以人工為天工，將智能作全能。無人駕駛，左手今夜的黑暗，右手明天的光明。

　　汽車產業大方向有二，一是新能源/電氣化，二是智能網聯+自動駕駛/無人駕駛。隨著產業轉型的推進，自動駕駛愈來愈被相信是汽車產業乃至人類社會未來的方向，但如何從人工駕駛過渡到自動駕駛，卻是一個還在眾說紛紜的議題。

　　用時間來打個比方：明天的圖景很清晰，今天的局面很確定，惟有怎樣從今到明的夜晚，仍然屬于黑暗的色彩——究竟該如何為自動駕駛時代的到來鋪好道路？

　　車爾尼雪夫斯基說過，在理論上一切爭論而未決的問題，都完全由現實生活中的實踐來解決。

　　一場以人工智能為主題的展會，一次以“我們距離高階無人駕駛的普及還有多遠”的圓桌討論，聚集了大量從事實踐研究工作和推廣工作的專業人士，從華為車云、高通、福特等行業巨頭，到馭勢科技、贏徹科技及AutoX等迅速崛起的自動駕駛第一梯隊。

　　于是，以“智啟非凡”為主題的2021中國人工智能大會（CCAI 2021）期間，由東浩蘭生和機器之心-Auto Byte聯合主辦的WAIC智慧出行論壇，讓我們距離前面那個問題的答案，又更近了一步。

　　就像本文標題描述的那樣，省去安全員的高階無人駕駛，既可以說已經落地，也可以說十年之內還不能普及。

　　無論如何，今夜的黑暗與紊亂，終究將在摸索中打破混沌，迎接明天的光明和康莊。

　　01、無法一概而論的答案

　　對于重大問題，世人往往喜歡簡單粗暴的回答：是，or否。

　　然而，很多人都忽略了一個真理：成年人的世界哪兒來的那么多非黑即白？不同的場景，不同的約束條件，會導致最終答案的落點存在變數。高階自動駕駛，就是一個典型。

　　在“我們距離高階無人駕駛的普及還有多遠”的圓桌論壇里，AutoX創始人兼CEO肖健雄給出的見解，在汽車公社/C次元看來最具備代表意義，因為所觀察的范圍不同，那么答案并不一樣。

　　“一個城市搞定無人駕駛，我們的答案是2-3年。但是如果全中國無人駕駛，可能需要時間，可能需要長達十年的時間才能普及到全國這么多的城市、城鎮，”肖健雄將單一城市和全國作為不同的前提條件，“因為中國是相當大的國家，咱們國家真的很大，不像新加坡一個城市就能搞定的，所以確實需要一定時間。”

　　其實，按照肖健雄的劃分，如果把觀察范圍從一個城市縮小到該城的一個區，“如果這樣的話已經實現，所以這個數字是個負數，”他開了個玩笑。這是由于，自動駕駛出租車Robotaxi在深圳某些區域業已實現了高階無人駕駛，2020年全年都在進行測試，2021年1月對外公開試運營——故而從理論上說，高階的無人駕駛已經實現了落地。

　　但倘若要放到整個城市的范圍內，那么難度會比單區運行高一個數量級，但是又比跨城低。諸如目前被視為全球自動駕駛最強的Waymo，已經在面積可觀的鳳凰城進行自動駕駛測試，在肖健雄看來“理論上沒有什么可以阻止它更大的規模（測試），當然鳳凰城的路況相對比較簡單”。因此，對于大城市的全城自動駕駛投運，他給出了2-3年的時間；但如果把范圍擴大到全國，可能就會延長到十年。

　　當然，也有不少與會人士從保守或者克制的層面給出展望。

　　華為智能車云服務CTO喻杰的觀點和許多傳統認知吻合——如果將L3級以上定位為高階自動駕駛，則還需要一段時間，因為目前在技術層面和法律層面都存在難點。

　　喻杰也著重強調了前提——在限定范圍內，即“這個范圍有多大，我們的車隊有多少”。以Waymo為代表的Robotaxi，在限定范圍內的確實現了高階自動駕駛，而且也開始讓真正的用戶和消費者受益了；不過商業模式是否成立？能否開拓到其他城市？在喻杰看來還有待觀察。

　　而特斯拉為代表的輔助駕駛領域，未來還將不斷拓展ODD應用范圍，從簡單的車道保持到現在也有一定紅綠燈識別的能力，從封閉高速路段到一部分市區路段。“大家可能出于技術上的考慮或者法律風險上的考慮，應該都會限制住不叫L3，我認為這是比較長期的過程。”在大家普惠的能夠得到的短期之內，本質上還會是輔助駕駛或者高階的輔助駕駛，“至于說真正的高階大概有多遠？可能在限定區域內可能實現了……現在如果說真正定義的高階是放手給機器的話，我認為還是需要時間的。”

　　嬴徹科技CTO楊睿剛指出號稱比乘用車進度更快的自動駕駛重卡也面臨的兩個難點，一是高速運動+高重量對于感知系統提出的高要求，二是多節車身與大重量帶來的車輛控制難題，包括重卡在內的純無人駕駛普及，還需5-10年。

　　也有同時從樂觀和悲觀兩邊均衡看待議題的觀點，例如的盧技術有限公司創始人、CEO張英。在其看來，目前的產業環境和絕大多數企業無法實現高階無人駕駛的普及；但不需要“等這一代消費者老了才會來”。“高階自動駕駛應該由消費者實際需要解決的場景困難來定義，而不是行業技術難度來定義。自動駕駛不是一項技術，而是一項服務，關鍵在于消費者是否買單。”

　　馭勢科技聯合創始人董事長及CEO吳甘沙則給出了大規模商業化的前提標準——無人駕駛能否比有人駕駛更為安全，在他看來，“雖然有人說自動駕駛已進入下半場，但套用丘吉爾的一句話——現在只是開始的結束，我們剛從演示開始做大規模商業化的量產。”

　　因此，我們既可以說高階自動駕駛，或者脫離安全員的無人駕駛，已經在局部投入運行，也可以說要真正大面積推廣還要10年的時間。

　　02、爭辯尚未落定

　　倘若說，允許給出前提的時候，我們對“高階自動駕駛何時到來”，基本上可以給出一個答案，那么實現過程依然還是充滿了各種爭議。

　　例如“L3級自動駕駛是否需要跳過？”、“數據積累數量和質量如何平衡？”等等最前沿的話題，已經被行業爭論了不下十年，如今依舊各方堅持自己的觀點。

　　以“自動駕駛實現的階段模式”而論，要不要落地L3一直是兩派針鋒相對。由于在SAE的標準里，劃定層級的最大依據并不是傳感器或者算力，而是權利與責任的落點，那么L3便有最大的特征——權責在人和車之間頻繁交接。盡管從理論上看，L3對傳感器和算力的訴求不如L4那么高，但這種頻繁轉換交接增大了風險，并且商業價值也有待具體論證。

　　故而類似豐田、博世等廠商放棄了發展L3，而奧迪原先打算將A8做成首款量產L3車型，卻也打了退堂鼓；反過來，一直在自動駕駛方面排名靠后的本田，反而接過了這個首款量產L3車型的桂冠，起先放棄L3的福特卻吃了回頭草，決定選擇漸進發展路線、重拾L3。

　　本次論壇里，楊睿剛表示認可L3-L5的漸進式迭代，“L3與L4、L5的自動駕駛車輛，機器成為駕駛主體，不論是從軟件架構、傳感器配置、對車輛底盤的要求，都沒有本質區別。只要傳感器不少，并都能記錄和同步數據，那就可以用來做仿真和訓練，以促進向L4、L5迭代升級”。

　　不過，肖建雄對此則提出了異議：“傳感器并非越多越好，但是一定要夠，不夠絕對無法實現無人駕駛。數據有效是限制在同類數據的，從經濟性上考慮，如果車上的傳感器及價格已是L4級別，那么就沒必要再從L3開始漸進式發展。如果價格卡得很死，就不可能裝那么多傳感器。而且如果付出了那么多傳感器的成本，為什么不當成L4來用呢？”

　　可見，除了之前博世、豐田關于權責交接帶來的風險考量之外，有關L3可操作性還需要深入到傳感器成本、數據積累的考量上面。

　　是不是有些細化問題就一定是方向確定呢？是，也不完全是。

　　拿“數據積累”為例，喻杰表示若要實現全場景自動駕駛所需的數據量，并沒有統一的答案，只能說“自動駕駛對數據的需求是無止境的”，同時積累的數據必須具備有效性。正如肖健雄所說，包括特斯拉的“影子模式”在內，行業現存的誤區，就是數據只重量、不重質；而高質量數據意味著需要很大的存儲空間和處理能力，這也是為什么AutoX第五代無人駕駛系統擁有高達2200 TOPS的算力。

　　再以C-V2X/V2X而言，當下公認這個議題“極其重要”但是難點在哪里？如何去解決？依然眾說紛紜。

　　福特中國首席信息官及車聯網技術負責人侯新海列出了四大難點：

　　1、V2X需要全方面的協同，產業鏈較長，參與者眾多，投資也很大。“消費者的實際需求有時并沒有被真的掌握，有一些地方投資比較片面，只求速度。”

　　2、目前數據權的分級仍未開放，運營主體仍有很多提升空間。很多地方數據權的運營主體不夠明確，這樣對V2X的商業化會有一定障礙。

　　3、在技術標準和安全標準之間需要統一標準。因為目前如果在不同城市接入V2X，每個地方的接入標準，信息標準都有一定區別，所以福特在每座城市都需要一定的額外適配或測試。

　　4、保持數據的完整一致非常重要，但在V2X的發展現狀中，普遍偏向“重投資輕運營……如果想這一行業走得更廣的話，需要整個行業的協同。”

　　而高通技術公司產品市場副總裁孫剛表示，高通目前有三條車載方面的生產線，即車聯網與C-V2X、數字座艙、自動駕駛解決方案，由于現在絕大部分車輛在信號傳輸上仍然使用的是分布式架構，少部分車已經用上了更先進的域控制器架構，而高通正在統一智能座艙和自動駕駛這兩部分的架構，有可能最后形成一個中央計算的架構，這也是車端智能和C-V2X必要的架構基礎。

　　無論是本次論壇，還是整個產業的輿論環境，看起來似乎還不能統一所有的觀點，就像“L3要不要發展”這樣的議題。但無論如何，我們不難發現在宏觀層面，大方向在漸漸明朗。倒退至十年前，主流觀點還在質疑汽車電氣化和智能化的必要性與可行性，而今卻開始論證“何時實現”。

　　Auto Byte副總裁曹錦指出：“面對出行變革，沒人會是旁觀者。整個行業生態的重生，即將改寫每個人的生活方式。無論身份為何，我們均為見證者。”

　　其實，在時代大潮面前，我們每個人除了是見證者，也是參與者和推動者。

　　微信號｜汽車公社 C次元

　　作者｜霞多麗