美國對華芯片出口限制重拳出擊，全球芯片行業蒸發2400億美元

蓮花是一個起源于英國的跑車品牌。至今已有74年歷史。2017年，路特斯開始在中國布局超高端智能電動生活車。在汽車新四化的大背景下，路特斯成為行業內第一個向電動化、智能化轉型的超豪華跑車品牌。2018年，路特斯提出面向全球的“愿景80”品牌復興計劃，將陸續推出路特斯品牌制造的超高端智能電動生活車。

“軟件定義汽車，硬件定義軟件的天花板。”蓮花科技智能駕駛算法軟件高級總監肖揚發表了主題為“機器人時代已經來臨，智能汽車是機器人的第一形態”的演講。以下是發言摘要:

蓮花科技智能駕駛算法軟件高級總監肖揚

凱文·凱利在《失控》中說:“機器正在變成生物，生物正在變成工程。”這句話提出已經20多年了，但仍然具有指導科技產業發展趨勢的現實意義。尤其是“機器正在變得生物化”也是蓮花科技智能駕駛團隊一直在思考的問題:機器人的時代已經到來。機器人的最初形態是什么？我們認為，在人工智能大規模落地的前提下，智能汽車將是機器人的第一形態。因為智能汽車行業可以承載人工智能整體落地所需的體量。

蓮花的“賽道”基因

我先介紹一下蓮花。路特斯是一個起源于英國的跑車品牌，至今已有74年歷史。此前，他主要專注于跑車領域。2017年加入吉利家族后，路特斯開始在國內布局超高端智能電動生活車。2018年，路特斯提出面向全球的“愿景80”品牌復興計劃，將陸續推出路特斯品牌制造的超高端智能電動生活車。在“新四化”的大背景下，路特斯成為行業內第一個向電動化、智能化轉型的超豪華跑車品牌。

過去，路特斯在F1賽道上有著輝煌的歷史，在世界一級方程式錦標賽中獲得了七次年度冠軍。總的來說，“軌跡”就是刻在蓮花骨子里的基因。未來，路特斯品牌將延續“賽道”基因，在純電動智能的新賽道上再創輝煌。

圖片來源:蓮花

現代汽車工業進入新時代。

傳統汽車機械時代，我們會用馬力、缸數、最高時速來定義汽車性能。現在進入一個新時代，尤其是汽車智能化、網絡化之后，我們逐漸看到這樣一個趨勢:大家會用計算平臺的計算能力、傳感器的數量、電子電氣架構來定義新一代智能汽車的性能水平。

與此同時，蓮花也在積極擁抱變化。相比于傳統的智能駕駛分類，我們更傾向于用“接管里程”和“覆蓋里程”兩個核心維度來定義智能駕駛的性能水平。

關于蓮花科技智能駕駛團隊目前的工作有三個重點:硬件、軟件和云。

首先是硬件，由于蓮花品牌調性相對較高，價格也較高，所以車型的成本承受能力相對更好，也可以支持蓮花品牌的智能駕駛系統，擁有更高的計算能力和更高精度的傳感器組合。在我們看來，智能駕駛還處于追求更高、更快、更強的階段，所以更強的硬件才能支撐路特斯實現這個目標，進而逐步實現配置探索。

蓮花打造的智能駕駛系統的硬件部分由4個激光雷達、7個800萬像素攝像頭、4個200萬像素全景攝像頭、12個超聲波雷達、2個4-D成像毫米波雷達和4個彎道雷達組成，并配備了2個NVIDIA Orion-X芯片，具有508TOPS的高計算能力。如此超豪華的硬件配置，應該屬于世界頂級配置。我們預計這種硬件嵌入將為后期軟件算法的迭代提供很高的天花板……并給用戶帶來更好的體驗。

再說軟件。Lotus圍繞軟件構建了三個重要的模型:風險模型、游戲模型和獨占模型。風險模型深度契合人機共駕的主題，融合了軟件算法開發的深度思考和前沿的軟件算法研發能力。路特斯期待帶給用戶不一樣的差異化體驗，體現路特斯自身的“賽道”基因。

風險模型能更好地實現“人機共駕”

下面重點介紹Lotus創建的風險模型，以及與人機共駕相關的功能。其實有一個認知，智能駕駛主要是用功能來定義的，包括LKA車道保持、AEB防撞等功能，來定義我們給用戶提供什么樣的體驗。但現在會逐漸從功能定義轉向以性能定義產品能力，其中性能的定義取決于剛才提到的兩個維度:MPI(接管里程)和CMI(覆蓋里程)。當然，這兩個維度也離不開四個核心指標，即安全、法規、智能、舒適。

風險模型用一句話來解釋:排除一切主動收購。在左圖中，深黃色是我們的系統可以提供的能力，淺黃色是當前環境需要的安全能力。橫軸上隨著時間的推移，這些能力會動態變化，暗黃色的領域總是覆蓋了淺黃色系統環境的要求。在這種情況下，人們需要干預、接管或介入整個駕駛行為，以保證系統的安全。

圖片來源:蓮花

如果風險模型期望完全消除主動接管，就必須達到正確的數字，即讓深黃色區域盡可能地增長，系統能夠準確識別淺黃色環境的要求，從而減少人工干預，徹底釋放駕駛員的能量。用一句話解釋風險模型，其實可以是一個不等式，即“系統能力+駕駛員參與>環境要求”。

風險模型要分三步做:第一步，提高識別風險的能力。首先將US(用戶故事)和MPI問題整合為風險模型的需求，產品定期分析路測問題，圈定風險模型的責任范圍。對于指定的路測問題，將風險模型的召回率統計為衡量風險模型的量化指標。第二，大量路測和長尾問題的積累，有助于維護龐大完整的風險場景庫，更好地解決系統識別環境風險的能力。第二步，了解系統的安全能力，這需要大量的閉環數據和海量的路測，找出系統能夠達到的性能和能力邊界。第三步相對簡單。在回答了“系統能力+駕駛員參與>環境要求”的不等式后，充分識別環境風險，充分理解系統邊界能力，就可以解決控制權何時需要從機器移交到人手的問題，最終實現真正的人機共駕。

robo Galaxy——智能駕駛的云數據工廠

Lotus在做風險模型的時候也用了一些深度學習的AI算法。要實現這個功能，系統背后必須有一個非常強大的基礎設施支撐，那就是云基礎設施。剛才提到了硬件、軟件和云，如果用一句話來解釋它們之間的關系，其實就是硬件決定了整個智能駕駛系統的天花板，軟件決定了系統能夠達到的上限，最后云可以幫助系統以更大的加速度達到上限。硬件、軟件和云的結合可以創造更好的智能駕駛。

為了將路特斯打造成為智能駕駛的最佳實踐平臺，提高軟件迭代和測試驗證能力，解決業務斷點和數據碎片化問題，路特斯智能駕駛的發展從手工作坊式模式走向自動化生產線生產模式，這歸功于路特斯智能駕駛工具鏈的SaaS系統——Robo Galaxy。

ROBO銀河采用混合云方案。首先……公有云的輔助計算資源用于補充系統的計算消耗；然后通過私有云存儲智能駕駛R&D和量產過程中收集的海量數據；最后，配合機要機房，達到安全合規的目的。

作為智能駕駛領域的工具鏈解決方案，ROBO銀河的定位是智能駕駛的云數據工廠。基于PaaS層頂層的統一數據管理平臺，開放數據采集、數據合規、數據標注、數據訓練、數據模擬、數據監控六大主要組件，形成全流程服務，實現完整的數據驅動閉環。

圖片來源:蓮花

ROBO銀河有三大優勢:強兼容性、全鏈路、動態分配。將繼續在智能駕駛的流水線上造血，挖掘數據價值，迭代算法，提升系統能力，期待為智能駕駛行業解決數據孤島、算法優化慢的痛點，帶來更便捷的云管理和云服務，加速智能駕駛行業走向更高更快更強的時代。

(以上內容來自于2022年9月15日由Gaspar主辦的2022年第五屆自動駕駛與人機共駕論壇上，蓮花科技智能駕駛算法軟件高級總監肖揚發表的題為《機器人時代已經到來，智能汽車是機器人的第一形態》的主題演講。)蓮花是一個起源于英國的跑車品牌。至今已有74年歷史。2017年，路特斯開始在中國布局超高端智能電動生活車。在汽車新四化的大背景下，路特斯成為行業內第一個向電動化、智能化轉型的超豪華跑車品牌。2018年，路特斯提出面向全球的“愿景80”品牌復興計劃，將陸續推出路特斯品牌制造的超高端智能電動生活車。

“軟件定義汽車，硬件定義軟件的天花板。”蓮花科技智能駕駛算法軟件高級總監肖揚發表了主題為“機器人時代已經來臨，智能汽車是機器人的第一形態”的演講。以下是發言摘要:

蓮花科技智能駕駛算法軟件高級總監肖揚

凱文·凱利在《失控》中說:“機器正在變成生物，生物正在變成工程。”這句話提出已經20多年了，但仍然具有指導科技產業發展趨勢的現實意義。尤其是“機器正在變得生物化”也是蓮花科技智能駕駛團隊一直在思考的問題:機器人的時代已經到來。機器人的最初形態是什么？我們認為，在人工智能大規模落地的前提下，智能汽車將是機器人的第一形態。因為智能汽車行業可以承載人工智能整體落地所需的體量。

蓮花的“賽道”基因

我先介紹一下蓮花。路特斯是一個起源于英國的跑車品牌，至今已有74年歷史。此前，他主要專注于跑車領域。2017年加入吉利家族后，路特斯開始在國內布局超高端智能電動生活車。2018年，路特斯提出面向全球的“愿景80”品牌復興計劃，將陸續推出路特斯品牌制造的超高端智能電動生活車。在“新四化”的大背景下，路特斯成為行業內第一個向電動化、智能化轉型的超豪華跑車品牌。

過去，路特斯在F1賽道上有著輝煌的歷史，在世界一級方程式錦標賽中獲得了七次年度冠軍。總的來說，“軌跡”就是刻在蓮花骨子里的基因。未來，路特斯品牌將延續“賽道”基因，在純電動智能的新賽道上再創輝煌。

圖片來源:蓮花

現代汽車工業進入新時代。

傳統汽車機械時代，我們會用馬力、缸數、最高時速來定義汽車性能。現在進入一個新的時代，尤其是汽車智能化、網絡化之后，我們逐漸看到這樣一個趨勢:大家會用計算平臺的計算能力、傳感器的數量、e……電子和電氣建筑。

與此同時，蓮花也在積極擁抱變化。相比于傳統的智能駕駛分類，我們更傾向于用“接管里程”和“覆蓋里程”兩個核心維度來定義智能駕駛的性能水平。

關于蓮花科技智能駕駛團隊目前的工作有三個重點:硬件、軟件和云。

首先是硬件，由于蓮花品牌調性相對較高，價格也較高，所以車型的成本承受能力相對更好，也可以支持蓮花品牌的智能駕駛系統，擁有更高的計算能力和更高精度的傳感器組合。從我們的角度來說，智能駕駛還處于追求更高、更快、更強的階段，所以更強的硬件才能支撐路特斯實現這個目標，進而逐步實現配置探索。

蓮花打造的智能駕駛系統的硬件部分由4個激光雷達、7個800萬像素攝像頭、4個200萬像素全景攝像頭、12個超聲波雷達、2個4-D成像毫米波雷達和4個彎道雷達組成，并配備了2個NVIDIA Orion-X芯片，具有508TOPS的高計算能力。如此超豪華的硬件配置，應該屬于世界頂級配置。我們期待這種硬件嵌入能為后期軟件算法的迭代提供非常高的天花板，給用戶帶來更好的體驗。

再說軟件。Lotus圍繞軟件構建了三個重要的模型:風險模型、游戲模型和獨占模型。風險模型深度契合人機共駕的主題，融合了軟件算法開發的深度思考和前沿的軟件算法研發能力。路特斯期待帶給用戶不一樣的差異化體驗，體現路特斯自身的“賽道”基因。

風險模型能更好地實現“人機共駕”

下面重點介紹Lotus創建的風險模型，以及與人機共駕相關的功能。其實有一個認知，智能駕駛主要是用功能來定義的，包括LKA車道保持、AEB防撞等功能，來定義我們給用戶提供什么樣的體驗。但現在會逐漸從功能定義轉向以性能定義產品能力，其中性能的定義取決于剛才提到的兩個維度:MPI(接管里程)和CMI(覆蓋里程)。當然，這兩個維度也離不開四個核心指標，即安全、法規、智能、舒適。

風險模型用一句話來解釋:排除一切主動收購。在左圖中，深黃色是我們的系統可以提供的能力，淺黃色是當前環境需要的安全能力。橫軸上隨著時間的推移，這些能力會動態變化，暗黃色的領域總是覆蓋了淺黃色系統環境的要求。在這種情況下，人們需要干預、接管或介入整個駕駛行為，以保證系統的安全。

圖片來源:蓮花

如果風險模型期望完全消除主動接管，就必須達到正確的數字，即讓深黃色區域盡可能地增長，系統能夠準確識別淺黃色環境的要求，從而減少人工干預，徹底釋放駕駛員的能量。用一句話解釋風險模型，其實可以是一個不等式，即“系統能力+駕駛員參與>環境要求”。

風險模型要分三步做:第一步，提高識別風險的能力。首先將US(用戶故事)和MPI問題整合為風險模型的需求，產品定期分析路測問題，圈定風險模型的責任范圍。對于指定的路測問題，將風險模型的召回率統計為衡量風險模型的量化指標。第二，大量路測和長尾問題的積累，有助于維護龐大完整的風險場景庫，更好地解決系統識別環境風險的能力。第二步，了解系統的安全能力，這需要大量的閉環數據和海量的路測，找出系統能夠達到的性能和能力邊界。第三步相對簡單。答完“sy……的不等式后em能力+駕駛員參與>環境要求”，充分識別環境風險，充分理解系統邊界能力，才能解決何時需要將控制權從機器移交到人手里的問題，最終實現真正的人機共駕。

robo Galaxy——智能駕駛的云數據工廠

Lotus在做風險模型的時候也用了一些深度學習的AI算法。要實現這個功能，系統背后必須有一個非常強大的基礎設施支撐，那就是云基礎設施。剛才提到了硬件、軟件和云，如果用一句話來解釋它們之間的關系，其實就是硬件決定了整個智能駕駛系統的天花板，軟件決定了系統能夠達到的上限，最后云可以幫助系統以更大的加速度達到上限。硬件、軟件和云的結合可以創造更好的智能駕駛。

為了將路特斯打造成為智能駕駛的最佳實踐平臺，提高軟件迭代和測試驗證能力，解決業務斷點和數據碎片化問題，路特斯智能駕駛的發展從手工作坊式模式走向自動化生產線生產模式，這歸功于路特斯智能駕駛工具鏈的SaaS系統——Robo Galaxy。

ROBO銀河采用混合云方案。首先利用公有云的海量計算資源來補充系統對計算的消耗；然后通過私有云存儲智能駕駛R&D和量產過程中收集的海量數據；最后，配合機要機房，達到安全合規的目的。

作為智能駕駛領域的工具鏈解決方案，ROBO銀河的定位是智能駕駛的云數據工廠。基于PaaS層頂層的統一數據管理平臺，開放數據采集、數據合規、數據標注、數據訓練、數據模擬、數據監控六大主要組件，形成全流程服務，實現完整的數據驅動閉環。

圖片來源:蓮花

ROBO銀河有三大優勢:強兼容性、全鏈路、動態分配。將繼續在智能駕駛的流水線上造血，挖掘數據價值，迭代算法，提升系統能力，期待為智能駕駛行業解決數據孤島、算法優化慢的痛點，帶來更便捷的云管理和云服務，加速智能駕駛行業走向更高更快更強的時代。

(以上內容來自于2022年9月15日由Gaspar主辦的2022年第五屆自動駕駛與人機共駕論壇上，蓮花科技智能駕駛算法軟件高級總監肖揚發表的題為《機器人時代已經到來，智能汽車是機器人的第一形態》的主題演講。)

標簽：RAM

汽車資訊熱門資訊