打破“數據孤島”，構建汽車“數據共同體”

當前，汽車產業正經歷智能化、數字化轉型的重要階段，數據作為這一轉型的核心驅動力，已成為推動汽車產業創新及跨行業融合發展的核心要素。

2024年7月11日至13日，2024中國汽車論壇在上海召開。在7月12日下午舉行的“數據鏈動汽車，智能駛向未來”主題論壇上，眾多業界精英、企業高層齊聚一堂，就汽車產業數據生態的發展現狀進行了全面而深入的探討。

本場論壇由中國汽車工業協會數據分會執行秘書長滕添益主持。中國汽車工業協會副秘書長楊中平，中國汽車工業協會數據分會理事長、上海機動車檢測認證技術研究中心有限公司副總經理蒼學俊分別為論壇致開場詞。

楊中平在致辭中指出，數據作為智能網聯汽車發展的重要基石，是推動汽車產業創新升級的關鍵因素。然而，當前智能網聯汽車數據發展仍面臨著一系列挑戰，如數據安全、數據準確性、數據孤島以及數據共享等問題，需要行業內外共同努力，共謀解決方案。

打破“孤島”，共建良好數據生態

為應對上述挑戰，楊中平提出三點建議：一是強化數據安全的防護體系，嚴防數據泄露與非法的使用。二是優化數據質量管控流程，確保數據的準確與高度可靠。同時建立數據質量控制與評價體系，及時發現潛在問題并迅速響應，持續提升數據的質量水平。三是促進數據共享與開放生態的形成，通過構建開放的數據平臺，充分釋放數據要素的價值，加速智能網聯汽車技術的迭代升級，共同開創智能網聯汽車數據產業的新篇章。

蒼學俊亦強調了數據的重要性。他指出，為推動自動駕駛數據的共享和應用，中國汽車工業協會數據分會制定了3項團體標準，分別從車端、路側端以及針對標注后的數據集制定了團體標準，于7月底向全行業公開征求意見。下一階段，數據分會還將聯合電子四院、上海汽檢和中德智聯等幾家骨干機構，開展隱私保護認證和隱私保護標識的推廣工作，讓更多的消費者能夠了解到具備隱私保護功能的優秀的車輛產品，為用戶把好數據安全關。

面對汽車數據的“氣血不足”和數據流通的“經絡不暢”，清華大學計算社會科學與國家治理實驗室研究員傅建平給出了一劑“藥方”。他認為，推進數據要素化進程中的首要問題是思想認識的革新，企業需摒除“利己主義”思想，打破數據割據，加速數據融合，加快培育正確的數據價值觀。同時，作為公共數據的持有者，政府應當先行，釋放高質量大模型的公共數據，為企業提供示范。此外，還需推動數據要素企業的培育，打造以數據價值網絡為特征的數據生態，構建多元共治、價值共創、利益均衡、責任共擔的“數據共同體”。

中國汽車工業協會技術部總監、眾鏈科技（北京）有限公司首席執行官韓昭也表達了類似觀點。他表示，要推動整個數據生態的聚合，建立共享、共用數據環境，首先要確保數據足夠安全。企業應該加強對于數據管理制度的建設，積極響應國家的號召，提升數據安全意識防護。同時，必須嚴格遵循數據處理環節的合規要求，確保數據處理的規范性和可靠性。

為解決數據孤島和數據體量不足的問題，韓昭提倡企業積極推動開源項目和數據共享平臺的發展，以更好地參與數據共享。通過協同共享和技術創新，為智能網聯汽車新質生產力注入新動能，釋放數據價值資源。與此同時，相關企業、研究機構和組織也應當共同制定并推廣涵蓋交互、安全、數據產品等產業相關標準，以形成統一互認，進而促進不同品牌、不同平臺間的共享與交互，提升數據要素的利用效率。

上海車云數據科技有限公司副總經理馬羽翔也發表了類似觀點，他表示，數據一是要講合規，二要講安全。作為數據的采集方，要做好數據的采集、維護，做好數據的分析、加工，做好數據的合規安全，盡量提高數據的質量。同時也要做到開放合作，和生態圈內各個企業主體一塊做好數據交互、交流和共享，打通數據鏈路，構建良好數據生態。而在車路云一體化方面，也要推動路測數據賦能量產車，真正給企業賦能。

加速融合，保障智能化高質量發展

近幾年，生成式人工智能技術爆發式增長，并已經開始在汽車行業廣泛應用，如何充分把握生成式人工智能技術在汽車行業中的潛力，發揮其獨特的優勢，已成為業界共同關注的焦點。

據中國電子技術標準化研究院網絡安全研究中心汽車數據安全負責人、中國網絡安全產業聯盟汽車網絡安全工作委員會秘書長張驍介紹，生成式人工智能汽車其獨特的座艙環境、產品特色帶來了有別于通用互聯網生成式人工智能管理的實踐環境。為此，汽車行業需從汽車的智能座艙、自動駕駛相關的實際應用場景出發，凝聚符合汽車行業應用發展特點的人工智能安全治理的共識。例如，汽車行業要積極跟蹤人工智能安全標準化工作，保障汽車人工智能的發展不脫軌。同時，汽車行業可以積極引入包括人工智能行業，網絡安全行業等跨行業人才，相互多方參與，通過多方共識降低企業成本，促進產業發展。

就此話題，智能汽車創新發展平臺首席架構師梁健也提出了多點建議。一是匯聚相關數據，把數據化為資產，打造智能網聯的語料庫、知識庫和場景庫，形成數據底座。二是基于底座之上，建設四大應用子平臺，包括智能網聯信息服務子平臺，智慧交通子平臺，網聯數據共享賦能子平臺、車輛安全監管的子平臺，進一步提升數據的互聯互通能力，推動智能汽車的創新發展。三是建立開放自由共享的產業鏈創新環境，打通不同領域之間的封閉數據，實現基礎數據的融會貫通。四是基于人工智能和大模型技術，把所有的數據進行歸一化，實現數據泛化的能力，讓特定車型的訓練數據也能用于其他車型相關自動駕駛的訓練。

值得一提的是，“智艙安言計劃-汽車生成式人工智能安全護航系列活動”也在本場論壇正式啟動。該系列活動聚焦通用生成式人工智能安全要求、車載AI特色應用場景安全需求、智能座艙環境下AI特色標識實踐及簡潔易懂的生成提示。旨在促進AI在汽車行業快速安全應用，加快汽車行業與AI融合，保障智能化高質量發展。啟動儀式由張驍、滕添益、韓昭、百度人工智能安全技術總監林道正、極氪安全實驗室負責人陳楠、天融信科技集團行業副總經理楊熠共同點亮。

隨著數據驅動的時代到來，汽車軟硬件解耦趨勢日漸加速，開發人員需要能夠獨立于底層硬件進行上層軟件的開發，這在無形中增加了軟件架構的復雜性和開發難度。而如何在更短的時間內，確保軟件生態系統質量的同時提高軟件交付性能。這對于主機廠來說是亦是一個不可忽視的挑戰。

為解決上述問題，易特馳汽車技術有限公司軟件開發解決方案總監吳正提出了“軟件工廠”概念，即通過通用平臺來開發和集成不同車輛系統的軟件組件。這一模式，該方法基于協作、連續、自動化、質量第一的工作流程，并支持OEM和Tier1建立自己的“軟件工廠”。 這一方案通過高度自動化的構建、測試、部署和監控流程，不僅提高了軟件開發的效率，也為車企帶來了更高的質量控制和更短的市場響應時間。此外，“軟件工廠”還高度重視安全性和合規性，確保軟件在功能安全、信息安全方面均符合相關法規要求。

知識驅動，構建自動駕駛數據閉環

當前，自動駕駛技術已成為各大車企競相發力的戰略高地，其重要性不言而喻。在此背景下，數據驅動下的端到端自動駕駛技術已成為行業內的廣泛共識。此次論壇上，多位業界嘉賓就此話題展開了深入探討。

如何真正實現數據驅動的端到端智能駕駛？深圳元戎啟行科技有限公司副總裁劉軒認為，這實際上是一個逐漸做減法的過程。首先是減少代碼量，多用神經網絡。其次是去高精地圖，最終自動駕駛的模式不應依賴于額外的中間結果，而是以數據驅動，用端到端模型，通過反復的訓練，讓它更接近于人類駕駛員的行為，真正實現全地域、全場景、全時間包含高速、城區在內高級別的智能駕駛。

“唯有數據的自由流通，自動駕駛才能迎來真正的繁榮。”在重慶安驛汽車技術服務有限公司總經理耿溢看來，自動駕駛技術的發展歷程經歷了從規則驅動到數據驅動的轉變。而在未來，還會有第三階段，也就是知識驅動階段。數據流通在自動駕駛的未來發展中扮演著舉足輕重的角色。企業應敏銳地把握數據流通帶來的益處，如實現成本的降低和效率的提升等。

此外，耿溢認為，自動駕駛的標注工作實質上是一個精心組織的生產過程，借助“產教融合”的模式，從校企共建起步，以精益生產的方式貫穿整個標注過程，能夠將傳統的眾包“游擊隊”式的標注團隊，轉變為高效有序的“正規軍”，將從而有效解決標注成本高、需求量大的挑戰。

吉利汽車研究院（寧波）有限公司數據平臺部部長陶世俊則指出，當前，自動駕駛車輛車外數據的采集與管理同樣是行業痛點之一。政策層面對數據管理嚴格無可厚非，但如何對這些數據進行分類分級是關鍵。陶世俊提出，解綁部分信息，鼓勵主機廠和供應商團隊參與道路數據重建與處理，能夠使整個智能駕駛行業進入良性快速發展的快車道。

陶世俊認為，隨著智能駕駛行業進入下半場的競爭，更深更廣挖掘數據的應用場景以及價值，同時形成全棧全價值鏈的數據閉環能力，將會是整個智能駕駛行業提升用戶體驗，提高功能安全的關鍵的要素。據陶世俊介紹，目前吉利正在構建感知數據、地圖數據、駕駛數據和用戶數據四大閉環。后續，吉利將以吉利星睿智算中心為載體，利用AI大模型快速完成自動化場景建設，降低場景采集成本的方案，同時依托業界主機廠唯一一塊合規采集資質（朗歌地圖），利用吉利汽車市場高保有量優勢，快速積累數據，不斷優化各種場景下的體驗，建設全面領先的數據閉環能力。

蘇州智行眾維智能科技有限公司總經理安宏偉指出，目前為止，安全依舊是自動駕駛商業化進程落地最為關鍵一個瓶頸。而車路云體系的建設帶來了一條新的、可靠的、高質量的數據來源，這為自動駕駛算法的訓練和測試驗證打開了全新的窗口。

“把路測的路段數據，經過采集、篩選、數據價值挖掘、合規治理，包括場景的重構和生成，能夠作為整個訓練數據集和測試場景的數據來源，進一步與量產車和測試車形成數據端雙向的回饋和閉環?！卑埠陚ケ硎?，仿真在環體系猶如自動駕駛的車輛的“考場”，能夠模擬各種復雜的交通場景，包括城市道路、高速公路、鄉村道路以及極端天氣條件等。這種多樣性確保了自動駕駛汽車能夠在各種環境下接受全面的測試。而隨著路測設備的鋪設，覆蓋的面越來越廣，并且采集設備經過標定，算法越來越完善，數據的可用性、覆蓋性和多樣性會得到進一步的提升，這將有效解決自動駕駛車輛的安全性問題。