今天小編分享的汽車經驗：自動駕駛的快與慢：漸進路線與一步到位路線孰是孰非，歡迎閱讀。
經濟觀察報 記者 高飛昌 要實現自動駕駛，究竟走哪條路徑才是正确的？圍繞漸進式路徑（從低級别自動駕駛逐步發展至高級别自動駕駛）和一步到位路徑（直接發展高級别自動駕駛），自動駕駛從業者們形成了明顯的兩大 " 對立 " 陣營。
一些企業旗幟鮮明地認為，真正的全無人自動駕駛在未來十年甚至更長的時間裡都不會成為現實，因為要克服标準、數據、算力、場景、法律法規等一系列障礙，當下遵循漸進式路徑才是穩妥的和理智的。
另一些企業則認為，高級别自動駕駛的實現近在眼前，理由是在一些特定區網域内，如港口、礦山、園區、物流幹線等場景中，已經具備了無人車載客和載物的條件，無人駕駛商業化也只差臨門一腳。
哪一種觀點才符合事實？又該如何正确看待自動駕駛當前的發展？在近期由經濟觀察報舉辦的 " 夢想照進現實——自動駕駛發展創新論壇 "（簡稱自動駕駛發展創新論壇）上，來自自動駕駛企業的代表、相關行業機構的專家進行了一場去偽存真、明辨是非的讨論。
自動駕駛階段性遇阻
實現完全的自動駕駛，讓汽車從需要人駕駛的交通工具變成不需要人駕駛的移動出行空間，從單純的代步工具變成兼具信息互動和娛樂生活的 " 第三空間 "，是自動駕駛從業者們多年來的夢想。
近兩年，自動駕駛遇到明顯的寒流，熱度大不如前。具體表現在，美國矽谷及中國國内的一些自動駕駛創業公司紛紛宣布倒閉，如曾名噪一時的 ArgoAI，美國第一家自動駕駛上市公司 Embark，以及 Quanergy、Velodyne 等激光雷達公司。國内的一些自動駕駛企業在近期收縮業務，如阿裡巴巴砍掉了自動駕駛部門，在美國上市的圖森未來面臨被強制退市的命運。諸多事件給此前 " 高熱不退 " 的自動駕駛行業澆了一盆冷水，也讓業界開始重新思考自動駕駛發展的未來。
早在幾年前，由于頻繁出現自動駕駛釀成交通安全事故的案例，特斯拉等車企的自動駕駛系統飽受争議，同時引發 " 車企是否存在對自動駕駛功能過度宣傳 " 的大讨論。
根據我國現行的交通法律法規，汽車的自動駕駛功能要求駕駛員的雙手不能脫離方向盤。這一要求，按照行業傳統分類的 L0 至 L5 的自動駕駛等級，只能被歸類為 L2 級，距離 L4 以上的高階自動駕駛還比較遠。行業将這樣的自動駕駛，謹慎地稱為輔助駕駛。
無可否認，自動駕駛是推動汽車行業變革的一股強大力量，且從實質上改變了汽車原本的形态。近幾年新上市的汽車產品，已廣泛搭載了輔助駕駛功能，消費者對于智能汽車的接受度也一路走高。根據中國汽車工程學會的統計數據，2022 年燃油車 L2 級的輔助駕駛技術搭載率為 32%，新能源汽車滲透率則達到 46%。一些自動駕駛公司更是預測，到 2025 年高階輔助駕駛搭載率或達到 70%。
沒有自動駕駛的發展，就難有今天智能汽車占據車市主流的局面。在整車企業、自動駕駛產業鏈公司的共同推動之下，眾多前沿的自動駕駛技術進入汽車内，消費者也得到了更豐富的用車體驗。
一些樂觀的觀點預測，自動駕駛在未來将極大地重構汽車的產業鏈、價值鏈、生态鏈。圍繞自動駕駛，業已形成了涵蓋自動駕駛芯片、算法算力、高精地圖、激光雷達等軟硬體廠商在内的產業鏈條。
大多數整車企業，将移動出行作為未來戰略中重要的營收和利潤來源，而不再是制造和銷售汽車。一些從事自動駕駛發展的產業鏈公司也抱有同樣的想法，即成為自動駕駛的運營商。
此次自動駕駛創新發展論壇上，諸多嘉賓的一大共識是，長期看行業仍舊擁有巨大的發展機會和商業前景，但需要打造出新的生态鏈。" 我一直認為中國的汽車智能化往下走不是單一企業獨立作戰，一定要上下遊，從芯片到軟體、到汽車電子、到整車、甚至到運營商都要協同起來。" 國家新能源汽車技術創新中心總經理、中國汽車芯片產業創新戰略聯盟秘書長原誠寅表示，" 中國要利用好自己的產業優勢，利用好場景，不管是乘用車還是商用車，一定要想明白在哪種場景下把上下遊整合到一起，這是有價值的。"
路徑之争背後的商業模式差異
到底走漸進式路徑還是堅持一步到位路徑？要快還是要慢？在眾多專業人士的觀點裡，這歸根結底取決于一家公司采取何種商業模式，以及要打造何種用戶體驗。
" 最近看到有一些公司退出了，因為這些公司發現最終的商業邏輯是不成立的，有一些技術上判斷的失誤。我個人認為這是商業上變現的難點，這也是芯馳一直沒有做特别大算力芯片的考量。" 芯馳科技自動駕駛負責人陶聖表示。
與陶聖持有相似觀點的還有地平線副總裁兼智能汽車事業部業務拓展負責人張宏志。他說，" 自動駕駛往下走不是一年兩年，而是十年八年，十年八年靠‘燒融資’是走不下去的，這件事情需要大量商業化，不是‘短平快’的事情。在很多約束條件下求發展、求領先，需要考慮的一個是商業化問題，一個是規模化問題，而商業化本身代表着性價比，還有體驗、技術可行性等。"
商業模式遲遲無法兌現，成為許多自動駕駛公司陷入困境的根本原因。實際上，在電動化、智能化、網聯化、自動化的 " 四化 " 變革過程中，商業需求是驅動技術發展的重要因素。對于自動駕駛產業參與者而言，若缺乏廣闊的市場需求，就難以推動技術的驗證和迭代更新。相應地，也會失去產業投融資的青睐。
實現自動駕駛需要海量的數據作支撐。從全球看，較早發力自動駕駛的 Cruise、Waymo 等公司，均擁有長期大量的數據積累，基于這些數據以及對數據的理解、分析、判斷，才能形成自動駕駛場景化運營的閉環。基于這一邏輯，聚焦于不同的細分領網域，如面向乘用車或商用車的自動駕駛、面向城市道路或固定場景的自動駕駛，各公司的視角不一樣，也決定了企業的業務重心和商業模式有所不同。
大致來看，有着相對固定路線的商用車、特種車輛等汽車的自動駕駛，要比行駛在復雜城市道路的家用車，更容易實現高級别自動駕駛。乘用車領網域，當前大多數國家和地區都将自動駕駛功能局限在 L3 級之下。但一些好的信号也已出現。今年 6 月初，美國加州向德國奔馳發放了 L3 級自動駕駛測試認證，打開了乘用車加速邁向高級别自動駕駛的口子。據悉，我國也在加快制定 L3 級智能網聯汽車标準。6 月 21 日，在國務院新聞辦公室舉行的國務院政策例行吹風會上，工業和信息化部副部長辛國斌表示，支持 L3 級及更高級别的自動駕駛功能商業化應用。
相較于乘用車的自動駕駛，針對特殊場景的自動駕駛即将跨越商業化盈利的門檻。目前，國内的深圳等城市，已出台了允許 L4 無人車商業運營的規定，百度蘿卜快跑已在坪山區展開無人車收費運營。
上海友道智途首席架構師、智能駕駛中心副總經理張顯宏判斷，目前無人駕駛在全場景下的商業應用還需要較長的時間，但在某些特定場景，比如港口、礦山，在未來的兩三年，無人駕駛可能會迎來大規模商用。" 每次談到自動駕駛，一般是從 L1 到 L5 的漸進路線，但我們選擇的是在 L4 裡選擇一個點，把這個點變成一個圈，再把這個圈變成更大的圈，最終打破圈。我們認為，如果定義的產品是要做全無人的，‘點變圈，變更大圈’的這種漸進式路線是更好的方式。" 飛步科技公司聯合創始人兼 CTO 楊政表示。
文遠知行產品工程執行總監劉振亞則以自己對 Cruise 和 Waymo 的考察得出結論，從兩家公司實際的運營情況來說，從技術維度，傳統的分感知、決策、規劃，控制鏈條的技術方法是真正可以落地的。
領駿科技技術副總裁司若辰表示，公司的 L4 無人駕駛產品現階段面向的更多是 B 端客戶。相對于車輛成本，B 端客戶更關注使用過程中對安全成本、生產成本和生產效益方面的影響。基于商用車客戶的特性，領駿科技選擇 L4 技術路徑，同時将 L4 技術 " 降維 " 應用到輔助駕駛領網域。
技術實現手段的較量
站在普通消費者的角度，自動駕駛功能的有無已是購買決策中的重要指标。同時，車輛提供什麼樣的自動駕駛技術，也日漸受到消費者的關注。
從自動駕駛公司的角度看，選擇什麼樣的技術，一是商業模式是否能走通，二是成本效益是否合理，這又取決于能否依靠規模化實現降本增效。當前，在采用何種标準和技術手段方面，存在着眾多技術路線。
僅僅自動駕駛的傳感器一項，就存在着純視覺路線和激光雷達路線兩個陣營。特斯拉是純視覺路線的代表公司，中國國内新勢力車企則普遍擁抱激光雷達。兩者比較，純視覺路線硬體成本更低但精準度有限；而激光雷達路線成本高但精準度更好。事實上，目前兩條路線均無法自證是絕對安全的。這是因為任何技術目前都難以窮盡覆蓋所有的場景。
張顯宏認為，不管是乘用車還是商用車，現在要做高階的自動駕駛或者說無人駕駛，還離不開激光雷達。特斯拉一直宣稱不用激光雷達，目前在堅持走視覺路線，做視覺更多的是面對着 2C 的市場，但如果做無人的話，激光方案目前來說是無法逃避的方案。
陶聖表示：" 特斯拉說用純視覺，不用激光雷達，我們的觀點是他不選擇激光雷達是因為激光雷達比較貴，馬斯克從來不忌憚打自己臉。"
除了激光雷達與視覺感知路線的區别，諸如是否用高精地圖，是否發展駕艙一體的算力，個中的分歧背後，都指向具體公司對于自身成本和收益的權衡。關于高精地圖，由于其需要運算的數據呈指數級上升，技術實現難度過大，導致目前不少公司傾向于選擇更輕量化的地圖。
而在自動駕駛的終極邏輯上，是只發展單車智能，還是發展車路雲一體，目前也有一些讨論，但普遍觀點是，車路雲一體将是最終的方案。車路雲一體，是從交通出行的高維視角出發實現車端、路端、雲端的數字化、智能化實時連通融合。但這需要對道路、建築等基礎設施加以智能化改造，智慧城市成為氣候之後方能實現。根據工信部發布的《智能網聯汽車标準體系》，車路協同已被視作長期路線，這也是更符合中國國情的自動駕駛之路。
此外，人工智能大模型應用的出現為實現自動駕駛提供了全新的思路。中信建投人工智能首席于芳博表示，大模型在深刻地改變自動駕駛領網域，有可能讓自動駕駛研發更快，從特斯拉的角度來看效果是明顯的。但這跟 ChatGPT 的關系不那麼大，因為 ChatGPT 走的是自然語言理解，（特斯拉的）自動駕駛走的是視覺路線。
縱然自動駕駛目前遭遇了波動，同時面臨諸多障礙，還存在各種技術路線的分野，但參與此次自動駕駛發展創新論壇的專家們共同認為，自動駕駛終将會夢想照進現實。伴随着更加明确的政策出台和行業标準統一、自動駕駛產業鏈生态的形成，真正的自動駕駛時代将會加速走來。
