三戰港交所終圓夢，開盤破發。車東西12月19日消息，就在剛剛，希迪智駕科技股份有限公司在港交所主機板正式掛牌上市，成為港股市場"商用車智能駕駛第一股"，同時也成為了全球範圍內首家專注於礦區無人駕駛場景的上市公司。▲希迪智駕招股書開盤15分鐘，希迪智駕小跌0.61%，報261.4港元/股（約合人民幣237.88元/股），市值達114.5億港元（約合人民幣104.2億元）。▲希迪智駕開盤15分鐘股價資訊開盤1小時，希迪智駕跌15.44%，報222.4港元/股（約合人民幣202.38元/股），市值達97.39億港元（約合人民幣88.62億元）。▲希迪智駕開盤1小時股價資訊希迪智駕此次IPO全球發售540.8萬股H股，每股定價263港元（約合人民幣239.3元），募資總額約14.2億港元（約合人民幣12.9億元），估值超90億元人民幣。截至12月15日，公開發售部分已錄得超購8.8倍，基石投資者認購約5.46億港元（約合人民幣4.97億元），顯示市場對公司前景的積極預期。▲希迪智駕近三年財務資訊此前，希迪智駕曾三次遞表港交所，隨著目前港股智駕上市的熱潮和公司進一步增收減虧的趨勢，也讓其最終圓夢港交所，拿下“無人礦卡第一股”。01. 三年虧損超4億 毛利率已轉正希迪智駕此次港股IPO公開發售佔比5%，每手10股入場費2656.5港元（約合人民幣2417.4元），基石投資者包括湖南湘江智騁、南寧智駕一號、工銀瑞信等機構，合計認購約5.46億港元股份（約合人民幣4.97億元）。從近三年財務資料來看，希迪智駕呈現典型的"高增長、高虧損、高研發投入"特徵。2022年至2024年，希迪智駕營收分別為3105.6萬元、1.33億元和4.1億元，復合年增長率為263.1%。▲希迪智駕營收情況招股書顯示，這一增長主要得益於自動駕駛礦卡業務的爆發式增長，該業務收入從2022年的2718.7萬元增至2024年的2.47億元，佔比從87.6%提升至60.1%。同時，希迪智駕的V2X（車聯網）業務收入也快速增長，從2022年的305.8萬元增至2024年的1.02億元，佔比從9.8%提升至24.8%。在盈利能力方面，希迪智駕雖仍處於虧損狀態，但虧損持續縮小。▲希迪智駕虧損情況2022年至2024年，希迪智駕的期內虧損為2.63億元、2.55億元、5.8億元，經調整淨虧損分別為1.59億元、1.38億元和1.27億元。希迪智駕毛利率也從2022年的-19.3%改善至2024年的24.7%，顯示商業化能力逐步提升。2025年上半年，希迪智駕營收達4.08億元，同比增長57.9%，接近2024年全年營收規模，毛利也達到了6970萬元，同比增長57.1%。在研發投入方面，希迪智駕2022年至2024年分別投入1.11億元、9009.7萬元和1.93億元，今年截止到6月30日的研發開支為1.51億元，近年累計投入約5.45億元。▲希迪智駕人員構成截至2025年6月30日，希迪智駕研發人員佔比超過80%，其中博士11人、碩士130人，外籍專家4名。客戶結構方面，希迪智駕頭部客戶集中度較高。2022年至2024年，希迪智駕前五大客戶收入佔比分別為96.7%、64.1%和80.0%，其中最大客戶收入佔比分別為78.4%、31.2%和37.4%。這表明希迪智駕的業務依賴頭部客戶，但也顯示其在頭部客戶中的認可度較高。▲希迪智駕最新訂單資訊（截至2025年6月30日）截至2025年6月30日，希迪智駕已服務152名客戶，累計交付304輛自動駕駛礦卡及110套獨立自動駕駛卡車系統，並獲得357輛礦卡及290套系統的指示性訂單，業務規模持續擴大。02. 完成多輪融資 估值超90億在融資歷程上，自成立以來，希迪智駕已成功完成多輪融資，但值得注意的是，目前他們的融資依然停留在2024年的C+輪。▲希迪智駕融資歷程從2018年3月的A輪到2022年6月的C輪融資，希迪智駕累計獲得超過10億元，投資者包括紅杉中國和百度等企業。至此，在完成C+輪融資後，希迪智駕的投後估值超過了90億元人民幣。▲希迪智駕主要投資者從最後實際可行日期的投資者股份構成來看，紅杉資本持股為10.61%，新鼎資本持股為9.67%，方正和生投資持股為4.28%，持股為3.49%，兩江基金持股為3.01%，湘江國有投資持股為2.77%，瑞世資本持股為2.75%，百度持股為2.39%，青蒿資本持股為2.33%，、光控眾盈分別持股為2.27%。在此次港股IPO後，希迪智駕的投資者所對應的股權則可能會有所變化。▲希迪智駕投資者持股比例03. 大疆教父再創業 致力解決專業領域創立希迪智駕李澤湘教授也是一個傳奇人物，李澤湘還一度擔任大疆董事長，甚至被稱為“大疆教父”。他在運動控制及製造行業擁有超過30年經驗。▲希迪智駕創始人李澤湘他自2017年10月加入希迪智駕，並於2017年10月16日被任命為董事。自1992年起，他擔任香港科技大學電子與電腦工程系教授。1998年，他在香港科技大學建立自動化技術中心，並自2015年起成為香港科技大學機器人研究所的主要成員。此外，公司有兩位執行董事：馬濰和胡斯博。馬濰69歲，是公司聯合創始人、執行董事兼副主席，自2017年10月起加入公司並獲委任為董事。▲希迪智駕聯合創始人、執行董事兼副主席馬濰他在電子及技術行業擁有逾20年經驗，曾在西安電子科技大學任教，並先後在美國國家半導體公司（2002–2012年）和德州儀器公司（2012–2017年）擔任董事。馬濰於1982年和1985年在西安電子科技大學分別獲得通訊工程學士和碩士學位，並於1994年在英國薩裡大學獲得訊號處理博士學位。胡斯博38歲，現任公司執行董事兼首席執行長，於2018年1月加入集團，並於2023年10月30日正式獲委任為董事及CEO。加入公司前，他曾在2009年至2011年間於美國紐約C&C Trading, LLC從事演算法交易，開發自動化系統與策略。▲希迪智駕執行董事、CEO胡斯博自2018年起，他歷任公司智能駕駛平台部高級科學家、新技術開發中心主任科學家、技術創新中心研發總監及CiDiLabs負責人，並於2021年8月被長沙市委認定為市級產業領軍人才。胡斯博於2009年獲美國威廉姆斯學院經濟學與數學雙學士學位，隨後於2014年和2017年分別獲得加州大學伯克利分校的工商管理碩士和博士學位。在解決方案市場份額方面，根據灼識諮詢的資料顯示，希迪智駕是中國唯一一家在封閉環境、城市道路及城際道路上實現解決方案商業化的頭部自動駕駛公司。希迪智駕為中國某礦區交付了56輛自動駕駛礦卡，與約500輛有人駕駛卡車混合行駛，組成全球最大的混編作業採礦車隊，並交付了中國首個完全無人駕駛純電採礦車隊。▲希迪智駕元礦山解決方案希迪智駕解決方案具體來說，其發佈了全端自動駕駛礦卡解決方案“元礦山”，整合了其專有演算法與廣泛使用的商用車輛自動駕駛硬體，實現無人駕駛礦卡的操作及遠端監控，從而實現勞動密集型採礦作業的自動化。此外，希迪智駕的自動駕駛物流車解決方案旨在實現工廠及物流園區等封閉及半封閉環境中安全、可靠、穩定及高效的無人駕駛多載物流作業，推動物流無人化的發展。▲希迪智駕V2X技術示意圖在V2X領域，希迪智駕的智能交通V2X產品及解決方案融合先進的感知技術、感測器融合演算法、V2X通訊功能及交通最佳化演算法，提高道路安全，實現交通協同感知和最佳化交通流量。商業化方面，希迪智駕於2018年開始商業化落地商用車輛自動駕駛技術，是中國同業中最早實現商業化的公司之一。此外，希迪智駕於2022年開始量產元礦山及自動駕駛物流車解決方案，截至2025年6月30日已向客戶交付304輛自動駕駛礦卡。04. 結語：商用車智駕資本化開始希迪智駕正式掛牌港交所，成為港股“無人礦卡第一股”，標誌著礦區無人駕駛細分領域邁入資本化新階段。從基本面看，公司營收呈爆發式增長，毛利率轉正且經調整虧損持續縮小，顯示其商業化閉環已初具成效。依託“大疆教父”李澤湘教授領銜的高規格研發團隊，以及紅杉、百度等深厚的資本背書，希迪智駕在封閉場景與V2X領域已確立先發優勢。此次IPO不僅驗證了市場對其“高增長、高研發”模式的認可，也將為其後續技術迭代與全球化業務擴張提供充足動力。 (車東西)

汽車智能化是一道巨大的門檻，汽車公司跨過去就飛昇，跌倒了就沉淪。比亞迪吉利競逐頭馬，智駕也將扮演重要籌碼。還在質疑汽車智能駕駛的人，臉疼嗎？真·自動駕駛的靴子，就要落地了。就在本周，工信部為兩款L3級自動駕駛車型通過了准入許可。長安深藍SL03和極狐阿爾法S將分別在重慶和北京實現L3運行，有別於之前的“測試牌照”，這次是可以量產銷售的車型。篤定的人越來越多，但疑問和質疑的聲音也並不少。“不是早就有L4了嗎？”“為什麼不是遙遙領先的車先上L3？”“到底能不能在城市裡開？我能買到嗎？”“其他的汽車公司呢？銷量最大的比亞迪、吉利、奇瑞怎麼不上L3？”……別慌，從城區領航輔助NOA為代表的“高階L2”，到真正的自動駕駛L3以及更遠的L4/5，必然會在比亞迪、吉利、奇瑞、長安、長城以及一汽、東風、上汽、北汽、廣汽等逐漸普及開，只是一個時間問題。並且高階L2與L3的落地，將決定比亞迪與吉利後續“銷量王者之爭”的結局。但最難的課題，在於這個發展的階段到底該如何走。我們曾經和比亞迪高管交流時，建議過“2025年卷智駕，優先於卷價格”。雖然“天神之眼”在上半年的品牌塑造未臻理想，千里浩瀚和獵鷹也才嶄露頭角，但拉長觀察時間軸，從現在的大勢看，不平坦的路往往才是正確的路。01 智駕必卷，但要講究方法工信部給L3通過量產車型的准入，重要性很可能遠超過多數人的認知。這明顯是告訴整車企業，“你們可以往那兒發力”。同時，也在潛移默化引導輿論。2025年對汽車智能化來說，堪稱是冰火兩重天。一方面，搭載城區領航輔助駕駛的新車，1-10月累計銷量突破200萬輛——每10輛新車，就有一輛是“高階智駕車”；如果加上高速領航輔助車型和基礎L2車型，那麼佔據車市比重高達64%——每10輛新車，就有6輛是智能化車型。另一方面，3月底小米致命車禍引發“智能化遇冷”。不僅諸多消費者對汽車智能輔助駕駛的可靠性產生懷疑，甚至不少行業人士也擔心智能化發展會“剎車”。還有人將比亞迪2025年“卷智駕”的舉措視為“不如繼續卷價格”，理由是漢L、唐L等標配城區領航輔助的新車並未熱銷，“天神之眼”智駕品牌的傳播在小米車禍之後也減輕了力度。我們曾在2024年建議比亞迪“卷智駕”而不是“卷價格”。那麼“卷智駕”到底對不對？列寧說：真理往前多走一步就是謬誤。比亞迪有些智能化車型未臻理想並非因為“卷智駕”，而是因為客觀原因，加上“智駕還沒捲到位”。先梳理分析框架作為前提——汽車的競爭力，可以解構為“五力”分支：1、品牌力。這是品牌與生俱來的，五年前BBA就是無可爭議有吸引力，如今華為小米特斯拉就是粉絲絡繹不絕。2、價格競爭力。絕大多數消費者購車首要考慮的因素，就是自己的預算購買力，對應到供應端，便是價格競爭力。3、產品力。最硬核的競爭力，但經常被人誤解。動力、操控是產品力，美觀、舒適也是產品力，不同使用者各有喜好。4、行銷力。這是最“軟性”但不可或缺的力量。從品牌塑造支撐品牌力，到品宣支撐銷售線索，不可簡單粗暴視為“忽悠”、“欺哄”。5、管道力。這是很容易被忽視的力量。服務質量就落在這一分支，而新能源車的配套設施也屬於該領域。基於“五力”分析比亞迪今年上半年開卷智駕之得失。產品力的提升，毋庸置疑。但是以漢L和唐L來說，有一些使用者反映老款漢設計更大氣，空間也寬敞。因此漢L並未對漢實現全方位的產品力超越。價格競爭力，是拖累漢L和唐L的最大因素。以漢家族為例仔細分析。漢L指導價20.98~27.98萬元，終端優惠基本上1.5萬元左右。而漢的指導價16.88~23.58萬元，終端優惠基本上2萬元左右。這意味著漢的終端起售價比漢L低了4~5萬元。從銷量比重更大的中低配來看，4~5萬元價格差，能否通過天神之眼B（Di-Pilot 300）+更高的純電續航里程+稍大的尺寸、更強的動力實現“使用者買單”？答案是“對於20萬元左右價格帶，非常困難”。反過來，價格接近的漢與漢L相比，性能並不落後。今年漢也推出了純電續航更高的245km版。例如終端18.98萬的漢DM-i 245km雷射雷達旗艦，對比19.48萬元的漢L DM-i 200km雷射雷達旗艦，續航、油耗和加速還稍佔優勢。行銷力則是受小米車禍影響，天神之眼的宣傳不如年初用力，知道“漢L和唐L全系高階智駕”的人並不多。五力中，品牌力管道力產品力基本上讓漢L和漢打平，價格競爭力和行銷力卻因為定價偏高和意外因素而吃虧，在競爭對手如狼似虎的背景下，自然無法讓漢L延續漢之前的輝煌。然而，並不能就此斷言“比亞迪卷智駕是戰略失誤”。因為今年以來，民間已經對“天神之眼”的名聲逐漸熟悉，也讓比亞迪“完全不夠智能”的落後帽子被扔進太平洋。卷價格，能讓比亞迪眼前的業績得到一定的向上衝量，但卷智駕，卻是為比亞迪今後數十年鋪墊道路。到底該選那個？取決於價值觀。02 自動駕駛，又近，又遠比亞迪和吉利該不該“卷智駕”，一個大前提在於智能駕駛的前景是否可靠。作為智駕高階形態，自動駕駛面臨著諸多質疑，不乏消費者宣稱“我開車只信自己，不信機器”。那麼，關於自動駕駛，正確的認知是什麼？認為自動駕駛輕鬆就能實現的人，純屬狂妄自大。認為自動駕駛永遠不能實現的人，純屬妄自菲薄。真正懂技術的人，就會知道，重大技術的周期很長，從概念探索、預研、立項、研發、試制到大批次生產，短則五年十年，長則數十年。軍工是典型例子，如今當紅的第五代隱身戰鬥機，九十年代到世紀初立項，而概念探索可以追溯到七十年代。“高超音速戰鬥機”概念，九十年代就探索過，現在也還只是研發階段。汽車也是類似，在智能網聯技術加快更新迭代之前，都是6到8年一代車，並且那時候汽車的換代，更多地是設計代際更新，技術反而是漸進式，例如發動機排量增大一些，增加了渦輪增壓器等等。對於自動駕駛這種跨越式的技術，憑什麼反而要求在短短幾年內就搞定？本來就應該有足夠耐心，用幾個十年去認真打磨。汽車駕駛自動化的源頭，最早可以追溯到1925年的America Wonder，美國陸軍電子工程師設計，以及1995年卡內基梅隆大學的NavLab。但真正考慮商用的探索，則是2009年Google涉足自動駕駛。換句話說，人類對汽車自動駕駛真正的預研和研發，也才區區16年。能夠用兩個十年左右的時間，就初步取得商業成功，汽車自動駕駛又怎麼可能是“騙局”？華為智能汽車解決方案CEO靳玉志去年就提出過，“高速L3自動駕駛商用快來了”。讀懂這句話，就知道無論是靳玉志，還是華為，又或者中國汽車智能化的趨勢，在這裡壓根不是吹牛。“高速”劃定了運行區域，也就是智能駕駛非常重視的ODD（Operational Domain Design，設計運行域）。“商用”意味著和之前的測試牌照並不是一回事。是不是這幾年被“首個L3牌照”給聽得耳朵起老繭？記住，那些都是測試牌照。而本次的“准入許可”，意味著L3車型真正能夠量產銷售、上路營運。相當於以前的L3都是學生黨，現在是能工作的牛馬，儘管還是實習工作期（前期主要面向共享租賃的B端營運，還沒面向消費者銷售）。所以說，自動駕駛距離我們既遠又近。近，是因為以預研和研發來說，一直在推進中，所以你總能聽見“某某品牌又獲得L3牌照（測試牌照）”的說法，四分汗水的背後，是三分行銷，三分引笑。而今，L3自動駕駛的商用化何止是臨門一腳？射門的腳都觸碰到球了。遠，是因為普羅大眾理解的“自動駕駛來了”，是一種“消費者隨便能買”的狀態。但是即便工信部頒發了正式上路許可，初期的L3車輛銷售，依然不是面向個人使用者。獲得許可的兩款車型分別是長安牌SC7000AAARBEV型純電動轎車，即新款深藍SL03，和極狐牌BJ7001A61NBEV型純電動轎車，即阿爾法S三雷射雷達版。根據廠家的反饋回覆，目前這兩款車都是“暫時”沒有面向個人消費者（C端）銷售，主要面向B端（共享租賃等）。用新能源汽車做個類比，比亞迪早期銷售的E6純電動車和F3DM混動車，主要也是面向B端，一直到後來汽車電動化技術成熟，配套的充電補能設施鋪開，新能源汽車才走進千家萬戶。重大技術的長周期，讓自動駕駛這樣的技術，距離我們既遠又近，這不是矛盾，而是現實，更是機遇。03 比亞迪VS吉利，智駕決定後勁中國汽車市場誰是龍頭老大，從來都是萬眾矚目的課題。自從2022年比亞迪擊敗一汽-大眾以來，2025年又提前鎖定桂冠，迄今已經蟬聯四年。2026年呢？假如加上商用車，加上出口銷量，不出意外比亞迪會繼續拿下金腰帶。但假如統計國內市場乘用車銷量，那麼比亞迪將會面臨一些車企的逼近。以C次元統計2025年比亞迪和吉利旗下乘用車品牌國內市場上險數來看，前11個月，吉利乘用車國內累計銷量達到比亞迪76.6%水平，最近兩個月都在80%左右。其實，這並不是比亞迪不再優秀，而是吉利也很優秀。孟子有云：“入無法家拂士，出無敵國外患者，國恆亡。”吉利就是催促比亞迪不斷進化、亦對手亦朋友的“外部力量”。“八成比亞迪業績”的吉利，如今上行勢頭正盛，能否在2026年大幅度縮短銷量差距，甚至實現趕超？“比吉爭霸賽”無疑將成為這幾年最大的看點。C次元認為，智駕將在其中扮演重要籌碼角色，甚至是勝負手之一。市場消費，有三大要素：1、消費實力。本質上是消費品價格匹配購買力。包括消費者端的“預算”，以及供應端的“價格”，所以需要補貼政策和津貼。2、消費需求。本質上消費品的性能匹配使用者痛點。所以鼓勵汽車做電動化和智能化轉型。但是以可靠安全為前提。3、消費信心。本質上是消費者對宏觀環境、自身處境和產品都有信心。車企最能掌控的要素，在於“消費實力”中供應端的價格，與“消費需求”中供應端的性能。汽車性能還有什麼維度能大幅度提升？是空間還能擴大軸距1米？還是動力能翻倍到幾千馬力？都不是，電動化帶來的能耗可以降低為原先的幾分之一，而智能化帶來的功能豐富性可以提升為原先的幾倍幾十倍，甚至千百倍。故而，智能化決定了汽車未來產品力的前景。比亞迪和吉利，各自的智能化尤其是智駕的發展策略與現狀，對比之下可見後勁存在差異。兩者都在今年創立了自有智駕品牌：比亞迪的天神之眼，吉利的千里浩瀚。比亞迪的智駕技術路徑較為統一，除了天神之眼C（Di-Pilot 100）之前採用過卓馭方案之外，現在從最高的天神之眼A（Di-Pilot 600）到天神之眼C悉數採用迪派（比亞迪與Momenta合資公司）方案。吉利此前智駕技術路徑被稱為“山頭林立”，億咖通、吉利研究院、極氪、路特斯機器人等各有自己的智駕方案。早期硬體晶片還曾依賴以色列Mobileye。不過千里科技公司的成立，和千里浩瀚品牌的創立，宣告吉利智駕走向大一統。如果說兩家企業，誰的智駕方案更具備自主性，那麼無疑是吉利。“技術集大成者”極氪9X，最高版本的千里浩瀚H9方案即為自行開發。但在“千里浩瀚”品牌之下，吉利也會悄悄採用一些供應商方案，例如銀河M9的千里浩瀚H5，來自於元戎啟行；銀河A7的千里浩瀚H3，則是輕舟智航提供。我們很難量化比亞迪在迪派的智駕技術研發中，能佔到多大權重。但千里浩瀚H7/9目前能獲知的消息是，吉利自行主導。不過辯證地看，比亞迪依託於Momenta更為專業和成熟的智駕技術，在“立等可取”與“踏實可靠”方面，眼下相對有優勢。像極氪9X目前能夠被詬病的維度，最主要便是千里浩瀚H7當前版本難以躋身一流。自主性VS可靠性，我們大致可以判斷比亞迪智駕路線更有利於當下，而吉利智駕路線更有利於長遠。或許二者的差異談不上謀一時VS謀一世，但謀一年和謀五年，就會鑄就完全不同的業績曲線。隨著工信部給真正的自動駕駛——L3開啟准入，以及豐田、廣汽等早早佈局L4級Robotaxi，比亞迪和吉利需要著手的智駕革命，還遠遠不止L2+城區領航輔助駕駛的高度。或許智駕策略上，比亞迪選擇了更為直接而剛猛的“屠龍刀”，主打一擊致命；吉利則拔出了更為多變而鋒利的“倚天劍”，主打變中取勝。但無論如何，他們已經握住了神兵利器，欲問鼎中國汽車的“華山之巔”。那麼更大的疑問，將拋給剩下的中國汽車公司，究竟是挺身登擂，還是淹沒在看客人群中？汽車路，亦是江湖路。 (C次元)

“我要利用和操縱車隊方圓兩英里內，每輛車的晶片漏洞。”“有一千多輛呢。”“全給我黑掉。”這是2017年《速度與激情8》中，反派和手下駭客的一段對話。話音剛落，路邊停靠的車、正在行駛的車，甚至是展廳裡陳列的車輛，都被遠端啟動自動駕駛模式，並被停用了防撞功能。至此，這些本應為消費者服務的汽車產品，竟成為受駭客操控的“無腦”機器，集體執行反派指令，不顧行人安全，共同橫衝直撞向刺殺目標。在為好萊塢想像力買單的同時，我們也不得不意識到，這樣的情景在技術上並非天方夜譚。上海華時電科創始人兼CEO繆亮豔指出：“2024年，全球因軟體問題召回的汽車總量達1340萬輛。考慮到全球新車年銷量約9000多萬輛，這個數字已相當驚人。更值得注意的是，該資料較2023年增長超過4倍，已佔全年汽車召回總量的46%。”“這意味著，軟體缺陷導致的召回比例已與傳統機械設計缺陷基本持平，達到接近1：1的水平。這一趨勢清晰地表明，軟體安全問題正成為汽車行業不可忽視的系統性風險。”他進一步強調。隨著汽車產業向“新四化”加速轉型，資料成為驅動汽車智能發展的同時，T-BOX、ECU等核心元件的聯網化，以及OTA的普及，在提升體驗的同時，也極大地擴展了車輛的攻擊面，探索如何防護汽車網路安全迫在眉睫。2025年12月6日下午，在WNAT-CES 2025新汽車技術合作生態交流會的“西蘭花會場·汽車安全論壇”上，來自產學研各界的多位專家齊聚一堂，圍繞“智能汽車網路安全攻防未來態勢”展開深入探討。不難發現，此次論壇對於嘉賓的組成，頗具巧思。正如圖靈量子安全事業部天機量子總經理陳立權所說：“今天這個論壇的嘉賓結構很有層次——我所在的企業聚焦於最底層的演算法與基礎技術，李總等幾位專家側重方法學與系統性方案，而上汽與廣汽的兩位張總代表的則是最終的應用落地方。” 參會嘉賓的安排上確實有小巧思。全產業鏈嘉賓代表悉數到場，也是大家對汽車網路安全建設需要系統性和全端化思維的共識。對此，成都電子科技大學教授、TIAA網路安全委員會秘書長羅蕾表示：“安全已經覆蓋了整個產業生態，從晶片、底層軟體、作業系統到如今AI模型及其應用，需要的是全端式、系統化的解決方案。單一環節的安全防護已無法應對複雜風險，必須通過系統性設計實現全面防護。”這種理論上高屋建瓴的系統性思維，在汽車產業生產中慢慢落到實處。首先在研發流程層面，犬安科技CEO李均指出網路物理系統安全，特別是汽車行業，需要將安全設計前置。“在傳統IT領域，安全實踐往往遵循‘開發-測試-上線-維運’的循環。而在汽車行業，安全設計必須深度前置，通過系統化的架構分析與風險預判，在研發早期建構內生安全能力，從而避免因後期修復成本過高甚至無法修補而引發的系統性風險。”而以上美好構想的實現，都可以用AI當作助手。對此，雲馳未來創始人兼CEO曾劍雋提出了“AI原生安全”的理念。“AI不僅是一項技術，更是我們規劃未來產品的核心思維框架。我們將以AI驅動的產品理念，系統性地重構產品體系——深度運用AI技術及智能體（Agent）模型，革新安全業務的底層架構與運行邏輯。這構成了我們面向下一代產品的核心思路，即實現“AI原生安全”：讓安全能力內生於系統設計之初，而非後續附加的獨立層級。”毋庸置疑，行業發展的未來圖景並非全然明朗且確定。廣汽集團平台技術院車輛資訊安全負責人張金池就表示，量子計算可能對現有演算法進行顛覆，彼時將重構網路信任基石。“量子技術將不可避免地向前發展，其影響遠不止於汽車領域，而是將重構整個網路世界的信任基石。當前可實現的主要是量子金鑰分發，但這並非建構未來安全體系的核心環節，系統性的量子安全架構仍有待長期探索與完善。”而一切革新，落到最終，都會在使用者體驗和信任建構中得到反饋。以OTA技術升級為例，如何令OTA過程兼具安全性和便利性，上汽創新研究開發總院安全體系經理張華發表了自己的看法。“在進行OTA升級前，系統需完成多維度狀態校驗，包括車輛是否滿足升級條件、電池電量是否充足，以及是否處於駐車或怠速等安全狀態。升級過程中，系統將即時向使用者反饋進度——無論是10%、50%或其他關鍵節點，均清晰透明。升級完成後，無論成功與否，系統都會向使用者明確傳達最終狀態與結果，全程避免使用者因資訊不明確產生焦慮，真正做到升級過程可控、可信、可知。”以下為圓桌討論實錄，《汽車商業評論》整理，此處略有刪節。汽車網路安全的最大顛覆性變數將是什麼？繆亮豔（上海華時電科創始人兼CEO）：感謝李均的分享，我們進入論壇環節，我確實看完兩個PPT，我已經想把手上的問題扔掉，我有很多新的問題出來，所以我們盡快切入下一個主題。很高興終於讓我今天同時看到這麼大的大咖坐在一起，我自己本身15年前在沃爾沃做，是一個崇尚安全，他們不管是車身還是資訊安全非常看重。確實有一個數字，我出於好奇這兩天查了一下，2024年全球汽車因為軟體原因召回的車輛達到1340萬輛，我們每年可能新車也就9000多萬輛在賣。關鍵是同比2023年的數字增加4倍，這是讓我感覺比較驚訝的，佔全部召回總數的46%，意思就說，我的機械設計缺陷已經跟軟體的缺陷是一樣的，基本上是1：1。其實十年前Jeep切諾基，也是因為簡單的蜂窩資料就召回了差不多140萬輛車，當時轟動全產業，在去年保時捷全球高端豪華品牌Macan也是因為2018年沒有嵌入式的軟體開發進去，在歐洲被停售。所以這些問題帶過來之後，讓我感同身受，突然無形的狀態，讓我們回到了2017年我看的那部電影叫《速度與激情8》。當時有個場景，就是把所有的車從停車場開出來，場景還是挺震撼的，沒想到這麼快就到眼前。所以我今天有幾個問題，還是想請教一下各位，我主要也是這個行業裡面也想挺好學的一個人。第一個問題是拋給羅蕾羅教授的，同時我也希望陳總這邊也幫忙一起探討一下，就是說未來三年，智能汽車網路攻防領域最有可能出現的顛覆性的變數是什麼？我們都不怕我們現在設計的遊戲規則，這是我們的標準，這是我們的執行方式，這是我們的監督方式。那我們怕顛覆性的變數，就是超越你預期外的，其實在網路世界中是有可能發生的，在現實可能沒那麼快，我想聽一下兩位的見解。羅蕾（成都電子科技大學教授、TIAA網路安全委員會秘書長）：我個人覺得因為剛才你這個問題不好預測，但是整體來說最核心的我覺得可能最能夠顛覆我們的還是AI，AI既賦能，又能夠給出一些意想不到的情況。因為剛才你也提到了，汽車的軟體的量，是超越了飛機的幾億行以上，現在軟體定義已經到了AI驅動、資料驅動的階段，所以這個階段是雙輪驅動的。在這裡頭有很多AI賦能的東西，但是同時又有很多隱患，所以這裡面最不可預期的就這部分內容。就是我們車上很多軟體會被AI化，不管是AI的Agent還是自動駕駛，或者是現在提到的AI BOX等等，AI這部分的內容非常多。這部分的內容我們是不可解釋的，所以在這裡頭，我們原來的縱深防禦體系、網路安全那套機制，更多的還是基於規則的、基於軟體的工程化的那套軟硬體的體系。到了AI時代，這個的快速演進你可以說3年、5年，Robotaxi、L3和L4就成為現實了，但是在這裡面很多不確定，面向AI的安全，目前來說還是一個相對來說，我們研究是不夠的。另外李總提到攻的技術，面對攻的技術AI的賦能其實也會被利用，這個也很可怕。同時也給我們賦能，比如說AI的營運，我們現在各種報警和安全的很多事件，我們人是看不過來的，用簡單的機器分析也很難，但是從另外的角度，疊加AI的東西也許會好，所以茅和盾之間始終跟AI有關係，這是我個人的見解。繆亮豔：我對這件事情的理解，因為我要使用AI，所以它反而可能成為一個比較大的變數，現階段還是不可控？羅蕾：對，這個是最大的變數，就像自動駕駛不是都在談兜底方案嗎？其實它就認為是不可解釋的，一定會出現幻覺，所以必須有兜底。同樣我們的安全怎麼辦？在這個情況下來做安全。繆亮豔：陳總，圖靈量子現在是比較火的，在頂端的，對於這個問題想聽一下您的觀點。陳立權（圖靈量子安全事業部天機量子總經理）：剛剛主持人說到了不可預測的場景，那就是技術的突破，在當今這個AI，可能10年前，大家還不知道AI突然之間發展成這個樣子。最近幾年量子計算也發展得特別快，算力這一塊，以前大家知道摩爾定律，每年算力都會翻一番，但是經典算力隨著我們的製程、工藝的瓶頸，其實它已經到瓶頸了，就需要新的計算算力範式的出現，那就是量子計算，全球都在關注新的算力產生的技術方向。包括AI也缺算力，從安全的角度來講，無論是防，還是做網路安全，還是做密碼，最底層的就是密碼，密碼就是數學問題，數學問題最怕的就是算力。隨著我們量子計算算力大規模的發展，一種新的計算範式出現以後，對我們經典的密碼體系形成了非常嚴重的威脅。可能3年以後我的量子計算取得了突破性的進展，我們現在所有的安全技術都會面臨顛覆。繆亮豔：您的意思最大的變數是您公司是嗎？陳立權：我很榮幸能有這樣一個量子計算的方向。繆亮豔：其實很期待，3年其實也不長，也有可能30年，我覺得這個東西跟AI來的時候，時代列車駛過的時候不是以你的意志為轉移的。不管是AI還是量子計算，可能是顛覆性的衝擊，因為我之前做過工程師，但凡有好的工具過來，我肯定不會拿本子去算了，我肯定是用工具。剛才聽了李總的PPT，你那個GoGoBark，是你這邊的一個測試工具嗎？你對狗狗還是情有獨鍾。在無線的協議漏洞和晶片側攻擊，你們最近工具檢測下來整個佔比有提升嗎？就是攻擊的外部的外因，你覺得後續包括WBMS，或者是高通座艙的核心部件，外部用的最有效的攻擊手段是什麼？李均（犬安科技CEO）：我可以分享一下黑產在幹什麼，我們去年晶片工具的成果發佈之後，不斷地有人聯絡我，比如說要把特斯拉從中國便宜買過來，然後賣到外國去，我想把它的控製器裡面地域的資訊改一改，你能不能幫我把它晶片破解？因為特斯拉的安全控製器是HPC系列的晶片，所以他們會聯絡我，這是攻擊動機，有足夠的利潤吸引他們去研究。還有比如說黑產研究的後裝條件，我的電機控製器的功率可以弄大一點，我可以後裝改，我安全的保護能不能幫我繞過一下，黑產來找我們。當然還有通過聯絡來騙我們的，說裝置能不能賣給我們，有的是偷車的，這是我們裝置的用途，可以用於正向的測試，也可以用於搞違法的行為。剛才您的問題常見的方法，我們在安全圈有句話是“沒有攻不破的系統”，給我足夠的動機.所以您剛才講的從硬體很難防，比如說功耗分析、過程輸入。從軟體這一塊量子密碼這一塊，我認為還沒有到考驗量子密碼這個階段，您剛才講的我在這個地方木桶的板很高，它是銅牆鐵壁，我打不過我繞過行不行？特斯拉原來車鑰匙裡面用了一顆安全的晶片，他用硬體解決方案，這算是比較高投入的，要做韌體升級時候的校驗。結果他也計算了，硬體儲存也各種都弄了，最後比對的時候程式設計師沒有正確比對，不管這個韌體是篡改過的還是合法的韌體，都可以刷到車裡面去，駭客就可以通過這種方式改變程式碼的各種行為。所以我覺得目前來說整個安全水位，這個短板還不在密碼學，還在我們剛才講的整個系統把木桶的短板都拉齊，所以現在合規是一個好的點。大家至少不要說那個地方做得特別強，但是最起碼最短的板要高於水位才可以。您剛才講的攻擊的點這樣的例子很多，原來我在老東家的時候有一個活動，他們產品上線的時候有眾測一下，大家都來給我找問題。我們用一種手段找了一個問題，他不服，他說正常情況下你攻破之後我就把它吃了，我們這個圈子的人特別聽不得這種話，所以就拿過來攻破了。繆亮豔：專治各種不服是吧？李均：對，專治各種不服，你說你很安全，我偏要破解掉，我熬了一個通宵給它搞了一個問題，當時供應商立馬飛過來修復，幾十個人的群立馬拉起來了，這個東西就是成本的問題。包括主機廠，剛才賈老師提的短期、長期，我覺得短期大家都把這個問題當沒看見去賣車，最後你不用投入到看不見地方的成本，你賣。長期如果出了問題，其實我們經常聽到很多大廠很牛的企業，對駭客圈給點所謂的獎金，其實就是封口費，我們這個修不了，我們成本很高，你們理解一下大家到時候合作。這個長期就很痛苦了，短期是這些安全不做，只要沒出問題你都沒事。繆亮豔：原來我們更多的是很多企業有背後的作業系統，很多駭客把他們作業系統黑掉，收他們資料去處理這些事情，用一些要挾的動作。但這些我覺得畢竟是商業本質的問題，你把他上升到高度到車的環節，他是一個承載人生命的一個移動體，這就到了另外一個高度上去，我剛剛聽完三位的發言有點後背發涼，我都不知道這個車怎麼開了。如何保障智能駕駛與OTA升級的安全？正好曾總今天也在，雲馳未來在智能駕駛場景中，包括ABP、NOA你們都是有很好的一些策略，但是你架不住我前段時間還看到過一個視訊，他專門就幹一件事情。開車跑在特斯拉前面，用帶有亂碼的二維碼干擾車輛，導致特斯拉的NOA功能自動跑偏，確實有這種Case。你們在場景測試中，如何能夠避免去做到一些防禦端的工作，剛才說的這些攻擊太強，還是要靠你們防禦一下，你們在應用端怎麼去處理這些事情。曾劍雋（雲馳未來創始人兼CEO）：安全你如果從大的角度去看它，大家會覺得他很玄幻或者說很神奇，但其實任何一個問題，從正向防護的角度來說，我們叫解構。其實沒有一個問題是解決不了，只要你去解構好他，投入恰當的成本和時間，一定能去解答。在現實的社會當中，安全的問題怎麼處理呢？往往是在成本和需求之間平衡，這是一個正向工程的基本方法，所以回到你剛才的問題，例如拿AVP或者L2的場景來說，他安全問題很多。第一我們從感測器開始，簡單說這裡面會比較複雜，我簡單打個比方，例如從感測器看有雷射雷達、攝影機，毫米波雷達。第一你從感測器去捕捉到這些資料，這是一層。你捕捉到現實當中的資料，但現實當中的資料本身就可能被偽造，是什麼概念？我們特斯拉有一個經典的案例，特斯拉識別到前面一個箱式貨車的塗鴉是白雲和藍天，車輛就把貨車識別成了白雲和藍天。你說這個問題他又有資料的魯棒性和識別的精準性問題，這個問題不在傳統的現象性範疇，他是從魯棒性的角度，你怎麼保證資料進來這是第一層的安全問題怎麼解決。再下來會變成資料安全的問題，你正確識別這個問題也是現實當中的資料，你怎麼傳遞給這個演算法系統，傳遞過來資料是一樣的，不被篡改這就落入到傳統的資料安全和資訊安全的範疇。那這時候我們有密碼學的演算法，現實當中我們有硬體指紋，這些能夠保證你識別的資料進來是安全的，當然你攻擊的有很多方法我們回頭再說。跟大家先簡單來解構，你會發現第一層是魯棒性問題，第二層是傳統現象性問題，再到資料進入系統進行計算的過程中，有沒有被加嚴，這個資料進來你還要計算有沒有被加嚴，這也是傳統資料安全的問題。你會看到從L2的視角，從識別到資料傳輸過來計算，計算完了之後還有行為要下去，你的工況要不要改變資料，你加速減速要不要改變，最後變成控制訊號的問題，這就是一層一層網線走。其實這個過程它是一條鏈路，鏈路里面有很多不同的問題要去解決，所以像剛才說的。當你去看資訊安全，有攻擊你會覺得特別玄幻，其實你要是解構他都可以一點點解決，就像成本問題。其實這裡面來說的魯棒性問題成本最高，回頭我們再說。所以解構下來你會發現每個問題是可以被定義，然後可以被解決，在什麼樣的場景下解決，解決到80%、90%、100%因為它的成本的水位不一樣，所以我們基本上在處理工程的方法過程當中，我們會用二八定律，用20%的成本解決80%的問題。在這個場景下沒有問題，這就是一個基本的工程思維，我們在面對整個系統的複雜過程當中先解構再去解決問題。繆亮豔：針對剛才聊的兩個場景，您肯定在這個行業裡面也是比較資深的一家公司，你覺得我們作為消費者，現階段應該能夠相信到APV和NOA多少程度？我現在是代表消費者。曾劍雋：明白。之前有一個著名的廠家出事之後，業內有一些討論。我解構完了相信大家對這個事情就會有大概的理解，第一你的感測器的判斷是怎麼樣的，確實感測器到了，但系統也提示，但系統提示消費者接管只有一秒鐘時間，就是你人的反應速度是沒有那麼快的。現在我認為大部分系統，都是高級輔助自動駕駛，就是L3以下的系統，所以這時候從消費者的角度來說，我希望大家能夠正確地認識他還沒有到，完全自動駕駛的狀態。繆亮豔：其實這點很關鍵，行業裡一直在告訴你們，我們的策略我們的演算法，我們做的工作是有資訊安全保障的。但是我是一個重度的輔助駕駛愛好者，我用了十年，但是我身邊大部分人買了有這個功能的，但他從來不相信他，這就是我覺得也很矛盾的一個點。曾劍雋：不用那麼不相信他，因為我自己也開特斯拉，我基本上了高速之後我也是不接管。但是我一旦前方或者側方會有車匯入的時候，我會馬上手會把整個注意力接管，如果前方整個系統，確實是沒有特別多的障礙物，我覺得這個系統是可靠的，這時候不存在魯棒性問題。資料肯定是這個資料，然後整個現在從歐盟215到國內的44495，這些合規的體系又把所謂的剛才李均總講到的短板的問題就解決，不會說有一個板在地面上，合規的就是能夠把整個和業內的水平帶到一個版本上面，也就是基本問題能解決，這時候是可以信的。現在也在推進智能網聯的分類分級，所以我們也在想，我們希望將來分類分級出來之後能夠明確告訴消費者，在什麼樣的情況下相對可信。就像現在合規一樣，我相信這個產業還是慢慢進入一個相對良性和理性的發展階段，有些時候廠家可能為了促銷宣傳得過於厲害，消費者一根筋會出現一些問題，這可能需要產業方共同努力。繆亮豔：後面我們也挺關心的，因為今天兩位張總都在，去年我跟張華總也在隔壁，太巧了，帶到今天會場來了，去年還不認識，在鈴軒交流。另外一位來自廣汽的張金池，張總也是代表整車企業的，其實兩位是最終給消費者之間作為一個互動的橋樑，這邊有各種各樣產業的人。其實車輛壽命安全周期的OTA現在成為強制要求，上汽廣汽在設計OTA的時候如何確保更新過程中不被劫持？又要基於這個點的前提下，平衡使用者體驗和安全底線，想聽一下兩位的見解。張華（上汽創新研究開發總院安全體系經理、功能安全經理）：其實這是一個OTA和網路安全的問題，就是說我們在OTA的過程中肯定會確保網路安全儘量減少劫持。我們已經上了一些相關的車，雲，以及鏈路上的防護手段，確保OTA的時候你儘量是不被駭客劫持的。剛才繆總提到一個問題是說我怎麼來避免說OTA失敗，這在我們主機廠來說，我們可能會分幾類。第一類就是儘量會有一些核心的控製器給他做備份。他有兩個區域，我OTA的時候先在備份區域先做好，做好之後OK成功了我再切到另外真正使用的園區，這樣的話不成功也沒有關係，我可以用上一個版本繼續來工作，這就避免了說我升級失敗，這是一類。第二種情況是它的確可能沒有做備份分區。這種情況下會存在一些失敗的機率，這種一般來說我們會降級，保留你基本的功用，但是確保這種降級不會出現非常重大的安全事故。第三種，是那怕降級之後我們都覺得這個安全風險不能避免，它會導致車也好、人也好比較大的事故，對於這種我們可能避免OTA。今年我們也有一次OTA，本來是策劃了OTA，但是評估完了把它取消了。因為它的一個EPS控製器，它沒有做備份分區，我們評估了之後發現它裡面會有一定的小機率會出現一些安全事故，所以這類我們讓客戶直接進4S店自己刷新，不要通過OTA的方式。這種客戶體驗好嗎？其實不怎麼好，因為他得去一趟4S店。但是這種你客戶體驗和我們的安全怎麼來平衡？一般來講如果它不涉及我們的安全底線，我儘量會讓客戶的體驗好。但是你觸碰了安全底線，對不起我寧可你麻煩我要保你安全，但是如果不觸碰你安全，我們現在做了很多客戶體驗最佳化的事情。比如說OTA之前，我們可能要判斷你有沒有達到OTA升級的標準，電量夠不夠，車輛是不是在待速或者是停止的狀態，升級進度條到了10%還是50%，我們也會即時告知使用者。你升級成功了告訴你，升級失敗了也不會觸發故障紅燈警示，告訴你我已經回到了前面的狀態，讓客戶放心。所以客戶只要點選按鈕同意，第二天接收到成功還是失敗就可以了，這種客戶體驗遠比幾年前我們做得貼心一些。但是如果涉及觸碰到安全的事情，我們寧可他麻煩。繆亮豔：安全是底線，使用者體驗是在一定條件下做適配。張華：自從我幹資訊安全我一直挺緊張的，剛才聽了幾位領導、老師講我在台上更緊張了。其實安全這一塊我們做了這麼久，我們一直是在努力把我們OTA和通訊，以及我們的一些控制類的東西都在努力地做更加安全。這個過程當中，我們會設立一些安全底線、安全紅線，包括OTA這一塊。首先我們一分析一下，從我們軟體的唯一性的分發，其實我們OTA是把軟體正確升級到車上，保證使用者用得到，這個OTA是我們主機廠發出來的唯一性。如何確保軟體在車上完成驗證並成功升級，這裡邊我們從我們的後台進行軟體的簽名，包括加密，這個過程不被人破解。包括李總說了我們可能會破解一些軟體，這裡面在升級的時候，我們會做一些對這個簽名進行驗簽，啟動的時候我們還要求了自啟動和安全啟動的要求，以確保這個軟體多重保證這個軟體是我們主機廠發出來的。從資訊安全里面，最主要的是保證這個軟體是合法的，它是被認可的軟體，在這個裝置上進行了升級，這是我們一直關注的一個重點。至於說從我們的要求裡面，我們最開始要求軟體的雙備份，就是雙區。當一個沒有被升級成功，另外一個區是不會被擦除的，使用者不會感受到影響到使用者的安全，或者是影響到使用者的使用。這個不是什麼問題，雙區之後核心是說能把這個框架搭建起來，安全的鏈路可以體系化地管理管控。繆亮豔：李總，聽完你覺得，能不能破？李均：我覺得做技術有一個點，比如說我在攻破之前，我沒有辦法100%告訴你我一定能攻破，儘管我內心覺得99.9%都沒有問題，但我不能說，直到我攻破的時候我能說攻破的。我剛才說沒有攻不破的系統，是大家對這個事情是願意去嘗試的，剛才張總講的，跟我舉特斯拉的例子是一樣的，特斯拉也意識到這個地方，要做軟體簽名的保護，但是最終落地實施的時候沒有實施好。繆亮豔：實施層面出了一些情況？李均：對，張總他們提設計需求，後面他們還要驗證，還有專門的設計團隊做測試，還會開展眾測，車輛上市之後也還要持續進行安全測試。如果他能那麼有信心，設計了就安全了，他就不用做這些工作了。主機廠如何在自研與外供之間，找到最優解？繆亮豔：兩位張總，你們公司的採購策略是什麼？你們會選擇用第三方的，像犬安科技，還有我們量子的雲馳未來的方案，還是更多你們自己開發、自己檢查、自己校準，你們的營運策略是什麼？張金池（廣汽集團平台技術院車輛資訊安全負責人）：其實第三方的測試，包括眾測我們一直都有在開展，這個我們自己也會做一些測試。其實在我看來，更多地需要依靠外部的力量，為什麼呢？因為安全大家知道，每個領域都有自己的專長，我們也更想看一看，大家在各個領域專長能測出來那些問題。當然我們自己會有一些人測，因為總歸這個問題會落到我們自己的車上、零部件上，這個需要我們推動，發現它修復的方案，以及最終修復落地實施的情況，這是我們的一些策略。繆亮豔：您的意思是廣汽這邊是自己主導這一塊，有更多的合作夥伴，基本上圍繞著你們為核心，而不是完全託管模式在做這件事情？張金池：差不多，因為總要懂一點，要知其然，知其所以然。繆亮豔：張總，你們上汽比較大，你們有大量的海外出口車，還要符合全世界不同標準的一些安全規範，你們要考慮的東西更多。張華：其實我們的策略也差不多，現在應該是說以自己為主，但是也並沒有說完全捨棄我們的服務供應商。我覺得是按照階段來的，最開始我們在做車端的網路安全，這些相關的滲透測試我們比較依賴於業內，因為那時候我們的能力還沒有建立起來，我們想知道一個規範的打法，一個充分的滲透測試是什麼樣子的。最開始的幾輛車我們真的請了外包，我們想看看外包的測試用例會怎麼寫，它測試的跟我們測試的有什麼不一樣。但是到現在這個階段我們基本上以自己為主，我們自己做需求設計，然後自己來做整車級的測試，也具備了一些滲透測試的能力。但是你說，我們現在是不是完全不需要跟業內合作，不需要跟李均總這邊合作，其實也不是，因為我們寫測試用例、我們寫需求，有的時候正向，你是看不到自己的盲區的。第二方面，我們也真的想知道在技術逐步迭代的時候，有時候別人的步調比我們快一點，像李均總講的東西我們覺得也很新鮮，這種我們也願意學習，但是肯定不是以外部為主，是以內部為主。繆亮豔：我聽下來兩位的車廠都差不多，還是把方向盤牢牢掌握在自己手上，還是要把安全的主導權放在自己手上。我剛才開題也是講現在的狀況，也是請教了幾位一些情況。我們其實在這邊討論這個話題，更關注的是未來怎麼辦。這邊剛剛正好羅教授也聊到AI的問題，其實AI在大模型智能座艙互動，自動駕駛中的使用越來越多，其實也不一定是由供應商推薦的，大部分車廠自驅的想要引入更多的大模型，來幫助它的智能座艙做一些工作。我印象中比較早的，理想用的也比較早，其實會有很多的風險在後面的過程當中出現，包括我資料投毒、包括演算法洩露。我們自己應對AI的使用，剛剛也講了一半，我覺得沒有講透，就是想用又不敢多用的感覺。什麼時候這個狀態會產生變化，大家會積極地擁抱AI代表未來的工具，特別是在車上，民用的我們都不說了，想聽一下兩位的見解。羅蕾：AI是不可阻擋的，而且現在這個車沒有AI的能力不好賣，這是必然的。但是從另外的角度，我覺得當前實際上整個從網路安全、資料安全，各種安全這個體系的建設裡頭，其實車廠，包括到零部件廠整個產業鏈大家還是已經具備了體系化的能力的。所以不管是管理體系的建立，還是技術體系都建立起來了，形成了一個體系。繆亮豔：我是不是認為已經準備好了？羅蕾：有這樣的基礎，這是針對當前的，但是面對AI這個基礎還不完全夠。因為原來的基礎，還是按照原來的體系建，但是到了AI的話首先開發模式在變，軟體的模式在變、硬體的模式在變，所以它的模式在調整，我們各個體系其實也在調整。軟體驅動的開發和資料驅動的開發本身這兩個模式是雙輪驅動的，所以它的模式是不一樣的，變化以後，它對安全整個體系還要做一些調整和升級，這是必然的。另外在這個過程中，比如說你說的資料投毒，包括模型的對外，剛才說感知不可避免的不管是魯棒性，還是真正有攻擊，它抗攻擊演算法的能力就必須加強。所以在這個模型上，它必須加強這部分內容，就是有可能誤導、有可能出錯，所以必須加強，所以整個開發的方法就不一樣。一旦開發方法不一樣以後，你的安全的團隊，咱們車廠都有安全團隊，而且涉及好多個，網路安全、資料安全、功能安全、預期功能安全。其實它們是不同的體系的，而且知識背景還不完全一樣，大家怎麼能夠協同起來？先說車廠、OEM能不能統一起來？所以這個的融合還是很重要的。我現在看下來，這一塊反而是一個難點，就是大家還沒有完全融合起來考慮，而且在設計的過程中，原來我們的微模型，現在變成資料驅動的開發，這個方法也不太一樣了，另外敏捷開發+資料驅動這個開發方式也在變化，還有很多第三方進來。所以整個從演算法安全到資料安全，包括預期功能安全，這個該怎麼做，規則兜底的問題怎麼做？因為兜底屬於軟體，不是我們傳統意義上的安全，是AI引出來的安全。比如說我自動駕駛這個兜底，就是要出現幻覺，你必須去弄。比如說這個Agent涉及我們大模型人機互動，還有很多的隱私問題，我們為什麼要放個BOX在車上，我們不能夠全部到雲端，我隱私各方面也就洩露了，也不合適。所以從這個角度來說，我們實際上汽車的軟硬體架構還要做一次很大的升級。在整個軟硬體升級過程中，我們整個體系的建設，安全是伴隨著全生命周期的，開始從設計到研發，最後到整個交付以後，這個底線雖然是滿足了，但是全生命周期怎麼保證呢？這個車有10年以上的生命周期怎麼保證呢？每次升級可能還會有帶來新的一些風險，又怎麼保證呢？所以這需要整個行業共同協同推進，技術在發展，我們各方面的技術都得要進步。另外一方面標準、底線也在變化，也不是一成不變的。還需要引入更多社會力量，我覺得眾測是必須的。就像人身體每年都要檢查一樣的，這個車也應該要體檢，不是簡單地我一次性過關就完了，這個事情一定是持續的，所以這是需要一個整體體系來考慮的。繆亮豔：謝謝羅老師。我的理解是說，您剛才講，我們現在有基本接受AI的基本能力，但是要完全擁抱和融入AI是需要一個比較久的過程。而且不僅僅是一個公司，一個政府機構或者一個行業能夠單點把這件事情往前推動的，我對這件事情您的觀點的理解還需要一個時間比較長的過程，能這樣理解嗎？羅蕾：這個就是共同進步，就是跟著產業走，產業發展是最重要的。繆亮豔：產業發展的速度。聽一下曾總的意見。曾劍雋：我從兩個角度，第一個我們自己是一個消費者，第二個我們從供應商的角度，我也反問主持人一個問題，其實這個問題我們過去出現過，淘寶你用嗎？繆亮豔：經常用。曾劍雋：我講我怎麼用淘寶，往往我在淘寶買了一個雪茄，搜尋嘛，我可能會去搜尋一個內褲，或者搜尋一個登山杖，我為什麼這麼做呢？就是我不希望被這些系統畫像把我計算出來，我從消費者過來就是這樣子的，我在淘寶上買了東西我會反向做另外一個搜尋，這就是我的習慣。繆亮豔：我有一個更好的方法，我用一段時間給我老婆用。曾劍雋：所以你比我更聰明。AI本身來說大部分是希望舒適，但是任何一個舒適會意味著什麼呢？意味著你需要對一些問題做出讓步和妥協，有一句話當然是那個名人講的我忘記了，任何讓你爽或者舒服的事情，一定會讓你有痛苦，舒適一多，痛苦也多。這就是剛才說的AI帶來的一些，我希望每一個人去思考，因為我是這麼思考的，用網際網路我也用了很多年，我站在個人角度來說希望大家對AI的一個使用者的角度的思考。但最終來說，就像羅老師說的，AI也好，或者說整個產業的趨勢也好，都在往這個方向上在走。我們有時候為整車廠或者我們開發的產品，例如在早期的時候，我們把AI當作一個工具來用。例如公司內部，我們會要求每個人都用AI工具，內部都開了ChatGPT的帳號，給大家有Token，我們還會監控大家的使用情況。其實我們會把一些AI的能力整合到產品裡，這是我們過去應該說今年年底往前，我們都是這麼看的，我們把AI當做工具來看。但實際上我們發現AI本身是一個技術，我們現在在面向未來產品的時候，我們會用AI整個產品的思路去重構我們的產品，我們是用AI相關的技術，包括Agent模型來去重構我們安全的業務的邏輯，這可能是我們未來考慮，面向下一代產品的核心思路，這就是所謂的原生的概念。我們會用AI的方式原生去做這個產品，但是剛才講到的會有很多幻覺的問題，會有很多系統的魯棒性的問題，這些問題肯定是要去解決的，但是從我們的角度來講，這就是一個趨勢。我們會用AI原生的方式思考，未來的安全的產品的形態到底是怎麼樣的，已經在推進了。所以這就是一個所謂的，從雲原生我們將來要過渡到AI原生的一個狀態，這是我認為大機率不可逆的一個狀態，所以這是我們的理解。V2X與自動駕駛，未來3-5年如何築牢安全防線？繆亮豔：感謝曾主任，看來你非常的時尚，從特斯拉的自動駕駛到全公司的AI工具的推廣。確實來說我們內心是很矛盾的，既想擁抱他，又感覺在否定很多東西，在時代潮流轉變的過程當中，自己好像又沒有完全準備好。我們說未來第一個講的是AI，第二個還有一些新的技術，問一下李總和陳總。現在車源通訊、V2X、自動駕駛，基本上這三個點成為被攻擊的重點區域，重點被攻擊的都在這個位置上。我也聽到很多的技術，包括量子金鑰分發，聯邦學習保護，包括TEE增強這些技術裡面，那些你們覺得是有落地的可能性和潛力的？我加個限定條件——在較短時間內，可能3-5年裡，我們不要聊十年二十年稍微有點遠，三五年之內有快速落地的可能嗎？從陳總開始吧。陳立權：我覺得3-5年最新的技術是這樣，剛剛繆總你提到我們防的技術是否有可能做升級。你剛才說的量子金鑰分發，這一塊中國做了很多年，我們現在提的後量子密碼技術是一種新的密碼技術，但其實也做了很多年。從2016年就開始做，去年是國際標準都已經定了，所以現在國內標準從今年開始在快速落地。未來3-5年國內的標準也會定下來，這是毫無疑問的。所以一旦國內的標準定下來，不光是我們車企，首先肯定是我們叫關鍵基礎設施，包括你的交通，V2X這時候屬於我們交通的領域，這這一塊都會有統一的後量子密碼的一些應用。另外，像TEE以及隱私計算，隱私計算也是受限於，靠你密碼、演算法運行的效率，現在隱私計算的東西大部分偏向於用TEE的方案。TEE的方案是物理保護的手段來做，在一個黑盒裡面來做，他其實跟演算法的相關性會更小，所以我個人認為，隨著未來資料交易或者資料流轉的方式，在可信的條件下用TEE的方式做資料流轉交易會是一個趨勢。繆亮豔：但我之前聽說廣汽跟吉利已經用了一些量子計算的技術了對吧？有嗎？陳立權：車企很多包括我們做安全的很多都在研究後量子密碼技術的方向，特別從去年開始國際標準定了以後，如果我們要走出去的話，必然面對著這樣一個標準化的趨勢。美國、歐盟都定了後量子密碼應用的時間節點，第一階段應用就是2030年全部是要符合標準的。繆亮豔：其實在未來3-5年是可以看到的這個東西。陳立權：就是你至少在國際上走出去，肯定是在資訊系統這一側，特別像我們車、金融關鍵的一些行業，你出去必須是要符合這樣一個標準的。國內的標準從2019年我們是徵集的第一輪演算法，今年我們在徵集第二輪演算法，應該明年6月30日，我們會結束第二輪的徵集，在2027年左右，我們國內的標準會形成徵集稿並初步落地。繆亮豔：要有個時間過程。陳立權：對，有個時間過程。在2030年之前我們國內標準肯定都會落地，所以在這個階段，防這件事我們必須走在前面。繆亮豔：如果你們這個技術再推進的話，對產業是很有幫助的，就像剛剛羅教授講的一樣，會極大地加速產業落地處理程序。羅蕾：我補充一下像現在晶片支援後量子密碼已經開始了。繆亮豔：晶片也支援了嗎？羅蕾：已經開始了，不管是國際還是國內的都支援了，這個東西他應該並不會遙遠會很快，就是抗量子攻擊的後量子密碼，在咱們車裡的晶片也都開始了。繆亮豔：那種這是Global的晶片廠還是我們國內的？羅蕾：Global和國內的都有，只是剛才提到的那個標準還沒有出來，現在支援的還是國際的那套體系，但是這個很快的。繆亮豔：李均總，這些技術聽聽您的看法。李均：我覺得這些技術都挺好的，並且像TEE這種現在已經廣泛地應用在微信、支付寶裡。剛才像量子密碼這種，我覺得它肯定也是很有潛力的，畢竟通過這麼多的學者論證它理論上的安全性。但是我覺得它是一把鎖，它可以是機械的鎖，可以很不安全，也可以很安全。但是我還是系統地看這個問題，它的落點還不在這兒，現在有一個像當前咱們用的密碼演算法，RSA、橢圓曲線，甚至就是AES，你說有多少人能夠從演算法正面硬剛，把這個演算法破解掉？我覺得沒有。繆亮豔：我理解你的意思，它其實是一個偏系統的漏洞？李均：對，所以大家提這個覺得比較fancy一些，但這並不是說它沒有實用價值，可能還需要一些時間。我覺得我們當前最大的問題不在這兒，我們當前最大的問題是門鎖上了，我從後門能不能進來，我從其他地方能不能進來，所以網路安全防禦的薄弱點還是整個系統層。繆亮豔：籬笆沒扎太牢，不是鎖不夠強。李均：對，它不是最弱的那個鏈條。繆亮豔：它是剛才講得最長的長板，能繞開，同意嗎？陳立權：我還闡述一下李總的想法，我這邊又做攻，又做防，但我這個攻不是挖掘漏洞像駭客的角度來做，我是純從計算破解的角度來做，就是量子計算這個方向來做。繆亮豔：您是撬鎖和裝鎖是同一個人？陳立權：對，其實我是這麼理解的，今天我們這個論壇幾位朋友都非常好，像我這邊是做的最基礎的演算法層面的，像李總等幾位都是做些方法學的，就是方案等級的，但是像兩位張總他們實際上是最終的應用方。我認為從演算法的等級來說，我們就是從0到1的過程，我們必須解決這個最基礎的問題。就像李總剛才說的沒有絕對的安全，只有代價大小的問題。當我破解演算法的代價是最小的時候，我不會再挖漏洞，不會再做守攻。但是如果量子電腦成熟的時候，會發現我們現有的ISA、ECC，你會發現它就是代價最小的，你不用花一晚上的時間挖漏洞、寫程式碼，我10分鐘就搞定了。因為今天談趨勢，所以這個未來大家，量子密碼標準能快速推進？因為對量子計算的發展有了一個共識。在未來如果我們密碼這一塊，或者是安全這一塊不做改變，未來必然會面臨到這個問題。所以說我們現在做的量子密碼，只是先把這個基礎搭好，但是我們做安全的的確是系統性的過程，你這個還有扎籬笆或者是防護這個很重要的過程。但是一樣，你籬笆扎得再好，你的基礎不牢也是不對的，所以我覺得這是一個相輔相乘，或者是逐步遞進的過程。最後我們是一個安全的堡壘，這是我的理解。繆亮豔：我太喜歡你的回答了，你們的回答把我今天一個下午最想幹的一件事馬上幹成，幹成前最後一個問題。張華：不好意思，我想說一下主機廠的態度，其實量子演算法、量子電腦出來之後我們主機廠一直在觀望，因為我們網路安全講實話發展很多年之後，一直延用的是原來IT那套打法。但是量子計算出來之後，有可能3到5年之內我們對原來的方案可能會產生顛覆性的變化，我們以前的演算法可能都是要替換掉，所以從主機廠而言我們能看到，可能目前已有搭載相關技術的車型量產上市，也有一些主機廠用後量子加密。我們覺得目前的技術那怕沒有特別成熟，但是是未來的趨勢和方向，所以我們後面可能會加入，我們還是比較持樂觀態度。李均：因為我原來十幾年前就聽同態加密要出來了，量子密碼、後量子金鑰分發演算法，原來讀書的時候大家就在聊這個問題。我不是否定這個東西不值得做，而是我們當前面臨的問題，他剛才講5年，我覺得5年這些東西都沒有辦法普及，那這5年內我們做什麼事情呢？我覺得要把系統的其他短板補齊。這些前沿的方向我非常期待同態加密，我非常期待隱私計算出來，但這些技術一次次淪為“煙霧彈”。我們前幾年RSA有幾個一等獎、二等獎，前十里面就有所謂的同態加密的演算法，大家很興奮，但是後面發現沒法落地。所以我們這個領域喜歡去幹、喜歡去追求事物最本質的東西，我們不喜歡聽特別時尚、特別未來的東西。所以我會從務實的角度，最近5年、10年把這些問題解決好就不錯了。那些前沿的問題當然值得研究，到時候我銅牆鐵壁修好了，發現鎖不夠用了，這個鎖就要靠你們，所以我是認同這個價值的。量子計算會替代傳統密碼嗎？曾劍雋：這個討論挺有意思的，其實大家不用太擔心量子計算之後，計算量大了之後傳統密碼會失效，一定會失效，我同意你的觀點。但是我們可以把密碼學用兩個維度去思考：第一，變成計算問題。如果計算問題解決了，我用抗量子密碼可以對抗量子計算以後，大量計算帶來的問題。第二，我們再考慮量子計算來了以後，物理學原理變化，因為你要疊加態的問題，因為不可複製的問題，那個演算法可以再往後放。所以其實主機廠不用太擔心。張華：太擔心了。曾劍雋：這是數學問題，因為今天生活在物理世界，我認為自己對數學問題的邏輯還是比較篤定的，因為我過去也做密碼。當你算力上來了以後，現在因為我們橢圓曲線，這些是基於傳統曲線的，因為它的算力是確定的，意味著推演出來在什麼樣的算力，這個密碼被破解它有理論值的。也就無所謂了，因為這件事情2年後才被破解，2年後已經無所謂了，因為一個風險2年後才爆發，對今天來講是安全的，所以不用太擔心它。張華：曾總我不是技術股，我對量子演算法自己也查過，比如說我們現在非對稱的演算法，以前你要破解這種非對稱，可能幾百年、上千年，現在這種量子演算法就幾個小時。曾劍雋：所以我的意思是說，我們首先把密碼當做數學問題，我們用抗量子演算法可以解決量子時代出來以後我們新的密碼學原理。因為美國已經在推進了，而且已經有公開的演算法了，所以不用著急。張華：你說量子演算法既能攻，但是我們也能防？曾劍雋：我們靠量子演算法解決量子時代帶來的密碼學的問題，這個學界已經在推進，而且抗量子演算法我們已經研究很多年了。我說你們不用太焦慮的原因，首先我們可以用計算解決這個問題，再用物理學對應它。張華：講實話之前焦慮，現在不焦慮，因為我們看懂這個趨勢之後，能確定我們的演算法肯定要換，所以我們在佈局，慢慢把它替換。曾劍雋：就是所謂的把它變成一個數學問題，我們用抗量子演算法解決它就好了。陳立權：我覺得曾總說得對，我們沒有必要焦慮這些問題，安全性的問題很多都是焦慮帶來的。曾劍雋：交給我們好了。陳立權：但是有很多現實性的問題，我們必須為它做準備，我們不怕一萬只怕萬一，這種機率的事件我們要防它。所以我們要做準備，但是在準備過程當中是需要時間、需要精力，而不是我不Care了，未來幾年我就不做了，也不是這樣。李均：問題解構就行了，先解構計算問題，再解構物理學問題，你就知道怎麼解決它了。陳立權：演算法的改變其實因為我也做密碼，所以會從使用方法上，因為我昨天還跟金融聯盟參加了一個會議，在跟支付寶他們聊。突然發現，你如果核心的演算法變了以後，發現整個體系會變，因為你的金鑰長度會變，你的通訊體制會變，這會影響到你們上層業務，也會影響ETF，所以這個也是需要我們去考慮的。李均：我再補充一句，沒有那麼焦慮，這還不是你現在最大的問題，而且它是系統問題，你關鍵焦慮也做不了什麼，怎麼真正有效系統地解決它？我覺得從務實的角度來說，技術只是這個系統性問題的一個方面。另外一方面出了問題以後，我這個演算法假設它失效了，甚至你這個演算法也OK了，比如說意法給我們回覆說，我們從來沒有在產品手冊裡面申明過能抵禦你這種攻擊方式。如果你的供應商跟你這樣講，他說我這個晶片被人曝出一個攻擊方式，他說我沒說過我能防，這種問題還有很多，所以這個問題看到是最有技術含量、最摩登、最時尚的一個點，但其實還有很多基礎問題。假設失效中還有沒有一些縱深防禦體系，我一級級地做防禦，一個是從技術系統的系統，一個是從管理和設計哲學的系統，我覺得這幾個維度解決。張金池：要不我補充兩句。繆亮豔：張總幫忙支援一下。張金池：其實我不焦慮的，我為什麼不焦慮，我先說一下，站在我目前工作的整個情況下。我更多考慮是兩方面，第一個是體系化，我不擔心一個漏洞，我擔心是有一部分是黑洞我沒有看到，我漏掉了，我有盲區。這是我們在做我們建設工作當中比較重視的一個事情，就是我們希望我們能考慮的更加的全面化和均衡化，全面地去把籬笆搭的能夠一致性，今天可能扎不密，那我明天接著扎，但是如果我這一塊我把他缺失了，那我這個就有問題了，這是我第一個。第二個我考慮的是解構化的問題，什麼是解構化的問題？就是安全的問題剛剛李總說了不能100%，他只要投入足夠的時間、人力和資源，就一定能找到系統中存在的漏洞。假設他可能已經攻破了，他會不會影響到我汽車屬性，我汽車的屬性是，安全地把人運載到目的地，他是一個交通工具，能不能影響到人的生命財產安全。如果他不能夠影響到，那我認為這塊我會盡自己最大努力去做，使用到現在所有的一些技術。但是如果說攻破的情況下不影響，那我就可以在這裡邊給他定一個標準，他不能突破這個，如果他影響到了，那無論如何他不應該具備這個功能。車輛在行駛狀態下，就不應該開放遠端控制功能，其實是沒有這種需求的，從結構化來說你的功能側和安全側應該有更清晰的架構。結構化的東西我們是不斷地探討，假如說他對某個車有一定的攻擊，這種情況下，沒有車速的情況下，可能有異常的情況我們也是可以接受的，當然是他花了很多人力、物力、財力的情況下，所以結構化地去做這些防護。另外還有剛才補充的就是量子，為什麼說不焦慮，我這幾年前一直在看量子這一塊，我們內部也討論了。算力是一個很根本性的問題，算力到底什麼時候能夠即時破解，這個問題到底有沒有路線圖。如果有這個路線圖，我覺得我們就會有路線圖，比方說我們量子路線圖，我覺得我們的防護是要依託於攻擊和防護是共同的相互螺旋式的上升。然後如果說我們算力的大型電腦在某一時刻突然可以小型化了，我不需要量子電腦的產生，銀河一號、銀河二號突然小型化，口袋裡一揣就達到這樣算力的情況下，一樣會出現問題。然後我們從量子方面來說，首先這三五年看量子一定會發現的，一定會往前面走的，它影響的絕不僅僅是汽車行業，它影響的是整個網路的信任架構。往前面走的時候，我當然憑我個人的一些看法，抗量子方面未來會更快地落地，但是量子通訊依託的很多是物理特性是暫時很難解決的，你現在只能解決金鑰分發，金鑰分發不是一個核心的東西。包括羅老師說的大模型我們很擔憂，從安全形度來考慮，算力提升的情況下，其實很多的應用是可控的，但是應用的一些安全出現不可控，輸入的因素是很難理解清楚的。包括我們現在在汽車上做的一些分析，我們可以看得到攻擊的路徑方法，跟大模型的攻擊路徑方法到底能不能可控，它的內部的產生，內部的關聯度這些能不能夠可控。如果這個我們能夠清晰的有把握的情況下，我們努力花人花錢花資源把他做，但是現在大模型可能會出現一些不可控，可能我的認知也是有限的。陳立權：我剛研究過，有客戶說能不能幫我測大模型，我把輝達的那些開放原始碼專案都研究過，我覺得目前來說在測大模型沒有大家想得那麼高深。你真的去把程式碼翻出來看，他的實現原理好像大家也沒有什麼好的解決問題，不管是幾千Gstar的項目還是說輝達官方提出來的，我覺得測試都還沒有伸到模型裡面把一個複雜的你可以理解有很多參數的數學公式解構出來。張金池：如果解構不出來，就會變得非常不可控。陳立權：我覺得這個問題長期都解決不了，只能通過嘗試各種測試用例去驗證。張金池：不斷積累測試用例和實戰經驗。汽車行業需要一個怎樣的安全聯盟？繆亮豔：謝謝各位。我剛說了做這個論壇主持人是所有論壇裡面最難的，為什麼？做了好幾屆主持人，就這一屆到第八個問題你們才交流。前幾屆都是兩個問題點下來就開始PK，到不了後面說明你們都是技術大拿比較i一點，比較向內一點，但是確實我們找到了一個共同點。今天校長給到我們的核心主題還是在攻跟防兩端，核心的目的是為了我們今天問的最後一個問題。我把立意稍微拉高一點，核心問題是為了我們最後的一個問題，為什麼我們要坐在這裡，為什麼我們要一群人聚到一起，我們的目的是什麼？當後續的攻擊防守以及標準制定，其實今天沒有聊太多標準的事情，因為時間也沒了。在這種三角關係在後續的包括自動駕駛、智能座艙到來的更高要求的情況下，他們如何重構？誰應該主導智能汽車網路攻防應急的響應聯盟？是政府部門、行業協會還是頭部企業，還是安全廠商，還是整車廠。問題不是這個，問題是我們需要這樣一個組織和機構，我們什麼時候需要？李均：這個事我有很多吐槽點。繆亮豔：其實就是順著剛才羅教授問題來的。李均：提到聯盟我的吐槽點很多，我覺得很多事情本來想說以政府來主導，但是政府來主導最後參與的還是具體的人，具體公司的人，具體行業裡面的人，大家都有各自的利益在裡面。我寫標準，我把自己埋在裡面，我做聯盟，我做個什麼東西我要卡別人，最終又回到商業競爭上，從最理想情況下和做得最好的美國來看，是美國政府在主導，美國的國防承包商比如說現在我們Mater，是美國國防承包商，他營運全球最大的網路，像大家熟知的CVE漏洞，就是他在營運，但是國家給錢。但是在中國來說，比如說我們汽車行業有這樣的漏洞庫存，像CIVD，您剛才講的跟圖片文章裡面有個AUTOSAR（音）中國要自己要搞個AUTOSAR（音），我也不知道為什麼我去申請加入AUTOSAR（音）人家要說。對方以我們是中國企業為由，拒絕我們加入，但是我也有辦法我現在在裡面混進去了，每次開會都有我。但是問題就在於說別人的AUTOSAR（音）開會你會發現他講的都是很具體的問題，大家這個聯盟之間的漏洞的共享，但是中國的AUTOSAR（音）自己還挺封閉的，他被別人排除了之後他自己還挺封閉。完了之後，你發現我們這種從業者沒有辦法拿到他資料，他還拿著資料在招投標裡面去卡你，沒有這個東西你就是不能參與。所以我覺得這個變味兒了，在中國是有特殊國情，所以我也不應該是由政府還是？繆亮豔：我的問題是你是不是覺得需要？李均：肯定是需要。繆亮豔：什麼時候？李均：現在就需要，而且現在已經有了，有一個畸形的存在。比如說工信部有個漏洞庫叫CIVD是中汽中心在主導，那他就拿著個資料說我招投標的時候，我產品裡面要整合這個資料，但是他又不給別人開放，他要寫到招投標裡。所以在中國做這種東西，我認為很多時候大家的動機不純。繆亮豔：商業氛圍更重是吧？李均：對。繆亮豔：但是現在我們又需要他。李均：不需要這種畸形的。繆亮豔：需要一個良性的。李均：需要有那種所謂的國家單位一類二類，就是靠國家養著的單位來，你不要是由下廠去做生意拿項目的單位來營運這不合理。繆亮豔：我們聽聽車廠的意見。羅蕾：我也覺得有需要，有必要。繆總說的聯盟是不是今年已經有的中汽協牽頭的聯盟，華為引望都在裡面是有這樣一個聯盟的。繆亮豔：我知道有很多機構都在這個運作過程中，但不少機構都在醞釀籌備，卻都還游離在核心協作之外，我也想聽聽你們從車廠到合作方的一些想法。羅蕾：我也有關注這個聯盟，本身這個聯盟它裡面有這麼幾項作用或者它成立的目的，有這麼幾項還挺有意義的。第一個是說首先你這個車企被網路攻擊之後，你本來應該是單點來彌補這個相關漏洞，那你現在要把這個漏洞進行一個共享，來避免說你單車單企業的漏洞成為整個行業的漏洞，你要把它共享出去，尤其是你如果有一些措施非常有效，所以我覺得共享機制挺好的。第二，你這些車企可以聯手一起來形成一些行業規範，標準或者白皮書，他們已經有一些主機廠以及中汽協在醞釀，這個聯盟如果是那個聯盟今年已經成立，目前是處於一個雛形正在起步，我覺得蠻好的。第三，但是我也是跟李均總意見是一樣的，我是覺得能夠良性發展，對主機廠，對這個行業裡面的……繆亮豔：包容性更寬廣，更共享，能這樣理解嗎？李均：所有的聯盟成立的時候利益都是很好的，但是你成立之後在實際干的事是什麼呢？你有漏洞，你上汽漏洞會跟廣汽去說嗎？不會，說完之後人家消費者，是他洩露出來的，上汽有漏洞，廣汽後面到處宣傳。我認為要怎麼做呢，法規要求強制上報，強制上報由國家監管單位，把資料脫敏，提取出相關資訊。他真的可能會影響到廣汽的供應鏈的安全再公佈出來，把這個事情過濾，但是後面做評判的這幫人必須得是國家養著的，不要是被企業包養的。繆亮豔：我們其實最終需要的是一個商業化利益影響更小，更注重對於行業安全，行業信任度這樣的一個機構。曾劍雋：其實這個問題比較簡單，就是運動員和裁判員，裁判員做好裁判員，運動員做好運動員，裁判員就不要下場做運動員了，只要能秉持這個基本理念我覺得還是可以的，沒那麼複雜。繆亮豔：順序到了羅教授了。羅蕾：確實非常有必要，確實需要更具公信力的聯盟，其實在我們國家其他行業都有一些辦法去解決，在其他行業已經做過了。繆亮豔：其實是很成熟的？羅蕾：對，他確實需要比較功利來得做，一定需要。陳立權：汽車是行業性的，從大的方向，從標準來說國家是有專門的機構、專門的標準研究院，包括我們密碼方面，行政方面是由國家密碼管理局來牽引投入，由密碼標準研究院牽頭制定相關標準，這就是純國家的。當然，會有些人情關係大家熟一點，但是企業在密碼層面會有這樣的標準，更多地會有地方標準，地方標準更多會有企業參與進來，這可能會有更多地域性的東西。在行業裡面可能也會存在這樣的現象，但是怎麼做到更公開、公正、透明，這是需要整個行業一起來努力的。張金池：大家意見都比較一致，這裡面整個的推進過程能夠更加從行業性去出發，完全公益性可能也不太現實，但是這裡面至少分得清誰的責任、誰的權利、誰的義務，不能全都攪到一塊兒，這樣走著走著可能會變樣。或者更長遠的發展，更多的我覺得協會都是為了行業的發展，都是為了大家能夠更好的進步，更好的提升技術，讓技術的歸技術，行業在技術上面突破當中不斷的前進。繆亮豔：感謝，我聽下來今天我們坐在這裡，就是有agree和disagree，但我們至少有一個共同的期望，今天我們開這樣一個論壇，坐到一起我們討論了很多技術問題、行業問題、標準問題，關於各個方面的。最終在這個點上，我們都希望有一個機構能夠幫助汽車網路安全，或者這個行業、這個賽道、這個產業能夠有一個依靠，更平穩地往前順利地發展。不管新的技術怎麼來，至少是有一個偏官方的機構幫助我們推動這個行業發展，散亂在外面，在美國有比較好的一家公司在這樣做，但如果我們做得沒人家好就會落後，類似這樣的概念。今天拖堂比較嚴重，不是從我開始拖的，是從上一個論壇就開始拖了，我只是稍微跟著拖了一下。其實汽車網路安全的核心難題，本質上是源於物理世界和虛擬世界、數字世界之間深度的融合，帶來了一些問題和風險。我們不能簡單地認為是一個IT問題或者是工程師的問題，我覺得我看到更多的想法是我們需要一個技術革新、流程再造、標準統一、生態合作、法規完善和人才培養的多管齊下的環境，來應對更複雜的後續行業的終極目標。因為我們相信最後的最後，其實安全永無止境，感謝大家！謝謝！ (汽車商業評論)

當前新能源領域最熱門的，就是固態電池革命。大量科技企業投入重金研發，資本市場表現火爆，過去一年固態電池指數漲幅翻倍。與此同時，市場上存在有兩種截然不同的聲音，有人覺得固態電池是吹牛，炒概念。有人覺得是即將顛覆一切的技術革命。現在我可以明確告訴你，固態電池是一場全新的技術革命，不僅會徹底改寫新能源，更會影響我們每個人。我在2021年提出，“當下不投新能源，就像20年前沒買房”，2021-2022年新能源類股引領資本市場上漲。有些人誤以為我是在2022年股市高點倡導的新能源，其實我在2019年就在國內最早提出“新基建”，看好人工智慧、新能源所引領的新一輪科技革命，後來新基建成為國家戰略，我的專著榮獲國家大獎。新能源革命下半場最重要的突破和機會是固態電池與智能駕駛。現在我用大家能聽得懂的話，講一下為什麼未來要看好固態電池？因為固態電池解決了當前液態電池的三個大難題，直擊了三大痛點，帶來技術革命性突破。一是里程焦慮。現在新能源車中用的最多的磷酸鐵鋰電池，能量密度一般在140-180Wh/kg，高鎳三元電池一般是200-300Wh/kg。而全固態電池採用矽碳負極、高鎳三元正極和硫化物電解質，能量密度突破500Wh/kg，比原來的技術翻了一倍多。這意味著什麼呢？過去100公斤的電池最多能支援500 公里續航，未來固態電池能量密度翻倍、帶電量翻倍，續航里程可能不止翻倍，有望突破 1000 公里的續航天花板。也就是，以後裝載固態電池的新能源汽車充一次電能跑1000公里。二是安全焦慮。固態電池去掉了液態電解液，換成了不易燃的固態電解質，大大降低電池起火爆炸的風險。這是因為固態電池用的是固態的電解質，本身不是易燃物，可以在200℃極端環境下保持穩定，即使電池短路也燃燒不起來，從根本上斷絕了燃燒的問題。固態電解質的主流路線有：硫化物、氧化物、鹵化物路線，硫化物是當前業界的熱點。硫化物固態電解質是陶瓷材料，替代了液態電池中的隔膜，陶瓷更硬，它能有效抑制鋰枝晶生長和穿透，為安全性加入了多一層保障。第三是低溫掉電快的焦慮。北方車主最懂，冬天一到，有時候續航直接腰斬。這是因為傳統液態電解質在低溫下黏度會增大，甚至半凝固，導致鋰離子遷移阻力加大，電導率下降，電池內阻升高。而固態電池就能解決這個問題，因為固態電解質本身為固相，不存在凝固點問題，離子電導率隨溫度變化更平穩，低溫下的性能衰減小，因此續航表現更穩定。有人說了，既然固態電池這麼牛，為什麼還沒大規模裝車？核心問題在於 “介面適配”。打個比方，傳統液態電池裡的鋰離子像在泳池裡游泳，而固態電池就像把泳池改成了高速公路。可這條 “高速路” 不好修，容易出現“高速路裂縫”：硫化物電解質很硬，金屬鋰電極卻很軟，兩者貼合時會出現很多縫隙，影響充放電，這就是行業裡說的 “固 - 固介面問題”。這是影響固態電池能否大規模裝車的核心原因。其實大家質疑的不是能不能實現，而是什麼時候實現，怎麼實現，現在股價波動就是市場對產業化時間的預期調整。好消息是，中國有望率先攻克這個全球技術難題：比如中科院物理所用碘離子當 “特殊膠水”，自動填補電極和電解質的縫隙；還有中科院金屬所，為電解質做了柔性聚合材料 “骨架”，耐彎折，儲電能力還提升了 80%，適配日常使用；清華大學用含氟材料改造電解質，形成一層 “保護殼”，就算高溫、針刺測試也更安全，現在很多中國科研團隊在不斷取得突破。所以，固態電池大規模落地已經離我們越來越近了！固態電池不是空想，是改變未來的科技革命！ (澤平宏觀展望)

最近，一張圖片在網上流傳開來。圖中顯示“FSD功能已獲工信部審批（工信部職能網聯汽車准入許可、資料安全合規認證）”，表明特斯拉的全自動駕駛系統（Full Self-Driving，簡稱FSD）在中國正式獲批並開始推送，這標誌著智能駕駛技術在全球最大汽車市場邁出了關鍵一步。2025年3月，特斯拉宣佈將在中國推出FSD服務，並在6月開始向Model Y等車型推送版本13.2.9。儘管過程中經歷了監管暫停和調整，但最終獲得批准，讓無數車主和科技愛好者興奮不已。這不僅僅是特斯拉在中國結的巨大突破，也是整個自動駕駛行業的里程碑。那麼，FSD究竟是什麼？它將如何影響中國市場？讓我們一探究竟。FSD：特斯拉的“黑科技”利器FSD是特斯拉推出的高級駕駛輔助系統，旨在實現從城市街道到高速公路的全場景自動駕駛。目前的FSD仍處於“Supervised”階段，即監督模式，需要駕駛員保持注意力並隨時準備接管，但其功能已遠超傳統ADAS。FSD的核心特點包括：-Autosteer on City Streets：在城市道路上自動轉向、變道和避讓行人、自行車等。-Navigate on Autopilot：自動導航，包括自動變道、超車和進出匝道。-Traffic Light and Stop Sign Control：識別交通燈和停車標誌，自動減速、停車並起步。-Smart Summon：通過手機App召喚車輛從停車位自動駛出，適用於低速場景。-Auto park：自動泊車，支援平行和垂直停車。FSD依賴於特斯拉的視覺系統（Vision-Only），使用8個攝影機和神經網路AI處理即時資料，而非傳統雷射雷達。這讓它更具成本優勢，但也面臨中國複雜路況的挑戰。根據使用者反饋，FSD能顯著減少駕駛疲勞，尤其在擁堵城市中表現突出。FSD的獲批得益於特斯拉與中國監管機構的緊密合作，包括提供詳細資料以符合本地法規。這也為未來無監督FSD和Robotaxi鋪平道路。中國本土智能輔助駕駛的迅猛發展在中國，智能輔助駕駛（ADAS/NOA）已成新能源汽車的核心賣點。本土企業如華為、小鵬、比亞迪等，正以驚人速度追趕甚至在某些領域領先。2025年，中國智能駕駛市場滲透率持續攀升，據預測，到2030年，20%的汽車將實現全無人駕駛，70%將配備高級輔助系統。中國智能駕駛行業呈現六大派系競爭格局，技術路線與生態模式各具特色。1.全端自研派以華為、小鵬、比亞迪為核心，建構“晶片-演算法-資料”閉環。華為ADS 3.0覆蓋41城無圖NOA，雷射雷達方案保障高端安全；小鵬XNGP以純視覺實現45城覆蓋，硬體成本壓降至1-2萬元；比亞迪憑400萬輛年銷規模建構資料閉環，智駕成本降低40%。2.車路協同派百度Apollo通過“車-路-雲”一體化，在亦莊實現路口效率提升30%，Robotaxi覆蓋30城並單城盈利，匯聚220家合作夥伴建構生態。3.資料驅動派Momenta以端到端模型和資料飛輪技術，與寶馬、豐田等20家車企合作，量產車型超160款，城市NOA接管率低至0.1次/千公里。4.跨界賦能派華為HI模式歷經演進，與廣汽成立合資公司，輸出定製化智駕系統，2025年首款SUV量產；地平線則通過晶片+演算法方案切入比亞迪、上汽供應鏈。5.場景深耕派理想AD Max3.0升級全場景NOA，支援收費站通行與全國道路覆蓋，508TOPS算力晶片保障家庭使用者長途需求。6.合資派東風日產等繫結Momenta技術，15萬級車型實現城市記憶領航，硬體成本低於1.4萬元。各方差距與發展勢頭：中國追趕，未來可期對比來看，特斯拉FSD在AI演算法和資料積累上領先，尤其在全球百萬輛車的訓練資料支援下，迭代速度更快。但中國本土企業在硬體（如雷射雷達）和本地化上佔優——2025年測試中，特斯拉在高速公路勝出，而本土品牌在城市安全更可靠。差距主要體現在軟體成熟度和監管適應性：特斯拉需應對中國資料隱私法，本土企業則受益於政策傾斜。發展勢頭強勁，中國已成為全球智能駕駛創新高地。本土品牌正從“跟跑”轉向“並跑”，如比亞迪的AI整合和華為的生態佈局。未來，隨著5G和V2X（Vehicle to Everything）普及，差距將進一步縮小。特斯拉的入局將刺激競爭，推動行業整體進步。但安全仍是底線——近期事故提醒我們，技術雖炫酷，人命關天。FSD獲批開啟新篇章，中國智能駕駛將迎來爆發。車主們，你們準備好擁抱未來了嗎？當然，這需要你首先付出6.4萬元RMB來購買，才能享受的到。 (不止說車)

在昨日於上海嘉定舉辦的2025中國汽車論壇上，華為智能駕駛解決方案產品線總裁李文廣發表演講。他表示，華為正加速推進L3/L4，實現產業趕超。依據規劃，2025年華為將率先開啟高速L3級自動駕駛的試點商用。與此同時，城區場景下的L4級自動駕駛測試也將同步展開。進入2026年，華為的重點將轉向高速L3級自動駕駛的規模商用。而在城區場景，華為計畫開展L4級自動駕駛的試點商用。展望2027年，華為志在實現城區L4級自動駕駛的規模商用。到2028年，華為更將目標鎖定無人幹線物流。他表示，大家或許會覺得華為這個計畫有些激進，但其實華為若在2027年實現目標，也已經位元斯拉落後一年了。在這之前，華為智能汽車解決方案BU CEO 靳玉志強調：“從L2等級的組合駕駛輔助，邁入L3等級有條件的自動駕駛，是行業向前發展的必然！還要提醒大家，L3是有條件的自動駕駛，駕駛員還要保持警覺，及時接管車輛。”本周的發佈會上，余承東還分享了自己現在用車的真實狀況：自己的司機失業了，都是我用智駕來開。“其實我們開自駕確實沒事幹，期待L3早點到來，因為我們真具備了L3的能力。”余承東說道。對於接下來的行業發展，余承東在發佈會上直言：“我歡呼、擁抱、期待著L3的到來。這樣大家就真能在路上睡覺了。當然了，我們真具備了L3的能力。”余承東還首次回應了5月“疑似開車睡覺”傳聞。他稱當時開車開起智能輔助駕駛後，低頭看了下手機，結果被拍了下來。後被警方找到，他去“自首”交罰款，還扣了3分。 (快科技)

慘痛的教訓啊，又一起智駕車禍！難怪現在都不讓叫智能駕駛，只讓叫輔助駕駛系統了，這一次出事的，還是一個重量級選手，問界M9來看，某車主曝光了自己駕駛問界M9在高速出車禍的視訊，據車主說，他的車是25款的四雷射雷達Ultra版，也就是有側向固態雷射雷達的版本，車禍發生前，右前方有車輛併入主線，問界M9正常行駛，直到撞擊前最後一刻，NCA功能，也就是智駕領航功能還是開啟狀態，然後就撞上了，那我逐幀分析了這次車禍視訊，有一個重要發現，也是一個救命的教訓，大家一定要記住，首先，側向的白車違法並線，這點沒爭議，白車既沒減速讓行正常行駛車輛，又連續跨越兩條車道，還跨實線變道，主要責任甚至全責是沒跑了，然後呢，問界M9的智駕確實有減速反應，但是太晚了，注意看，問界M9一直時速125km巡航，直到撞擊前一刻，NCA將時速降到了117km,但是已經晚了，下一秒，NCA退出，撞上前車，這裡面最重要的是啥？智駕還做不到老司機那樣的預防性駕駛，這裡我推測，智駕只能探測到前車在右側行駛，是沒法預判它會跨實線變道的，但如果是我，或者一個老司機在看到對方的並線意圖後，應該會更早減速的，還是那句話，各位，別將生命交給智駕，目前各家車企都是L2駕駛輔助階段，華為ADS目前確實是國內智駕第一梯隊的代表，但如果華為的智駕都做不到老司機的預防性駕駛，那其他車企的智駕，確實要更加小心要時刻盯著路況，手握方向盤，即使到了L3級自動駕駛,我還是這個原則，真要出了車禍，即使責任是對方或智駕的，車企能賠償你,那又怎樣，畢竟命是自己的。 (AUTO芯球)

佐思汽研發佈《2025年輝達汽車與AI業務分析報告》。輝達從智駕晶片、智駕方案、模擬系統、端到端、大模型等，建構了完整的智能駕駛生態系統。來源：輝達，Egil Juliussen智能駕駛領域，能夠與輝達生態抗衡的，主要是地平線機器人和高通。以下是輝達（NVIDIA）與地平線（Horizon Robotics）在智能駕駛生態佈局的對比：輝達 vs 地平線智能駕駛生態對比輝達在高階智駕方案、艙駕融合方案、中階智駕方案方面均有佈局。輝達高階智駕晶片和競品的對比輝達在高階智駕方面的主要產品包括Orin-X和Orin-Y，主要挑戰者包括地平線J6P和黑芝麻智能華山®A2000。輝達艙駕一體晶片和競品的對比輝達推出了艙駕一體晶片Thor。性能最強的Thor-Super算力可達2000TOPS，最高可支援L4級智駕的Thor-X算力達1000TOPS，Thor-U算力達700TOPS。輝達中階智駕晶片和競品的對比輝達在中階智駕方面的主要產品是Orin-N，主要挑戰者包括地平線J6E/M 和高通8650。輝達在工具鏈、模擬和AI領域與競爭對手的對比以下為輝達、地平線、高通在智能駕駛工具鏈、模擬和AI領域的佈局對比：《2025年輝達汽車與AI業務分析報告》目錄01輝達簡介和綜述1.1 輝達  公司簡介輝達公司簡介和汽車業務四大支柱輝達主要業務類股輝達營收情況（自然年）輝達2021-2024各季度分業務收入輝達資料中心、汽車業務收入同比增速輝達的收購輝達收購近30家公司，打造AI帝國為什麼大廠做AI訓練都選擇輝達而不是英特爾AMD？1.2 輝達  產品佈局輝達佈局了AI產業從晶片到應用的幾乎所有層級輝達主要晶片產品輝達晶片路線圖輝達晶片產品路線（2025-2028）輝達主要AI晶片AI晶片GB200輝達AI硬體平台輝達的AI工具輝達CUDA輝達NVLink輝達大語言模型和GenAI輝達推出全端綜合安全系統NVIDIA Halos1.3 輝達 GPU產品輝達GPU歷代架構和代表晶片輝達超級晶片和超級電腦平台輝達發佈超級晶片B200輝達推出新一代GPU：GB300和B300輝達GB300、B300、B200對比輝達 AI GPU 路線圖與單晶片技術規格1.4 輝達  2024-2025動態NVIDIA推出6G研究雲平台輝達展望未來 AI 加速器輝達入股自動配送機器人公司輝達與卡耐基梅隆大學研究團隊合作輝達和通用汽車擴大合作02輝達 座艙晶片輝達切入汽車晶片輝達汽車晶片演進聯發科與輝達合作打造智能座艙晶片輝達深度學習處理器Parker輝達汽車中央計算晶片奔馳MBUX使用輝達晶片03輝達 智駕晶片3.1 輝達 自動駕駛SOC綜述輝達智駕 SoC 產品組合輝達ORIN主要支援Tier1及量產方案（1）輝達ORIN主要支援Tier1及量產方案（2）Thor+S32G+TC397架構方案單Orin輝達開發板框圖智駕、座艙、泊車三合一雙Orin跨域融合系統方案Orin-X/J5+8295+S32G 跨域融合系統方案Orin-X+8295+2*TC397 跨域融合系統方案單Nvidia Xavier 智駕系統方案3.2 輝達 ORIN輝達ORIN SoC系統架構：框架圖輝達ORIN SoC系統架構：功能設計輝達ORIN SoC系統架構：CPU輝達ORIN SoC系統架構：GPU輝達ORIN SoC系統架構：深度學習加速器DLA輝達ORIN SoC系統架構：可程式設計視覺加速器PVA輝達ORIN SoC系統架構：介面以Orin為核心的智能駕駛域控製器的框架圖輝達推出智駕晶片Orin YOrin X, Orin N和Orin Y參數對比3.3 輝達 THOR輝達下一代中央計算SoC Thor輝達Thor架構設計：輝達Hopper 架構GPU系統框圖輝達Thor架構設計：輝達Grace 架構CPU採用Arm Neoverse V2核心輝達Thor架構設計：Blackwell架構輝達Thor支援NVLink多片級聯04輝達 基礎軟體4.1 輝達 智駕演算法輝達感知演算法輝達感知演算法模型輝達演算法庫：VPI開源FoundationPose輝達軟體解決方案輝達Hyperion技術路線圖Hyperion 9 在2026年裝車輝達Drive Hyperion 8輝達Drive Hyperion 8.1輝達Drive Hyperion 面向L3/L4的開發平台架構輝達Drive Hyperion 的最新進展4.2 輝達 中介軟體和工具鏈輝達自動駕駛全端工具鏈輝達軟體解決方案：底層DRIVE ® OS，中介軟體DRIVEWORKS輝達：Drive OS簡介輝達：Drive OS SDK架構4.3 輝達 功能安全輝達適用於自動駕駛汽車的全端綜合安全系統NVIDIA Halos輝達自動駕駛系統功能安全部署方案輝達自動駕駛系統DRIVE OS功能安全設計輝達ORIN晶片功能安全設計4.4 輝達 雲服務和模擬輝達Omniverse CloudNVIDIA Omniverse平台輝達Omniverse合作案例NVIDIA DRIVE Sim端到端模擬平台NVIDIA Drive Sim應用案例一NVIDIA Drive Sim應用案例二NVIDIA Omniverse應用案例一NVIDIA Omniverse應用案例二NVIDIA Omniverse應用案例三NVIDIA Omniverse應用案例四輝達專利提出一種基於“虛擬軌道”的自動駕駛系統輝達模擬的最新進展NVIDIA Omniverse 物理 AI 作業系統擴展至更多行業和夥伴NVIDIA Omniverse推動AI感知生成到計畫決策05輝達 智駕域控5.1 輝達 THOR平台域控輝達DRIVE Thor SoC晶片智駕域控解決方案輝達DRIVE Thor+S32G+TC397架構方案5.2 輝達 ORIN平台域控輝達Orin-X/N SoC晶片智駕域控解決方案（1）輝達Orin-X/N SoC晶片智駕域控解決方案（2）輝達Orin-X/N SoC晶片智駕域控解決方案（3）輝達Orin-X/N SoC晶片智駕域控解決方案（4）輝達Orin-X/N SoC晶片智駕域控解決方案（5）小鵬汽車雙ORIN-X自動駕駛域控板拆解比亞迪雙ORIN-X自動駕駛域控創時智駕單ORIN-X開發板框圖智駕、座艙、泊車三合一雙Orin跨域融合系統方案（1）智駕、座艙、泊車三合一雙Orin跨域融合系統方案（2）智駕、座艙、泊車三合一雙Orin跨域融合系統方案（3）Orin-X/J5+8295+S32G 跨域融合系統方案Orin-X+8295+2*TC397 跨域融合系統方案5.3 輝達 Xavier平台域控輝達Xavier SoC晶片智駕域控解決方案單Nvidia Xavier SoC自動駕駛域控方案06輝達智駕系統輝達自動駕駛解決方案NVIDIA Multicast 的核心設計思想NVIDIA最新發佈端到端自動駕駛框架Hydra-MDPNVIDIA 自研搭建模型架構 Model room三方合作，打造基於Thor晶片量產智駕解決方案07輝達AI大模型輝達自動駕駛汽車軟體棧Nvidia發佈Llama3-ChatQA-1.5輝達推出模型套件Cosmos - Reason1麻省理工學院與輝達推出AI模型工具輝達的AI演進路線08輝達在機器人的佈局輝達機器人開發解決方案輝達機器人開發三個計算平台麻省理工學院與輝達推出機器人新框架輝達推出開源人形機器人功能模型 (佐思AI與機器人研究)