自动驾驶下半场，几家欢喜几家愁。在车企卷价格、卷技术、卷服务、卷成本的时代，自动驾驶从业人员不禁感叹行业寒冬似乎就要来了？但我们的视角却不一样，据悉理想自发布E22+VLM以来，顶配车型销量增长20%。这说明，消费者为技术买单的意愿越来越强，越来越多的人意识到自动驾驶是可用、可靠的。
在此机遇与挑战并存、共融与发展共进的关键时期，自动驾驶之心联合雅森国际新能源共同举办自动驾驶专题研讨会，本次峰会汇聚了众多自动驾驶领域的领军企业与权威机构，旨在搭建一个高端交流平台，促进行业内各方的深入对话与合作。通过共同探讨自动驾驶技术的最新创新成果、实践应用案例以及未来发展趋势，峰会旨在凝聚行业智慧，激发创新活力，为推动中国自动驾驶产业的快速发展注入强劲动力。
主旨--探索未来出行：聚焦自动驾驶最新突破与案例，邀请专家、车企及供应链分享智能驾驶研发、测试、产品及商业化进展，共探技术未来方向与挑战。
我们诚邀自动驾驶学术界与工业界各类专家教授、政府单位、车企研发部/采购部/设计部、企业部门负责人/技术专家等。方向包括但不限于：传感器、车载软件、模型算法、芯片、仿真测试工具链、整体解决方案、行业研究、政策法规研究等。
如果您是政府相关部门领导、整车厂代表、供应链企业代表、学术研究机构代表、自动驾驶领域大牛、自动驾驶公司部门负责人、投资机构代表等，欢迎来现场做进一步交流。
与行业领军百人面对面交流、同业交流、技术切磋、技术落地方案与路径学习、独家会议资料、自动驾驶行业前沿研究报告
总冠名权益：
赞助权益：
发言权益：
企业介绍、产品、技术等自有媒体矩阵传播（持续）；活动通稿植入企业信息，在主办全媒体平台进行推送；论坛发言15分钟 企业信息入会议手册；
欢迎扫码报名参会，我们欢迎个人、嘉宾、公司踊跃报名，也欢迎展商报名联系展台、海报等宣传事宜；
时间：2025年2月21日14:30-17:00
地点：北京·中国国际展览中心（顺义新国展二期）
理想L7、L8搭载的智能驾驶系统融合了激光雷达、摄像头、毫米波雷达等传感器，实现高精度环境感知，注重舒适与安全，通过智能算法精确控制车辆，实时监测环境以规避危险。华为问界、智界、享界全系车型亦配置先进智驾系统，采用多传感器融合技术，结合超快响应网络，实现高效决策与规划。小鹏汽车则采取L4自动驾驶与辅助驾驶并行策略，L2++级别系统已应用于小鹏G9等车型，提供安全舒适的驾驶体验。然而，智驾方案落地仍面临系统冗余可靠性、数据处理融合、云推、法律法规及安全等挑战。
云推技术在自动驾驶领域的应用，为端到端自动驾驶技术与大模型的融合提供了强大的支持。通过解决千人千面大模型的个性化需求、大模型不聚焦问题以及效率和真实度等挑战，云推技术正在推动自动驾驶技术向更加智能、高效和真实的方向发展。未来，随着技术的不断进步和应用的深入拓展，自动驾驶技术将为人们的出行带来更加便捷、安全和舒适的体验。
小鹏通过引入端到端大模型，成功实现了从高速NGP到XNGP的全域智能驾驶，这一技术革新将感知、预测、规划三个独立的模型合并为单一模型，并通过数据训练使其具备自我学习和决策能力，从而能够在没有预设路线的情况下，根据实时环境自主判断和规划行驶轨迹。这一转变不仅重塑了自动驾驶的技术架构，从数据处理、特征提取到决策输出的全流程都得到了优化，还显著提升了系统的泛化能力，使其能够应对各种复杂场景和罕见情况。然而，端到端模型在实际应用中仍面临模型可解释性，从数据处理、特征提取到决策输出的全流程优化，大量数据训练模型以应对各种复杂场景和罕见情况的应对等都需要再不断优化，以确保自动驾驶技术的安全、可靠和合规应用。
近期元戎启行mapfree方案已经在广州等地进行了道路测试，并展现出了良好的性能和适应性。该方案能够应对各种复杂的道路场景，包括“断头路”、“瓶颈路”和各类不规范路口等。无图方案的核心在于不依赖预先绘制的高精度地图，而是通过车载传感器（如激光雷达、摄像头、毫米波雷达等）实时感知周围环境，进行障碍物检测、道路识别和决策制定。这种方案具有更高的灵活性和实时性，特别适用于高精度地图覆盖不到的区域或动态变化的场景。
同时，无图方案在落地过程中面临多重挑战，包括传感器性能和可靠性要求提高、在线建图与更新的准确性和实时性需求、算法与算力支持的高昂成本和能耗，以及合法合规和量产成本问题。为应对这些挑战，无图方案采用多传感器融合技术提高感知准确性，利用先进算法和算力支持实现实时建图与更新，并通过优化算法和算力分配降低成本和能耗。而这些解决方案必将迎来的是造车成本的增加，如何通过技术创新、产业链优化（平替）和车型技术规划，成为成本控制降低量产成本的核心难题。
自动驾驶汽车需要依赖来自摄像头、激光雷达和雷达等多个传感器的信息来导航和做出决策。多模态感知技术有助于整合来自这些传感器的信息，使汽车能够更准确、更有效地感知环境并做出反应。例如，Waymo自动驾驶汽车就采用了多模态感知技术，通过整合来自高分辨率传感器的数据以及车辆、行人和骑自行车者等物体的标签信息，实现了在复杂道路环境下的自动驾驶功能。
魏牌蓝山DHT PHEV、长安启源A07、极越01等车型通过结合语音与头姿、人脸或唇语等多种交互方式，实现了更加自然、直观的人车交互体验。例如，魏牌蓝山DHT PHEV利用车载摄像头捕捉驾驶员的头部动作，通过点头或摇头进行确定或否定答复，与语音控制相结合，简化了交互流程。
多模态感知在新能源汽车领域已经实现了广泛的应用和落地。通过结合多种交互方式和传感器数据，新能源汽车能够提供更加智能、便捷和安全的驾驶体验。随着技术的不断进步和应用的深入拓展，多模态感知将在新能源汽车领域发挥什么样的作用？
近年来，国产芯片在量产能力和性能上都有了显著提升。特别是在中低算力区间，国产智驾芯片厂商的竞争力已经与传统龙头不相上下。在中高算力区间，国产芯片也在逐步实现从“1到N”的出货规模扩张。例如，华为MDC610/810平台（200-400TOPs）已经量产推出，标志着国产芯片在高算力区间也迎来了新的突破。随着汽车智能化渗透率的高速攀升，国产芯片厂商在技术研发上取得了显著进展。例如，异构多核SoC处理器在算力、性能、成本、功耗、尺寸等方面具备更明显的优势，已成为主控芯片的主流方向。
即使如此，国产芯片也将面临国外环境及国内关键技术迭代“卡脖子的问题”。比如：算力与功耗的平衡、算法与硬件的协同优化、芯片设计与制造等。在大环境影响、L2/L3++的应用需求下，SOC芯片又该何去何从？
复杂环境下雷达性能与协同应用：探讨4D毫米波雷达和激光雷达在复杂环境下的性能表现以及二者的协同应用策略。雷达量产与成本控制策略研究：分析4D毫米波雷达和激光雷达在大规模量产过程中的关键技术挑战和成本控制策略。
车路云一体化系统融合路边摄像头、车载传感器及云端数据，实现智能导航与决策。多源信息融合技术整合多样化数据，提升交通环境感知与反应能力。通过整合高清视频、实时车辆数据及交通流预测，实现复杂场景下的智能调度与自动驾驶，优化交通管理，减少拥堵与事故。在人车交互上，结合语音、行为识别及云端服务，提供自然个性化体验。然而车路云一体化发展也面临着众多挑战：在技术标准方面，当前V2X通信标准、数据格式和接口规范的多样性问题，如何建立统一的国际和国内标准？对于数据安全和隐私保护，研究车辆和道路数据在传输、存储和使用过程中的潜在风险，如数据泄露、恶意攻击等，加密技术、身份认证、访问控制等安全措施又该如何实践应用和落地？在网络通信方面，如何保证车辆与道路、车辆与云端之间通信的高可靠性？
安全与伦理标准的国际比较与协调：对比不同国家和地区在自动驾驶安全与伦理方面的标准和法规，分析其差异产生的文化、社会结构、交通环境等因素。研究欧盟、美国、日本、中国等主要经济体在自动驾驶车辆认证、数据保护、事故责任界定以及伦理决策准则上的具体要求。探讨如何在国际范围内协调这些标准，以促进自动驾驶技术的全球发展和跨境应用。
