1 自动驾驶技术发展的重要性与机遇。

王亚飞教授指出，自动驾驶技术的重要性源于用户需求、产业需求和技术成熟度恒亮强调自动驾驶技术能极大提升生产力和效率，并类比无线通信和智能手机的技术革命有道之途是上汽旗下的科创公司，专注于智能驾驶技术。

2 自动驾驶推动交通物流变革。

衡量介绍了海富通基金在商用车L4级自动驾驶领域的应用，包括港口、工业园区和矿山等场景，提升了生产安全和效率。吴首席分析了自动驾驶行业受重视的三大原因：汽车产业链发展、终端需求增长和AI技术进步。王教授分享了自己从早期到近期自动驾驶体验的进步，强调了技术发展的巨大飞跃。

3 自动驾驶技术的进展与政策影响。

衡量介绍了自动驾驶技术的进展，从系统稳定运行到算法和数据积累的进步，强调了技术成熟度和产业链的完善他还提到政策对自动驾驶产业的推动作用，特别是北京即将实施的自动驾驶车辆条例，以及各地政策的试点和商业化运营进展。

4 政策趋同促进自动驾驶发展。

衡量讨论了国内自动驾驶政策的趋同趋势，指出各地区政策在内容和实施措施上逐渐一致，有利于企业研发策略的制定。他还提到上海等地的政策落地性较好，并强调了标准制定的重要性，预计2025年L3级自动驾驶汽车认证规范的出台将促进技术普及和市场规范化。

5 自动驾驶技术分级与发展挑战。

衡量介绍了自动驾驶技术从L1到L4的分级及其技术差异，强调了L3和L4之间的技术分水岭他指出，L4在特定场景下已实现完全自动驾驶，但面临系统可靠性和稳定性等挑战长尾问题和复杂场景是当前技术发展的主要障碍。

6 自动驾驶技术面临挑战与进步。

衡量讨论了自动驾驶在乘用车和L4封闭场景中的技术难点，强调了安全性、效率和可靠性的重要性。他提到通过不断拓展场景和解决迁移性问题，自动驾驶技术可以逐步应用于更多复杂场景。此外，他还提到了车路协同技术的潜力和挑战。

7 自动驾驶技术的数据获取与挑战。

衡量讨论了自动驾驶技术中数据获取的重要性，特别是通过路测端和车路协同技术来增广数据来源他还提到自动驾驶技术面临的挑战，包括算力、算法和数据的多样性，以及技术路线上的分歧此外，他强调了本土化数据的重要性，并指出端到端方案在中国市场的进步和存在的问题。

8 特斯拉技术路线与挑战。

衡量讨论了特斯拉在自动驾驶技术上的贡献和挑战，强调其通过数据驱动和纯视觉方法在行业中独树一帜他指出，尽管特斯拉的技术路线在成本控制上具有优势，但在适应中国复杂多变的驾驶场景方面仍面临挑战此外，衡量认为中国企业可以从特斯拉学习如何在成本受限的情况下优化性能。

9 自动驾驶产业链的可持续发展。

衡量认为，当前乘用车自动驾驶的关键在于以消费者可接受的价格部署系统，通过数据反馈迭代提升系统性能中国自动驾驶产业链已相对完备，从传感器到算力均有布局，尤其在道路基础设施方面准备充分2025年自动驾驶产业规模预计达万亿级别，中国车企和科技型企业的发展为产业链提供了强大动力。

10 中国车企智能化发展迅速。衡量指出，中国车企在智能化领域发展迅速，尤其在智能驾驶方面，重点关注整车应用、robot

xi运营和零部件供应商三个方向。他还强调了数据闭环和测试系统在汽车领域的重要性，认为这些技术将推动产业发展。政策方面，中国对自动驾驶持鼓励态度，但希望政策能更领先于技术发展。

11 自动驾驶行业政策推动技术进步。

衡量讨论了自动驾驶行业的发展，指出政策法规的放开对技术进步有推动作用，并预测未来1到2年内行业将出现更多收购兼并他还提到，随着技术成熟，自动驾驶公司有望实现盈利其他嘉宾也强调了技术和商业闭环的重要性，认为未来几年自动驾驶技术将更加成熟，消费者接受度将提升。