书名：志在超车 : 智能网联汽车的中国方案
ISBN：978-7-115-66107-4
本书由人民邮电出版社发行数字版。版权所有，侵权必究。
您购买的人民邮电出版社电子书仅供您个人使用，未经授权，不得以任何方式复制和传播本书内容。
我们愿意相信读者具有这样的良知和觉悟，与我们共同保护知识产权。
如果购买者有侵权行为，我们可能对该用户实施包括但不限于关闭该帐号等维权措施，并可能追究法律责任。
著 苗 圩
责任编辑 韦 毅 王 威
人民邮电出版社出版发行 北京市丰台区成寿寺路11号
邮编 100164 电子邮件 315@ptpress.com.cn
网址 http://www.ptpress.com.cn
读者服务热线：(010)81055410
反盗版热线：(010)81055315
本书系工业和信息化部原部长苗圩基于自身丰富的实践经验与深刻的理论思考，透彻剖析在汽车产业变革的新时代，智能网联汽车如何成为全球竞争的新高地，并对中国在这一领域的前瞻性布局展开深度解读。
本书阐述了汽车从传统功能型向智能型演进的趋势，聚焦引领汽车智能化革命、形成汽车领域新质生产力、推动中国智能网联汽车产业高质量发展等主题，通过国内外自动驾驶汽车的众多发展案例，翔实展现了产业跨界融合的实践探索与严峻挑战，探究了中国在智能化汽车领域的独特发展路径，并对单车智能与车路云协同的关键议题予以细致入微的剖析。同时，本书还理性分析了中国在发展智能网联汽车方面的优势与面临的挑战，并对未来出行革命的前景及全球汽车行业的发展趋势进行了前瞻性的展望。
本书不仅为业界提供了具有洞见性的思考成果，也为政策制定者、产业实践者和智能汽车爱好者提供了宝贵的参考信息。本书旨在汇聚跨行业的力量，激发业界共识，加强协同合作，共同推动中国汽车产业的高质量发展，真正实现换道超车。
近140年前，世界上诞生了第一辆内燃机汽车，汽车成为“改变世界的机器”，汽车工业成为现代工业文明的基石。直至今日，汽车产业依然是大国竞争与合作的战略要地。21世纪以来，汽车的电动化、智能化、绿色化发展成为推进汽车产业转型升级的核心动力，更是中国汽车实现换道超车的关键变量。
近几年，智能网联汽车的创新势头迅猛，备受社会关注。随着产业布局更加完善、技术系统不断成熟，中国智能网联汽车焕发出强大的创新能力。苗圩同志的新作《志在超车：智能网联汽车的中国方案》应时而出，为我们勾勒出一幅壮丽的愿景图卷。
2014年5月，习近平总书记在考察上汽集团时指出“发展新能源汽车是我国从汽车大国迈向汽车强国的必由之路”，为我国汽车产业的创新发展坚定了信心、指明了方向、提供了根本遵循。我国的汽车产业坚持以科技创新引领市场创新，到2024年底，我国新能源汽车市场渗透率不断攀升，产销量连续十年位居世界第一。
终日长程复短程，一山行尽一山青。21世纪初以来，数字化、网络化、智能化逐浪而来，对经济社会发展和变革产生了巨大的推动作用。2017年7月，国务院发布了《新一代人工智能发展规划》，提出了面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施。由于汽车产业是国民经济的支柱产业，智能网联汽车成为重点领域，自动驾驶被列为第一批开放平台，智能网联新能源汽车成为汽车行业转型升级的核心驱动力和未来竞争的制高点。
近年来，习近平总书记多次考察我国重点汽车企业，高度评价了新能源汽车发展和智能网联汽车技术创新及应用实践。2020年7月，他在一汽集团考察时指出：“现在，国际上汽车制造业竞争很激烈，信息化、智能化等趋势不断发展，对我们来讲有危有机，危中有机。”他强调，“推动我国汽车制造业高质量发展，必须加强关键核心技术和关键零部件的自主研发，实现技术自立自强，做强做大民族品牌”。我国政产学研各界深入贯彻落实习近平总书记关于推动汽车产业高质量发展的重要指示精神，积极布局智能网联汽车发展，持续完善相关政策法规与标准体系，各部门、各地方出台一系列支持智能网联汽车产业发展的措施，使智能网联新能源汽车成为我国汽车产业布局新赛道的重要抓手。企业苦练内功，力图将科技研发做深做实，加大关键技术的研发力度，增强产品的国际竞争力。各地政府主管部门致力于新型基础设施建设，为“车路云一体化”道路铺设坚实路基。
试登山岳高，方见草木微。本书兼具高度与深度，是一部内行人剖析行业、探知未来的力作，透彻解读了我国智能网联汽车发展的缘起、历程与走向，论述了智能网联技术对整车和零部件系统的变革，从整车电子电气架构、软硬件解耦和融合、车路云智能协同、自动驾驶安全先行的内涵等方面，详尽阐释了我国探索发展智能网联汽车的路径和方案，提出对做强做优汽车产业的真知灼见。
必具识见高者，方能语其精义。随着智能网联新能源汽车的发展，汽车产品不再是简单的出行工具，汽车和交通行业百余年来形成的分工模式面临重大变革。让汽车变得更聪明，交通变得更便捷，出行变得更安全，为经济社会创造更大的效益，相关企业要更新观念，主动适应这百年未有之大变局，在跨界融合发展中抢占先机。我赞同书中提出的观点：在智能网联汽车发展方面，我国既有汽车市场规模大的优势，也有雄厚的信息技术实力，只要坚定正确方向，集中力量办大事，脚踏实地做下去，就有很大希望走向世界前沿。
拓展科学前沿，打牢技术根基。在汽车产业浸润多年的人，更能认识到智能网联汽车涉及面之广、复杂性之高，也深感所涉及科技创新的艰辛和产业变革的艰难。智能网联汽车产业链是一个多元化的体系，需要多学科的人才、多领域的技术，产学研用深度合作，体制机制创新更要同步推进。虽然在智能网联汽车这一领域，中国已经与世界先进国家并行甚至领跑，但我们还应进一步加快智能网联基础软硬件的研发，在车用芯片、操作系统、计算平台、关键零部件、关键材料、制造工艺等方面加快创新攻关。
聚集各方力量，深化国际合作。智能网联汽车行业持续发展壮大，需要进一步集聚国家战略科技力量和市场创新主体，培育壮大新型零部件、新型基础设施等新质生产力，加强产业协同融合，构建产业发展新生态；还要坚持走符合市场需求的发展道路，持续提升智能化水平，促进跨区域示范与多领域应用，破解技术创新中的堵点、示范应用中的卡点、跨界融合中的难点；面向汽车产业高端化、智能化、绿色化升级，要推进绿色、低碳、智能制造等前沿领域科技创新和产业化应用，加强人工智能、大数据、数字孪生、边缘计算等先进技术研发，促进其在汽车和交通领域的全面应用。同时，也必须深化高水平开放合作，拓展全球汽车产业交流合作，进一步完善多双边合作平台建设，为全球提供适应多元化清洁能源、多样化环境保护需求的高质量智能网联汽车产品，实现绿色、低碳、安全、智能的共同愿景。
我与苗圩同志相识多年，在智能网联新能源汽车的赛道上，我们是同行者。他曾经掌舵大型汽车企业，担任过工业和信息化部部长职务，为汽车产业的发展倾注了大量心血。苗圩同志深度参与了我国汽车行业的转型升级，见证并推动了新能源汽车产业和智能网联汽车产业的崛起。苗圩同志以其独到的见解和深厚的行业底蕴，为我们贡献了观察新一轮汽车产业革命的全新视角和深刻洞见。
回顾中国汽车工业波澜壮阔的奋斗史，从无到有，从弱到强，一座座里程碑，是自力更生、改革开放的成就，更是亿万中国人民智慧和汗水的结晶。我们要立这个志向，让智能网联新能源汽车走向世界，为应对全球气候变化做出中国贡献。千仞易陟，天阻可越。我相信，政产学研各司其职，协同发力，抓住机遇，建设汽车强国的世纪梦想一定能够实现！
是为序。
中国科学技术协会主席
2025年1月
2003年底，在CCTV中国经济年度人物颁奖典礼上，颁奖嘉宾问了我一个问题：中国品牌的汽车、中国自己知识产权的汽车什么时候才能够辉煌起来？我回答说，打造中国品牌的汽车、让它们走向世界，一直是我们几代汽车人的奋斗目标；我相信，在我退休之前，一定能见到具有中国自主知识产权、自主品牌的汽车大放光彩。
2014年5月24日，习近平总书记考察上汽集团时强调，汽车行业是市场很大、技术含量和管理精细化程度很高的行业，发展新能源汽车是我国从汽车大国迈向汽车强国的必由之路，要加大研发力度，认真研究市场，用好用活政策，开发适应各种需求的产品，使之成为一个强劲的增长点。我在现场聆听，记忆犹新。
沿着习近平总书记指明的发展方向，依托新能源汽车的换道突破，10余年来，我国汽车产业取得了长足进步。2023年，我国汽车产销量双双超过3000万辆，创造了历史新高，连续15年位居全球第一，其中新能源汽车的产销量均超900万辆，连续9年位居世界第一，新能源汽车市场渗透率达31.6%。
但是我们也必须清醒地看到，距离习近平总书记提出的建设汽车强国的目标，我们还有很大差距。我国汽车企业只是在围绕动力变革展开的“上半场”竞赛中取得了全球领先的优势，而决定胜负还在“下半场”。围绕汽车智能化网联化革命展开的下半场竞赛，竞争会更加激烈，我们绝不能盲目自信，更不能掉以轻心。为了赢取“下半场”的主动权，我们汽车行业的首要任务就是高质量发展，加快形成汽车产业新质生产力，迎接自动驾驶汽车时代的到来。
2018年10月31日，习近平总书记在中共中央政治局第九次集体学习时强调，“人工智能是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的‘头雁’效应”，“充分发挥我国海量数据和巨大市场应用规模优势，坚持需求导向、市场倒逼的科技发展路径，积极培育人工智能创新产品和服务，推进人工智能技术产业化，形成科技创新和产业应用互相促进的良好发展局面”。
智能网联汽车是最典型的人工智能创新产品和服务，是人工智能技术产业化的最大应用。事实上，汽车智能化网联化的大变革已经拉开帷幕。2023年上半年，我国具备L2组合驾驶辅助功能的乘用车新车销量占比达到42.4%，为L3及以上级别的自动驾驶汽车发展打下了坚实的基础。2024年6—7月，我国公布了首批智能网联汽车准入和上路通行试点联合体名单，以及智能网联汽车“车路云一体化”应用试点城市名单,这可以类比2013年在“十城千辆”试点示范基础上开始的新能源汽车全面推广。总体来看，智能网联汽车已经从小范围的测试、验证，迈向了技术快速演进、规模化应用发展的关键时期；智能网联汽车产业规模化发展迈出了实质性的一步。而从技术的发展趋势来看，车端控制正从分散走向集中，跨域控制正从概念走向产业化落地。尽管现阶段大部分企业还是采用分域控制，但今后会进一步发展到中央集成控制，甚至车云协同控制。一些汽车企业正采用全栈自研的方式，推动搭载车载系统向车控系统演进，打通车载系统和车控系统成为必然趋势。此外，通用大模型的发展成为实现自动驾驶的最大助力。特斯拉公司率先打通了“端到端”的整车计算平台，依靠神经网络完成了从物体识别到环境理解，再到决策的全过程，凭借其在数据、算力、算法方面的积累，与其他汽车企业相比，在自动驾驶技术上形成了一定的领先优势。“开哨”即高潮，“下半场”竞争之激烈，由此可见一斑。
鉴于当前汽车产业处于百年未有之大变局，智能化、网联化技术和产品仍然在快速迭代，应用场景、商业模式、竞争格局等还没有确定，我国具有集中力量办大事的体制优势和汽车大市场的优势，智能网联汽车的发展仍处在关键的窗口期，未来有限的几年是决胜的关键时期。在此背景下，我们必须以时不我待的紧迫感，统筹谋划，巩固扩大智能网联新能源汽车产业的领先优势。
具体说来，凝心聚力、打造开放的产业生态至关重要。大多数汽车企业并不具备研发车用操作系统的能力，软件开发企业也需要充分理解汽车的功能需求以及安全性、可靠性等要求，这存在着相当大的难度。各自为战、相互封闭只会导致资源的进一步分散，让企业在激烈的国际竞争中陷于被动。“下半场”竞赛不能仅靠单家汽车企业单打独斗，必须组织起来打团体赛，还要实行跨行业的融合发展。应该采用系统工程的方法，在统一思想的基础上，加强协同。基于数据确权，实现行业数据的开放和共享，探讨建立数据有偿使用机制，建立公共数据大平台和面向行业的智算中心，将大家组织起来，集各家所长，同时有效保障各方权益。凝聚起各行业力量，联合共建开源人工智能大模型的底座+汽车企业主导开发的自动驾驶功能软件+车端人工智能专用芯片的产业生态，共同打造开放、开源的智能网联汽车生态，使之成为汽车企业和软件企业的共识。推而广之，智能网联汽车是跨界融合的产物，涉及汽车、交通、通信、测绘、安全、IT等不同领域，靠单一行业、单一部门单打独斗是难以形成有效推动力的，需要采取更有力的措施，凝聚跨行业的力量,抢抓产业发展的窗口期。
近年来，美国政府在大算力芯片、图形处理单元（Graphics Processing Unit，GPU）、中央处理器（Central Processing Unit，CPU）等领域，一而再、再而三对我国实行禁运。但是我国企业，如华为、地平线、黑芝麻等，也正迎难而上、奋起直追，借助我国汽车大市场的优势，在一部分车型上应用了自主高性能芯片。自动驾驶芯片的算力固然重要，但同样不可忽视的是，先进的算法、软件开发技术的支持也是至关重要的。我们必须充分认识到这一点，并给予足够的重视。
对我国来说，发挥优势、不断探索“车路云一体化”方案是谋求突破的重要途径。发展“车路云一体化”是我国独有的优势，我们要在单车智能的基础上发挥我国的制度优势，基于试点实施不断积累经验，搭建起“车路云一体化”推进的协同机制。我们要面向未来,抓紧谋划新未来、新产品,提升产业发展的内生动力。我们还应该加强产业链上下游的资源共享、协同创新，补齐关键技术短板，加快新技术、新产品的研发和推广应用，进一步提升产业发展的内生动力。
呈现在各位读者面前的这本《志在超车：智能网联汽车的中国方案》，主旨就是把我本人对引领汽车智能化革命、形成汽车领域新质生产力、推动中国智能网联汽车产业高质量发展等主题的认识和思考记录下来，结合这些年来的工作经验和调研结果，对产业发展中出现的各种现象和问题进行客观评述。一方面，试图探索产业发展的基础逻辑，总结出某些可供业内人士参考的带有规律性的基本原则；另一方面，尽最大可能，以通俗平实的语言，介绍汽车智能化革命的基本内容，阐释自动驾驶技术及其生态，为广大汽车爱好者了解智能网联汽车和自动驾驶提供参考。
这本书与我在2024年1月出版的《换道赛车：新能源汽车的中国道路》是姊妹篇，它们可以说是关于当代中国汽车产业“换道超车”宏伟目标和探索实践的上下篇。这两本书都是我在2020年转任政协职务后开始动念、动笔写作的，经过几年的反复打磨，终于完稿付梓。这两本书的写作目的，都是为我国汽车产业的发展“鼓”与“呼”，客观评述与发展成绩同步出现的不足和问题，并力图提供破解思路，期待全行业共同努力，推动我国汽车产业更有活力、更加健康地高质量发展，争取早日实现汽车强国的梦想。
本书的体例与《换道赛车：新能源汽车的中国道路》一致，同样分为九章，中间穿插三篇专题访谈。这两本书不同的地方在于，《换道赛车：新能源汽车的中国道路》一书的重心放在梳理中国新能源汽车发展脉络、介绍相关产业政策的出台过程与落实结果，以及总结汽车企业在换道赛车过程中竞争力升降的经验教训上，而这本《志在超车：智能网联汽车的中国方案》则聚焦汽车智能化革命大趋势、自动驾驶技术发展路径和产业生态、我国如何发挥自身优势走出差异化发展智能网联汽车新路的方案选择、如何全方位打造智能网联汽车产业生态等主题。如果说《换道赛车：新能源汽车的中国道路》是一本关于产业发展历程的科普书，那么我更乐于把《志在超车：智能网联汽车的中国方案》定义为一本关于行业趋势的通识读物。它们都着眼于今天，展望明天，但前者着重讲述怎么从昨天走到今天、走向明天，后者更强调今天将会如何塑造和影响明天。
比起“上半场”发展新能源汽车的客观条件，“下半场”我国发展智能网联汽车具有更成熟的政策环境、更先进的市场发展水平、更强大的技术迭代能力、更创新的商业模式和更完善的基础设施建设，起点更高，这就要求我国汽车产业以更前瞻的洞察、更高效的创新，抢占科技和产业发展的制高点，推动大数据、人工智能、大算力芯片等新兴技术与汽车产业的深度融合，巩固扩大智能网联新能源汽车产业发展的领先优势，真正实现换道超车。
21世纪以来，以互联网、大数据、云计算、人工智能等为核心的新科技浪潮汹涌而至，其核心驱动力来自数字技术的迅猛发展。数字技术的进步已展现出广阔的发展空间，而数字技术与传统产业的融合发展正强劲地推动经济和社会的深刻变革。这一变革与我国社会主义现代化建设进程相交汇，共同谱写出历史的新篇章。作为新时代的见证者与参与者，我们有责任顺应潮流，把握机遇，加速发展，为国家的未来贡献力量。
新一轮科技革命和产业变革无疑给汽车产业带来了巨大冲击和影响，这对全球汽车产销量和保有量最大的中国来说，是挑战，更是机遇。抓住机遇，主动迎接挑战，才能让我国汽车产业“换道超车”，实现汽车强国的梦想。著名管理学家彼得·德鲁克说得好，真正重要的不是趋势，而是趋势的转变。如果把汽车动力变革、发展新能源汽车比作体育比赛的上半场，那么汽车智能化革命、发展智能汽车就好比体育比赛的下半场；我国汽车行业已经取得了“上半场”领先的优势，在新能源汽车发展方面走在了世界前列， 但是比赛胜负最终还取决于智能汽车发展的“下半场”。
在汽车领域，百年未有之大变局体现在动力系统、供应链体系等的变化上，更实实在在地体现在从功能汽车向智能汽车的转变上。
1886年，发明家卡尔·本茨设计开发了世界上第一辆汽车。自那之后，他创建了公司生产这款汽车，品牌用了自己的姓氏Benz，这就是鼎鼎大名的“奔驰”。
德国人把1886年称作汽车的“诞生年”。奔驰的这辆三轮汽车，现在珍藏在德国慕尼黑科技博物馆（如图1-1所示），保存得完好无缺，至今还可以发动，车旁边悬挂着“这是世界第一辆汽车”的解说牌。
图1-1 世界上第一辆汽车
当时的汽车，从外形和整个驾驶情况来看和马车非常相似，实际上就是把内燃机作为动力安装在欧洲贵族使用的马车上。由于欧洲人把马车叫作sedan，这个词也就沿用到了新出现的汽车产品上，传入中国时，有了中文译名“轿车”。中国古代的“贵族”出门要坐轿子。轿子又分四抬大轿、八抬大轿等，皇帝出门通常用十六抬大轿，以体现其至高无上的权势。类比欧洲贵族出门时乘坐的交通工具，“轿车”一词可谓按照同样的实用功能意译的神来之笔。直至今日，许多人还把轿车的大小、内饰的豪华程度作为选车的标准。大型轿车一般比小型轿车卖得贵，神龙公司早期引进的富康两厢轿车，因为“有头无尾”，不为当时的国人所接受，不得不增加了一个后备厢，这才逐渐得到用户青睐。
光绪二十八年（1902年），慈禧太后67岁大寿，直隶总督兼北洋大臣袁世凯花一万两银子采买了一辆奔驰轿车献礼。这据说是北京城的第一辆进口汽车。不少思想保守的大臣上奏劝谏慈禧千万不要坐这辆车，以免“坏了祖宗的章程”和“中了洋人的邪气”。慈禧却一心想开开洋荤，不顾群臣反对，懿旨令司机开这辆轿车送她去颐和园。只是慈禧见到司机不仅与她平起平坐，甚至还是坐在自己前面，觉得有辱身份，遂命司机跪着开车。人跪着当然无法开车，可懿旨又岂能违抗，司机无奈，只好手脚并用操作汽车，差一点撞到墙上。此后慈禧再也没有坐过这辆车。图1-2里展示的就是这辆车，它至今还保存在颐和园的德和园里。现在我们知道这辆车的品牌其实并不是奔驰，而是美国的杜里埃，后者只生产了13辆汽车就关门大吉了。甚至连奔驰公司自己都把这辆车认作其古董车，究竟是哪个环节出了问题，那就有待史家考证了。
图1-2 1946年，3名正在北平休假的美国海军军官观看慈禧太后的
“不用马拉的马车”，这据说是北京城的第一辆进口汽车
在中华人民共和国成立之前，一些志士仁人也在谋划发展我国的汽车产业，但是在20世纪上半叶遭受内忧外患的历史背景下，我国根本就不具备发展汽车产业的条件。我国真正建设现代汽车工业还是在中华人民共和国成立之后，依靠艰苦奋斗，在苏联的帮助下，只用了3年时间，就在一穷二白的基础上建成第一汽车制造厂（以下简称一汽），拥有了年产3万辆中型卡车的生产能力。
与国际上一些后发国家发展汽车工业的思路不同，我国汽车工业从一开始就是定位为制造业而不是组装业，以一汽为代表的中国汽车工业体系是完整的，从汽车总成和零部件的毛坯开始，同步建设了包括铸造、锻造、热处理等在内的产业链供应链体系。为保障汽车企业所需的原材料供应，我们动员了全国的钢铁、有色金属企业为一汽的产品共同努力。
但是，受当时的经济基础和发展思路所限，我国汽车产品结构以中型卡车为主，在很长一段时间里品种相对单一。基于当时的情况，社会各界普遍认为应该先生产后生活，卡车可以载人运货，属于生产资料，而轿车只能用来载人，是消费品。直到1958年，我国开发了红旗牌轿车。可想而知，在那个工业基础薄弱的年代，仅凭热情造出来的车型，质量难有保障，每年的产量也很低。而一汽的明星车型解放牌卡车由于投入不足，从1956年投产以来，头30年一贯制，没有做过大的更新换代，与国际汽车工业先进水平的差距越来越大。
在改革开放之前，我国汽车产品结构呈现出“缺重（重型卡车）少轻（轻型卡车）”的特点，轿车领域更是几乎空白。党的十一届三中全会确定以经济建设为中心，我国社会主义建设重新走上了正轨。党中央决定实行对外开放政策，针对我国汽车产业发展中存在的突出问题，大胆引进外资、引进技术，与国内的汽车企业实行合资合作。从那时开始，在商用车和乘用车方面，一大批新产品投放市场，逐步改变了我国汽车产业落后的局面。
21世纪以来，随着我国经济的快速发展，人民群众的收入不断提高，轿车进入寻常百姓家从梦想一步步变成了现实。2009年，我国汽车年产销量第一次超过美国，至今一直保持着全球汽车产销量第一大国的地位。
然而，汽车普及带来了石油资源需求量不断上升的问题。多年来，我国石油对外依存度一直在70%左右。汽车普及带来大气污染的问题，一些大中城市受到雾霾天气的困扰，汽车尾气排放难辞其咎。汽车普及还带来日益严重的交通拥堵问题。如何趋利避害，在保持汽车产业发展的同时，寻求走出一条与发达国家不同的、具有中国特色的发展道路，是我们必须研究的重大问题。
发展新能源汽车是破解难题之道。回溯到21世纪初，科技部确定了以纯电动汽车、混合动力汽车、燃料电池汽车三种整车产品为“三纵”，以电池及其管理系统、电机及其控制系统、多能源动力总成控制系统为“三横”的新能源汽车发展技术路线图，持续支持我国汽车企业在新能源汽车技术上实现突破，加之我国借助锂离子电池生产大国的优势，大力推进新能源汽车锂离子动力电池的应用，从而与新能源整车产品形成了相互促进的关系。
党的十八大以来，在以习近平同志为核心的党中央坚强领导下，我们保持战略定力，坚持一张蓝图干到底，新能源汽车发展取得了历史性成就，实现了汽车产业的历史性变化，20多年持之以恒的努力终于结出了硕果。我在《换道赛车：新能源汽车的中国道路》一书中详细分析了我国新能源汽车产业的发展历程和骄人成绩，总结了五条历史经验，值得我们在发展中坚持。
全球汽车产业正经历百年未有之大变局，我认为这场变局仍在持续，远未画上句号。大变局的核心是电动化以及随之而来的智能化。在智能汽车的发展上，我们应该继续选择符合中国国情的发展道路，彻底改变在传统汽车技术上落后于人、疲于追赶的局面，实现几代人夙夜以求的汽车强国梦想。
汽车产业正在经历的智能化革命，需要我们继续在实践过程中探索，而当年功能手机向智能手机转变的经验，为我们提供了极大的借鉴价值。
移动通信技术进入3G时代为移动互联网的发展创造了条件，之前只能打电话、发短信的功能手机，开始向可以上网的智能手机转变。新进入者甚至对“手机”这个名称都不屑一顾，给它起了一个“智能终端”的名字，倒也名副其实，毕竟除了具备功能手机所有的功能，它还部分实现了照相机、摄像机、录音机、计算机的功能。
我第一次见到智能终端产品还是在武汉工作的时候，当时武汉正引进富士康公司在当地投资建厂。大约是在2006年底，富士康公司的人拿来一款手机产品向我演示，给我留下的深刻印象有两点：一是取消了过去手机上所有的物理按键，改为触屏；二是图片的缩放只需要用两根指头合拢或张开就可以实现，非常新颖、好用。可能是出于保密约定，当时他们并未明说这就是苹果公司即将出品的新手机，一年后苹果公司发布iPhone时，我才恍然大悟，原来如此！苹果公司在发布首款iPhone的同时，还建了苹果在线商店，提供各种各样的应用软件给用户选择，加上乔布斯对产品精益求精的要求，iPhone甫一上市就引起了全球轰动。
回溯功能手机的智能化发展路径，我们可以非常清晰地看到：智能手机是在移动互联网浪潮的推动下，以屏幕为突破口，不断实现人机交互创新，从小屏单点触控发展到全屏大尺寸多点触控，从单一触控扩展到触摸控制、语音交互、指纹交互等形式丰富的交互操作；手机架构不断升级，手机硬件从传统的单一内核芯片架构向多处理器内核架构演变，软件架构在后续迭代中复制了计算机的软件体系，操作系统（Operating System，OS）内核趋于标准化，通过应用软件与基础软件的解耦提升了手机功能的可扩展性；智能手机通过OTA（Over the Air，空中激活）升级系统性能，驱动手机生态不断向外扩展，使得手机从通信工具升级为覆盖生活、娱乐、消费、工作的全场景性万能工具。
正是在这个转变过程中，一大批全球著名的手机品牌（如诺基亚、爱立信、摩托罗拉、索尼等）变得暗淡无光甚至消失了，我国的波导、酷派、朵唯等品牌也没有跟上前进的步伐，陆续退出了市场。以苹果公司为代表的一批智能终端“新势力”应运而生。除了苹果，脱颖而出的大多是我国的手机品牌：华为、小米、OPPO、vivo等。全球范围内，只有三星公司适应了这个重大转变，在智能终端产品上延续了功能手机时代的辉煌。
这一转变可以给汽车行业带来怎样的启示？我尝试从以下几个方面总结智能终端发展的经验，以供汽车行业人员借鉴。
首先，从产品来看，软件对产品的定义发挥了重要作用。就像前文提到的iPhone取消按键那样，原来功能手机上很多物理元器件已经被软件所取代，这对降低成本、改善用户体验是至关重要的。驱动显示器的是图形软件，最早应用在20世纪90年代的个人计算机上，这就是“所见即所得”。
苹果公司的操作系统是不开源的，只能为苹果产品使用。当时诺基亚公司有一款名为“塞班”的操作系统，除了供诺基亚自己使用，也开放源代码，但是其他手机厂商必须得到诺基亚公司的许可并且支付不菲的专利使用费才能使用。谷歌公司看到了机会，开发出开源且全免费的手机操作系统“安卓”，只用了一年多时间就拿下了除苹果公司以外的几乎所有智能手机操作系统市场。与苹果公司类似，谷歌公司也创建了应用软件商店，所有与操作系统适配的应用软件需要得到谷歌公司的认证，之后才能进入商店上架销售。事实上，所谓商店就是一个平台，所有的应用软件开发商只要有销售收入，就要按照一定比例（20%～30%）向操作系统提供商缴费，操作系统靠免费开拓市场，平台通过抽佣获得更大收益。只不过谷歌公司收费不是To C，而是To B。
当时我的看法和大多数人相同，觉得像安卓这样的开源操作系统，手机厂商可以放心使用。事与愿违，后来华为公司的5G智能手机遭受美国政府打压，大家表面上看到的是台积电不再给华为公司流片，却没有看到谷歌公司不允许华为手机使用与谷歌操作系统适配的谷歌移动服务，例如谷歌地图等应用软件。这一点身处国内的华为用户几乎感觉不到，因为他们大多使用高德地图、百度地图等App，很少人使用谷歌地图，但是这一做法对身处海外的华为用户的影响之大难以估量，再好的硬件配置也无法弥补没有谷歌应用软件的产品，华为公司多少年艰辛开拓的海外手机市场几乎在一夜之间丧失殆尽。幸好华为公司之前研发出了鸿蒙操作系统，本来鸿蒙操作系统并不是专门为手机设计的，为了保证产业链供应链安全，华为公司果断放弃安卓操作系统，改用鸿蒙操作系统。2023年8月，搭载华为自主开发的5G芯片和鸿蒙操作系统的Mate 60系列手机上市，受到广大用户的欢迎。华为公司用4年时间实现了“纯血鸿蒙”，根据其2024年10月22日发布的数据，鸿蒙生态设备数量已超过10亿台。华为公司所遇到的困难可想而知，但是不屈不挠的华为人没有倒下，在重压之下克服了巨大困难，终于又站起来了，而且比原来站得更高，相信也会走得更远。前事不忘，后事之师，智能手机操作系统被“卡脖子”的前车之鉴，绝对不应该在智能汽车行业的发展中再次出现。
其次，从生产方式上看，出现了无工厂企业和代工生产的方式。以富士康公司为代表的代工生产几乎是所有手机厂商采用的通用模式。其实在智能终端出现之前，芯片行业最早实行了这种生产方式，将投资生产线和产线管理交给专门的代工企业，一家代工企业可以生产多个品牌的芯片，这样就能更好地实现专业化分工，使得生产效率更高、成本更低。
在功能汽车向智能汽车转换的关键时期，国内出现了蔚来公司委托江淮汽车生产的新模式。尽管后来蔚来公司取得独立生产资质，出资收购了江淮汽车生产蔚来汽车的两家工厂，但这种委托生产模式也是行业对新生产模式的有益探索。位于十堰的易捷特公司为达契亚公司贴牌生产的纯电动汽车，2022年出口了6.35万辆。全球手机最大代工企业富士康公司也有代工生产新能源汽车的规划。这在将来会不会成为一种普遍存在的模式？我认为可能性还是比较大的。
最后，从盈利模式上看，手机已经逐渐演变成一个终端，成为一个载体。电信运营商利用这个载体，改变了过去按照信道占用时间收费的办法，转为按照数据流量收费。移动通信技术的进步使得利用终端传输声音、高清图像都不在话下，而这些应用带动了使用流量的增加。电信运营商通过设计各种各样的“套餐”，采用“订阅”方式供用户选择，并且连续多年实施提速降费的措施。尽管资费下降了，但由于用户使用流量增加，电信运营商的收入并没有减少。有了终端，人们随时随地可以上网，从而催生出许多新的互联网应用。在互联网上，自带流量已经可以转化为收入，甚至产生新的职业。
将来的智能汽车很可能会取代现在手机终端的一部分功能，也会进一步开发新的功能。单就流量而言，车与外界之间的移动通信流量相比智能手机与外界之间的流量，会有数量级的增长。以本书后面将要讲到的车路协同为例，如果能在路侧单元建设上引入电信运营商投资，通过新一轮“提速降费”，就将促使5G适配更广泛、更高级别的应用场景，进而获取更理想的投资回报。
功能手机向智能手机的演变历程，为我们理解功能汽车向智能汽车的转变趋势提供了极具借鉴意义的参照。我将在后面的章节中系统介绍它们在产业变革方式、产业链分工模式、商业模式演变和整体发展路径方面的相似性，并由此阐述智能汽车产业链布局、生态协同、模式创新、迭代推进的基本思路。
人工智能技术的快速发展，加快了汽车产业的智能化进程。智能汽车将成为未来汽车产业的主流发展方向，为人们带来更加安全、智能和便捷的出行体验。
2022年11月30日，美国OpenAI公司发布了一个全新的对话式AI模型ChatGPT，它由GPT-3.5系列大型语言模型微调而成，不仅能与人类进行自然的多轮对话，给出高效、精准的回答，还能生成编程代码、电子邮件、论文、小说等各类文本，引起了全世界的广泛关注。
美国哲学家约翰·塞尔曾将人工智能划分为弱人工智能和强人工智能。能够完成某一项特定任务的人工智能是弱人工智能，也被称为专用人工智能或狭义人工智能，这样的人工智能包括机器翻译、计算机下棋、图像识别等。在记忆（存储）、推理、计算方面，计算机的能力很接近甚至超过人类。能够在任何领域或任务中都表现出超越人类的能力的人工智能则是强人工智能，也被称为通用人工智能或广义人工智能。还有人将“感知”和“认知”的区别看作划分弱人工智能和强人工智能的标准。
ChatGPT使用互联网上大量公开的语料（Token）信息，对公众开放模型，收集用户的反馈并不断迭代优化模型，形成“数据飞轮”，强化机器的自我学习能力。作为生成式人工智能的典型代表，ChatGPT无疑向强人工智能迈进了重要一步。
2023年3月，新一代GPT-4正式发布。它利用深度学习大模型的优势，据说是用1.8万亿条参数来模拟人类语言的模型，支持文字、图像等多模态输入，可以应用于考试、问答、写代码、翻译等方面，表现超过了先前发布的GPT-3.5。2024年2月，OpenAI公司发布了由文字输入到1分钟视频输出的Sora，表明人工智能发展又取得了新的进步。对比来看，人脑大约有800亿个神经元和高达百万亿级别数量的神经元触突，但是一天的功耗只有200多瓦时，而ChatCPT每天的功耗却高达50万千瓦时。
OpenAI是一家位于美国硅谷的人工智能公司，成立于2015年，起初公司定位为非营利机构。Open就是开源、开放的意思。创始人包括萨姆·阿尔特曼、彼得·蒂尔、里德·霍夫曼和埃隆·马斯克，他们共同的目标是开发出一款机器人来帮助完成基本的家务劳动。后来，马斯克希望将OpenAI置于特斯拉公司内，这与其他创始人的合作理念产生了分歧，他一气之下退出了OpenAI公司，宣布要在特斯拉公司内部开发一款面向家庭的人形机器人。
在马斯克退出后最关键的时刻，微软公司于2019年投资了10亿美元，才使得OpenAI公司存活了下来。微软公司为OpenAI确定了发展目标：能够与人类进行交流并帮助人类完成各种创造性的工作，公司的性质从非营利机构转变为营利主体。人工智能的大模型也从早期的开源变成不开源，OpenAI在GPT-1、GPT-2时期采用开源方式快速发展，在GPT-3时期转为闭源。
2021年8月首届人工智能日（AI Day）活动中，特斯拉公司发布了正在开发人形机器人Optimus的消息。在2022年10月特斯拉第二届AI Day活动中，Optimus正式亮相，它重73千克，高1.72米，能够完成搬运重物和给植物浇水等工作。特斯拉公司在设计这款产品时，尽可能利用其汽车产品上已经使用的技术以降低成本，预计售价为2万美元。但是这个产品的上市时间一拖再拖，近来变得语焉不详了。
回过头来再说OpenAI。经过几年的发展，微软公司除了通过10亿美元投资得到丰厚回报，还利用股东的优势，将ChatGPT的应用导入微软公司的产品中，例如，在搜索引擎Bing、办公软件Office、协同应用Team中导入ChatGPT以增强软件功能。微软公司还用基于大模型开发的智能辅助办公系统Copilot代替原来的语音识别系统Cortana，除了继承语音识别功能，Copilot也是软件开发工具。利用这个工具和微软公司的云Azure，软件开发者可以开发出智能辅助技术的软件，供用户使用。
以ChatGPT为标志，人工智能技术的发展开始进入全新的发展阶段——强人工智能阶段，从过去的“感知”世界转变为开始“认知”世界，除了传统的记忆（存储）、分析、判断功能，它还具有一定的模仿创造功能。只要是在互联网上出现的信息，它都可以迅速地将其收集归并，按照一定的逻辑形成最终的作品。目前，ChatGPT以语言文本的功能为主，也提供绘画、图像等功能。但是模拟不是创造，距离真正实现“认知”功能还任重道远。举例来说，它可以按照人类给定的主题模仿齐白石的作品风格画一幅画，尽管不是出自齐白石之手，却完全可以乱真，但这毕竟是模仿，人工智能缺少创造性，因此不可能绘出与齐白石齐名甚至超越齐白石的画作。当然，ChatGPT绘画也好，作诗也罢，都不如它的文本表达那么出色，不过这也为之后的发展留出了空间。人工智能最终不可能超越人类，当然这只是我个人的理解和看法。
人们一般把参数数量达到数亿或数十亿级甚至更多的深度学习模型称为大模型，如 Sora和GPT-3。从 GPT-3 到 GPT-4，其参数数量就增长了约10倍，从 1750亿增长至约1.8万亿。后续的 AI 大模型要超越 GPT-4，其参数数量还将以指数级规模增长。当大模型参数足够大的时候，经过不断学习与训练，就可以实现人工智能的应用。当然，从规避公司风险的角度出发，这种大模型的设计，必须在政治、宗教、法律、种族、道德、风俗等方面设定一些限制。
像ChatGPT这样的通用大模型，采用了深度学习等算法，基于神经网络架构来处理和生成自然语言，其本质是通过大规模的文本数据的学习、训练和微调，掌握语言的模式和规律，产生了改变人机互动模式的颠覆性结果。
在通用大模型发生重大突破的背景下，专用大模型的行业应用，尤其是在汽车行业这样的重点行业中的实际应用是可以预期的。例如，专用大模型完全可以利用大量的驾驶数据和传感器数据进行训练，以帮助开发自动驾驶技术。这些模型应用于行驶路径规划、交通感知、障碍物检测和驾驶决策等方面，可以提高自动驾驶系统的准确性、可靠性和安全性。
这一轮由OpenAI引领的生成式人工智能的发展非常迅猛，各类大模型、应用场景涌现。人工智能对国内汽车企业来说既是机遇也是挑战。
人工智能是如何由边缘走向中心的？
早期的人工智能研究聚焦于机器的记忆和逻辑推理，机器在这方面很早就表现出比人类更强的能力。在第二次世界大战中，交战方都使用了飞机和火炮，要想打得准，必须精确计算以确定炮口的方位和角度，才能保证射出去的炮弹命中目标。1946年初，在美国国防部的支持下，宾夕法尼亚大学研究出世界上第一台计算机ENIAC（如图1-3所示）。当时美国正在研究原子弹——就是当年绝密而后来轰动世界的“曼哈顿计划”——原来计划用这台计算机来精确计算原子弹爆炸的高度和波及范围，以便更好地发挥原子弹的威力，但是当这台计算机研发成功时，第二次世界大战已经结束了好几个月，它失去了用武之地。这台计算机占地150平方米，总重30吨，使用了18 000只电子管、6000个开关、7000只电阻、10 000只电容器，耗电量140千瓦，每秒可以进行5000次加法运算，比人类最快的计算速度快了1000倍以上。
图1-3 世界上第一台计算机ENIAC
在计算机发明之前，有三位杰出科学家对计算机理论做出了突出贡献。
第一位是约翰·冯·诺依曼，他创立了早期计算机的系统结构，就是把程序指令存储器和数据存储器合并到一起的计算机架构，即冯·诺依曼架构。冯·诺依曼也参加了“曼哈顿计划”，他的任务就是精确计算原子弹爆炸的高度，以便美国空军做好相应准备。
第二位是图灵，他是英国数学家和密码学家。第二次世界大战期间，他为英军培训了许多密码破译人才，为破译德军密码设计了多种方法，其中最为人称道的是他发明了破译机，用它破译德军密码又快又准，为盟军最终打败德军立下了汗马功劳。图灵对计算机“思考”问题非常热衷，设计了“图灵测试”，也就是让一台计算机和一个人分别回答测试人员的提问，采用盲测方式，最终由测试人员根据回答判定哪个是计算机、哪个是人类，以此探究机器是否能模拟出与人类相似或令人无法区分的智能。其实图灵关心的是如何让机器代替人类完成一些工作，只要能够做到这一点，就说明机器是具有智能功能的，机器还是要靠人类为它编制的程序去完成任务的。
第三位是克劳德·艾尔伍德·香农，他是一位美国数学家，也是信息论的创立者。图灵和冯·诺依曼分别在41岁和53岁去世，香农则继续探索，推动人工智能成为专门的学科。20世纪90年代，他开创的信息论在世界各地被应用于计算机领域并获得快速发展。不幸的是，他本人晚年患上了阿尔茨海默病，世界上最聪明的人之一却饱受精神疾病的折磨。
人工智能在发展的早期，主要用于处理一些遵循明确规则的事务，这与人类的逻辑思考方式相似。人们通过编制计算机能够识别的程序来让其工作，例如计算、下棋等。随着运算速度的提升，计算机在计算方面的能力远远超过了人类。但是，鉴于人类大量处理的是没有固定规则的事务，根据这类处理的需要，人类发明了神经网络（或称神经元）计算。
杰弗里·辛顿是一位谦逊的英国计算机科学家，是现代神经网络计算最重要的开创者之一。他通过模仿人类在形象思维时神经元之间的联系，发明了利用大数据计算分析得出结论的方法。计算机将存储在计算机内不同位置的数据联系起来进行协同处理，与人类的神经元处理信息很相似，所以这被称为神经网络计算。
传统人工智能的局限在于计算机只能按照一系列基本规则运行。杰弗里·辛顿和另一位研究人员发明了“反向传播”算法，这后来在神经网络中广泛使用。它使得神经网络通过调整连接权重来学习，从而实现自学习、自组织，当计算机输出的结果与正确的结果相同时，计算机就会记住赋予的权重，形成“记忆”，永远不会错了。如果输出的结果与正确的结果不符，神经网络就会设置一个错误信号，然后将其返回输入端，流程会更改原先设定的权重，这时再次检测输出端结果，循环往复，直到结果正确为止。
一般而言，计算机所拥有的神经元越多，它能够处理的信息就越复杂，更大的神经网络通常能够更优地得到正确的结果。举例来说，如果要让计算机识别一幅图像上的宠物是猫还是狗，那么就该想想人类大脑是如何识别这两种动物的：显然，我们并不是依据动物的定义进行识别的，而是依据模糊的经验进行判断，从而得出结论的。事实上，我们也没有完全搞明白这样的识别机制。一个计算机神经网络的前几层会对图像进行抽样，选取图像重要的特征，删除背景等非关键内容，分析特定内容，只要神经网络参数足够多，计算机得出的结论就会更大概率地接近真实结论。这就是人工智能大模型参数的意义，“大力出奇迹”。
随着计算机运算能力的快速提高，人们可以对运算进行分层处理，人类只需要训练第一层特征，之后的训练都由计算机自己完成。每次得出的结论是对还是错，计算机可以通过与在互联网上找到的猫的图像进行比对，如果不符合猫的特征，计算机会将结果反馈到上层神经网络，通过调整权重重新计算，直到得出正确的结果。对于各种各样的类似猫而不是猫的动物，比如老虎，计算机可以一层一层地分析，确定该动物不是猫而是老虎，进而分清它是哪种类型的老虎。
在整个分析过程中，深度学习网络能够识别出许多特征，其中一些可能与当前的任务无关，而另一些则高度相关，机器会记住这些高度相关的特征，以便在未来遇到相似图像时能快速识别。除了上述的图像识别，语音识别技术也已经成熟并大量应用于日常生活中。识别不同语言并充当翻译对计算机来说实在“易如反掌”，只需一本字典加上语法规则就足够了。计算机最难识别的是人名和小地方的地名，因为它们大多没有命名规律。
人工智能的发展并非一帆风顺，而是经历了沉浮起落。
1956年，达特茅斯会议第一次提出“人工智能”这个概念。这次会议中，众多学科中最杰出的10位科学家在新英格兰地区汉诺威市的达特茅斯学院齐聚一堂，其中有香农、约翰·麦卡锡和马文·明斯基，他们在最后的会议文件中定义了人工智能：“人们将在一个假设的基础上，继续进行有关人工智能的研究，那就是学习的各个方面，或智能的各种特性，都能够实现精确描述，以便我们能够制造机器来模仿学习的这些方面和特性。人们将尝试使机器读懂语言，创建抽象概念，解决目前人们的各种问题，并且能自我完善。”
20世纪60年代形成了人工智能的第一次热潮。这一时期的发展以符号逻辑为主要特征，用某种符号逻辑来表示已有的知识和要解决的问题。几何定理证明程序、国际象棋程序、跳棋程序、规划系统等一批有影响力的成果陆续产生，感知机器模型出现，而神经网络受到很多研究者的关注。1958年，人工智能的创始人之一赫伯特·西蒙曾乐观预测10年内计算机将打败国际象棋世界冠军，不过这一预言并没有如期实现，直到约40年之后，IBM的“深蓝”国际象棋计算机才最终完成这一壮举。事实证明，人工智能发展的难度远远超出当时科学家的预测。很快，人工智能的第一次热潮退去，进入了10年左右的低谷期。
人工智能第二次热潮的标志性事件是在1982年，日本启动了雄心勃勃的第五代计算机工程，准备在10年内建立可高效运行的Prolog智能计算系统。20世纪80年代中期，神经网络计算也迎来了一次革命。反向传播学习算法的提出，使得神经网络成为研究重点，这是与符号逻辑并驾齐驱的一种连接方法。20世纪80年代末，人工智能开始结合数学理论，形成更实际的应用。但是随着1991年日本第五代计算机工程宣告失败，人工智能的发展又进入了长达20年的第二个漫漫寒冬。
2006年，杰弗里·辛顿和鲁斯兰·萨拉赫丁诺夫在《科学》杂志上首次提出了多层神经网络系统的概念，即通过多层神经网络，机器可以更多地代替人来标定答案对错，借助无监督的逐层初始化方法，可以解决神经网络训练困难的问题。正是这篇论文，将深度学习导入人工智能系统，开启了人工智能第三次热潮。图1-4示出了深度学习相比传统算法的突破。深度学习神经网络使得计算机的识别率越来越高，在语音识别、图像识别、机器翻译等方面的应用越来越广泛。2016年，基于深度学习的人工智能围棋程序战胜了围棋高手李世石，进一步掀起了人工智能发展的热潮。
图1-4 深度学习相比传统算法的突破
我们经常在媒体上、在文艺作品里知悉有关人工智能的五花八门的表述，如人工智能、机器学习、神经网络、深度学习等，很容易混淆。按照我国人工智能专家陈云霁等人所著《智能计算系统》中的定义，人工智能是一个很大的范畴，包括机器学习、计算机视觉、符号逻辑等不同的分支。其中，机器学习分支又有许多子分支，如神经网络、贝叶斯网络、决策树、线性回归等。目前，主流的机器学习方法是神经网络计算，而神经网络计算中先进的技术是深度学习。
现在国际上正在研究新一代人工智能的发展方向。究竟什么是新一代人工智能，还没有形成统一认识。比较一致的看法是，新一代人工智能是基于神经网络的智能计算系统。具体来说，每个神经元都可以从外界输入数据，科学家为每个神经元赋予一个权重，计算机对所有的神经元进行加权计算之后，通过一个非线性函数得到该神经元的输出。几十年来，通过感知机模型、反向传播训练方法、卷积神经网络、深度学习等方法，人工智能研究不断深入，应用越来越广泛。从图1-5中可以看到70多年来人工智能研究历程中的一些重要里程碑事件。
图1-5 人工智能研究的重要里程碑事件
按照陈云霁的观点，新一代人工智能将不再单纯追求智能算法的加速，而是通过近乎无限的计算能力，给人类带来前所未有的机器智能。这里的核心问题在于如何通过高计算能力提升智能。如果只是把一个深度学习模型做大、做复杂，那么高计算能力也仅能将某些模式的识别精度再提高几个百分点，难以触及智能的本质。因此他设想，未来的新一代智能计算系统将是一个通用人工智能发育的沙盒虚拟世界，通过近乎无限的计算能力来模拟一个逼近现实的虚拟世界，在虚拟世界中，人工智能发育、成长、繁衍出海量的智能主体（或者说人工生命），智能主体可以在虚拟世界中成长，通过和外界环境的交互，逐渐形成自己的感知、认知和逻辑能力，甚至理解虚拟世界、改造虚拟世界。这就是通用人工智能追求的最终目标，实现这个目标可能需要三五十年甚至三五百年，但是为了人类的进步，仍然值得朝这个目标努力。
我国的人工智能的发展过程非常曲折坎坷。在20世纪50—70年代，人工智能还没有被纳入科学范畴，反而经常被认为是唯心主义的伪科学而遭到批判。1978年，全国科学大会召开，我国科技工作迎来了“科学的春天”。改革开放后，我国真正认识到我们的经济、技术已经大大落后于国际先进水平，于是奋起直追。数学家吴文俊提出的利用机器证明几何定理的研究（国际上称为“吴方法”）获得了全国科技成果奖，标志着人工智能被正式认定为科学，也是从那时起，国外人工智能被引进国内，令业界瞩目。
吴先生的主要成就表现在拓扑学和数学机械化两个领域，后者实际上就是使用计算机帮助解决数学推理等问题。他在应用数学领域解决了一系列科学问题，与此同时，把中国古代数学思想的精髓总结出来，除了向世界介绍中国五千年文明的历史，他还鼓励国人将中华优秀传统文化应用于当代实践中，比如他将中国算术中的“术”与人工智能的算法进行比较，认为二者有异曲同工之妙。他不仅开创了用计算机来证明几何定理的先河，还用开普勒定律推导牛顿运动定律、解决化学平衡问题等。吴先生是中国人工智能的第一位开拓者，我们理应尊他为“中国人工智能之父”。
事实上，在20世纪70年代，虽然我国没有使用“人工智能”这个词，但是用机器代替人工识别文字、图像的工作却一直在进行，有一些成果也得到了推广应用。比如，当时在全国范围内推广邮政编码，这为邮政局用机器代替人工分拣信件提供了可能。寄信时要在信封左上角画好的方框中填写数字，人们只能手工填写，由于笔迹不一，这就产生了让机器识别手写数字的实际需求。经过攻关，问题得到解决，信件分拣效率大大提高。这正是从简单的图像识别开始，一步步完善技术，机器识别复杂图像的能力也在不断提升。
在20世纪80年代，系统论、信息论、控制理论被正式引入中国，这“三论”揭示了客观事物是由物质、能量与信息交互作用的统一整体和动态过程。
当时人们对物质、能量有了很深刻的认识，但是对信息的了解却十分肤浅。其实信息不仅是与物质、能量并列的组成世界的三大基本要素之一，而且是对客观事物的特征、关系的一种反映。信息输出通常伴随两种反馈机制：一种是正反馈，会使信息不断增强；另一种是负反馈，会使信息不断减弱。信息论揭示了控制某一系统而不是控制某一事物的本质特征，使人们认识世界从过去的以实物为中心转变到以系统为中心。
这些理论为我国人工智能的发展奠定了基础，为科研人员提供了全新的研究方法，对广大群众来说也是一次认识世界的科普教育。钱学森先生对“三论”的引进和普及做出了突出贡献，他也是中国人工智能事业的重要奠基者和推动者。
2006年是世界人工智能诞生50周年，这一年的人工智能国际会议在北京举办。大会期间，中国人工智能学会理事长钟义信教授接受采访时表示，中国在用机器证明数学定理方面在世界上独树一帜，在模式识别领域创造性地提出了仿生识别方法，与传统方法相比，结果更好。过去，国外人工智能应用方面不处理矛盾的问题，中国科学家提出了可拓学理论，较好地处理了矛盾的问题。可以说中国在人工智能研究领域不再是简单地跟踪国外水平，而是开展了创新性研究，取得了不错的成果。
据钟教授介绍，人工智能的发展，既有成功经验，也有失败教训。智能专家系统的水平已和人类专家的智能相差无几，比如智能专家系统对病人的诊断比一般医生更准确，“深蓝”多次战胜国际象棋世界冠军，这样的成功案例不少。然而，很早就出现的关于人工智能可以解决各种问题的预言并未实现。人工智能太复杂了，研究者们从不同角度去探索，有点像盲人摸象，在方法论上谈不上成功。中国的人工智能研究与世界先进水平的主要差距体现在应用方面，我们尽管在人工智能的软件方面水平不低，但在硬件、机器制造方面水平不高，这是今后需要努力提高的方向。
在国际人工智能发展的低谷期，特别是第二次低谷期，我国的人工智能受到的影响不大，一直在持续发展，主要是因为整体起步晚，与以美国为代表的技术先进的国家差距太大，低谷期反倒是我们奋起直追的好时机。由于国外先进的理论和技术能够快速传播到国内，加上计算机的普及和互联网的应用，我国人工智能的发展如虎添翼。大市场的优势也逐渐显示出威力，一大批大学和研究机构加入人工智能研究的队伍。我国关于人工智能的论文数量，在2020年就已经超过美国，位列世界第一。据国家知识产权局的信息，截至2023年底，我国人工智能发明专利有效量达37.8万件，同比增速达40%，是全球平均增速的1.4倍。
2014年6月9日，习近平总书记在中国科学院第十七次院士大会、中国工程院第十二次院士大会上发表重要讲话，对我国人工智能发展指明了方向：“由于大数据、云计算、移动互联网等新一代信息技术同机器人技术相互融合步伐加快，3D打印、人工智能迅猛发展，制造机器人的软硬件技术日趋成熟，成本不断降低，性能不断提升，军用无人机、自动驾驶汽车、家政服务机器人已经成为现实，有的人工智能机器人已具有相当程度的自主思维和学习能力。国际上有舆论认为，机器人是‘制造业皇冠顶端的明珠’，其研发、制造、应用是衡量一个国家科技创新和高端制造业水平的重要标志。机器人主要制造商和国家纷纷加紧布局，抢占技术和市场制高点。”
从2013年开始，中国超过日本成为全球工业机器人销量第一大国，这是我国制造业保持世界第一制造大国地位的必然结果。虽然我国的工业机器人制造水平在加速提升，但是与国际先进水平相比还有差距，特别是在精度保持性和可靠性方面。基础零部件方面有很多还依赖进口。
2017年7月8日，国务院发布了《新一代人工智能发展规划》，提出了面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施等。该规划确定了我国人工智能产业三步走的战略目标：到2020年人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径，有力支撑进入创新型国家行列和实现全面建成小康社会的奋斗目标；到2025年人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为带动我国产业升级和经济转型的主要动力，智能社会建设取得积极进展；到2030年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心，智能经济、智能社会取得明显成效，为跻身创新型国家前列和经济强国奠定重要基础。
汽车产业正经历“新四化”（电动化、智能化、网联化和共享化）的变革，在很大程度上体现了人工智能技术在汽车相关领域的具体应用，例如，利用人工智能技术优化行驶路线、预测零部件可能发生的故障、精确识别实际场景。而汽车的智能化升级从辅助驾驶开始，经过部分自动驾驶阶段，最终将实现无人驾驶。智能汽车是人工智能技术的最大应用场景。
美国汽车工程师学会（Society of Automotive Engineers，SAE）在2014年制定了自动驾驶技术分类标准（SAE J3016），将自动驾驶系统分为L0～L5六类，并且对每一类都给予了明确定义。图1-6详细描述了从L0到L5各级别驾驶系统与驾驶人的不同分工。各国参照这一分类标准制定了自己的标准。2021年8月，我国也发布了《汽车驾驶自动化分级》（GB/T 40429—2021）国家标准，对比SAE对L0～L5的分类，基本与其相同，区别主要在于对L0～L2定义的描述有所不同。
图1-6 L0～L5各级别驾驶系统与驾驶人的不同分工
（资料来源：SAE）
L0一般意义上可以认为是没有辅助驾驶功能的汽车。但有时也将一些预警和应急辅助功能，如驾驶人状态监测、自动紧急制动等，加到汽车产品中。
L1、L2是初级的辅助驾驶功能。车辆行驶过程中主要还是由驾驶人来操控，但是驾驶系统（机器）可以帮助驾驶人实现一些辅助功能，L1和L2的主要区别在于L1只能提供横向或纵向单一方向的控制，而L2则可以同时实现两个方向的控制。
L3、L4属于部分自动驾驶功能，这时驾驶人可以在特定情况下将驾驶汽车的操作交给机器完成，区别在于，L3的自动驾驶功能是有限的，一旦超出限定条件，驾驶人必须接管，而L4一般不需要接管，但是当驾驶人有意愿时，机器也可以随时退出操控。无论是L3还是L4，驾驶人都可以随时接管操控车辆。
L5是真正的无人驾驶功能，这时候汽车已经没有驾驶人操控了，所有的功能都由机器来完成。
随着传感器技术和计算机技术的不断进步，大约在2015年，辅助驾驶技术逐渐在整车上得到应用。激光雷达摄像头、超声波传感器等成为辅助驾驶车辆的“眼睛”，通过传感器，汽车可以实时获取周围的环境信息，同时，机器学习和人工智能算法的发展，使得汽车能够准确地理解和应对复杂的交通环境。截至2023年底，我国汽车新车型上几乎都配装了L2及以下级别的辅助驾驶功能软件，包括自适应巡航控制，它可以根据前方汽车的速度自动调整车速，保持安全距离；自动紧急制动，在检测到前方有障碍物时自动刹车（即制动），以避免碰撞；车道保持系统，通过摄像头或传感器检测汽车是否偏离车道并自动调整方向；自动泊车辅助，它可以帮助驾驶人在泊车时自动控制转向盘转向和刹车（即制动器），使汽车停入停车位；盲点监测，检测汽车两侧的盲区，并在有其他车辆进入盲区时发出警告；倒车警报，在倒车时检测后方是否有其他车辆或行人，并发出警告；交通标志识别，通过摄像头或传感器识别道路上的交通标志，并在驾驶人需要时提供相关信息；夜视辅助，使用红外线或热成像技术，在低光照条件下提供更好的视野；驾驶人疲劳监测，通过监测驾驶人的行为和生理特征，判断驾驶人是否疲劳，并发出警告。现在，新车型若没有这些辅助驾驶功能软件，在市场上绝对不可能有好销量。
我国最早应用L2辅助驾驶技术的车型是2016年的长安CS75，这款车配备了自适应巡航控制、车道保持系统、自动泊车辅助等功能软件，随后吉利博越、比亚迪唐等车型也陆续开始配备各种辅助驾驶功能。
到了部分自动驾驶阶段，汽车必须打通车载系统和车控系统，形成整车的控制系统。在自动驾驶状态下，由传感器感知周边的各种信息，控制系统根据道路交通法的规定对各种信息进行计算分析，然后形成供决策的信息，由机器下达指令给各子系统，子系统接到指令后执行动作，完成整个操控。
近年来，人工智能的快速发展为自动驾驶汽车增添了“翅膀”，“端到端”的人工智能技术可以利用各种不同的状况所形成的场景来训练机器学会处理复杂情况，形象地讲，就好像把一个新司机培训成经验丰富的老司机。由于机器有过目不忘的特点，只要我们能够保证让它“见多识广”，它最终肯定会比老司机开得好。本书后续章节还将对相关话题展开详细说明，这里点到为止。
智能化是人工智能在汽车、交通上的实际应用，是汽车产业大变局最重要的趋势之一。2017年6月，我在中国智能网联汽车产业创新联盟成立大会上提出：智能网联汽车是我国抢占汽车产业未来战略的制高点，是国家汽车产业转型升级、由大变强的重要突破口，是关联众多重点领域协同创新、构建新型交通运输体系的重要载体，并在塑造产业生态、推动国家创新、提高交通安全、实现节能减排等方面具有重大战略意义。
经常有人问我：社会上有时用“智能汽车”这个词，有时又用“智能网联汽车”这个词，这二者之间有什么不同？
简单地说，智能汽车讲的是整车智能化，这是基础。智能网联汽车是指在实现整车智能化的过程中将汽车智能和网络赋能结合起来。
如果只采取单车智能的方法，每一辆车只要发动，就要以毫秒级的速度实时感知所处环境，然后交给整车的计算平台进行数据处理和计算，得出结论，供计算平台决策，并通过一系列的控制系统执行到位，且不说这对整车的人工智能系统算力需求有多大，仅仅是支撑这么大算力的电耗就是巨大的负担。况且这种感知还会受到诸如雨、雪、大雾天气的影响，还会有盲区和误判，之前自动驾驶汽车出现的许多问题都与此有关。智能网联汽车不仅要关注整车的智能化，还要同时推进道路的智能化和云服务，形成车与车、车与路、车与云、车与人之间的联系和互动，也就是所谓的车联网（Vehicle to Everything，V2X）概念，由此形成电动化、智能化、网联化的发展模式。
智能汽车是基础，如果没有整车的智能化，其他都无从谈起。但是在实现整车智能化的过程中，如果仅仅是单车智能，将所有的问题都交给汽车去解决，这绝不是最佳方案。当然，单车智能的发展也离不开网络，大量数据需要通过网络上传到云端，一些软件的升级也需要通过网络下载到车端。从这一点上说，智能化不可能在单车上实现。
世界各大汽车强国其实也看到了问题所在和发展趋势，纷纷提出各自的战略、计划，虽然没有使用“智能网联汽车”的表述，但是其内涵却大同小异。
先看美国。2016年9月，美国交通部发布了《联邦自动驾驶汽车政策：加快道路交通安全的全新变革》（AV1.0），第一次明确要关注产业安全发展，消除既有制度对创新的障碍。之后又连续发布了3个版本，AV4.0改为由美国联邦政府总统行政办公室、科技政策办公室、交通部共同发布。2021年1月，美国交通部发布《自动驾驶汽车综合计划》，确定建立利益攸关方的合作机制和信息透明共享机制、按照安全第一的原则修订现有法规、完善智能化交通系统等三大目标，并将无人驾驶低速车（主要指物流配送车）、有条件自动驾驶乘用车、高度自动驾驶乘用车、自动驾驶货运卡车、低速客运摆渡车等场景应用作为优先支持的方向。2021年6月，美国国家公路交通安全管理局发布标准常规命令《2021-01标准常规命令|自动驾驶系统和L2辅助驾驶系统的事故报告》，要求整车企业、软件供应商、运营商建立报告制度，对事故情况及时提供详细的分析报告。可见美国在推动自动驾驶汽车发展的过程中，十分重视产品的安全性，也认识到应该对现有制度和监管方式进行必要调整，以适应发展自动驾驶汽车的需要。但是由于美国是联邦制国家，各州都有立法权，这对在全美范围内推广自动驾驶汽车造成了困难。一些企业早就看清了这一点，只能依靠自身努力来实现自动驾驶的目标。各州的立场差别很大，其中加利福尼亚州最为积极，法律比较完善，支持政策很多，吸引了世界上很多公司申请到这里进行实际道路测试，中国不少公司参与在此地的测试试验。
美国政府交通管理部门、参众两院和部分州政府等不同主体发布了关于道路测试、产品管理、道路交通管理、网络安全和数据安全等领域的众多法律法规。
再看欧盟成员国。欧盟在2015年发布了《欧洲自动驾驶智能系统技术路线》，提出了在欧洲发展自动驾驶汽车的技术路线图，明确了自动驾驶汽车的实现路径，确定了到2030年欧洲普及自动驾驶汽车的目标。2016年1月，代表汽车、电信、IT和保险等不同行业利益的相关者成立了GEAR 2030高级小组，协助欧盟委员会就高度自动化和联网车辆制定长期战略。针对道路智能化建设，2016年欧盟又通过了《合作智能交通系统战略》（C-ITS），设想在整个欧洲建设统一的智能公路系统。2016年，欧盟各成员国交通部长和欧洲汽车制造协会共同签署了《阿姆斯特丹宣言：互联和自动驾驶领域的合作》，提出在平衡交通运输、环境保护和汽车安全方面，自动驾驶汽车是应对这些挑战的重要组成部分。该宣言重申要确保欧盟内部采用一致的汽车政策，促使在2023年高速公路上的卡车可以列队行驶，并制定了以下目标：到2020年在高速公路、城市低速行驶场景下完成自动驾驶计划，实现卡车及垃圾车车型的自动驾驶；到2022年，欧盟所有的新车都接入互联网，车与车、车与路之间能够直接通信，实现免费的、基于伽利略卫星系统的高精度地图支持；到2030年迈向全面自动化。欧盟成员国众多，发展水平参差不齐，虽然认识到车联网的重要性，但是真正落地还存在许多困难，绝不是想到就能做到的。
2017年5月，德国发布《道路交通法》（第八修正案），允许高级别或全自动驾驶系统代替人类驾驶，给予其和驾驶人同等的法律地位，成为全球第一个将自动驾驶纳入道路交通法规的国家。2021年7月，德国《自动驾驶法》实施，允许车辆在特定应用场景下使用L4自动驾驶功能，聚焦接驳运输服务、固定线路行驶的巴士以及仓到仓自动驾驶物流车等。2021年底，德国联邦汽车运输管理局正式批准符合L3的奔驰S级和EQS两款车型上路行驶。根据介绍，当驾驶人的左右手按下L3自动驾驶车辆转向盘上的任一按键，就表示车辆将交给驾驶人操控。这种自动驾驶汽车除了解放了驾驶人的双手双脚外，根据法规要求，驾驶人的眼睛也可以离开道路，在机器操控车辆时允许驾驶人使用中控屏幕的所有应用程序，但是不允许在车内看书、看报，更不允许玩手机。根据欧盟法规，在自动驾驶系统操控车辆时发生的交通事故，由汽车生产企业负全部责任；当自动驾驶系统退出L3之后发生的交通事故由驾驶人负责。L3的自动驾驶汽车的最高速度为60公里/时，超过最高速度时自动驾驶系统将自动退回到L2，以防止高速行驶时发生事故。如果在10秒内驾驶人仍然没有接管车辆驾驶，自动驾驶系统会逐渐减速直到停车，停车以后会发出紧急呼叫，解锁车门，等待救援。尽管限定如此之多，但是这毕竟在全球率先揭开了L3自动驾驶汽车商业化的序幕。
日本也高度重视自动驾驶汽车发展，除了汽车安全性问题，还充分考虑到老龄化社会人们的出行问题。2016年，日本内阁提出“超智能社会5.0”战略，计划按照老龄化的社会形态，大力发展无人机送货、人工智能家电普及、智慧医疗与看护、全自动无人驾驶汽车等，为老年人服务。该计划提出到2030年实现全自动驾驶汽车的普及目标。2017年日本内阁发布了《2017官民ITS构想及路线图》，制定了实现自动驾驶汽车的发展目标：到2020年左右，实现高速公路L3自动驾驶、L2卡车编队行驶，以及特定区域L4的自动驾驶；到2025年，实现高速公路L4的自动驾驶。这个技术路线图每年更新一次，对比2020年公布的路线图与2016年公布的路线图的目标，有往后推迟的情况，说明技术进步不如早先设想得快，安全性问题受到更多关注。
从2017年9月开始，日本在国内高速公路上开辟了专用测试路段，供自动驾驶车辆进行道路测试。其实在日本，只要是符合安全标准的车辆，不论是否自动驾驶，都可以上路进行测试，不需要另外办理申请手续。对于不符合安全标准的车辆，只要得到国土交通大臣的批准，也可以在公路上进行测试。2017年，日本东京海上日动火灾保险株式会社将自动驾驶期间发生的交通事故列入了保险赔付范围。
2018年3月，日本政府提出《自动驾驶相关制度整备大纲》，主旨是在自动驾驶汽车开始普及的2020—2025年期间明确立法和监管的方向性。大纲确认，自动驾驶时的事故赔偿责任原则上由车辆所有者承担，可以利用法律强制加入机动车交通事故责任强制保险进行赔付，将自动驾驶汽车与一般汽车同等对待。企业的责任仅限于汽车系统存在明确缺陷时。至于交通事故的刑事责任，尚无明确规定。2019年，日本政府先后通过《道路车辆运输法》修正案和《道路交通法》修正案，对自动驾驶汽车的管理进行了规定。在支持政策方面，日本利用汽车强制性保险支持自动驾驶汽车的发展有其独到之处，值得我国研究借鉴。
日本把支持自动驾驶汽车的着眼点放到了满足老年人出行需要上，应用人工智能、机器人、自动驾驶汽车来帮助老年人生活起居、出行是一条可行之路。我国也已经进入老龄化社会，相比日本，我国人口多、基数大、“未富先老”，从现在开始就应该做好前瞻性的规划，以满足老年人出行的需求。
最后再看韩国。韩国2019年发布《未来汽车产业发展战略》，规划电动汽车、无人驾驶汽车的发展，提出了制修订法律、投资建设基础设施的具体计划，到2027年要实现在高速公路上自动驾驶汽车的商业行驶。韩国国土交通部在首尔等6个地区建立了示范区，汽车企业在获得批准后可以进行自动驾驶商业化运行。
从国际社会来看，联合国欧洲经济委员会《国际道路交通公约（维也纳）》修正案于2016年4月正式生效，主要修订的条款是确定可以将汽车驾驶职责移交给自动驾驶系统。未来联合国还将力推建立自动驾驶汽车智能存储系统，该系统犹如车上的“黑匣子”，无论自动驾驶汽车是无人驾驶还是由驾驶人在驾驶，它都会记录下车辆所有的行为信息，以助后期分析。
从以上的对比分析可以看出，虽然各国着眼点不尽相同，目标政策各异，但是各国都认识到了自动驾驶汽车的重要性。
汽车在给我们提供便利的同时，也带来一系列问题：能源资源的大量消耗，尾气排放带来的环境污染，二氧化碳排放造成的全球气候变暖，交通事故对人民财产和生命的威胁，日益严重的道路拥堵问题……解决这些问题的根本出路还在于技术进步。通过发展新能源汽车，我们已经解决了一部分问题；通过发展智能网联汽车，我们还将解决剩下的一些问题。随着技术的进步，最终可能会在汽车的拥有和使用上发生根本性变化——将来汽车不再是身份、地位的标志，而是将重新回归其作为运输工具的本质。
就以现在在新车型上普遍使用的一些辅助驾驶功能为例，这些功能既有助于减轻驾驶人频繁操作的疲劳，也可以提高道路通行的效率，减少交通事故。比如，自适应巡航系统功能一旦启动，就可以不用驾驶人操控汽车，机器自动跟上前面一辆车，且根据行驶速度留下足够车距以备紧急制动，前面的车快则本车快行，前面的车慢则本车慢驶。这在高速公路长距离行驶或者车流密度很大时特别有用，将来更多的汽车配置这种功能，就可以在高速公路上实现编队行驶。再比如，在城市工况下，红绿灯非常多，有时为了赶路抢时间，会有闯红灯的违规行为，甚至可能造成安全事故。假使将来所有的红绿灯都进行了数字化改造，汽车就会变得更加“聪明”，当驶近红绿灯时，能实时感知绿灯还有多长时间会变灯，进而判断有没有可能提速开过去，如果有可能，汽车会自动提速抢在变灯前通过，如果时间不够，它就会自动减速停车等待。随着具备智能互动功能的汽车日益增多，它们将能够与红绿灯系统进行高效协同，通过精确计算，一个红绿灯间隔可以让更多的车辆通过，要是所有的红绿灯都能实现与汽车的这种互动，那么一路畅通就不再是梦想，我们可以不再为是否“抢灯”而踌躇，更不致因违规而受罚。这就是所谓的“绿波出行”。
另外，我国人口众多，拥有超大城市7个（城区常住人口1000万及以上）、特大城市14个（城区常住人口在500万及以上、1000万以下）、大城市80多个（城区常住人口在100万及以上、500万以下）。据中国汽车工业协会发布的统计信息，截至2023年9月，中国汽车保有量最多的11个城市是成都、北京、上海、苏州、郑州、西安、武汉、天津、东莞、深圳和杭州，汽车保有量均超过400万辆。随着汽车保有量的增长，几乎所有大城市都出现了堵车问题。为了缓解拥堵，各地政府想了许多办法。首先是限购，现在有北京、上海、广州、深圳、天津、杭州等城市实行了限购汽车政策，用户要想购买汽车只能参与摇号，或者参与牌照拍卖；之后一些城市又对限购政策进行了精准化管理，一个家庭只能购买1辆汽车等。许多城市对路网进行了优化，开辟出一些新道路，为经常堵车的路段分流。有些城市还采取限行措施。然而，这些措施虽然取得了一定成效，但是治标不治本，何况限购限行措施与我们鼓励居民消费的政策方向相悖，难道没有更好的办法了吗？
我认为，推广智能网联汽车可能是解决发展和限制这对矛盾的最佳方案。
从近期看，如果我们能够通过交通信号灯智能化改造，加上汽车智能化，在同等时间内完全可以大大提高路口通过量。北京亦庄通过交通信号灯+导航控制提供了验证。在更大范围内推进城市的智能化改造以后，加之智能化整车越来越多，可以自动生成行驶路线，有助于减少出行盲目性，使得同样的城市路网能够容纳更多汽车行驶。
从长远看，如果有更多的汽车处于行驶状态而不是停驶状态，不再停在路边占用道路影响通行，一个城市就可以拥有更多汽车。更进一步，如果每个人在任何时间任何地点，需要用车时能够“招之即来”，也没有必要每个家庭都购买一辆汽车，每天却只使用1～2小时，其余时间都处在停驶状态，这样既占用道路或停车场资源，又要支付很高的保险和停车费用。
我国发展智能网联汽车，是应对交通挑战、提高物流运输效率、降低成本、促进产业升级和实现可持续发展的重要举措。据专家预测，在运营管理方面，通过智慧运营和管控，现有公路的通行效率可以提升25%，这有助于减少交通事故的发生，特别是大幅度降低大事故的发生率。此外，智能公路还有利于均衡配置免费、收费公路的交通流量，利用好公路资源。在运营养护方面，人工智能技术的应用可以有效降低36%～40%的公路养护成本，并提高公路养护期间的通行效率。智能公路甚至还包括通过空置的公路资源，大力发展如光伏、风能等相关产业。
智能网联汽车是汽车产业升级和技术创新的重要方向。随着人工智能、物联网和大数据等技术的快速发展，智能网联汽车可以实现车辆之间、车辆与基础设施之间的移动通信和数据交换，提供更智能、更安全、更高效的驾驶体验。我国政府将智能网联汽车作为继新能源汽车发展之后的又一个目标，已经制定并发布了相关的标准、规划，以推动汽车产业的升级和经济的可持续发展。
与其他国家相比，我国政府对智能网联汽车的认识是具有前瞻性的。2017年，经国务院批准，工业和信息化部、国家发展改革委、科技部发布了《汽车产业中长期发展规划》，对智能网联汽车的发展进行了全面部署。
面对汽车普及带来的日益严重的交通拥堵问题，面对节能减排、“双碳”目标的紧迫要求，面对人工智能技术颠覆和改造汽车行业价值链的巨大驱动力，我国如何在继续保持新能源汽车发展领先势头的同时，抓住智能网联汽车的发展机遇，成为汽车行业决策者们不能回避的重大问题。
