汽車公社石劼：智能汽車的“根系”，源自底層作業系統的開發能力

本報記者 尹麗梅 童海華 北京報道

“汽車智能化可以給我們提供非常多的功能以及很炫酷的技術，但是它離不開底層的一些應用以及架構的支撐，比如說基礎軟體。很多開發者不太願意去開發基礎軟體，因為它距離終端很遠，然而基礎軟體恰恰是決定智能化功能是否能有效發揮作用的一個決定性因素。如果我們在基礎軟體方面做得不好，那麼智能化功能應用的最終效果也會受到非常明顯的拖累。”

近日，汽車公社總編輯石劼在零觀汽車特别節目——由中國汽車工業協會汽車縱橫全媒體、《中國經營報》、中經傳媒智庫聯合舉辦的直播中接受記者專訪時作出上述表述。

以作業系統為代表的基礎軟體，是連接配接底層算力和上層應用的關鍵，是數字基礎設施的魂。近期，行業内對于基礎軟體的探讨頗為熱烈。

石劼告訴記者，在很長一段時間内，消費者以及汽車産業人士将目光更多地聚焦在了汽車的“上層建築”上。雖然很多整車企業均推出了自己的車機系統，但實際情況往往是，他們隻是在已有的底層基礎系統之上“做了一些加工”，進行了一些定制化開發，最後再冠上自己品牌的名字，這些車企并不是真正的底層基礎系統開發者。

石劼舉例稱，就華為開發的鴻蒙系統而言，早期鴻蒙并非一款血統純正的中國自研作業系統，它與Android系統有一定的關聯，能相容使用Android系統的APK應用。然而，後面的鴻蒙則是獨立于Android系統之外的一個作業系統，基于微核心系統開發。自鴻蒙開始，中國有了一款我們自己從頭到尾完全自主研發的底層作業系統。

在石劼看來，大陸能在底層作業系統上衍生出消費電子作業系統，也能衍生出車機和智駕作業系統。隻有具備自主開發底層作業系統的能力，我們的産業才能像一棵大樹一樣，擁有發達的根系。

實際上，近年來業界關于重視基礎軟體的自主創新和研發，建設智能網聯汽車自主可控的開源作業系統的呼聲越來越高。目前，行業内一個較為普遍的認知是，開源将是開發作業系統以及基礎軟體最有效率的一種方式。

記者注意到，中國工程院院士倪光南近期再次在公開場合呼籲要重視開源RISC-V架構。

作為一種全新的、開源的指令集架構，RISC-V開放程度非常高，目前已經得到了全球70多個國家、4000多個會員機關、上萬名開發者的加入，并且數量還在不斷增長。

“RISC-V将為發展中國基礎軟體帶來新機遇。”倪光南認為，雖然RISC-V在智能網聯汽車領域的應用還處于早期階段，尚未實作大規模上車，不過，基于RISC-V的技術特性和開源模式，未來RISC-V晶片具備廣闊的市場前景，必将帶動智能網聯汽車産業的高品質發展和成為汽車領域的新質生産力。

“為何倪光南院士以及很多研究機構、咨詢公司都提到，到2029年全世界大概有四分之一的晶片将采用RISC-V架構？這背後有着怎樣的邏輯？其原因在于RISC-V是一個開源架構。相對來說，在RISC-V架構下，我們不會被知識産權所裹挾，不會面臨高額的費用；與此同時，在RISC-V架構下，我們被‘卡脖子’的機率相對小一些。”石劼表示。

除了作業系統以及基礎軟體外，大模型上“車”也是當下汽車行業頗為關注的話題，行業内正在探索用端到端大模型實作高階智能駕駛。

智能駕駛系統目前普遍分為感覺、預測、規劃三個子產品，端到端模型将三個子產品融為一體，從感覺端輸入資訊，在執行端直接輸出結果，是以叫“端到端”。

石劼告訴記者，“端到端”技術路徑雖然是在今年大火的，但實際上它并不是今年才出現的一個名詞和概念，特斯拉也并非“第一個吃螃蟹”的企業，豐田汽車在很早以前就已嘗試過走“端到端”技術路徑。

“在智能駕駛中，傳統的做法是，很多子產品涉及到的規則需要我們單獨地去進行人為的定義，但‘端到端’是讓系統自我習得、訓練和建構規則，大模型是在深度學習之上又往前行進了一步。‘端到端’有優點也有短闆。優點是我們沒有必要再采用更複雜的介入方式，效率會更高。但短闆是，這個系統必須要經過大量的自我習得、自我訓練，投入和成本會很高。”石劼說道。

石劼稱，豐田汽車後來之是以沒有大力地去推“端到端”技術，是因為這條路徑需要很高的成本。豐田是把智能化技術當成汽車産品上的“錦上添花”的功能，特斯拉則把智能化作為它整個汽車品牌的生命。由于思路不同，豐田汽車作為“端到端”技術的先行者并沒有把它充分運用起來，反而是特斯拉後發制人，将這“端到端”技術做大。

實際上，除了較高的成本外，“端到端”技術路徑還存在一定的風險。石劼告訴記者：“目前行業内有人質疑，沒有人為地去制定規則，它如何去糾偏、糾錯？對于這個問題，目前大家還在探讨中。‘端到端’技術在不斷地成長和進步，但需要面對的是，它的發展還需要對成本、時間以及技術難度等方面進行綜合考量。”

值得關注的是，近年來大陸整車出海的勢頭兇猛，關于汽車資料安全、智能汽車出海等話題亦備受關注。

石劼表示，關于汽車出海，如何與當地的法規體系以及使用者習慣有效融合一直是大家關注的話題。在汽車智能化時代，涉及到的情況會更複雜一些，因為智能化給予汽車産業更多商業化的可能以及展現價值的機會，同時也會帶來更多挑戰和風險。

“智能汽車會産生很多資料，包括使用者的使用資料、軌迹資料，以及一些生産制造資料。相關資料的所有權和使用權應如何去界定？如何讓我們的相關技術更好地去适應目标市場的法規和标準？這需要經過非常漫長的摸索。這個過程中會出現一些波折和風險，但是事雖難做則必成，我們不應知難而退。”石劼說。

（編輯：張碩 稽核：童海華 校對：顔京甯）