一場無人駕駛“革命”，入局者究竟要怎么玩？

李莉

一面是如火如荼的“革命”，另一面卻是將無人駕駛和自動駕駛劃等號的普通大眾。

今年3月底，百度高級副總裁、原無人駕駛事業部總經理王勁公開表示離開百度并創辦自己的公司——景馳科技，正式邁入無人駕駛汽車創業領域。很快這家公司就獲得了加州DMV（加州車輛管理局）路測牌照。

王勁的離開并不讓人意外，因為這兩年是技術人才創業的好機會。早在2016年，曾是百度最年輕工程師TOP 10之一的樓天城就離開百度創辦了小馬智行，這家公司同樣也獲得了加州DMV路測牌照。

還有李彥宏曾經的副手余凱與深度學習實驗室主架構師黃暢，二人離職創辦地平線機器人后，曾首次向外界展示在真車上同時實現車道線/車輛/行人檢測的ADAS（智能駕駛輔助系統）產品原型。后來吳恩達也走了，最近有消息稱他已開始了自己的新項目Deeplearning.ai，外界猜測此項目可能會以打造AI技術關鍵設施為目標。

如上面所講，幾位離職的要員已自己創業，一個共同的特點是：他們都正在參與無人駕駛這場革命。

無人駕駛=自動駕駛？

無人駕駛和自動駕駛是完全不同的兩個概念。確切地說，現在我們常說的自動駕駛應該叫“輔助駕駛”，而完全的自動駕駛才能被稱為無人駕駛，也叫“自主駕駛”。

無人駕駛車輛是用云端數據與更精密的算法程序來替代駕駛人成為操控車輛的“大腦”。在無人駕駛的世界里，人類可以在乘客和司機兩個角色之間自如切換：想自己開就自動駕駛;想當乘客就無人駕駛，要去哪里、停哪里，乘客決定，車如無形的出租車司機一般聽指揮行走即可。谷歌甚至認為，無人駕駛汽車其實連方向盤都可以不要，因為方向盤等人為操控部件是文明倒退的代表。

而自動駕駛系統雖然也可以代替駕駛人操控車輛，但系統經過判斷，會在必要時把車輛控制權還給駕駛人，并且，如果在自動駕駛條件下發生交通事故，法律也不一定會歸責于系統，比如目前還未得出結論的那件美國特斯拉事故。

就二者的關系而言，無人駕駛比自動駕駛更高一級，是汽車發展的終極狀態。比如谷歌的無人駕駛汽車，沒方向盤，沒油門，就一個啟動和停止按鈕。乘客上了車設定目的地，怎么走、開多快，聽車的。而百度上路實測的那輛無人駕駛汽車，嚴格意義上來說還是一輛具備自動駕駛功能的汽車。

而目前，在技術路線上，自動駕駛已形成兩條發展路徑：ADAS和人工智能。前者是以ADAS切入，逐步自動化;后者是以人工智能切入。兩種不同發展路徑的最高形態都將是完全的自動駕駛，也即無人駕駛。

幾乎全民參與的無人駕駛革命

汽車制造發展到今天，帶給我們方便的同時也帶來了諸多難題：交通擁堵，尾氣排放造成空氣污染，二把刀的馬路殺手引發交通事故，疲勞駕駛造成交通安全隱患……

私家車數量不斷增加，利用率卻奇低無比;開車期間又因為復雜路況和駕駛員本身狀態的不穩定性存在種種嚴重安全隱患，如高速公路上貨車事故頻發。

不僅是中國，交通安全是全球共同面臨的城市難題，自動駕駛似乎是人們給這個問題找到的答案（這也是很多公司擠破腦袋要進來的原因之一）。隨著數據積累和技術發展，各方諸侯出死力勢要跑在前面，在激烈的競爭下，無人駕駛的趨勢不可扭轉。

創業邦（微信搜索：ichuangyebang）整理了一份國內外進入無人駕駛領域的創業公司，如右表。

這僅為部分入局者名單，而從汽車領域各方勢力來看，每一家都想在下一代交通工具里攻占重要據點。雖然人們在談論無人駕駛汽車時往往會想到科技公司的項目，其實傳統汽車廠商在該領域付出的努力有過之而無不及。

本田在今年的亞洲消費電子展（CES Asia）上展示了一款配備有“情感引擎”的小型概念車——本田NeuV，它可以根據駕駛員的表情和說話聲調來判斷駕駛員的精神狀況并輔助駕駛員安全駕駛。同時，它還能夠通過學習掌握駕駛員的生活方式和喜好，根據情況向駕駛員提出方案選項。

在今年年初于拉斯維加斯舉行的2017國際消費電子展（CES 2017）上，現代汽車的IONIQ Electric完成了晝夜自動駕駛路測，并在國際自動機工程師學會（SAE International，原名美國汽車工程師學會）的評測中獲得了L4的評定。

傳統汽車廠商在無人駕駛汽車領域更看重車的性能本身，這也是基于他們多年的汽車制造技藝積累和工業設計優勢。另外，傳統汽車廠商不會那么激進，比如不會取消方向盤、油門、剎車等用戶駕駛工具，在一定程度上保護了人們駕駛的權利和樂趣。

不可思議的是，某市場調查機構在日前發布的一份無人駕駛報告中對全球18家致力于研發無人駕駛汽車的廠商進行了盤點，并給出了一個排名，前五名被福特、通用、雷諾日產、戴姆勒、大眾五家傳統汽車廠商占據。

與此同時，國產汽車廠商也在努力。國防科技大學與一汽集團在2011年便完成了紅旗HQ3無人駕駛汽車的研發，不過后來再沒有更多消息流出，商用化也一直沒有進展。2015年6月，北汽與滴滴快的簽署戰略合作協議，雙方在無人駕駛領域將進行深度合作。比亞迪與新加坡實驗室達成研究協議，共同開發無人駕駛項目。吉利汽車依靠沃爾沃的安全技術埋頭試驗無人駕駛。廣汽攜手中科院開展無人車試驗，上汽則選擇與中航科工共同開展相關試驗。

與傳統車企靠智能輔助系統升級不同的是，互聯網企業希望借由云計算、大數據和人工智能一步到位地實現對方向盤的“取締”，這完全是另外一條技術路線。

這一選擇無疑與這類企業的互聯網技術基因有關。當然，背后的商業邏輯也會促使傳統車企和互聯網企業在導向上產生不同：車企推出自動駕駛汽車，更多是從主動安全等方面出發，它們依然要依靠出售汽車來營利;而互聯網企業雖然以車為介入點，關心的卻是駕駛體驗提升以及駕駛員雙手解放后可能帶來的增值盈利點。

芯片廠商方面，今年英特爾斥資153億美元（當時約合1056億人民幣）高價收購自動駕駛汽車硬件供應商Mobileye。實際上，不止英特爾這種老牌芯片企業，高通、英偉達等芯片廠商都在“火拼”自動駕駛。

實際上，就在英特爾宣布收購Mobileye后不久，其芯片對手英偉達就不甘落后地宣布與汽車配件行業巨頭博世達成合作，并與后者共同宣布將聯合開發一款人工智能自動駕駛系統，還會準備一款超級芯片——Xavier以完成各類自動駕駛任務。

在此之前，另一家芯片廠商高通收購了汽車領域半導體巨頭恩智浦NXP，后者旗下的飛思卡爾（FreeScale）在汽車芯片制造方面也擁有雄厚的實力。

谷歌無人駕駛和其他

為更好地區分不同層級的自動駕駛技術，國際自動機工程師學會于2014年發布了自動駕駛的六級分類體系（以下簡稱“SAE標準”）。美國國家公路交通安全管理局（NHTSA）原本有自己的一套分類體系，但也在2016年9月轉為使用前者的分類標準。

SAE標準將自動駕駛技術分為L0、L1、L2、L3、L4、L5六個級別。

目前我們日常使用的大多數汽車處于L0和L1之間，現有車型上大量運用的定速巡航以及駕駛員輔助體統屬于一級或二級的車輛智能化，特斯拉公司正在銷售的Autopilot輔助駕駛技術屬于第2級。

而其實，自動駕駛L3這一級別的存在略顯尷尬。根據L3的定義，人類駕駛員必須隨時準備響應系統請求，處理那些系統沒有能力應對的特殊情況，結果就是人類駕駛員沒法在汽車上上網、玩游戲。所以，僅從技術標準上而言，L3確實有它存在的必要，但在實際應用場景里，這一級別的技術實用性讓人懷疑。

做自動駕駛L4的公司較多，比如此前創業邦（微信搜索：ichuangyebang）采訪的硅谷公司Drive.ai、百度自動駕駛、Uber、特斯拉、寶馬等都在嘗試這一級別的無人駕駛技術，而L4也被外界看作是商業價值明顯的一個級別。

至于把無人駕駛概念普及大眾的谷歌，它的技術路線則是直接做L5——完全自動駕駛（無人駕駛），和多數整車廠、互聯網公司的步伐并不匹配。后來者進入自動駕駛領域基本都是漸進式發展，從低級或者較高級別自動駕駛慢慢演進到無人駕駛，而谷歌則是直接將自己定位在金字塔塔尖。

Momenta創始人曹旭東曾告訴創業邦（微信搜索：ichuangyebang）：“谷歌在做無人車上，線放得太長。盡管資金足，研發能力強，但做了這么久始終沒有商業化，主要原因是它在當下的商業路線有問題，可以說沒有抓住核心并解決核心問題。”

谷歌的母公司Alphabet似乎非常看重商業利益，此前將波士頓動力公司出售給日本軟銀時，外界就猜測很可能是因為這家公司在未來幾年內不太可能生產出可上市銷售的產品。谷歌的無人駕駛雖不至于到如此田地，但其想要盡早商業化就必須放下身段，按照整體游戲規則一步步演進。

入局易，破局難

不少公司醉心于無人駕駛汽車，沒有誰愿意放棄如此大的商機，人們也相信無人駕駛終究會走進我們的生活，但對于真正意義上的L5級別無人駕駛何時可以商用，人們的預測各不相同。

之所以商用預期不一致，其中原因除了技術難題造成的困擾外，也因為現有法律、政策、保險體系等并不是為自動駕駛時代的交通“量身定制”的。另外，Drive.ai創始人王弢認為，大眾接受程度同樣也在考驗無人駕駛技術。

前不久，李彥宏乘坐自家無人駕駛車前往百度AI開發者大會引來交警調查的事引起了人們的熱議，這背后折射的是無人駕駛技術與“科技改變生活”之間的時代沖擊。新技術如何落地讓大眾接受，如何改變或者說適應現有政策，無疑是所有無人駕駛參與者要正面面對并一定要作出回答的問題。

除此之外，科技公司在生產模式上似乎更加注重一個“輕”字。技術與靈活性占優勢的同時，重工業方面卻未能跟上，比如特斯拉屢屢被曝產能不足，谷歌也一直沒有獨立開設工廠制造汽車，蘋果的各種產品均由代工廠生產。這些科技巨擘們都只負責研發、設計這些輕資產卻高利潤的工作。

而在國際ADAS領域，剛被英特爾收購的Mobileye在全球范圍內都是權威性的存在，在各個國家都不乏其模仿者。就中國市場而言，成本高，技術弱，出貨量低，各方面相對來說都較難與Mobileye比拼。

另一方面，斯坦福大學李國鼎工程講座教授葉蔭宇在接受創業邦（微信搜索：ichuangyebang）等多家媒體采訪時表示：“很多公司都在考慮無人車的技術有多強，但是其實最主要的問題是無人車之間的協調、調配和統一指揮，（這一點）很多創業者還沒有認清。”

一個明顯的感覺是，在無人駕駛這個領域，很多公司都在做相似的事，可以說同質化現象逐漸凸顯。如今這一領域已不是彼得·蒂爾所說的從0到1的過程，而是從1到n的過程。在這個時候，相比于比拼“速度”，“準確找到落地的商業場景”顯得更加實用。

回過頭來講，無人駕駛什么時候可以到來？也許只有當人工智能發展到堪比人腦的“強智能”水平時，人類才能完全放手將交通運輸交給人工智能。