“汽车智能化可以给我们提供非常多的功能和很炫酷的技术，可是它离不开底层的一些应用和架构的支撑，例如说基础软件。很多开发者不太愿意去开发基础软件，因为它距离终端很远，然而基础软件恰恰是决定智能化功能是否能有效施展作用的一个决定性因素。如果我们在基础软件方面做得不好，那么智能化功能应用的最终效果也会受到特别明显的拖累。”
不久前，汽车公社总编辑石劼在零观汽车特别节目——由中国汽车工业协会汽车纵横全媒体、《中国经营报》、中经传媒智库携手举办的直播中接受记者专访时作出上述表述。
以操作系统为代表的条件软件，是连接底层算力和上层应用的关键，是数字基础设施的魂。近期，行业内对于基础软件的探讨颇为热烈。
石劼对记者表示，在很长一段时期内，消费者和汽车产业人士将目光更多地聚焦在了汽车的“上层建筑”上。虽然很多整车企业均推出了自己的车机系统，但实际情况往往是，他们只是在已经有的底层基础系统之上“做了一点加工”，进行了一点定制化开发，最后再冠上自己品牌的称号，这些车企其实其实不是真实的底层基础系统开发者。
石劼举例称，就华为开发的鸿蒙系统而言，早期鸿蒙其实其实不是一款血统纯正的中国自研操作系统，它与Android系统有相应的关联，能兼容使用Android全面的APK应用。然而，后面的鸿蒙则是独立于Android系统之外的一个操作系统，基于微内核系统开发。自鸿蒙开始，中国有了一款我们自己从头至尾完全自主研发的底层操作系统。
在石劼看来，我国能在底层操作系统上衍生出消费电子操作系统，也能衍生出车机和智驾操作系统。只有具备自主开发底层操作全面的能力，我们的产业才能像一棵大树一样，拥有发达的根系。
其实，近年来业界关于重视基础软件的自主创新和研发，建设智能网联汽车自主可控的开源操作全面的呼声越来越高。目前，行业内一个较为普遍的认知是，开源将是开发操作系统和基础软件最有效率的一种方式。
记者了解到，中国工程院院士倪光南近期再次在公共场所呼吁要重视开源RISC-V架构。
作为一种全新的、开源的指令集架构，RISC-V开放水平特别高，目前已经得到了全球70多个国家、4000多个会员单位、上万名开发者的加入，并且数量还在不断增长。
“RISC-V将为发展中国基础软件造成新机遇。”倪光南认为，虽然RISC-V在智能网联汽车领域的应用还处于早期阶段，尚未实现大规模上车，不过，基于RISC-V的技术特性和开源模式，未来RISC-V芯片具备广阔的市场前景，势必带动智能网联汽车产业的高质量发展和成为汽车领域的新质生产力。
“为何倪光南院士和很多研究机构、咨询公司都提到，到2029年全世界大约有四分之一的芯片将采用RISC-V架构？这背后有着怎样的理论？其原因在于RISC-V是一个开源架构。相对来说，在RISC-V架构下，我们不会被 知识产权 所裹挟，不会面临高额的款项；这时，在RISC-V架构下，我们被‘卡脖子’的机率相对小一些。”石劼表示。
除了操作系统和基础软件外，大模型上“车”也是当下汽车行业颇为关注的话题，行业内正在探索用端到端大模型实现高阶智能驾驶。
智能驾驶系统目前普遍分为感知、预测、规划三个模块，端到端模型将三个模块融为一体，从感知端输入信息，在执行端直接输出结果，因此叫“端到端”。
石劼对记者表示，“端到端”技术路径虽然是在今年大火的，但其实它其实其实不是今年才出现的一个名词和概念， 特斯拉 也其实其实不是“第壹个吃螃蟹”的企业，丰田汽车在很早以前就已尝试过走“端到端”技术路径。
“在智能驾驶中，以往的做法是，很多模块涉及到的规则需要我们单独地去进行人为的定义，但‘端到端’是让系统自我习得、训练和构建规则，大模型是在深度学习之上又往前行进了一步。‘端到端’有优点也有短板。优点是我们没必要再采用更复杂的介入方式，效率会更高。但短板是，这个系统务必要经过大量的自我习得、自我训练，投入和成本会很高。”石劼说道。
石劼称，丰田汽车后来之所以没有大力地去推“端到端”技术，是因为这条路径需要很高的成本。丰田是把智能化技术当成汽车产品上的“锦上添花”的功能， 特斯拉 则把智能化作为它整个汽车品牌的生命。由于思路不同，丰田汽车作为“端到端”技术的先行者并没有把它充分运用起来，反而是 特斯拉 先发制人，将这“端到端”技术做大。
其实，除了较高的成本外，“端到端”技术路径还存在一定的危险。石劼对记者表示：“目前行业内有人疑问，没有人为地去制定规则，它如何去纠偏、纠错？对于这个问题，目前大家还在探讨中。‘端到端’技术在不断地成长和进步，但需要面对的是，它的发展还需要对成本、时间和技术难度等方面进行综合考量。”
值得注意的是，近年来我国整车出海的势头凶猛，关于汽车 数据安全 、智能汽车出海等话题亦备受关注。
石劼表示，关于汽车出海，如何与当地的法规体系和用户习惯有效融合一直是大家关注的话题。在汽车智能化时代，涉及到的情景会更复杂一些，因为智能化给予汽车产业更多商业化的可能和体现价值的机会，同时也会造成更多挑战和风险。
“智能汽车会发生很多数据，包含用户的使用数据、轨迹数据，和一些生产制造数据。相关数据的所有权和使用权应如何去界定？如何让我们的相关技术更好地去适应目标市场的法规和标准？这需要经过非常漫长的摸索。这个进程中会出现一些挫折和风险，可是事虽难做则必成，我们不应望而生畏。”石劼说。