L4到底什么樣子？郭繼舜認為，只有滿足以下條件，才能真正實現L4的商業(yè)化運營。

首先，所有零部件都要前裝，他談到，了解一些自動駕駛公司，200臺車每天要修5%，但是壞的地方并不一樣，手工誤差的系統(tǒng)積累會造成非常大的問題。

標準化的、一致性高的前裝量產是L4大規(guī)模應用的基礎，即使把5%降到2%和0.5%的概率也是不能被接受的，需要足夠好的穩(wěn)定性。

他認為，現在宣稱自己是L5的企業(yè)，都是對于自己對于公眾不負責任的公司。現有的能力下，要么嚴格限定ODD的，要么讓人來做備份，比如5G的遠程接管。

現在L4自動駕駛公司基本都能融資，什么才是能角逐出一二三名的時期呢？現在還不行，重要是什么時候真正能把安全員拿掉，什么時候就會見分曉，安全員被拿掉是L4的命門，可以拭目以待。

另外，完全的自維護也是非常關鍵的一環(huán)，在AVP時候考慮這樣一個場景，就是車輛完全自主運行。只有把駕駛員拿掉，車輛能夠完全自維護，Robotaxi自動駕駛的行業(yè)模式才會存在。

2、電子電氣架構的發(fā)展需要漸進和理性

座艙越來越智能化，但是智能駕駛會越來越收斂。他在這兩年非常強烈的感受到，智能座艙越來越百花齊放，各種生態(tài)、各種場景、各種應用，各種用表情、面部去控制車輛，但是智能駕駛越來越統(tǒng)一。

這主要是因為座艙對于功能安全要求不高，但是自動駕駛要求很高。當討論一個強功能安全的時候，最后都會落在一個點，性價比高又能滿足安全，可能就會收斂到同一個功能模式，比如NGP、NOP、NOI，只是名字不一樣，最終場景落在最安全穩(wěn)定的區(qū)域中。

他推測，未來的個性化靠的不是自動駕駛，靠的是智能座艙，智能駕駛是區(qū)分車輛等級的門檻，但不是個性化的商品。

電子電氣架構的發(fā)展需要漸進和理性。他談到，現在有很多車企說直接干集中式的電子電器架構，首先集中式架構意味著在所有的控制器領域，包括車身域、座艙域，都需要把功能安全提到最高的級別，成本非常高。

另外，集中式的架構必須有非常好的冗余控制器在旁邊做熱備份，這是非常難以實現。雖然OEM和Tier1的研發(fā)過程中，都在宣傳說做集中式，但他覺得域控制器還是一個長期的過程，未來５年能實現集中式就非常不錯了，需要要理性一點。

算力需求也是發(fā)展高級別自動駕駛重點討論的方向。到底多少算力夠用？他從工程師角度給一個計算標準。

他認為，ADAS基本是1-5T， ADAS是1到5T量級，L2+是5-10T，L2++是30-100T量級，L4是100-1000T量級，前提是使用主流的傳感器方案。

算力要求和傳感器直接相關。需要什么樣的硬件？單個400萬到800萬像素的攝像頭的提升，大約需要4T算力左右。全車１０余個攝像頭都要做成這樣嗎？他認為，前后前后攝像頭需要到這個級別，側向則不需要這么高，側向攝像頭的功能需求在于識別種類，而不是細節(jié)的特征。另外，單個64線的激光雷達所需要算力15T。

與此同時，高級別智能駕駛需要更多的安全功能設計，包括感知、轉向、定位、域控制器以及算法的冗余。需要有30％的算力分配給冗余控制器。

他認為，語音、手勢、體態(tài)的識別不要放在智能駕駛里使用，太容易誤觸發(fā)。一鍵觸達也有待商榷，碰一個鍵就自動駕駛，看起來用戶很滿意，用戶知道怎么自動駕駛，但太容易引發(fā)誤碰了，到最后出現了事故，這個就是設計問題。

車企的很多需求和功能來自于用戶的反饋，但用戶所有需求是非常感性，千萬不能拿來直接用，要像外行一樣思考，像專家一樣工作，必須做梳理。

3、2023年會是自動駕駛另一個高峰

面向高級別自動駕駛，目前來看，OEM主導功能軟件開發(fā)，Tier1提供標準化的服務，Tier２變成Tier0.5，芯片、地圖、傳感器公司開始直接對接車企。

他認為，掌握迭代數據OEM能夠成為頭部OEM，與此同時，Tier１頭部效應凸顯出來，而Tier２技術的集成化程度會變高。