[汽車之家 行業(yè)] 10月21日～24日，第三十二屆中國汽車工程學(xué)會年會暨展覽會（SAECCE 2025）在中國重慶·科學(xué)會堂召開。SAECCE 2025通過匯聚行業(yè)智慧、展示前沿技術(shù)、搭建合作橋梁，并攜手全球汽車科技力量，服務(wù)全球汽車科技發(fā)展，共創(chuàng)世界級汽車科技創(chuàng)新平臺。
在SAECCE 2025于10月23日上午召開的“2025電動汽車智能底盤大會全體大會暨智能底盤主論壇”上，比亞迪汽車工業(yè)有限公司汽車工程研究院院長助理廖銀生、吉利汽車研究綜院架構(gòu)中心資深總工鄧翔、長城汽車線控底盤的總工程師李飛、理想汽車智能底盤高級總監(jiān)趙亮、博世車輛運(yùn)動控制系統(tǒng)中國區(qū)新型制動系統(tǒng)產(chǎn)品副總裁張連沖圍繞《智能底盤從技術(shù)突破到量產(chǎn)落地》主題展開圓桌對話。中國汽車工程學(xué)會智能底盤分會副主任委員侯杰擔(dān)任本場尖峰對話的主持人。
廖銀生認(rèn)為，智能駕駛域和智能底盤域融合開發(fā)時，需要思考閉環(huán)系統(tǒng)，實現(xiàn)跨域的信息交互，而不應(yīng)該是兩者割裂進(jìn)行開發(fā)。在不同系統(tǒng)開發(fā)時，都應(yīng)該以整車安全為最底層的核心共同目標(biāo)，以此為基準(zhǔn)最終衍生出執(zhí)行路徑。
鄧翔認(rèn)為， 智能底盤的開發(fā)應(yīng)該更加主動地走出去，跟智能駕駛進(jìn)行融合，實現(xiàn)同一套標(biāo)準(zhǔn)、同一套規(guī)則。此外，云端數(shù)據(jù)需要進(jìn)行清洗，以方便不同技術(shù)域的便捷使用。同時，對于車輛在投放市場后的使用數(shù)據(jù)仍然需要做好監(jiān)控，在實踐經(jīng)驗中發(fā)現(xiàn)工作漏洞，最終實現(xiàn)技術(shù)閉環(huán)。在他看來，整個過程需要三到四年時間。此后，智能底盤才能真正和智能駕駛、AI算法融合。
李飛表示，在當(dāng)下的很多智能駕駛域與智能底盤域融合的過程中，智能駕駛域過于強(qiáng)勢，給智能底盤域提出一些無法執(zhí)行的要求。未來，底盤域應(yīng)該能過自己決策路徑規(guī)劃，因為底盤域擁有穩(wěn)定邊界、摩擦力數(shù)據(jù)，擁有效率高、通訊快的優(yōu)勢。
趙亮認(rèn)為，在智駕和底盤開發(fā)中需要融入“修正”環(huán)節(jié)，實現(xiàn)感知、決策、修正、執(zhí)行的閉環(huán)開發(fā)，類似人類大腦與小腦間的配合。在他看看來，融合智能駕駛和智能底盤的整車智能體的控制未來會朝著“類人化”的方向發(fā)展。
張連沖認(rèn)為，智能底盤，目前在技術(shù)和商業(yè)化維度維度都沒有瓶頸，但需要一定的時間和大量的樣本來提升成熟度。智能底盤的安全打造，除了需要單個零部件子系統(tǒng)安全外，更多需要考慮整車系統(tǒng)的安全。隨著線控底盤的引入，智能底盤實現(xiàn)了多重備份、多重冗余。
以下為對話實錄（汽車之家精編）：
侯杰：感謝各位專家、各位嘉賓參與圓桌對話的環(huán)節(jié)。
當(dāng)前，全球汽車產(chǎn)業(yè)正在經(jīng)歷著電動化、智能化對技術(shù)和產(chǎn)業(yè)鏈深度重構(gòu)的進(jìn)程。汽車的智能化能力正在從規(guī)劃層向執(zhí)行層延展，從傳統(tǒng)的制動、轉(zhuǎn)向、懸架到現(xiàn)在深度的電動化、線控化和驅(qū)制動的深度融合以及集成化控制架構(gòu)。智能底盤的神經(jīng)系統(tǒng)和肌肉系統(tǒng)，都在被重新定義?？梢哉f，智能底盤已經(jīng)成為智能電動汽車的第二大腦。它不僅決定了車輛的動態(tài)性能，更是決定了整車智能化體驗的關(guān)鍵環(huán)節(jié)。
因此，本次的圓桌對話將圍繞智能底盤量產(chǎn)落地的核心瓶頸、智能駕駛與智能底盤深度融合的路徑、AI控制與云端協(xié)同、用戶體驗四個核心話題，共同探討智能底盤技術(shù)的產(chǎn)業(yè)化路徑以及未來方向。
首先，我們進(jìn)入今天第一個議題。我們總說軟件定義汽車，但要到實現(xiàn)軟件定義汽車最終要落在智能底盤這個硬核件上。目前，從工程樣車到批量化的量產(chǎn)，實際我們遇到了很多的挑戰(zhàn)有很多瓶頸。在這里請問各位嘉賓，智能底盤量產(chǎn)最大的瓶頸究竟是線控技術(shù)本身的成熟度，還是產(chǎn)業(yè)標(biāo)準(zhǔn)與生態(tài)協(xié)同的缺位？我們作為智能底盤的參與者，我們又該如何從技術(shù)、標(biāo)準(zhǔn)以及與供應(yīng)鏈的角度來打破這一瓶頸？
這個問題首先有請整車企業(yè)的代表，今天來了四位整車企業(yè)的代表和一位零部件的代表，首先有請比亞迪的廖銀生先生分享您的思考。
廖銀生：智能底盤的發(fā)展到今天是到了一個階段。目前，歐洲也好、美洲也好，都在這個領(lǐng)域爭奪主導(dǎo)權(quán)。智能底盤到目前階段，假如說真正落地的瓶頸有兩個方面，第一是必要條件，首先是法規(guī)方面。線控EMB的法規(guī)這三年左右通過行業(yè)力量推進(jìn)下來的，目前僅僅還是跟國外的法規(guī)相類似或者大家是相同的概念。今天，產(chǎn)業(yè)發(fā)展很快，也很不一樣。我們的產(chǎn)業(yè)在新能源里也是世界第一了。這時候，法規(guī)不僅僅是局限于各系統(tǒng)的法規(guī)。李駿院士也提出，驅(qū)制轉(zhuǎn)向的融合，法規(guī)是底盤發(fā)展非常重要的必要條件。
如果要突破瓶頸的話，第二個充分條件是我們開發(fā)底盤這個技術(shù)真正目的和需求要把握住，而不是我們現(xiàn)在自認(rèn)為的定義。智駕定義還是比較清楚的，L1到L5的需求功能。智能底盤，真正需求把握要去挖掘、去定義。挖掘?qū)χ?，對這個需求的推進(jìn)就會有很快的發(fā)展。比如制動，1995年搭載ESP，中間很長一段時間一直在1.0、2.0、3.0，一直升級到手機(jī)的那種10.0。真正有代差區(qū)別，還是新能源需求拉動的。所以我覺得，充分條件是需求的挖掘，滿足真正的價值，是它落地的瓶頸。
侯杰：感謝分享。您剛才提到標(biāo)準(zhǔn)是限制智能底盤落地的關(guān)鍵瓶頸，我相信在座各位都有深切的體驗。我們現(xiàn)在的線控轉(zhuǎn)向、線控制動都是受制于法規(guī)。法規(guī)先行，我們才有上市的機(jī)會。這是限制。包括未來新的構(gòu)型、雙電制動，實際我們都需要新法規(guī)的支持，這也是我們同仁們一起未來共同努力的方向。
現(xiàn)在有請來自于零部件企業(yè)的代表博世的張連沖先生分享一下，您從零部件角度怎么看待這個問題。
張連沖：目前，我們接下來準(zhǔn)備工業(yè)化和商業(yè)化的智能底盤，我個人覺得沒有瓶頸，只是時間問題。打比方說，我們現(xiàn)在在做線控轉(zhuǎn)向，包括線控制動，它的成熟度需要時間或加大樣本量去做一些路試或者是各種實驗提升它的成熟度。這只是時間和樣本量的問題。
從安全的角度來講，智能底盤跟之前講的機(jī)械底盤安全考慮的方面有些不一樣。以前是單點的，比如零部件的安全到位，基本上就可以了。但現(xiàn)在除了單個零部件子系統(tǒng)安全之外，我們更多考慮整車系統(tǒng)的安全。這也需要零部件廠特別是主機(jī)廠考慮的問題，這不是瓶頸而是有技術(shù)解決方案的。隨著線控的引入，我們有多重的備份、多重的冗余，不僅僅是雙重的可能是三重的。
從產(chǎn)業(yè)鏈的角度來講，我講一下成本的問題。隨著規(guī)模化效益出來之后成本是可以解決的，隨著技術(shù)迭代我們不斷做VA/VE成本也是會下降的。
侯杰：按張總的想法，我們從技術(shù)上瓶頸不多。博世是智能底盤的鼻祖，我們最早知道的智能底盤系統(tǒng)就是ABS、ESP。這個問題上，我相信您很有發(fā)言權(quán)。技術(shù)本身不是瓶頸，但安全冗余做到什么程度、零部件做到什么程度、系統(tǒng)級別的安全冗余怎么做、再到整車層面甚至底盤和智能駕駛更大系統(tǒng)的安全冗余怎么實現(xiàn)……最終落到底盤的上車是否安全？這是阻礙了實際真實的上車量產(chǎn)，并不是零部件本身不安全，而是上了車之后存在一些系統(tǒng)性的安全問題，這是您主要的想法。感謝兩位的分享！
我們進(jìn)入下一個議題，在智能駕駛持續(xù)演進(jìn)的過程當(dāng)中，底盤不再只是執(zhí)行層，而成為智能駕駛重要協(xié)同者，要求底盤具備高的實時響應(yīng)和自適應(yīng)的能力。現(xiàn)在，業(yè)界正在從分布式的架構(gòu)向中央計算+區(qū)域控制加速轉(zhuǎn)型，一段式端到端智能駕駛控制架構(gòu)正在逐步量產(chǎn)落地，底盤域與智駕域的邊界正在逐步模糊，所以融合肯定是必然趨勢了。但是這也帶來系統(tǒng)復(fù)雜度的提升，包括跨域通信、數(shù)據(jù)安全等等，都是我們要面臨全新的挑戰(zhàn)。
在這里問各位嘉賓，在當(dāng)前端到端控制架構(gòu)背景下，底盤域與交接域間的深度對話應(yīng)該如何實現(xiàn)？在算法協(xié)同、控制權(quán)交接與功能安全之間，我們又該如何建立一套可落地的融合機(jī)制？這個問題先有請長城的李飛先生您分享一下。
李飛：問一下咱們在座是不是都是搞智能底盤的，如果是就好辦了，開個小玩笑。我借這個機(jī)會代表智能底盤訴訴苦。智駕，它認(rèn)為智能底盤就是干活的，我讓你干啥你就干啥就行了，你底下掛了這么多零部件，泊車這個事，就有后輪轉(zhuǎn)向和無后輪轉(zhuǎn)向兩套方案。怎么這么費(fèi)勁？
智能底盤說，你讓我干啥我就干啥。但你有時候讓我干的活，臣妾確實干不了。比如雨雪天氣，讓我超車、快速過彎，我一算我肯定過不了。我知道我的穩(wěn)定邊界和摩擦，但這個事怎么告訴你？現(xiàn)在就處于這種狀態(tài)。我說的不一定對，但這是我的理解。
接下來怎么融合？我談?wù)勎业南敕ǎ蠹乙粔K討論。在接下來一段時間內(nèi)，是不是存在信息載體的東西，比如咱們有理想車輛動力學(xué)模型，智駕域給車輛動力學(xué)模型發(fā)信息。發(fā)什么？名義方向盤轉(zhuǎn)角和目標(biāo)橫排角速度。它為什么是名義的方向盤轉(zhuǎn)角呢？咱們認(rèn)為，理想車輛模型就是二自由度的。我不考慮后輪轉(zhuǎn)向，這樣解決了這個問題。底盤域收到信息解析，你想這么走，我下面怎么做結(jié)合域控的算法，自己決策用哪些部件進(jìn)行執(zhí)行，是這樣的一個過程。底盤域知道摩擦和穩(wěn)定邊界，能夠反饋給模型，智駕域拿到后重新進(jìn)行規(guī)劃。
在冰面上，你規(guī)劃路徑就不應(yīng)該是超車，我發(fā)過來命令以后發(fā)現(xiàn)干不了這個事，我反饋上去，得到以后重新進(jìn)行規(guī)劃，那就變成跟隨的狀態(tài)，一看安全距離不夠又拉開了安全距離，這樣就變成很好的融合的了。底盤域收到指令后可以不執(zhí)行，它一算確實做不到，把信息反饋上去讓智駕再重新規(guī)劃重新計算。
第二，經(jīng)過長一段時間以后，有沒有這種可能，咱們把路徑跟隨也放到底盤來做。這個好處是什么？底盤域知道它的穩(wěn)定邊界、知道它的摩擦，智駕域告訴我你想怎么走就完了，至于到底怎么走、下面用誰來走，不用管了。在底盤域進(jìn)行迭代，又高效，通訊也快。還有一個好處是容易斷案，出問題是你的還是我的。智駕域發(fā)完規(guī)劃以后，底盤域一算這個事能干，就沒你什么事了，下面走不好就是我的問題了，我是這么理解的。
第三，現(xiàn)階段能看到相互賦能的過程。怎么賦能呢？底盤域狀態(tài)估計是我們的基礎(chǔ)，我們做狀態(tài)估計發(fā)現(xiàn)什么問題呢？坡道估計，你在上了坡一小段時間，這個估計值上來，它就是慢。我們把智駕的IMU的信號，或者是橫擺P直角的信號接進(jìn)來以后，這個case就非常好。這就是很好的例子，智駕賦能底盤。
底盤怎么賦能智駕呢？我剛才說，狀態(tài)估計大多數(shù)情況置信度是比較高。它的摩擦信息、車輛的運(yùn)行狀態(tài)我們告訴智駕以后是能用的。智能輪胎的技術(shù)，如果再結(jié)合智能輪胎的技術(shù)，基本能cover各個場景。這樣你把狀態(tài)和摩擦信息告訴智駕以后，是非常錦上添花的過程。我就說這么多，謝謝大家！
侯杰：接著李先生的說法，您是從智能底盤工程師的角度去看智駕與我們怎么融合，你的困惑是智駕自說自話，隔墻給我們一個信號。我們說臣妾做不到，依我對車輛當(dāng)前判斷是不安全的或者是不優(yōu)異的。我們未來的方向是希望自己把自車通過動力學(xué)模型識別當(dāng)前的狀態(tài)，我把信號發(fā)給智駕，等于我給你畫個圈，你在圈里發(fā)任何信號我可以安全和很優(yōu)異地執(zhí)行，圈之外給我的信號出現(xiàn)問題咱倆斷案就很斷了，因為你出圈了，我是這樣理解的，您表達(dá)的很好。
接下來有請比亞迪的廖銀生先生聽聽您的想法。
廖銀生：車是用來開的，必然成為閉環(huán)系統(tǒng)。以前是給人開，現(xiàn)在變成給智駕開。如何去思考閉環(huán)系統(tǒng)呢？從某種意義上來說，尤其當(dāng)前智駕退出工況是很危險的，靠人去接，無論是誰都接不住，底盤接也是不對的。這個過程不應(yīng)該有隔閡。智駕開發(fā)過程中，我們認(rèn)為，做智能底盤還是不夠主動，剛才提出智駕給你的需求是比較強(qiáng)勢的，不管對錯。它是提出來了，我們?nèi)绾稳プ?，就是我們要去思考的?/span>
在這個工作過程中，我們應(yīng)該做哪些東西？我們應(yīng)該主導(dǎo)起來、承擔(dān)起來，整個車把人撇開就剩智駕了，它就是閉環(huán)系統(tǒng)，不存在你我之間割裂的東西，我們要主動去做，也應(yīng)該要去承擔(dān)。在這個過程中一切的交互，交互的點，不應(yīng)該割裂地丟。
假如智駕，后車追尾你了。這個過程中究竟是誰的問題？這是很典型的危機(jī)工況里要去做的。通過這個過程，就能把整個安全性作為主要目標(biāo)去開展工作。這個過程中我覺得，跟智駕的關(guān)系，以整車安全目標(biāo)為共同目標(biāo)去做。這時候的開發(fā)不存在是割裂開的，它成為閉環(huán)的系統(tǒng)，應(yīng)該把汽車做成一個閉環(huán)系統(tǒng)去考慮，讓整車的安全作為目標(biāo)，去做所有的開發(fā)工作，這里面具體化的東西就能衍生出來，這是我的一個看法，謝謝！
侯杰：您又提出來智能底盤第二個困惑，智駕覺得自己不強(qiáng)了，很強(qiáng)勢直接退出不玩了，交給底盤了。底盤怎么接力棒怎么去做？這是我們面臨的挑戰(zhàn)。您給的建議就是，底盤和智駕要深度融合，不要存在直接宕了看你，你能兜就兜，你兜不住咱倆一起玩兒完。做到這個目標(biāo)，需要兩個團(tuán)隊的深度融合。
下面聽聽理想汽車的趙亮先生。
趙亮：我先說一下自己的認(rèn)知，現(xiàn)在市場上大家都說端到端，如果以目標(biāo)為導(dǎo)向，第一性原理來看，只要整個系統(tǒng)功能上、性能上、體驗上都是沒有問題的，那就變成另外一個維度了，就是怎么更高效，怎么更合理。那是前期必須要保障的，效率和成本那是終級競爭。
我有自己的答案。我認(rèn)為，未來智駕和底盤域就會成為人的大腦和小腦，我提一個概念，沒有行業(yè)這么講。在智駕和底盤之前的說法里是感知、決策、執(zhí)行。我認(rèn)為，大腦和小腦中多了一環(huán)，感知、決策、修正、執(zhí)行。這里的“修正”是小腦干的活。這個活，現(xiàn)在沒人做，其實就是剛才大家說爭議的地方。修正在人的小腦上就是這么干的，我們在底盤上是不是能這么干。
我個人角度認(rèn)為，可以這么干。過去ADAS整個系統(tǒng)就做了決策，根據(jù)于視覺、雷達(dá)和語言多模態(tài)的感知、指定的規(guī)劃路徑，這時候規(guī)劃路徑和它認(rèn)識的世界是不完整的，底盤是執(zhí)行系統(tǒng)。人是有五感，視覺、聽覺，最重要的覺是觸覺。其實，底盤就是車的觸覺。車在路上行駛能夠得到很多關(guān)鍵的信息，比如路面的附著、路面的顛簸信息，把這些信息上傳給ADAS，反饋給它，經(jīng)過大模型的多模態(tài)感知，它會做出更好的軌跡規(guī)劃。
另一方面，大腦就是大腦，它有感知決策，但它不知道身體狀態(tài)是什么樣。車輛自己的模型，實際車輛能力只有底盤域最清楚，在最清楚的時候我們要實時地給上層進(jìn)行底盤能力、行駛能力的反饋，這樣會讓ADAS知道身體什么能力、現(xiàn)在周圍環(huán)境是什么能力，給予更好決策的規(guī)劃路徑。
這里還有另外一個，有了好的決策規(guī)劃路徑，我們也有好的能力了，一定能行嗎？現(xiàn)在我們也走得很好。實際上你也會再出來問題，這里變成誰兜底的問題。過去講的功能安全的概念，我們將來會做到Feelsatety，其實我們將來會做到Feeloptional。ADAS在制動失效的前提下怎么辦？制動失效或者轉(zhuǎn)向失效，舉個例子，轉(zhuǎn)向失效了，車需要轉(zhuǎn)向，只要把意圖告訴車，它想往哪轉(zhuǎn)好了。至于制動系統(tǒng)執(zhí)行，還是轉(zhuǎn)向系統(tǒng)執(zhí)行了，其實轉(zhuǎn)向系統(tǒng)壞了，應(yīng)急時制動就可以執(zhí)行偏航角。只有底盤才能做這個事，ADAS要做非常復(fù)雜。
我說一個我的觀點。我為什么說大腦、小腦最好，這里有迭代效率的問題。如果我們要做超級復(fù)雜的模型，那我的模型參數(shù)會更大。我個人感覺，大家經(jīng)常用大腦。大腦不停地學(xué)習(xí)，一天天學(xué)習(xí)、天天迭代、天天更新，身體不健身不用更新還能維持，它是更加需要不斷迭代的。迭代頻率和速度都不一樣，如果把兩個迭代速率要求不一樣的東西硬綁在一起，導(dǎo)致浪費(fèi)迭代，而且會導(dǎo)致某一個大腦的學(xué)習(xí)會更累，大腦運(yùn)行時要重啟那個電腦?，F(xiàn)在一半在學(xué)習(xí)另外一半身體不用動，大家不是跳著舞要學(xué)習(xí)。這里有分工協(xié)作合理，所以效率層面，人是好的智能體。
我個人的感覺，我更相信將來智能體整車的控制會朝類人化，人進(jìn)化到現(xiàn)在就是效率問題，最終級第一性原理是把這些東西搞定是效率問題，終級是這個。至于我們?nèi)绾蔚竭_(dá)終點，需要在座各位同仁共同的探索，這是我的觀點。
侯杰：感謝！我的理解底盤的兩個使命：第一是你正常發(fā)了一個軌跡，執(zhí)行時可以做一些修正；第二是當(dāng)你宕的時候，我可以兜底。底盤做到這兩點，底盤要有足夠的多模態(tài)感知我才能判斷。你這樣對于算力、計算的效能和智駕系統(tǒng)怎么區(qū)分，你在正常的時候，等于帶了兩個成本大腦，從成本上也不太核算。我們最終走向類人化，這是終級方向，怎么實現(xiàn)您的兩個需求，對于底盤而言確實是一個挑戰(zhàn)。感謝。這個議題就說到這兒。
我們現(xiàn)在進(jìn)入第三個議題。當(dāng)下的智能汽車正在從傳統(tǒng)的控制邏輯向AI驅(qū)動邏輯轉(zhuǎn)變，通過車端感知與云端協(xié)同，底盤也可以實現(xiàn)動態(tài)的學(xué)習(xí)與自我優(yōu)化，從而在不同的路況、氣候和駕駛風(fēng)格下進(jìn)行實時調(diào)節(jié)。AI算法在我們控制策略中落地的時候，它有安全性、實時性和可解釋性的問題。問在座的嘉賓，AI驅(qū)動智能底盤發(fā)展中，我們該如何平衡智能優(yōu)化與安全可控，AI是否有可能真的重構(gòu)整個底盤的控制系統(tǒng)，讓車輛真正地具備學(xué)習(xí)能力？在此基礎(chǔ)之上，我們又該如何建立一套適配AI底盤的測試和驗證體系？這個問題有請吉利的鄧翔先生您回答一下。
鄧翔：從吉利的實踐經(jīng)驗來說，這個話題通過四個環(huán)節(jié)來回答，第一是基礎(chǔ)設(shè)施，第二是數(shù)據(jù)鏈路，第三是迭代測試，第四是閉環(huán)驗證的環(huán)節(jié)。
像剛剛廖工所提到的，底盤應(yīng)該更加主動地走出去，跟智能駕駛的融合里，首先大家要講同一套語言，他們采的數(shù)據(jù)，對于我的底盤來說是不是能用？對于時延、丟包率、榮譽(yù)度等方面，是不是雙方都能接受的同一套標(biāo)準(zhǔn)、同一套規(guī)則？這是第一步。因此我們在架構(gòu)上做好基礎(chǔ)設(shè)施，確保大家的信號、信息、定義是一致的。
其次，在云端的數(shù)據(jù)里面，智駕的數(shù)據(jù)和底盤所需要的數(shù)據(jù)會有一些差別，這里我們需要做清洗和確認(rèn)。比如說預(yù)瞄的魔毯對于顛簸度和置信度可以低一點，如果我們做自適應(yīng)的全力型，前面冰面和水面識別要比較高，智駕數(shù)據(jù)要經(jīng)過確認(rèn)才能應(yīng)用。
第三，在前兩個渠道打通了之后，對于底盤仍然要經(jīng)過“兩高一低”的實驗，確定前面的數(shù)據(jù)用得好并且用到位了，光有這些我們認(rèn)為還不夠，我們對于車輛在后市場上的數(shù)據(jù)仍然需要監(jiān)控，去監(jiān)控是不是真的按照我們想要的情況來做實施的。
在實踐經(jīng)驗中發(fā)現(xiàn)，這些清晰的工作還是會占據(jù)很多的經(jīng)歷，這樣我們可以形成一個閉環(huán)。
所以，整個過程需要三四年的時間，底盤功能往車上迭代需要大量的前置性工作。完成這些，才能真正跟智能駕駛、AI算法融合在一起。這是我們的經(jīng)驗和觀點。謝謝！
侯杰：您這里提到數(shù)據(jù)清洗，我們現(xiàn)在都在講AI數(shù)據(jù)，這個數(shù)據(jù)并非是純粹大模型的數(shù)據(jù)，我們還要基于底盤特有的規(guī)則性的尺子去篩選數(shù)據(jù)、清洗數(shù)據(jù)，才能應(yīng)用于底盤的開發(fā)工作。我們覺得底盤的AI和智駕、其他系統(tǒng)的AI不太一樣，我們很多時候還是基于機(jī)理和數(shù)據(jù)聯(lián)合驅(qū)動的AI，才有可能真正在車上落地實施。
鄧翔：我補(bǔ)充一句，智駕行駛到前面是泥地，真正用到底盤系統(tǒng)上我要知道輔助系數(shù)是多少，在泥地我們要去做清洗。
侯杰：明白，謝謝。下面有請理想的趙亮先生，我們聽聽您的想法。
趙亮：首先我是一個非常看好未來底盤AI化趨勢的人，所以我得到的結(jié)論都是偏樂觀的，我有一些思考的東西。
AI一定會幫助底盤實現(xiàn)自進(jìn)化。為什么是這樣？現(xiàn)在具備了幾個條件：硬件的智能化在快速的發(fā)展，包括線控化也快速地發(fā)展。中國的OEM也好，還是全球的OEM，自研能力在不斷地提升。同時，包含博世在內(nèi)的合作伙伴，大家的開放度也越來越好。這樣導(dǎo)致我們可以得到大量的數(shù)據(jù)，而且現(xiàn)在云的發(fā)展也飛快，還有自學(xué)習(xí)、強(qiáng)化學(xué)習(xí)的大模型也發(fā)展的很快，這就具備了AI底盤的前提條件。
咱們在行業(yè)里已經(jīng)能初步的看見，多模態(tài)感知融合、車路云之后帶來底盤方面智能化的體驗。隨著未來一段時間的發(fā)展，真正做到AI底盤全智能化的控制有一定的機(jī)會也是有可能的。
怎么來說呢？一邊擔(dān)心安全，一邊因為有全自研MPC邏輯算法的模型我們就可以兜底。另一方面，基于數(shù)據(jù)對底盤的大模型，通過強(qiáng)化學(xué)習(xí)進(jìn)行訓(xùn)練。訓(xùn)練的同時，大家一定會覺得這個東西沒有可解釋性。那怎么辦？有這方面的論文講了一下，可以通過數(shù)據(jù)、車輛物理模型的數(shù)據(jù)去訓(xùn)練大模型。這樣會讓我們的大模型不違背物理規(guī)律。因為物理模型的數(shù)據(jù)是物理規(guī)律，這樣會讓大模型具備一定的物理模型的能力，不停的訓(xùn)練通過大量的驗證之后，我們認(rèn)為它的成熟度會逐漸地提升，有一天集成到一定程度了，MPC兜底就可以拿掉了。
大家都有孩子。孩子在剛走路的時候，家長一直想看著。家長也在問，你怎么站起來、怎么走的。好像長大以后，再也沒有人問孩子怎么走的。這里孩子需要成熟度。
這里又引入了另外一個話題，如何驗證。我想到兩點。安全仍然是第一，怎么解決安全的問題，測試也是安全，既然有MPC兜底的情況下還有測試的安全，我想用虛擬仿真，因為虛擬仿真可以產(chǎn)生海量的場景，至少在仿真里是可以的，不能靠人試最危險的場景，這個太夸張了。
另外一個是效率問題，全靠人試比標(biāo)定還難。
第一還是生成式虛擬仿真的驗證對底盤發(fā)展還是有幫助的，我們要去發(fā)展要把路線跑通，跑出一定成熟度之后，我認(rèn)為AI底盤是沒有捷徑也不會一蹴而就，大家要有敬畏之心想辦法多驗證，沒有捷徑。
傳統(tǒng)的底盤技術(shù)，至少我敢上路要跑100萬公里。但我對于AI底盤，個人的判斷，我認(rèn)為里程交到客戶手里至少是百倍、千倍里程的驗證。如果是100萬，至少是10億級路試的驗證。驗證充分了，通過時間，行業(yè)不斷探索會再發(fā)現(xiàn)新的手段，這樣就能把智能底盤真正做成，就變成真正的小腦。大腦去做大腦的事，小腦做小腦的事我認(rèn)為是合理的。以上是我的觀點。
侯杰：感謝您對AI驅(qū)動的智能底盤充滿信心，您提了主要兩條。第一是基于物理模型的大模型去訓(xùn)練AI，讓它更智能；第二是加強(qiáng)虛擬仿真驗證，這對稚嫩底盤的發(fā)展是非常關(guān)鍵的。
我們進(jìn)入今天最后一個議題，任何技術(shù)的價值都要回到用戶體驗，目前很多企業(yè)開發(fā)的智能底盤在極端路況自適應(yīng)調(diào)節(jié)、危機(jī)工況安全行駛等功能，實際上用戶并不能從日常駕駛體驗中去感受到，這些場景是否應(yīng)該被定義為智能底盤研發(fā)的優(yōu)先項？我們又是在未來底盤技術(shù)當(dāng)中如何能夠更好地理解用戶、服務(wù)用戶甚至先期預(yù)判用戶的需求，這個問題首先請長城的李飛先生。
李飛：隨著智能底盤的發(fā)展，多了這么多硬件以后，多了這么多自由控制度，就衍生出了很多問題，咱們一個個說。先說特別酷炫的。比如現(xiàn)在大家都在流行研究漂移，不管是自動漂移還是輔助漂移，能讓一個業(yè)余選手很快享受到漂移的樂趣。這種功能，不經(jīng)常用，用一次一定得爽，這個情緒價值必須得到位。
還有是用戶能感知到的，高山5米多長的車，我們利用制動和驅(qū)動開發(fā)靈動轉(zhuǎn)向的功能，能夠使它的轉(zhuǎn)彎半徑從5.7米到了5.3米，差不到半米的距離你感知不一樣，開出了一種小車的感覺。ITVC技術(shù)在實時監(jiān)控滑移狀態(tài)，通過發(fā)現(xiàn)一側(cè)一輪一軸打滑向另一軸的轉(zhuǎn)移，在保持動力的時候能夠保持它的穩(wěn)定性，還有是入彎、出彎的時候基于扭矩前后分配，很好能夠幫我們沖沖彎，這是一點。
原地掉頭，很多人覺得炫的效果多一點，但確實有它的應(yīng)用場景。咱們把這個車開到巷子里挺深，但是斷頭路要倒，如果空間可以再調(diào)回來，給人的感覺特別好。還有橫向移動的技術(shù)，這是針對側(cè)方停車，對一些女同志是特別好的，這是一點。
再是相對復(fù)雜一點的場景。比方說對開路行駛，這種情況北方經(jīng)常遇到，長城開發(fā)了對開路穩(wěn)定控制結(jié)合后輪轉(zhuǎn)向的功能，駕駛員不用怎么打方向的時候，后視轉(zhuǎn)向給你調(diào)節(jié)，他知道你的駕駛意圖后能保證車輛直線穩(wěn)定的行駛，這是一點。
感知不是那么明顯的，比如EMB技術(shù)，駕駛員能感覺到現(xiàn)在不像以前液壓那么打腳，因為EMB采用小幅高頻的控制策略，它和液壓不一樣，在很小范圍內(nèi)能夠調(diào)節(jié)就沒有打腳的感覺了。響應(yīng)時間快、控制精度高，實實在在在縮短制動距離，用戶感覺的就差一些，這是第一方面。
最后我想說一點，咱們在研究智能底盤功能的時候，不能說我們因為有了這么多硬件再挖門鑿洞造哪些場景，我們要結(jié)合用戶的需求和我們的技術(shù)水平硬件缺什么，基于這個角度出發(fā)，不要整反了。
侯杰：很多場景工程師想象的功能和用戶需要的首先要識別。您剛才又分了幾類，一類是純粹功能性的，原地掉頭，但這種功能性又炫酷，對年輕人有吸引力，這是功能性的，還有一類是增強(qiáng)駕駛樂趣的，漂移包括高速，原來是50公里未來上100公里，提供的情緒價值和駕駛樂趣這也很重要。另外底盤在危急工況下報命，這也是很重要的，只要我們識別是出真需求那確實有價值。
我們再聽聽吉利的鄧翔先生您怎么看這個問題。
鄧翔：以吉利的經(jīng)驗來說，最重要的是大家講同一種語言，其次聚焦在客戶的痛點上。AI技術(shù)或者說智能駕駛技術(shù)的引用幫底盤多加了一雙眼睛，或者說走的更寬的一條路，底盤控制之前大部分是反饋技術(shù)，融合智能駕駛的信號之后，我就可以做更多的前饋控制，前饋控制需要時間和數(shù)據(jù)來驗證它的成熟度，就像上一個問題所聊到的那樣。一旦這個信號確信度、準(zhǔn)確度達(dá)到可以使用的量級，它會大大拓展我們的應(yīng)用范圍。
這邊我想舉三個例子，第一我們在碰到減速帶或者有坑或者井蓋的時候，傳統(tǒng)的大馬力驅(qū)動的車子容易打滑。如果我能提前看到，我就可以控制扭矩上升的斜率，這樣就可以減少打滑和失穩(wěn)的概率，這對于吉利大馬力后驅(qū)車有應(yīng)用。
第二，一些濕滑路面，自動駕駛碰到濕滑路面觸發(fā)了底盤穩(wěn)定性控制它就退出了。如果咱們講同一種語言，我告訴你這個地方會有短暫底盤的控制你不要退出，這個也能提升用戶的體驗。
如果我們把這個范圍再放大一點，長期來說智駕一定會往全天候、全區(qū)域的方式發(fā)展，只是今天在前端的應(yīng)用上還沒有來得及考慮底盤控制所擅長的方面。所以，我們也想在這個基礎(chǔ)上，我們主動一點往前一步，先把這些地形數(shù)據(jù)、路面信息、前饋的控制基礎(chǔ)準(zhǔn)備起來。隨著2年、3年的應(yīng)用迭代之后，覺得這個確信度、置信度可以達(dá)到我們的需求了，我們慢慢把功能迭代上去，從我們的角度來看這是非常廣闊而且令人興奮的一片天地。
侯杰：感謝。總結(jié)起來，您等于接著李飛的想法。李飛提了真需求，您接著這個棒提真需求怎么入手，就是從用戶痛點入手。又提到不管是真需求還是假需求，這個活先干著，不定哪天有需求隨時能上。我們再聽聽來自博世的張連沖先生，您來自于零部件汽車，對于整車的功能您怎么看待這個問題？
張連沖：電動化、智能化在中國飛速發(fā)展，用戶體驗不僅僅是主機(jī)廠做的事情，零部件企業(yè)也深入做這個事情。我針對這個話題，大概從兩方面講一下，從技術(shù)角度和場景技術(shù)。技術(shù)角度來講，現(xiàn)在智能底盤能看到工業(yè)化和商業(yè)化線控轉(zhuǎn)向、線控制動+主動懸架，如果這個結(jié)合再加上軟件定義汽車，讓車的性能大幅提升變成了可能，而且用戶直接能感受得到。
打個比方說，縱向線控轉(zhuǎn)向、線控制動讓駕駛模式的無極調(diào)節(jié)變成可能了，它不僅僅是局限于像過去一樣僅限于舒適模式或者是運(yùn)動模式，實際我有很多種模式，我拉根線可以無限地拉。橫向來講，多執(zhí)行器的融合可以讓車在橫向穩(wěn)定性包括操控性變得比原來的性能有大幅的提升，可以說極其卓越。從縱向上來講，主動懸架可以進(jìn)一步體動車的舒適性、通過性包括脫困性，從技術(shù)上都變成可能了，我可以在同一輛車上調(diào)出不同的模式。
場景上來講，我舉幾個比較典型的場景，你現(xiàn)在車上坐著家人、孩子、老人，這時候你車上應(yīng)該開啟舒適模式或者是柔和模式，包括加速、制動應(yīng)該比較柔和，可以讓乘客坐得更舒適、防暈眩。如果你現(xiàn)在在城市的通勤，路比較狹窄，這時候你應(yīng)該開啟窄路掉頭，通過驅(qū)動、制動來加持轉(zhuǎn)彎半徑進(jìn)一步減小的模式應(yīng)該開啟，包括絲滑側(cè)方位的停車應(yīng)該開啟這種模式。假如你這輛車開到了戶外，你應(yīng)該開啟越野模式，這時候全地型的功能可以打開。
我們有句口號，你買了一輛車，何必只是一輛車，實際上在一輛車上有多種的體驗。
侯杰：您從零部件企業(yè)角度講，您提供同樣一個產(chǎn)品給主機(jī)廠，但主機(jī)廠可以基于這個零部件賦予這個車不同的靈魂。感謝！
剛才幾位嘉賓分享了各自專業(yè)角度、各自主機(jī)廠不同視角的角度，分享上面四個議題看法。感謝各位！今天我們的圓桌對話到此結(jié)束，再次感謝各位專家的精彩分享，感謝在座各位的聆聽。