在線客服
企業微信
核心提示：好技術，首先是門好生意。
核心觀點
中國自動駕駛技術發展，仍面臨底層核心技術限制、法規缺失、應用場景局限等難題；
人類稍有不慎，就可能會被技術反噬，自動駕駛在“出發”前需要被系上法律的安全帶；
好技術，首先是門好生意，商業化是自動駕駛可持續發展的基礎。
2018年，在美國亞利桑那州坦佩市，49歲的伊萊恩·赫茨伯格推著自行車過馬路時，被一輛Uber自動駕駛汽車撞倒后，不治身亡。
這是自動駕駛汽車有記錄以來全球第一起死亡事故，最終導致Uber終止了在亞利桑那州的自動駕駛技術測試。
鮮血濺透現實，美夢戛然中止。
但人們對自動駕駛的探索卻沒有在此終止。安全和與之相關的一切，成為之后自動駕駛企業深層探索的問題。
在中國，2017年《北京市關于加快推進自動駕駛車輛道路測試有關工作的指導意見（試行）》和《北京市自動駕駛車輛道路測試管理實施細則（試行）》兩份紅頭文件落地，北京成為中國首個開放公共道路自動駕駛路測的城市。
理想狀態下，足夠長距離的行駛里程、多場景的路測，為自動駕駛真正實現智能和安全提供背書。
人們一度寄希望于自動駕駛可以實現量變到質變，但是多長的距離才算長？多少次路測才足夠讓人們將包括生命在內的出行需求寄托在人工智能的手里？
事實上，人們對自動駕駛技術的希望與困境像陽光下物體的光影兩面，由技術發展程度所引申的底層技術限制、法規缺失、應用場景局限等問題，仍然是橫亙在入局者眼前的難題。
困境催人勇。自動駕駛相對收斂的技術發展速度勸退了一大批想在風口飛翔的“豬”，留下征服困難的人。
億歐汽車與多位業內人士交流了解后發現，這些深耕各自技術領域的人正在愈戰愈勇，他們也站上了實現技術和人身價值的更大舞臺。
01 芯片立于危墻之下
對于2021年的中國汽車產業而言，缺“芯”是揮之不去的烏云。
智能電動汽車浪潮的逼近，對自動駕駛底層芯片的影響逐漸顯現。在以英偉達、特斯拉為主導的CPU+GPU+ASIC主流架構之下，中國的自動駕駛產業無疑立于危墻之下。
圖森未來CEO陳默告訴億歐汽車，當前世界范圍內對于自動駕駛技術所做的研發，幾乎都在英偉達的生態之上，基于Orin授權做域控制器。倘若要轉平臺，企業需要承擔技術進度大幅下降的風險，即使其他芯片再便宜，也是得不償失。
但自動駕駛處在尚未大范圍普及的階段，很多入局者看準時機，希望通過自研“干票大的”。
事實上，高級別自動駕駛SoC芯片市場中已經聚集了英特爾、英偉達、高通、華為等企業，部分傳統汽車芯片廠也早已入局，主機廠和地平線、黑芝麻等公司也擁有同等的機會。
在當前市場主流的自動駕駛SoC芯片處理器架構方案中，除了CPU+GPU+ASIC架構，Mobileye、地平線等新興科技公司，致力于研發售賣自動駕駛專用AI芯片，采用CPU+ASIC方案；以Waymo、百度為代表的互聯網公司采用CPU+FPGA(+GPU)方案。
對于技術公司來說，芯片不僅與攝像頭、雷達等傳感器和ECU、DCU等控制器一同構成自動駕駛汽車的底層硬件系統，它的戰略地位幾乎等同于研發環境和整個生態。這也為深耕于自動駕駛技術的中國科技公司，帶來“彎道超車”的可能。
不過商業化落地之前，技術難分伯仲。
正如陳默所言，芯片企業即使能夠自研出性能相似的產品，在成本更高，價格更貴的前提下，也很難獲得商業上的成功。所以目前大多是基于國家投資，從軍用開始進行替代。
芯片之爭堪比高手對招。可以預想，在自動駕駛算法尚未成熟的階段，以英偉達為代表的CPU+GPU+ASIC的架構仍然會是主流，但國產自研芯片會是一段時間里的大勢所趨。
02法律先行，圈定迷失的技術和人性
相比于技術本身，政策法規是又一大剛性因素。
法規對于自動駕駛的影響來自三方面： 第一，當前法律約束下，路測范圍和條件一定程度制約了自動駕駛技術發展； 第二，法規尚未對自動駕駛技術所引發糾紛的責任歸屬做出界定； 第三，自動駕駛技術涉及到的信息與數據安全，還未形成硬性法律保護。
談及自動駕駛困境，黑芝麻智能CMO楊宇欣告訴億歐汽車，技術和法規都難辭其咎。但應當先克服技術瓶頸，還是先頒布法規，是一個先有雞還是先有蛋的問題。
政策法規的頒布需要技術的成熟，但技術成熟有賴于政策方面提供的路測支持。究其根本，自動駕駛從芯片、算法，再到傳感器，都處在走向成熟的過程。
文遠知行市場公關總監區錦燕表示，目前國內道路交通法和公路法不具備“自動駕駛”的相關內容，所以當企業計劃去測試和部署自動駕駛車時，首先要聯合政府創建包容的政策法規，甚至設置自動駕駛特區，嘗試在與現有公路法相沖突的地方進行適當變通。
2021年12月，德國在法律層面認可L3自動駕駛上路，成為全世界自動駕駛公司都艷羨的國家。
中國在對新事物立法層面一貫的謹慎，也得到一些技術保守派的支持。對于中國，技術與法律孰雞孰蛋，一目了然。
除了路測限制，自動駕駛的權責糾紛一直備受爭議。
2019年12月29日，發生在美國加州的一起Model S與本田思域相撞事故，造成對方車上2名乘客死亡，肇事車輛2人受傷。
特斯拉方面表示，根據汽車工程師協會的標準，Autopilot被認為是2級“部分自動化”系統，這要求駕駛員將手放在方向盤上，眼睛注視道路。但據后續介入調查的美國國家公路交通安全管理局（后稱“NHTSA” ）了解，駕駛員輔助功能在事故發生時處于激活狀態。
該事件后，NHTSA提醒公眾，當今沒有商用汽車可以自動駕駛。無論是否啟用 L2 自動駕駛系統，每輛上路的車輛都要求人類駕駛員始終處于控制之中，并且所有州法律都要求人類駕駛員對其車輛的操作負責。
如果L2級別自動駕駛系統的最終負責人是駕駛員，那么未來無需人類干涉的L4呢？
伯鐳科技產品解決方案負責人趙新寰告訴億歐汽車，在中國的開放路段，車輛以自動駕駛的工作狀態出事故后，事故的責任方是購買方還是車企，目前尚且無法界定；封閉道路則相對簡單，是車的問題，還是自動駕駛技術的問題，責任界定一目了然。
盡管有專業人士認為，道路自動駕駛的歸責原則可以借鑒交通安全法規定，但具體情況更為復雜。自動駕駛立法方面的缺失，也成為攔截在L4自動駕駛技術商業化落地前的一道安全鎖。
此外，信息與數據安全問題一直是智能終端產業備受爭議的部分。
在自動駕駛汽車中，隱私與數據保護涉及多重安全問題，包括個人層面的信息安全、網絡層面的系統安全，以及國家層面的數據安全。自動駕駛用戶的行駛記錄、操作記錄、場景甚至個人習慣等都極具商業價值，也極易被泄露和濫用。
在系統層面，自動駕駛系統一旦遭受黑客入侵，可能會造成連環車禍等極其嚴重的后果，威脅公共安全。
在數據安全層面，自動駕駛汽車智能水平越高，對數據的依賴越強，數據保護要求就越高，數據泄露事關國家安全。
人類稍有不慎，就可能會被技術反噬，而災難的始作俑者往往是人性。從這個角度來看，自動駕駛或許還需要更多準備，被系上法律的安全帶。
03 好技術，首先是門好生意
如果說，技術和法律是把自動駕駛推向人類社會的基本前提，那真實場景的應用，則是檢驗自動駕駛能否“勝任”的真槍實彈。
這里的真實場景，包括能夠順利完成運輸/出行工作和能夠搭建完整的商業閉環。
現代經濟學之父曼昆曾說，決定價格的是供需關系，而非價值本身。對于技術公司而言，能夠活下去需要滿足人們稀缺的需求，需要有市場，讓人們愿意掏腰包。
多少好產品死于商業化。文遠知行執行總監董方亮告訴億歐汽車，企業需要對員工和股東負責，所以商業化是創業之初就需要想清楚的事。
什么是一門好生意，亦是見仁見智的事情。
在董方亮看來，Robotaxi值得做，因為出租車、網約車人力成本高，Robotaxi將會成為運力補充，擁有增量市場。而文遠知行通過與車企、出行/貨運平臺構建“鐵三角”模式的戰略合作，也是因為后者能夠提供市場信息，有助于企業加速商業化進程。
享道出行CEO莊菁雄認為，從互聯網共享出行到硬科技時代，降本增效是核心，未來的Robotaxi、飛行汽車或將隨處可見。而通過與產業鏈上下游進行“合縱”，和對網約車、出租車等用戶平臺進行“連橫”，企業可以更加高效優質地形成商業化共贏。
在主線科技CEO張天雷眼中，相比于Robotaxi的復雜性，Robotruck因具有剛需性、迫切性和實現的確定性，使得它更加觸手可及。
張天雷認為，拿到自動駕駛項目的訂單只是第一步，真正考驗自動駕駛企業的地方在于，能夠符合預期地穩定交付好產品。
事實上，受制于層出不窮的“長尾問題”，自動駕駛在中國還僅僅應用在港口、礦區等行進軌跡較為簡單、事故成本較低的封閉路段場景。而世界范圍內的開放路段自動駕駛，也仍處在道路測試和持續收集數據階段。
特斯拉于2020年10月，在美國推出FSD beta版供部分人員內測，次年7月推出FSD（Full Self-driving）訂閱服務。
目前，行駛在美國公路上的特斯拉FSD Beta版還在持續運行和升級當中，這些道路數據將持續反哺特斯拉自動駕駛系統，為日后向L3及以上的自動駕駛技術提供量的積累。
億歐汽車從特斯拉處了解到，特斯拉今年仍將在持續通過計算機視覺技術，為單車智能提供訓練。原理上，特斯拉自動駕駛使用神經網絡芯片，通過軟件模擬人腦的運作方式，基于對已有數據的分析學習，對當前道路環境進行預判。
這樣的技術路徑依賴道路測試數據，幫助軟件學習迭代，雖然長尾問題卻依然層出不窮，但它的優勢也顯而易見，即借助軟件節省硬件空間和配置，而非依靠純硬件來堆出精確度。
根據特斯拉最新的2021年Q4車輛安全報告，每431萬英里（約合694萬公里）的行駛里程測試中，Autopilot自動輔助駕駛參與下的駕駛過程中會出現1起交通事故。
而相比NHTSA最新發布的數據——美國平均每431英里（約合694萬公里）的行駛里程中出現8.9起交通事故，特斯拉Autopilot自動輔助駕駛的安全性已經達到美國平均水平的8.9倍。
1月26日，發改委、商務部印發《關于深圳建設中國特色社會主義先行示范區放寬市場準入若干特別措施的意見》，支持深圳統一規劃建設和運營新能源汽車充換儲放一體化新型基礎設施，放寬融合性產品和服務的市場準入限制，推進車路協同和無人駕駛技術應用。
億歐汽車也觀察到，過去一年里，國內有更多的自動駕駛公司獲得特定場景的測試運營牌照，而政策的指揮棒面對自動駕駛，也從發展規劃綱逐漸細化到具體的技術細則。
自動駕駛公司將持續收集數據，為日后多場景的商業化落地進行積累。
距離自動駕駛真正走進我們的生活，或許還有很長的路。不過我們依然有理由相信，在對新技術的潛在風險進行充分認識和排查后，自動駕駛將更加智能，為智慧出行保駕護航。
04 結語
騏驥千里，非一日之功。 對于新技術的到來，期盼之余，我們仍需要耐心和理智。
在信息和技術充分全球化的時代，影響技術發展的因素早已不局限在技術本身，政治、商業，乃至人性的多面性都可能成為筑堤過程中埋藏的蟻穴。
億歐汽車認為，自動駕駛必定為人類帶來更多可能，但道阻且長，仰望天空之時，勿忘腳踏實地。
玩家們需充分了解困難，逐一解決問題，才有可能構建更加扎實的科技出行未來。
中國自動駕駛技術發展，仍面臨底層核心技術限制、法規缺失、應用場景局限等難題；
人類稍有不慎，就可能會被技術反噬，自動駕駛在“出發”前需要被系上法律的安全帶；
好技術，首先是門好生意，商業化是自動駕駛可持續發展的基礎。
2018年，在美國亞利桑那州坦佩市，49歲的伊萊恩·赫茨伯格推著自行車過馬路時，被一輛Uber自動駕駛汽車撞倒后，不治身亡。
這是自動駕駛汽車有記錄以來全球第一起死亡事故，最終導致Uber終止了在亞利桑那州的自動駕駛技術測試。
鮮血濺透現實，美夢戛然中止。
但人們對自動駕駛的探索卻沒有在此終止。安全和與之相關的一切，成為之后自動駕駛企業深層探索的問題。
在中國，2017年《北京市關于加快推進自動駕駛車輛道路測試有關工作的指導意見（試行）》和《北京市自動駕駛車輛道路測試管理實施細則（試行）》兩份紅頭文件落地，北京成為中國首個開放公共道路自動駕駛路測的城市。
理想狀態下，足夠長距離的行駛里程、多場景的路測，為自動駕駛真正實現智能和安全提供背書。
人們一度寄希望于自動駕駛可以實現量變到質變，但是多長的距離才算長？多少次路測才足夠讓人們將包括生命在內的出行需求寄托在人工智能的手里？
事實上，人們對自動駕駛技術的希望與困境像陽光下物體的光影兩面，由技術發展程度所引申的底層技術限制、法規缺失、應用場景局限等問題，仍然是橫亙在入局者眼前的難題。
困境催人勇。自動駕駛相對收斂的技術發展速度勸退了一大批想在風口飛翔的“豬”，留下征服困難的人。
億歐汽車與多位業內人士交流了解后發現，這些深耕各自技術領域的人正在愈戰愈勇，他們也站上了實現技術和人身價值的更大舞臺。
01 芯片立于危墻之下
對于2021年的中國汽車產業而言，缺“芯”是揮之不去的烏云。
智能電動汽車浪潮的逼近，對自動駕駛底層芯片的影響逐漸顯現。在以英偉達、特斯拉為主導的CPU+GPU+ASIC主流架構之下，中國的自動駕駛產業無疑立于危墻之下。
圖森未來CEO陳默告訴億歐汽車，當前世界范圍內對于自動駕駛技術所做的研發，幾乎都在英偉達的生態之上，基于Orin授權做域控制器。倘若要轉平臺，企業需要承擔技術進度大幅下降的風險，即使其他芯片再便宜，也是得不償失。
但自動駕駛處在尚未大范圍普及的階段，很多入局者看準時機，希望通過自研“干票大的”。
事實上，高級別自動駕駛SoC芯片市場中已經聚集了英特爾、英偉達、高通、華為等企業，部分傳統汽車芯片廠也早已入局，主機廠和地平線、黑芝麻等公司也擁有同等的機會。
在當前市場主流的自動駕駛SoC芯片處理器架構方案中，除了CPU+GPU+ASIC架構，Mobileye、地平線等新興科技公司，致力于研發售賣自動駕駛專用AI芯片，采用CPU+ASIC方案；以Waymo、百度為代表的互聯網公司采用CPU+FPGA(+GPU)方案。
對于技術公司來說，芯片不僅與攝像頭、雷達等傳感器和ECU、DCU等控制器一同構成自動駕駛汽車的底層硬件系統，它的戰略地位幾乎等同于研發環境和整個生態。這也為深耕于自動駕駛技術的中國科技公司，帶來“彎道超車”的可能。
不過商業化落地之前，技術難分伯仲。
正如陳默所言，芯片企業即使能夠自研出性能相似的產品，在成本更高，價格更貴的前提下，也很難獲得商業上的成功。所以目前大多是基于國家投資，從軍用開始進行替代。
芯片之爭堪比高手對招。可以預想，在自動駕駛算法尚未成熟的階段，以英偉達為代表的CPU+GPU+ASIC的架構仍然會是主流，但國產自研芯片會是一段時間里的大勢所趨。
02法律先行，圈定迷失的技術和人性
相比于技術本身，政策法規是又一大剛性因素。
法規對于自動駕駛的影響來自三方面： 第一，當前法律約束下，路測范圍和條件一定程度制約了自動駕駛技術發展； 第二，法規尚未對自動駕駛技術所引發糾紛的責任歸屬做出界定； 第三，自動駕駛技術涉及到的信息與數據安全，還未形成硬性法律保護。
談及自動駕駛困境，黑芝麻智能CMO楊宇欣告訴億歐汽車，技術和法規都難辭其咎。但應當先克服技術瓶頸，還是先頒布法規，是一個先有雞還是先有蛋的問題。
政策法規的頒布需要技術的成熟，但技術成熟有賴于政策方面提供的路測支持。究其根本，自動駕駛從芯片、算法，再到傳感器，都處在走向成熟的過程。
文遠知行市場公關總監區錦燕表示，目前國內道路交通法和公路法不具備“自動駕駛”的相關內容，所以當企業計劃去測試和部署自動駕駛車時，首先要聯合政府創建包容的政策法規，甚至設置自動駕駛特區，嘗試在與現有公路法相沖突的地方進行適當變通。
2021年12月，德國在法律層面認可L3自動駕駛上路，成為全世界自動駕駛公司都艷羨的國家。
中國在對新事物立法層面一貫的謹慎，也得到一些技術保守派的支持。對于中國，技術與法律孰雞孰蛋，一目了然。
除了路測限制，自動駕駛的權責糾紛一直備受爭議。
2019年12月29日，發生在美國加州的一起Model S與本田思域相撞事故，造成對方車上2名乘客死亡，肇事車輛2人受傷。
特斯拉方面表示，根據汽車工程師協會的標準，Autopilot被認為是2級“部分自動化”系統，這要求駕駛員將手放在方向盤上，眼睛注視道路。但據后續介入調查的美國國家公路交通安全管理局（后稱“NHTSA” ）了解，駕駛員輔助功能在事故發生時處于激活狀態。
該事件后，NHTSA提醒公眾，當今沒有商用汽車可以自動駕駛。無論是否啟用 L2 自動駕駛系統，每輛上路的車輛都要求人類駕駛員始終處于控制之中，并且所有州法律都要求人類駕駛員對其車輛的操作負責。
如果L2級別自動駕駛系統的最終負責人是駕駛員，那么未來無需人類干涉的L4呢？
伯鐳科技產品解決方案負責人趙新寰告訴億歐汽車，在中國的開放路段，車輛以自動駕駛的工作狀態出事故后，事故的責任方是購買方還是車企，目前尚且無法界定；封閉道路則相對簡單，是車的問題，還是自動駕駛技術的問題，責任界定一目了然。
盡管有專業人士認為，道路自動駕駛的歸責原則可以借鑒交通安全法規定，但具體情況更為復雜。自動駕駛立法方面的缺失，也成為攔截在L4自動駕駛技術商業化落地前的一道安全鎖。
此外，信息與數據安全問題一直是智能終端產業備受爭議的部分。
在自動駕駛汽車中，隱私與數據保護涉及多重安全問題，包括個人層面的信息安全、網絡層面的系統安全，以及國家層面的數據安全。自動駕駛用戶的行駛記錄、操作記錄、場景甚至個人習慣等都極具商業價值，也極易被泄露和濫用。
在系統層面，自動駕駛系統一旦遭受黑客入侵，可能會造成連環車禍等極其嚴重的后果，威脅公共安全。
在數據安全層面，自動駕駛汽車智能水平越高，對數據的依賴越強，數據保護要求就越高，數據泄露事關國家安全。
人類稍有不慎，就可能會被技術反噬，而災難的始作俑者往往是人性。從這個角度來看，自動駕駛或許還需要更多準備，被系上法律的安全帶。
03 好技術，首先是門好生意
如果說，技術和法律是把自動駕駛推向人類社會的基本前提，那真實場景的應用，則是檢驗自動駕駛能否“勝任”的真槍實彈。
這里的真實場景，包括能夠順利完成運輸/出行工作和能夠搭建完整的商業閉環。
現代經濟學之父曼昆曾說，決定價格的是供需關系，而非價值本身。對于技術公司而言，能夠活下去需要滿足人們稀缺的需求，需要有市場，讓人們愿意掏腰包。
多少好產品死于商業化。文遠知行執行總監董方亮告訴億歐汽車，企業需要對員工和股東負責，所以商業化是創業之初就需要想清楚的事。
什么是一門好生意，亦是見仁見智的事情。
在董方亮看來，Robotaxi值得做，因為出租車、網約車人力成本高，Robotaxi將會成為運力補充，擁有增量市場。而文遠知行通過與車企、出行/貨運平臺構建“鐵三角”模式的戰略合作，也是因為后者能夠提供市場信息，有助于企業加速商業化進程。
享道出行CEO莊菁雄認為，從互聯網共享出行到硬科技時代，降本增效是核心，未來的Robotaxi、飛行汽車或將隨處可見。而通過與產業鏈上下游進行“合縱”，和對網約車、出租車等用戶平臺進行“連橫”，企業可以更加高效優質地形成商業化共贏。
在主線科技CEO張天雷眼中，相比于Robotaxi的復雜性，Robotruck因具有剛需性、迫切性和實現的確定性，使得它更加觸手可及。
張天雷認為，拿到自動駕駛項目的訂單只是第一步，真正考驗自動駕駛企業的地方在于，能夠符合預期地穩定交付好產品。
事實上，受制于層出不窮的“長尾問題”，自動駕駛在中國還僅僅應用在港口、礦區等行進軌跡較為簡單、事故成本較低的封閉路段場景。而世界范圍內的開放路段自動駕駛，也仍處在道路測試和持續收集數據階段。
特斯拉于2020年10月，在美國推出FSD beta版供部分人員內測，次年7月推出FSD（Full Self-driving）訂閱服務。
目前，行駛在美國公路上的特斯拉FSD Beta版還在持續運行和升級當中，這些道路數據將持續反哺特斯拉自動駕駛系統，為日后向L3及以上的自動駕駛技術提供量的積累。
億歐汽車從特斯拉處了解到，特斯拉今年仍將在持續通過計算機視覺技術，為單車智能提供訓練。原理上，特斯拉自動駕駛使用神經網絡芯片，通過軟件模擬人腦的運作方式，基于對已有數據的分析學習，對當前道路環境進行預判。
這樣的技術路徑依賴道路測試數據，幫助軟件學習迭代，雖然長尾問題卻依然層出不窮，但它的優勢也顯而易見，即借助軟件節省硬件空間和配置，而非依靠純硬件來堆出精確度。
根據特斯拉最新的2021年Q4車輛安全報告，每431萬英里（約合694萬公里）的行駛里程測試中，Autopilot自動輔助駕駛參與下的駕駛過程中會出現1起交通事故。
而相比NHTSA最新發布的數據——美國平均每431英里（約合694萬公里）的行駛里程中出現8.9起交通事故，特斯拉Autopilot自動輔助駕駛的安全性已經達到美國平均水平的8.9倍。
1月26日，發改委、商務部印發《關于深圳建設中國特色社會主義先行示范區放寬市場準入若干特別措施的意見》，支持深圳統一規劃建設和運營新能源汽車充換儲放一體化新型基礎設施，放寬融合性產品和服務的市場準入限制，推進車路協同和無人駕駛技術應用。
億歐汽車也觀察到，過去一年里，國內有更多的自動駕駛公司獲得特定場景的測試運營牌照，而政策的指揮棒面對自動駕駛，也從發展規劃綱逐漸細化到具體的技術細則。
自動駕駛公司將持續收集數據，為日后多場景的商業化落地進行積累。
距離自動駕駛真正走進我們的生活，或許還有很長的路。不過我們依然有理由相信，在對新技術的潛在風險進行充分認識和排查后，自動駕駛將更加智能，為智慧出行保駕護航。
04 結語
騏驥千里，非一日之功。 對于新技術的到來，期盼之余，我們仍需要耐心和理智。
在信息和技術充分全球化的時代，影響技術發展的因素早已不局限在技術本身，政治、商業，乃至人性的多面性都可能成為筑堤過程中埋藏的蟻穴。
億歐汽車認為，自動駕駛必定為人類帶來更多可能，但道阻且長，仰望天空之時，勿忘腳踏實地。
玩家們需充分了解困難，逐一解決問題，才有可能構建更加扎實的科技出行未來。
