來源 | 未來汽車日報（ID：auto-time）
文 | 程瀟熠
編輯 | 吳巖
圖片來源 | pixabay
跨年夜的前兩天，一輛黑色的2016款特斯拉Model S駛離美國加迪納91號高速公路，在高速狀態下闖了紅燈並撞上一輛2006年產的本田思域。本田車內兩名乘客當場死亡，特斯拉車內兩人被送往醫院，沒有生命危險。
幾小時後，一輛特斯拉Model 3撞上了一輛停在美國印第安納州高速公路左側車道上的消防車，車內的夫妻倆一亡一傷。
雖然美國警方尚未確定事故發生時是否有自動駕駛系統參與其中，但以往的教訓，讓質疑之聲再次對準自動駕駛。據彭博社報導，美國國家公路交通安全管理局（NHTSA）調查後認為，包括2019年12月7日特斯拉追尾美國警車在內的13起特斯拉汽車事故，可能都是司機在使用Autopilot系統時發生的。
2018年1月特斯拉Model S碰撞事故 來源：KCBS-TV
人們一面試圖勾勒解放雙手、自由出行的美好畫面，一面對方向盤脫離掌控充滿猶疑和擔憂。接二連三的致命事故，更是讓這種對未知事物的恐懼被放大到了極致。
美國汽車協會公布的一項研究報告顯示，71％的美國受訪者害怕乘坐自動駕駛汽車，近90%的受訪者擔心自動駕駛存在技術問題。受訪者中，只有7%的人「非常熟悉」自動駕駛汽車。
但這仍然擋不住人們對自動駕駛的好奇和熱情。1月3日公布的銷量數據顯示，特斯拉2019年全年交付約36.75萬輛，同比增長50%，佔美國電動車市場75%的份額，也是荷蘭最暢銷的車型。蔚來汽車CEO李斌則在2019年10月表示，已有60%的蔚來車主開通NIO Pilot駕駛輔助系統。
自動駕駛成了一項讓人又愛又恨的功能。以至於很多人不禁捫心自問——人類是否需要自動駕駛？
年近花甲的周成是駕駛輔助系統的資深用戶。作為福特福克斯L2級自動駕駛車型的首批車主，他已經習慣了在高速公路上使用ACC自適應巡航功能。
他是老朋友中第一個願意嘗試自動駕駛汽車的人，別人都是開了幾十年車的老司機，「讓他們信任開車時間沒多久的機器非常難」。他身邊大多數人覺得自動駕駛只是玩笑話，「有生之年不可能實現」，但周成仍滿懷期待。他覺得到七八十歲時，自己應該能買到一輛自動駕駛汽車。
但他也承認，「現在技術確實不可靠」。
周成只敢在路況簡單、標識清晰的高速公路上使用駕駛輔助功能，因為自動駕駛尚未有明確量化標準，這讓他很不放心。比如人的反應速度在0.2-0.8秒之間，百公裡的剎車距離為40-60米，換成自動化系統，「誰知道它能快多少」。
在他看來，目前的自動駕駛在特定場景或試車場上「玩玩可以」，但面對複雜路況和突發事件，還達不到人腦的反應速度。
他的焦慮並非杞人憂天。
近年來，特斯拉在自動駕駛模式下已發生多起致命事故。谷歌Waymo在採取多種安全措施之餘，仍將無人駕駛商業化的計劃延遲。Uber自動駕駛汽車在2018年3月發生過一起致命事故，原因是自動駕駛軟體檢測到一位橫穿馬路的女性後，判定為無需避讓。
谷歌旗下自動駕駛公司Waymo車型 來源：Waymo
但鮮為人知的是，相比起致命事故，自動駕駛救了更多人。
一位百度自動駕駛資深工程師向未來汽車日報（ID：auto-time）坦言，特斯拉的Autopilot以及市面上的同類產品，目前只能定義為輔助駕駛。雖然輔助系統使用不當曾導致事故，但它其實也避免了很多事故，救了更多人。「每一次AEB（自動剎車輔助系統）的觸發，基本就是避免一次碰撞的發生。」
特斯拉2019年第三季度安全報告顯示，在Autopilot參與的駕駛活動中，平均每434萬英裡（約合698萬公裡）行駛裡程報告一起交通事故，頻率遠低於人類駕駛時的每270萬英裡報告一起事故。NHTSA最新數據顯示，美國平均每49.8萬英裡（約合80萬公裡）行駛裡程，即發生一起碰撞事故。
目前主流車型搭載的L2+級自動駕駛屬於駕駛輔助，技術已趨成熟。它雖然無法徹底接管汽車，但能像「駕校教練」一樣，提醒駕駛員調整車道或跟車距離等。
尼克森2018年發布的報告顯示，消費者體驗亟待改善的場景主要是停車位和低速擁堵路段，L2+級駕駛輔助功能中的ACC及自動泊車功能，可基本滿足需求。
不過，這只是治標不治本，難以根治出行痛點。要想找到降低交通事故、解放人類的終極方案，還得靠L5級完全自動駕駛。
來源：尼克森2018自動駕駛市場與消費者洞察白皮書
目前，自動駕駛所面臨的難關，仍然是L3級及以上自動駕駛技術難以落地。
按照自動駕駛對於車輛操控的接管程度和駕駛區域劃分，自動駕駛可分為L0-L5六個級別。從L2級往上，自動駕駛研究分為兩種路線。
美國汽車工程協會（SAE）2014年制定的自動駕駛分級標準以特斯拉為代表的大多數整車廠商，選擇攻克L3級技術難題，按分級順序循序漸進地拾級而上。另一種，是以谷歌旗下Waymo為代表的自動駕駛科技公司，它們選擇跳過L3級，直接研發L4級及以上自動駕駛技術。
L3級自動駕駛汽車可行駛在複雜路況上，並由自動駕駛系統進行駕駛操作。這意味著人類司機的角色將會出現轉變——從手動控制到監督。
然而，在谷歌最初的自動駕駛項目測試中，這項看似簡單的監督工作非常難完成。
當時，谷歌無人駕駛汽車團隊將部分自動駕駛汽車分配給了谷歌員工，讓他們在每天上下班的路上進行測試。據《紐約時報》報導，每輛車上配備兩位專業司機，每人拿一份類似飛行駕駛清單的文件。坐在駕駛座位上的人需要時刻保持警惕，準備好在發生異常情況時接管汽車。
但車內監控視頻顯示，這些被委以重任的測試員很容易在車上被其他事情分心，比如回復手機信息、看電影甚至睡覺。有網友在Twitter上吐槽，「告訴我不用自己開車，但又不能放鬆警惕，這本身就是個悖論，我還不如自己開車。」
面對難解的分心問題，2014年，谷歌的自動駕駛工程師決定，將人類完全排除在駕駛過程之外。
2019年1月，福特也以「不知如何負責任地管理L3級自動駕駛系統控制權的轉移」為由，宣布放棄L3級研究，直奔L4級自動駕駛汽車研發。
但即使L3級落地困難重重，奔馳、一汽、北汽新能源、長城、奇瑞、小鵬、威馬等諸多車企，還是決定在2020年推出具備L3級自動駕駛功能的量產汽車。此前，奧迪A8已成為全球首款L3級自動駕駛量產車型。
「奧迪做了L3級以後，之前說要跳過L3的某些國際車廠就著急了。」恆潤智能駕駛事業部總經理兼首席技術官薛俊亮，2018年在公開場合提到，因為奧迪L3級汽車已經出來搶佔市場，而L4的落地至少要往後推3-5年，其他車企擔心奧迪會搶佔整個空檔期。
薛俊亮認為，L3和L2.5其實都是「中間過渡狀態」，是立法者或者行業協會給車廠的緩衝期。但是一定要教育消費者，「這不是自動駕駛，要悠著點開」。
和簡單的駕駛輔助功能相比，L4級及以上的無人駕駛汽車對於普通人，還顯得十分遙遠。
在百度無人車從事研發工作的韋立，如今已完全適應在無人車上工作，但仍然對第一次的乘坐時的經歷印象深刻。「跟第一次坐飛機的心情一樣，手腳出汗，既緊張又害怕。」
智行者CEO張德兆感受到更多的，則是掌控汽車的興奮感。「我調個參數它就會跑快一點，調別的參數還能轉向。」張德兆告訴未來汽車日報（ID：auto-time），當時他在汽車後排用代碼開著無人車從清華大學一路跑到北清路，再開回清華大學。因為長時間在移動狀態下低頭看屏幕，他在車裡就吐了。
韋立告訴未來汽車日報，現階段難免會有很多猛起步跟急剎車，為了測試系統能力，車輛行駛也不會很平穩，測試時強烈的暈車反應在真正商用後一般不會出現。
目前，國內已有多家自動駕駛公司在園區、港口、礦區等特定場景跑馬圈地，如智行者、圖森未來、馭勢科技等。在無人駕駛計程車（Robotaxi）領域，Waymo率先撤去安全員進行純無人駕駛試運營，中國自動駕駛初創企業小馬智行去年11月起對加州爾灣的數百名居民開放無人駕駛出租試點服務，AutoX則計劃今年在深圳、上海規模投放無人駕駛計程車。
小馬智行在美國加州爾灣的BotRide無人計程車服務無人駕駛正以飛快的速度進入人們的生活，但這一切可能只是個開始。
「如果要做車規級標準的軟硬體，必須要在數學以及結構上進行證明，確定這個東西本身是可控並且穩定的，才能真正在工業上進行應用。」北京理工大學無人車隊的胡晨向未來汽車日報表示，目前的無人駕駛技術還談不上人工智慧，大多是機械地依附於傳感器和晶片。無人車的碰撞事故恰恰證明，光靠單車感知是不夠的，道路也需要多車感知系統。
基礎科學與應用科學向來無法劃等號。
在實驗室條件下成功的產品，往往需要數十年才能成熟應用。第一臺蒸汽機早在1712年就已出現，但它直到95年之後才出現在輪船上。
「馬斯克曾說過一句話，雷射雷達的出現，讓大家有了技術進步的錯覺。」百度無人車前資深產品經理謝萊告訴未來汽車日報，過去雷射雷達主要用於測距，雷射雷達公司並未想過產品可以用在自動駕駛行業，所以並沒有統一的零部件標準。
無人駕駛汽車的零部件如果要實現量產，需要供應商制定嚴格的標準內參，這是實現量產化的必要條件。但在現實中，線機到百度無人車團隊手中，還需要自行標定標準和組裝。在謝萊看來，這個行業還需要他們一層層推進產業鏈改變。
另一個制約自動駕駛行業快速發展的因素，是零部件昂貴的價格。
以百度自動駕駛方案使用的雷射雷達為例，百度曾透露使用了1個Velodyne的64線雷射雷達HDL-64，價格約為7.5萬美元，3個Velodyne的16線雷射雷達VLP-16，每個價格8000美元，總計9.9萬美元，約合人民幣67萬左右。
過於高昂的成本，讓L4級以上自動駕駛汽車量產面臨很大挑戰，甚至讓部分初創企業開始動搖研發路線。
「現在很迷茫，再不商業化可能會撐不下去了。」國內一家小有名氣的L4級自動駕駛初創企業高層向未來汽車日報（ID：auto-time）透露，因為L4級自動駕駛商業化遙遙無期，公司已開始考慮從頭開始研究L3級及以下自動駕駛技術。
但小馬智行CEO彭軍認為，L4級以上自動駕駛才是初創企業的機會，L3級（比L4級）更難做，L2級技術已經相對成熟，現在考慮的是供應鏈成本控制、質量保障，大規模生產。「這件事情是大公司、Tier 1、OEM整車廠的菜，創業公司沒有機會。」
從業者堅定地相信無人駕駛一定會實現，但不是所有人都能撐得下去。
一位自動駕駛產業鏈投資人表示，資本仍然看好自動駕駛，只不過一些小的公司不會再去看了。「投資人手裡也沒那麼多錢了。」
自動駕駛究竟何時實現商業化，成了一個懸而未決的敏感問題。
麥肯錫在2018年的一篇報告中預測，基於對自動駕駛底層技術成本曲線的估算，2025-2027年將是自動駕駛的拐點，因為此時將是自動駕駛與人類駕駛的經濟平價點。這意味著，自動駕駛每公裡的總成本將與司機駕駛傳統汽車的成本大致持平。
May Mobility自動駕駛公司CEO埃德溫·奧爾森（Edwin Olson）通過其總結的自動駕駛摩爾定律計算，由於無人駕駛汽車如今的性能僅相當於人類駕駛員的0.01％，按每16個月性能翻一番的勢頭計算，自動駕駛系統想和人類駕駛水平相當，起碼得到2035年。
埃德溫·奧爾森總結的自動駕駛摩爾定律 來源：May Mobility
10年的發展周期，不論對頭部企業還是初創公司而言，都是不小的挑戰，因此，合縱連橫、抱團取暖或成趨勢，跨領域合作將成為自動駕駛商業化發展的主旋律。
中國電動汽車百人會認為，未來的自動駕駛商業化模式大致如此：由整車企業負責量產，解決方案提供商提供技術服務，服務運營商搭建大數據平臺，負責車隊的管理和運營，為終端用戶提供服務。其中，服務運營商將施行輕資產運營，由金融機構提供資金支持。
Waymo走的正是這條路。在Waymo的商業化合作布局中，有整車廠捷豹路虎和菲亞特克萊斯勒，車輛維護公司安飛士和AutoNation，保險公司Trov，以及服務運營商沃爾瑪、Lyft和DOR。
自動駕駛顛覆的將不僅是汽車本身，而是人類的出行習慣。
2018年加州大學-戴維斯交通研究所的一份報告顯示，自從打車軟體提供更方便的「點到點」服務，芝加哥的公交系統使用率下降了6%。隨著私家車數量減少，麥肯錫認為，未來僅美國地區可減少停車位面積需求約57億平方米，機場、辦公樓等停車場的收入將顯著下降。
多倫多大學自動駕駛研究報告 來源：AITechYun
自動駕駛使汽車成為智能終端，意味著，人類將享受更便捷的出行服務。
但2018年，魯特.布裡奇斯在新書《我們自動駕駛的未來：天堂還是地獄？》中提出了一個尖銳的問題：
美國平均一輛車坐1.06個人，按照這一數據推算，到2027年（不考慮無人車帶來的車輛、車程和空車率增量），需要1.144億輛車來搭載1.213億人。但目前，高峰期的9900萬輛車已經讓公路系統擁堵不堪。
無人駕駛的出現，將讓「單人獨佔一輛車」的出行習慣更加根深蒂固。老人、殘疾人等原先行動不便的人加入，將使出行大軍更加龐大。解放雙手和更自由的駕駛時光，讓人們的居住地不再拘泥於公共運輸發達的城市中心，無形中增加車輛行駛路程。更何況，魯特還作了一個大膽的假設，因為無人車的成本極低，一些人可能會頻繁地讓「空車」自行取物接人，增加空車率。
魯特提出的解決方案，是免費的超級無人公交車（eSAVs）。
按照他的設想，eSAVs將在專用車道上，像魚群一樣整齊劃一地快速移動。車隊可以同時加速、轉向和制動，所有車在1/1000秒內重複領頭車的動作。他預測，這種車隊的客流量是目前公交系統的7倍。到2027年，不到5%的eSAVs，將在高峰時期運載40%的乘客。
如果這個瘋狂的設想真的實現，到2027年，美國只需要6050萬輛車，比1.144億輛少了28.6%。
更艱難的局面，存在於自動駕駛面臨的倫理困境。
倫理學領域有一個知名的思想實驗，叫「電車難題」。一輛失控的電車一路向前狂奔，即將碾壓軌道上的5個人。你可以用拉杆讓電車開到另一條軌道上，但那條軌道上也有1個人。這個1967年由英國哲學家菲利帕·富特（Philippa Foot）提出的難題，在自動駕駛領域衍生出了新的意義——
自動駕駛汽車是否應該為了躲避跑到路中央的5個孩子，而選擇開到人行道上撞死1個成年人？
自動駕駛的出現，讓這個至今仍存在分歧的難題，從純粹的設想和瞬間的抉擇，被放大為普世的道德困境。如果工程師選擇「更小的惡魔」，真的是正確答案嗎？
這當然只是一種猜想。無人車未必是未來交通的終極形態，純電動飛行車也許會開拓更多可能性。但有一點可以確定，科技的發展向來都是一把雙刃劍，解決舊問題的同時，還會帶來新的風險。
天使還是惡魔，答案全都藏在人類的一念之間。
（應受訪者要求，文中周成、韋立、謝萊、胡晨均為化名）
（我是36氪未來汽車日報作者程瀟熠，關注出行黑科技、自動駕駛等行業動態，隨時歡迎交流及爆料。請加微信tuanzi_C，添加請備註姓名、公司、職位。）