文 | 韋航
10月11日晚，百度官方微博宣布，百度自動駕駛計程車服務在北京全面開放，似乎科幻電影中的無人車夢想正在走進現實。
但從第二天的各家媒體報導中，目前百度的無人駕駛體驗還是在幾個固定的點之間運營，對於普通乘客而言，該功能類似擺渡車，並不能提供類似真人出租司機的駕駛體驗。
對於廣大的司機來說，失業問題暫時不會出現，百度的無人駕駛也才剛剛上路。
自2009 年穀歌率先啟動自動駕駛項目以來，目前自動駕駛領域已覆蓋整車廠、Tier1、科技巨頭、自動駕駛公司和出行公司等眾多玩家。
然而，經過了過去幾年的快速發展，商業化進度不及預期，自動駕駛的落地似乎依舊遙不可及。因此，資本市場對於自動駕駛的追逐逐漸趨於理性，尤其是隨著Waymo估值的縮水，資本重新審視這一市場估值，導致許多公司融資困難。
儘管如此，大洋彼岸的馬斯克在社交媒體上卻表示，下周二將發布限量版全自動駕駛的測試版本提供給專業的測試人員。
此前，谷歌旗下的自動駕駛公司Waymo於上周四宣布，該公司在美國鳳凰城郊區向公眾開放完全無人駕駛叫車服務。
無人車正在來襲，但自動駕駛或者說智能駕駛，真有發展潛力麼？
智能駕駛的由來
在中國，過去10多年，汽車快速普及並常年保持著全球第一大汽車市場的規模。
巨大的汽車保有量，給社會帶來了多方面挑戰。
根據中國汽車研究院《中國自動駕駛安全讀本》描述，在中國人為原因導致的交通事故率佔比90%；因為交通擁堵北京人平均經濟成本在4013.31元/年；中國物流費用在GDP中的比重達到 14.6%，遠超歐美國家，效率低下。
而智能駕駛是指汽車通過搭載先行的傳感器、控制器、執行器、通訊模塊等設備實現協助駕駛員對車輛的操控，甚至完全代替駕駛員實現無人駕駛的功能。
高等級的智能駕駛是智能交通體系的一部分，通過 V2X（車聯網）技術汽車能夠 道路信息、交通信號、其他車輛等周圍環境聯接為一體，形成「人、車、路」高效 運行的交通體系。
而在智能汽車內部，各種類型的傳感器代替了人的眼睛與耳朵，感知著汽車周圍情況；強大算力的控制器代替了人的大腦，決策著車輛行駛路線；響應靈敏的執行器代替了人的手腳，執行著智能大腦的命令。
被「代替」的駕駛員則通過全新的人機互動環境，享受著智能的體驗與服務。這是智能駕駛的願景，也是定義各個子功能的發展目標。
當前行業普遍遵循SAE協會定義的智能駕駛等級，其中 L2 級以下的智能駕駛通常被成為 ADAS（高級駕駛輔助系統），其最大的特點是系統只是在特定場景下給駕駛員提供協助，車輛行駛決策權在駕駛員，對應駕駛員需要承擔所有的責任與後果。
而在L4 及以上的智能駕駛因為是汽車主導著駕駛行為，責任主體為汽車生產或者汽車服務商。
對於L3級別的智能駕駛，因為其只能在特定條件下代替人，並且在系統失效的時候需要人及時接管車輛，在實際應用中的可操作性及責任界定問題在行業內外存在較大爭議。
儘管從技術角度，L3級別智能駕駛是技術發展的必經階段。
在智能駕駛的演化路徑上，Waymo、百度等高科技公司直接針對 L4 級別的智能駕駛進行研發，L4級別的智能駕駛也常被稱為無人駕駛或者全自動駕駛。谷歌 Waymo 從 2009 年就開了相關研究，其利用在AI算法領域的優勢通過樣車收集數據不斷迭代自動駕駛功能。
2019年，著名諮詢公司 Gartner 在其報告中認為 L4 級別自動駕駛技術全面成熟，還需要10年以上。
在商用車領域，L1/L2 級別的智能駕駛有望在法規、市場、技術的驅動下快速滲透。針對 L3/L4 級別的智能駕駛，更有可能在特定場景下實現商業應用，例如高速公路的長途幹線物流，低速運行的封閉園區環境。
特定場景下有可能降低技術開發的難度，同時對應的商業價值更加明確，有利於實現技術迭代與大規模商業化落地。
燒錢的自動駕駛
2016 年底 Alphabet 宣布將自動駕駛項目 Waymo 獨立為子公司，估值一度超過1000億美元，Cruise、Argo AI、Aurora 等自動駕駛初創公司因此也受到了資本市場追逐。
對於自動駕駛，打車巨頭Uber也下過血本，在Uber無人計程車的偉大願景中：其目標是2019年75000輛自動駕駛汽車上路，2022年在13個城市開展無人駕駛計程車服務。
從2015年2月Uber開始組建自動駕駛研發部門，每個月燒錢2000萬美元，截止2019年，Uber就已經燒了9.6億美元了。
2019年全球自動駕駛前10大玩家，在自動駕駛領域研發投資超過160億美元，Waymo、Cruise， Uber 作為自動駕駛技術領頭羊，研發投入超過20億美元。
即使有谷歌加持，Waymo仍面臨巨額研發投入帶來的資金壓力。
目前，Waymo在該領域投入最大、積累數據最多、應用最全面。從技術角度分析，針對 L4 級別的智能駕駛雖然已經有了很多進步，但是其還只是處於試驗研究階段。面對情況複雜的開放道路，技術成熟度還未達到全面商業化運營的要求。
Waymo也是燒錢大戶。從2009年到2015年底就已經花費了11億美元，現在的燒錢速度是大約每年10億美元。
Uber自動駕駛事故發生後，主要玩家紛紛調整自動駕駛商用化時間表。沃爾沃原計劃在 2017年推出100輛自動駕駛的SUV，後延期至2021年；
Cruise 公司推遲了2019年底 推出無人駕駛計程車的計劃；福特CEO承認公司2021 年推出全自動駕駛汽車計劃可能有所推遲。
由於自動駕駛商業化進度不及預期，資本開始重新審視估值，Waymo今年首次尋求外部融資，估值僅300億美元，較高點時期縮水 70%。
行業承壓之下，抱團取暖也成了唯一的一條路。
技術層面，2020年L3級別車型進入集中量產階段，L4/L5級自動駕駛由於商業天花板更高， 再加上疫情衝擊，主要企業L4/L5車型量產計劃均有推遲。
Waymo是當前估值最高的自動駕駛企業，DMW各項數據和專利創新能力方面均保持行業領先。
自2016 年從谷歌獨立以來，Waymo卻不斷和傳統車企達成戰略合作。
不同車企與Waymo的聯盟，均是單向而非整體大聯盟，並且 Waymo 在技術研發方面較為封閉，聯盟車企承擔角色多為硬體供應商。
比如雷諾、日產分別負責 Waymo 的自動駕駛計程車服務在歐洲、日本落地，FCA、捷豹路虎負責向 Waymo 提供搭載自動駕駛技術的車輛，但都不參與研發進程。
在商用車領域，因為面向高速的幹線物流運輸市場規模巨大，據行業專家預估將超過7000億元。同時，高速場景多為固定且較為封閉的路線，路況較城市道路路況簡單，對自動駕駛算法要求較低。
初創企業可以一邊通過提供貨運服務實現商業化，一邊做測試快速拿到數據，降低公司成本。
頭部商用車企業紛紛採取合作，甚至直接收購的方式進行布局，以期望更快的實現自動駕駛在產品上的搭載。
另一個特點是場景方（例如 G7、滿幫等）的積極推動，與頭部商用車企業、智能駕駛公司共同組成了商業化聯盟推動技術發展。
顯而易見，自動駕駛進入同盟時代，行業協同格局初顯。
頻出安全事故的自動駕駛
在一個理想的世界中，自動駕駛汽車將全知全能。車輛將有能力進行觀察、通信和計算，並最終準確判斷道路上的任何危險，並及時採取措施避免所有風險發生。
然而，自動駕駛開發商、監管者以及普通民眾均必須面對一個亟待回答的問題：要多安全，才夠安全？
自動駕駛系統儘管擁有遠高於人類司機的安全期望值，但「絕對安全」與零事故仍是難以企及。
2018年3月18日夜間，49歲的Elaine Herzberg推著她的自行車穿越亞利桑那州的一條馬路，被Uber無人駕駛測試車撞傷，最終不治身亡，成為首起自動駕駛致死案件。
2019年3 月1日，美國佛羅裡達州發生了一起特斯拉 Model 3 車禍，有關機構在本周四公布了事件的細節：據國家運輸安全委員會介紹，當時一輛以 110Km/h 的速度行駛的特斯拉 Model 3 與一輛半掛式卡車相撞，特斯拉轎車的車頂被整個削去。
在事故發生之前 10 秒鐘，特斯拉的駕駛員開啟了Autopilot系統，而在相撞前8秒鐘，特斯拉未檢測到司機的雙手在方向盤上。
這次事故導致了特斯拉Model 3駕駛員的死亡，自動駕駛似乎並不安全。
美國公路安全保險協會（IIHS）於6月4日發布的研究中，對5000起發生在美國的交通事故進行了分析，該機構認為，自動駕駛汽車很可能只能避免那些由司機的感知錯誤或操控能力喪失所導致的事故。
據美國交通部門的數據，人類開車平均每35.7萬英裡遭遇一次或大或小的事故，而Waymo在2019年的加州路測成績是每1.32萬英裡，就需要一次人工幹預。粗略地算，截至2019年底，Waymo自動駕駛系統的可靠程度大約為人類司機的1/27。
有人調侃，在當前「人工智障」的大環境下，自動導航自動駕駛早用早超生，誰用誰投胎。
同時，電車難題是自動駕駛需要面對的現實問題，目前主流方案為通過算法解決。
汽車自主行為是一系列複雜的評估和決策過程的自然結果，無法為我們作出正確的道德選擇，人們也無法對自動駕駛汽車完全信任，自動駕駛汽車製造商如何擔責也是一個問題。
一輛電車失控了，它會撞到一個被困在鐵軌上的五口之家。幸運的是，你剛好站在一個控制杆旁邊，這個控制杆可以讓車轉向到另一條軌道上，而那裡只有一個人。
無論一輛車有多少的感應器和計算單元，它都無法通過計算解決一個道德難題。
超越「強制」與「個人」二分的制動力學算法，通過技術化的框架規避了倫理性選擇，是目前較為有前景的自動駕駛電車難題的倫理算法。
完全自動駕駛普及的時候，法律法規肯定會改動，目前的交通設施應該也會調整。當下而言，現在的自動駕駛歸根結底都是輔助駕駛，不能脫離人的控制。
對此，編輯部的缽叔認為，廠商不能吹牛吹太狠，要不然會誤導駕駛員。駕駛員自己該如何操作，心裡必須有底線。如果是自動駕駛技術不過關，那就得提供技術的廠商擔責了。