這幾天的中國電動汽車百人會上，一個話題迅速出圈，車企智駕到底要不要自研。針對這個問題，各方大佬唇槍舌戰。

3月29日，地平線創始人余凱稱，將來主機廠智駕自研與外采二八開。這個觀點得到了博世智能駕控系統事業部（XC）中國區總裁吳永橋的迅速響應。3月30日，吳永橋表示車企中階智駕方案無需自研。

車企中階智駕無需自研

雖然余凱和吳永橋都在強調供應商的重要性，但二者的觀點也有一些小區別，余凱說的是全部智駕方案，而吳永橋的觀點主要聚焦在中階方案。理由如下：

1、選擇多，方案佳：中階技術路線已趨于穩定，供應鏈選擇多，不會成為卡車企脖子的技術；主流頭部方案智駕體驗和安全性能做得好。

這里其實有一個核心的點在于，吳永橋認為，中階方案并不會成為車企卡脖子的點。這也是很多車企顧慮的地方。

2、技術路線趨于穩定：相比高階在探索前沿技術的工程化落地，中階是跟隨高階的技術路線的。比如：高階驗證端到端算法的可行性，下放到中階智駕中應用。

這個意思是說現成的方案拿來即用，不需要主機廠再去做大量的驗證，“適配”，節約時間成本。

3、總成本低：自研中階需要建立起全套智駕基礎設施：如開發工具鏈，數據閉環，中間件，GPU，數據合規等基礎設施。這些雖然消費者感知不到，但成本投入卻極高。自研成本更高，拖累整車定價。而供應商是一對多，相對來講更容易攤薄成本。

4、速度快：建立起這些基礎能力需要每年投入幾千人力開發1-2年，大大延緩開發周期。導致初期資本投入大，收效甚微。

智駕市場決勝的關鍵就是快魚吃慢魚。采用供應商方案能夠幫助主機廠騰出時間和精力聚焦核心戰場。所以吳永橋提出中階智駕交由供應商來做更加穩妥，甚至給出了明確的分工建議：

主機廠聚焦用戶需求，品牌智駕定義等方面，根據智駕性格定義制定標準篩選出合適的駕駛數據，研發全鏈路及后市場OTA鏈路打通，包括：與供應商打通后市場數據鏈路以高效解決問題，與供應商研發管理體系對接等。

而供應商負責背后的技術落地，包括前文提到的基礎設施以及后市場數據采集工具鏈，個性化模型訓練，AI算法工程化等底層技術。

吳永橋認為，智駕拐點時刻已經到了，但戰火會率先在中階方案燃起。在技術已經成熟的大背景下，一方面用戶基數大，另一方面成本也不高，大部分用戶都能負擔得起。

當然，用戶基數大里面還有一個隱形的條件是，燃油車也能實現智駕了。此前，燃油車實現智駕存在散熱、功率、延遲三大痛點，但博世已經找到了解決辦法：

散熱方面，中階可用風冷，高階水冷成本增加約200-300元；功率上，整車功耗增加1-3kw，啟動后智駕由發電機供電；尤其是在發動機響應控制上，這是博世這么多年積累的核心殺招。博世具有發動機控制、底盤、轉向、智駕、熱管理等全域產品多年的技術積累，能夠最大程度優化各個板塊之間的協同。降低車輛延遲。

余凱和吳永橋都認為，車企沒必要自研智駕，也不是所有車企都適合自研。一個非常有意思的小插曲是，曾經智駕靈魂論的提出者上汽今年也打破了自己的誓言，大力擁抱華為智駕。主機廠和供應商的關系正在迎來一些微妙的變化。

中國車企智駕出海難點多，博世是唯一選擇

中國電動汽車企業要想爭取更大的藍海，必須在世界汽車市場建立核心優勢，出海是必經之路。然而挑戰也隨之而來，智駕是國內車企出海競爭的核心，牽扯到數據安全等敏感問題，出海難度巨大。

在吳永橋看來，中國車企智駕出海想要在全球市場快速建立優勢，博世是唯一解。

作為傳承百年，以嚴謹著稱的德國老牌車企，這樣的話似乎說的太滿，不太符合博世嚴謹務實的風格，但了解博世在全球市場的巨大優勢就會知道，這句話并非夸夸其談。

在應對海外嚴格的數據管理問題上，博世多年的海外經驗積累了一套系統性的解決方案。它是全球唯一采用QNX實時操作系統設計的高階及中階智駕，能夠應對歐盟對國內頭部車企強監管的底線。

比如在產品設計上，博世的硬件及底層軟件超3000種安全監控措施，專門針對海外市場設計；· 擁有功能安全和信息安全超市，包括5大平臺 ，850+危害場景分析，50+安全目標，3000+安全機制。可以匹配中國、歐洲、北美、中東、南美、東南亞、非洲等多個地區。這也使得博世的功能安全方案是全球唯一獲主流機構及OEM免認證Tier1 方案。

此外，中國車企在海外很難實現數據閉環。博世也提出了針對性解決辦法。博世全球ADAS及AI團隊超7000人，分布14國，支持海外研發活動。能夠協助摸底測試和伴隨認證，幫助中國OEM與認證官溝通、場景解釋等服務。

還有一點值得注意，中外產品功能、生態體系天差地別，所以不同地區對數據的法規要求也不一樣。國內車企出海需要一個系統性解決方案，如果一個一個去不同地區做適配，成本高，效率低，難度大。

吳永橋認為，這也是博世在海外多年積累的優勢所在：

博世在海外采取的是CMS眾包地圖方案，可通過單一接口解決所有地圖需求；并且成本低，鮮度高，可以隨時更新。資源豐富，包括全球各國特殊路況的感知算法場景庫、數據儲備及適配訓練。

并且還可以做很多本土化適配工作提升用戶體驗。例如針對德國車速高、南歐跟車緊、加減速激進等行為進行屬地化適配；結合SOTIF對注意力的要求調節啟動加速感等。

更重要的是，博世建立了一套全球聯邦訓練框架，一套算法全球適用。全球不同算法團隊基于本地數據與基礎設施協同訓練模型，然后中央服務器通過對參數的聚合，生成全局通用模型。

而為了存儲海量駕駛數據，博世已打通大規模數采數據上傳云存儲技術，滿足每天處理100臺采集車數據上云的需求。

博世在數據采集方面也已將脫敏服務向數采車、路測車遷移，滿足強法規限制地區的數采合規要求，從源頭規避風險。

雖然是傳統大廠，但在智駕全球競爭的大浪潮中，博世的視野和布局絲毫不慢，而且寬度和廣度都更深。博世顯然不希望智能化時代下一個誰成為自己，因為它從未離開舞臺中央。