《車市零距離》是車市物語旗下自媒體，每天提供最新鮮的汽車零部件和智能網聯相關資訊。
前不久，有一條閱讀量過百萬的帖子——《自動駕駛什麼時候才會涼涼，估計還要多久？》。在「悲觀者」質疑中，這個涵蓋政府政策、技術瓶頸、城市路況、運營模式等多方面未能突破的新物種，什麼時候可以大面積鋪廣開。
另一邊，在美國鳳凰城內，一輛輛白色的Waymo無人駕駛計程車不分晝夜地工作，載著後排乘客熟練地加速、減速、轉彎，但不同的是，車輛前排已沒有了駕駛員。大洋彼岸，以百度、文遠知行為代表的中國自動駕駛企業正火熱開展Robotaxi運營。
這些信息好似都釋放出了一個強勁的信號，以Waymo「馬首是瞻」的自動駕駛玩家們，正一步步將Robotaxi帶入現實生活，試圖「引誘」消費者入局。事實上，真正的考驗才剛剛開始……
■數據之路無捷徑
610萬英裡，這是Waymo自動駕駛汽車在亞利桑那州鳳凰城共行駛的裡程，其中包括2019年至2020年前9個月中的6.5萬英裡無人駕駛裡程。
在95%的置信度水平下，如果要證明自動駕駛車輛導致的交通事故死亡率比人為駕駛低，至少需要50億英裡的實際道路測試，這是美國蘭德公司的數據發現，「裡程噩夢」一直是限制自動駕駛規模化商業應用的一大阻礙，即使強如Waymo，實際道路測試裡程仍然偏少。
Waymo測試環境大多是郊區，而真正的挑戰來自像舊金山、紐約和芝加哥等大城市，這裡不但車輛密集，還存在行人、自行車混行的情況。而鳳凰城氣候乾燥，降雨量少，沒有北方城市的大雪氣候，仍未真正體會到自動駕駛的「麻煩」。Waymo想要在大城市鋪開恐怕不是短時間內可以完成的。
儘管Waymo稱正在開發新的軟體，構建真實的仿真場景，每天可收集約2000萬英裡的數據。不過仿真模型的建立依然需要真實世界數據的支持，解決「長尾」問題也需要對人類駕駛行為進行大量的模仿學習。就連Waymo CTO也承認，在真實道路上行駛裡程越多，仿真訓練結果的可靠性就越高。
深諳此道理的Waymo試圖進行新的突破。12月1日消息，Waymo將與俄亥俄州的交通研究中心合作，建立一個物理環境，模擬密集的城市駕駛區域，測試邊緣案例場景（指極端或很少發生的駕駛情況）。
對比之下，特斯拉在這方面並不發愁。目前搭載硬體2.0版本的特斯拉車型，每個月可獲得近10億英裡的行駛裡程，數據量之大是Waymo無法企及的（不過也有質疑說特斯拉把消費者當「小白鼠」做測試是種極其不負責任的做法，這裡不多做討論）。
極端情況下數據的積累，很多是花錢也買不來的，無法做到全覆蓋。正如Waymo CEO約翰科拉菲克(John Krafcik)在接受媒體訪問時表示，「自動駕駛L5不可能實現，因為還找不到辦法解決雨雪天氣的雷達感知問題。」
■自動駕駛≠無事故
為了增強公眾對自動駕駛的信心，Waymo日前更是自曝「家醜」，公布碰撞數據。
根據記載，2019年1月-2020年9月期間，Waymo和其他道路使用者（包括車輛、行人和自行車）共發生了47次有「聯繫」的碰撞事件，其中有18次發生在真實道路上，餘下29次發生在模擬環境中。
在這些事故中，只有8次（17%）達到了能讓安全氣囊彈出的嚴重程度，剩下的39次都不太嚴重。Waymo對此總結出：即便是有事故的自動駕駛，依然比人類駕駛更安全可靠。
這些真實數據的確對自動駕駛的發展注入了強心劑，但背後忽視了一點——自動駕駛永遠不可能等於無事故。對於這個結論，Waymo能說得輕描淡寫嗎？消費者能夠欣然接受嗎？誰有權力讓機器決定人的安全？
Uber的致死事件還歷歷在目，最近特斯拉的撞車事故也絕不僅僅是一個企業的問題，背後是整個行業的信任危機。
為獲悉美國消費者對自動駕駛汽車所持的態度，相關權威機構在今年進行了調查。結果發現，只有45%的美國人認為無人駕駛汽車可以帶來一個更安全的交通環境，這一數據在2016年為63%。
從工業界的視角來看，因為現實場景永遠有各種稀奇古怪的情況，總有一些「corner case」是算法從未見過的。比如，今年6月，特斯拉不減速，直接撞上高速上的白色貨車，這都是匪夷所思的情況。
這也是自動駕駛一直很難真正落地商用的一大原因。畢竟，即使是0.001%的事故概率，對於事故受害人來說，也是100%的傷害。
■裝備升級以應對「天敵」
Waymo在報告中提到，相比較謹慎的自動駕駛車輛，人類在開車過程中的行為差異比較大，包括違反交通規則或超速駕駛。這意味著，Waymo所遇到的碰撞風險，大多數是因為馬路上其他司機不遵守交通規則而導致。
值得注意的是，根據報告分析，最常見的車禍是追尾碰撞。此前也有報導稱，Waymo自動駕駛過于謹慎。比如，看到黃燈就剎車，引起後車追尾。
Waymo的應對策略是，統計安全駕駛員控制車輛以避免碰撞的事件，然後工程師們對此模擬，如果駕駛員沒有接手會發生什麼，從而產生一個反事實。通過不斷地積累，Waymo可以不斷檢驗調整汽車的臨場決策反應，並利用這些數據改進其自動駕駛軟體。
正如前面提到的「corner case」，短期來看，減少此類碰撞的唯一方式，是有專門的道路提供給無人計程車。否則，只要路上有人類司機，這些自動駕駛車輛都會繼續參與到更多的撞車事故中。
美國一位乘客表示，他並沒有對Waymo過于謹慎的做法提出異議，但也不會因為龜速的Waymo堵在路上被路人破口大罵而同情它。
為了運行更高級的行為控制軟體，Waymo表示，將在系統中增加大量的雷射雷達、攝像頭等設備，並開發一個多重冗餘的獨家計算平臺。
對於Waymo的技術路線，特斯拉日前吐槽其自動駕駛技術不夠先進，離不開不斷更新的高精度地圖。背後的原因是，站在純視覺路線派的角度，這就如同「作弊」，對訓練算法能力是不利的。
Waymo的「飛機+大炮」配置與特斯拉的「小米加步槍」配置，誰能最後勝出還未有定論。但無論哪種技術路線，目前馬路上那些無法預測的「天敵」，同人類司機相比，機器還有很長的一段路要走。
■中美隔岸交鋒
至於國內自動駕駛企業能否效仿做「事故」報告，由於政府對自動駕駛技術主要持嚴謹的態度，目前處於無事故可記錄的狀態。
回顧兩年前，國內的自動駕駛現狀處於「蹣跚而行」階段，在數據、路測、技術等方面與Waymo相比差距非常大。業內給出的評判是，如果當時Waymo打60分，那國內企業估計只能打20-30分。
Waymo自然不想錯失中國市場。在今年首輪外部融資30億美元後，Waymo就進入中國開展業務進行談判。這是2018年，Waymo在上海註冊了名為慧摩商務諮詢（上海）有限公司後，一直希望達到的目標——進入中國開展自動駕駛業務。
如果Waymo入華「實錘」，會不會是「狼來了」？對於那些志在RoboTax的中國玩家而言，無疑會帶來很大的衝擊。但也不必過度擔憂，有特斯拉入華的榜樣在，誰知Waymo不是一條「鯰魚」呢？
更何況，國內自動駕駛企業已不是兩年前的水準，在與Waymo的差距正在逐漸縮小。
『百度自動駕駛測試』
最顯著的一個案例是，今年美國加州機動車管理局（DMV）公布了《2019年自動駕駛接管報告》，在脫離接管次數指標上，百度北美團隊首次把Waymo從第一王座上拉下馬。
雖然Waymo專家稱，「在城市複雜道路和在空曠無人的郊區刷裡程是完全不同的，報告中並未包含這一點。」但這也一定程度上證明了中國自動駕駛公司在過去的一年中取得了巨大的進步。
今年9月，百度Apollo已在北京現場直播去掉安全員的無人駕駛載人測試，並拿到長沙無人測試牌照；文遠知行也已經在廣州開始去掉安全的遠程無人駕駛測試。這也意味著中國企業的自動駕駛技術水平正與Waymo逐漸接近。
『Auto X無人駕駛』
在技術戰略上，Waymo採用「單車智能」技術路線，而在新基建的加持下，中國企業則大多採用「單車智能＋車路協同」的「雙翅膀」路線。
「中國國內道路交通狀況比美國要複雜很多，自動駕駛車輛經歷的訓練強度也更大，只要給一定時間，我們必定能夠快速迭代。」文遠知行營運長張力對此表示。實際上，Waymo入華並不容易，如開展業務肯定還要等段時間，這給了中國企業預留了一定的空窗期。
■結論：
L4級自動駕駛技術商業化的前提是，系統的駕駛水平要高於人類司機。目前的最大挑戰是，無論Waymo，還是百度等自動駕駛企業，正在用80%甚至更多的精力，去想辦法解決95%甚至99.9%以外的安全概率的風險問題。
這也註定了RoboTaxi的商業化是一個漫長的過程。Waymo已領先市場走完了自動駕駛的上半場，中國企業緊隨其後，而下半場，僅僅是開始……