2021年4月17日，ARCFOX极狐与华为共同打造的极狐阿尔法S华为HI版正式发布。
　　此前，搭载华为自动驾驶系统（以下简称ADS）的北汽极狐阿尔法S华为HI版车型的实测视频开始在网上刷屏。视频中的华为ADS在交通复杂的闹市表现出了极高的算法“健壮性”，宛如一个驾龄多年的老司机。
　　华为自动驾驶量产的横空出世引起了所有人的关注，其引发的热度不亚于两年前的那个上海车展，华为低调到访，宣布全面进军汽车产业。
　　4月16日，华为上海研究所，华为ADS的负责人苏箐向外界全面解读了华为ADS。苏箐从海思芯片做起，曾领导开发了华为达芬奇AI芯片架构，目前担任华为汽车BU智能驾驶产品线总裁、首席架构师。

“北上广深全市测试”

　　Q：现在华为的系统支持在哪些城市使用？
　　苏箐：可能简单先讲一下系统几个模式的构成，不是一个简单的Robotaxi（无人驾驶出租车），它有NCA、ICA和ICA 这几个模式，NCA模式是完全全自动的，有点像Robotaxi的体验。（编者注：NCA指导航巡航辅助模式，ICA指集成巡航辅助模式，ICA 介于二者中间，具备自我学习能力）
　　在今年底量产的时候，我们会开放北上广深四个城市，大约每三个月我们会开放一批新的城市，这个是NCA的体验。我们也看到国内毕竟还有很多二线、三线、四线城市，大家也要买车也要用，这个时候我们会提供一个ICA 的模式，因为我们的车会自学整个的交通环境和自构图。
　　这个车只要你开过，或者你的邻居伙伴开过，它会自动学习这个路况，它会实时去构图，然后这个车会达到类似于Robotaxi这样的体验，但是肯定会稍微差一点，因为它的数据不够全。
　　现在比较火的highway，包括像上海的内环、中环、外环是完全不需要地图的，可以达到基本一样的体验。这个东西是可以在全国今年年底就泛化（编者注：泛化是指模型很好地拟合以前未见过的新数据的能力）的，没有任何问题。
　　Q：后面每三个月一个城市？
　　苏箐：不止一个，每三个月一批。
　　Q：一个季度大概的量是多少？
　　苏箐：现在没法说，也许一开始6个？我只是举个例子，大概这样的水平。
　　Q：现在的测试范围是怎么样的？
　　苏箐：全国已经都在泛化了，一二线城市都在泛化。
　　Q：能把所有的硬件配置讲一下吗？
　　苏箐：我们有两个配置，標准版的是400TOPS的算力，豪华版配800TOPS的算力。（编者注： TOPS是处理器运算能力单位，Tera Operations Per Second的缩写，1TOPS代表处理器每秒钟可进行一万亿次（1012）操作。）
　　Q：能说一下激光雷达的寿命吗？
　　苏箐：激光雷达在乘用车上看到10年没什么问题。
　　Q：量产吗？
　　苏箐：量产的，现货。
　　Q：什么时候交付？
　　苏箐：今年11、12月份。
　　Q：这些车主要在中国哪些地区测试？
　　苏箐：第一是北上广深，北上广深是重点跑的，其他是全国的高速路网，所有主要城市的环路也在跑，这是第一批要覆盖的。我们很快，下半年开始在二线城市跑。
　　Q：北上广深是全市所有道路吗？
　　苏箐：全市所有，但北京有点特殊。北京从法规上五环以内进不去。
　　Q：和北汽如何分工？华为合作的这几家车企有什么差异化？
　　苏箐：没有很明确的分工界面，因为大家联合来打造这辆车。
　　如果说一定要分的话，北汽可能更多专注在这个车的机械系统、底盘系统，相对来讲比较传统的部分。
　　华为搞定整个车的计算机化这一块，包括自动驾驶、座舱，还有后端云端的这些事情。如果长期分的话，大概是这样，其实这个事情也没有这么简单。
　　差异化坦率点说真的是很严重的问题，你觉得智能机有什么差异化？手机有什么差异化？越是复杂的电子系统，每个主体开发成本达到几十亿美元的时候，不应该在这个地方做差异化。这是有严重问题的。
　　Q：除了北汽之外，长安、广汽几家也提供打造汽车，华为为什么会选择这几家车企呢，在合作之中华为的参与程度大概是怎么样的？
　　苏箐：选择客户的原因非常多，说实话国内合作伙伴的速度确实比国际厂要快，这也是大家能看到国内车厂东西先出来的原因，这可能也是中国速度的原因。
　　第二个选择几个车厂的原因各自不同，像北汽第一个客户这样，北汽非常有诚意，合作得非常好。今天你看到华为的方案还不错，三年前你看到的可能并不是这样的，也许那时候真的是一个原形的东西，那个时候北汽选择相信华为，和华为深度合作。
　　而且他们在自动驾驶底盘上面，调校方面真的做了很多的工作，这是和北汽深入合作的一个很大原因。
　　长安其实也类似，都是有类似的故事，这里面当然有不同的原因，当然也有商业利益。
　　Q：华为和北汽的合作是一款车型还是一系列平台？
　　苏箐：一系列车型，因为这种东西不论对于我们还是对于北汽来讲投资都是非常巨大的，不会只做一个车型。
　　Q：长安和广汽也是吗？
　　苏箐：一样。
　　Q：一系列车型什么时候会来？
　　苏箐：到明年上半年，你会看到有大量的车上市。
　　Q：目前体验车的完成度只有30%？
　　苏箐：算法。 　　Q：华为自己测试的车能达到百分之多少？
　　苏箐：不能说100%，一旦变成这样复杂软件系统以后没有100%，每两三个月迭代一次，而且迭代挺大的。
　　Q：目前这个车是多久以前的稳定版？
　　苏箐：只适配了两个月，版本是一样的版本，它只适配了两个月。

“没有高精度地图场景下，系统会自我学习”

　　Q：刚才提到的NCA、ICA 、ICA，能不能简单展开讲一下？
　　苏箐：简单点说，NCA模式就是大家看到的车内有预制的高精地图的，ICA 是没有高精度地图的，但是车会根据自车或者是他车开过的环境自动学习地图，这就是ICA 。
　　在你第一次開的地方，谁也没开过，别人车也没有开过，这是完全的ICA模式，大家看到特斯拉现在就是ICA模式，分这三种。
　　Q：像在ICA 模式下用户的感受怎么样？
　　苏箐：你会发现ICA 是基于NCA和ICA中间的一个地带，你车开过的次数越多，或者是他车开过的次数越多，体验就会越向NCA这边靠拢。而开得比较少的时候，开一次的时候体验有点像ICA，它是逐步提升的自我学习的过程。
　　Q：可以理解为有没有地图，可能这个系统的信心不一样，在某一种情况下比较容易退出？
　　苏箐：我简单点说，你自己去一个陌生复杂的城市，你自己开车会速度变慢，会变得小心，因为你不知道前面有没有一个豁口，会不会有行人窜出来，就这种问题其实是一样的，对车来讲它也有这样的问题。
　　Q：华为工程师说降级到ICA 以后没有办法实现点对点？
　　苏箐：不完全对，说点对点，意思就是任何出发的时候在地图里面都可以搜索这个目标点。但是在ICA 的时候，理论上是没有全局地图的，那么在你去过的地点，简单点就是每日通勤的上下班这个点，因为你开过，所以其实是可以实现的。
　　但是如果你要泛化到所有地点上去，它确实是实现不了的，你可以理解它的地图是不完整的一个地图。
　　Q：因为没有高精地图，所以能力可能会稍微弱一点？
　　苏箐：地图精度是够的，但是数据是不完整的。我举个例子，你只开过一次的时候，可能自车车道是被构出来的，离很远的车道可能是有缺失的，对向的车道也是有缺失的，你得开得越来越多才会累计得更完整。
　　有点像以前打《星际争霸》，你记得吗，开始地图是黑的，你开过的地方就白了，就是这样的过程，很像。
　　Q：抛开好天气不说，像暴风雨、台风的天气，还有包括夜间模式和隧道的模式处理得怎么样？
　　苏箐：隧道没有任何难度，不知道大家为什么老是讲隧道，隧道没有任何难度，隧道只是一个定位问题，没有GPS。但话说回来你在城市里面开，你在高架下开也不能靠GPS混，这个也不现实，除非你做Demo做着玩，这显然没有难度。
　　暴风雨可以看一下去年我们发的一个视频，相当于是暴雨天气，所以对我们来说也不是问题，还有什么场景？
　　Q：夜间？
　　苏箐：我们有同学体验过夜间模式，夜间也没有什么难度。下雨天因为传感器有遮挡所以车行为会更小心、更保守一点，但是夜间和白天比并没有可见的难度提升。

“自动驾驶不担心盈利问题”

　　Q：ADS有多少人？上这样的一个车大概多长的周期？
　　苏箐：极狐是深度合作的第一辆车，这辆车本身开发应该有3年了，后面应该会快一些，第一代的问题总是比较多的。你可以认为有很多后面的导入，我猜应该在24个月左右，再短可能就很难了。
　　Q：ADS团队规模有多大？
　　苏箐：自动驾驶这一块2000多人。
　　Q：关键的研发都在国内吗？
　　苏箐：都在国内，是的。
　　Q：2000多人的团队里面，做盒子、激光雷达和算法的人有什么划分吗，大概占比是多少？
　　苏箐：纯算法1200人左右，算法里面可以分几个大块，我们叫大感知，就是你说的视觉、激光都在大感知团队里面，下面不再分。还有第二个叫预测，第三个我们叫PNC，规控，PNC里面又会细分。
　　你可以认为每个团队的规模大概都在200-300人不等，剩下1000人就是做你刚才说的其他东西。
　　Q：除了极狐这个车，下一阶段有增加新的车型和品牌吗？
　　苏箐：有，可能现在公司已经发布了。我看到三家，极狐、长安、广汽，后面还有一些其他的大厂，你们后面会看到的。
　　Q：是我们ADS出海了还是他们在国内的车型？
　　苏箐：首先是他们在国内的车型。
　　Q：你们对Robotaxi是什么看法？会不会考虑做运营？
　　苏箐：首先我表达个人立场：你打死我我也不会去做Robotaxi。Robotaxi是一个结果，不应该是商业目标。

　　对美国人来讲，打车体验很差，我这么多年去美国出差，体验非常非常差;中国打车体验非常好，说实话也不贵，你如果真的说Robotaxi，那中国早就实现了，只不过那个Robo是个人，这个体验一点问题也没有。
　　今天你把它变成计算机了，这个体验一点儿都不会变好，坦白讲。我坚决不认为这东西会改变体验的基本盘、出行的基本盘，在中国，坚决不会。
　　第二，Robotaxi是一个最难的问题，从技术上讲，因为它需要扫掉所有的极端情况。所以我为什么说它是一个结果，你在所有事都完美之前，一定有一个漫长的不完美的过程，你需要接管。
　　随着时间的演进和技术的成熟，总有一天能实现。但这个时间会非常非常长，需要大量的车，绝不是大家今天说的几万辆车。 　　什么时候你敢说这句话，什么时候你几十万几百万辆车跑N年，数据告诉你可以了，你才可以。所以说它是一个结果，它不应该作为目标。
　　我的个人看法：所有以Robotaxi为商业目标的公司，都得完蛋。而最后达到Robotaxi的，是做乘用车的人，那个市场一定是我的，但不是现在。
　　Q：华为车BU里自动驾驶的优先级是怎样的？
　　苏箐：从我的角度来看的话，自动驾驶是绝对的第一，不是一点点的第一。
　　Q：自动驾驶这方面华为未来的投入计划是多少？
　　苏箐：我们现在是2000多个人，一年大概花掉10亿美元，我猜未来应该会保持每年30%左右的增长速度。
　　Q：華为自动驾驶在国内属于第几梯队的？
　　苏箐：绝对是第一。
　　Q：未来的付费模式是什么样的，未来消费者购买这个车以后是一次性付费？
　　苏箐：有两种。第一，一次性付费模式。第二，订阅模式。这两种都会有。
　　Q：订阅模式跟华为有关系吗？
　　苏箐：有关系，跟车厂分成，我做的东西为什么跟我没关系呢？
　　Q：ADS这个部门什么时候能够盈利？
　　苏箐：我不着急，华为公司每做一件事情都是十年盈利，我现在唯一要做的事情是把技术做到全球最顶尖，然后解决真正的问题：自动驾驶，其实我觉得不用担心盈利的问题。
　　举个例子，我记得2006年开始，那个时候诺基亚很流行。我们那时候跟公司说要做智能机，一堆人说你疯了，拿咨询公司报告跟我说用户渗透率才0.000几，完全是发烧友的玩具，是你们这些理工男的玩具，说这东西能有什么市场。
　　所以首先是判断这个东西大势上对还是不对。如果对的话，市场是不用担心的，取决于你能不能把它做好。

“侧后方的激光覆盖有盲区，问题一定会解决”

　　Q：这个车的安全责任是怎么划分的？
　　苏箐：我们一贯坚持体验式往上做，做到L4这个级别的，但是从法律上就是L2，这个是没有任何含糊的。
　　而且我觉得如果自动驾驶想发展得迅速，能给大家带来更好的体验，必须这么做。就是把功能、体验和法律责任解耦，否则车厂会非常小心，给你提供最安全的，但是基本等于废物的功能，其实我们看到很多车厂就这么干的。
　　Q：自动驾驶什么时候能跨过L2这个阶段？现在法规已经有些松动了？
　　苏箐：我坦白点讲，大家现在拿法规说事儿的都是骗人的，就是技术问题。
　　今天你已经看到我们的车已经是L4了，但是我明确告诉你，我不敢让驾驶员离开那个车。你做到1000公里哪怕10000里接管一次，其实很快就跑到了对吧。在MPI（编者注：Miles Per Intervention，接管里程数）做到极其大之前，不要谈什么L4，都是Demo。
　　然后大家一谈到这里就拿法律说事儿，我真的看到中国的法律已经非常非常宽松了，国家对自动驾驶是非常支持的，大家再把法律拿出来我觉得是不合适的。
　　Q：自学习的地图是传到云端，然后从云端再分发给所有车辆吗？
　　苏箐：取决于不同车厂的选择，这个可以始终保持在车端，也可以在云端重新再做融合。
　　Q：NCA是华为自己应用咱们车队做高精地图数据的采集吗？
　　苏箐：我们有两个部分。其实这样要简单介绍一下我们的系统，我们整个地图系统叫Roadcode，Roadcode里面有两部分组成，一个叫RoadcodeHD，一个叫RoadcodeRT。
　　HD的意思你可以理解为大家认为的传统的高精度地图，有专门的地图制作团队做的，是离线的。RoadcodeRT是车子的自学习地图。这两个东西是两位一体的。
　　我自己以前没有做这行也没有注意到整个城市的基建变化原来如此迅速，我发现整个上海的城市道路不停地翻新，红绿灯的更换速度比我想象快得多，如果你只是用RoadcodeHD传统的技术，你很快就挂掉了。
　　所以RoadcodeRT本身会不断地自学习后去更新HD，把数据沉淀下来，这样的沉淀是迭代循环的过程。
　　Q：昨天晚上我们发现车辆侧面遇到外卖小哥会比较纠结，这个有什么好的解决办法吗？
　　苏箐：你说的是对的，你会发现这个量产车在侧后方的激光覆盖是有盲区的，它要靠视觉去补。另外这个车现在并不是最终量产的状态。这个车实际上从把底盘调到能用，能上路调自动驾驶是春节以后的事情，只有两个月的时间。
　　所以这个事儿你可以理解为算法完成度只有30%-40%。等你买到的时候这个问题一定会解决的。
　　Q：这个解决办法是增加传感器吗？
　　苏箐：不不不，优化算法。
　　Q：只依靠视觉能对侧面的物体进行精确的位置检测吗？
　　苏箐：这个车其实有两圈视觉传感器，一圈远距的，还有一圈鱼眼，鱼眼我们也用了。
　　你会发现视觉的特点是，距离越远的时候，它的测量误差越大。当距离缩短的时候，它的测量精度会迅速提高，甚至可以比激光更高。

　　你这个问题是一个旁车道或者说抢车道的问题，这时候近距离的视觉测距是没有大问题的，从原理上来讲是如此。

“特斯拉的数据有大问题”

　　Q：你们提过可以做到1000公里无接管，这个数据怎么得出来的？
　　苏箐：实话说MPI这个数据对衡量自动驾驶，到目前为止我没有找到更好的指标，但是 MPI这个值里面有很多的计算技巧和技术方法的，这是为什么我不愿意谈这个问题。 　　你可以看得到，简单点说MPI跟几个东西有关系：
　　第一，跟统计方法有关系，然后是跟时空有关系，时空的意思就是你选什么样的路段在什么时间去跑，跟这三个东西全都有关系，这里面的值可以差到一个数量级。
　　为什么刚才说的跟统计方法有关？我们可以看到加州的统计结果，如果你有几百辆车的时候，在一定时间内可以挑出比较好的样本和比较好的时间连续段统计它，MPI值会很漂亮。
　　我们内部这样去做MPI值的时候坦白点讲没有什么意义，更多是把所有的车，在所有时间段内做历史累计，这个时候算的统计意义的MPI才是一个真实的MPI。
　　我能讲的是任何MPI在自动驾驶团队里面都是核心机密，我坦白点讲不能告诉你一个具体的数字，它也不是一个简单的数字，是一个很大的表。在所谓加州的统计方法里面，我在上海确实可以做到1000。
　　但是在真实的历史统计上面我只能说我还没有做到1000，这个我必须告诉你，而且我敢打赌，全世界包括Waymo在内也没有人能够做到1000。
　　Q：你们的自学习和特斯拉的影子模式会有区别吗？
　　苏箐：我说实话特斯拉到现在的模式看到的只是概念，没有解释过细节，从我们实践上来看至少有几块东西，你管它叫影子模式也好，管它叫车端智能也好。
　　我们有两个大的技术，一个就是刚才说的RoadcodeRT，这个是解决了整个交通静态环境的一个自学习、自构图的问题。
　　另一个就是我们管它叫DDI，DDI可能也许更像你说的影子模式，就是DDI会不断学习这个车主的驾驶行为，不见得是接管，可能车本身的行为跟车主不一致的，他会抓取车主的行为去做迭代，也許是你说的影子模式。
　　Q：你们的前视觉感知很独特。四个摄像头，长焦 广角 双目，量产车里不多见。
　　苏箐：对，因为双目比较难，大家其实都没搞成，只是我们搞出来了而已。
　　Q：双目你们解决了什么问题？
　　苏箐：双目一大堆问题，简单点说从机械上有标定的问题，从算法上其实想把双目用好并不容易，因为双目要解决的本质问题是深度测量，但深度测量本身想测量比较稳定、可泛化其实是很难的问题，大多数做双目的只能做到二三十米，我们远远超过这个数据。
　　Q：你刚刚说自动驾驶可能要几百万辆车，现在特斯拉已经有一百万辆了。
　　苏箐：我记得以前谁讲过一个问题很有道理。什么叫大数据？大数据的重点不是“ 大”字，是数据质量和全，这个是大数据的本质，自动驾驶其实很像。数据里面两个问题很关键。第一，数据本身的质量。第二，数据的维度。
　　在这两个问题上，我觉得特斯拉的数据有大问题。
　　什么叫维度？仅仅靠简单的几个视觉搜集的数据，这个数据高精定位什么都没有的时候，维度是非常低的。明显看到ADS的车数据维度比它高好几个数量级，数据维度极其重要，数据维度代表信息丰富度和差异化程度。
　　第二，数据本身的质量。你会发现数据本身是用算法催生的，你低阶系统本身复杂度导致数据本身质量比较低，特斯拉目前是在这个状态，要我猜，特斯拉的数据早就饱和了，对系统能力没有提升。
　　其实我们自己现在拿ADS来说缺的不是数据，而是算法有很多难题需要解，我现在绝对不缺数据。
　　Q：解决这些难题，第一个逻辑是感知到位，第二个逻辑是对对方车辆的预测到位，哪一块更难？
　　苏箐：我们第一天刚干感知特别难，后面干着觉得预测难，预测完了以后大家觉得规控难，现在规控也难完了，大家回来发现感知也挺难，不断地在循环。
　　一开始说感知难度，这是所有人都知道的。要我说，业界从理论和技术成熟度来说，预测和规控两个问题才是真正的难题，这两个问题可能很多人没意识到。
　　Q：算法主要靠神经网络深度学习，深度学习有时候会有黑盒，您觉得未来算法上会不会有突破？
　　苏箐：第一个，自动驾驶系统里面不仅仅是神经网络，神经网络在里面只是其中一部分东西。算力来讲它占绝对的大头，代码规模上绝对不是，首先澄清一下这个问题。
　　第二个，我坚决不同意AI是一个黑盒的说法。它的计算模式从以前CPU的标量计算或者线性计算变成了基于线性代数的概率计算，它从概率角度是完全可解释的，一点问题都没有。
　　Q：一些跨国企业还在打L3的概念，但是华为坚持的是连续性优化，怎么看这种传统大厂再去往责任上突破，而我们再去往连续性上突破两种不同的差异？
　　苏箐：其实你看欧洲大家的想法也不完全一样，我做一个个人评价，不代表公司的立场。
　　我个人觉得欧洲的三大里面，BBA里面大众其实思路上比较靠前，跟他们做了这么多年自动驾驶的探索是有关系的。其他家的思路还在一个演进的过程中。
　　特斯拉我觉得教会了所有人，包括我们在内和车厂很多事情。
　　车厂你看到了，你会发现一个行业本质上变化是什么？你再往前看就清楚了。
　　扯远一点，大家以前是蒸汽机、电气时代带动能源革命或者是动力革命，然后计算机被发明了，然后计算机在改变所有东西，过去三四十年就是这个过程，上次把手机给改了，这次把车给改了，我们跟特斯拉都是这样的看法。
　　传统车厂的看法，首先我的基座是车，现在有些计算机的单点，那么我是把车作为一个基础，然后我试图把计算机嵌进去，这是传统车厂的看法。
　　我们的看法不一样，我们的看法基础是计算机，车是计算机控制的外设，这是本质看法不一样，会导致所有事情都不一样。
　　所以你会看到传统车厂以这个为思路，会做很多小盒子，来一个功能加一个盒子，但是我们的看法本身就是一台计算机，一个大计算机了事，把车挂上去，这是本质的不同。
　　Q：所以这是华为不造车根本的原因吗？
　　苏箐：不造车我觉得是一个商业选择的问题，不造车算下来市场更大。
　　（来源《类星频道》，有部分删减）