经济观察报 记者 高飞昌要实现自动驾驶，究竟走哪条路径才是正确的？围绕渐进式路径（从低级别自动驾驶逐步发展至高级别自动驾驶）和一步到位路径（直接发展高级别自动驾驶），自动驾驶从业者们形成了明显的两大“对立”阵营。
一些企业旗帜鲜明地认为，真正的全无人自动驾驶在未来十年甚至更长的时间里都不会成为现实，因为要克服标准、数据、算力、场景、法律法规等一系列障碍，当下遵循渐进式路径才是稳妥的和理智的。
另一些企业则认为，高级别自动驾驶的实现近在眼前，理由是在一些特定区域内，如港口、矿山、园区、物流干线等场景中，已经具备了无人车载客和载物的条件，无人驾驶商业化也只差临门一脚。
哪一种观点才符合事实？又该如何正确看待自动驾驶当前的发展？在近期由经济观察报举办的“梦想照进现实自动驾驶发展创新论坛”（简称自动驾驶发展创新论坛）上，来自自动驾驶企业的代表、相关行业机构的专家进行了一场去伪存真、明辨是非的讨论。
自动驾驶阶段性遇阻
实现完全的自动驾驶，让汽车从需要人驾驶的交通工具变成不需要人驾驶的移动出行空间，从单纯的代步工具变成兼具信息交互和娱乐生活的“第三空间”，是自动驾驶从业者们多年来的梦想。
近两年，自动驾驶遇到明显的寒流，热度大不如前。具体表现在，美国硅谷及中国国内的一些自动驾驶创业公司纷纷宣布倒闭，如曾名噪一时的ArgoAI，美国第一家自动驾驶上市公司Embark，以及Quanergy、Velodyne等激光雷达公司。国内的一些自动驾驶企业在近期收缩业务，如阿里巴巴砍掉了自动驾驶部门，在美国上市的图森未来面临被强制退市的命运。诸多事件给此前“高热不退”的自动驾驶行业浇了一盆冷水，也让业界开始重新思考自动驾驶发展的未来。
早在几年前，由于频繁出现自动驾驶酿成交通安全事故的案例，特斯拉等车企的自动驾驶系统饱受争议，同时引发“车企是否存在对自动驾驶功能过度宣传”的大讨论。
根据我国现行的交通法律法规，汽车的自动驾驶功能要求驾驶员的双手不能脱离方向盘。这一要求，按照行业传统分类的L0至L5的自动驾驶等级，只能被归类为L2级，距离L4以上的高阶自动驾驶还比较远。行业将这样的自动驾驶，谨慎地称为辅助驾驶。
无可否认，自动驾驶是推动汽车行业变革的一股强大力量，且从实质上改变了汽车原本的形态。近几年新上市的汽车产品，已广泛搭载了辅助驾驶功能，消费者对于智能汽车的接受度也一路走高。根据中国汽车工程学会的统计数据，2022年燃油车L2级的辅助驾驶技术搭载率为32%，新能源汽车渗透率则达到46%。一些自动驾驶公司更是预测，到2025年高阶辅助驾驶搭载率或达到70%。
没有自动驾驶的发展，就难有今天智能汽车占据车市主流的局面。在整车企业、自动驾驶产业链公司的共同推动之下，众多前沿的自动驾驶技术进入汽车内，消费者也得到了更丰富的用车体验。
一些乐观的观点预测，自动驾驶在未来将极大地重构汽车的产业链、价值链、生态链。围绕自动驾驶，业已形成了涵盖自动驾驶芯片、算法算力、高精地图、激光雷达等软硬件厂商在内的产业链条。
大多数整车企业，将移动出行作为未来战略中重要的营收和利润来源，而不再是制造和销售汽车。一些从事自动驾驶发展的产业链公司也抱有同样的想法，即成为自动驾驶的运营商。
此次自动驾驶创新发展论坛上，诸多嘉宾的一大共识是，长期看行业仍旧拥有巨大的发展机会和商业前景，但需要打造出新的生态链。“我一直认为中国的汽车智能化往下走不是单一企业独立作战，一定要上下游，从芯片到软件、到汽车电子、到整车、甚至到运营商都要协同起来。”国家新能源汽车技术创新中心总经理、中国汽车芯片产业创新战略联盟秘书长原诚寅表示，“中国要利用好自己的产业优势，利用好场景，不管是乘用车还是商用车，一定要想明白在哪种场景下把上下游整合到一起，这是有价值的。”
路径之争背后的商业模式差异
到底走渐进式路径还是坚持一步到位路径？要快还是要慢？在众多专业人士的观点里，这归根结底取决于一家公司采取何种商业模式，以及要打造何种用户体验。
“最近看到有一些公司退出了，因为这些公司发现最终的商业逻辑是不成立的，有一些技术上判断的失误。我个人认为这是商业上变现的难点，这也是芯驰一直没有做特别大算力芯片的考量。”芯驰科技自动驾驶负责人陶圣表示。
与陶圣持有相似观点的还有地平线副总裁兼智能汽车事业部业务拓展负责人张宏志。他说，“自动驾驶往下走不是一年两年，而是十年八年，十年八年靠‘烧融资’是走不下去的，这件事情需要大量商业化，不是‘短平快’的事情。在很多约束条件下求发展、求领先，需要考虑的一个是商业化问题，一个是规模化问题，而商业化本身代表着性价比，还有体验、技术可行性等。”
商业模式迟迟无法兑现，成为许多自动驾驶公司陷入困境的根本原因。实际上，在电动化、智能化、网联化、自动化的“四化”变革过程中，商业需求是驱动技术发展的重要因素。对于自动驾驶产业参与者而言，若缺乏广阔的市场需求，就难以推动技术的验证和迭代升级。相应地，也会失去产业投融资的青睐。
实现自动驾驶需要海量的数据作支撑。从全球看，较早发力自动驾驶的Cruise、Waymo等公司，均拥有长期大量的数据积累，基于这些数据以及对数据的理解、分析、判断，才能形成自动驾驶场景化运营的闭环。基于这一逻辑，聚焦于不同的细分领域，如面向乘用车或商用车的自动驾驶、面向城市道路或固定场景的自动驾驶，各公司的视角不一样，也决定了企业的业务重心和商业模式有所不同。
大致来看，有着相对固定路线的商用车、特种车辆等汽车的自动驾驶，要比行驶在复杂城市道路的家用车，更容易实现高级别自动驾驶。乘用车领域，当前大多数国家和地区都将自动驾驶功能局限在L3级之下。但一些好的信号也已出现。今年6月初，美国加州向德国奔驰发放了L3级自动驾驶测试认证，打开了乘用车加速迈向高级别自动驾驶的口子。据悉，我国也在加快制定L3级智能网联汽车标准。6月21日，在国务院新闻办公室举行的国务院政策例行吹风会上，工业和信息化部副部长辛国斌表示，支持L3级及更高级别的自动驾驶功能商业化应用。
相较于乘用车的自动驾驶，针对特殊场景的自动驾驶即将跨越商业化盈利的门槛。目前，国内的深圳等城市，已出台了允许L4无人车商业运营的规定，百度萝卜快跑已在坪山区展开无人车收费运营。
上海友道智途首席架构师、智能驾驶中心副总经理张显宏判断，目前无人驾驶在全场景下的商业应用还需要较长的时间，但在某些特定场景，比如港口、矿山，在未来的两三年，无人驾驶可能会迎来大规模商用。“每次谈到自动驾驶，一般是从L1到L5的渐进路线，但我们选择的是在L4里选择一个点，把这个点变成一个圈，再把这个圈变成更大的圈，最终打破圈。我们认为，如果定义的产品是要做全无人的，‘点变圈，变更大圈’的这种渐进式路线是更好的方式。”飞步科技公司联合创始人兼CTO杨政表示。
文远知行产品工程执行总监刘振亚则以自己对Cruise和Waymo的考察得出结论，从两家公司实际的运营情况来说，从技术维度，传统的分感知、决策、规划，控制链条的技术方法是真正可以落地的。
领骏科技技术副总裁司若辰表示，公司的L4无人驾驶产品现阶段面向的更多是B端客户。相对于车辆成本，B端客户更关注使用过程中对安全成本、生产成本和生产效益方面的影响。基于商用车客户的特性，领骏科技选择L4技术路径，同时将L4技术“降维”应用到辅助驾驶领域。
技术实现手段的较量
站在普通消费者的角度，自动驾驶功能的有无已是购买决策中的重要指标。同时，车辆提供什么样的自动驾驶技术，也日渐受到消费者的关注。
从自动驾驶公司的角度看，选择什么样的技术，一是商业模式是否能走通，二是成本效益是否合理，这又取决于能否依靠规模化实现降本增效。当前，在采用何种标准和技术手段方面，存在着众多技术路线。
仅仅自动驾驶的传感器一项，就存在着纯视觉路线和激光雷达路线两个阵营。特斯拉是纯视觉路线的代表公司，中国国内新势力车企则普遍拥抱激光雷达。两者比较，纯视觉路线硬件成本更低但精准度有限；而激光雷达路线成本高但精准度更好。事实上，目前两条路线均无法自证是绝对安全的。这是因为任何技术目前都难以穷尽覆盖所有的场景。
张显宏认为，不管是乘用车还是商用车，现在要做高阶的自动驾驶或者说无人驾驶，还离不开激光雷达。特斯拉一直宣称不用激光雷达，目前在坚持走视觉路线，做视觉更多的是面对着2C的市场，但如果做无人的话，激光方案目前来说是无法逃避的方案。
陶圣表示：“特斯拉说用纯视觉，不用激光雷达，我们的观点是他不选择激光雷达是因为激光雷达比较贵，马斯克从来不忌惮打自己脸。”
除了激光雷达与视觉感知路线的区别，诸如是否用高精地图，是否发展驾舱一体的算力，个中的分歧背后，都指向具体公司对于自身成本和收益的权衡。关于高精地图，由于其需要运算的数据呈指数级上升，技术实现难度过大，导致目前不少公司倾向于选择更轻量化的地图。
而在自动驾驶的终极逻辑上，是只发展单车智能，还是发展车路云一体，目前也有一些讨论，但普遍观点是，车路云一体将是最终的方案。车路云一体，是从交通出行的高维视角出发实现车端、路端、云端的数字化、智能化实时连通融合。但这需要对道路、建筑等基础设施加以智能化改造，智慧城市成为气候之后方能实现。根据工信部发布的《智能网联汽车标准体系》，车路协同已被视作长期路线，这也是更符合中国国情的自动驾驶之路。
此外，人工智能大模型应用的出现为实现自动驾驶提供了全新的思路。中信建投人工智能首席于芳博表示，大模型在深刻地改变自动驾驶领域，有可能让自动驾驶研发更快，从特斯拉的角度来看效果是明显的。但这跟ChatGPT的关系不那么大，因为ChatGPT走的是自然语言理解，（特斯拉的）自动驾驶走的是视觉路线。
纵然自动驾驶目前遭遇了波动，同时面临诸多障碍，还存在各种技术路线的分野，但参与此次自动驾驶发展创新论坛的专家们共同认为，自动驾驶终将会梦想照进现实。伴随着更加明确的政策出台和行业标准统一、自动驾驶产业链生态的形成，真正的自动驾驶时代将会加速走来。
