近年來，自動駕駛的發展格外迅速。特別是進入2022年，自動駕駛真正駛入商業化落地快車道，不僅企業紛紛推進規模化發展，北京、廣州、深圳等一線城市也根據各自的定位和特點，在創造適合自動駕駛發展的環境方面取得了令整個行業振奮的突破性進展。
8月4日，《中國汽車報》大型視頻訪談節目《金臺話車》以“城市發展與自動駕駛的未來”為主題，邀請政府管理部門、行業資深專家及企業代表圍繞技術發展、政策法規以及商業落地問題展開了熱烈討論。
高級別自動駕駛技術加速落地
《中國汽車報》：當下，自動駕駛的發展速度令業界振奮。從技術角度看，目前的發展程度如何？
楊殿閣：目前，L1、L2級輔助自動駕駛技術已經開始大規模商業化應用。將近20％～30％的新車已經具備L1～L2級以上自動駕駛能力，車企正在攻關L3及以上自動駕駛技術。
L4級自動駕駛技術已經具備落地應用示范的條件，在一些應用場景初步具備商業化運營基礎，但還需要在網聯基礎設施、交通管理的政策法規等方面創造更好的軟環境。我認為，在最近這些年，L4級無人駕駛技術應用是值得期待的。
尚進：從落地角度分析，自動駕駛技術應用可以分為兩大方面：前裝量產和Robotaxi、干線物流等場景應用。
當前L0～L2，甚至L2＋已經逐漸走向前裝量產。這種產品的應用主要依賴單車智能，接下來幾年應用將更加普遍，性價比也會進一步提升；也可以看到很多L3、L4級自動駕駛技術的實際運行場景，比如干線物流、港口等。從這方面看，可以說自動駕駛技術有了長足進步。
不過，完整的商業化落地，或者說真正的商業化落地目前還無法實現。主要限制因素有兩個：一是場景，高等級自動駕駛技術仍然受到場景限制，整體的穩定性和可靠性還需要提升；二是數量，自動駕駛技術只有大規模使用才能夠驗證其能否達到商業化要求，或者是否有足夠的技術積累。因此，高等級自動駕駛技術距離完全商業化應用或是實現完全量產還有一定距離，這個距離很難預測，要取決于工程化推進和理論突破程度。
《中國汽車報》：近段時間，城市自動駕駛甚至是更高級別自動駕駛發展給很多人的主觀感覺是非常快。各位認為這個階段發展的速度是快了還是慢了？
莫璐怡：如果回到小馬智行剛剛成立的2016年，很難想象中國自動駕駛能發展到今天這樣的技術水平、應用規模以及產業成熟度。
過去幾年，高等級自動駕駛發展非常順利，特別是最近兩三年，小馬智行陸續在北上廣深等一線城市進行大規模常態化的高等級自動駕駛測試和運營，為當地居民提供自動駕駛功能和出行服務。在干線物流上也已經開始進行一些商業化試點。
不過，產業也意識到目前離大規模高級別自動駕駛的商業化落地還存在一定距離。一是無人化成果能夠覆蓋的區域還不夠廣，自動駕駛技術的穩定性和可靠性還需要進一步驗證；二是量產能力的積累也需進一步提高，前裝量產不僅體現在輔助駕駛技術上，其也是高級別自動駕駛大規模商業化應用的基礎。所以短期內可能不會實現大規模無人駕駛落地，但在未來3～5年時間里，還是有能力實現無人化與規模化量產的部分目標，使得真正的高等級自動駕駛技術可以滿足大規模商業化運營的要求。
陳鍵華：廣州市從2019年6月就開始了自動駕駛道路測試工作，經過3年多時間，技術發展速度非常快，測試道路由原來的幾公里到近1000公里，測試主體也由原來的幾家企業發展到現在的11家企業，有200多輛自動駕駛車輛進行測試運營，總里程達到近700萬公里。
當下，自動駕駛在社會面的普及還存在制約因素，民眾的接受程度也會對自動駕駛技術的普及存在一定影響。因此，如何推動技術普及、提升民眾接受度是下一步需要重點攻關的方向。
《中國汽車報》：自動駕駛在感知、決策、執行等技術層面還存在一些瓶頸，制約了規模化商業落地。各位認為主要有哪些問題需要解決和關注？
楊殿閣：不同級別自動駕駛技術瓶頸不太一樣。例如，L3的瓶頸在于人機共駕，涉及人機切換的時機以及車輛操控安全性的保障；L4的瓶頸則更多在于無人駕駛所面臨的長尾場景所帶來的挑戰。總體來說，自動駕駛的可靠性和安全性能否得到保障是未來技術落地的關鍵，安全是自動駕駛落地最關鍵的一點。當然，成本也非常重要。
L1～L3級輔助自動駕駛技術落地與L4、L5的應用實際上不是一個邏輯。前者的落地更多是成本邏輯，相應技術能否量產取決于增加的車輛成本與帶來的收益情況，用戶是否愿意為這個成本埋單。而后者的落地需要在兩個維度之間進行考量，一是技術的可行性；二是商業模式能否落地，即相應技術所增加的成本與運營收益之間的平衡。
尚進：從現在的瓶頸來看，確實可以概括為安全和成本，但安全和成本背后指向的是工程化這個問題。可以看到，目前很多Robotaxi公司開始進行部分技術的量產，實際上就是場景降維、技術升維。想要解決技術瓶頸，一是要有堅實的技術基礎底座，從基礎就開始做扎實；二是要提升感知和決策能力，特別是決策，這需要在人工智能研究上有所突破并實現工程化。
單車智能與車路協同并不相悖
《中國汽車報》：技術瓶頸不完全是技術問題，也是經濟問題，還是技術路線問題。單車智能和車路協同屬于不同的技術路線，既存在一致的地方，又相對矛盾。這個問題應該怎么看？
楊殿閣：單車智能與車路協同或者說智能網聯技術路線本身不應該是相悖的，也不該區分主次，它們是相輔相成的。
中國智能網聯汽車發展方案非常重視單車智能。面對當前的復雜交通場景，單車智能無法保證絕對安全，智能網聯車路協同所帶來的安全冗余就非常重要。在中國的管理體制下，我們走智能網聯技術路線是有優勢的，可以通過自上而下的宏觀統籌規劃去推動基礎設施建設和改造，從而推動智能網聯技術路線落地。而西方很多國家不太具備這樣的條件。
當前，所謂單車智能與車路協同的技術路線之爭，背后實際上是商業模式之爭。
對于目前做輔助駕駛技術的企業來說，如果車輛對基礎設施有很強的依賴，就意味著產品應用場景和銷售受限。當下市場上真正實現大規模量產的主要是L1、L2級別輔助自動駕駛技術，所以對這些企業而言，它們更關注如何不依賴基礎設施實現自動駕駛。但如果到了真的要落地高級別自動駕駛及無人駕駛技術時，僅靠單車智能是無法保證行車安全的，企業也會愿意疊加智能網聯能力，以此來提升車輛安全。因此，單車智能和車路協同并不矛盾。
陳鍵華：單車智能和車路協同都是解決長尾場景的路徑。只有進行了實際路測以后，才能知道哪種路線更適合中國城市場景。兩種路線廣州都在嘗試，我們抱持著開放的態度，希望從整體上去推動產業發展。
尚進：換個角度看，兩種路線都可以是單車智能。
如果將路側和云端看作是單車的延伸，車路協同可以看作是大型的虛擬單車，那它很顯然是要比單車有優勢的，畢竟加了很多東西。只不過，大家會考量車路協同的存在是只起到了輔助作用，還是起到了能夠與單車智能相比擬的作用。
中國的車路云方案，不僅僅是在路側安裝傳感器，或是云端收集數據建個模型這么簡單，而是路側和邊緣端與單車邏輯集成在一起，硬件延伸、軟件孿生協同。能夠切實提高車規級自動駕駛等級，才叫真正的網聯式車路云協同路線。
《中國汽車報》：前幾天百度發布無方向盤無人車引發很多討論。方向盤對車輛的必要性或是價值到底有多大？應不應該去掉方向盤？
莫璐怡：方向盤是人類駕駛車輛必備的產品，而自動駕駛車輛是機器來駕駛，是否需要方向盤要看車輛是由人類駕駛還是機器駕駛。
無人駕駛或者高級別自動駕駛發展的整個過程中，在需要安全員的測試階段必須要有方向盤，當技術成熟到開展無人化測試運營時，方向盤就成了可選項，等到大量無人車上路時，車輛可能在設計生產階段就無需方向盤了。
尚進：沒有方向盤，本身是企業自信的一種表現，能做到安全保底就可以。自動駕駛對整個安全系統要做到足夠冗余，可以是車內冗余、車和云端冗余，因此去掉方向盤也無妨。但需要厘清的是，去掉方向盤只是一種企業自信，并不一定就代表了實現了L4、L5功能，這是兩個概念。
陳鍵華：去掉方向盤實際上也是無人化的一種象征，是一個很理想的狀態。但在開放場景下，交通要素非常復雜，特殊場景無法窮盡，所以在當前情況下，沒辦法做到去掉方向盤。
技術達到什么程度才能去掉方向盤是行業需要思考的問題。作為政府管理者，我們考慮更多的是自動駕駛技術能夠為城市、為人民帶來什么，而不是產品能否賣出去。我們首先要解決的問題是提升城市出行的交通效率，實現“雙碳”目標。在這個過程中是否一定要去方向盤值得斟酌。
在自動駕駛落地過程中，應該考慮更多的是老百姓的接受度、技術和城市管理的成熟度，最終保證自動駕駛安全運行，這才是我們從政府層面推動自動駕駛發展的最終目的。
場景關乎商業化落地
《中國汽車報》：目前產、學、研都非常關心自動駕駛商業化落地問題，為何主要選擇Robotaxi作為切入點？是政府導向還是市場抉擇？
莫璐怡：在整個交通運輸中，移動出行市場非常重要，商業價值可以達到萬億級，如果能夠實現成熟的無人駕駛，就可以節省大量人力成本，產生的經濟價值無疑是巨大的。
除了經濟效益，我們認為自動駕駛技術帶來的社會價值也很大，可以解決大量人為因素帶來的安全問題并且極大提高出行效率，即提高整個交通運輸的安全性以及交通效率。這也是眾多公司將重點之一放在Robotaxi身上的原因。
陳鍵華：Robotaxi是L4級自動駕駛商業化落地較為理想的場景。共享出行模式被越來越多的人所接受，并不斷普及。在Robotaxi實現成本下降之后，這一商業模式可以實現更迅速的推廣，市場價值將很高。
從政府管理者角度看，我們還需要關注另一個問題。即在無人化普及之前，有一個自動駕駛車＋存量傳統車共存的階段，這種情況下，只能逐步增加自動駕駛汽車比例，在這一階段選擇從Robotaxi來切入，逐步替代存量車，對城市管理來說是比較理想的方式。
《中國汽車報》：除了Robotaxi外，城市無人配送也非常值得關注，這是不是高級別自動駕駛落地的下一個重點？
楊殿閣：很多場景都非常適合高級別自動駕駛技術應用。比如港口、礦山、農田作業、城市環衛清掃和最后一公里的物流配送等L4的落地屬于場景驅動，即無人運營的環境和任務。不管哪種具體車型或者具體應用場景，關鍵是商業模式是否清晰，以及是否支持自動駕駛技術落地。如果商業模式非常清晰，能通過無人駕駛技術的落地普及獲得顯著效益，那它的落地就是可行的。
尚進：物流配送、港口、礦山等場景對自動駕駛技術的要求不是特別高，更適合無人化應用，現在需要考量的是其能否盈利和推廣。
就Robotaxi或Robobus而言，從商業模式上來說，我們真正需要的不是一輛有沒有安全員的無人車，而是共享，是在城市的任何地方有需要時隨時有車可用。從這點上來說，我認為Robotaxi不是高級別自動駕駛技術最急需的場景，它的出現更多的是技術進步的標志。
《中國汽車報》：從終極目標來看，無人駕駛的實現還很遙遠。任何事物如果沒有市場化運作，沒有現金流或收入支持，都很難持續。以小馬智行為例，怎樣解決夢想與現實之間的矛盾？
莫璐怡：自動駕駛是比較復雜的系統工程，并且需要一步一步實現。整個自動駕駛產業的發展不是一家公司推動的，需要依靠整個生態鏈上下游一起努力。
我們在做技術研發迭代的同時，也在開展具體的商業化應用，在商業化試點或具體應用中會得到相應的回報。無論是Robotaxi還是智慧物流，都能看到正向循環，這更堅定了我們在技術服務上繼續向前的信心。當然，這個過程中需要相關政策的支持以及社會接受度的不斷提高，通過合力去逐步實現無人駕駛的落地。
《中國汽車報》：關于更具體的降成本方面的問題，業界現在提出取消安全員，各位認為是否可行？取消后會是什么樣？
陳鍵華：物流、港口、礦山等場景的自動駕駛落地，只涉及到經濟利益，不涉及社會利益，會有經濟利益可以覆蓋成本，因此商業模式是成立的。
Robotaxi不一樣，它涉及到社會利益。公共交通的出現一是要解決“大城市病”，提升出行效率；二是要提升交通出行安全。政府每年在這兩方面要投入非常多的資金。Robotaxi的逐步推行恰好可以幫助實現這兩個目標。政府管理者也愿意把這部分原本就要投入到公共交通領域的資金給到Robotaxi公司。因此對于Robotaxi這樣帶有社會屬性、涉及到城市管理的場景應用，不是一定要去掉安全員才能降低成本，我認為應該綜合考量各種因素。這方面是值得多方探討的，比如廣州推行的混行試點就涉及到對安全員的補貼。
《中國汽車報》：自動駕駛涉及的具體問題不僅是技術問題，還有政策問題，需要結合來看。在商業化落地方面，自動駕駛政策是否能夠更多、更開放？政策與市場應該怎樣匹配？
陳鍵華：政府其實是根據社會的需要去推動技術發展的。希望通過政府財政的引導，讓技術應用到社會需要的領域，為政府管理帶來更多便利，這也是各地方政府在努力嘗試的方向。我們發展自動駕駛不是追求單個企業的盈利，而是爭取讓自動駕駛找到好的商業化應用場景，并且迅速做大，為社會和政府帶來回報，最終形成共贏局面。
楊殿閣：首先，技術發展對政策有需求，需要政策創造更好的發展環境。其次，從政府層面看，政府創造的政策軟環境也會吸引更多的技術創業者，吸引更多的企業為當地創收。這是在居民出行更便利、提升城市交通效率和改善城市治理之外，對政府管理者的附加好處。只有各方利益都能兼顧，才能真正實現共贏，政產學研也才可能真正聯合。
尚進：政府在城市公共交通方面是沒有盈利的，甚至是虧損的，如果能夠少虧損一些，并把這部分資金補貼到自動駕駛公司，可以促使它們更積極地研發和推廣新技術，這屬于“雙贏”。
此外，自動駕駛更多偏向于ICT產品，但應用在車輛上又無法具備ICT產品的客戶包容度，這就需要政府層面通過數據溯源來界定責任，以實現產品高可靠性和前瞻技術發展之間的平衡。
《中國汽車報》：在技術與政策的匹配度上，中外哪些國家更超前？尤其中美之間有沒有值得互相學習借鑒交流的地方？
尚進：美國是比較現實的商業社會，更多靠企業主動探索路線向前發展，距離商業化落地還比較遙遠，政策環境則既嚴格又寬松，屬于在一定底線之上的相對寬松。
中國對智能技術的開放度要遠遠超過任何國家。不僅政策走在前面，政策的引導作用也遠遠超過其他任何國家，民眾的接受度也遠高于其他國家。
莫璐怡：我國從2018年前后開始放開部分道路測試，后續逐步進行商業化試點，再到嘗試無人化測試，政策發展速度非常快。同時，中國不同城市之間也在探索不同模式，相互學習借鑒并進一步去完善。這種通過部分城市的試點政策逐步形成國家層面政策方針的方式，有利于整個行業健康發展。
政產學研協力推動智慧交通發展
《中國汽車報》：大家談了有效市場和有為政府的重要性，那么地方城市在自動駕駛、智能交通中應該扮演怎樣的角色？
陳鍵華：政府要對自動駕駛發展的條件與落地場景進行精準規劃，讓不同技術、不同參與者都能夠在交通系統中和諧共處，不能因為自動駕駛的介入引起交通系統的混亂，這會背離技術發展的初衷。
廣州一直在嘗試把自動駕駛放進交通大系統中，例如通過混行來測試不同的自動駕駛比例會否引起交通系統的混亂，還是實現了交通系統的優化。廣州下一步的關注重點是，不同的混行比例會呈現怎樣的狀態？需要匹配怎樣的人力物力和政策法規？希望通過這種全生態體系的試驗，最終能夠形成一整套方案體系，并向全國甚至全球推廣。
莫璐怡：小馬智行在北上廣深都有落地，可以感受到不同城市的特色，以及自動駕駛政策的不斷完善。廣州的混行試點是非常獨特、非常創新的模式；北京最近在無人化試點等方面走得很快，也在不斷強化管理要求；深圳則通過地方立法去回答諸如責任界定等自動駕駛發展方面的問題。
《中國汽車報》：各地的探索各有特色，但也都以安全為前提遵循了一些比如循序漸進等的共同規律。可否從技術角度談下看法？
楊殿閣：許多地方在支持自動駕駛技術發展，以及自動駕駛的示范運營上都出臺了不少鼓勵政策，在具體政策上可能略有差異。
城市定位不同，其出臺具體政策的定位也會有所不同。比如，北京作為政治中心和科技中心，承擔著探索中國智能網聯汽車技術路線的特殊使命，也會更多考慮政策法規的試點示范。
尚進：各個城市都秉承著循序漸進、多維度快速發展的共性。從弱人工智能走向強人工智能，不是簡單的示范運行能夠迭代出來的，還需要更多實地場景的驗證和提高模型適應性，因此廣州的混行試點很有必要。另外，我們作為屬地企業也感受到了北京的很大不同，這是對“中國方案”的驗證和實踐。
《中國汽車報》：智能汽車實際上是智能交通的重要組成部分，智能交通離不開智慧能源，它們從內涵上又都是智慧城市的重要組成部分。這就不得不提到我國正在推進的“雙智”試點，各位怎樣理解“雙智”協同？
陳鍵華：“雙智”協同是中國智能網聯汽車技術路線很好的落地場景。智能設施能為智慧城市提供底層數據，為整個智慧城市搭建數字底座。此外，想要最終實現智慧城市，還需要加上落實“雙碳”這一任務，最終實現碳中和。
《中國汽車報》：本次訪談集聚了政產學研領域的專家代表，從各自所代表的角度，各位對中國汽車產業發展有什么看法？
尚進：希望自動駕駛帶動智能汽車變革。以自動駕駛變成工程化產品為起點，推動整個智能汽車的騰飛，并賦能智慧交通、智慧城市。
莫璐怡：在汽車智能化賽道上，中國很有可能在世界范圍內實現領先。目前中國自動駕駛產業鏈較為完善，有望形成合力去幫助汽車產業在智能化賽道上加速前進。
楊殿閣：自動駕駛的背后實際上是移動出行，改變的是人的出行方式。衣食住行是人的基本需求，出行方式的變化會改變很多事情，甚至會改變整個社會形態，這是一場由自動駕駛帶來的技術變革。這場變革不只是汽車人在參與，整個社會也都參與其中。
陳鍵華：在“上半場”，中國新能源汽車已經領先一步，“下半場”的比拼來到了智能汽車領域。智能汽車在下一步的發展中，會將現在的汽車產業從鏈狀形態變成網狀生態體系，涵蓋更豐富的內涵。所以需要政產學研全方位的合作，為自動駕駛落地提供更好的環境。本報記者 趙玲玲 《 中國汽車報 》（2022-08-08 006-007 版）
（責任編輯：趙臻宇）
晉公網安備 14090202000008號 
