博世与腾讯的合作渊源已久。

自2020年9月签署首期战略合作备忘录以来，博世和腾讯团队联手向市场推出了一系列智能化的创新应用。

据博世智能驾控事业部中国区总裁吴永桥透露，在2020年左右，博世在中国多家知名企业中进行了筛选，最终选择了腾讯作为合作伙伴。腾讯是首家在国内建设自动驾驶专有云的企业，而博世则成为了其第一个客户。自动驾驶技术的发展，让企业对于数据安全和定制化服务的需求日益增加，催生了专有云的概念。与公有云相比，专有云在效率和安全合规性方面更具优势。且随着云计算和人工智能技术的不断成熟，自动驾驶专有云在数据处理、模型训练、仿真测试等方面的应用逐渐扩展。

据悉，博世计划在2024年底前向市场推出基于无图方案的高阶智驾解决方案，并覆盖多个城市。而腾讯则在此方案中提供了专有云服务，据介绍，这是行业内首次利用专有云技术的案例。

今年，随着奇瑞星途星纪元ES的OTA，由博世高阶智能驾驶解决方案提供的NEP高速领航也随之上线，博世在高阶智驾领域迎来新的拐点。而博世中国能够这么迅速的量产高阶智能驾驶解决方案，腾讯的支持和服务也起到了重要作用。

至于智驾，博世的智驾团队目前最少3000人，分布在苏州、无锡、张江等多个地区，苏州人数较多。按照单人年均收入50万元测算，薪酬支出就达到15亿元人民币。综合下来，稳定的现金流就成为智驾投入力度的重要保证。

而博世最不缺的可能就是现金流业务。

当前，博世依然是底盘的核心玩家，全球市场份额超过60%，中国市场份额则超过90%，可以说几乎处于绝对垄断地位。

日前，博世中国与腾讯宣布深化战略合作，当天，博世智能驾控事业部中国区总裁吴永桥和腾讯智慧出行副总裁刘澍泉接受了媒体采访，以下为采访实录：

问：我有两个问题想问一下吴总，我们知道博世在高阶智驾领域算是后来者的身份做到了后发先至，我们好奇博世为什么选择腾讯作为一个云服务商，其中有哪些考量因素？

吴永桥： 

2020年左右，博世在好几家国内著名的企业里面筛选，最终是腾讯脱颖而出。腾讯是第一家在国内建设自动驾驶的专有云的企业，博世也成为了腾讯第一个自动驾驶专有云的客户。专有云和公有云相比，更加高效、更加安全，这一点我认为是最核心的。另外一个很大品牌的自动驾驶的专有云刚刚起步，目前为止，跟腾讯比还是有比较大的差距。

第二点，腾讯在数据合规，因为腾讯有图商资质是可以兜底的，其他企业可能要找第三方来做图商。这一点腾讯提供了完整的一套服务，这是我们非常看重的。特别是前不久国家发布A公司、B公司，这一点腾讯帮助我们做了非常好的预检和预排除，所以我们在数据合规和开发效率达到了非常好的平衡，其它企业很难提供。

最后一点，我个人感觉在中国所有的互联网或者大的公司中，腾讯是一个打造生态的企业，它没有特别大的欲望或者控制某一个领域、控制合作伙伴，它是一个友好，愿意分享，而且是很愿意作为一个合作伙伴支持博世发展，这跟其它的企业完全不一样，所以上面三点最后博世选择了腾讯。

问：我们看到博世用18个月就完成了高阶智驾的落地，这其中有哪些工作是得到了腾讯的支持以及博世如何来评价现阶段的合作成果？

吴永桥:

博世在18个月完成高阶智驾的落地之后，我个人觉得博世确实是一个追赶者，华为已经做了许多年，特斯拉也做了十几年，博世做了三年左右，确实中间进行了很多的曲折痛苦，腾讯在这期间给我们提供了大量的服务。首先是数据处理仿真，以及我们建了很庞大的工具链，全部部署在腾讯云，这一点腾讯帮助我们很多。

第二点帮我们怎么样进行数据的处理、筛选、标注之后作为合规数据，我们在把它储存在本地，腾讯相当于充当了 “关卡”，就像一个警察帮我们做了很多大量的合规的工作，这两点帮助博世快速、高效、不用担心有什么不合规的行为发生，这一点对博世的开发效率是巨大的提升。

现在我们量产的项目是基于高精地图的，现在已经开了五个城市，我们马上推出无图方案，其中导航地图也是跟腾讯合作的，包括高阶智能驾驶算力是500TOPS，现在我们做的中阶智能驾驶是100个TOPS，这个地图也是跟腾讯合作，合作的领域越来越宽广。

问：谢谢吴总，有一个问题想问一下Shuman总，在与博世的合作中能把腾讯理解为一个Tier2的角色，在Tier2和Tier1工具链的边界感是如何划分的？

刘澍泉：

本身来看，越靠近业务域，也就是今天在供应链这个领域，比如仿真的工具链这一层，不管是动力学仿真还是整体端到端的仿真，这一层的工具链其实博世会更有发言权，他们会更懂。越往下的通用技术，比如说在数据清洗里面，哪些和地理位置敏感的信息我需要去除掉，人脸个人隐私的数据需要把它模糊掉，这一类更偏向通用技术，这些是腾讯来做的。

我们双方实际上是1+1大于2的合作，我提供更通用的技术，而博世在它的领域有很精深的理解，我们是一个相互配合的关系。

问：吴总我有一个问题，您刚刚说我们跟腾讯云的合作是基于高精地图，去年各家车企在讲无图的城市落地，今年大家在讲端到端，发展的节奏会不会超出我们的预期？端到端的智驾方案上车我们有没有一些进展？

吴永桥：

博世从年初开始就部署基于两段式的无图方案，今年上半年已经开启Demo了。实际上市面上的无图，有的可能是轻地图，真正的无图，就是腾讯合作的这几家。今年12月份我们会批产，真正量产两段式端到端的无图方案。大概在明年年中左右，我们会批产一段式端到端的无图方案，这个跟业内基本时间差不多。明年应该国内只有1-2家能够做到一段式，到2026年左右我们会基于一个世界模型，真正用模型来做框架式解决方案。因为现在整个的无图还是基于规则的，两段式也是感知和规控分开来。一段式的好处中间没有任何的损失，信息传递会更加流畅，当然难度在于很难调试，一旦出问题怎么调试，加上消耗算力更大。

所以我们觉得渐进式、两段式端到端，到一段式端到端，最后到世界模型，这是业内达成的共识。区别就是有没有资金，有没有长期的定力。博世实际上是没有资本的裹胁，可以长期坚持自己的战略定力，支持这样的一个高阶智能驾驶战略。

而且自动驾驶就是算力、算法和数据。算力这一块，我们跟腾讯合作GPU算力，在一起合作调用。算法方面，博世在全球有5个中央研究院，包括和很多的高校有非常深入的合作。我认为博世这一块发展的势头是非常快的。

问：两段式的端到端怎么去理解？

吴永桥：

无图是一个方案的结果，过程用什么样的方案实现有两段式、一段式、世界模型。华为是GOD，它就是一般障碍物识别，感知Perception，现在大部分都是一段式，一个模型实现感知，包括激光雷达、毫米波雷达、摄像头，导航地图信息等，它就直接输出了。不像以前一段规则一步一步写，现在感知一段式几乎所有的企业都实现了。但是规控这一块，华为叫PDP，预测决策规划这一块，真正做到一段式还不多，有华为，可能还有一两家企业。

这里面有什么缺点呢？中间会有一些信息丢失，前面感知通过了，却不能100%传递给规控。它的好处是非常便捷调试，一旦出问题我可以切割出来调试。但是未来肯定做成一段式，从感知一直到预测规划，没有任何的丢失，100%原汁原味传递过来。当然坏处就是很难调试，一旦中间出问题，一个大的黑匣子很难去调试，这可能是一个问题。

但是未来走到世界模型，可能是更大的难度，神经网络它只有数据训练，没有规则，这个是一步一步发展过来的，不可能一下子到世界模型，这个是不太现实的。

问：我们计划是在2026年？

吴永桥： 今年12月份我们会批产两段式端到端的无图方案。2025年中左右，我们会批产一段式端到端方案，2026年是基于世界模型。

问：这一块我们有单独的团队去做这个方案吗？大概有多少投入？

吴永桥：

是的，基于规则的，感知、预测最少要700、800人或者上千人的团队，一旦走到端到端、神经网络之后，就不需要这么多模块。现在的人才需求和以前完全不一样，以前基于规则招的C++、C语言编写的，现在大模型之后跟以前就不一样了，用深度学习框架进行训练和部署神经网络。对人才的需求完全不一样。

我们现在也是两个团队，一个算法的团队，能对前沿技术进行透彻研究，另一个是工程化交付团队，负责工程化落地和客户的交付，这两个团队都是跟腾讯一起合作的。

问：问一下刘总，前段时间AB企业其实这一块的需求到明年会更大，包括博世会有更多的项目，包括合资的厂商会有很多量产项目进来，其实之前我们也看到了国际Tier1在中国推出方案，会遇到很多实际的问题，想问一下提供合规方面关键的难点或者我们做的好的地方怎么保证短期效率和合规成本。

刘澍泉：

腾讯有一个非常大的独特优势，我们的云业务和地图业务是在一个团队承接的，因为合规和地图测绘相关的领域是政府强要求。我们本身的地图业务每年都会面临监管这一块的检查。监管检查的时候，我们就会把监管对于我们的要求，先是让人去满足、流程满足，后面变成自动化满足，流程为辅，人去进行校验。因为我们天天都在从事这个业务，所以我们对监管的理解，对于最新政策法规的跟踪，是一个与时俱进的过程。

基于这个过程里面，我们作为一个企业是要强调效率，所以我更多是要把它自动化，把人为的干扰降低，这个我认为是我们最大的一个优势，高效去实现合规。

问：问一下吴总，我们前两天也在上海测试最新的城市NOA的方案，有图的，整个感受安全边界非常好，在效率方面是很有特色，下一个阶段您会切到无图的方案吗，我们现在也看到很多无图的方案，现在大家普遍遇到的问题是在复杂大路口的道路你要有足够的时间去预判，从有图切换到无图，大家都没有很好解决这个问题，我想问你们对于这部分是怎么看的？还是要回到一定程度的先验知识还是从模型训练这端强化这个能力？尤其我们看到在上海整个道路结构是非常复杂。

吴永桥：

这确实是无图方案普遍的难题，因为我每个周末都要试驾产品，我也试驾过现在号称做得非常火的两家的无图。无图最大的难点就是在十字路口过街的时候，这边有四个车道，转过去左边有四、五个车道，它怎么样从第二个车道左拐到正确的车道，确实是很麻烦，基本上会转错。上海的交通，有时候第三个车道才是左拐，车辆容易转到直行道上，这个是无图普遍的一个难题。

所以，一方面要通过强调感知，实时箭头，这个现在我们已经做了，你必须要实时的。很多街上的车道线前面的箭头，如果你提前很多就能识别到，你是很快能够转到别的车道。这个在保定我开过一个车经常就是这样，强大的感知这个是基础，实时的箭头肯定是需要提高的。

第二个，有一些全国特别复杂的路口，比如说上海、北京可能会有一些地图挂接或者轻度的元素来辅助更好用户体验。这个实际上是业内做得非常好的方案，特别复杂的，全国可能有几十个或者几个地方。北京的车道口，这边5、6个，对面那边是8个，而且非常远开过去可能20米，这个一般无图根本识别不了，这个可能需要地图做一些轻度挂接的元素，非常有必要，而且极大改善用户的体验。

第三个，真正做到大模型之后，肯定是大量的数据训练，未来这个路口我是不是能收集10万个老司机开过的视频，后面可能就不需要了，它到了这个地方可能就知道怎么看，这可能需要更长时间才能实现，现在已经有车企在做，最复杂的路口可能收集100万个视频片段，怎么样训练这个，这个都需要算力，需要腾讯云的支持。

刘澍泉：

我稍微补充一下，今天来看，其实在纯无图完全只用SD，和今天用HD之间还是有一个中间状态，要通过轻地图方案进行过渡。为了增加安全冗余，基于城市路口的轻地图可能会是一个在中期来看更稳健的方案。

问：我想问一下咱们这种无图端到端智驾都通过不同车端的感知能力去实现了，但是咱们强调云端的安全和算力，这个对于车端算力诉求和云端算力的诉求两者是相辅相成的关系还是一个相对的？

刘澍泉：

相辅相成的。 首先一个基础的模型产生，是需要云端的算力足够大才能有一个基础模型。这个基础模型足够大了以后，你还要把它做模型压缩、模型减脂才能部分用在车上。车上的算力也是有诉求的，不管是端到端后面去做大模型，再往后来看可能会走到多模态，这里面来看对于推理算力的要求也会更大，其实云端是训练，车端是推理，推理和训练的双向需求是共同增长的。

问：我这边有一个问题，您刚才说到轻图和无图之间的关系，我想请教一下轻图无图的边界在哪，就像在北京开车很复杂，不给我导航我也很难看明白，其实人也是借助导航在开车，咱们这边的轻图和无图的边界是怎么样的？

刘澍泉：我们认为在复杂路况下，会推荐轻图的方案，所谓复杂路况是大路口、上下匝道、收费站、车道线合并、车道线分离，其实我们可以发现你把道路大概分类以后，这种都是属于复杂的路段，在复杂路段的时候，我们认为通过一些轻地图补充可能会增加一些安全的冗余。其它的，不管是直路还是弯路都可以用到无图的方案去做的。

问：还有关于效率合规，博世现在进展很快，在效率和合规中找到了平衡，这样的经验在行业中有什么可以借鉴，或者今后引用到其他的客户或者在行业里有什么可以分享的经验和优势？

刘澍泉：行业已经开始复用整体合规的工具链服务，除了博世以外，奔驰、蔚来等客户也在用我们整个合规的环境。今年随着整个政策法规的推广，国内有一些大型主机厂也开始把他们整个智驾相关开发的服务搬到我们的合规云上，这一块应该是很正向的反馈。

问：还想问一下吴总，关于智驾进展这一块，博世进展非常快，目标做两段式，明年中目标是做一段式，未来发展世界模型。我有一个问题，现在做端到端很容易出现模型过拟合或者复优化的情况出现，博世这样的进展是不是找到了一些更快去解决问题的方法或者说大的算力是不是能解决这样的问题？

吴永桥：

前几年，大家都在摸索未来到底是什么方向。现在整个智驾行业路线已经很明确。未来的智能驾驶发展我认为这也是大家的共识，需要更大的算力，一部分算力跑端到端，另一部分算力跑视觉语言模型。

现在博世也在参考，这肯定是必然的方向。怎么样加快，因为很多企业都不一定有资金有雄厚的资本，智驾就是算力、算法和数据。算力我们和腾讯合作，同时博世在全球布局了很多的算力集群。算法，结合开源的论文和广大的中国人才，可以学得很快。数据在端到端之后大模型是最复杂的，最难获取高质量的数据，我们和大客户合作，可以获得高质量的数据。客户也需要高质量的数据和有保障的能力投入来提升端到端的体验，这是一个双赢的过程。 所以未来比拼最核心的我认为是高质量的数据，是端到端大模型能够走得多远多快最核心的因素。

现在为什么几个主机厂跑得非常快，因为它有大量的数据， Tier1可能要付出更大的代价。博世在这一块做了很多的布局，现在除了奇瑞，我们还在跟几家国际化大公司在探讨，只有获得更多客户，才可以持续迭代算法。

问：关于数据量还有一个问题，现在一方面是真实的数据，还有一些是通过跨模态的方式或者事件模拟的方式做更大训练的生成，您觉得真实世界的训练和大模态生成的训练内容这样的总量达到平衡会影响博世吗？

吴永桥：

这个我们确实考虑过，但是成本太高。如果采集真实数据场景，包括司机、合规员等人力每日累计是巨大的成本，没有哪一个企业能长期采集的，这是一个天文数字。

生成式的数据确实可以用，但是它只能用于一般的测试场景，真正收集高质量的数据一定要采集，一定要付出代价，比如说特斯拉、华为一定要采集真正的极端情况下的数据，生成式是很难生成的。生成的数据在一般的测试大部分情况下是可以的，但是真正训练我们最有价值的，提升用户体验的，一定是自己去现实场景采集的。

问：博世在这方面有什么有影响的地方吗？

吴永桥：

我们付出的代价是很大的，我们现在有采集车，采集了几年数据，成本是巨大的，不仅有司机，还派一个合规员在车内，回来要挑选、数据、清晰、标注，有很多高质量的数据，我们现在数据的价值还是很大的，也有很多人找我们谈数据合作。我们的工具链、高质量的数据都是一个无形的金矿，特别是你标注的很好，高质量的数据有标注过，是很有价值的。

问：我们现在看到最近或者今年以来包括传统车主机厂密集发生一些关于智驾智能化方面的发布会，中间会发现相较以前他们讲全栈自研，现在全栈可控或者更细分的方向出现了，想问一下现在也有这种说法中低智驾可以行业来共研，高阶智驾还是要主机厂自己来，大家怎么看这种趋势，包括跟奇瑞合作，咱们未来会有怎样的思考和想法？

吴永桥：

这个问到了行业的痛点问题，现在确实很多人觉得掌握这个平衡，为什么主机厂要自研智驾，为什么特斯拉要自研，是因为十年前找不到合作伙伴。我认为，智驾一旦成为标配，或者市场上60%需要智驾成为标配之后，它会成为一个标准件，主机厂不会去自研这个东西，他会做一些用户接口功能安全或者集成，或者终端的用户体验不一样的地方，共性的东西他不会做的。

据我所知某家主机厂，就是找很多供应商，他不会自研硬件，他都不会做中间件，甚至会把感知和规控都标准化，一个模型做完之后都不自己做。为什么中阶智能驾驶会让别人做，因为中阶智能驾驶100个TOPS非常成熟，城市行车、自动泊车，把它作为一个标准化取代现在的L2 ADAS，取代普通的ADAS，成为了一个标配之后主机厂就不希望自己做。

现在很多主机厂都要整合，大部分主机厂也在找我们支持出海，包括很多核心的内容我们都做。总体上它需要这样的一个故事或者团队支撑它打造个性化体验，真正共性的东西它一定会找供应商合作，我认为未来在终端客户体验不一样的地方，它可能会自己做，其它的共性的东西他都不会自己做，因为成本太高。

比如说养了2000个人，一年成本20个亿，它只做五款车型，我们服务10个客户做50款车型，成本分摊完全不一样，没有一个企业能养得起的，所有企业都在压缩。我认为成为标配之后，这就不是永恒的，一定会放开的。

问：我有两个问题，第一个问题您刚才提到了60%之后会变成标准件，这个时间你们预判是什么时候？我最近也跟企业和供应链端在聊，他们觉得L2+普及的速度是要他们预判慢，他们觉得去年只有80万辆，这个数据我觉得从目前的信息传播量来看跟我们这个是有一些差距的，包括从车企传播的角度来讲，您觉得60%是什么能达到？

吴永桥：

我可能说跟你这个定义有一点区别，你说的L2+是高阶智能驾驶，在我这儿叫L2++高阶智能驾驶，我们的L2+是中阶智驾，80-100个TOPS，可以实现高速NOA、城市记忆行车和自动泊车。

你说的是对的，高阶智驾就是全覆盖，现在所谓的端到端、城市、城区全覆盖，这个确实是比例不高，但是今年应该很高，华为标配，理想大部分都是的。但是我说的L2+（中阶智驾），明年有一个企业可能会有60%、70%要配，10万到15万。现在你说的L2+，我们叫L2++（高阶智驾），这个是在30万以上，现在已经是25万以上配的。但是明年L2+（中阶智驾），会在10万到15万标配，是在一个很大的企业，明年目前的计划是配300多万，如果它配了300万之后，中国所有的企业，包括合资企业都会追随它，这个市场我认为从明年二月份以后开始，会有爆发性的增长。如果10到15万没有高速NOA的话，这个车可能就不会有人买了。

上半场卷的是电气化，下半场一定卷的是智能化。如果你的车没有高速NOA肯定不会有人买。所以中阶智驾很快会达到50%到60%，我的判断，最晚2027年10万到20万之间的车，2026年、2027年一定会60%、70%配中阶智驾。高阶智驾可能还需要一点时间，因为还比较贵，我估计应该也会很快速到来。

问：另外一个小问题，您刚才说每个周末都要去体验友商的车，我不知道这个跟您之前做传统零部件时候的感觉有什么不一样，您跟车企合作现在和过去有什么样的不同，我不知道您之前做传统零部件的时候是不是也是这种节奏？我还挺好奇的，因为现在几乎所有做解决方案，某一个时间段要集中体验一下。

吴永桥：

这个问题还是触及我心灵的，以前我在联合汽车电子，博世旗下的控股企业工作了18年，联电做的是非常强势的产品，发动机控制系统，就是现在混合动力发动机的电喷，绝对是强势的产品，那个时候我虽然也是乙方供应商，但是地位是非常高的，相当于是甲方的感觉。

结果我到了这边来之后，地位完全变了。现在做智能驾驶确实卷得非常厉害，不管你做得多强，包括华为本身要拿业务也很辛苦。

智能驾驶，我一直在思考，什么时候可以回归到竞争比较良性的状态。因为现在国家支持，资本支持，创业者比较热衷，造成了这个赛道过度内卷拥挤，但是我相信等到技术成熟之后，一定是具有工程化强大的能力，现金流充足，意识非常高的企业能够活下来，而且活得很好。现在只要你算法好，实际上很多公司只会算法，很多公司汽车企业的总裁都找我让我去看看，工程化到底怎么落地。比如说路上开着产品预研（POC）做得很好，但是不知道如何做工程化落地，什么时候软件可以批产，什么时候可以度过30万公里的耐久实验。因为没有汽车行业的经验，没有造过汽车，他算法做得很好，端到端，神经网络模拟是很好，但汽车有非常复杂的验证过程，这个最终一定是具有强大的工程化能力，现金流充足、质量可靠的企业最后能够落地。

现在为什么呢？现在这些企业AI能力比较弱一点，他需要赶上，那些公司AI非常强大，所以我觉得未来一定是朝着这个趋势前进。那个时候我周末可能稍微有一点时间，现在每个周末几乎都是出差或者试车。

 问：接下来这个问题二位领导都可以回答一下，我前段时间也和大学教授聊了一下，他给了一个非常犀利的观点，他说2027年可能会淘汰掉90%左右的汽车品牌，他指的在是国内市场，他觉得如果大家跟不上这一轮智驾的节奏不上车，接下来就会被残酷的淘汰，你们是怎么看这个观点和行业发展？

刘澍泉：

我觉得再往后来看，其实是一个资本和人才之争。一个行业发展的趋势，就是一个慢慢把泡沫挤掉、聚集的过程，如果大量死掉，在中国还是有特殊的国情，中国的企业本身产能就很大，而且我觉得中国每个车企都在出海释放产能。相对来看。我们看到全球汽车生产的重心其实是美国、中国、德国、日本、韩国，在这几个中心下一定会有相应的强强联合，或者说企业之间的合并这种情况产生。我觉得每个人心理对于最后能剩下几家的问题都有不同的看法，我感觉中国在智能汽车这个领域还是有相对优势，我们至少看到和美国比起来，在美国其实做得最好的就是特斯拉。我们在这个领域里面还是对中国的市场保持乐观态度。

吴永桥：

中国市场比较特殊，淘汰多少、剩下多少，现在是很难以一判断，但是头部几家企业非常清晰。后面几家的企业想赶超实际上现在的窗口期已经很难了，为什么呢？前几年还是可以的，因为现在电气化革命已经完成了，混合动力和纯电，我的判断明年纯电可能会下滑，纯电的数量相比今年大概率会下滑，因为11月份已经开始了，趋势非常明显。但是P1+P3架构的混合动力，会爆发性增长。

电气化基本上完成了，电气化消耗的资金、技术和投入还是可控的，但是智能化投入的资金、人力、物力目前是不可控的，没有多少家能够有这么大的决心，资金、技术、人才和基础设施能支撑智能化，所以智能化会淘汰一大批人。如果10万到15万配不了高速NOA中阶自动驾驶，很多企业都要被淘汰，这个是非常残酷的。

比如说用户到店里看你这个车我开一圈试一试，现在客户已经不看座舱，也不看外饰，你带我去体验一下，我自己开，如果你没有这个的话，基本上他不大可能买了，这个是非常残酷的现实。要做到这一点，要自研一般企业投不起，找合作伙伴很多合作伙伴开发各方面也是比较难，这会淘汰一大批企业，可能未来的竞争是更加惨烈，比电气化的竞争更惨烈。

问：这个问题可能比较尖锐，博世现在确实加大投入，我特别想了解接下来是否有可能会考虑收购中国本土的供应链公司，尤其是自动驾驶、智能座舱领域。

吴永桥：

你肯定对博世比较了解，博世138年的历史，经历了二次世界大战，多次金融危机能活到现在，并购是他很大的一个战略，专门有一个部门负责并购。博世现在很大的业务，很多好业务都是并购过来的，比如ESP、柴油共轨、汽油直喷等等，都是先并购，在此基础上继续研发。 这确实是博世的战略之一。但是现在博世，在整个的技术路线没有完全成熟之前，你盲目去并购不是一个好的方向，一定是在技术成熟之后你看清楚的时候并购，现在博世还是投入资金技术实力自己干，找合作伙伴打造自己的全栈的实力，而且现在博世非常有信心做到这一点。数据、算法、算力这方面我们现在目前都能够迎头赶上，而且博世现在最大的优点是可以全球化布局，现在国内所有的企业只要出海都在找我们，不管这些企业做得多好，一到出海全部找我们，因为只有博世一家基于QNX操作系统，系统功能安全做到ASIL-B，其它家都是基于Linux操作系统，我们为此付出了巨大的代价，人力、物力包括云端服务，巨大的成本。

第二个，博世在出海这一块，在全球100几个国家超过440多个办事处、研发中心和制造基地，助力整个中国所有的自主品牌能够达到国外的高阶智能驾驶，这一块是博世的底气。

我个人认为短期内博世肯定是自己倾尽全力做好，过几年之后确实很好，也不一定排除，目前肯定是倾尽全力做好自研。

 问：刚刚刘总提到了特斯拉对我们的影响，接下来特斯拉的FSD也会入华，它这个动作会加快您刚刚说的行业里面竞争的迭代吗？

吴永桥：

一定会的，它会引领加速中国的智能驾驶进步，更加推动我们去加快脚步。

中国市场，中国这些企业是有机会跟它竞争，而且会超越它。其实就是算力、数据、算法，现在中国市场上这方面它不一定有优势，另外所有的算力都在中国，比如说数据处理、包括算法的训练都要在中国境内，它也不一定比我们跑了这么多年这么大，当然它在美国全球确实做得比较多。

问：可能入华要有一个适应性。

吴永桥：是的。