成和运用层。基础层是计算平台，包括基础的终端层，包括未来的云平台，云的应用。包括地图，这是国际上大家知道日本的DMP，自动驾驶需要有基础的地图平台。还有信息安全技术平台。这五大技术平台里面，大家看看地图现在国际上有共识，日本的SIP，自动驾驶里面最曾巩的就是DMP。我们老跟德国的朋友交流，你们有CAV，我们希望真正意义上两个结合起来做。我们谈到真正支持新一代的产品里面，五大技术平台我们也是学习国外的，DMP。凡是涉及到相关的是需要技术共性的，我们应该协同发展。

在这样五大技术平台里面，我们看看如何做它的推进，如何真正做到产业化。计算平台非常重要，是大脑。这样的情况下面，将来在中国这样一种环境下使用，不是现在的独立式的计算平台。我们现在都是各家自己的平台，未来智能网联的汽车是有网联式的，包括车和基础设施的，这样一个架构下面的自动驾驶的平台是什么？坦率说现在国际上没有，所有玩命做的自己的平台。但是真正将来联网的平台该怎么做？我们认为从这样看，未来在新一代智慧出行系统下面，我们的产品结构发生改变，计算平台一样发生改变。左边是现有的情况，计算平台开放是由中间一个一级供应商，二级供应商，一级供应商把二级供应商整合以后支撑主机厂。我们基于人工智能各个方面的技术，中间的技术我们认为还可以去买。

第二个要跟通信，跟外界进行信息交互，这个已经不是我们现在这个产业能做的。这不是传统制造业能做的，需要跟外界跨界。另外一个方面还涉及到基础的信息，包括任何一个国家管理的基础设施。大家看从三个方面跟现在传统的一级供应商是难以承担。我们认为未来在智能网联的情况下，未来新的出行系统下面，智能网联它的计算平台和研发模式会发生改变，会延伸出这样的技术平台公司。它可以把前面讲的这一切的三大部分结合起来，同时承接二级，支撑一级，完成我们主机厂。这样一个平台公司过去没有的，但是是过去一个企业，甚至一个产业难以做到的，所以未来我们认为在智能网联时代一定会诞生这样若干家，我们举例五家这样的平台公司。通过这样的平台公司我们认为可以支撑这个产业。我们看见产品架构发生改变。

计算平台和计算基础平台，计算基础平就是一个平台，一个开放模式不一样，甚至一个产业的新的平台公司会诞生。

在这样一种情况下面，它的商业模式是非常清晰的，它没有跟现在的二级供应商竞争，也没有跟一级供应商竞争。因为大家都知道在智能网联时代，我也知道德国很多大的公司都是靠自己做计算平台，开发模式发生改变了。我们认为称之为1.5级的平台公司可以做一个弹性的，不跟现有的任何一个企业，一个产业竞争，是自身在新的出行下面它的开发模式。

同样云的概念也是，现在大家谈云基本上云服务，或者微+云。等同于高速公路，高速公路不可能一个企业建一条，也需要协同。未来支撑新一代的出行系统里面需要物理数据，通过移动互联映射到云端，形成云的平台。但是云的平台的产生和开发跟过去以消费互联网为目的的，我们知道BAT是消费互联网下的平台公司。未来工业互联网、产业互联网下云的平台公司会诞生，会是云的平台里面，包括两个部分，一个技术平台，一个是应用平台，技术平台涉及这个区域或者国家的基础设施，应该是协同的联合开发，应用平台是市场竞争的。不是把联合和应用在一块开发，我们认为智能网联下面支撑新的智慧出行下面，包括云控平台也分两个部分。

云控技术平台是新的方式。在这样的平台诞生第一可以提升开发效率，第二可以满足我们固有的标准，以及对信息安全和基础数据做一个管控。这样的方式来形成。

这样一种方式形成了，同样对于推动我们现在谈到的产业里面的云平台的建设一级、二级也会发生一种开发模式下的改变，我们称之为云控基础平台，等同于1.5级供应商的模式。有了这样一个云的基础架构以后，可以支撑从中心云、区域云、边缘云。未来是云、车、基础设施瑞为一体联动的。有非常清晰的商业模式，我们知道主机厂有很多应用数据服务平台都是垂直型的，如果既可以支撑车辆的运用，也可以包括主机的开发，包括对消费者的服务。

我们德国的VDS也在谈这种思想，你们是不是有这样的数据平台你们探索。我们谈到云的技术平台，我们跟你们谈到的需要中性，将来数据肯定是共性的，是脱敏的。我们看到五大技术平台，我们也知道从德国工业界，包括日本的工业界它们已经在实践。当然我们可以结合中国的特点对我们的东西进行推进。

在这个基础之上仍然包括高精度地图，这也是大家非常敏感，说得很多的。我们现在的地图基本上是导航地图，娱乐地图。真正自动驾驶的地图未来应该是需要的，是这样一种真正意义上的既有高精度的静态地图，也有动态，并且作为国家的基础设施。我们在中国的环境下面有非常敏感的东西，未来应该有这样的基础平台公司。既可以把高精度的静态地图协同做，更重要建立一种机制可以把脱敏的各个企业的实时动态数据融为一体，大家在这个基础上做差异化竞争。这个思想也不是我们提出的，也是国际上在探索了，只是我们会加快。

包括终端平台，大家知道终端多模式通信，多模式定位，网关融为一体。同样存在这样的概念。以及我们提到的终端平台也有这样一种商业模式，承上启下，二级和一级做支撑，也可以主机厂直接与1.5级。

还有信息安全平台同样采取这样的模式，把非竞争的，基础的、协同的在应用层面竞争。未来我们认为面向新一代的出行系统，我们的运载工具要演变成一定需要智能网联，智能网联汽车的产业化的促进一定是在五大技术平台，它我们这个产业发展里面，我们谈到的生态系统里面地重要支撑。这五大技术平台从它的定位、研发模式和对产业的支撑跟过去有很大的不一样。

好，我的介绍到这儿，谢谢大家！