不在路上煎熬，他們向智能駕駛沖刺

買車這件事，幾年前大家還在糾結是買油車、電車，還是折中選油電混合。但現在，越來越多人開始關心一個新的問題：這輛車的智能駕駛做得怎么樣？

從最早的車道保持、ACC自適應巡航，到如今的L2+高階智駕，智能駕駛的進步速度遠超許多人的想象。過去，它只是高端車型上的“加分項”，而現在，逐漸成了消費者購車時的“必選項”。

市場的變化，車企最先察覺。近一年來，多家車企相繼發布L3級自動駕駛量產計劃，智能駕駛的賽道迎來了關鍵時刻。據中國汽車工程學會預測，到2025年，智能網聯汽車產業的市場規模將突破7000億元，到了2030年，可能會達到2.6萬億元。智能駕駛正從小眾嘗鮮，變成影響整個汽車產業格局的核心力量。

幾十年前，智能駕駛只是科幻電影里的想象，今天，它已經站上了風口，甚至成為車企能否生存下去的關鍵。

然而近日，小米SU7事故給全行業敲響了安全警鐘。3月29日晚，一輛小米SU7標準版在銅陵樅陽高速上發生碰撞后爆燃，車上三人不幸遇難。雖然目前事故的具體細節尚未完全披露，但此事還是引發了公眾對智能駕駛安全性的討論，也使整個行業不得不重新審視技術應用中的局限與風險。

汽車行業正在經歷一場前所未有的變革，而消費者的選擇，最終決定了這場變革的方向。未來，智能駕駛究竟會走向完全無人駕駛，還是人機共駕的長期共存？答案或許藏在每一次技術迭代對安全底線的堅守中，畢竟，方向盤后的每一次出發，都承載著對生命安全的承諾。

智駕出行新體驗

3月正午，杭州城區的街道上車流稀疏。夏夏坐在駕駛位上，緊盯著前方的主干道，左手雙擊滾輪后，緩緩松開方向盤，車子終于不再左右搖擺，直行、右拐、減速，每一個動作都流暢自如。

這是她第一次激活智駕。一個月前，杭漂10年，拿駕照8年的夏夏，終于買了人生中第一輛車“智界R7”。

她沒想到，智駕比想象中的更聰明，不僅遵守交通規則，還開得“平穩絲滑”，夏夏索性把手搭在方向盤上，讓智駕駕駛自己的車。

當然，智駕也并非完美無缺。一次，車輛在準備左轉時，后方突然有車快速插入。為了避讓，系統自動調整方向，但由于幅度較大，又被一旁的路墩擋住了。車子識別到無法繼續操作，只能卡在原地，等待駕駛員接管。事后，夏夏把這一情況反饋給售后，客服承認“確實存在一定問題”，并建議她考慮換成更智能的“問界M9”。

現在，中國和美國把自動駕駛分為L0—L5共六個等級。L2之前，智駕只能分擔部分操作，駕駛員始終是主角。從L3起，車輛開始擁有自己的“大腦”，某些情境下可以“獨立駕駛”。最高的L5級別，則被認為可以實現完全自動化，意味著AI在任何環境下都能自主駕駛，根本不需要人類的干預。

眼下，L0—L2的自動駕駛技術已經在商用車上落地使用，2024年成為L3級自動駕駛量產元年，奇瑞、廣汽、極氪等車企相繼發布了量產計劃。與此同時，早在2018年，文遠知行就在廣州啟動了L4級自動駕駛試運行，自動駕駛出租車、小巴、貨運車和環衛車都已逐步進入商業化運營。

從 L3起，車輛開始擁有自己的“大腦”，某些情境下可以“獨立駕駛”。

去年，武漢街頭涌現了一批無人駕駛出租車“蘿卜快跑”。它比普通轎車要高，駕駛位上也沒有司機，全靠方向盤自己操作。網上有人分享自己體驗“蘿卜快跑”的感受，抱怨它太“苕”了（“苕”在湖北話里代表“蠢笨”），只要周邊有人、物出現在安全范圍內，它就會急剎，不適合乘客趕時間或高峰期乘坐。但它的優勢也很明顯：車內無異味、沒有司機搭話，夜間出行的女乘客也能更加安心。截至今年1月，“蘿卜快跑”已累計向公眾提供超900萬次服務。

越來越多消費者開始對自動駕駛充滿信心。泰伯研究院預測，2030年中國自動駕駛數據閉環市場規模將破5000億元，2023—2030年年復合增長率將達到17.5%。

從蘿卜快跑過去兩年的記錄來看，它的出險率僅為人類的1/14。也就是說，人類駕駛汽車每發生14次事故，自動駕駛才會發生1次。

全球每年約有135萬人死于車禍，如果其中有幾例是自動駕駛導致的，人們會像接受人類司機一樣，接受機器的“意外”嗎？

事實上并不能。2018年3月18日晚，49歲的伊萊恩在推著自行車橫穿馬路時，被一輛Uber測試車以61km/h的速度撞倒在地。送醫后不久，伊萊恩被宣告死亡。這是世界首次自動駕駛車輛致人死亡的案例，直接導致公眾對技術的信任崩塌。人們擔心，機器在不斷學習過程中，一旦出現錯誤，其“病毒式傳播”的效應將帶來不可預見的后果。

黎明前的黑暗

細究這起事故的主要原因，是汽車沒能及時識別出伊萊恩?？僧敃rUber配備了多個攝像頭、毫米波雷達和激光雷達，為什么還是無法識別出推著自行車的行人？

駕駛，本質上是一項需要全方位協同的生物智能行為。人類駕駛時，會用眼睛和耳朵感知環境，再由大腦迅速判斷、四肢協調操作，整個流程渾然一體。然而，傳統的自動駕駛系統卻將這一過程機械拆解為3個步驟：感知（看清環境）→預測（預判動向）→規控（執行動作）。這種流水線式的思維方式，雖然方便分工，卻也為決策失誤埋下了隱患。

在感知階段，不同的傳感器各司其職，互不干涉：攝像頭負責捕捉車道線、顏色紋理等視覺特征；激光雷達專注于三維環境建模，通過發射激光測量障礙物距離；毫米波雷達則在惡劣天氣下發揮作用，能在暴雨或大霧中探測前方車輛的距離和速度。

但這種模塊化的處理方式，就像盲人摸象，每種傳感器只能獲得局部信息，在極端環境下，很容易引起決策混亂。

事故發生時，夜間光線不足導致攝像頭失效；毫米波雷達雖然在碰撞前5.6秒就捕捉到了伊萊恩，卻把她誤判為“汽車”；激光雷達又在“汽車”和“未知”之間反復搖擺。最終，系統誤將行人視為“可忽略的靜態物體”，于是直接撞上去，釀成了悲劇。

過去行業總以為，裝的雷達越多越安全，但這場事故暴露了模塊化架構的先天缺陷，工程師們意識到，單純增加傳感器數量無法解決數據融合和決策遲滯的問題。

直到2021年前后，BEV+Transformer技術橫空出世，才真正突破了這個困局。工程師們不再讓攝像頭、雷達各自獨立，而是通過BEV（鳥瞰圖）轉換坐標，把多個傳感器的數據融合在同一個俯視坐標系中，就像拼積木，把不同角度的畫面“拼”成一張以車輛為中心的立體地圖，這樣就能消除傳統視角的遮擋和變形問題。

“眼睛”的問題解決了，“大腦”又該如何決策呢？

一個經常被業內人士提到的詞是：“端到端”（End-to-End）。它能讓車輛實現“看到即行動”，一端輸入，一端輸出，直接跳過中間環節。例如，當BEV視角發現前方有不明黑影，“端到端”系統不會糾結這是塑料袋還是行人，而是像人類司機一樣，本能地先減速。

隨著傳統的模塊化問題逐步解決，整個行業重拾信心，開始審視自動駕駛的未來。

特斯拉的FSD V12率先突破，將8個攝像頭的數據通過BEV+Transformer生成3D環境認知，再借助端到端模型直接輸出控制指令，模仿人類的直覺反應。原本需要30萬行代碼的復雜系統，如今在神經網絡的深度學習下，僅用2000行代碼就具備了類似“肌肉記憶”的駕駛能力。

國內的小鵬、華為、文遠知行等企業也快速跟進。小鵬通過500萬小時真實駕駛視頻訓練模型，使夜間誤剎率下降了60%；比亞迪則利用BEV+Transformer實現了重慶8D立交橋場景的無高精地圖導航，用戶激活率高達92%；文遠知行自研的端到端AI模型，甚至能根據周圍交通狀況推測被遮擋的交通信號燈狀態。

零部件企業也在智能駕駛的浪潮中突圍。廣州瑞立科密總經理助理向升向南風窗介紹，他們目前生產的攝像頭在50米范圍內的識別率已達到98%，“通俗點說，攝像頭在50米內的視力，就像人類2.0的視力，無論前面是貓狗還是人都會識別得非常清楚”。

技術進步，消費者有了更多選擇。小鵬汽車助理總裁胡逸寧告訴南風窗，自動駕駛水平如今已成為消費者選擇新能源汽車的三大關鍵因素之一。

自動駕駛水平如今已成為消費者選擇新能源汽車的三大關鍵因素之一。

技術進步的同時，相關的法律問題也備受關注。

自動駕駛界一直存在一個飽受爭議的話題：如果車禍中有人傷亡，到底應由誰來負責？是駕駛員、算法工程師，還是汽車制造商？

2023年11月，四部委發布了《關于開展智能網聯汽車準入和上路通行試點工作的通知》，正式對L3/L4自動駕駛的準入規范進行了具體要求，并完善了自動駕駛事故責任判定的相關規定。根據規定，如果車輛在未激活自動駕駛系統的狀態下發生事故，司機承擔責任；而在系統激活時，事故責任則歸試點使用主體（如車企或運營方），并且可以向自動駕駛系統開發者、零部件供應商等責任方追償。

隨著各路科技企業的加速入局，相應的政策支持也會不斷加強，截至目前，超過50個城市出臺了自動駕駛試點示范政策或相關的地方性法規。

技術突破與盈利難題

想象一下，當L5級自動駕駛普及之后，我們的生活會變成什么樣？

車輛不再需要人類干預，駕駛過程完全由人工智能操縱。未來的道路上，可能不再需要傳統意義上的紅綠燈，車輛間通過智能系統實現協同，沒有超車、加塞，道路更加暢通，事故發生率也大幅降低。那時，人類從司機變成了乘客，可以安心看電影、睡覺。車輛在把乘客送到目的地后，還能自動尋找車位，等待下一次的出行指令。

這一切美好愿景的前提是，需要研發出成熟的L5級自動駕駛技術。普遍觀點認為，達成這一目標，至少需要10—20年甚至更長的時間。

現階段，部分領域已經實現了L4級自動駕駛的初步落地。南風窗曾在廣州體驗過L4級的自動駕駛小巴，這是文遠知行推出的全球首款前裝量產L4級小巴。它的外觀就像一顆胖乎乎的膠囊，中間對開門設計，里面沒有方向盤和駕駛艙。坐在車里，系統會提示乘客系好安全帶，起步時平穩和緩，能自動識別紅綠燈，遇到側方來車或行人時，及時減速或停車。

這款小巴的最高時速受測試限制，能達到40公里/小時?，F在它已經在廣州投入運營，分為兩條線路，每條線有四五個站點，和公交車一樣，票價僅為兩元。

研發需要耗費大量的財力物力人力，盈利問題一直是業內玩家的難題。文遠知行在2021年至2024年上半年累計虧損超51億元，地平線在同一時段內累計虧損超220億元，小馬智行三年累計虧損約39.5億元?！笆夜揪艂€虧”，現在整個行業都處于“燒錢換技術”的階段，一些尾部企業也在逐漸出局。

但每個人都清楚，技術突破的長期價值遠高于短期的虧損壓力。地平線CEO余凱曾說：“現在每虧1元研發費，未來可能在量產車上賺回10元?！毙袠I預期，今年將迎來盈利拐點，未來十年市場規模將爆發式增長。

文遠知行告訴南風窗，他們有信心迎接那一天的到來，“文遠知行是行業中資金利用率較高的企業”，而且按照當前的資金儲備，在不考慮經營擴張的情況下，還能維持正常運營超10年，“這是目前所知runway最長的自動駕駛公司”。

技術突破的長期價值遠高于短期的虧損壓力。

除了硬件，車企還在探索更多元的盈利模式，比如賣“軟件”和升級包。特斯拉的FSD在全球采取買斷+訂閱雙模式，用戶可付費解鎖高階功能，這種模式的毛利率遠超傳統硬件銷售。國內像小鵬、理想等車企也在通過場景差異化探索商業路徑。未來，自動駕駛技術或許會像智能手機一樣普及，“靠軟件賺錢”將成為車企新的利潤增長點，重塑整個汽車產業鏈的商業模式。

智駕平權時代

隨著智能駕駛進入下半場，“智駕平權”的時代正悄然到來，人們期待用更低的價格，享受更先進的技術。而車企也在“兩頭卷”：一邊不斷突破技術瓶頸，一邊努力壓低成本，讓自動駕駛不再遙不可及。

過去，傳統豪車引以為傲的激光雷達、城市NOA、全場景泊車等功能，如今已成為行業標配。市面上，問界新M7、智己LS6等車型以30萬元以內的價格，搭載了高階智能駕駛系統。未來，智能駕駛將不再是少數富人的專屬玩物，而會演變為全民共享的智慧出行方式。

2025年2月，比亞迪宣布，全系車型將搭載“天神之眼”智駕系統，把高速NOA和智能泊車等功能引入10萬至20萬元甚至更低價位的車型。比亞迪董事長王傳福對媒體直言，未來2到3年，高階智能駕駛將成為像安全帶、安全氣囊一樣必不可少的配置。

想象有多遠，技術就有多遠。100年前，美國發明家Francis Houdina首次公開展示無線電遙控汽車，開啟了自動駕駛的雛形。100年后的今天，我們見證了從概念到現實的飛躍。

科幻電影《銀翼殺手2049》中，“Spinner”回旋車的設計曾為人們描繪了未來城市的極致想象：這些車不僅能像傳統汽車一樣在道路上行駛，還能像飛機般在空中盤旋。如今，飛天汽車正從科幻走向現實。2024年9月，小鵬匯天推出了最新系列產品——“陸地航母”。這款飛行汽車采用兩分體構型設計，分別擁有陸行體與飛行體，并能自動分離與結合，不僅可以垂直起降，還能低空飛行。

但在現階段，人們還需警惕智能駕駛“便利性陷阱”的悖論，避免因過度信賴智能駕駛而成為不可靠的駕駛員。車企在展示最新的智能技術時，也應避免夸大宣傳。

未來的自動駕駛和智能汽車，既有可能取代人類在駕駛中的角色，也可能為人們釋放更多時間去追求精神和文化的滿足?；蛟S，社會在擁抱科技帶來的便捷時，也應思考如何在機器高效運作的時代中，保留那份屬于人類的溫情與責任。

（應采訪者要求，文中夏夏為化名）