以集度为代表的企业奉行“软件先行”，在试装车还没落地的情况下，模拟底盘上构建出一款“车”，车身、底盘、动力以及人机交互系统等抽象化。这个基本框架下，根据相应的硬件接口来开发控制车辆行为模式和关键功能的软件，最后再将这些软件与硬件进行并行的适配调试。
这么一套看起来非常完美的开发流程，为何至今没有几个车企采用？
【·对车企综合能力考验 现阶段落地难】
东软睿驰汽车技术（上海）有限公司总经理曹斌曾表示，“软硬件从解耦到融合将倒逼整车企业形成更强的系统集成能力，这也是车企面临的最大考验。现在车企常常遇到这样的情况，在产品开发初期选择了一些零部件，可是到了后期整合集成时却发现难以进行，这主要是由于软件的不断发展导致整车层面的集成难度不断增大。”
在与业内人士沟通后，我们发现软硬件解耦开发面临三大问题：
1、软件能力；
2、车企对于集成的理解与能力；
3、软件人才。
首先是软件能力，尤其是那些传统汽车企业，它们从发展至今一直是对机械方面的精益求精，由于此前整车在软件上的占比并不高，多数企业选择将软件业务外包，忽略了软件应用环境的快速升级。而新势力车企多数秉承着软件全栈自研，便于软件快速迭代。
以自研感知算法为例，目前也仅有特斯拉、小鹏等企业能够完成，但这些品牌也曾吃过不少算法上面的亏。2021年下半年一辆小鹏P7在高速NGP模式下追尾前方板车，拥有英伟达Xavier自动驾驶芯片以及自研算法下，这样的事故仍然没有避免。根据小鹏P7的设计，会采用视觉感知结果和硬件雷达目标进行融合，然后再做出驾驶决策。
由于卡车的形状太过特殊，与常规车辆的尾部差异很大，就目前的感知算法来说，如果没有见过这种车辆并积累相关的数据，很难被系统识别为一台需要做出反应的车辆，这也是视觉感知优先级在毫米波雷达之上的算法所决定的。而多数传统车企在软件算法能力上比较薄弱，还是需要供应商提供大量方案，现阶段无法做到完全解耦开发。
第二点是车企软硬件集成能力，这其中包括对于电子电器架构和各个系统的理解，还有整合的后期管理。比如自动驾驶，需要多个供应商来提供芯片、摄像头、毫米波雷达以及激光雷达等，车企还会加入自己的算法，系统集成的效果高低在于车企是否拥有清晰的软件架构，在汽车产品上有效组合起来，实现所需的各种功能，否则不同供应商以及车企本身的各种软硬件结合在一起，很难完美运行。
在软硬件耦合后，还要考验车企的数据测试验证能力。自动驾驶是个算法积累的过程，包括数据获取、筛选、解析以及训练等环节，反推此前软硬件结合的效果如何。无论是自动驾驶还是智能座舱，都需要车企建立起完整的软件架构以及团队，形成系统集成能力和测试验证能力，这也是考验车企软硬件结合究竟能做到1+1＞2还是1+1＜1。
最后是人才储备，目前车企主要的软件人才都是懂模型化开发的软件工程师，而现在软件开发者必须了解车辆的各种功能是通过哪个硬件系统实现的，会涉及到众多不同领域的专业知识。
“搞java的不懂车，搞电气的不懂机械 ，做测试的不懂架构，光是人员专业上的差异就会直接导致车辆上决策层的代码，和执行机构最终体现的物理姿态不一样的现象。”传统车企研发人员表示。
在目前这个阶段，由于软硬件还没有解耦到这种程度，因此汽车企业就需要既懂硬件又懂软件的人才。由此反推，软件开发者对于汽车的了解程度降低的前提，也就是需要企业构建新一代电子电气架构和SOA架构，并且拥有极强的集成能力，以上三点难题制约了多数车企开展软硬件解耦开发。
“软硬件解耦不会是最优的解决方案。一个紧密结合的系统必然会更有效率，性能也会越来越好。”在没有成功案例下，Mobileye产品及策略执行副总裁Erez Dagan并不看好软硬件完全解耦开发模式。
【·背靠吉利+百度 集度汽车能不能做到？】
真正提出软硬件解耦开发，并且付诸实际的车企，是刚刚成立1年多的集度汽车，它定位自己的产品为“汽车机器人”，分为大脑（智能座舱和辅助驾驶）、神经（电子电气架构和SOA架构）、躯干（基于SEA架构的整车硬件和设计），软硬件并行开发加快进度，计划在2023年实现量产。
作为第一个“吃螃蟹”的品牌，集度的发展模式自然会让人生疑，我们也用上述三个方向来审视下集度当前的进度。
在集度非常看重的自动驾驶方面，集度官方表示，“集度汽车的所有核心能力来自于百度Apollo自动驾驶软件。”
百度和集度之间更像是一种供应商关系，集度并不会完全采用百度Apollo方案，其智能驾驶和部分软件团队在北京，与百度Apollo进行配合。不过需要注意的是，百度Apollo方案是面向Robotaxi的L4级自动驾驶模式，而受限于法规政策，集度量产车只能维持在L2辅助驾驶级别，这就需要集度在百度的软件算法上进行重新修正。
“集度的软件算法都是重写的，把百度Robotaxi这么多年来积累的各种能力上重新二次开发，通过集成的方式推向到普通用户的车里面去，拆分原有L4级自动驾驶的能力。”集度汽车针对软件算法进行了解释。
一位传统汽车软件工程师表示，“百度Apollo系统做的太臃肿了，推广较难，主要是堆平台硬件和提升处理器，整体太偏互联网思维，不偏工程领域。”集度汽车需要在非常复杂的Apollo系统中重新整合能适用于大规模路况的功能，并且进行二次研发，对于一个新兴团队来讲比较困难。
还有一点是集度汽车的自动驾驶方案，业内的主流思路是多传感器融合，就是大家常听到的“摄像头+毫米波雷达”方案。虽然各个传感器彼此的分工不同，但它们对当前环境最终只会输出一个分析结果。
但据集度智能驾驶负责人王伟宝介绍，集度汽车的自动驾驶路线采用的是激光雷达和纯视觉双向并行的思路。它有两个子系统，一个是纯视觉系统，另一个是“激光雷达+毫米波雷达”系统，二者同时工作，并且独立发挥作用，最终输出两套环境感知结果供计算平台决策。
“这种模式非常考验车企的算法能力，如何判定双系统的前置逻辑，在发生双方意见相左的时候以哪套系统为准，最短时间内做出正确的决断，都需要在软件层面给出方案。此外，集度的激光雷达位置设置在引擎盖两侧，在激光雷达方案中，如果其位置发生偏移可能会带来感知偏差，进而影响决策判断等一连串的问题。”
软硬件集成能力方面，其实是外界对于集度量产能力最大的疑问点。按照集度汽车内部的说法，整车超过90%的软件都已经基于JET架构打造，类似传感器的位置都和量产后的非常接近，所以软硬件集成联调的占比会非常少，会在2022年底进行。
如果是一个车企自研软件算法和整车架构，进行解耦研发的可信度还很高，不过集度在硬件层面完全依赖于吉利SEA架构，且工程技术、制造和质量控制、供应链采购体系都交给吉利。SEA是个开放性架构，吉利希望引入更多车企合作，各硬件接口肯定不会为了集度而单独设计。
简单来说造车就像是盖房子，传统车企都是先打地基、砌墙，完成硬装，再进行内部装修。而集度更像是边盖房子边在另一个毛坯房试装修，并且房子的结构并不在自己的控制范围内，只能给出一些指导意见。这就导致在验房的时候，很难保证计划的装修样式和房屋主体完美的契合。针对这个问题集度一直没有给出详尽的说明，只表示能够很好地适配，并没有给出更多解释。
最后一点是人才，据夏一平介绍，集度汽车员工共计1,000多人，约70%的人员都是研发人员，主要是围绕着跟吉利、百度Apollo团队的协同、互补上。根据集度在2021年的规划，2022年底公司规模扩大到2,500-3,000人，其中包括400-500名软件工程师。
从各大招聘平台上能看到，集度汽车的岗位需求数量接近300个，涵盖各方面人员。集度也将焦点瞄准了应届生，2022年面向应届毕业生开放了智能驾驶、智能座舱、整车研发等百余个岗位，造车、招人同步进行。
作为对比，截至2021年末，蔚来员工数量超15,000人，其中研发人员4,809人；小鹏汽车研发人员的占比接近40%，达到5,217人；理想汽车则有3,415名研发人员，并且三家都在快速扩充。
在百度Apollo以及吉利SEA架构的加持下，集度汽车不用像小米汽车一样从零起步，但与成熟新势力车企相比，集度汽车的人员班底仍然非常薄弱，更不用和其他传统车企相比，在当前的人员基础上完成整车设计、软件开发、试制试验、整车落地，以及2023年9月的量产，颇具挑战。
原计划在4月发布的首款概念车也进行了延期，官方反映是疫情影响，不过近期举办活动的厂商颇多，不乏一些重磅新品的亮相。
综合来看，集度汽车虽然凭借软硬件解耦开发的理念开辟了一种新的造车模式，并且背靠吉利和百度这两颗大树，但具体到造车细节上还有众多的不确定性，无论是造车经验、软件算法以及人才储备上都还无法称得上完美。
结语：
软件定义汽车以及软硬件解耦开发，核心并不是完全颠覆汽车行业发展，而是针对研发流程以及用户体验性上做出升级，至于这种模式是否能在短期内实现，还需要真实案例来承载，目前集度汽车则是最有可能实现的品牌。
根据集度汽车公布的进度来看，其整体进程要比传统车企乃至“蔚小理”们快了不少，成立两年就量产的速度在业内堪称“神速”。创新往往高风险，面对残酷的竞争，集度的软硬件解耦造车究竟能让车辆的智能化达到什么样的高度，集成后产品究竟能否发挥出百度和吉利各自的优势，答案还是得由首款量产车以及市场来回答。
