隨著汽車電動化、網聯化、智能化的加速發展，自動駕駛技術從L2級別的輔助駕駛向更高級別自動駕駛進發，在車聯網滲透率不斷提升的同時，自動駕駛研發技術逐步從基于規則驅動向數據驅動轉變，其背后催生了云端算力需求的迅猛增長。

但在自動駕駛產業生態落地過程中，車端數據的采集與合規處理、傳輸帶寬與速率需求、云端的計算能力等都是車企和其他車聯網服務商在新技術趨勢下必須解決的問題，市場對端到端數據閉環解決方案的需求不斷提升。

11月16日，萬馬科技(300698)子公司優咔科技在上海舉辦新品發布會，推出了自動駕駛數據閉環工具鏈平臺產品。據介紹，該平臺是一套完整的數據閉環體系，將覆蓋自動駕駛研發的整個流程，包括數據采集、數據處理、數據標注、模型訓練、仿真測試、模型部署等。

近年來，我國車聯網市場規模與在整體汽車產業中的滲透率持續增長，據HIS Markit行業分析與智研咨詢數據顯示，2022年我國車聯網市場總規模已達2771億，智能網聯新車滲透率已超過半數達到53%；預計到2025年，新車滲透率將進一步提高至76%。

同時，越來越多的汽車具備L2或L2+的智駕能力，智能駕駛也逐漸成為用戶購車的主要參考因素，在當前汽車市場背景下，車企對自動駕駛技術的掌握能力越來越迫切。

“行業發展提速背后是技術邏輯的進化。” 優咔科技CTO李勛宏提到，過去自動駕駛技術的發展本質上是規則驅動的，即讓自動駕駛系統運行在工程師編寫的規則代碼下，使其能夠對不同行駛狀況作出決策，但其缺陷亦是顯而易見的——在人為設定的代碼框架內，很難達成一套能夠適用于變化多樣的行駛狀況和駕駛習慣的系統。

近年來，得益于人工智能技術的快速發展，基于神經網絡的智能駕駛算法開始迅速崛起，該方案并沒有過多復雜的規則代碼，而是通過大量數據訓練出能夠高度模擬人類駕駛習慣的人工智能，在達到一定的仿真閾值后，往往能得出一套根據可靠性和符合人類乘車習慣的系統。特斯拉于近期發布的FSD V12，其基本原理即是通過數據驅動的端到端自動駕駛技術。

從原理上來看，這種基于神經網絡的智能駕駛算法是建立在大量的數據訓練基礎上的。車端大量采用的影子模式，自動駕駛算法根據駕駛目標及周邊環境作出對應駕駛決策，并與人類真實的駕駛數據進行對比，不斷計算比對算法決策與真實駕駛決策之間的差異，對算法模型進行優化，使其最大限度趨近于人類正常的駕駛方式。

在這一技術演進趨勢下，備受行業關注的是，在大量采集網聯車數據以供算法訓練的同時，相關研發工作對算力尤其是云端計算、存儲的需求亦隨之水漲船高。

本次優咔科技所發布的自動駕駛數據閉環工具鏈平臺，即是在自動駕駛/高階輔助駕駛技術發展向數據驅動轉型的大趨勢下，針對產業研發需求推出的云端解決方案-自動駕駛數據閉環工具鏈平臺產品。據介紹，這也是業內首家基于開放標準的自動駕駛數據閉環工具鏈平臺產品。

值得注意的是，在自動駕駛技術由規則驅動向數據驅動的背景下，除了算力與技術方面的需求，圍繞車聯網產業的生態建設亦成為各方爭相涉足的藍海市場。

從生態基座來看，傳統的行業路徑總體可劃分兩種：一是同時擁有汽車生產線與自動駕駛研發體系的大廠；二是此前通過無人小巴、無人快遞車等產品積累了一定技術成果的創新公司。

“但在實際生態構建中，前者的端側控制器、算法和云端平臺是一體的，解決方案難以拆開，生態模式很難復制到別的汽車生產商；后者則主要面向特定的應用場景，但與真實的道路行車無人駕駛還存在差距。” 李勛宏表示，優咔科技所提供的實際是在上述兩種路徑外，以專有云的方式提供給車企的一套融合自動駕駛端側控制采集與云端計算服務于一體的解決方案。

除了市場端的生態建設外，隨著近年來社會對數據安全與車聯網安全關注度的提升，智能網聯車數據采集傳輸的合規性與安全性問題亦成為數據驅動下自動駕駛技術進一步發展的必備條件。

據李勛宏介紹，在數據合規方面，首先要保障車輛端數據對外傳輸時要進行脫敏與去標識化，保障未脫敏數據不出車，同時采用加密方式對數據進行傳輸；其次在資質方面，進行相關數據的采集處理要通過相關部門的安全認證取得相應資質，或與有資質的主體進行合作。

當前，車聯網依賴PKI（公鑰基礎設施）雙向驗證，部分車企出于成本方面的考慮在端側采用的是軟件PKI驗證，存在一定的安全隱患。“我們推薦使用硬件驗證方式，可提供安全解決方案，端側的安全芯片具有特殊的安全證書，保證數據和指令不被篡改。” 李勛宏表示。