人工智能（AI）是目前科技界最熱門的話題。3月，它是全國兩會的亮點，政府工作報告首提“人工智能＋”；3月24日，科技部副部長吳朝晖表示，人工智能将成為第四次工業革命的标準；之後，工業和資訊化部新聞發言人也表示，将加快推動以大模型為代表的人工智能賦能制造業發展。同樣在3月，英偉達創始人黃仁勳兩次發表引起全世界關注的言論：5年内AI可通過任何人類測試，生成式人工智能是我們這個時代的決定性技術。
對于正在加速奔向自動駕駛轉型時代的汽車産業而言，大模型等人工智能技術也已經成為熱門話題。去年底，特斯拉自動駕駛之父Andrej Karpathy釋出了一個爆火的科普視訊，提出“大模型本質就是兩個檔案”，預言大模型在将來會成為一種新型的作業系統，即LLM OS。
作業系統是汽車智能化的核心，人工智能到底将怎樣影響作業系統的重塑？大陸在這方面又有哪些技術儲備？未來的發展趨勢又是什麼？帶着這些問題，我們與中國汽車工程學會汽車基礎軟體分會秘書長、國家智能網聯汽車創新中心副主任張文傑做了一次對話。
人工智能推動
車用作業系統革命性變革
《中國汽車報》：随着大模型等人工智能技術的迅速崛起，萬物互聯逐漸走向萬物“智聯”，汽車作為重要的智能移動終端和物聯網關鍵節點，新的應用場景和技術需求伴随而生，“人工智能＋”将使大陸的汽車産業發生怎樣的變化？
張文傑：人工智能與汽車産業的融合，将首先促進車用作業系統的重構。車用作業系統是汽車實作智能網聯的核心軟體，根據汽标委的規範定義，車用作業系統（vehicle operating system）由面向資訊娛樂和智能座艙的“車載作業系統”和面向安全車控和自動駕駛的“車控作業系統”構成。其中，車控作業系統下的智能駕駛作業系統可以簡單了解為人們常說的“自動駕駛作業系統”，全世界範圍内都在積極探索它在技術、生态等方面的發展路徑，推動與安全車控、車載娛樂等系統的融合，而人工智能的出現必将加快和重塑其未來發展。
從目前汽車的發展趨勢來看，處于核心位置的車用作業系統已從單一功能的實時嵌入式，向多功能內建的面向跨域計算和中央計算的車用作業系統轉變，進而将轉變為面向服務的、高度子產品化和可擴充的車用作業系統平台。這個過程曆經了從簡單到複雜、封閉到開放、硬體驅動到軟體定義的過程，其曆史演進脈絡清晰映射出技術變革與場景變化的足迹。
以大模型為代表的人工智能技術興起，正在推動車用作業系統發生革命性的改變，不斷産生新的應用場景和新的技術。比如，觸摸式互動向時空自然互動演進、單節點排程變為端到端确定性排程、通用算力更新為多樣性融合算力、CPU為中心走向多核異構計算架構等，這些改變都在驅動車用作業系統快速轉型更新。
在這種背景下，車用作業系統架構需要重構，也必須重構，以适應人工智能時代的需求。這不僅是對國家開展“人工智能＋”行動的積極響應，更是與行業技術發展趨勢高度契合的發展對策。“人工智能＋車用作業系統”已成為業界熱點話題，全球範圍内許多企業和研究機構都在試圖找到“人工智能＋車用作業系統”的最佳解決方案。比如，特斯拉Andrej Karpathy提出的大模型作業系統LLM OS，國内外的研究機構已經展開了相應的研究。同時，大陸也緊跟技術發展趨勢，華為、清華大學、國家智能網聯汽車創新中心等都在積極研發元件化車用作業系統新型架構，并探索“人工智能＋車用作業系統”在汽車行業落地。
《中國汽車報》：中國汽車産業雖然在智能網聯方面有優勢，但“缺心少魂”依然是卡脖子問題。其中，“少魂”指的就是自動駕駛作業系統。最近業界在提到人工智能的時候，常會說到“端到端的大模型”，請問這個技術會給自動駕駛作業系統發展帶來什麼樣的影響？是否會為我們解決“少魂”問題提供新的機遇？
張文傑：這必然會給自動駕駛作業系統帶來新的變革機遇。目前，人工智能尤其是端到端大模型技術正處于高速創新發展周期，ChatGPT、Sora等突破性新技術的出現，引發垂直領域大模型的開發熱潮。在自動駕駛領域，端到端大模型具備遷移到智能駕駛領域的天然優勢，還可減少中間環節的資料标注成本，疊代優化效率更高，為進階别自動駕駛的研發及應用帶來新的思路。
如果我們能抓住這個技術變革的機會，加快推進“面向端到端大模型及新型智能硬體體系結構的自動駕駛作業系統”等核心技術的攻關與落地，就有可能使中國在全球自動駕駛領域處于領先地位。
但是，這個過程是非常複雜且艱難的，它是跨多學科的難題，涉及到多個關鍵領域的融合發展。它能夠實作自動駕駛作業系統與人工智能、機械控制、網絡通信等技術的融合，為自動駕駛領域的科技創新提供新的動能，解決中國的作業系統卡脖子問題，實作自動駕駛技術引領；同時，它也将助力進階别自動駕駛産業化落地，發揮作業系統核心紐帶作用，牽引上下遊新興技術在10萬億元級的汽車大市場中進行應用、驗證和疊代，帶動如傳感器、智能硬體、網絡通信、資料處理等相關産業的發展，形成龐大的産業叢集，不斷擴大自動駕駛市場規模，釋放出更大的經濟效益。
車用作業系統仍在演變中
《中國汽車報》：在人工智能影響下的自動駕駛作業系統重構工作中，國内外都有哪些最新的進展？大陸目前做了哪些工作？是否處于領先地位？
張文傑：目前，從全世界範圍看，華為MDC、百度Apollo、特斯拉FSD、NVIDIA DRIVE等在自動駕駛作業系統及整體軟體架構設計上處于領先地位。從國内來看，國家智能網聯汽車創新中心、中國軟體評測中心、工業和資訊化部裝備工業發展中心、中國汽車工程學會、中國汽車工業協會5家機關去年聯合釋出的《車載智能計算基礎平台參考架構2.0》（以下簡稱“參考架構2.0”），就面向進階别自動駕駛和車路雲一體化自動駕駛作業系統的演進方向，首次提出了端到端大模型将成為功能軟體層重要組成部分的觀點，從自動駕駛技術創新、功能重構更新、新生态開拓角度為業界提供了參考；在國外，特斯拉基于Linux深度定制其自動駕駛作業系統，結合中央計算新型硬體架構，FSD Beta V12實作端到端訓練的自動駕駛模型，正在引領行業變革。
業界的共識是，未來的汽車将實作“中央計算”。為此，整車将采用“中央計算＋區域控制器”的架構，并支援硬體的可插拔，需要有多核異構的車用駕駛作業系統，支撐高實時性、高确定性、高并發資料處理、硬體虛拟安全分區、不同安全要求的應用程式間FFI（Freedom from Interference）等的實作。端到端大模型在車端的落地，将主要采用Transformer＋BEV＋OCC的技術路線。
為此，國家智能網聯汽車創新中心正在基于參考架構2.0組織行業開展“車用作業系統基線版本”的聯合開發，重點攻關元件化車用作業系統創新架構設計、端到端大模型融合、新型智能硬體體系結構适配等關鍵技術難點，并推動其列入2024年中國科協10個重大工程技術難題之一，以期得到重點支援。
《中國汽車報》：您提到，華為、百度等大陸企業，也都在自動駕駛作業系統上有所作為。那麼參考架構2.0這樣由國家智能網聯汽車創新中心等第三方組織提出的作業系統架構，是否得到了這些企業的支援？與他們的技術路線是否一緻？釋出以後，在行業裡有哪些反響？
張文傑：參考架構2.0有幾個特點：分層解耦、應用驅動、安全融合、創新擴充。其出台的過程本身就是一個凝聚行業共識的過程，包括高校、科研院所、整車企業、零部件企業在内的56家機關參與了研究，126家機關達成共識，其中不乏跨國公司。凝聚共識的過程很不容易，需要兼顧學術正确與商業落地，也需要尊重客觀産業現實、促進企業協同發展。
我們認為，自動駕駛作業系統作為自動駕駛車輛的底層基礎軟體，開發難度非常大，隻有凝聚行業的力量共同研發、共同使用，才能幫助中國車企實作降本、增效、産品力提升，獲得更大的全球競争力。
從全球手機作業系統發展曆程來看，2000～2005年手機從功能機向智能機迅速發展，當時市場上湧現了諸如塞班（Symbian）、Windows Mobile、Palm OS等作業系統，2007年之後市場格局逐漸趨于穩定，最終形成蘋果IOS和安卓（Android）兩大巨頭二分天下的局面。對于目前汽車上應用的作業系統而言，我認為它們并非最終形态，而是仍在不斷發展和演變之中。未來，随着人工智能技術的不斷進步及生态的加持，人機互動模式将發生深刻變化，這無疑将加速催生新型作業系統的誕生。同時，作業系統産業生态集聚的特點也預示着未來不會出現百花齊放的局面。總之，國家将作業系統作為關鍵共性技術提出來，旨在凝聚行業力量共同研發，加速自動駕駛作業系統的技術創新和産品落地，為大陸汽車産業的智能化轉型提供有力支撐。
文：胡轶坤 編輯：孫煥玉 版式：劉曉烨
給小編加個雞腿！