新奇点张辉：创造空地一体的数字交通未来图景 解码数字新浙商No95-亚洲ca88官方网站

  新奇点 的定位是空地一体数字交通体系的系统架构和运营支撑，我们追求的是 “ 车路云人协同 ” ，打造新型数字交通基础设施。

  前方路段发生刮擦事故，交警在线能够得到行驶轨迹、车速、事故成因等全息数据，无需到现场就可做出判罚；无人驾驶车辆实时感知周边的车辆情况、行人动向、红绿灯信息，无需司机动手，车辆自动完成变道、减速、刹车……这不是概念片，而是新奇点智能科技集团有限公司（下称“新奇点”）应用“数字轨”技术已实现的地面道路数字交通场景。

  “‘数字轨’代表把无序的道路变成数字化的、有序的轨道。”创始人张辉介绍道。将5G移动通信、边缘计算、云计算、AI与交通运输结合，新奇点通过全息感知系统、数据运营平台和智能终端，搭建可交互的数字化全息道路，打通了道路交互与通行的建设、管理、运营等环节，打造新型数字交通基础设施。

  新奇点在交通领域的数字化能力，与张辉的过往经历密不可分。15岁考入中科大少年班，留学美国学习电子工程与计算机专业，博士毕业后，张辉遇到了同在美留学的邓中翰，决定回国拓荒芯片领域，创立中星微电子。

  2005年中星微电子在纳斯达克上市，张辉投身第二次创业，主攻移动通信芯片。2018年，通信芯片行业发展遇阻，他带领团队全方面转型，启航数字交通。

  奇点是宇宙演化的起点，也是智能大爆炸的新起点，张辉和新奇点正在创造未来空地一体数字交通的全新图景。

  章丰：你是少年天才型学霸，如果按照既定的路径更有几率会成为科学家。创建中星微电子，是身份转变的开始？

  张辉：我从小就想当科学家，没想过做企业。1999年邓中翰牵头，我们几个留学生一起回国创业，考虑到国家对芯片的需求，创立了中星微电子。就是这么一个契机，人生轨迹改变了。

  按量子力学理论，人生是测不准的，我们中国人常说“命运”。命指概率分布，这是先天的，比如基因、智商等；运就像“薛定谔的猫”，你不测量时，死猫、活猫都有概率，一旦测量，结果就确定了。每次选择都像一次测量，每次测量，它的态都变化了。

  张辉：这涉及到另一个物理学原理——不可逆定律。熵增是不可逆的，很多人生轨迹只能走出一条路，无法比较另一个选择的结果。我认为做企业还是很丰富多彩的。科学家通常专注一个研究领域做深做透，做企业深度不如科学家，但接触面更广。

  张辉：所以我用了一个正面的词叫“丰富多彩”，该受的苦、成功的喜悦……酸甜苦辣个中滋味都有。

  章丰：离开中星微电子后，你二次创业做通信芯片，2018年是什么原因选择专注到数字交通场景？

  张辉：2018年前，我们都在做通信芯片。当时中国还没有科创板，美国也还没启动对中国的制裁。中国自主研发的手机厂家倾向于采购进口芯片，市场对国产硬科技的需求、紧迫感并不强，还是以互联网应用、模式创新为主。

  目前90%科创板上市的芯片公司都是在某一细致划分领域做专用芯片，收入规模不超过十亿。收入规模要达到十亿甚至百亿以上的，都是通信芯片、算力芯片或存储芯片。通用大规模芯片，赢者通吃，竞争非常激烈，直面国际竞争。

  所以2018年，我们开始考虑怎么既能活下来，又能把我们通讯系统的核心能力延续下去。

  张辉：转型的契机是国家开始推广5G，5G的最大应用是无人驾驶，5G+无人驾驶或者说数字交通是一条巨大的赛道。第一，国家大量的资金都投入交通基础设施，传统基建面临着和新基建的结合。第二，中国最大的工业是汽车产业，与道路息息相关。

  我们决定从“5G+无人驾驶”切入，不直接做5G芯片，而是把5G无线通信系统应用于无人驾驶的整个车路云协同体系。

  新奇点将毫米波雷达和智能摄像机均匀分布在道路两侧，全域无盲区检测，采集 到的道路数 据在边缘侧进行融合计算，分析生成机动车、非机动车、人、路的结构化数据，再实时导入数据处理平台，通过算法引擎和模型加工，一条数字孪生道路就此诞生。

  张辉：“数字轨”是我们产品的代名词，代表把无序的道路变成数字化的、有序的轨道。咱们提供数字交通场景硬件结合的核心技术，包括大模型算法，统一称为“数字道路操作系统”，希望实现数字交通的系统级突破。

  章丰：你定位自己是“大产品经理”，如果把新奇点的数字交通系统解决方案看作一个产品，解决什么核心问题？

  张辉：做一个系统产品，核心是既能满足当下需求，还能前瞻性地引导需求。如果只考虑现有需求，面临的是红海市场，非常内卷；引导未来的需求，是大产品经理应该琢磨的。

  企业的定位，最关键的是解决未来的需求，面向增量市场，持续迭代技术和产品。新奇点的定位是数字交通体系的系统架构和运营支撑，追求的不是狭隘的“车路协同”，而是“车路云人协同”。

  交通的复杂性之一是体系繁杂，有公安交警、交通局、建设局等管理部门，有高德、百度等导航软件厂商，还有慢慢的变多的智能车载终端。现阶段无人驾驶还没真正商业化，我们更注重满足交通管理部门、导航等辅助驾驶的服务需求，逐渐结合未来无人驾驶的需求，形成系统化的产品架构，提升交通系统的通行效率和安全性。

  章丰：数字交通最大的两部分就是数字道路和单车智能，目前车的智能化走得更快，道路的智能化处于怎样的阶段？

  张辉：为什么车的智能化跑得快？因为车做好了马上就能变现，商业路径短。数字道路背后其实是路、云、管理系统一整套系统工程。从前期的规划仿真、测算、建设再到后期的养护、数据分析、交警动态实时的管理需求等，数字道路存在宏观、中观、微观等各个维度的需求。

  目前导航是与路和云合作最多的部分，导航属于中观加微观，既可以给单人做导航规划，也能轻松实现道路的全面测算，基本解决了管理和老百姓出行的系统性需求。

  张辉：目前只是通过导航打通车路数据。我们反馈给导航前方的红绿灯信息、道路施工信息等，导航提前显示给车辆。下一步迭代后 ，能够给大家提供更实时、更精准的道路信息，比如前面一公里突然掉落了抛洒物、发生了一起事故。

  张辉：现在还是人开着车，所以必须依靠导航。等车开始无人驾驶后就可以和车端直接打通了。车路云人协同，最终要优化人也就是驾驶者的体验。

  我们即将会推出L3半无人驾驶的商业化，虽然还是离不开人，但在特定情况如数字化道路上，驾驶员可以从驾驶状态中解放出来。像干线物流的货车司机轮班跑，疲劳驾驶容易出事故，以后货车只要配一名司机，车一上数字公路，司机可以休息。

  章丰：车路云人协同还涉及数据打通，需要政府和市场建立起合理的数据打通和交换的机制。

  张辉：现在数据割裂在交通局、建设局、城管局等各管理部门，打通部门之间的数据，才有机会将路和云数据分享给车和导航。

  张辉：数据协同的难度很大，切入点很重要，我们第一步要切入交警的需求。交警是道路事故的直接负责人，快发现、快处置是他们的第一要求，在车主上报前主动发现事故，并且能快速处置，这是最好的。

  对于高架快速路，“非现场处置”的手段很有用，调用摄像头和雷达数据就能输出事故报告，车主和保险公司确认，快速完成处置。从数据的可能性、准确性到业务管理，包括执法、证据等，整个业务流由数据流驱动，节约时机，拥堵率可以下降30%。

  张辉：第二，解决在快车道上的慢车这一大交通隐患。超速容易判定，低速是相对速度，与路况、整个车流的情况有关。我们通过摄像头雷达组合和数字化轨迹判断，能解决这一个问题。

  第三，如何优化调控智能信号灯。杭州交警已经做到“相对绿波”，原来一个固定的红绿灯周转一圈要180秒，现在逐步降到120秒，等待红灯的时间缩短，遇到一次红灯之后可以连续通过三到五个绿灯，背后都是数据应用和智能算法的支撑。

  张辉：数据的确权、定价目前还是特别难找到商业模式。数据交易的是应用价值，而不是买卖数据本身。

  数据单纯放着是没有价值的，必须要和需求结合产生应用，在这过程中产生商业经济价值，并通过一种相对公平、合理的交易共享价值。

  所以我们正在建设数字交通大模型，让行业数据产生深度的智慧化应用。交通大模型势在必行，不干成就要被淘汰，因为能够架摄像头的公司太多了。

  章丰：交通本身是一个投入很大的基础设施行业，关系国计民生经，你们做的一部分数字化工作可能更多体现在社会效益上，是否会难以衡量价值？

  从公安的角度，电子警察、测速仪等是必要的，以罚代管是最基础的交通治理，属于信息化1.0，预算、标准都是刚性的。

  下一步怎么往数字化、智能化方向迭代？从0到1的过程很难。数字交通不是刚性单一的需求，和交警、城市建设、运输出行都相关，就会面临“谁买单”的问题。

  张辉：所以我们根据道路的类别采用不一样策略。对于经营性道路，即高速公路，有经营主体，提供降本增效的方案，减少重大事故和交通隐患，让道路更通畅，保证差异化收费、逃费稽查等各种措施。

  对于非经营性道路，以城市道路为主，我们与政府谈综合方案，确定标准和规范，在修路时就把1%的数字化建设成本纳入预算。综合看，既解决出行的问题，又解决安全问题，最终转化为经济效益。

  章丰：站在一家专注于数字交通场景的厂商角度，新奇点大模型的技术路线与市场中其他AI企业的路线有何区别？

  张辉：未来全国可能会形成两到三个通用大模型，通过巨大的算力，走到多模态大模型的阶段。新奇点可以接入通用大模型，形成数字交通行业大模型。

  杭州在全力打造“中国视谷”，最大的机会是研发出通用视觉大模型，支撑视觉智能相关的行业和业务，包括游戏、元宇宙应用、工业视觉、智能交通、安防领域等，这也是新奇点正在参与的。

  章丰：在通用大模型上迭代行业大模型的解决方案，是否有较为成熟的商用模式？

  张辉：行业大模型的应用并不可能会出现新的商业模式，本身就是和业务融合的。微软为何需要投资OpenAI？它本来就有Office、有操作系统、有Bing，只是把大模型放入原来的应用里，实现了飞跃。所以大模型一定是基于原有的业务应用，实现更高效率、更低成本、更好的用户体验。

  商业模式上，能够准确的通过调用API收费、收取精调参数的服务费，2C可以包月费等。通用大模型的需求和成本最后会达成一个平衡，应用于垂直领域时，优化业务得到的收入足以覆盖成本，形成了良性循环。

  张辉：新奇点强调“软件数据定义道路基础设施”，软硬件协同应该成为新道路基础设施建设的行业共识和规范。

  可以用操作系统的概念类比，操作系统的本质就是“软件定义”。诺基亚Feature phone（功能手机）和iPhone智能机的差别在于，诺基亚每开发一个Feature（功能），都要重新设计一款手机，而iPhone基于iOS，一款手机可以下载多个APP满足多种功能，不用为了某个应用需求修改硬件。

  新规划、新修建的道路，要从最初就坚持数字化的标准和规范，道路基础硬件设施一次性建设完成，后期通过软件满足多种需求。

  而对于已有道路，我们采用补点迭代策略，运营和分析现有硬件设备的数据，不足的地方逐步提升，比如摄像头升级、信号灯智能化，渐进创新。

  张辉：而且未来操作系统的趋势是结合大模型，实现驱动应用到智能调度应用的升级。

  比如原来摄像头是为单一部门服务的，城管看井盖和违停情况，交警看处罚，治安部门是抓逃犯，同一个地方安装了三种摄像头。有了大模型的支撑，单个摄像头可以加载多种功能算法，抓取的图像可以同时分析出不同部门需求的结果。

  张辉：所以我们建立了长三角数字交通协同创新联盟，还联合华为、阿里系、海康、吉利系、上汽系、顶尖交通城建领域规划设计单位等，共同打造数字交通创新链和产业链的协同创新生态系统。

  现在的难点在于，大家都有数字化的需求，但没形成标准。所以我们也希望单车智能发展得越快越好，无人驾驶需要标准，会倒逼数字化道路的建设。

  下一步，地面交通和低空交通即将开始整合。300米以下的低空交通，天然就是无人驾驶，航道管理、自动调度指挥、空中信号灯等都是要解决的问题。低空和地面的架构逻辑一样，且更需要新奇点的无线通讯和定位能力，我们把地面做好，就能把架构和运营经验迁移到低空。

  章丰：你 是最早西湖大学几个发起人之一，也是西湖教育基金会的董事。 为一所新型大学的成立奔走，为的什么？

  张辉：国内的公立大学办得非常好，规模很大，但多数的民办大学都是三本，低端且以盈利为目的。如果能建立起非盈利的研究型民营大学，更加有助于今后的国际化。我们大家都希望借鉴加州理工的模式，探索一条高等教育人才培养的新路径。

  张辉：中国拥有全球最大的人才规模，但是缺乏顶尖人才。比如高中参加奥数竞赛，中国选手拿金牌很多，但是再往上，获得菲尔兹奖（数学领域国际最高奖项之一）的一个都没有。所以当时由施一公率队，大家出资出力，共同探索小而精的大学新机制。

  张辉：就科学家来说，首先是爱国的；第二，有独立的、纯粹的、国际视角的科学精神；第三，接地气，一个科学家不能只做科研，要有战略眼光和宽广的接触面。施一公这样的画像就非常典型，大师级的科学家。再比如上一辈的周光召，是本土培养出来的大师，有顶级战略眼光，又有纯粹科研精神。

  产业科技方面，国家急需两类人才。攻坚型人才，在专业领域深耕，把某个材料、某个器件做深做透；系统工程人才，解决某个系统性问题。

  中国要冒出像马斯克这样有独特个性、冒险精神的人很难，我们的祖国更倾向于培养能够坚守在某个领域的专精尖人才。

  对于科技创业者，首先莫轻易创业，其次要有当下需求和前瞻性需求的洞察力 。

  2030 年开始实现低空立体载人载物， 300米以下的低空领域我们有机会超 越马 斯克。