本报记者郭少丹北京报道

    自动驾驶正在带动汽车产业进入下一轮技术变革。近年来，工信部、发改委、科技部等部委先后出台相关政策，推进自动驾驶汽车法规体系建设、技术创新以及产业协同发展。在利好政策持续加码下，传统车企、造车新企以及跨行业的科技企业，纷纷围绕自动驾驶产业链展开布局，助推我国自动驾驶商业化进程不断提速。

    行业商业化在逐步推进，但仍然面临落地路径、量产成本、法规短板以及数据应用等多方面挑战。

    在此背景下，北汽新能源智能网联专家袁盛、里斯战略定位咨询中国区合伙人何松松，中国农业大学教授、中国农业大学车辆工程研究所所长王国业近日在《中国经营报》触角直播的“自动驾驶离我们有多远”主题沙龙上分享了对行业焦点问题的思考和解决路径。

    进阶

    今年前9个月前装标配L2级辅助驾驶搭载量为395.19万辆。

    目前，中国已成为全球智能汽车的主战场。高工智能汽车研究院监测数据显示，今年1～9月前装标配L2级辅助驾驶搭载量为395.19万辆，同比增长69.53%，前装搭载率为27.69%。

    “自动驾驶在逐步走向L3级。”在王国业看来，“在不久的将来，高级别自动驾驶技术将会诞生，但真正落地的话还会有一段路要走。”

    2022年3月1日起正式实施的《汽车驾驶自动化分级》将驾驶自动化分为从0级到5级，分别为应急辅助（L0级）、部分驾驶辅助（L1级）、组合驾驶辅助（L2级）、有条件自动驾驶（L3级）、高度自动驾驶（L4级）、完全自动驾驶（L5级）。

    L3级被视作是从辅助驾驶跨入自动驾驶的“关口”。据记者了解，责任归属是掣肘L3级自动驾驶落地的原因之一。L1～L2级自动驾驶中，人类驾驶员是行动兼责任主体，系统只是起到辅助驾驶的作用，即便出现交通事故也是人类驾驶员负责。而到了L3级，自动驾驶系统成为车辆的行动主体，同时又要求人类驾驶员适时接管。因此，在出现交通事故时，如果缺乏对车辆实时数据的监管手段，很难论定是人类驾驶员还是系统的责任，这就需要相关法律法规的跟进。

    2022年11月2日，工业和信息化部会同公安部组织起草文件拟开展L3、L4级自动驾驶汽车准入和上路通行试点，并对试点车辆发生道路交通安全违法行为或者交通事故时的责任进行了界定：车辆处于自动驾驶系统未激活状态下的，由车内安全员承担；车辆处于自动驾驶系统激活状态下的，由试点使用主体承担，但有证据证明车内安全员存在过错导致违法行为或者事故发生的除外。

    这意味着，高阶自动驾驶的量产落地有了参考依据。

    “目前，我国L0级自动驾驶已成为汽车的标配，L2级自动驾驶功能在汽车上搭载也已成为业内主流，各大车企当前正在L3级和L4级自动驾驶功能方面作准备和发力，均在研发高阶自动驾驶功能，但是由于受到政策法规等方面的限制，目前还未对外发布。”袁盛玥表示。

    “自动驾驶行业当前正处于大力发展的阶段。我国的自动驾驶技术，尤其是已经量产的自动驾驶功能的技术水平，在国际上属于第一梯队。”在袁盛玥看来，国内大众对于自动驾驶技术的浓厚兴趣促使车企加大力度研发高阶自动驾驶功能。

    而针对支撑自动驾驶技术最核心的芯片问题，王国业表示，我国芯片已经取得了很大的突破，单颗芯片的AI 算力已达到100TOPS，甚至200TOPS，支持L3、L4级已不是问题。

    挑战

    数据将是真正影响技术能力和用户体验的重要因素。

    自动驾驶向高级别进阶并实现商业化是一个需要集多领域之力协同发展的渐进过程。

    “L3级以上自动驾驶功能的量产和落地，不仅需要汽车行业努力，也需要整个行业生态系统各方去协力推进。”袁盛玥说，道路基础设施、V2X、交通法规、保险等各个维度均需要针对自动驾驶制定相应的政策，只有各个维度均发力，自动驾驶才能实现商业化落地。

    当前，自动驾驶行业一个较为普遍的共识是，数据将是真正影响技术能力和用户体验的重要因素。

    袁盛玥指出，自动驾驶技术的提升需要依托大量的数据，特别是国内交通环境比较复杂，采集大量的驾驶数据非常有必要。只有通过采集大量的车辆行驶数据来创建计算模型，才能让自动驾驶变得更智能。

    基于此，袁盛玥认为，如何能够采集到大量的驾驶数据，数据采集之后如何处理和分析，是当前对于自动驾驶行业而言比较重要的课题。袁盛玥称，现阶段许多车企会采用硬件预埋的方式，通过“影子”模式和数据闭环方法论，去提升自动驾驶系统在数据应用方面的能力。可以确定的是，未来拥有更多数据的企业能够在自动驾驶方面抢占先机。

    另一层面，自动驾驶在用户应用上还存在一些障碍。

    何松松认为，自动驾驶的运用需要警惕的是技术鸿沟和“心智”鸿沟。从技术创新到产品创新再到品类创新，实际上是需要不断跨越鸿沟的。“我们统计的数据显示，超过一半的车主在使用过程中其实是对自动驾驶技术存在安全疑虑的，所以这项技术的使用性和普及率还是偏低。在技术层面，实际上未来几年自动驾驶就可以实现L5级甚至可能更高的级别，但是，要改变目前车辆用户的习惯并且让他们完全信任自动驾驶技术，普及的难度是巨大的。自动驾驶技术的创新和发展一直以来是由供给端不断推动，但是真正转化到用户的使用上还需要很长的时间。”何松松说。

    共赢

    自动驾驶企业都处在同一“起跑线”上，各有优劣势。

    面对挑战，每个参与者都有赢的机会。何松松认为，在当下阶段，已经入局的传统车企、造车新势力以及跨界科技企业都处在同一“起跑线”上，各有优劣势。王国业也表示，车企在自动驾驶赛道中几乎处于同一起跑线，关键在于谁对新技术掌握得更全面。

    “不同的车企一定是基于自身的价值网络、能力边界、技术边界来思考怎样构建起在自动驾驶赛道上的核心竞争力。”何松松举例称，互联网企业的优势在于数据能力以及算法能力，传统车企的优势在于车辆产品本身、硬件能力以及底层的架构。那么，未来如何结合这些能力进一步形成差异化，这是企业需要着重思考的问题。在自动驾驶普及的时代到来之前，谁更了解消费者，谁就能跟消费者离得更近，就更容易打造出更有竞争力的产品，也更容易赢得市场。

    在此情况之下，何松松认为，车企可以学会做减法。

    他表示，不少车企试图让自动驾驶技术的运用范围大而全，因为思考的起点是这项技术必须解决消费者在用车以及道路交通行驶过程全场景的所有问题。但是从用户视角来看，消费者其实是需要逐渐适应自动驾驶技术的，这项技术的普及应是循序渐进的。所以，其实不需要让自动驾驶技术涵盖更多、更全的场景范围，而是聚焦某一个日常交通驾驶场景中，在这个场景之下将能应用到的自动驾驶技术做到极致。在这个场景之中把应有的算法、硬件的效率、软硬件搭配的效率以及底层的架构不断进行优化。这样做的好处显而易见，比如成本下降、需求明确，给消费者传递的概念更为清晰直观。

    同时，车企需要建立反向思维。“目前不少头部车企的市场重心在C端，那车企是否可以考虑从B端起步并进行创新，比如在商用领域，车企能否开拓自动驾驶的新场景。”在何松松看来，通过持续的数据迭代的积累以及技术升级之后，在B端也能建立起良好的品牌影响力，在此基础之上，再思考C端的商业价值也未尝不可。