“端了吗？”已然成为2024智驾圈独特的打招呼方式。
特斯拉带火端到端概念后的短短半年时间内，包括新势力“蔚小理”在内的多家车企，以及华为、地平线等头部解决方案商，均先后推出了自家端到端方案。
全行业似乎一夜切换模式。那么“端到端”究竟能否成为智能驾驶技术迈向更高层级的解决方案？能否大幅提升用户体验？
在多位业内人士看来，端到端能够大幅提升智驾能力上限，但它的下限也很明显，软硬件层面仍然面临众多挑战。
近期，同济大学汽车学院教授朱西产给火热的端到端泼了盆“冷水”，他认为，谁宣布端到端量产上车，这车就不能买。腾讯新闻《远光灯》独家对话朱西产教授，深度探讨端到端技术的安全性和落地挑战、智能驾驶产业格局以及特斯拉FSD落地对中国智驾领域的影响等话题。
同济大学汽车学院教授 朱西产
以下为朱西产教授的核心观点：
●以特斯拉的能力来看，端到端让它的上限提升了，但我们可以看得到，它下限没保住。所以我认为，国内企业还不一定要盲目跟着特斯拉做端到端，或者至少先不要做整体端到端。
●凡是国内宣称做到端到端的车企，我认为他们没有做到，不敢把准则模型拿掉，拿掉以后可能会叮零当啷撞，要么车企就是在说谎。
●现阶段，我们的数据能力和云平台训练，与特斯拉是没法比的。当然，我们相信华为系能赶得上特斯拉，因为它在智能汽车方面的产业链比特斯拉还要长。
●蔚来和小鹏肯定没有解决生存问题，自动驾驶要不要做，怎么做，就要看投资人继续投不投。
●我相信有算法的车企迟早要做芯片，如果最终没有自己的芯片，在别人的芯片上就跑不好。
●我支持分段式端到端，要保留准则模型，就是不要做整体端到端。
●到2027年会淘汰90%左右的车企品牌。明年就会出现大量的倒闭。到最后留下来的一定是个位数，一定是在国际上可以跟丰田、大众匹敌的。
●能活下去的就这三种企业：融资能力强的；挣钱能力强、现在就已经做出来畅销产品的；家底厚的。
“端到端表现越像老司机，欺骗性越强”
《远光灯》：今年主机厂和自动驾驶解决方案公司频繁提及端到端，您怎么看这个现象？
朱西产：端到端涉及到自动驾驶算法，自动驾驶算法大致分两大类，一类是AI模型，另一类就是准则模型，我们也说规控模型。在特斯拉带火端到端之前，包括特斯拉用的是AI模型跟人工准则模型的模块化组装。
自动驾驶从环境感知传感器到最终形成控制指令，总共需要五个算法。
首先，是感知算法，系统要知道车周边有什么目标物；其次，定位，今年多数企业基本上都实现了无图，用的是感知地图，所以要有地图的算法；第三，轨迹预测，有了目标物和地图，系统得推断这辆车的运动预测，这也需要一套算法；第四，系统识别会有漏洞，有时候有些东西它认不出来，从去年开始，针对这部分也终于又有了一套新的算法，Occupancy（占用网络），通过这个系统至少知道运行空间到底是一个自由空间，还是被约束的、被占用的空间，所以叫占用网络；第五，运动规划，就是遇到当前这个状态系统该怎么办？加速还是减速，向左变道还是向右变道，这里就用到了运动规划算法。所以，这五个算法必须有的。
所谓端到端，是相对于模块化模型的。在特斯拉FSD12版之前，大家把这五个算法的AI模型用模块的方式组起来，也就是一层一层传递信息，我们把它叫做模块化组装，这里面说不定还有很多准则模型，形成从传感器到运动规划。然后从运动规划到控制，这部分涉及到另外一套算法，就是底盘控制。
所以我们说整个自动驾驶，sensortoplan（感知到规划），palntocontrol（规划到控制），现在端到端其实是sensortoplan，把这部分交给AI，plantocontrol这件事情一般不会用AI，是底盘部门和车辆调校部分。
现在的端到端指的是把准则模型全部拿掉以后，把它组成一个网络，在这之前其实是五个小网络，再加上人工编程的准则模型，然后用明码信息传递；组成一个网络之后，这五个小的AI模块不再用明码传递，而是用transformer进行暗码传递，串成了一个端到端的大神经元网络。
谈准则模型时大家说代码量，这是人工编程的，AI训练成的模块是没有代码量的，它就是一个神经元网络。所以，从特斯拉的描述来看，一直到FSDV12版本，其实是五个小的AI模块加一些准则模型串在一起，到FSDV12版本首次使用端到端，把准则模型全部拿掉后，代码数量从原来的30多万行缩减到了2000行。
《远光灯》：模块化和端到端的优缺点分别是什么？
朱西产：从开发角度来说，肯定是模块化组装好。首先，自动驾驶的开发团队会分五个部门分工，各司其职，每个部门提升自己的训练，就是数据获取、训练、测试，然后再进行系统测试，最后串起来再测试。所以，多招点人进行分工训练和测试，然后用行业准则来保证一个底线，所以模块化模型开发加点人可以增加进度；第二个是，各个小模块组装起来，尤其是在规控这块把安全准则放进去以后，安全底线还是能保住的，一般不会表现出特别奇怪的行为。AI模型万一做出来一个匪夷所思的不安全的动作，我可以用安全准则模型把那个动作通过博弈避免掉，不去执行。所以，模块化有准则模型的把关，安全性基本上是能兜底的。
那么把模块化组装说得天花乱坠，为什么到最后大家一致认为端到端好？端到端有两个好处，第一，信息丢失减少了，它是一个一个小模块用AI模块串起来，中间信息有丢失，标签表传递的信息表它不一定是所有信息，而Transformer隐码传递，这个信息丢失就没了；第二，从目标物识别到地图识别，到轨迹预测，到占用网络，再到运动规划，它可以在训练过程中用全参数进行全局优化。所以，就像我们人眼看的一样，有一个东西一下子没认出来，但看它的动作以后说，那肯定是个啥。所以，我们通过轨迹预测有可能提升感知，有可能提升识别。
例如，我们看一眼猜测说，那是个狗还是个狼？一眼可能没看清楚，然后从它的动作看两眼，最后确定说那是个狼。所以，我们说全局优化，把它串成一个整体的网络以后，互相之间可以相互作用、补充，整体的参数优化就更好了，整个模型的性能是提升的。实际上从特斯拉FSD12版本的表现来看，它的能力的确强了，所以说它是全球自动驾驶算法新方式，行业里面把它总结成端到端。
但是，端到端的纠结之处在于，从特斯拉的端到端描述看，它是把准则模型全拿掉了，系统上限上升得很快，但我们担心的是准则模型都拿掉以后，安全底线怎么办？它有时候会发生错误，它大量地招人没用了，它必须得完全用数据驱动，对数据的需求量大了，就是ScalingLaw(规模法则)，训练所需要的数据量，训练所需要的计算量是成几十倍上升的，这时候我们就担心一个事情，国内汽车厂跟特斯拉比AI能力，怎么比？
《远光灯》：特斯拉好像没对外公布过端到端的细节。
朱西产：马斯克说只剩下2000行代码，我们就可以推断，它的准则模型是拿掉了，因为任何一个准则模型不是千把条代码能写得完的。我觉得特斯拉不应该拿掉准则模型。
《远光灯》：国内企业也在囤卡，搭建超算中心，全力追赶特斯拉。
朱西产：AI能力取决于三方面，一个是训练用的数据量，二是训练的算力，三是搭建模型的能力。
搭建模型的能力我们很难说，做人工智能全球的顶尖人物里面华人并不少，所以我们也不能说中国企业，比如说蔚小理、华为搭的模型是不是不如特斯拉？这个咱不知道。但是，另外两个要素，一个好的AI模型一定要有足够的数据量，一定要有足够的算力进行训练，这两个我们是知道的，国内汽车厂没有一家能比得过特斯拉。
论数据量，特斯拉在美国至少有170万辆车给它采数据，国内呢？没有车企可以达到这个程度。比亚迪年产就300万辆车，但问题是这300万辆车装了NOA功能的车才多少辆呢？理想90万辆，也没过100万。华为算比较强的，但问界也没到100万辆，理想和华为明年最有希望破100万辆，但还是有差距，人家特斯拉也没闲着。
运算平台，国内有一万张卡的公司就不多，特斯拉有10万张卡，所以训练平台的算力上也差着一二十倍。
不过，我们对特斯拉FSDV12版本仍然存在安全疑虑，因为4月份特斯拉在FSD状态下还是有一起死亡事故；另外，去试驾过的人也知道，这辆车好的时候表现特别好，差的时候让你匪夷所思。
所以，以特斯拉的能力来看，端到端让它的上限提升了，但我们可以看得到，它下限没保住。所以我认为，国内企业还不一定要盲目跟着特斯拉做端到端，或者至少先不要做整体端到端。
《远光灯》：您认为国内企业智驾能力目前到什么阶段了？
朱西产：现在国内企业可以做感知端到端，因为在多传感器融合我们现在就是目标级融合，多传感器融合的准则模型已经全扔掉了，现在也都实现BEV了，激光雷达的点云和摄像头的像素也是前融合，也推到AI模型，所以感知端到端，或者叫分段端到端是必要的。
然后，感知端到端阶段结束以后，预测也都归进去，到最后一块就是在运动规划部分可能仍然要保留准则模型，这是一个比较好的形式。在某些情况下，在博弈过程中，规则跟AI模型得出来的结果对比，系统可以优先考虑规则，把它当作一个安全兜底。所以，我支持分段式端到端，要保留准则模型，就是不要做整体端到端。
《远光灯》：您说“谁宣布实现端到端量产，他的车就别买”，这是为什么？
朱西产：这车用户不能用啊，安全底线兜不住，咋弄啊？就是以特斯拉的数据量和运算量尺度，我们对它的安全性仍然是有疑虑的。
国内企业在数据和训练平台的能力上跟特斯拉至少差着几倍到十几倍，我们的能力比它还弱，这时候我们真正敢拿掉准则模型？所以，安全底线不兜底的一辆车你敢买吗？它表现越好，越像老司机，欺骗性越强，到时候撞一下，出事故了，那能买吗？所以我说现在就实现端到端的别买。所以，这个准则模型我觉得是不应该扔掉的，包括特斯拉都不应该扔掉。
从数据看，在美国，其实喜欢特斯拉FSD的人也不是特别多，它通过一个月免费试用转化成真正购买的订单并不理想，大概只有2%。
《远光灯》：现在已经有好几家说端到端明年就落地了。
朱西产：所以，我想怼一下的，净胡说。我相信他们车上没有做端到端，不敢把准则模型拿掉，准则模型拿掉以后可能会丁零当啷撞，这个事情就在这儿，你要么说谎。我相信他们车上都是感知端到端，没人敢把准则模型全部拿掉。
《远光灯》：所以您觉得现在的端到端都是伪端到端？
朱西产：国内的肯定是假的，没人敢，开玩笑呢，哪敢。
蔚小理的生存取决于产品，
自动驾驶是锦上添花
《远光灯》：理想说它的端到端+VLM（视觉语言大模型）系统是Onemodel，这算真端到端吗？
朱西产：理想那个是端到端，这个是在探索，理想跟清华赵行教授的合作项目，在做尝试，那个是未来方向。VLM它能解决视觉语言模型，可以解决端到端模型的可解释性。
《远光灯》：理想现在是小规模推送，先在一千辆车上测试，最快今年、最慢明年上半年全量推动。
朱西产：那是测试车，demo车，不敢放在量产车上。
《远光灯》：为什么不敢？
朱西产：没人敢，因为大模型正确率不够高。全世界所有的大模型，正确率都不够高。包括吹上天的OpenAI的ChatGPT，正确率仍然是不够高。
《远光灯》：您觉得国内厂商在数据层面的最大挑战是什么？
朱西产：我们动手比较晚，需要一个过程。在现阶段，我们的数据能力和云平台训练，与特斯拉是没法比的。当然，华为系我们相信它赶特斯拉是赶得上的，因为它在智能汽车方面的产业链比特斯拉还要长。特斯拉云平台卡还是得买英伟达的，而华为有华为云，并且华为云上的训练芯片昇腾910也是自己的。所以说，我觉得华为去追赶特斯拉难度不大。
《远光灯》：蔚小理没希望吗？
朱西产：蔚小理我不想评价，他们很困难。规模不够大，融资量不够大，就是它赔不起那个钱。因为现在都不挣钱，它又没有别的收入来源，它只能靠融资的钱。我觉得理想还不错，因为现在市场表现不错，蔚来和小鹏市场表现不好，如果没有新的融资，它总有枯竭的那天。
当然，特斯拉也是靠融资的钱，但是特斯拉融资量大，家底够厚。华为不用担心，家底也够厚，车BU研发投入已经超过300亿，哪家企业能300亿、300亿往里投？
《远光灯》：有一种观点说，不做自动驾驶的车企都会被淘汰，生存和技术投入，怎么平衡？
朱西产：蔚来和小鹏肯定没有解决生存问题，自动驾驶要不要做，怎么做，就要看投资人继续投不投。
《远光灯》：从技术维度看，蔚来和小鹏现在做得怎么样？
朱西产：不好，用户不接受呀，用户如果接受，就会掏钱买它的产品。现在它用很高的价钱，很大的投入做出来的产品，用户不响应，所以才亏损。
《远光灯》：所以，中国的自动驾驶到底要靠谁？
朱西产：靠华为。
《远光灯》：这么明确吗？华为也有很多竞争对手。
朱西产：这非常明确。首先，我们要看蔚小理自己做自动驾驶到底走得下去，走不下去？华为是坚决不让造车，自己不造车，你才能形成生态，才能获得更多的车厂认可。所以，华为、地平线、大疆是生态，这三家都是不造车的。那么，蔚小理自己一旦造车，就只能取决于自己的产品，也就是说你把自动驾驶做好没用，自动驾驶对于一个车厂是锦上添花，但是，对华为来说，把自动驾驶做好就行了。
《远光灯》：但是从商业模式和蔚小理等车企的视角来看，解决方案商没有用户数据，你们就做不好自动驾驶。
朱西产：华为拿到数据了，它不造车，但是拿到数据了。
《远光灯》：但更多这种类似华为的解决方案商拿不到数据。
朱西产：对，至少华为是解决了数据问题，数据是在车厂手里。
《远光灯》：所以这是一个博弈过程，技术投入和生存能力。
朱西产：就是到底走生态模式，还是走造车模式？特斯拉就是造车模式，蔚小理其实这点上是跟着特斯拉的，但是造车模式的问题就是，你造出来的车得畅销啊。蔚来和小鹏现在遇到的问题是车还不畅销，所以理想这点好，它的车畅销了。
《远光灯》：您的意思是说，车企如果想自己做自动驾驶首先要活下去，然后再做自动驾驶？
朱西产：对，当然我们说上汽、广汽、长安等企业，还是觉得有希望的。
《远光灯》：希望在哪？
朱西产：希望就是这些长期本身底子厚。
《远光灯》：他们不会倒闭？
朱西产：它应该没有倒闭的可能性，也不能说那么绝对，但是它倒闭的概率还是比较低的，底子厚。
《远光灯》：那这些企业要用生态模式做自动驾驶吗？
朱西产：自动驾驶到底走哪种方式，他们在试错过程中可以不断调整。如果一个创业公司，也就是新势力，它试错的机会不多，一旦错了马上就可能倒闭了。
《远光灯》：但是他们也很难，不做自动驾驶，那你只能就落后，你的车越来越不受欢迎？
朱西产：也未必。因为你看到的只是中国市场，欧美市场除中国之外的市场对智能驾驶、智能座舱甚至对新能源都还没有形成强大的销售能力。也就是说，除了中国市场以外，大家还是习惯开油车，人家不一定要那个大屏。对智能驾驶也是，中国市场的渗透率是最高的，美国市场渗透率也比较高。
除了中美两个市场以外，现在用户对智能驾驶、自动驾驶并没有很强烈的购买欲望。所以，丰田到现在都不认为智能驾驶重要，也不认为智能座舱重要，也不认为新能源汽车重要，人家去年一年还是卖了一千万辆。
“特斯拉的电动化比不过比亚迪，智能化比不过华为”
《远光灯》：特斯拉FSD如果要落地中国，它需要做哪些工作？
朱西产：它还没有落地，这是非常明确的。如果要落地，第一它的数据要合规，这个已经做到了。那么即便数据合规，FSD能不能在中国销售？这还是一个比较敏感的话题。所以，上海临港示范区他们对于回答这个问题也特别谨慎。假设它如果要落地，发改委、公安部、工信部、市场监管总局这是必须批的部门。
《远光灯》：所以这个还是比较长远的工作？
朱西产：当然，我相信以马斯克的政企关系，他能搞得定FSD落地中国。马斯克是一个非常精明的商人，而且政企关系做得非常好，并且他原创和创新的确强。
《远光灯》：您觉得华为智驾跟特斯拉FSD的差距有多大？
朱西产：我觉得没什么差距，在智能化这块产业链华为应该比特斯拉强。第一，华为的智驾表现得让汽车行业和汽车用户更容易接受；第二，激光雷达搭上以后，也能让人产生一定的安全感。
我们说，安全这个东西你能够补多少补多少，激光雷达和摄像头相比，无论在测量精度上，也就是单用摄像头形成的BEV三维空间有可能会形成幻觉，这是一个错误搭建，是有可能的。而激光雷达是个真三维，它形成的BEV空间仅仅是个坐标转换，不会产生幻觉。
《远光灯》：FSD真的落地中国之后，它会引起哪些连锁反应？
朱西产：不会。
《远光灯》：为什么这么肯定？
朱西产：以华为为首的国内供应链完全可以压制住它。特斯拉的电动化比不过比亚迪，智能化比不过华为，这是肯定的，因为它太激进了。特斯拉是有一群铁粉，比如在中国，上海特斯拉铁粉多，但这个群体不会太大。比亚迪一个月34万多辆，特斯拉6万多辆。
《远光灯》：但是，目前华为智驾是不是只能在中国做？
朱西产：目前只能在中国做，但是它的产业链远远超过特斯拉，除了智能驾驶，还有智能座舱。
现在智能座舱这一块，能够非常流畅地驱动多屏的只有两张芯片能搞定，一张就是高通的8155、8295，一张就是华为的麒麟。所以，如果你要上一个大屏或者多屏，只能买高通和华为的芯片，要么就上一个小屏。这次至少丰田应该是决定用大屏了，它后来选择了华为。
特斯拉没有智能座舱芯片，而华为有；智能驾驶芯片，特斯拉有车端的，云端的目前还没有，马斯克说的云端计算芯片D1还没看到，华为两端的都有。另外，华为车端芯片覆盖不同价位段，有万元价位的高算力计算平台，也有千元价位的中算力计算平台，华为的方案并不是所有的都用激光雷达，今年推出的中算力计算平台是10个摄像头的主视觉方案，那个BOM成本只有五千块；传感器方面，华为从摄像头到激光雷达全是自产的，而这些东西对于特斯拉来说只能是外购；云平台，华为云都已经活了多少年了，规模很大，不是它多久能比拟的。
特斯拉就一个系统，车型少，在汽车市场上，最后还是比不过多车型、多系统的，丰富度很重要。
“有算法的车企迟早要做芯片”
《远光灯》：从整个产业格局来看，未来您觉得自动驾驶生态或者模式会有几种？
朱西产：我们说生态首先看芯片，因为芯片决定了自动驾驶系统大的方案，算法构架是跟着芯片走的。严格说起来，国内所谓自研的蔚小理，应该是在英伟达生态下。蔚来和小鹏只用了英伟达，理想是英伟达和地平线两家都在用。智己也算英伟达的，Momenta给做算法大部分都是用双Orin。
但严格来说，英伟达Orin应该说不算太好，英伟达自己不懂自动驾驶，他是纯做计算。
《远光灯》：他现在有自动驾驶团队，会不会能优化？
朱西产：看吴新宙团队看能够给它提升多少，这个团队刚刚组建，有了自动驾驶算法构架团队后，优化出来的芯片还没见着。
这个优化很重要，也就说英伟达芯片其实就是跑分能力强，就像手机一样，跑分不代表好用。它只是说AI算力，但这里面要跑通整个自动驾驶，跟存储的配置、DDS（DataDistributionService，数据分发服务）数据流的优化密切相关。
英伟达OrinX号称一张芯片算力是254TOPS，单OrinX居然没法跑城市NOA。但你看看特斯拉，FSD1.0才72TOPS算力，可以跑无图的城市NOA；也比不过华为昇腾610200TOPS，无图城市NOA照样跑，他们专门针对自动驾驶做了优化。你就知道经过优化有多重要，所以说，英伟达不懂自动驾驶，要挖吴新宙过去做，补上这一课。
《远光灯》：有了软件“大牛”，英伟达未来主攻解决方案？
朱西产：芯片供应商必须提供解决方案，SoC芯片必须得给用户呈现整个系统方案，英伟达就不太合理，它之前没有自动驾驶团队。
到最终，算法一定跟芯片连在一起的，不做芯片的算法公司，最后自己的理想没办法实现，不懂算法的芯片公司，不知道怎么去设计这张芯片。这张芯片里面的算力、数据、存储怎么分配，不知道怎么针对性的做优化。
《远光灯》：所以地平线一直说自己是“披着芯片外衣的软件公司”。
朱西产：因为余凯（地平线创始人、CEO）是做AI算法出身，能够走到最后的都是以芯片形式，现在它的智驾芯片从J2、J3到J5、J6，从百元级、千元级到万元级都可以提供出，比较全了。第一个走这条路的是Mobileye，把一套算法优化成一张芯片。
为什么英伟达做不好？它是做科学计算，做纯计算，不懂自动驾驶。自动驾驶公司Momenta擅长做算法，它准备上市融资，定位是芯片公司，所以算法到最终一定是走向芯片。
《远光灯》：所以它要讲的是一个生态的故事？
朱西产：算法和芯片是不能分开的，两个分开以后谁都做不好。算法到最后你没芯片，你的算法优化半天没用，到那边理想跟不上现实。
当然特斯拉例外，因为它坨足够大，融资能力强，当然可以任性。
《远光灯》：所以未来蔚小理都会走上造芯片的路子？
朱西产：蔚来的芯片已经流片了，但问题是它坨不够大。它造芯片对不对？对，李斌做的所有东西都对，但他就是忘记了他的融资量才一千多亿人民币，融资量太小。
我相信只要有算法的车企迟早要做芯片，如果最终没有自己的芯片，在别人的芯片上就跑不好。要么自己做芯片，要么就被英伟达或者地平线牵着鼻子走。如果你跟上华为合作，你啥都别干了，你付钱就对了，华为都给你干完了，它是技术方案不交流，商业不谈判，你只有一个决定，用还是不用。
《远光灯》：华为为什么那么强势？
朱西产：他就不交流，所以没人喜欢他，但是人家厉害啊，人家产品、性能在那摆着。华为把一个名不见经传的赛力斯给顶上来了，顶到可以跟奔驰、宝马去竞争。现在问界抢的是谁的市场？一部分理想的，最主要还是奔驰、宝马的。
《远光灯》：自动驾驶公司还有生存空间吗？
朱西产：有。现在先做着，Momenta现在做的也不错，公司规模也发展到1300人了，融到资就出芯片。
《远光灯》：如果这么说，不做芯片，这类公司的生存空间会越来越小？
朱西产：这就是各家给投资人讲的故事，曹旭东（Momenta创始人）给投资人讲了一个芯片的故事，有好算法，出一张好芯片，这个逻辑是通的。
华为和特斯拉就已经特立独行了，他们谁都不用看，也不用告诉你，也不用讲。
《远光灯》：更多解决方案公司，未来会不会被主机厂合并掉？
朱西产：这是最好的结局，否则就要倒掉。因为留给芯片的赛道时间也不多了，你没有那么多，不可能有那么多生态中心。
到2027年，中国市场90%的汽车品牌将被淘汰
《远光灯》：这一轮智驾竞争，距离形成相对稳定的格局，还有多久？五年、十年？电动化大概用了十年时间。
朱西产：五年、十年现在看不到，现在别看那么远，你能保证2027年还在牌桌上，是最重要的。
现在我们都不想往远处看，因为到2027年会淘汰90%左右的品牌，明年就会出现大量的倒闭，肯定的。到最后留下来的一定是个位数，留下来的，一定是国际上跟丰田、大众可以匹敌的。
电动化经历了不清晰的七年和逐渐清晰的三年，2020年-2022年疫情三年恰恰是电动化清晰的三年。电动化的十年是前七年是混沌状态，智能化应该说用不了那么长时间，现在仍然是混沌状态，明后年会逐渐清晰。
《远光灯》：为什么会这么快，导火索是什么？
朱西产：倒起来很快。大家赔不起，现在无论做出来多好的东西都卖不出钱，各家都在想办法自己找到自己的活路。首先当然要卖产品，哪怕讲故事能力这么强的马斯克，他也得抖两件小马甲，如果没有一年200万辆的销量，照样不行。
智能座舱谁也淘汰不了谁，因为智能座舱原来有手机产业链，投入不算太大，智能驾驶是要命的。
《远光灯》：刚才说的90%是说的中国市场上？
朱西产：中国市场，因为品牌太多了。首先，这些合资品牌可能全部退出中国市场，或者或者偃旗息鼓，我们说进入龟息状态，爱咋咋的，不倒闭，不动作。可能最后只剩下大众和丰田，其他的应该都活不下去，到今年只有这两家在折腾，丰田在申请雷克萨斯独资，大众在合肥加大投资。
其他企业可能会大量的兼并重组，所以我说了一个事情叫“早死早托生”，你要是觉得不行了就早点合并，到最后都没人收，倒的早一点还有人收，这个烂摊子还有人收拾。因为我们现在的产能跟产量基本上是匹配的，新增产能谁都不敢做了。
《远光灯》：雷克萨斯独资的事儿，您觉得会批准吗？
朱西产：估计会批。第一，因为中国汽车现在已经可以跟他们正面PK了；第二，中国市场需要外资进入，有外资愿意进来，为什么不批呢？所以我估计会批。
《远光灯》：如果那90%的企业想活下去要怎么做？
朱西产：这两年竞争会非常残酷，因为大家都很难挣钱，而技术开发、新概念层出不穷，你不跟肯定是死，跟，你有多大资本跟？不挣钱，纯投入。
能活下去的就这三种企业：一种是融资能力强；二是挣钱能力强的，现在就已经做出来畅销产品，比如理想和华为，虽然是个新公司和新入局者，但人家做出来畅销产品了；第三类，我们不认为上汽、丰田会出问题，他们现在的智能化水平不行，尤其是丰田，智能化水平可以说非常差，但是我不认为他会出问题，人家家底厚。比亚迪智能化也不太行，但是我们相信它不会有问题，人家新能源做好了，可以给他挣回来家底。
《远光灯》：您怎么看比亚迪的智驾？
朱西产：比亚迪也就第四梯队，应该说还在试错中，还在观察，华为、百度都试过，现在它多方案在做。
《远光灯》：传统车企在智能驾驶赛道上有没有什么捷径？
朱西产：没有捷径。
《远光灯》：那他们怎么办？
朱西产：就是看他们怎么办，现在为什么说不清楚？因为在中国市场，比亚迪、奇瑞、广汽都还没真正出手，都还在犹豫期，应该说还是混沌期。
刚才我们说了，这些企业都不会倒下，原来底子厚，智能化现在再差一点，问题不大，但是两年左右，决定如果错了的话，两年后恶果会产生。
《远光灯》：错误的决定，具体指什么？
朱西产：比如说，做不出来适合市场的NOA，不做肯定不行，做肯定做，但要看方向对不对。
《远光灯》：对的方向是什么样的？
朱西产：今年看NOA的状态，大家是不计成本，玩命往上冲，这个方向是不对的。就像智能座舱一样，没有不行，但是一味的高成本也没戏。智驾也是，现在大家都说城市NOA，城市NOA是不是真的是卖点，你要看性价比，找到一个平衡点。大家努力要跟着特斯拉想做城市NOA，甚至在城市道路里面是否MPI也能达到几百公里，这不现实。
《远光灯》：那您觉得什么样的节奏比较合适？
朱西产：到底是激进的合适还是不激进的合适，到底是千元还是万元系统能成为主流，主要的引领模式是订阅还是卖车为主，这些都不确定、不知道。也有可能是万元以上的系统走订阅，千元的走标配整车，这个可能性更大。不能完全学特斯拉，至少中国市场有激光雷达还是必要的。
所以，我认为，最终会怎样两年后才会清晰，这取决于，一个生态方或者说方案供应商、芯片供应商，看能不能有魄力的或者正确的主机厂选择了它。
《远光灯》：要么共赢，要么同输？
朱西产：Tier1、tier2能不能成功，它自己说了不算，是取决于它把芯片供给了谁，同时要看用它芯片的那一家，会不会成为以后的枭雄，会不会是最后两年后剩下的那个个位数？现在它去供货，都是赔钱的。
所以，在这个结对的过程中，要看哪一对成功，主机厂如果选错供应商就会输，供应商能力再强，你选错主机厂也会输。到最后能留下来的一定是好的供应商，找到了一个好的主机厂。
华为是另外的一类存在，反正就全听我的。愿意走这条路的主机厂并不多，赛力斯死心塌地了，没有第二家死心塌地。
《远光灯》：总是有一点自己的小心思。
朱西产：这次长安朱华荣拿出来阿维塔入股引望，这也是一种办法，你可以看有能力的主机厂都在试错。但这个试错不可能长期，有两年时间。
特斯拉的Robotaxi至少在中国不可能实现
《远光灯》：您怎么看特斯拉的Robotaxi？
朱西产：Robotaxi是另外一个挑战，我觉得至少在中国是不可能的。首先是政府审批问题；另外，特斯拉走的这条路线没法进行认证，它叫里程覆盖，说它跑了多少万、多少亿英里，这个事情我怎么确认？没法确认。试车场到底应该做哪些测试？我们在试车场测试，特斯拉的表现很差，它在试车场里能撞假人，我怎么相信你在外面不会撞真人呢？所以，它的东西是没法认证的。
《远光灯》：那国内这些L4的车都是用的激光雷达。
朱西产：看10月份，大概率特斯拉也会用激光雷达，因为它之前不用激光雷达就是嫌激光雷达贵。辅助驾驶如果不用激光雷达没问题，因为有驾驶员做冗余，但是无人驾驶大概率是有激光雷达的，看10月份。
从信息披露里面看，去年10月份它有一个200万美元激光雷达的采购订单，这数量不小，这些激光雷达干啥用？大概率是用在Robotaxi上。
《远光灯》：您怎么看“车-路-云”协同？
朱西产：现在说的“车-路-云”强链接那个估计没戏，这辆车的控制指令真的有可能是从云端发过来？我觉得不现实，信息安全咋办？通讯可靠性够不够，一旦卡住是不是就完了？5G真能承担起来这个责任吗？最大的问题是通讯，现在这个通讯达不到实时。
现在的信息服务卡一下就卡一下，导航不是安全系统，有就用，没有就不用，甚至现在的红绿灯系统都不是安全系统，有就看，没有你也不能装。红绿灯坏了，你撞了，你也不能去找红绿灯，你还得自己担着，它就没有承诺它是安全系统。
车-云弱连接已经没问题了，特斯拉、华为、蔚小理的方式已经把车-云连起来了。车端产生数据到云端，云端处理数据，然后拿用户数据对AI模块进行训练提升，提升以后OTA到车上，布置到车上以后，车辆再采集新模块的缺陷数据，再传到云端，云端再优化，优化完了再OTA到车端，所以车-云已经连起来了，通过用户数据闭环已经连起来了，这个工作已经做完了。
“车-路-云”的弱连接也已经形成，这种弱连接对通讯的需求普通4G就够，它没有实时性要求，例如，现在我们车上需要导航地图，导航地图是哪产生的，是百度、高德收集了大量道路数据，然后形成了地图更新。有人说我们手机上的导航有实时路况，我觉着那个实时有点名不副实，道路上发生一件事情，这个事件至少是几分钟后才能反映到导航里，大概3分钟左右。
《远光灯》：从提升交通效率层面也不需要“车-路-云”协同吗？
朱西产：需要，但需要投的钱太多了，示范应用可以，但大规模量产这个事情就有点难，其实现在具备NOA的车已经“车-路-云”了，没有路的话，实时路况从哪来的？
（注：以上对话实录略有删改）
