10月11日晚，百度宣布其無人駕駛出租車服務（Robotaxi）在北京開放運營，在接待數以百計的消費者試乘后，百度提了一個最核心的問題——“你是否愿意接受付費？”

這個問題，引申出這篇文章想要探討的一個觀點：自動駕駛大規模商用，離我們還有多遠？

01

2020年，自動駕駛的黃金年份

自動駕駛發展至今可以分為三個階段，從最開始的代表人類尖端科技，賺足眼球;隨后資本短期內看不到量產希望，逐漸趨于冷靜;最后就是近一兩年政策開始引導，自動駕駛熱度再度爆發。

今年2月，國家發改委等11個部委聯合發布《智能汽車創新發展戰略》，明確了智能汽車的愿景和主要任務，提出到2025年，實現有條件自動駕駛的智能汽車達到規模化生產，實現高度自動駕駛的智能汽車在特定環境下市場化應用。

更近一點的是今年11月，《節能與新能源汽車技術路線圖2．0》確立了智能網聯汽車發展愿景和總體目標：到2025年CA級智能網聯汽車的銷量占比將要超過50%;2030年CA占比超過70%，HA車輛占比超過20%;2035年各類網聯式高度自動駕駛車輛將會廣泛運行于中國廣大地區。

華泰證券分析師認為，政策驅動下，2020年—2030年將迎來自動駕駛發展的“黃金十年”，國內車企的L3級別可量產車型有望在2020-2021年逐漸推出。

而資本市場也給予了自動駕駛行業最熱烈的回應，以特斯拉為例，支撐其銷量不足豐田零頭，市值卻拉開豐田三個身位的最關鍵因素，就是其領先行業的智能化水平。而其中，自動駕駛，又是最關鍵的一環。

但一個產業想要實現自我驅動發展，就勢必需要由政策驅動轉向需求驅動，商業化落地時間，以及商業化落地模式，是擺在所有自動駕駛賽道上玩家們的難題。

02

技術、法規，雙雙攔路

首先需要明白的一點，自動駕駛技術想要落實到大規模商用，那么等級至少是需要L4級以上的自動駕駛能力，但從目前的技術來看，我們還有一段距離。

難度主要有兩點：系統的魯棒性以及商用落地的成本

其中系統魯棒性問題又可以分為傳感器精度問題以及AI算法問題，前者的主要問題是傳感器的精度達不到我們的理想狀態，當前傳感器的掃描存在時間誤差，需要配合CPU等運算硬件來進行運算或者是優化。

無論是激光雷達、高精度攝像頭，都會受到傳感器物理性質的限制，比如沙塵天氣就將極大的影響攝像頭工作。

另一方面，AI算法當前也有很多問題待解決，機器相比人類駕駛員，系統最大的缺點就在于不可對當前環境進行預估評判，對于人類駕駛員來講，如果看見馬路旁有小孩子玩耍，會下意識將腳放在剎車上，以應對危機情況，但自動駕駛系統并不會。

同時，當前自動駕駛技術只能應對訓練過的場景，而對于復雜多變的真實道路交通環境，沒有任何一家企業能說自己的系統能夠完全應對。

這就需要自動駕駛系統需要極高性能的AI算法，以此支撐其推理甚至像人類一樣具有學習能力。

根據權威機構測算，自動駕駛算法想要達到人類駕駛員水平，至少需要累計177億公里的駕駛數據來完善算法。

商用化成本過高也是一方面，目前包括Waymo、Uber還是國內的Baidu L4事業部做的都是Level 4自動駕駛技術的研究都是基于激光雷達的基礎上，但短期內激光雷達的成本更不降不下來，為自動駕駛商業化落地增加了阻礙。

此外，除開技術問題，法律法規也成為自動駕駛大規模商業化的掣肘，雖然今年3月國家出臺了自動駕駛分級標準，但相關安全標準、商業化標準制定、法律法規更是沒有一個明顯的結果。

技術的不成熟加上法律法規的不完善，為自動駕駛商業化落地增加了更多的不確定性。

03

行業的探索

毫無疑問，自動駕駛技術如果大規模普及，那么率先落地的必然會是無人駕駛出租車服務（Robotaxi）（或是卡車）。

事實上，目前已經有多家公司在Robotaxi上進行探索試運營，今年6月，上海智能網聯汽車規模化載人示范應用啟動，滴滴出行首次面向公眾開放了自動駕駛服務。

國內的初創公司小馬智行更是早早就在美國加州拿到了自動駕駛運營牌照，在今年2月1日至4月30日期間共完成4253個訂單，總運營里程接近3萬英里。

其他包括百度、文遠知行等自動駕駛行業里比較知名的企業，都已經開始了在無人出租車上的探索。

但值得注意的是，以上所有的試運營都需要安全員，前段時間AutoX在網上秀無人駕駛出租車路試視頻，但深圳交警轉手就聲明未允許其合法上路。

所以以上的所有，都只能叫做測試，并非是一個成熟的產品或者模式，更談不上自動駕駛的大規模應用。

那么回到文章開頭，自動駕駛大規模應用，離我們還有多遠呢？

我的答案是不確定，法律法規問題可以在某個時間節點確立，但技術的突破就沒有一個準確時間了。自動駕駛汽車想能大規模上路，技術條件、法律法規甚至民眾接受度，缺一不可。

寫在最后：

作為當前最具想象空間的技術之一，自動駕駛一直被認為是人類出行遠景上的終點站，近幾年政策資本雙雙加持，的確加速了行業的發展，但技術難題依舊是困擾在自動駕駛落地面前，想要實現大規模商業落地，還有很長一段路要走。

責任編輯：haq