9月28日—29日，“中国车谷2021智能汽车产业创新论坛”隆重召开。本次论坛由武汉经济技术开发区和东风汽车集团有限公司联合主办，由武汉市智能汽车产业创新联盟与盖世汽车联合承办，主要围绕智能汽车的创新发展这一主题展开，涉及到人机共驾、地图定位、人工智能与芯片、仿真测试等多个热门领域。以下是中国汽车技术研究中心资深首席专家吴松泉的发言：
谢谢周总的介绍，很高兴有这个机会到英雄城市武汉来为大家做分享。我个人是从事政策研究的，所以在此也想利用这个机会跟大家从宏观角度分享一下我们团队对智能汽车发展的思考和一些看法，从四个方面跟大家汇报一下。
首先，是关于汽车产业链供应链。这几年我们配合中央政府各个部门，也包括地方政府做了非常多深入的研究和分析。大家都知道，产业链供应链这个词这几年非常频繁地出现在中央文件、地方文件当中，特别是疫情以来，产业链供应链安全问题引起了行业和政府的高度关注。
智能汽车产业链供应链和传统汽车相比多了很多东西，比如，算法和软件、智能制造和新的硬件制造技术；整车企业方面也出现了很多新势力企业，科技公司，还有跨界造车企业。此外还有服务、网络、信息平台、金融支付等等。呈现融合、重构、生态、服务等特征。随着新四化发展不断深入，正在推动汽车产业链供应链重构。
前几年国家发改委曾委托我们做过一个调研分析，就是回答智能汽车的产业形态是什么样子？当时我们团队经过大量的调研分析，就提出了四横三纵十模块的结构。四横是指生态圈、细分领域、一级零部件及服务配套、底层零部件及服务支撑四个层次。三纵是以出行工具为龙头的智能汽车产业链条，以智能化道路为载体的道路配套产业链条、以服务平台为主导的车联网服务链条。十模块就是被分成的十个子模块。
说到产业链供应链，其实不但要研究短板，还要研究长板。智能汽车领域确实有很多的短板和卡脖子，对外依赖严重。这里面主要涉及软件、操作系统、线控底盘、芯片等，涉及部件、软件、芯片等三大类。围绕这些短板，科技部、发改委、工信部等多个部门出台了很多政策文件。
智能汽车产业链供应链，要强链，补链，育链、固链。解决产业短板，需要采取综合的措施。我们提出了很多政策思路和建议，包括融通贯链，依托行业机构/科研院所，围绕重点领域及产品，构建跨行业、跨领域协同创新平台，择优选择一批整车及零部件龙头企业，联合开展重点领域产品示范应用；揭榜挂帅，发布重点领域产品榜单，遴选具有较强创新能力的企业、机构或联合体，揭榜承担攻关任务；赛马机制，明确攻关目标，鼓励多家企业同时开展短板攻关活动；军令状，就是发挥国有企业力量，明确重点攻关领域，签署攻关“军令状”，确保相关目标达成。当然这里面很重要的是要应用，所以组建联合体的时候特别强调主机厂和Tier1的参与。
第二个是关于商用化前景，我们团队的看法相对乐观一点。我们认为，未来智能汽车产业发展将迎来黄金十年；商用规模不断扩大。预计2021-2024年是中高级ICV产业化准备阶段，伴随政策环境不断优化，中高级ICV将具备商用化条件；2025-2030年，产业进一步发展，监管环境持续优化，商业模式不断丰富和成熟，市场接受度逐步提升。
主要判断依据是。一是在政策法规方面，将不断完善形成有效监管制度。未来四年是商业化准备期，在这个期间相关方面的政策法规体系会不断的取得重要突破，在2025年之后逐步形成规范的自动驾驶商用化政策法规体系。二是产品技术及成本逐渐稳定。2025年以后，智能化、网联化标准体系建立，量产装车产品技术及成本逐步稳定。后续伴随市场化程度不断深入，产品更为成熟。三是商业应用从简单场景向复杂路况拓展。自动驾驶技术将在2024年左右实现量产应用，其中落地应用的场景根据道路交通复杂程度、配套设施完善程度、应用区域逐步展开。四是新型产业生态逐步形成。龙头企业的拳头产品在市场中先发地位的优势将逐步显现，具有资源整合能力的企业将逐步掌握行业话语权。
这个图是我们的总体判断，到2030年，L4/L5车型比例依然是很低的。
我们认为“十四五”是自动驾驶商用化关键窗口期。国内外企业都在瞄准智能化进行布局。我个人的观点是，制约商用化、大规模推广应用的首要障碍是在技术上，政策法规、环境、配套等，在各方努力下都会逐步解决，但是技术障碍的解决需要产业界的努力。
在L3尚未大规模量产的背景下，“十四五”期间L2级能力将最大释放，无限向L3级靠拢将成为整车厂、集成商、图商等各产业链企业的发力点，现阶段上市新车中，组合驾驶辅助功能装备率逐步上升。据我们统计，2021年上半年上市的345款高配新车中， 130款具备L1级自动驾驶功能，158款具备L2级自动驾驶功能；L1、L2级驾驶辅助功能装备率均已达到40%以上。2021年上半年与去年同期相比，L2等级车型占比明显提升。
应用场景方面，我们判断，未来中高级智能汽车产品可落地场景遵循从单一向复杂过渡、从商业运营向私人使用过渡的原则，将陆续在干线物流、末端配送、园区接驳、自动驾驶出租车（Robotaxi）等场景实现商业化。
在商用车方面，商用车方面，部分货运场景行驶路况简单、路线固定，且对自动驾驶对人力的替代需求较高，有望率先应用。比如说矿区自动驾驶及无人末端配送、干线物流等。在乘用车方面，乘用车应用从封闭区域向城市道路逐步拓展，环境单一、区域封闭的场景先行落地。比如说自主泊车、高速公路等特定场景自动驾驶，自动驾驶出租车等。
第三方面，想跟大家分享一下我们团队对于政策的分析和建议。相比传统汽车，智能汽车的政策体系发生了很大的变化，还涉及网信办、自然资源部等部门。智能汽车的政策体系大致可以分为五个方面：1、战略引导层面，包括技术路线图、战略引导性文件等相关顶层设计；2、法律法规，涉及测试、民事刑事责任、地图、大数据、通讯、网络安全等多部法律法规；3、技术标准；4、软硬件的创新支持；5、配套环境。
我们前几年专门组建了一个团队，和业内企业联合研究法律法规问题，经过梳理我们也提出了相关建议，并且提交给了政府部门。法律法规主要涉及产品管理、交通管理、基础设施、信息安全4方面内容。
目前在法律法规层面确实存在很多亟待突破的问题。如在产品管理方面，政策法规基于传统汽车制定，在测试示范、标准管理、产品准入、OTA升级等领域存在不足。在交通管理方面，现行交通管理政策法规以“人”为核心建立，不适用于智能汽车。网络安全方面，已围绕终端、网络、云平台及信息数据安全等方面出台多项政策法规，但在汽车产品信息安全能力审查、网络安全等级保护实施、信息数据出境管理等方面有待优化。
最新的进展情况，测试示范方面，工信部发布了《智能网联汽车道路测试与示范应用管理规范（试行）》；在产品准入方面工信部发布了《关于加强智能网联汽车生产企业及产品准入管理的意见》；在数据安全管理方面，今年以来也出台了包括数据安全法、汽车数据安全管理规定、信息保护法、《关于加强车联网网络安全和数据安全工作的通知》等；在交通管理方面则是道交法的修订。
我们认为，当前最急迫的是需要解决产品准入、交通责任界定、网络与数据安全保障等三方面问题。
最后介绍一下对地方产业发展的看法和建议。在智能汽车时代，地方政府可以做更多的事。我们觉得地方政府至少在三个方面可以发挥重要作用。在技术研发方面，地方可以构建研发测试环境，采用各种方式鼓励企业创新，包括鼓励产学研用联合攻关，以及推进有关地方标准和团体标准制定；在商业应用方面，地方也可以先行先试探索政策法规突破的路径，包括支持企业开展商业示范应用，完善商业应用配套环境；产业培育方面，地方可以搭建产业联盟形成发展合力，从各个领域创造良好的发展环境，如孵化具有竞争力的龙头企业，推进产业集聚发展等。
我们梳理了一下很多地方推进智能汽车产业发展的相关经验，至少有十几个省市已经发布了智能汽车相关的专业发展规划来明确本地智能汽车产业发展的方向和目标。如上海、北京、江苏、成都、浙江、天津、安徽等。
安徽就在今年1月份发布了《智能汽车创新发展战略实施方案》，这个文件是我们配合安徽方面研究起草的，非常系统、全面，包括4个方面的目标，6大任务。
现在全国有9个国家级示范区，4个先导区。截止2021年8月，已有18个省/市发布测试示范相关政策，其中北京、上海等城市已根据测试开展情况对政策进行修订，进一步完善公共道路测试环境。部分地方也在先行先试逐步开放测试示范场景，不断地丰富相关类型。今年1月上海提出打造智能驾驶全出行链创新示范区，广州提出启动自动驾驶混行试点，北京提出开放自动驾驶高速场景等。
在典型城市方面，上海顶层设计非常明确，而且是从智慧城市、新型基础设施建设角度来推进这项工作，早在2017年就出台了创新工程实施方案，在测试示范工作开展时充分注重与当地产业基础、地方特色相结合，不同区域示范应用也注重差异定位。北京则是政策前瞻规划非常强，且提出了政策先行区的概念，市工信局在今年4月印发了总体方案；深圳发挥特区立法优势，直接提出出台深圳特区智能网联汽车管理条例，提出了准入、登记、使用管理、网络安全和数据保护、车路协同基础设施、道路运输、交通事故及违章处理、法律责任等方面的管理方式。长沙的政策体系则关联度高，逐步深入部署车路协同。
我们从联盟的角度也提几点建议来推进武汉中国车谷智能汽车产业发展：
1、结合其他地方发展经验，尽快明确制定相关的发展战略规划和行动方案。
2、在创新攻关方面要发挥联盟的作用，组织相关领域优势资源联合开展技术攻关，搭建相关的创新平台和产业孵化平台，承接相关的重大科技项目。
3、加快推进商用化落地。对于新技术、新模式、新业态，中央文件说得非常清楚，在制定相关政策时要鼓励创新，所以很多地方也在积极探索。政策一定要适应产业的发展，其中的商用化应用非常重要，建议发挥联盟作用，面向智能汽车商用化需求，联合开展相关的示范运营项目，探索相关的示范运营模式，组织开展相关的地方标准，团体标准制定工作等。
就分享这些，欢迎大家批评指正，谢谢大家。
