眾所周知，受益於「科技聖地」矽谷的地緣優勢，陽光明媚的美國加州，成為全球自動駕駛企業的「公共耕地」。無論企業規模如何，若想分食自動駕駛這盤裹挾著巨大利益的奶酪，「獲得加州路測許可」，成為他們急需邁過的門檻——過去幾年，翻閱科技資訊，你聽說過的大多數自動駕駛企業，幾乎都曾將這句話寫在其新聞通稿裡。
當然，「公共耕地」亦有公共規定。根據加州公路管理局（DMV）的要求，每年在加州測試的自動駕駛車輛都需要向DMV提供一份測試報告，主要包括測試車輛的總行駛裡程數以及脫離次數等數據，自2015年規定實施以來，該報告逐漸成為外界評判自動駕駛技術實力的標準之一。
就在不久前，DMV公布了2018年度自動駕駛路測數據，在拿到加州自動駕駛測試執照的全球62家公司中，有48家上交了統計數據，這些企業去年在加州一共留下了205萬英裡的測試裡程，比2017年提高了50萬英裡。其中中國軍團貢獻斐然，巨頭百度和初創企業AutoX，Pony.ai，WeRide等企業均紛紛上榜，最受外界關注的百度Apollo去年總裡程數為18093英裡，同比增長了818%，年度MPI同比增長401%，預示著Apollo在矽谷路測進展的良好態勢。
無獨有偶，更像是某種交叉印證，DMV報告發布前，據外媒報導，搭載Apollo3.5的福特城市廂式貨運車Transit自動送貨服務Udelv將於2019年在矽谷開始運營。美國有線電視新聞網CNN在《China’s Baidu will help deliver Walmart groceries in self-driving vans》一文中謹慎地指出：「中國網際網路巨頭百度將提供自動駕駛物流解決方案助力沃爾瑪送貨服務，與谷歌無人駕駛技術正面競爭。」
而透過這份DMV報告不難發現，縱覽全球自動駕駛玩家，中美第一梯隊的格局已日趨顯著。更為值得欣喜的是，若論及產業落地的速度——世界自動駕駛看中美，中國自動駕駛看百度，中國作為全球最大汽車市場，從技術積澱到人才儲備，從產業基礎到政策扶持，各個方向上的合力，都在共同呵護中國自動駕駛市場爆發的火種。
但依我之見，正因為中國市場如此重要，任何想在這裡分一杯羹的玩家，都需要知曉一個道理：相比於在加州的豔陽天裡肆意馳騁，在中國複雜的道路環境下因地制宜默默深耕，才是撬開中國市場大門的唯一路徑。
換句話說，拋去各項冰冷的技術指標，他們必須要更「懂中國」才行。
模糊的指標
不過，我們還是得從技術指標談起。
以中國自動駕駛老大哥百度Apollo為例，過去幾年，他們在加州的發展非常順遂：2016年9月獲頒加州自動駕駛測試牌照，2016年10月完成中國自動駕駛加州首跑，2017年12月提交中國公司首份加州DMV report，不過在很多人看來，DMV報告雖說是衡量全球自動駕駛玩家的一把量尺，但在許多考核方面的準確度還尚且欠缺。
這並不難理解。以報告中頗具爭議的MPI（Miles Per Intervention）數據為例，要知道，2018年僅10月，Apollo月均MPI就超過了1,100 英裡，同比增長了10倍，11月MPI更達1409英裡——但更要知道的是，在許多業內人士看來，哪怕就連MPI本身，都不足以說明太多問題。
首先，在環境多變的自動駕駛領域，用單一數據追溯因果，漸次排序，本就有著強烈的蠱惑性。MPI當然是一個正向指標，但無法反映出不同企業測試環境的複雜狀況（天氣，路況，速度等各種因素都會影響到結果），更無法全面衡量量產落地和車規安全等方面的技術。
其次，從技術原理上，相比於路測裡程數和車輛數目等數據的客觀性，MPI似乎顯得過於主觀了，不同公司都有對它的不同理解，譬如我就看到有媒體報導，有些公司處理MPI數據的方式是：將每個人工幹預的數據均導入仿真器，在其中讓工作人員主觀判斷，如果當時場景下安全員不幹預是否可以接受，如果可以接受就當做零人工幹預。正是因為行業標準的模糊，如果要將MPI當作重要的技術指標，那它最好發生在公司之內，而非公司之間。
另外，就像科技媒體新智駕指出的那樣，在這個數據即是核心資產的時代，上報數據時，由於缺乏監管（所有數據都由各公司主動提交），難免會有公司在數據上「動手腳」，「各家公司上交的數據有許多模稜兩可的描述，而且普遍缺乏上下文。雖然今年DMV 給了標準數據表，但從報告來看並非每家公司都老老實實按要求在做。」
最後，最重要的是，包括MPI在內，DMV報告中的所有數據都僅將加州公共道路納入考核，但業內皆知，全球範圍內的自動駕駛軍備競賽，正急速駛向加速狀態，整個產業正從中心化發展，轉向不同地區和不同國家之間的「分布式」發展——「逃離矽谷」的現象屢見不鮮。去年《經濟學人》雜誌一篇封面文章就直接指出，一批創業公司正在遠離矽谷，其中很多自動駕駛公司紛紛開始遷往鳳凰城和匹茲堡。
所以從這個角度，身在加州，擁有110 輛測試車的谷歌Waymo，無疑是「靠山吃山靠水吃水」的典型代表，可借地利之便部署大量車隊開展路測，而另一家汽車巨頭福特就沒有那麼幸運，他們的大本營設在底特律和匹茲堡，所以壓根就沒出現在榜單中。
當然了，DMV更不包含中國道路的路測結果，而百度Apollo的大本營，正是在中國本土。
深耕本土
其實在我看來，不同於追求自身商業利益最大化的Waymo，百度Apollo連續兩次「落子」大洋彼岸，一方面已是自身實力的印證，但另一方面，它只應算是Apollo在加州——這片封閉的全球自動駕駛「遊樂園」的小試牛刀，真正讓Apollo大刀闊斧的主戰場，是中國本土市場。
事實上，在更複雜多變，層次豐富的中國道路場景進行「實際演練」，解決最難的「人車關係」，才是Apollo近年來的著重發力點。截至目前，Apollo已經在全國多地拿到50多張自動駕駛路測牌照，高居國內首位。
而無論從何角度，將更多路測資源放在國內，都是百度Apollo作為中國自動駕駛領軍者的最優解。
最直接原因是，如果說在社科領域，西方對東方的「偏見」更多來自主觀臆斷，那麼在人工智慧領域，由於對於本地數據和整個社會土壤的仰仗，西方與東方之間的割裂，完全是客觀存在。
自動駕駛更是如此，由於深嵌在複雜的道路體系，交通生態，商業環境，乃至整個社會協作的巨大網絡中，自動駕駛擁有強烈本地屬性，在數據採集和基礎服務層面都非常依靠本地化。因此「西學東漸」很難在自動駕駛領域重現：在加州訓練出來的技術，在北上廣深可能就不好用，必須通過真實數據考驗作為參照標準。
舉個最簡單的例子，眾所周知，種種原因所致，中國城市交通密度高，障礙物多，隨意性大。這意味著，相較於加州平坦寬闊的測試大道，國內路況更複雜，人車關係更多變，也讓自動駕駛落地更荊棘。而誕生於本土的百度Apollo則既懂技術，又懂中國，可以針對本土環境做出不同的技術優化。
百度對複雜道路環境的深諳，在不久前發布的Apollo 3.5版本中體現得淋漓盡致——事實上，它本就是Apollo向全產業雙手奉上的自動駕駛競技決戰之年開年巨獻。作為Apollo自動駕駛技術框架的史上最大升級，Apollo 3.5真正讓百度完成從普通司機向「老司機」的關鍵一躍，支持了包括市中心和住宅小區場景在內的複雜城市道路自動駕駛，解決了窄車道、減速帶、人行道、十字路口、無信號燈路口通行、借道錯車行駛等十幾種複雜的路況。且在技術框架上帶來了14大模塊升級，大幅降低了開發成本，可以更快地將此版本提供給全球合作夥伴。
總之不難發現，正因為堅持做技術創新的開拓者，全球AI格局的重塑者，百度Apollo才能在問世兩年內捷報頻傳。2019開年至今，更是創造了多項「全球首個」的優異成績：譬如，全球首個適用於城市交通路況的開源自動駕駛平臺，全球首個自動駕駛物流全場景解決方案，全球首個面向自動駕駛的高性能開源計算框架，全球首個最全面的自動駕駛和車聯網領域的商業解決方案，等等。
而也正是因為技術實力的加持，堅守國內陣地開展全方位路測的方向，以及開闢商業化量產新格局的信念方針，讓Apollo不僅再次上榜DMV，更是在國外國內多地落地成功，成為東方自動駕駛力量的門面擔當。
當然，從這份DMV報告也不難發現，無論東方還是西方，各玩家都在秣馬厲兵，自動駕駛大規模落地的腳步，正變得愈加急促。
李北辰/文