环球观焦点：自动驾驶“元年”还有多远？

关于自动驾驶的话题讨论已经很多，目前还出现了自动驾驶进入“寒冬”的一些声音。

几天前，受邀请参与了钛媒体《钛度热平》一个有关自动驾驶元年还有多远的话题讨论，讨论的方向主要围绕L2至L5中，若要实现自动驾驶汽车大规模量产，理想的级别会是哪个？自研自动驾驶解决方案采购自动驾驶解决方案。这两种模式的优劣是什么?自动驾驶未来还会衍生出哪些应用场景？会面临哪些难点？

(资料图片)

以下是自己的部分观点，与各位读者分享，欢迎一起来讨论。

当前，新能源汽车的市场渗透率已逼近25%，依据“新技术市场接受曲线”的理论，一旦销量达到20%，就意味着已经跨入“早期主流用户”的阶段。可以说，汽车电动化上半场已经基本进化完成，如今已进入智能化下半场，自动驾驶能力成为智能汽车的关键决胜点，也是中国汽车产业再次抓住全球发展机遇的关键点。

和电动化发展一样，中国也已成为汽车智能技术创新的大国和重要战场，最先进的技术、最先进的产品往往是最先在中国市场落地。

工信部数据显示，2022年上半年，具备组合驾驶辅助功能的乘用车销量超288万辆，市场渗透率已达32.4%。同时在行业层面也已经有了一个共识，2023年将开启高阶智能驾驶功能的汽车大规模商业化落地，OEM在智能化领域将面临更激烈的竞争。到2030年，没有自动驾驶能力的汽车将失去竞争力。

事实上，在这份征求意见稿之前，依据工信部公安部交通部的97号文，国内有不少城市，已经在开展自动驾驶的相关测试和试点工作，比如武汉、重庆、深圳、上海等城市发布了无人驾驶示范运营相关政策或法规。

此次征求意见稿进一步释放了积极的政策信号，将进一步促进智能网联汽车推广应用。相信征求意见稿的发布将进一步促进地方政策的迭代和创新。

汽车智能化的竞争窗口期已经开启，未来2-3年将是决胜的关键。部分真正有实力、有信心的OEM，在这个时期考虑尝试全栈自研是可以理解的，但是巨大的挑战和竞争压力。

自动驾驶系统是一个极其复杂的软硬一体的系统。软件方面，对于架构及代码的质量要求极高，绝不能动不动就出问题。算法层面，必须基于海量的高质量数据来训练，构建复杂的AI模型，经过系统地评测，才能够准确有效地感知和识别中国道路上的各种复杂的长尾情形。

在硬件层面，也必须具有高可靠性，要有安全冗余。整体的这样一个系统的集成是一个高难度大规模复杂系统的集成，所以要做好高级别的智能驾驶，挑战是极其巨大的。需要企业投入大量的时间和资金，同时还需要在软件、算法人才方面有所储备，这些都是传统OEM不够擅长的领域。

OEM做全栈自研需要更多考虑自身的具体情况，需要在成本投入和效果回报之间找到平衡。不是所有的车企都具备全栈自研的基础，现在这个阶段有些车厂已经有部分基础能力、基础组件，可能会考虑以购买的形式去补其他的短板。全栈自研作为自己的一个突破点可能去尝试，跟供应商的合作也会作为另一种方案去使用，综合才会是车企在这个阶段比较好的选择。

关于自动驾驶应用场景和商业化落地方面的进展，百度可以作为一个参考的例子。从公开的消息了解到，百度在自动驾驶领域全面布局了车（ASD汽车智能化）、路（ACE智能交通）、行（萝卜快跑）三条商业化路径。

目前，萝卜快跑已在北京、上海、武汉、重庆等10多个城市开展自动驾驶商业化出行服务，其中重庆、武汉已实现车内无安全员的自动驾驶商业化出行服务，总订单量超过100万单；在智能交通领域，截至2022年Q2末，按合同金额逾人民币千万元计，已有51座城市落地实践了百度ACE智能交通；在汽车智能化领域，百度将高等级自动驾驶技术，降维应用到量产乘用车领域。从AVP到ANP、从泊车域到行车域，百度智驾产品已经与比亚迪、长城、广汽、东风等多家头部车企达成量产合作。

当前，无人车普及仍面临“四不一难”的政策障碍，即无人车不能入市、不能上牌、不能去掉安全员、不能运营收费、事故责任难以认定。我国自动驾驶技术处于世界前列，但机会也稍纵即逝，需要推动制度创新，需要进一步突破政策瓶颈。

标签： 智能交通 征求意见稿 进一步促进