无人驾驶：近在已经落地，远在十年难及

汽车行业的大方向有两个，一个是新能源/电动化，一个是智能网联+自动驾驶/无人驾驶。随着产业变革的推进，自动驾驶越来越被认为是汽车产业乃至人类社会的未来方向，但如何从人工驾驶过渡到自动驾驶仍然是一个有争议的问题。

以时间为例:明天的画面很清晰，今天的情况很确定。只是从现在到明天的夜晚如何还属于黑暗的颜色——如何为自动驾驶时代的到来做铺垫？

车尔尼雪夫斯基说，所有在理论上未解决的问题都被现实生活中的实践完全解决了。

一场以人工智能为主题的展览和一场“我们离高级无人驾驶的普及还有多远”的圆桌讨论，聚集了大量从事实际研究和推广的专业人士，从华为车云、高通、福特等行业巨头，到时宇科技、绞盘科技、AutoX等迅速崛起的自动驾驶第一梯队。

因此，在以“非凡智慧”为主题的2021中国人工智能大会(CCAI 2021)期间，由东浩兰生和机器心-自动字节共同主办的WAIC智慧出行论坛，让我们离上一个问题的答案又近了一步。

如本文标题所述，可以说没有安全员的高级无人驾驶已经落地，也可以说十年内不会普及。

无论如何，今夜的黑暗与无序终将打破探索过程中的混乱，迎来明天的光明与繁荣。

不能一概而论的答案

对于重要的问题，世人往往喜欢简单粗暴的回答:是，或者不是。

然而，很多人忽略了一个事实:成人的世界是从哪里来的？不同的场景，不同的约束，都会导致最终答案存在变数。高阶自动驾驶就是典型的例子。

在“我们离高级无人驾驶的普及还有多远”圆桌论坛中，AutoX创始人兼CEO小在汽车公社/C元的观点中给出了最具代表性的观点，因为观测的范围不同，那么答案也不尽相同。

“一个城市无人驾驶，我们的答案是2-3年。但是如果全中国都无人驾驶，可能需要时间，可能需要长达十年的时间才能普及到全国这么多的城镇。”小熊健把单个城市和整个国家作为不同的前提条件。“因为中国是一个相当大的国家，我们国家真的很大，不像新加坡的一个城市，所以真的需要一些时间。”

事实上，按照小的分类，如果把观察范围从一个城市缩小到城市的一个区，“如果做到了这一点，数字就是负数，”他开玩笑说。这是因为自动驾驶出租车Robotaxi已经在深圳部分区域实现了高水平的无人驾驶，2020年全年测试，2021年1月投入试运营。所以理论上已经实现了高水平的无人驾驶。

但如果要投入全市，难度会比单区运营高一个数量级，但会比跨市运营低。比如目前被视为全球最强自动驾驶的Waymo，已经在面积相当大的凤凰城进行了自动驾驶测试。在小看来，“理论上没有什么可以阻止它变得更大(被测试)。当然凤凰的路况比较简单”。所以他给了2-3年大城市的全城自动驾驶运营；但如果范围扩大到全国，可能会延长到十年。

当然，也有很多参与者从保守或克制的层面给出前景。

华为智能汽车云服务CTO余杰认同很多传统的认知——把L3及以上定位为高级自动驾驶还需要一段时间，因为技术和法律两方面都有难度。

于杰还强调了前提——在有限的范围内，也就是“这个范围有多大，我们的舰队就有多少”。以Waymo为代表的Robotaxi，确实实现了有限范围内的高阶自动驾驶，也开始让真正的用户和消费者受益；但是商业模式建立了吗？可以扩展到其他城市吗？在余杰看来，还有待观察。

在以特斯拉为代表的辅助驾驶领域，未来ODD的应用范围会不断扩大，从简单的车道保持到现在，也有一定的红绿灯识别能力，从封闭的高速公路路段到部分城市路段。“由于技术考虑或法律风险，每个人都可能被限制在L3。我认为这是一个长期的过程。”短期内大家能得到的，本质上将是辅助驾驶或者高阶辅助驾驶。“至于真正的高阶，有多远？”它可以在有限的区域内实现...现在真正定义的高阶如果是放开机器，我觉得还需要时间。"

混车科技CTO杨瑞刚指出，号称比乘用车更快的自动驾驶重卡也面临两个难题。第一，高速运动和高重量对感知系统提出了很高的要求。第二，多节车身和重重量带来的车辆控制问题，包括纯无人驾驶卡车的普及，还需要5-10年。

也有从乐观和悲观两方面平衡看待问题的观点，比如德路科技有限公司创始人兼CEO张颖，在其看来，目前的产业环境和绝大多数企业都无法实现高水平无人驾驶的普及；但没必要“等到这一代消费者老了。”“高水平的自动驾驶应该由消费者实际需要解决的场景难点来定义，而不是行业的技术难点。自动驾驶不是技术，而是服务。关键在于消费者是否买单。”

时宇科技联合创始人董事长兼CEO吴甘沙给出了大规模商业化的前提标准——无人驾驶是否比有人驾驶更安全。在他看来，“虽然有人说自动驾驶已经进入下半场，套用丘吉尔的话——现在只是开始的结束，我们才刚刚从演示开始大规模商业化的量产。”

所以我们可以说高阶自动驾驶，或者说没有安全人员的无人驾驶已经在当地投入运营，也可以说真正大规模推广还需要10年。

争论尚未解决。

如果说在前提允许的情况下，基本可以给出“高级自动驾驶什么时候来”的答案，那么实现的过程还是充满了各种争议。

比如“L3自动驾驶仪需要跳过吗？”"如何平衡数据积累的数量和质量？"像这样最前沿的话题，业界已经争论了十几年，现在各方依然坚持自己的观点。

就“自动驾驶实现的阶段模式”而言，是否落地L3一直是两派针锋相对的话题。因为在SAE标准中，划分等级的最大依据不是传感器或者计算能力，而是权利和责任的放置，那么L3有一个最大的特点——权力和责任在人和车之间频繁交接。虽然理论上L3对传感器和计算能力的需求没有L4高，但是这种频繁的切换和切换增加了风险，其商业价值还需要详细论证。

所以像丰田、博世这样的厂商放弃了开发L3，而奥迪原本计划将A8作为量产的第一款L3车型，但也打了退堂鼓。另一方面，在自动驾驶方面一直排名靠后的本田，却摘下了量产首款L3车型的桂冠。当初放弃L3的福特已经重新回到草地，决定选择渐进式发展路线，重新夺回L3。

在本次论坛上，杨瑞刚表达了对L3-L5逐步迭代的认可。“L3和L4、L5自动驾驶车辆在软件架构、传感器配置、对车辆底盘的要求等方面没有本质区别。只要有很多可以记录和同步数据的传感器，就可以用于模拟和训练，以促进向L4和L5的迭代升级。”

然而，小熊健对此提出了异议:“传感器越多越好，但必须足够。如果不够，是绝对无法实现无人驾驶的。数据的有效性仅限于同一种数据。从经济角度来说，如果车上的传感器和价格已经是L4，那么就没有必要从L3开始逐步发展。如果价格卡住了，不可能装那么多传感器。而如果你付出这么多传感器的成本，为什么不用它做L4呢？”

可以看出，除了博世和丰田之前对权责交接带来的风险的考虑，L3可操作性在传感器成本和数据积累方面还需要进一步考虑。

是不是有些细化的问题必须由方向决定？是的，不完全是。

以“数据积累”为例，于杰表示，全场景自动驾驶需要的数据量，目前还没有统一的答案。只能说“自动驾驶对数据的需求是无止境的”，积累的数据必须是有效的。正如小熊健所说，包括特斯拉的“影子模型”，业内现有的误解是数据只重，不重质量；而高质量的数据意味着大量的存储空间和处理能力，这也是第五代AutoX无人驾驶系统计算能力高达2200 TOPS的原因。

我们以C-V2X/V2X为例。目前公认这个题目“极其重要”，但难点在哪里？怎么解决？还是有不同的看法。

福特中国首席信息官、车联网技术负责人侯新海列举了四大难点:

1.V2X需要全方位合作，产业链长，参与方多，投入大。“消费者的实际需求有时候并没有真正把握住。有些地方投资片面，只求速度。”

2.目前数据权限分类还没有开放，运营商还有很大的提升空间。很多地方对数据权的运营主体不够明确，会阻碍V2X的商业化。

3.需要统一技术标准和安全标准之间的标准。因为目前不同城市接入V2X的话，每个地方的接入标准和信息标准都不一样，所以福特需要在每个城市做一些额外的适配或者测试。

4.保持数据的完整性和一致性非常重要。但在V2X的发展现状中，普遍偏向于“重投资轻运营...这个行业要想走得更广，需要全行业的配合。”

高通科技产品市场副总裁孙刚表示，高通目前有三条车载生产线，分别是车联网和C-V2X、数字驾驶舱和自动驾驶解决方案。因为大多数车辆在信号传输上仍然使用分布式架构，少数车辆已经使用了更先进的域控制器架构，高通正在统一智能驾驶舱和自动驾驶仪的架构，最终可能形成一个中央计算架构，也就是车侧智能和C-V2。

0

无论是这个论坛，还是整个行业的舆论环境，似乎所有的观点都无法统一，就像“L3该不该开发”这个话题一样。但无论如何，我们不难发现，在宏观层面，大方向正在逐渐清晰。回到十年前，主流观点还在质疑汽车电动化、智能化的必要性和可行性，现在已经开始论证什么时候能实现。

汽车字节跳动副总裁曹锦指出:“在出行变化面前，没有人会是旁观者。整个行业生态的重生，即将改写每个人的生活方式。不管我们是什么身份，我们都是见证人。”

其实，在时代的大潮面前，我们每个人不仅仅是见证者，更是参与者和推动者。汽车行业的大方向有两个，一个是新能源/电动化，一个是智能网联+自动驾驶/无人驾驶。随着产业变革的推进，自动驾驶越来越被认为是汽车产业乃至人类社会的未来方向，但如何从人工驾驶过渡到自动驾驶仍然是一个有争议的问题。

以时间为例:明天的画面很清晰，今天的情况很确定。只是从现在到明天的夜晚如何还属于黑暗的颜色——如何为自动驾驶时代的到来做铺垫？

车尔尼雪夫斯基说，所有在理论上未解决的问题都被现实生活中的实践完全解决了。

一场以人工智能为主题的展览和一场“我们离高级无人驾驶的普及还有多远”的圆桌讨论，聚集了大量从事实际研究和推广的专业人士，从华为车云、高通、福特等行业巨头，到时宇科技、绞盘科技、AutoX等迅速崛起的自动驾驶第一梯队。

因此，在以“非凡智慧”为主题的2021中国人工智能大会(CCAI 2021)期间，由东浩兰生和机器心-自动字节共同主办的WAIC智慧出行论坛，让我们离上一个问题的答案又近了一步。

……

如本文标题所述，可以说没有安全员的高级无人驾驶已经落地，也可以说十年内不会普及。

无论如何，今夜的黑暗与无序终将打破探索过程中的混乱，迎来明天的光明与繁荣。

不能一概而论的答案

对于重要的问题，世人往往喜欢简单粗暴的回答:是，或者不是。

然而，很多人忽略了一个事实:成人的世界是从哪里来的？不同的场景，不同的约束，都会导致最终答案存在变数。高阶自动驾驶就是典型的例子。

在“我们离高级无人驾驶的普及还有多远”圆桌论坛中，AutoX创始人兼CEO小在汽车公社/C元的观点中给出了最具代表性的观点，因为观测的范围不同，那么答案也不尽相同。

“一个城市无人驾驶，我们的答案是2-3年。但是如果全中国都无人驾驶，可能需要时间，可能需要长达十年的时间才能普及到全国这么多的城镇。”小熊健把单个城市和整个国家作为不同的前提条件。“因为中国是一个相当大的国家，我们国家真的很大，不像新加坡的一个城市，所以真的需要一些时间。”

事实上，按照小的分类，如果把观察范围从一个城市缩小到城市的一个区，“如果做到了这一点，数字就是负数，”他开玩笑说。这是因为自动驾驶出租车Robotaxi已经在深圳部分区域实现了高水平的无人驾驶，2020年全年测试，2021年1月投入试运营。所以理论上已经实现了高水平的无人驾驶。

但如果要投入全市，难度会比单区运营高一个数量级，但会比跨市运营低。比如目前被视为全球最强自动驾驶的Waymo，已经在面积相当大的凤凰城进行了自动驾驶测试。在小看来，“理论上没有什么可以阻止它变得更大(被测试)。当然凤凰的路况比较简单”。所以他给了2-3年大城市的全城自动驾驶运营；但如果范围扩大到全国，可能会延长到十年。

当然，也有很多参与者从保守或克制的层面给出前景。

华为智能汽车云服务CTO余杰认同很多传统的认知——把L3及以上定位为高级自动驾驶还需要一段时间，因为技术和法律两方面都有难度。

于杰还强调了前提——在有限的范围内，也就是“这个范围有多大，我们的舰队就有多少”。以Waymo为代表的Robotaxi，确实实现了有限范围内的高阶自动驾驶，也开始让真正的用户和消费者受益；但是商业模式建立了吗？可以扩展到其他城市吗？在余杰看来，还有待观察。

在以特斯拉为代表的辅助驾驶领域，未来ODD的应用范围会不断扩大，从简单的车道保持到现在，也有一定的红绿灯识别能力，从封闭的高速公路路段到部分城市路段。“由于技术考虑或法律风险，每个人都可能被限制在L3。我认为这是一个长期的过程。”短期内大家能得到的，本质上将是辅助驾驶或者高阶辅助驾驶。“至于真正的高阶，有多远？”它可以在有限的区域内实现...现在真正定义的高阶如果是放开机器，我觉得还需要时间。"

混车科技CTO杨瑞刚指出，号称比乘用车更快的自动驾驶重卡也面临两个难题。第一，高速运动和高重量对感知系统提出了很高的要求。第二，多节车身和重重量带来的车辆控制问题，包括纯无人驾驶卡车的普及，还需要5-10年。

也有从乐观和悲观两方面平衡看待问题的观点，比如德路科技有限公司创始人兼CEO张颖，在其看来，目前的产业环境和绝大多数企业都无法实现高水平无人驾驶的普及；但没必要“等到这一代消费者老了。”“高水平的自动驾驶应该由消费者实际需要解决的场景难点来定义，而不是行业的技术难点。自动驾驶不是技术，而是服务。关键在于消费者是否买单。”

时宇科技联合创始人董事长兼CEO吴甘沙给出了大规模商业化的前提标准——无人驾驶是否比有人驾驶更安全。在他看来，“虽然有人说自动驾驶已经进入下半场，套用丘吉尔的话——现在只是开始的结束，我们才刚刚从演示开始大规模商业化的量产。”

所以我们可以说高阶自动驾驶，或者说没有安全人员的无人驾驶已经在当地投入运营，也可以说真正大规模推广还需要10年。

争论尚未解决。

如果说在前提允许的情况下，基本可以给出“高级自动驾驶什么时候来”的答案，那么实现的过程还是充满了各种争议。

比如“L3自动驾驶仪需要跳过吗？”"如何平衡数据积累的数量和质量？"像这样最前沿的话题，业界已经争论了十几年，现在各方依然坚持自己的观点。

就“自动驾驶实现的阶段模式”而言，是否落地L3一直是两派针锋相对的话题。因为在SAE标准中，划分等级的最大依据不是传感器或者计算能力，而是权利和责任的放置，那么L3有一个最大的特点——权力和责任在人和车之间频繁交接。虽然理论上L3对传感器和计算能力的需求没有L4高，但是这种频繁的切换和切换增加了风险，其商业价值还需要详细论证。

所以像丰田、博世这样的厂商放弃了开发L3，而奥迪原本计划将A8作为量产的第一款L3车型，但也打了退堂鼓。另一方面，在自动驾驶方面一直排名靠后的本田，却摘下了量产首款L3车型的桂冠。当初放弃L3的福特已经重新回到草地，决定选择渐进式发展路线，重新夺回L3。

在本次论坛上，杨瑞刚表达了对L3-L5逐步迭代的认可。“L3和L4、L5自动驾驶车辆在软件架构、传感器配置、对车辆底盘的要求等方面没有本质区别。只要有很多可以记录和同步数据的传感器，就可以用于模拟和训练，以促进向L4和L5的迭代升级。”

然而，小熊健对此提出了异议:“传感器越多越好，但必须足够。如果不够，是绝对无法实现无人驾驶的。数据的有效性仅限于同一种数据。从经济角度来说，如果车上的传感器和价格已经是L4，那么就没有必要从L3开始逐步发展。如果价格卡住了，不可能装那么多传感器。而如果你付出这么多传感器的成本，为什么不用它做L4呢？”

可以看出，除了博世和丰田之前对权责交接带来的风险的考虑，L3可操作性在传感器成本和数据积累方面还需要进一步考虑。

是不是有些细化的问题必须由方向决定？是的，不完全是。

以“数据积累”为例，于杰表示，全场景自动驾驶需要的数据量，目前还没有统一的答案。只能说“自动驾驶对数据的需求是无止境的”，积累的数据必须是有效的。正如小熊健所说，包括特斯拉的“影子模型”，业内现有的误解是数据只重，不重质量；而高质量的数据意味着大量的存储空间和处理能力，这也是第五代AutoX无人驾驶系统计算能力高达2200 TOPS的原因。

我们以C-V2X/V2X为例。目前公认这个题目“极其重要”，但难点在哪里？怎么解决？还是有不同的看法。

福特中国首席信息官、车联网技术负责人侯新海列举了四大难点:

1.V2X需要全方位合作，产业链长，参与方多，投入大。“消费者的实际需求有时候并没有真正把握住。有些地方投资片面，只求速度。”

2.目前数据权限分类还没有开放，运营商还有很大的提升空间。很多地方对数据权的运营主体不够明确，会阻碍V2X的商业化。

3.需要统一技术标准和安全标准之间的标准。因为目前不同城市接入V2X的话，每个地方的接入标准和信息标准都不一样，所以福特需要在每个城市做一些额外的适配或者测试。

4.保持数据的完整性和一致性非常重要。但在V2X的发展现状中，普遍偏向于“重投资轻运营...这个行业要想走得更广，需要全行业的配合。”

高通科技产品市场副总裁孙刚表示，高通目前有三条车载生产线，分别是车联网和C-V2X、数字驾驶舱和自动驾驶解决方案。因为大多数车辆在信号传输上仍然使用分布式架构，少数车辆已经使用了更先进的域控制器架构，高通正在统一智能驾驶舱和自动驾驶仪的架构，最终可能形成一个中央计算架构，也就是车侧智能和C-V2。

0

无论是这个论坛，还是整个行业的舆论环境，似乎所有的观点都无法统一，就像“L3该不该开发”这个话题一样。但无论如何，我们不难发现，在宏观层面，大方向正在逐渐清晰。回到十年前，主流观点还在质疑汽车电动化、智能化的必要性和可行性，现在已经开始论证什么时候能实现。

汽车字节跳动副总裁曹锦指出:“在出行变化面前，没有人会是旁观者。整个行业生态的重生，即将改写每个人的生活方式。不管我们是什么身份，我们都是见证人。”

其实，在时代的大潮面前，我们每个人不仅仅是见证者，更是参与者和推动者。

标签：福特丰田特斯拉奥迪本田

汽车资讯热门资讯