本期分享嘉宾：周鹏，百度智能汽车业务部舱驾融合技术主任架构师。

随着高阶自动驾驶迈向城区量产场景，系统感知、决策、执行等各方面架构迎来全新升级。当前，产业以「BEV+数据闭环」为最新一代自动驾驶量产系统的核心架构，数据量与数据闭环能力或将成为下半场从 1 到 N 的胜负关键。 自研能力较强的主机厂，以及具有丰富数据处理经验或测绘资质的供应商在 know-how 积累方面虽然更具优势，但如何具体实现数据闭环？轻地图是否可以重塑自动驾驶的未来？如何通过数据闭环的正向循环带动大模型快速迭代？ 本期圆桌论坛，「汽车之心·行家说」将首次汇聚智能驾驶生态圈的重点角色，期待邀请来自主机厂、芯片厂商、自动驾驶软件供应商、图商领域的技术专家，通过关于「轻地图与数据闭环如何赋能车企快速落地城市 NOA 智驾能力」的探讨，为产业阐明发展趋势与重点关注方向。 重点探讨内容： 1、面对轻地图与数据闭环，主机厂的规划与需求是怎样的？ 2、从众源建图到数据闭环，不同的芯片将如何选型与适配？ 3、为量产车做数据闭环，有哪些核心技术难点？ 4、图商角度如何看待轻地图路线？高精地图是负担还是利刃？ 5、关于自动驾驶的数据闭环，车企、图商、芯片公司以及自动驾驶公司等等各方，如何参与进来？ 本期邀请嘉宾： 易红军，零束科技地图定位负责人 张宏志，地平线副总裁&智能汽车事业部业务拓展负责人 李东旻，觉非科技 CEO 刘斌，觉非科技联合创始人与技术合伙人 王闯，全道科技执行董事 [11月15日圆桌海报5人.jpg]

【本期嘉宾】 李博，鉴智机器人副总裁，软件技术负责人。中科院高性能计算方向博士，清华大学自动化专业学士；国内最早的将 GPU 集群用于大规模深度学习训练的团队创始研发成员；于业界率先提出基于数据流图的 AI 软件构建框架；在多个主流异构计算平台上完成规模化 AI 项目落地。 【本期主题】 面向量产的异构平台软件工程之路 【分享要点】 1. 量产引擎：鉴智机器人异构计算开发范式 2. 性能挖掘！单征程 5+TC397 实现极致性价比的高速 NOA 系统方案 3. 未来何方？算法、软件、硬件协同优化道阻且长

【本期嘉宾】 武文光，美行科技执行总裁 / 美行（上海）总裁 沈阳美行科技股份有限公司执行总裁、美行 (上海) 总裁；上海交通大学安泰管理学院 MBA、上海社科院经济研究所产业经济学博士；全球汽车精英组织理事会成员、Vistage 私董会总裁教练，融修慧创始人。 拥有丰富的上市公司及国际公司工作管理经验，对汽车行业市场拥有深刻认知，在涵盖企业运营及商务拓展等方面的管理工作上拥有丰富经验。曾任延锋伟世通采购部高级总监、延锋彼欧常务副总经理、延锋汽车内饰系统有限公司中方 CEO，2019~2023 年间任中科创达执行总裁。2023 加入美行科技任执行总裁、美行 (上海) 总裁，负责美行科技整体战略规划、重大战略决策等。 刘军传，天准科技副总裁 天准科技股份有限公司副总裁，毕业于北京航空航天大学机器人研究所，机械设计及理论专业博士。刘军传博士是智能机器人领域专家，曾就职于微软亚洲研究院。长期从事智能机器人、自动驾驶、车路协同等技术解决方案研发，拥有丰富的学术背景和过硬的研发创新能力。 张宏志，地平线副总裁兼智能汽车事业部业务拓展负责人 地平线副总裁，负责地平线智能汽车事业部的业务拓展工作。在张宏志的带领下，地平线征程系列芯片在智能座舱实现了规模化量产。当前，张宏志主要负责征程系列芯片的生态拓展和业务落地。 张宏志拥有十余年互联网从业经验，带领研发、产品、运营、商务团队完成多条业务产品线的打造，拥有从研发到商务的全面管理经验。 都大龙，鉴智机器人联合创始人&CTO 鉴智机器人联合创始人、CTO，清华大学创新领军工程博士，中科院计算所硕士，国内最早参与深度学习的研发与落地。曾是百度深度学习研究院创始成员、资深架构师、地平线算法研发总监及前十号员工。曾深度参与国内首款 AI 芯片的设计研发以及方案的规模落地，对于算法的硬核优化有丰富的经验；曾连续两次获得百度工程师最高荣誉-「百度百万美金最高奖」。带领团队在 MSCOCO、FRVT 等 AI 比赛中获得世界一流成绩，并发表一系列国际顶级会议论文。 梁柱锦，鉴智机器人副总裁&感知产品线负责人 鉴智机器人副总裁、感知产品线负责人，本硕毕业于中山大学，十余年机器学习经验。曾任图匠数据联合创始人&CTO，推出了 Retail-Net 全品类商品指纹技术并大规模落地；曾在上市公司欢聚集团担任机器学习方向负责人，从 0 到 1 组建了 70+人的机器学习团队，每月服务 5.2 亿用户；也曾在 AI 独角兽地平线机器人中担任人脸方向负责人，负责过多个大型项目的落地。 【本期主题】 开箱即用的视觉标准感知产品对自动驾驶意味着什么？ 【分享要点】 1. 自动驾驶量产落地，还存在哪些挑战和痛点? 2. 车企对视觉标准感知产品有怎样的期待? 3. 从链条式到圆桌式的合作模式，具有怎样的成效? 带来了何种产业价值? 4. 视觉标准感知包产品以及与产业链的协作，如何帮助车企实现降本增效?