魏牌藍山智駕版自交付以來，銷量逐漸爬升，每個月穩定在6000臺以上，是新能源大6座SUV領域比較熱門的車型，這款車的走紅，領先的智能駕駛和智能座艙體驗發揮了很大的價值。

廣州車展期間，長城汽車CTO吳會肖和魏牌藍山商品總監劉鵬凱接受了媒體采訪，涉及：

智駕版的推出對藍山車型的銷量和產品力提升有多大影響

長城智駕現有的技術路線及對未來的技術規劃

長城如何規劃多域融合架構

長城的智駕是否會去掉激光雷達

長城如何看待中美在AI上的技術代差

全文如下，《刻度》對采訪內容做了整理。

媒體：智駕版的推出對藍山車型的銷量和產品力提升有多大影響？長城是否計劃繼續All in智能駕駛？

劉鵬凱：全新藍山自8月21日上市以來，每月的交付量穩定在6000多臺。對于長城汽車來說，在30萬元級別大六座SUV市場中，這樣的表現是相當不錯的，我們將繼續努力。

在此，我必須感謝吳總團隊開發的智能駕駛和智能座艙系統，這對我們來說非常重要。我們剛剛完成了“N+1”調研，其中60%以上的客戶是因為這套座艙系統和智能駕駛系統而選擇這款車，他們對此非常認可。

座艙系統的滿意度更高，而智能駕駛系統雖然根據個人習慣不同，滿意度也非常高，并為我們提供了許多建議。目前，整個智能駕駛系統正在快速迭代，大版本已有七八個，小版本幾十個，每周都有新版本發布。

智能座艙和智能駕駛系統確實是全新藍山銷量增長非常重要的核心因素。我們的智能座艙系統自7月份以來，蟬聯7-10月安兔兔車機版性能榜第一名，位列魯大師第三季度新能源車車機流暢度排行榜第一名，非常順滑，反應非常快。我們正在不斷增加系統中的娛樂性、功能性和交互性，Coffee OS 3.1版本就是一次重大的提升。智能駕駛系統和座艙系統確實非常重要。

除此之外，動力系統，這套Hi4動力系統相比于之前，又做了一次提升，最終表現就是跑得快、油耗低、跑得遠，這是三個核心的總結。這套動力系統，Hi4性能版也是我們專門為中大型城市SUV準備的。

還有底盤調校，我們增加了電控減振器，舒適性也有所提升，且可調節。車內，除了智能座艙外，整個空間也進行了升級，如冰箱，我們的冰箱可以放6瓶550ml礦泉水，直接用50W壓縮機冰箱，50W壓縮機對于汽車來說，功率是比較大的，我們做了零下6度的冰箱，零上是50度。當時我們發布出來之后，和很多媒體老師、用戶都交流過，說這個冰箱做到零下6度，說我們重點去宣傳這個，這個比很多的只到零度，達不到零度也很強的實用性。

還有就是我們的座椅，副駕駛零重力，前排、二排都是八點按摩，二排帶腿托，都是獨立座椅，空間也是非常大的，座椅非常好。

還有音響，全新藍山這套音響，吳總團隊做的這套音響，2440W峰值功率。在車里面，通過幾塊大屏，通過座艙播放影視效果，聽歌效果，大家現在都說冰箱、彩電、大沙發，我們現在想說的影院、冰箱、大沙發，我們想做一個組合體，并不是單獨說某一個點。

最后，全新藍山為什么現在銷量表現好？其實我也一直在想這個事，現在的確做了一款大家比較認可的車出來，大家想要的東西，車上都有。包括幾十年造車底蘊、底盤調校、包括安全性，大家對長城還是比較認可的，這是我的一些想法。

媒體：長城汽車在智能駕駛方面有哪些特點和突破？我們的智能駕駛要達到行業領先水平還需要哪些提升？

吳會肖：首先，端到端技術是行業內公認的一種說法，但具體實施細節，每家企業都有自己的核心見解，這些見解通常不會完全公開。當前還是要做規則兜底。

接下來，無論是視覺語言模型、視覺語言動作模型，還是把更多的視覺模型引入進來，把通識和整個智駕結合得更好，這即取決于整個算法模型優化，還取決于端側芯片上做得怎么樣。

就目前智能駕駛的現狀而言，例如自車和他車的軌跡預測以及對道路上的行人、自行車等進行預測，當前算法已能夠實現。但面對更復雜場景，如救護車需要避讓、潮汐車道和公交車道的使用限制等，對智能駕駛系統來說仍是挑戰。

例如，在某些路口，盡管通常紅燈可以右轉，但如果有標志指示紅燈不可右轉，這對人類來說很簡單，但對智能駕駛系統而言則較為復雜。當然也可以實現，比如在路口打一個補丁，更好的把語言模型引進來，比如說交警一個手勢，他讓你往前、往后等等，這就更復雜了。面對這樣的場景，我覺得要再引用新的模型，并且這個模型能夠跑到當前芯片里面去，當前研發重點是到這個層面。

從產品理念上講，對于全場景NOA全國開城，中國車企幾乎都已開啟。開城后，大家的實際表現是否足夠絲滑、準確，盡可能為駕駛員和乘客提供非常好的體驗，這是大家競爭的方向。

包括我們這次去參考美國FSD，還有中國做的一些Demo，以及先行車的體驗，已經發展到Parking to Parking，甚至是門到門的產品理念。特斯拉在其最新版本中也主要進行了優化。

對于消費者而言，他們可能不理解端到端的概念，但他們能理解車位到車位。因此，這是我們技術開發人員的方向。然而，確實存在問題，比如在美國測試時，我們遇到了一個場景，系統堅持Parking to Parking，但停車效果不佳，導致車輛反復進出停車場，最終甚至繞到了死胡同，無法出來，我們不得不接管。美國的停車環境比中國要好很多，中國的停車場有更多的抬桿、門衛、車位等復雜多樣的情況。

因此，產品理念已經非常明確，即根據消費者需求，，有很多人說我不需要Parking to Parking，我下來之后需要它自己走過來接我，接上我就走，到那兒之后，我人走了，車自己Parking好，這是我們接下來要去做的方向。

如何做到行業持續領先？我認為，隨著算法模型的不斷精進和產品理念的不斷創新，行業每天都在發生變化。但無論如何，團隊是否以提供更好、更安全的駕駛體驗為使命，是否尊重產品、算法和工程，是關鍵。如果一個組織只強調某一方面的重要性，可能無法走得更遠。

媒體：請問在大模型開發方式下，您認為車企應掌握的核心能力是什么？

吳會肖：當談到AI應用時，大家首先關注的是產品層面，但實際上在落地實施時，我們發現開發和運營層面能更好地發揮效能。AI和大模型是工具，它們應使我們的日常工作更加輕松和高效。

我們的研發團隊擁有一個AI Lab，最初主要面向產品側。隨著ChatGPT的興起，我們開始將AI Lab的職能擴展到整個運營層。

在原來行業里，我跟哪一個公司高層交流，他坦誠說到，汽車產業不是一個對AI具有先天友好性的產業，其實他說得挺對的，相比于互聯網、科技公司，我們確實差一些。因為我10月底去美國的時候，也去微軟、英特爾、亞馬遜，包括英偉達、高通都走訪了一遍，雖然說汽車產業不是特別友好，但是中國汽車產業對AI還是挺友好的。中國汽車產業吸引了非常多來自互聯網和高科技人才進來，對整個開發組織有非常大的幫助，可能在一些人看來是沖擊，但是從企業的管理者看來，就是提升。

具體到領域，AI的應用非常廣泛，從造型創意、車機壁紙到宣傳圖都可以通過AI生成。無論是在測試應力，還是在代碼注釋，包括寫運行代碼，尤其是寫測試性代碼，我覺得挺好用的。

汽車產業的挑戰在于其涉及的因素和組織眾多，一個零部件的變動可能對整車的法規符合性、安全性等產生重大影響。有國內的標準、海外的標準，原來的汽車產業不友好是因為他的影響因素太大，當我們做變動的時候，很多工程師要先把所有的，無論是國家的強標、國外的參考標準、企業的標準，還有過去失效的案例，統統都要梳理一遍，所以周期就會比較慢。

通過使用大模型，我們可以更好地進行知識問答和日常標準索引。我們也在引入Coze系統，進行定制化方案的開發，因為它是一個公共平臺，我們需要對企業保密性數據進行本地化部署。本地化部署后，它將接觸各個領域出現的模型和工具，從而優化我們的日常差旅費用和機票預訂等。我非常認同AI給這個時代帶來了巨大的變化，這種變化將影響每一個人。

媒體：請問長城汽車在智能化方面這一年多來經歷了哪些最大的調整？

吳會肖：去年9月份，技術路線定下來到產品落地，實際上需要一些時間。國際上產品開發周期是36個月，國內縮短到24個月，對于成熟的動力總成，簡單的車身改款和軟硬件集成，造型確定之后，可以是18個月。所以去年9月份和大家做交流時，所有的技術路線基本上已經確定，今天大家看到的全新藍山智駕以及哈弗品牌、坦克、歐拉的OTA功能都是基于去年確定的技術路線。

從9月份至今，端側技術路線上沒有做大的調整。主要是進行工程化的落地，工程化落地上，除了端側，我們在云側分布式、車聯網以及云側的多云整合方面做了一些工作，無論是數據采集、訓練、精準推送還是定點大數據收集都取得了一些成果。

接下來，整個智能化的路徑會不會再往前演進？因為我們每個月都會有技術路線審視，發展到今天，我覺得大的路線上還是不會有調整，但在一些小的細節上有所調整，例如多域控制器融合，我們認為這是一個可行的方向，這將有助于降低成本、提高通訊效率和穩定性。但由于涉及到不同領域芯片的選型和整個電路設計，我們會更為謹慎。

關于視覺和激光雷達的選擇，我們也在做準備。我們最初認為當前技術狀態，量產在激光雷達，可以在適應復雜天氣、復雜路況上會更有優勢，但是隨著數據量的積累，我們認為純視覺也可以有很好的效果。所以這一方面的工作也會加快。

另一個需要強化的是，從原來的座艙和智駕向整車智能進化，我們的Coffee OS也將升級為整車軟件系統，將更多的底盤控制、動力控制、車身控制和端云結合控制納入一體化的管控領域里面，這是我們的技術路線。

媒體：端到端大模型是否真的能夠讓那些之前表現不佳的公司在短時間內迅速縮小代差，或者追平這一能力？

吳會肖：我認為算法模型尤為重要。全新藍山智駕之所以能在較短時間內實現工程化部署并取得良好效果，首先是因為算法架構做得不錯。

今年上半年，所有企業都取得了不錯的成績，這與多種因素有關，不僅僅是一個完整的端到端方案。從算法到整個工程化，到動力底盤標定，到橫向縱向控制，再到數據訓練，每個環節都不可或缺。但是中國的人才流動迅速，一旦有公司取得突破，其他公司也會迅速跟進。至于與特斯拉的相互推進速度，我認為這非常有趣。特斯拉有時在理念上非常領先，我認為沒有任何一家車企能與特斯拉相提并論，但現在馬斯克太忙了，不知道他是否還有精力放在智能駕駛上。

美國人在AI應用上確實有很多創新，但在工程化層面上，他們會變得慢一些。剛才我談到去亞馬遜、微軟，去全球最Top公司總部去聊，他們給我推薦AI應用，他們認為非常不錯的Demo，相當于我們在一代半之前的產品形態，我自己還是蠻有信心的。

媒體：全新藍山智駕版在懸架方面到底做了哪些改進？

劉鵬凱：整個底盤調校，之前不帶智駕版的藍山其實也不錯，主體上都不錯。這次我們增加了一個電控減振器，這是之前沒有的。基于一些平臺，包括這個定位，沒有空氣懸掛，但增加了電控減振器，整個調校基于整車，現在還有大電池，包括整個座艙，包括智駕匹配系統，這些都是綜合性調校。舒適性只是其中一方面，還有基于智駕、轉向、制動，包括油門響應、動力性、跟隨性，結合整車負載，大電池肯定會更重，整體全新做了一輪調校，這是伴隨著整個智能化搭載上車同步進行的。

媒體：吳總，您剛才提到了一個重要的問題，即未來將朝多域融合方向發展。請問這一架構大概何時能在一些車型上實現？

吳會肖：談到多域融合器，大家對于智能駕駛和座艙的關注過高，因此一提到多域控制器融合，大家第一反應就是智能駕駛和座艙的多域控制器融合。實際上，從整車角度來看，多域控制器如何整合，或者我個人認為，在短期內，尤其是像城市NOA這樣的功能，目前我們正在做智能駕駛和座艙的融合，甚至發展到One trip這一層面。因此，我認為在當前智能駕駛、智能座艙在One trip路徑上，我們還需要進一步看一看。即使對于SKU，包括現在要推的CX ONE，包括高通的一些芯片，我本人并不十分支持，我認為我們還需要更加謹慎。但多域融合器，我主要指的是車控領域，例如網關到車門，包括底盤、懸架、空氣懸掛，甚至包括動力控制器的部分，去做多域控制器整合的機會更大，成本也能得到更好的控制。

目前要整合智能駕駛和座艙搭載SOC這一層面上，就您剛才的問題，到底多大CPU、GPU和NPU是足夠的，目前還沒有看到穩態的結果出現。但對于一些MCU層面控制的邏輯其實還是非常清楚的，所以我認為在整個車控，包括線控底盤控制上做多域控制器整合，我認為這個機會已經非常成熟了。而且我們通過軟件層面，可以把他們協調得更好，盡管說不同的域控制器里面，時間維度是不一樣的，可能對于安卓側，我們接受的是秒級，或者是幾百毫秒，到的動力總成控制的時間維度可能是50毫秒、10毫秒，或者5毫秒，控制不一樣。但總體上，從軟件層面，企業是可以打通的。

所以說多域控制器是指除了智艙和智駕其他的領域，當然智艙和智駕里面也會有一些，比如說把泊車整合到座艙里面，就是把一些功能安全放到智駕里面，包括有一些未來支持大模型，我說的大模型不是這個訓練大模型，可以看看放到SKU里面，還是放到未來的8295，或者8397里面更合適。

關于您提到的第二個層面，實際上在目前我們看來，如果不引入剛才我說的，基于人類通識場景識別，比如看到交警打不一樣的手勢，前后方有類似于救護車，或者說特別特殊的場景，因為現在識別這個車就是一個車，就是一個物體，不管是什么，他不是一個人，他是一個交警，交警打的手勢是什么，這個層面的算力，現在評估還不是非常充分。再做剩下的軌跡預測和規劃生成，我們認為當前單Orin是可以處理得很好的，而且從目前的評測效果來看，我們覺得還不錯。

媒體：您們還在考慮是否能去掉激光雷達，OCC上了以后，對算力侵占，目前來看應該是非常大的，就是有沒有這樣的系統可以在內部實驗室里面去跑，看看什么情況？

吳會肖：現在這個視覺已經在跑了，但是目前我們評估下來，即使把它拿掉，可能對一些極端場景影響會比較大。但是正常情況下，無論是做一些訓練，包括做歷史軌跡預測，去推斷接下來整個軌跡，比如說100個點里面定50個點，我覺得這些里面，激光雷達并不是會占用特別大的算力，但我們還是擔心拿走之后，對于一些復雜的場景下，就是你沒法靠你的視覺把這個物體識別得非常準確，任何圖像識別到最終把這個結果輸出來，有誤的時候，執行度沒法提得很高，所以說這一點，我們覺得可以再看一看，我們再去提升，看看整個訓練的結果怎樣，如果說靠純視覺，包括加上這些毫米波雷達給出來的結果，我們覺得執行度達到一個比較高的水平，那是可以拿掉的。

媒體：請允許我提出一些延伸問題。可能就不像現在的解決方案，你們是通過云端部署，然后在側端部署一個？

吳會肖：最終到了決策的時候，肯定是要把這個模型提純到可以部署在端側，靠云端跑，那不可能的，在當前情況下，沒有任何車的決策經得住這樣的時延，因為這個時延目前是沒法解決的。肯定是把它提純到端側，這個是毋庸置疑的，確實會有一些不確定性，我覺得首先還是產品定義和技術架構、算法，真的要更加緊密的結合起來，就是產品定義直接決定到底用多么大的模型能夠跑起來，對于圖像識別，定義是完全不一樣的。

媒體：吳總，我有兩個問題。首先，您剛才提到了高通峰會的事情，從您的視角來看，西方的技術在某些方面我們已經領先了。我想進一步詢問，您通過這次走訪，對于之前的說法——中國的科技在應用層面做得比較好，但在基礎層面做得比較差，您有什么看法？具體還有哪些差別？

吳會肖：這個觀點似乎是我們老板提出的。我與老板溝通較多，他所指的底層技術是什么技術？比如光刻機、高精尖的AI訓練芯片，以及車輛的大型SOC芯片。確實存在差距，中國目前在這些領域難以實現突破。包括大家非常關心的臺積電公布的7納米技術，晶體管數量與芯片面積的關系，我們在這方面的差距是存在的。

然而，我們在軟件集成層面、工程定義、整車開發，從應用層到動力底盤的整合層面上，確實比歐美做得更好。我想分享一個數字，雖然未必準確，但可以說明問題。面對這樣的差距，中國人追趕歐美，與歐美追趕中國的差距，大約需要多少時間？我自己覺得，歐美企業如果想建立起像中國這樣當前的產品定義和軟件開發，達成這樣一個產品效果，我覺得至少需要5—10年時間。

為什么是5—10年？只有做過整車的人才知道，從定義一輛整車到整個車的產品體驗，無論是動力、操控、安全性能，還是智能駕駛、智能座艙，統統做好，這個事有多難。

長城汽車大概在2020年開始大規模招聘軟件人員，開發了第一代8155產品，遇到了一些問題。但問題并非出在產品本身，而是整個產業的產品理念和商業理念。2022年我進入智能化領域，回顧整個過程，我們把組織、商業、合同、技術架構、產品理念全部推倒重來，開發了新的Coffee OS 3設計理念。由于其他公司的加入，新勢力的進入，我們看到了非常好的理念，為我們提供了基礎，然后我們再去做自己的產品理念設計，重新建立起組織、流程、運營、軟硬件架構等所有東西。遇到哪個領域不行，我們就到市場招人，馬上投入到特別密集的產品開發中，又經過兩年，三四年的時間，達到了現在大家看到的成果，無論是全新藍山智駕版，還是外國人看來，都非常“哇塞”的一個產品。

這樣一個過程，歐美企業來做，至少需要翻倍的時間，不加班，部門壁壘大概是中國壁壘至少5到10倍。而且軟件人才和產品經理人才比中國要稀缺很多。更重要的是，他們沒有市場上的壓力。為什么中國企業這么競爭激烈？在2022年，那時我們已經對產品形態有了清晰的認識，盡管當時受到了很多批評。在歐美聽不到這樣的聲音，因為他們市場上沒有這樣的產品。我去歐洲、美國看，沒有中國的車在跑，感受不到壓力。所以說他們的轉變沒有這么快，除非他們把市場打開，把中國車企放進去，我們當年把特斯拉當作一條鯰魚引進來，現在歐美國家是否愿意把市場打開，把中國車企作為一條鯰魚引進去，我不清楚，他們現在對中國有所忌憚，所以為什么關稅加這么多，就是因為害怕。

如果他們愿意降低身份，愿意自己發現問題，愿意接受這樣一個現狀，愿意把自己的市場打開，愿意接受來自中國市場平等的競爭，我覺得他們的轉變會更快一些。當然這個過程會非常痛苦，他們會面臨更多的問題，比如加班的問題，跨組織協同的問題，跨級別匯報的問題，歐美的職場文化比我們的職場文化來得更痛苦。歐美、日韓所有的車企加起來只誕生了一家特斯拉，馬斯克這個人有多么的特立獨行，不需要我跟大家作過多介紹，所以說他們會非常難。

所以我們再看芯片。芯片這個領域過去這些年，我們經歷了很多的變化。如果大家感興趣的話，可以買兩本《芯片戰爭》，一本是中國人寫的，一本是美國人寫的。完整的回顧了整個中國，其實最早芯片是從美國誕生的。我們去了英特爾，看到最早提出摩爾定律的那個摩爾本人，怎么樣推動整個芯片產業一步一步走起來。之前我去了臺積電，看臺積電整個產業鏈是怎么形成的。具體的周期我忘了，摩爾好像是1968年還是那一年誕生的，后面日本人開始做芯片，后來韓國人開始做芯片。大概2000年之后，中國人開始做芯片，開始追。中國前年、去年，有很多人投入做AI訓練芯片、端側芯片、SOC芯片，幾乎每做一輪都會引來一輪行業洗牌，就是成長起來再下去。

所以中國能夠花多長時間追齊在底層技術上的這個差距，我現在沒有答案。我能推導歐美車企如果想要做成中國這樣的話，我能給一個時間。當然如果他們愿意跟中國車企合作甚至合資，速度會加快，但是會非常痛苦。時至今日，也沒有辦法把歐美、日韓的整車開發周期縮短到36個月以下，至少一輪，36個月，就是3年，3年過去了，3年不可能開發出一套像中國這樣的整車產品出來，他一定會有延遲，可能一次搞不好，再搞個一年半左右，所以一定是這么長的時間。

但中國在芯片領域能不能夠獲得創新，我們的光刻機能不能突破，整個像蔡司那樣的光學鏡頭能不能夠突破，這個事我說不太好，太機密了。如果你們有信息，可以跟我分享一下。如果說我們在國際合作上能夠再強化一些，能夠給更加精密的產業鏈提供空間和時間，我敢說，中國人的學習速度是全世界最好的，學習能力是全世界最強的，只要有時間，只要互相肯學習，中國人一定能夠把他們都打敗。