抛去外表它发生的变化，在技术本身，自动驾驶让我自学了很多专业，从做芯片到做AI算法，到软件，到做自动驾驶。自动驾驶是我做过的最难的、最复杂的一个工程，没有其一。为什么呢？因为它抛开自动驾驶这几个字，它里面涵盖了我们过去人类一百年几乎所有最重要的技术、信息革命的一些关键的突破。那我来讲解一下在我眼中大家所说的这个自动驾驶包含哪几代技术的框架。自动驾驶第一代是由像特斯拉这样的公司搞起来的，它当时用的方案就是采用融合供应商的方案，比如说目前主流的国外融合MobileEye，国内融合博世。国内的自动驾驶绝大部分都是由博世来控制的，这就是第一代集成方案。我们的汽车本身是一个复杂的工程，它是一个拼接的系统工程，就是把上万个零部件集成到一起。造车本身不是一个造技术的过程，技术是由供应商在各个角度，比如说控制单元，发动机单元，电池单元以及感知算法单元，它们分别去突破的。这是第一代技术。但第一代技术它有一个瓶颈，你无法打通，供应商的东西你是无法改变的。所以就出现了第二代，第二代就是我用自己选择一个芯片，我把车、数据以及自我编程打通，那我可以改变我的功能。这是第二代，在芯片以及自主研发的算法上做自己的一个软硬一体的这个设计。第三代是我们现在也发现AI是一个对计算能力需求无穷尽的一个应用，尤其对自动驾驶，它的应用场景你在私家车上做应用，它的海量场景它是无限量的，你无法完全描述自动驾驶这个车会遇到什么。所以它对计算的需求也是无穷尽的，那我们现在出现了像很多公司，尤其是国际巨头Waymo也好，特斯拉也好都是自己做芯片，为什么？过去人类60年做的所有的芯片是针对通用计算的，一个是尺量计算，都是通用计算。我们真正到车上，这种复杂的流水需要更强大的芯片。这是第三代。

第四代我们大家其实想起自动驾驶，可能很多人，关注过的人可能都想起林林总总的各种各样的车。Waymo的车上面是架了一个像船一样的盒子，Cruise的车上pony 面是架了很多雷达，八到十个雷达。然后我们中国的很多自动驾驶公司，景驰也好，都是上面挂着很多东西的。这是第四代自动驾驶，它是什么呢？第四代自动驾驶通常是说在特定场景下不需要人了，是完全的driverless，没有驾驶员。为了做到这一点，它很难，我先限定场景，我再对这个车针对这个场景挂各种传感器，做各种计算单元。所以，整个到第四代的时候，这个车就为这个自动驾驶来设计的。所以，你看它好像不像台车，就是因为传统的车不涵盖这个东西，现在两者是一种嫁接关系，还不是一个产品的形态。

我从特斯拉来到小鹏，我是想解决中国化的自动驾驶，我们第一代车，今年的量产车上会介于第一代跟第二代技术之间，我们会采用部分集成供应商，部分自主研发。那这个也是基于的我们自主研发的节奏，它需要一定的时间去启动。我们在第二代车上，2020年的车上，会将自己自动驾驶这个自主研发的通道从算法到芯片，一直到车上进行一个打通。我们为什么要做这个事情？很多人来问我说，不管是吉利也好，沃尔沃也好，特斯拉也好，都有这个产品，为什么还要再做一下？是，是有这个产品，但是在大部分的中国场景下没人敢用，因为它不适合中国的驾驶场景。它会有水土不服，比如说中国路上的障碍物它是不规则的，你几乎无法辨别你在中国道路上遇到的所有的障碍物。中国的交通规则是不规范的，因为中国的文化跟西方的文化是不一样的，这个驾驶问题确实是反映人的文化问题跟习惯问题以及社交问题。它不是一个简单的在实验室内的一个技术，所以它有水土不服的问题，也就是说我们为什么在中国这么多车，但使用率不是特别高。

我个人认为，中国的自动驾驶只能中国人自己来解决。还有人在微博上提问我，说我从来没有听任何一个技术是带着国家边界的。我倒不是说这个是国家边界，而是说整个通道，就像打通这个任督二脉时，我们现在还没有打通，这个打通是什么？我们要真正的形成中国的海量的大数据，然后我们要选择适合我们的芯片。然后我们在这个基础上要搭建适合中国自动驾驶的传感器系统，而这个系统一定要针对中国的场景，你要涵盖中国的一些特定的轨迹、特定的场景、特定的一些交通动态。在这个基础上再做中国的算法研究。我认为在中国解决这个自动驾驶这个技术要比西方要难十倍以上，所以整个这是一个框架性的问题，也是一个创新性的问题，也是需要很多技术积累的一个问题。而这个解决一定要中国人自己来深耕解决。

第二部分我想讲解一下小鹏汽车我们对AI Car的一个定义，定义很重要。我认为一个车应该有三重智能才能在中国的马路上去开，是一个科普性的一个概念吧。我们先说这个AI Car，AI Car它包含着很多东西，比如说我有几十个传感器来感知环境，我有互联的功能，然后去取地图，我有云的功能、芯片的功能、人工智能实时的计算功能，然后自适应学习以及各种林林总总的，我来分解一下它是怎么一种三重智能。首先，我个人认为不仅仅依靠云端智能，车一定要自己会开，所以一定要在车上有实时的足够感知环境的，比如看200米也好，150米也好，这种摄像头加上雷达，再做融合。我们为什么要做这么多种类的传感器？因为没有一种传感器能够满足驾驶所看到的环境的需求。比如摄像头能看到扁平的二维物体，雷达能看到速度跟三维，这两者要加起来。我们如果有一种传感器能够准确告知它的三维的方向以及它的语意，那这个也是对自动驾驶将会产生推动性作用的一个技术创新。AI是很重要的，没有人可以否认自动驾驶的问题，本质上就是由AI推动的一个问题，那AI将会对它的周围的这个传感器拿来的数据进行识别，对其他车辆进行识别，从而作出自己的一些决策跟轨迹规划。而这个计算因为AI它要求的是高性能级的计算，所以一定要有一个高性能级别的芯片，且满足车规，在车去运行。可能我这个问题大家一想觉得很简单，我们不是有很多云，我们不是有很多GPU吗？但那些是不完全满足车规的，一个车跑在马路上，它是五星级的安全规格，它是不允许随时硬盘坏掉，随时可以重启。而我们的任何云端的东西都是存在故障率的，这个是不允许的。当然了，我们也要互联，因为互联可以告诉我们地图，互联可以告诉我们交通信息以及更多。刚才讲的是个体智能，你个体搜集这么多信息，你做一个决策，这是个体智能。

那我们车多了，可以增加群体智能，有十台车开过这里，看到这里马路断了，就可以告诉后面的车这里断了，叫群体智能。就像我们的蚂蚁蚁群一样，那车也可以做到同样的一个智能。另外一个辅助智能，大家会讲，尤其是在中国很流行，我觉得中国政府做事情弯道超车的概念它很难去避免。比如说我个体智能做不到这么多东西，那我在马路上加上各种东西，这就是辅助智能。你不管怎么搞，这个东西没在这车上，这就是辅助智能，借助环境本身的感知能力。V2X让这个车可以给各种东西发信号，但这只是一种愿景，你很难做到把世界（改造），你改造一辆车已经很难了，把世界都改了，装上传感器，且传感器日异月新，且传感器也不是百分之百可靠的，这个本身是个浩大的工程。所以，我个人认为它只是一个辅助性的东西。

接下来简单分享一下我们说中国式自主研发，到底它的关键点跟我们自己的一个分解是怎样的。做自动驾驶有这么多核心的东西，你规避不开，一定要去深耕，一定要去沉淀。比如芯片一定要有，没有不要搞AI。第二，自主研发措施打通任督二脉，把数据，也就是代表场景跟车，跟算法连接起来，这是真正自动驾驶是一个框架性的东西。海量中国场景大数据，不管你再怎么海量，世界天天变，所以这个东西是一个永恒的难题。我逐一分解一下，我们海量大数据场景，这个场景要在公开的任意的，不能是限定场景。我们经常有朋友开车，在硅谷开得好好的，车一旦开到中国，发现什么都不行了，就是因为场景变了，一切都变了。所以，场景是一切的源泉，而场景体现在大数据里边，而这个场景是要不加限制的，只要用户开过的地方，你都要去开，去搜集。拿这个数据到云端经过组织之后，把它进行AI的一个创新，肯定是创新的一个你要识别，所有的东西你要做预测，你要更多接下来我会讲一下，然后把这个算法弄到车载上，不要再仅仅在云端控制这个车辆。弄到车载上，你要在车上能算得动，你才有产品。这个东西形成闭环就是最关键的一个框架，形成闭环之后，让这个算法通过数据进行生长，让这个算法在车上得到验证，再回来一些你解决不到的问题重新增长这个算法。这是一个框架跟智能它得以演进的一个东西。解决中国的自动驾驶一定要让这个框架转起来，要让这个智能可演进，因为没有人可以一步解决所有。