自动驾驶当前受到各方青睐，更是成为资本、产业发展中的“座上宾”。同时，自动驾驶的商业化是产业发展的一大热议话题。其中，仿真测试作为自动驾驶突破落地瓶颈的关键技术，已经成为产业发展的基础平台和底层技术，成为很多玩家争夺的焦点。
相较于国外，我国国内的城市道路中快递、外卖、行人混行情况普遍存在，对于自动驾驶汽车的感知决策能力提出了更高的要求。这对仿真测试来说，是一个机会。
仿真测试应该具备怎样的技术能力才具有价值？在不同的参与者眼中，技术需求与技术供应之间的诉求配置怎样衔接才最有效？
“车路云50人”特邀长安福特新能源汽车产品研发部负责人温成富、亮道智能CMO江南逸、云车智途(重庆)科技有限公司研发副总经理童译，围绕仿真测试的技术需求和供应，开展一场别开生面的观点交锋。
温成富：长安福特新能源产品研发部负责人，在汽车行业浸淫20多年，牵头完成了福特在中国首款新能源汽车的本地适应性开发和投产工作，并深度参与了福特、林肯、野马等多款智能新能源车型的研发和投产，对汽车产业生态、行业趋势和技术沿革有着深刻认知。
江南逸：亮道智能CMO，深入参与了亮道智能推进自动化场景提取的测试与评价及自动驾驶开发工作，在帮助客户进行全套的测试验证服务过程中，形成了对数字孪生场景的自动化生成和数据赋能仿真测试开展一系列实践。
童译：云车智途研发副总经理，吉林大学重庆研究院智能网联研究中心首席研究员，主持或参与数个省部级市级重点智能网联项目，致力于推动行业内仿真测试“共享”平台的打造，对自动仿真的产业发展趋势以及三维仿真实现车路协同AI的训练等技术有着深刻洞察。
行业的共识是，仿真测试的市场需求很明显，发展前景很美好，但如果要赢得主机厂等客户的认可，真正的价值点在哪里？
温成富对于仿真测试的重要性有着直观体会。他说，仿真测试可以帮助车企从整车开发阶段就提前暴露问题和整改问题，从而能够增加技术的成熟度。而仿真模型模拟各种需要测试工况条件的特点，可以在很大程度上保障人员和物资的安全性。此外，在仿真测试系统中做问题复现和重复测试也比在实车上做更加方便，仿真测试现目前引入自动测试功能，进一步提高了仿真测试的测试效率，节省了更多的人力物力成本。
“仿真测试的覆盖度越高，实车上发现的问题就越少，后期的实车测试时间就越短，实车测试成本也越低”，温成富认为，不管是经济账还是时间账来说，仿真测试发挥的作用显而易见。
江南逸也秉持相同的观点，她强调 “企业当中也有实打实的测试，但是毫无疑问，用仿真手段能极大提高效率。”
童译从“降本增效”的角度看仿真的意义。他表示，如果从真实场景出发，驾驶测试无论是测试里程、各种环境的感知还是目前对车辆驾驶“绝对安全”的要求，实景测试都难以完成，中间消耗的时间、成本也存在极大挑战。但是仿真测试却可以通过技术手段，为驾驶性能的各项测试“降本增效”。
不难看出，温成富着重考量的是仿真测试带给车厂的切切实实的能效，江南逸更看重其发挥的效率价值，而童译从行业痛点和现实操作的角度看到仿真所发挥的赋能作用。
在仿真的核心能力建设上，受访的三方都不约而同的提到一个关键字：真。
温成富谈到“客户看中的就是仿真测试高效率”背后，就是通过“真”来提升检验检测时效；江南逸说：“仿真模型的价值就在于有多真，如果你仿的不够真，只是搭了一个看似是而非的东西，它产生不了实际的价值。”
童译直言：“直到上路前，仿真自动驾驶都要在仿真环境里面实现，我们主攻的重点，就是——让环境更真”。
“在真实路况场景中，超过80%的事故是因为错误的感知造成的”，江南逸举例， “比如特斯拉的一些驾驶事故当中，它没有感知道横躺在三条车道上的大卡车，直接撞上去，这不是因为它的决策不好，而是因为它没有感知到。”
“如何成功地通过仿真技术实现无保护的左转等功能场景，这对主机厂来讲，才是现在这个阶段要去解决的问题。”江南逸提到。
为实现这种感知的“真”，亮道智能依托感知传感器等，从数据采集着手，构建了一套从数据采集、标注、处理等在内的工程化项目，涵盖了十多种不同工具链，通过前期的数据精准采集、后续的数据清洗，再结合算法优势逼近驾驶感知层面的各环节，最终提交给客户检验匹配。这个过程中，她尤其看重真实的数据发挥的作用：“高质量的输入对于‘真’尤其具有意义”。
相较于江南逸推崇的仿真测试技术在感知层面的“真”，童译更看重“环境真”。
为了实现“环境的真”，童译所在的云车智途公司从模型的制作和场景的渲染上着手下功夫。一是力图通过算力提升还原真实场景，并推出“单目神经三维重建”工具搭建所需要的场景。二是为应对各种交通情况和突发事件，通过行为树和交通流等方式手段将现实生活中动态环境还原的。三是用数字沙盒等技术模拟传感器的“真”。依托场景之“真”，助力自动驾驶更好地决策。
不同的角色和玩家，有着不一样的能力构建方式。但是，各方在仿真测试中分别扮演怎样的角色，这一点存在着不同认知。
一些主机厂在受访中认为：出于核心技术自己掌握的考虑，第三方仿真测试很多时候是作为补充而存在的。
这个观点，江南逸却并不认同。从其市场化实践来看，欧洲主机厂从不坚持这样一种理念：但凡我能干的事儿，我都自己干。恰恰相反，但凡别人干得更好、效率更高，我就让别人来干。
“车型产品功能的定义、车型的配置、目标人群的分析和理解，这个才是主机厂核心关注点。如果所有的事情都由主机厂自己做，一个车型开发周期是在太长了。”她说。
这种依托自身核心能力精准满足客户需求的服务，就是亮道智能在仿真测试中寻求的市场空间。
也正因此，江南逸从来不认为包括数据采集等仿真测试服务只是主机厂仿真测试的“附庸”，而是登堂入室的支撑。背后支撑的底气是：亮道智能此前就已拿下国际Tier1欧洲量产项目订单，包括传感器真值系统构建，真值数据自动生成等，并与全球领先的工程服务公司FEV宣布合作并在自动驾驶测试验证领域共建工具链。
童译立足数字沙盒及“淘宝”式的运营思维，认为在以后不存在自建和第三方之说。自建仿真平台并不是主机厂的专属，第三方服务机构和主机厂一样，在“平台”上都是交易者，难以谈及主与属之分别。
或许，正是由于对仿真测试自身角色定位的不同，在参与仿真测试进而构建商业模式的过程中，亮道智能与云车智途走出了不一样的路线。
亮道智能：数据服务
在仿真测试的赛道上，亮道智能选择了上述为主机厂提供数据采集服务的小切口进入。
无意于打造动辄规模投入较大的仿真平台，江南逸将仿真测试平台比作一个罐子：进行仿真的时候，需要往罐子里导入包括道路驾驶场景、人、以及交通参与者的行为习惯等各种各样的数据，“我们要做的，就是实现数据与罐子进行很好的集成和接入。”
“仿真平台需要什么？它需要场景，它需要真值，也需要数据采集的流程化工具”，立足仿真的实际需求，他们在多年的市场实践和客户检验中，打磨出自己的一整套工具链工程化项目：打通数据采集、标注、清洗、后处理算法、感知测评KPI输出、回灌测试等全流程，满足客户仿真测试服务诉求，为客户仿真测试的场景化能力提供真实的数据支撑。
值得关注的是，由于入局较早且在激光雷达等传感器的数据采集和仿真跟进上手段技术的深耕，亮道智能已经拿下包括奥迪等在内的多个欧洲主机厂的仿真测试数据采集的量产订单。
云车智途：半开源平台
在产业化推进中，云车智途试图从“仿真为什么不能是一个平台呢？”入手来推进市场化，并将其视为一大核心竞争力。他们针对仿真测试推出“数字沙盒”方案，定位为“半开源的仿真平台”，通过向客户提供3D图形、物理引擎、去中心化服务器等免费资源、工具和平台，让不懂三维仿真技术的企业低成本、高效率、高质量地搭建仿真环境，为企业进行仿真测试降本增效，以后续服务实现商业变现。
但这种模式在温成富看来存在着一定挑战：“鉴于各大需求客户对核心技术的保密要求，这种情况对平台的推广有很大的限制，不同的客户开发的产品是有差异的，想要实现全部兼容绝非易事。”
他进一步补充说，当前市场上已有类似的第三方仿真平台在推广，若要与其竞争，需要实力足够强大、汽车研发经验足够丰富才行，仅通过免费使用这一优势不一定有竞争力：“企业关注的，永远是时间、质量、成本，这个成本是综合成本，而不仅仅是价格。”
江南逸同样认为，仿真测试平台的投入非常大，没有雄厚实力和深耕的企业轻易试水难度较大。
可以看到，平台模式还需要经过市场化实践的检验。
以上对模式和技术争锋的背后，本质上，都是对仿真测试商业化的一种探路。努力前行的过程中，他们都需要面对仿真测试的现实：车厂自建平台有强大的自我驱动力，有不计成本的底子；国内的科技巨头凭借技术、资本优势正在攻城略地。但盘子就那么大，仿真测试服务的入局者，面临着标的少（汽车厂商就那么多），壁垒高（车企的接受度）的问题。
毋庸置疑的是，在趟过商业化河流中最重要的，是要围绕市场的需求来明确自己的定位、进而建立自己的核心竞争力、寻求商业价值变现。需求在哪里，市场就在那里，在产业化的江湖上，这是一条颠扑不破的“定律”。
