图片来源：百度图片

本报见习记者 李勤

互联网企业瞄准的不仅是车载系统和中控屏幕，整个汽车互联网生态系统才是他们真正的目标，智能汽车则是抢占山头的第一步。

12月9日，乐视公司董事长贾跃亭在其微博中透露了潜行一年的SEE计划——自主研发互联网智能电动汽车，随即引发公众对互联网公司在智能汽车领域厮杀的关注。

此前，谷歌和苹果早已充满野心地在汽车领域布局，国内的百度、腾讯、阿里巴巴、小米等紧随其后推出各自的智能汽车战略，发布其智能车载系统、APP应用等，如百度的“CarNet”、腾讯的路宝盒子。

不仅如此，他们还拉拢传统汽车产业为盟友，如乐视与北汽集团共同投资了高科技纯电动汽车设计公司Atieva，阿里巴巴则与上汽签署了“互联网汽车”战略合作协议。

有专家表示，互联网企业进军智能汽车领域是为了争夺汽车车载系统和屏幕。事实上，互联网企业的野心不止于此，整个汽车互联网生态系统才是他们真正的目标。

抢占山头

乐视表示，来自特斯拉、奔驰、宝马的专家组成的乐视超级汽车研发团队，仅仅只是其智能汽车战略的其中一步。百度的动作也很迅速，除了发布智能互联车载产品“CarNet”瞄准存量车市场，还整合了各类百度应用和海量的百度地图数据，同时启动了无人驾驶汽车研发计划。而从阿里巴巴全资收购高德地图、发布汽车电商计划、与上汽合作的步骤也可以看出，阿里也在下一盘很大的棋。

上述所有动作表明，互联网企业瞄准的不仅是车载系统和中控屏幕，整个汽车互联网生态系统才是他们真正的目标，智能汽车则是抢占山头的第一步。

而打造智能汽车，互联网企业也有天然优势。“汽车互联网生态系统需要数据、平台、用户和思维，互联网企业具有巨大的优势，其大数据资源、互联网平台、海量用户和互联网极致思维都将有助于加快汽车向智能化方向发展。”赛迪智库互联网研究所副所长陆峰向《中国科学报》记者指出。

陆峰表示，智能汽车规模化发展还需要统一的车载信息服务平台。由于汽车厂商车载系统各立门派，导致车载信息服务平台五花八门，而资深互联网企业的介入有利于让车载系统标准迅速走向统一，有利于智能汽车的进一步发展。

在采访中，清华大学汽车工程系副研究员王建强向《中国科学报》记者强调，打造互联网汽车需要IT行业和传统汽车行业发挥各自优势、相互协作。

比如，在保障大规模联网车辆信息交互的实时性、准确性、可靠性，实现多模式通讯网络的共享与协调，实现联网车辆大数据的采集、处理和应用等方面，互联网企业可以充分发挥优势和作用。

陆峰也坦言：“在目前参与造车的互联网企业中，除了小米具备一些智能硬件的制造实力，其他互联网企业很难在创新汽车硬件技术上发力，智能汽车电子技术使命必须由传统汽车制造企业承担。”

发力纯电动汽车

值得关注的是，在这场互联网企业抢占“山头”的布局中，首先瞄准的是纯电动汽车。

被誉为智能汽车界 “苹果”的特斯拉目前也只做电动汽车。据了解，除了在车载系统的互联网应用上下足了功夫，特斯拉推出的“Model S”的续航里程几乎超越现在市面上所有的电动汽车，在电池密度和管理技术上尤为出色。

中科院自动化所副研究员黄武陵向《中国科学报》记者指出，新能源车的发展，是国内车辆厂商赶超国外的机会。特别是随着智能化车辆研究浪潮的到来，其中的机会会更加明显。

智能汽车界“苹果”珠玉在前，国内互联网企业和汽车企业自然不甘落后。

而从环保和能源的角度出发，发展未来智能纯电动汽车也是大势所趋。

王建强指出，智能汽车与电动汽车有一定的交集，二者均属于当今车辆发展的主要方向，电动汽车的智能化也就成了未来发展的必然趋势。

特斯拉前全球副总裁、中国区总裁吴碧瑄在近日举办的中国信息产业年会上，多次从环境保护和能源角度强调了发展智能电动汽车的重要性。

真正智能化有多远

虽然各大互联网公司一直雄心勃勃地描绘智能汽车的宏伟蓝图，但现实是，从概念到真正的智能汽车，还有很长的距离。

目前国内正在积极地研究智能汽车技术，包括高级辅助驾驶技术、无人驾驶技术以及车联网技术。辅助驾驶系统，比如自适应巡航控制、车道偏离报警等系统在国内很多汽车上都有安装，为提高汽车主动安全性能起到极大的作用。

“国内智能汽车的‘智商’还不够高，不能解决复杂交通环境下的感知、决策、控制等问题，离我们理想的智能车技术还有很大的距离。”王建强说。

他指出，目前社会上对车联网的定义还不统一，内涵也各不相同，但有不少人认为车联网主要针对信息服务和管理，这是不全面的。乐视提出的汽车互联网生态系统的概念，还未看到对其内涵的详细阐述。

在向无人驾驶功能前进时，智能汽车遇到的困难也不小。据了解，现阶段，谷歌公司、各大汽车厂商和研究机构都在测试无人驾驶功能。目前国内外均处在实验阶段，只批准了智能车上路测试，尚未出现批准智能车上路无人驾驶的案例。

黄武陵分析了一系列摆在无人驾驶技术面前的难题。

首先，交通环境情况十分复杂，可能发生许多不可预测的行为，使得实现真实交通环境下自主驾驶安全难度很大。需要相关研究机构在自主驾驶的环境感知、车辆控制、路径规划和任务处理等方面加以功能上的完善。

其次，要想发展智能汽车，还要加大基础设施建设，降低无人驾驶车辆环境感知的难度，例如建设专用道、采用容易识别的专用车道线和交通标志信号，建设车间和车路通讯网络等。另外，还需要辅以交通法规，处理好无人驾驶车辆和有人驾驶车辆之间的关系，解决交通事故中的处罚法规等等。

最后，黄武陵强调，无人驾驶亟待突破的是如何有效解决复杂交通场景下的自主驾驶安全性问题，特别是在高速公路、城市道路等复杂交通环境下，无人驾驶车辆的自主驾驶安全性等还没有得到有效验证。

欢迎关注中国科学报新浪微博（http://weibo.com/kexuebao）

欢迎关注中国科学报腾讯微博（http://t.qq.com/kexueshibao-2008?preview）

欢迎关注中国科学报微信，请在公众号中搜索【中国科学报社】，微信号：china_sci