“继电动化之后，汽车行业已经进入全面智能化的时代。这个‘全面’指的是智能化的发展速度可能会远远快于电动化的发展速度，未来的1～2年很可能不会存在不智能的汽车。”

　　近日，在“大军山·智能汽车科技大会（2024）”上中国电动汽车百人会副理事长兼秘书长张永伟对包括《中国经营报》在内的记者表示，汽车智能化在短短两到三年内迅速发展，已经进入到了比较理性的发展阶段。

　　工业和信息化部披露的数据显示，今年上半年，中国乘用车L2级辅助驾驶及以上新车渗透率达到 55.7%，其中具备领航辅助驾驶（NOA）功能的新车渗透率达到11%，预计全年智能网联汽车销量将超过1700万辆，渗透率超过60%，各家车企在智能化技术上加大投入，加快推动高阶智驾和大模型技术普及应用。

　　自动驾驶对于数据的需求非常旺盛，车企需要有更多的数据去持续迭代自动驾驶模型。然而，就我国而言，在自动驾驶领域车企对于数据的采集和处理却存在数据采集难以形成规模、长尾场景难覆盖、采集成本高、效率低等痛点。业内认为，推动数据共享是“破题之钥”。

　　数据共享可以降低采集成本

　　智能驾驶是汽车下半场的竞争焦点。近两年，人工智能、大模型的爆发，让智能网联汽车的开发，由原来基于规则的驱动变成了由数据驱动。在这一转变之下，高质量数据成为训练模型至关重要的要素。

　　然而，需要面对的现实是，智能驾驶数据特别是高质量的数据获取并不容易。

　　北京恺望数据科技有限公司（以下简称“恺望数据”）CTO李斌在大会上表示，特斯拉在全球拥有超过200万辆私家车进行“全场景、全时段”进行数据的采集，使其能以更低成本获取海量、多样化的驾驶数据。然而，国内车企能够进行数据采集的车辆规模相对不足，而且国内只能在特定区域和路况下进行采集，并且进行数据采集需要具备相关资质，这使得我国自动驾驶数据要上到一定的规模非常难。

　　与此同时，随着业务的发展，自动驾驶对于数据的需求量呈现指数级增长，数据采集的预算也将随之增长，要采集高质量的自动驾驶数据将面临成本增长的阻力。

　　“比如说，40万帧的数据需求量，采集时间大概需要40周，数据加工时间大概也要80周，总花费成本将达到500多万元左右。”李斌认为，如果让数据流通起来，在共享模式下，一部分数据由企业独立采集，另一部分采用其他车厂或供应商采集的类似数据，就可以达到数据采集以及加工时间减半的效果，同时成本也会降下来。

　　如若数据能够流通和共享的话，不仅可以实现更低的采集成本，李斌认为，还将能提高自动驾驶的训练迭代频次，而更快的训练频次将使车企的模型能够得到更好的训练。

　　目前，行业内各车企、自动驾驶公司将数据视为核心资产，往往不愿共享，这一心理使得行业内“数据孤岛”现象严重。

　　然而，自动驾驶系统需要大量场景多样性的数据来训练和优化模型。数据共享不仅可以降低重复采集和处理的成本，还可以扩大样本空间，帮助解决“长尾问题”，提升模型在极端场景下的泛化能力和可靠性。

　　业内有观点认为，只有通过数据共享构建开放的合作生态，才能推动智能驾驶技术走向成熟，并实现全球范围内的规模化应用。

　　探索已在路上

　　实际上，打破数据流通壁垒、突破自动驾驶算力发展瓶颈，已经成为行业共性话题。

　　在上海零数科技副总裁兼汽车交通事业部总经理刘波看来，数据是各个不同主体在不同时期、不同系统内产生的，只有实现共享才能打造出第二增长曲线。

　　“以前，数据只实现了内循环，即在一个公司内部不同部门之间进行流转，在内循环中我们已经尝到了甜头，切实地感受到数据共享能降本增效。但这还远远不够，我们应开始去打造数据的外循环，外循环是跨主体、跨行业、跨领域的，只有这样才能打造出第二增长曲线。”刘波认为，搭建一个汽车大数据交互平台，在数据基础设施上精准发力，才能够去解决数据容易修改、权属不清、流通不受控、泄漏隐私、计算不透明以及权责难追溯这六大痛点。

　　四维图新东区总经理霍敬宇在会上提到，随着智能驾驶感知能力不断升维，智能网联汽车数据量呈爆发式增长，据估算每辆汽车每隔数秒即可产生超150个参数，每小时数据量达500G至5T，每日收集量多达近百TB。然而，自动驾驶数据涉及敏感信息，车企存在不敢用、不敢采的心理，而且自动驾驶数据采集、处理的链条非常长，“脏活累活特别多”，并且难以变现和商业化。与此同时，在数据的采集确权、数据的合规性方面，监管部门管理起来也面临着复杂挑战。

　　在这一背景下，打造AI新基建成为新的解决之道。他指出，从车端、路端、云端，哪些数据能采、采完后如何处理和存储，存储之后如何进行数据脱敏，脱敏后如何给车厂做定制化图层，这一系列问题四维图新都已形成了一套完整的闭环处理系统。

　　“这个系统能够为车企提炼出真正对自动驾驶训练有用的数据。我们能把提炼出的特殊场景的数据提供给主机厂，帮助它们进行模型的训练。四维图新愿意把我们自己的算法开放给主机厂，主机厂也可以用我们的算法去融合和提升自身的算法能力，我们愿意与主机厂进行合作，建立一套新的生态。”霍敬宇说道。

　　恺望数据的定位是做打通数据流通的连接器，为自动驾驶提供数算一体、共享协同的数据基础设施。据悉，目前恺望数据已与北京亦庄智能城市研究院旗下全资子公司北京国际算力服务有限公司，联合打造了全国首个“车路云数据协同平台”，并已正式上线运营。

　　该平台聚焦自动驾驶车端感知数据和车路云智能交通场景，为企业提供高效、安全的智能数据应用服务，不仅提供精准适配和精加工的数据，还提供模型训练所需的GPU算力集群服务。

　　汽车数据资产的流通能够打破自动驾驶数据孤岛的现状。

　　张永伟强调，要以开放、合作、专注的思路走好智能化发展之路。对企业来讲，要发展智能汽车，单一企业不可能包打天下，因此开放、合作是汽车企业走好智能化的必由之路，谁能够打造一个更加开放的生态、谁能够实现领导创新链的能力，谁的迭代速度可能就更快。封闭走不好智能化，开放可以实现“1+1”大于2的聚合效应，只有这样智能化才会跑出发展“加速度”。