10月17日，2023（第七届）中德汽车大会在吉林长春正式召开。大会以“引领·革新·超越”为主题，结合国际国内行业态势，邀请来自企业、机构、政府、产业聚集区等重量级嘉宾，共同论道中德汽车全业界共同关心的全球宏观动向、整体产业颠覆性趋势与合作机遇，分享整车企业转型、生态圈构建，零部件企业创新引领等话题，探讨新能源、智能网联、新零售、数字化、供应链等热点细分领域的创新发展。

大会由商务部投资促进事务局、长春市人民政府、中国一汽集团、吉林省商务厅联合主办，长春汽车经济技术开发区管理委员会承办。汽车之家作为战略合作媒体参与此次活动，在大会现场为大家带来与会嘉宾的精彩观点。

『中国汽车工程研究院总监 抄佩佩』

2023（第七届）中德汽车大会上，中国汽车工程研究院总监 抄佩佩发表了精彩致辞。她表示：“汽车经历了从1.0制造业的纯造车时代到2.0的大规模生产，到今天已经步入了3.0的以大数据和物联网驱动的集中式生产到分布式生产的发展过程，同时汽车产业也真正用大数据驱动的到了整个产业链的全过程，汽车产业从原来的制造业为主属性延伸到‘制造+服务’的综合属性。3.0时代对汽车有了新的定义，新技术、新业态、新模式，也带来了新的发展方式。”

以下为发言实录：

尊敬的各位领导，各位来宾，行业朋友们，大家上午好！我是来自中国汽研的抄佩佩，今天非常荣幸有这个机会和大家分享数字化时代，数据应用的一些场景探讨，这也是我们前面做了初期的探索，在新能源汽车大数据，围绕安全可管理做了基础，可能还有一些不太熟悉的考虑，先抛出来作为一个行业的方向供大家参考。

报告的内容是三个方面：首先是从汽车数字化时代的一些大的考虑。汽车经历了从1.0制造业的纯造车时代到2.0的大规模生产，到今天已经步入了3.0的以大数据和物联网驱动的集中式生产到分布式生产的发展过程，同时汽车产业也真正用大数据驱动的到了整个产业链的全过程，汽车产业从原来的制造业为主属性延伸到“制造+服务”的综合属性。3.0时代对汽车有了新的定义，新技术、新业态、新模式，也带来了新的发展方式。

数字化角度来看，新能源汽车是现在汽车行业数据量积累最完整，同时数据的产生最丰富的一个场景。我们从生产方式来看，现在主要两个大的方向，一个是来自研发和检测端的数据，主要有三类数据，首先是车端的OBD数据，还有研发检测机构通过设备端获取的研发检测数据，还有SD卡读取的检测数据。第二类数据是通过监测，通过新兴线上的监测手段和智能网联大的领域中的数据，包含Tbox上传的数据，新能源汽车由于产生背景，所有的大数据通过Tbox，有一个云端的数据平台，做了数据积累的，还有V2X和用户端检测类的大的数据构成。在智能化环节中，从感知到决策到执行，所有的运行场景，我们电动化、智能化、网联化和未来延伸到整个生态发展，也是全链条有大量的数据积累，举个例子，比如电动化环节中的电池的、电机的、整车一类的电控类的数据，在智能化的环节中覆盖了从感知决策到执行，所有的运行场景和数据。

我们做了梳理，从数据量上来看，单车每秒产生约1个GB数据，单个企业每年有超过数百BP的数据沉淀下来，直观地统计，每个车企一年在数据存储上的投入大概有1亿2000台的服务器做支撑，整个数据量是我们做应用的最佳场景。

从政策上，2021年国家陆续出台了数据安全的管理规定，数据20条到数字中国的整体布局规划，今年11日正式实施了数据评估指导意见，从数据的监测、确权、应用环节，国家从顶层对整个数据的挖掘应用给予了比较大的顶层规划，大的导向还是促进鼓励各种各样新型的数据场景应用。从国际来看，我们有大的国际合作关系的协定支撑我们未来在一些数据联合方面做探索和开发。

从技术上来看，已经带来了新的算法变革，从原来的纯数学机理驱动的单个算法开发，到现在整个模型。数据延伸的上下游产业链的价值给行业带来了新的变化。行业已经进入了新的发展阶段，带来了一些好的行业基础。

汽车去年有近3000起相关数据，65%的事故还是来自动力电池的热失控带来的自燃和安全起火的问题，基于这个角度，载用车现在的管理模式仍然也是沿用着燃油车传统的手段，目前从测试的体系来说，更多还是表示粗浅的外观和安全检查，在新能源汽车的电池检测上没有完整的检测手段，在行业的标准规范中是在一个探索的过程中，载用车需要更好的体系，更先进的手段去支撑安全问题的解决。

基于整个考虑，我们提出了整个思考逻辑，在充分的被动安全基础上延伸出来主被动“三位一体”的安全体系，将主动防控作为安全管理的核心，被动检测更多是研发检测端，通过传统的测试手段检测工具去做新车的安全问题的检测。主动防控体系更多是基于AI、大数据、云平台的先进技术来实现评价算法的开发，实现监测预警和后期的评估。希望打造主动防控体系，既能解决新车问题，同时也在载用车环节形成安全管理的闭环。主动防控体系的构建主要的核心关键是安全预警和健康管理技术的研究，在前期的工作开展过程中，结合行业的力量，聚焦在技术创新、模式创新和体系创新开展三个方面的研究。

在技术创新方面，重点集合行业力量推动高精度多场景的安全算法技术，这套算法技术截至现在已经经过了几轮迭代，形成了相对成熟的算法体系。模式创新，通过线上监测和线下检测相结合的健康监管新模式去实现安全闭环。还有通过事前预警+事中的+事后处置，实现全生命周期的体系，同时可以以一套完整的标准规范作为整个安全防控体系的支撑，安全是汽车行业永恒的话题，以基础研究为主，结合应该型的算法开发，国外做了一些前期的开展。国内外都是在传统的机理建模和机理模型作为支撑的安全预警分析基础上，现在更多延伸到大数据和机理相结合的预警模式，构成了大的安全预警和健康管理的大的路线图。当前主要通过四个方面布局了10项关键技术，重点希望在四个方面实现成果的推进，这四个方面主要从预警防控、线上与线下的检测，事后处置和标准规范四个方面构建技术体系。十个核心技术是聚焦在机理和模型算法作为支撑的核心关键技术，其中最核心的是数据机理特征驱动的预警算法模型，这个模型更多在云端进行算法的应用，第二部分是新能源载用车的评价体系，希望把线上的模型和线下终端设备做相结合，来实现整个评价体系的闭环。

在事故应急处置方面做数据积累，最后构建一个完整的机理模型算法和方法。最终在四个方面实现对健康管理，第一是安全预警的防护系统，第二是实现健康检测设备，第三是板色建立事故应急处置的辅助支撑系统，最后是在故障和事故检测方面形成更多的行业技术标准和规范。我们做了核心的技术开发，第一个领域围绕热失控溯源的研究来做动力电池的安全预警模型开发，截止到现在，对于失效的故障数、故障场景有了非常多的真实案例和积累，在安全预警和主动防控技术方面以这套体系开发的基于车人环境综合的运用体系也在开发过程中，在健康管理方面主要会依托相应的标准体系完善，延伸到车端的健康管理模块的开发和应用。

基于整个技术体系，我们在核心的算法库布局上，现在实现了覆盖电池、电机、整车约33个模型，进入了很多sass系统可以大规模在车企部署的发展阶段，成果以四个方面成果应用，数据应用方面在车端、云端预警，延伸到二手车和风险评估去迭代这套模型的开发。还有在硬件装备方面去做相应的算法部署，在车端和云端也做一些联动的开发，形成对安全和健康管理的一套技术成果。当前主要在三个方面实现了一些应用，这是一个商用车企业在实际算法模型中，我们通过算法的部署成功预警，实现了数十台风险车辆提前的预警，规避了平台车辆产生事故的风险，实现了平台车辆的零起火。依托数据的监管，支撑国家市场监管总局做高危车型的缺陷识别。

希望通过健康管理的技术支持去探索未来新能源汽车新的年检模式和后市场生态。我们感受到现在在新能源汽车数据应用是不断探索的过程，需要重点关注三个方面的关键点，第一是所有的数据应用要基于场景驱动，所有的算法开发，所有的技术投入和数据挖掘需要解决特定场景的问题。第二要遵循数据使用的规避，重点在数据源、数据算法、数据算力三个要素去开发模型化和智能化的核心数据技术。第三要能够实现价值的效应，将数据开发的技术成果转化成产品，与实体的产业能够实现深度融合和经济价值的实现。

结合这方面的思考，目前还有四个方面的挑战，第一是整个汽车领域，包括新能源汽车到智能网联汽车面临的场景非常复杂，在这样复杂的场景下，如何设置有效的精准的有价值的算法体系，或者数据的挖掘体系，能够真正解决产品的问题，这是比较困难的。第二是数据的可获取性，真正的数据存储方式、确权和授权使用过程有一定的难度，如何把高质量的数据实现获取也是行业的难点。第三是在算法技术本身上，我们还面临一些挑战，在跨境的限制方面也是我们未来面临的挑战，针对这些问题和挑战，我们在数字化的探索对未来在汽车领域数字化的应用还是有非常乐观的未来的期许。在一些应用场景的挖掘和先进技术合作，尤其现在联合先进算法技术攻关和检测认证，全球互认的全球规范的实现对，未来希望数据的挖掘和新应用有非常好的前景和挑战。希望联合更多的行业力量做更多的探索，能够在数字化领域实现一些新的突破，希望后续有机会与各位行业同仁共同探讨数化在汽车领域更多的应用价值，谢谢大家！（编译/汽车之家 秦超）