今天小編分享的汽車經驗：自動駕駛：99分等于0，最後1分需要20年，歡迎閱讀。
撰文 / 錢亞光
編輯 / 張 南
設計 / 師 超
" 我剛才說 99 分等于 0 分，剩下這 1 分就是其實是自動駕駛面臨的四個挑戰：1% 的最難場景、1% 的極端天氣、1% 的基礎設施問題，以及很多永遠第一次出現的問題。" 馭勢科技聯合創始人、董事長、CEO 吳甘沙這樣形容自動駕駛面臨的挑戰。
" 無人駕駛都是扯淡，弄個虛頭巴腦的東西那都是忽悠。" 前不久一位車企大佬關于無人駕駛的言論引起了業界熱議。
曾經，自動駕駛被許多人認為是汽車行業的未來趨勢，但目前還存在許多技術和安全挑戰：一是雖然投了很多傳感器、網域控制器，算力也在不斷增加，但是在體驗上沒有滿足車企和用戶的期望；二是現有技術無法完全保證在行駛過程中的安全；三是成本太高，無論是車企還是消費者都無法接受；四是產品開發的周期太長，效率比較低。此外，由于當前的監管機制還沒有完全建立，出現交通事故時的責任劃分也是一個難題。
業界日益達成的共識，即解決自動駕駛的技術挑戰比預期的要困難。那麼如何商業化落地，腳踏實地實現商業閉環呢？
6 月 16 日，第十五屆中國汽車藍皮書論壇上，地平線首席生态官徐健作為主持人，邀請輕舟智航聯合創始人、CEO 于骞，佑駕創新 MINIEYE 創始人及 CEO 劉國清 , 馭勢科技聯合創始人、董事長、CEO 吳甘沙，後摩智能創始人兼 CEO 吳強，中科創達副總裁、暢行智駕 CEO 屠科，禾多科技創始人、CEO 倪凱和縱目科技創始人、CEO 唐銳，圍繞 " 自動駕駛真的是忽悠嗎？" 的主題，針對自動駕駛面臨的挑戰、商業化落地的途徑，以及如何為車企和消費者創造價值展開了讨論。
讨論中，大家認為智能駕駛的叫法比無人駕駛、自動駕駛包容性更強，雖然目前智能駕駛的定義和供應鏈都有不确定性，面臨巨大挑戰，但沒有必要執着去談忽悠不忽悠，而要采取聚焦策略，挑選自己比較擅長的部分，和價值觀很一致的合作夥伴去配合，一起給客戶交更好的東西，不斷提升用戶價值。
近幾年主流智駕落地場景會是什麼樣
主持人徐健（地平線首席生态官）表示，前段時間有一位車企老大發表了這樣一個觀點：" 無人駕駛都是扯淡，弄個虛頭巴腦的東西那都是忽悠，它是一場‘皇帝的新裝’。" 這一段話引起了行業比較深的反思或者是共鳴，那麼無人駕駛、自動駕駛和智能駕駛之間能不能劃等号？未來幾年，特别是到 2025 年，智能駕駛真正的主流落地場景是什麼？
佑駕創新創始人及 CEO 劉國清認為，無人駕駛、自動駕駛和智能駕駛三者，從技術維度和最終產品的範疇來講，區别還是非常大的，在邊界上确實存在一些差異。他更願意采用 " 智能駕駛 " 這樣一個概念。 因為無人駕駛和自動駕駛，感覺是想把人和駕駛行為進行解耦。
但是智能駕駛不太一樣，智能駕駛更多的是，圍繞需求，希望能夠利用技術手段來去提升汽車的使用體驗，通過智能化的產品和技術幫助主機廠去提升車的銷量。
未來兩到三年，乘用車的前裝主力需求應該還是會框在 L2 到 L3 的範疇裡邊，包括現在越來越多車型裝配的高速 NOA，雖然還有很多問題，應該會快速迭代，會在不太長的時間裡邊能夠收到很好的體驗。此後，L2.9 的產品，也會得到越來越多的大規模應用。
2025 年之前，L3 以上的功能還需要再看一看，可能未必會有那麼快。但未來，他認為未來完全的自動駕駛或者 L4 肯定會實現的，只是早晚的問題。
馭勢科技聯合創始人、董事長、CEO 吳甘沙則巧妙地用考試來比喻無人駕駛的難點。他認為，因為自動駕駛是 99 分等于 0 分，所以不能做錯一道題，而 99 分到 100 分之間差的這 1 分，可能需要 20 年的時間。為什麼？因為它是一套無限題庫的題，你可能永遠會碰到新的題。而我們今天大量的算法是基于概率的，所以它肯定會出錯。
商業化就必須得考 100 分。怎麼考到 100 分？他梳理出來三條道路。
第一條道路，還是無限題庫，很難，意味着到 2025 年甚至是 2030 年之前都考不到 100 分。考不到 100 分沒關系，邊上坐着一老師，一看你出錯就敲你。今天的 L2 輔助駕駛，當然它可以不斷往高階走，從 L2 到 L2+ 到 L2++，從高速到城市到停車場，但是它始終邊上有個老師要敲你。
第二條道路，把這個題庫限定了，在限定題庫裡邊必須得考 100 分。這裡邊就包括了今天在機場、港口、礦山，甚至于 Robotaxi，确保它能夠先實現 L4，能夠考 100 分。
第三條道路，它是一個開放題庫，但是允許你不考 100 分，為什麼？因為出錯的成本非常低。比如說最後 5 公裡的配送、巡邏、零售、清潔、環衛等。
到 2025 年，這三條道路都可以實現商業化。第一條還是輔助駕駛，哪怕它是高階輔助駕駛。第二、第三條是無人駕駛，只不過它要不就是非無限題庫，要不就是它可以不考 100 分。
縱目科技創始人、CEO 唐銳認為，園區 L4 應該是會先落地的，沒那麼快，因為那些應急機制建立不起來，責任轉移不出去。
如果整個行業一起努力，把其他非技術性因素給建立起來，把整個生态，包括立法、保險，包括出事之後的運維，真正推到 L4，可能是一個漫長的過程，然後用一個可獲得的成本推廣給消費者，這才可能是第一個真正意義上大規模的 L4 在乘用車的應用。他認為這個過程沒有三年五年做不下來，但也不用十年那麼悲觀。
輕舟智航聯合創始人、CEO 于骞認為，要想一步一步通向完全無人駕駛的話，把現在的高階輔助駕駛做好，反而是非常有價值的。這個是圍繞用戶價值在做的，包括先把基礎的 L2、L2+，包括高速、泊車，城市的用戶體驗做好，讓真正的消費者得到實惠，他真的願意為這個體驗去買單，讓這個體驗成為車裡的标配，而不是一個選配，這是現階段用戶價值感最大的一方面。一個企業的發展必然是通過給消費者、給這個社會帶來價值，然後從中獲得發展，這是一個最根本的原則。
禾多科技創始人、CEO 倪凱表示， 現在大家都要去卷極致的性價比，不管是高階的產品還是入門級的產品，都要去卷這個事情。他對整個無人駕駛非常笃定、有信心的，從來不認為做到量產的 L2 就結束了。以現在所有生成式 AI 的進展，大模型的進展，可能幾個月之間，就會颠覆很多大家對于 AI 在一些關鍵場景上的能力，雖然還不是自動駕駛場景，在一些關鍵場景上應用的潛力，是能被颠覆掉的。
大家對于短期的形勢通常是容易樂觀的，但對于長期的形勢往往有些悲觀。而從自動駕駛邁向無人駕駛，仍然将是一個相對漫長的過程，所有技術都有一個量變到質變的時刻。他非常樂觀地認為，無人駕駛這件事情一定會實現，無人駕駛這件事情一定不是忽悠。
中科創達副總裁、暢行智駕 CEO 屠科認為，智能駕駛的範圍定義最廣，然後是自動駕駛，然後是無人駕駛，因為智能駕駛這個詞的包容性更大，所以呼籲整個行業更多地使用智能駕駛而不是無人駕駛。
按照佛家的想法是，" 别人罵你，你得先自省一下 "，他聽到 " 忽悠 " 這個話，覺得是不是整個行業，不管是 Tier1 還是聚焦在其中某個細分賽道的那些創業公司，是不是做得還不夠好？
現在新的 Tier1，尤其是從科技創業過來的 Tier1，對于現在整車廠項目最後交付的痛點是遠遠低估的。中科創達、暢行智駕和背後的金主——高通也是認為，不管是國產芯片，還是外資的這些芯片，在目前軟體定義汽車、芯片定義架構的這個主流時代，車廠跟芯片廠直接對話已經是每天都在發生的事情了，所以在很多項目上更多的是芯片廠帶着 Tier1 在玩。
後摩智能創始人兼 CEO 吳強表示，在智能駕駛從 L2+ 慢慢往 L3、L4 走的過程中，怎麼克服挑戰，包括怎麼加快這個過程？第一，真正的挑戰還是怎麼創造價值。現在最大的問題是客戶感受不到價值，只要有價值，有人願意付費，所有的問題都不是問題；第二，整個落地過程确實有點復雜，其中大家會發現每一家的系統都不一樣，都需要有很多的适配，一步步去走。有沒有可能上下產業鏈共同為這個事情定義一些相應的接口，盡可能的标準化，大家有統一的接口，這樣會大大加快了芯片的應用落地的過程。
規模化商業落地挑戰在哪裡
主持人徐健表示，大家的共識，智能駕駛是個更好的詞，既要仰望星空，同時又要立足眼前。有一些場景是可以先實現，然後給車企提供這些高性價比的 NOA 產品。帶來的問題就在于，智能駕駛實現規模化的商業落地到底的挑戰是什麼？現在遇到的最大的困難是什麼？到底有什麼條件可以幫助這些智能駕駛技術能夠大規模上車？
于骞認為，怎麼去挑選自己比較擅長的部分，能夠和大家價值觀很一致的合作夥伴去配合？這是個機會，也是個挑戰。大家所說的卷，其實更多的是同質化競争，如果能找到自己比較有差異化的部分，能夠用自己技術，再結合創新，來解決同質化的競争，應該是行業比較健康發展的方向。
在量產交付中，輕舟智航更多的是采取聚焦策略，就是盡量能夠少做，或者跟合作夥伴去配合，聚焦在自己擅長的部分。比如确定行車更重要，輕舟智航就不在泊車方面投入精力；比如現階段來講，用戶價值最多的是高速，輕舟智航就要在高速方面更加聚焦。在面臨市場競争的環境下，面臨這麼復雜的系統情況下，聚焦是非常好的、非常重要的。
劉國清認為，規模化有兩個階段，第一個階段是順利交付，技術和產品基本上是被驗證了，是可用的。這個階段不是把哪個長板做得特别長能規模化，反而是把短板補起來，這樣才能夠實現第一個階段的任務。考驗的不僅是技術能力，還包括零部件供應鏈能力、生產制造能力、質量體系，甚至規模起來了，還要有很強的融資能力。
第二個階段是擴大規模，坑非常多，這時需要的是精細化管理。想把規模化的項目變成能賺錢的項目，這個時候對于公司的精細化管理就要求更高了。精細化管理，就是如何做平台化，如何通過技術手段能夠把 BOM 做到更加精簡，能夠通過商業上的談判、影響力，拿到更好的價格。
倪凱認為，比較大的挑戰有兩個，第一個是整個智駕產品定義還存在不确定性，智駕從整個產品定義上來說，行業裡沒有定義得那麼清楚，什麼是高性價比又能夠落地的方案，用戶是不是在車裡，在車裡能做成什麼樣子，有不确定性，這個挑戰是必須要解決的。
第二個是整個智駕的供應鏈體系也有一些不确定性。整個供應鏈的挑戰可能有兩個極端。一個是一個企業什麼都做，想把供應鏈都做了，但是他不認為這是所有公司都能做的事情；另外一個極端是，主機廠把智能駕駛切成 10 塊、20 塊給供應商做，切得太碎，這個項目肯定做不好，系統會有非常大的問題。
唐銳覺得，最大的挑戰就一個字—— " 卷 "，現在車型開發節奏壓到兩年、一年甚至 9 個月，這中間就開始無限内卷。研發沒有辦法在這過程當中有效地迭代技術，因為迭代得過快，第一代投入還沒有收回來，技術根本沒辦法在下一個項目復用，這是現在最大的挑戰，這是現在整個行業需要去思考的問題。
他表示，解決方法有兩個，第一個做減法，第二個找好邊界，形成相對健康穩定的可以持續發展的格局，需要企業思考一下，怎麼在這個過程當中找準自己的價值所在，然後給行業創造價值。
吳甘沙認為，無人駕駛 99 分等于 0 分，剩下這 1 分其實是面臨四個挑戰：1% 的最難場景，事實上商業化取決于那 1% 最難的場景，這個解決不了，它也沒辦法商業化，這是第一個 1%；第二個是 1% 的極端天氣，輔助駕駛碰到極端天氣還可以變成人來開，無人駕駛司機都已經被解散了，極端天氣還得保證業務不中斷；第三個是 1% 的基礎設施出問題，這是 1% 的小概率事件；第四個 1%，是即使前面事情都解決了，還是有很多永遠第一次出現的問題，因此需要一個兜底體系，要有遠程監控、遠程運維、遠程脫困等體系。
屠科認為，整個智能駕駛的技術路線不是唯一的，在 L2 以上的很多場景，中國已經遠遠走在歐美汽車強國的前面，所以在前面沒有成熟的道路可以借鑑。在這種情況下，技術路線需要探索，商業合作的路線同樣需要去支撐這樣的技術路線，所以他覺得還會是一個百花齊放的狀态。
產業鏈如何形成大生态
對于未來的產業合作和上下遊的合作，嘉賓也結合各自企業的情況提出了自己的建議。
吳強認為，現在行業最主要的矛盾，一方面用戶對做出來的東西不滿意，不買單；另一方面整個行業還挺擁擠的，做解決方案的有一堆公司，做芯片的也有一堆公司，包括車廠也在往 Tier1 走，Tier1 也在做芯片。希望行業能不能稍微有點分工，把各自做的東西做得更好一點，一起給客戶交更好的東西。
劉國清表示同意，他認為應該專業的人做專業的事情，大家能夠通過差異化，通過協同，去讓現在本來就沒有那麼充沛的行業資源，能夠更加高效地做分配和利用，這确實需要行業裡邊大家首先要有一個共識，然後能夠共同往這個方面來去努力。他覺得這次藍皮書論壇，特别是上午賈可博士發布的軒轅之學智能化研究院公約數服務平台，對于行業來講是特别好，是特别健康、有推動意義的事情。
于骞建議盡快建立完善的行業标準，在行業高速發展過程中，很多定義還不明确。什麼是能夠做到的，在什麼樣的算力，什麼樣的成本下做什麼樣的水平，這些也會逐漸變得更加清晰，使得產品線更加明确。在合作之中，大家會更加标準化，特别需要包括像藍皮書論壇，包括那些更大的協會組織，能夠把标準建得更加清楚，讓大家能夠把自己的認知拉齊，避免重復造輪子，使得整體交付成本降下去，讓各個公司變得可以更加聚焦一些。
倪凱表示，不管是車廠還是自動駕駛公司，平台化一定是不變的趨勢，大家一定要去遵循的。但分工是動态的，為什麼？因為在合作的過程中，很多工作依然存在很多不确定性，產品定義的不确定性導致了所有的供應鏈分工也有不确定性，最重要的是主機廠的偏好和需求也會有不确定性。因此，現階段自動駕駛行業仍然處于一個快速變化的階段，大家都要能夠保持積極創新的心态，去适應種種的不确定性。根據實際市場需求、客戶的需求去調整業務和發展戰略。
吳甘沙對軒轅之學智能化研究院公約數服務平台大加贊揚，但表示它不是一個口号，可能還需要大量的對齊，因為每一家公司都有不同的路線圖和它的產品和組織架構，怎麼對齊？還是需要花時間的，可能還需要解決數據當中數據流動的合法合規的問題。
主持人徐健最後總結道，無人駕駛是不是真的忽悠，通過讨論得出了一個結論：智能駕駛一定逐步會走向消費者能夠體驗的過程當中。
加入軒轅之學 成就新汽車人
巨浪班——頂級產業鏈創新課程
鈴軒班——頂級供應鏈創新課程
金軒班——頂級營銷創新課程
軒轅之學與裡昂商學院共創課程
點擊閱讀原文
▼
