今天車庫的第二期線下沙龍圓滿結束，地平線 BPU 算法負責人羅恆博士在演講和互動中深入淺出地談到了關於芯片和自動駕駛發展的最新動態和思考，讓我們非常受教。
以下是羅恆博士線下沙龍中提到的一些有意思的信息點：
——自動駕駛的體驗來自於多個方面，包括算法、算力和數據等。對於車企來説，非常關鍵的是用最佳的辦法優化短板，根據「木桶理論」，把一個木桶的長板做長，不一定能夠獲得多大的收益。
——其實征程 5 的算力，是能夠比較好地支持城市 NOA，但真正要把這個東西做出來是需要多方協作，它受限於很多因素。車企選擇芯片，背後的邏輯是非常複雜的，它背後考慮的因素非常多，不僅僅是芯片能力。總體來説，這是一個技術的問題，也是一個商業問題。
——從特斯拉的角度來看，它一直追求車的種類儘量少，傳感器保持一致，硬件保持一致，背後的邏輯是降低硬件和軟件的迭代成本。
——地平線的下一代芯片，會體現出一個全車智能中心的作用。因為目前的高等級輔助駕駛應用越來越多，所以既要關注車外，也要關注司機的狀態，更理想的是採用一種新的人機交互界面，能夠降低開車的疲勞，也能夠保證車輛的安全。
——地平線下一代芯片，其實一個 Family，它要承擔不同的成本和定位，所以有高低配；但是旗艦芯片在算力層面的增長一定會有，但它不會對標某一款芯片。
——什麼是好的自動駕駛？一是能夠覆蓋更多的道路，如果只是在封閉道路開，很難講到價值，如果只是在一個城市開，也很難講到價值。二是安全，這是絕對的。第三是效率，效率差也不行。第四是舒適。但所有這些的前提是要擁有足夠多的車的數量，這樣才能夠從統計學意義上説它好不好。
——Transformer 本質上帶來的不是某一方面的效率提升，而是提供了一種新的解決問題的方法，它所帶來的特性是以往的 RNN 和 CNN 都不具備的，這個特性可能就帶來了革命性的改變。
——其實一開始特斯拉對毫米波雷達是非常認可的，它可以提供不同波段的數據，是有價值的。但是後來特斯拉把它去掉了，原因是，它確實可以對物體進行測距測速，但是不一定準，因為所有傳感器都不是完美的。另一方面，特斯拉的視覺系統越來越重，變成了兩個信息源，所以就要做一些取捨。接下來是不是會加回來，還要看。
——自動駕駛會迎來一個 AlphaGo 時刻嗎？不一定。馬斯克其實已經非常厲害了，但他還是在自動駕駛上犯了無數錯，比如説他預測自動駕駛的時間，就被無數次打臉。那麼，自動駕駛的問題能夠在未來兩三年能夠解決嗎？我不認為有人能夠看到一個確定性的趨勢。
——在這個行業，目前大家採用降成本、降硬件的措施是正確的，因為軟件的可能性是非常多的。在軟件的潛力被釋放出來之前，去堆那麼貴的算力，沒辦法形成量產和大規模鋪開，這是不太合理的。
大家對自動駕駛行業的發展怎麼看？評論區聊一聊吧。
#新能源汽車##42how##地平線##芯片#
via 42號車庫的微博