信息技術(shù)發(fā)展具有 20 年的周期律： 1970 年至 1990 年是發(fā)軔于 PC 的數(shù)字化，1990 年至 2010 年是互聯(lián)網(wǎng)推動的網(wǎng)絡化，而從 2010 年開始的這 20 年，我們面臨的將是人工智能的寒武紀大爆發(fā)。

目前，人工智能炙手可熱，創(chuàng)業(yè)公司如雨后春筍般涌現(xiàn)。從業(yè)者開始思考，如何讓技術(shù)形成漣漪效應，促使產(chǎn)業(yè)非線性、躍遷式增長。

有人把人工智能和產(chǎn)業(yè)的關系比喻成 “ 葡萄干和面包 ” ，雖然葡萄干離開面包仍是葡萄干，但兩者結(jié)合在一起就能創(chuàng)造出高價值的新品類。

筆者近年來一直在探索人工智能的產(chǎn)業(yè)機會，并得出結(jié)論：未來 15 年，智能駕駛將是人工智能所帶來的增值最大的產(chǎn)業(yè)，沒有之一。

首先，激活、重塑和創(chuàng)造多個 萬億級 市場。

激活汽車市場，智能、安全和人機共駕的新體驗將重新激起人們換車的需求；

重塑出行市場，無人駕駛 + 共享汽車將解決如今困擾消費者和出行服務商的最大問題——司機成本和 “ 壞人 ” 風險。如果說當前的網(wǎng)約車只解決了 2 % 的出行，那么未來無人駕駛出租車可以將這個比例提升數(shù)十倍；

創(chuàng)造了新的消費經(jīng)濟和生產(chǎn)力市場——乘客經(jīng)濟。乘客在路上或消費，或工作，或娛樂，每一輛車都可以變成移動的商業(yè)地產(chǎn)。

其次，解決人類進入汽車社會以來一直無法解決的多個社會問題 ——交通擁堵（以及怠速行駛帶來的廢氣排放）、事故頻發(fā)、停車難等。無人駕駛?cè)缤哂星|公里的駕駛經(jīng)驗和百萬年駕齡的“ 老司機”，不疲勞、不路怒、不酒駕藥駕、不隨意加塞、也不用操心停車，可以根本性解決上述問題，真正滿足人民群眾對美好生活的向往。

智能駕駛的發(fā)展，可以分成 4 個階段：

2004年以前；

2004年 - 2009年：第一個 6 年——孕育；

2010年 - 2015 年：第二個 6 年——成長；

2016年 - 2021 年：第三個 6 年——開花；

2022年 - 2027 年：第四個 6 年——結(jié)果。

1

2004年以前 自動駕駛的前世

1921年 8 月，第一輛無人駕駛（實為遙控）汽車在美國誕生，美國陸軍的一位電子工程師坐在后面的一輛車上，用無線電操控前面那輛無人車的方向盤、離合器和制動器。

1939年的紐約世界博覽會，通用汽車在 “ 未來世界 ” 展覽上，預言 1960 年高速公路將具有電子軌道，與汽車的自動駕駛系統(tǒng)相配合，實現(xiàn)無人駕駛，直到駛出高速公路才切換回司機駕駛。

此后，通用汽車并沒有把這個預言當做兒戲，而是在 1956 年展出了 Firebird II，這輛看似 “火箭” 的概念車有史以來第一次具備了自動導航系統(tǒng)。兩年以后，F(xiàn)irebird III 問世時，BBC 現(xiàn)場直播了基于車路協(xié)同的無人駕駛，高速公路上預埋的線纜與車端的接收器通過電子脈沖信號進行通訊，展示了未來高速公路的無人駕駛形態(tài)。

實際上，真正具備獨立自動駕駛能力的原型——Shakey，出現(xiàn)在 20 世紀 60 年代，誕生于斯坦福研究院（Stanford Research Institute），這個研究院后來改名為斯坦福國際研究院（SRI International），以發(fā)明了電腦鼠標和語音助手 Siri 聞名，它的另一重要貢獻是機器人。

Shakey是第一個具有完整感知、規(guī)劃和控制能力（這也是后來機器人和無人車的通用框架）的機器人。之父是科學怪才查爾斯·羅森（Charles Rosen），也是斯坦福國際研究院的創(chuàng)始人。獵奇的媒體對 做出了超出其實際能力，甚至聳人聽聞的宣傳，末日論第一次泛起，這讓科學家們頗為尷尬，而這也是人工智能學界第一次與媒體結(jié)下了梁子，后來無數(shù)次反復。

如果說 Shakey 只是個在室內(nèi)移動的機器人，那么 “斯坦福車（Stanford Cart）” 則是第一輛接近于無人駕駛汽車的機器人。漢斯·莫拉維克（Hans Moravec）被譽為“人工智能最堅定的支持者”，在他的領導下，“斯坦福車”取得了巨大進展。

莫拉維克的團隊研發(fā)了很多新技術(shù)，例如，用單一攝像頭計算場景的深度，后來 Mobileye 采用了類似技術(shù)。多數(shù)情況下，“斯坦福車” 需要通過遠程圖像來操控，有一次它逃脫了控制，直接駛?cè)肓朔泵Φ牡缆罚斈S克從監(jiān)視器中看到一輛真實的車輛從 “斯坦福車” 邊上呼嘯而過，大吃一驚，于是追捕“叛逃機器人”成為無人車歷史上詼諧的一筆。

莫拉維克在機器視覺的探索中遭遇了很多挫折，后來提出了著名的莫拉維克悖論（Moravec’s Paradox）——人類的高階智能，比如推理、規(guī)劃和下棋，計算機都能夠輕易實現(xiàn)。而只有幾個月大的嬰兒就能駕輕就熟的低階智能，如感知和運動配合，計算機都遙不可及。在深度學習尚在襁褓之中的時代，科學家們還找不到頭緒。

上世紀 80 年代，電視劇《霹靂游俠》（Knight Rider）中的 KITT 自動駕駛汽車風靡一時。幾乎同時，汽車制造強國日本、德國和美國真正開始自動駕駛汽車的研發(fā)。日本的筑波工程研究實驗室、德國的慕尼黑國防軍大學與梅賽德斯聯(lián)合團隊、美國的國防高級研究計劃局（DARPA）和卡內(nèi)基梅隆大學，分別以 “ 攝像頭為主、其他傳感器為輔 ” 開發(fā)出不同的自動駕駛汽車的原型，并且在真實路況中展現(xiàn)出了令人信服的能力。

尤其是卡內(nèi)基梅隆大學的 NavLab ，在 1995 年完成了從匹茲堡到圣地亞哥的 “ No Hands ” 跨越美國之旅，其中 98.2 % 的里程由無人駕駛完成，雖然車輛速度不快，但即使放到今天來說，這樣的成果仍然非常了不起。這輛后來進入 “ 機器人名人堂 ” 的無人車是基于 Pontiac Trans Sport Minivan（小型多用途車）改造的，主要原因是相比轎車，Minivan 能塞進去更多的設備。后來 Waymo 也是采用了菲亞特克萊斯勒的 Minivan “ 大捷龍（Pacifica）” 作為無人車的改裝基礎。

90 年代末的另一個創(chuàng)舉來自意大利帕爾馬大學視覺實驗室 VisLab ，他們利用雙目攝像頭組成的立體視覺系統(tǒng)，在高速公路上實現(xiàn)了 2000 公里的長距離試驗，無人駕駛占比 94 % ，而車速則達到了 112 公里/小時。

幾乎與此同時，中國學術(shù)和產(chǎn)業(yè)界也開始了智能駕駛的探索。在清華大學，1978 年齊國光教授課題組開始研究自動駕駛，1986 年何克忠教授的 HTMR 課題組接力，到 HTMR-III，才真正有了接近自動駕駛汽車的原型車。

中國第一輛自動駕駛汽車是 90 年代初的 ATB-1（Autonomous Test Bed-1），由北京理工大學、南京理工大學、國防科技大學、清華大學和浙江大學五家單位聯(lián)合研究，而后的 ATB-2 速度較之第一代提升了 3 - 4 倍，這些院校多數(shù)成為了后來中國無人駕駛?cè)瞬诺膿u籃。

同樣是 90 年代，中科院自動化研究所的王飛躍教授在美國也開始了無人車的研究。

與美國類似，中國在遙控駕駛方面的探索也較早，1980 年國家立項“遙控駕駛的防核化偵察車”項目，哈爾濱工業(yè)大學、沈陽自動化研究所和國防科技大學參與了該項目的研究。在第二個階段來臨的前一年（ 2003 年），國防科技大學與一汽合作的紅旗 CA7460 實現(xiàn)了高速公路的自動駕駛演示，峰值速度達到 170 公里/小時，并且實現(xiàn)了自動超車。

2

2004年 ~ 2009 年 第一個 6 年：孕育

2004年的大事件是美國國防高級研究計劃局（DARPA）的無人車挑戰(zhàn)賽 “ Grand Challenge ” 。時值 “ 第二次海灣戰(zhàn)爭 ” 剛剛開始，國防部注意到沙漠行動中的士兵傷亡，希望用無人駕駛來解決這一問題。

DARPA挑戰(zhàn)賽是美國的一項優(yōu)良傳統(tǒng)，國會撥專款，通過挑戰(zhàn)賽發(fā)現(xiàn)那些變革性的、高回報的科研成果，極大地縮短了基礎科學發(fā)現(xiàn)與軍事應用之間的鴻溝。3 次無人車挑戰(zhàn)賽、1 次機器人挑戰(zhàn)賽（Robotics Challenge），以及 2018 年的航天發(fā)射挑戰(zhàn)賽（Launch Challenge），使其天下聞名。

挑戰(zhàn)賽要求無人車成功穿過240公里的沙漠道路，不出意料，2004 年所有車隊在沙漠中折戟。這讓隨后 2005 年的挑戰(zhàn)賽成就了一段光輝歲月。

卡內(nèi)基梅隆大學的 Red 車隊是奪冠熱門，其負責人、機器人專家雷德·惠塔克（Red Whittaker）志在必得。他認為無人駕駛不是僅僅靠努力工作就能實現(xiàn)的，“ If you haven't done everything, you haven't done a thing. ”意思是你什么都得會，才能夠取得成功，只懂某些方面等于零。這也間接道出了無人駕駛的高門檻。

在參賽隊伍中，斯坦福大學的 “ 斯坦利（Stanley）” 無人車并不起眼，可是領隊塞巴斯蒂安·特龍（Sebastian Thrun）矢志奪魁，他是機器人 SLAM（同步定位與地圖創(chuàng)建）技術(shù)的先驅(qū)者，先前從卡內(nèi)基梅隆大學失意出走，試圖在這場比賽中奪回尊嚴。無人駕駛車的傳統(tǒng)三強是卡內(nèi)基梅隆大學、斯坦福大學和麻省理工學院，但在挑戰(zhàn)者當中還有一個來自加州大學伯克利分校的年輕人，安東尼·萊萬多斯基（Anthony Levandowski），這個身高 2L米、特立獨行的年輕人以一輛名為 “惡靈騎士” 的摩托車參賽，吸足了眼球。

卡內(nèi)基梅隆大學的兩輛車一路領先，可下半程莫名的故障導致兩輛車大幅減速，只獲得第二名和第三名。“ 斯坦利 ” 雖然在比賽中出了幾次事故，但沒有大礙，在刪除了一些無關緊要的代碼后竟然越跑越快，最終斬獲 200 萬美元的冠軍獎金。一直到 12 年以后，卡內(nèi)基梅隆失利的原因才浮出水面，原來是引擎控制模塊和噴嘴之間的一個過濾器壞了，使引擎失去了動力。“ 千里之堤，潰于蟻穴 ”，對待無人駕駛要有十二分的敬畏之心。特龍后來感嘆，斯坦福能贏，純粹是隨機性發(fā)生作用。

在這次比賽中，很多車輛都使用了激光雷達、高精度的地理信息系統(tǒng)和慣性導航系統(tǒng)，直到今天這些仍然是很多無人車的標準配置。當然，那個時候的激光雷達可以說是千奇百怪，其中霍爾（Hall）兄弟做的激光雷達大如臉盆，這兩兄弟是音響店的老板，又是 “ 格斗機器人 ” 的愛好者，從鉆研機器人到研究激光雷達，成就了后來激光雷達領域的先鋒 —— Velodyne。

筆者第一次接觸無人車就是在 2005 年，當時英特爾研究院的 Gary Bradski（OpenCV 之父）幫助特龍的團隊提升視覺能力，他力勸英特爾的市場部門贊助斯坦福車隊，彼時英特爾已經(jīng)花了 10 萬美元贊助卡內(nèi)基梅隆大學，于是特龍給了個友情價—— 2 萬美元，英特爾幸運地贏得了這個最終冠軍的賭注。有趣的是，由于“斯坦利”全身已經(jīng)貼滿各種贊助商的商標，英特爾的標志只能貼在前車窗上，這是個很醒目的位置，而且昭示這是輛無人車（因為沒有司機透過前車窗看后視鏡）。

轉(zhuǎn)眼到了 2007 年，DARPA 已經(jīng)不滿足于荒野的無人駕駛，開始 “ 城市挑戰(zhàn)賽 （Urban Challenge）”。卡內(nèi)基梅隆大學卷土重來，這次他們準備充分，組建了一支 40 人的隊伍，其中包括大將克里斯·烏爾姆森（Chris Urmson）。除了兩輛參賽的車輛，還有一輛補給車提供充足的零件替換。

卡內(nèi)基梅隆大學的惠塔克終于摘得桂冠。據(jù)說，這次卡內(nèi)基梅隆大學投入巨大，以至于拿到 200 萬美元大獎后依然沒有填補虧空。在他們的裝備庫里，第一次出現(xiàn)了一種新型的 64 線激光雷達，為了讓這件裝備投入使用，卡內(nèi)基梅隆大學的工程師編寫了大量的驅(qū)動程序。霍爾兄弟的 Velodyne 提供了這一超級武器，從臉盆大小到花盆大小，凝聚了他們的很多心血。在其后的近 10 年間，64 線激光雷達成為全世界絕大多數(shù)無人車必須配置的組件。

兩次挑戰(zhàn)賽極大地振奮了科研屆的信心，也培養(yǎng)了大量人才。據(jù)說谷歌的創(chuàng)始人拉里·佩奇（Larry Page）是個極客，他與特龍因為對機器人感興趣而成為密友，對于無人駕駛，佩奇有了新的想法。他把特龍招來谷歌，先是在谷歌街景上小試牛刀，到 2009 年的時候，秘密成立了無人車項目 “司機（Chauffeur）”，并且聚集了一批在挑戰(zhàn)賽中聲名鵲起的名將，包括前面提到的烏爾姆森和萊萬多斯基。

阿姆儂·沙書亞（Amnon Shashua）是一位視覺專家，屬于麻省理工派，在斯坦福學術(shù)休假時是特龍的室友。作為希伯來大學教授，他創(chuàng)建了 Mobileye，是第一個試圖產(chǎn)品化 ADAS（先進駕駛輔助系統(tǒng)）技術(shù)的先驅(qū)者。Mobileye 創(chuàng)建于 1999 年，到 2009 年時，走過了 “ 從 0 到 1 ”的苦旅，已經(jīng)有多款車型安裝了它的產(chǎn)品。創(chuàng)立之初，沒有人想到它一直到 2014 年才敲鐘上市，更讓人沒有想到的是，2017 年它被英特爾收購，而這 18 年，它走出了一條少有人走的道路。

DARPA的無人車挑戰(zhàn)賽激勵了中國的同行。2009 年，在國家自然科學基金委員會 “ 視聽覺信息的認知計算 ” 重大研究計劃的支持下，首屆中國 “ 智能車未來挑戰(zhàn) ” 大賽在西安舉行，從此拉開了中國系列挑戰(zhàn)賽的序幕。

3

2010年 ~ 2015 年 第二個 6 年：成長

2010年，特龍以創(chuàng)始人身份成立 Google X，在這里，無數(shù) “ 登（Moonshot）” 項目爭先恐后地展開。

項目必須符合 3 個條件

1、惠及億萬用戶

2、看上去有點科幻

3、用今天的技術(shù)幾年內(nèi)可以實現(xiàn)

毫無疑問，無人駕駛符合這些條件。

谷歌的第一款無人車是基于混電車 Prius 改裝的，頂上裝著 64 線激光雷達，以此建立高分辨率的三維環(huán)境模型或高精度地圖。這些測試車被偽裝成街景的數(shù)據(jù)采集車，常常夜間出沒，以躲避公眾的視線，也可以在沒人沒車的道路上采集高精地圖。即使他們非常低調(diào)，但也難免被交警抓到，詹姆斯·庫夫納（James Kuffner）是最早一批從卡內(nèi)基梅隆車隊被挖到谷歌的工程師之一，如今已經(jīng)是豐田無人車領袖的他，還能回想起當初被交警攔下的一幕。“ 紙包不住火 ”，最終著名記者約翰·馬爾科夫從某個測試司機的高中同學那里挖掘到驚天信息，并且在《紐約時報》將其揭露出來，這讓 “車城” 底特律陷入深深的震驚之中。旋即內(nèi)華達成為了美國第一個允許無人車上路的州。

谷歌無人車的核心骨干中，有當初 “ 惡靈騎士 ” 的主人萊萬多斯基。這位深受佩奇賞識的年輕人，卻是個藐視規(guī)則，甚至對安全不以為然的麻煩制造者。他主導谷歌向 510 SYSTEMS 等幾家公司采購技術(shù)和部件，后來大家才知道這些公司是萊萬多斯基自己私自經(jīng)營的。佩奇對其展現(xiàn)出極大的容忍，不僅許以重金，甚至把 510 SYSTEMS 買了下來。

谷歌的第二代無人車是更為強大的 Lexus ，同樣是混合動力。前面提到，無人車的基礎車型，第一個要求是要大，裝得下各種設備，第二個要求就是電控，因為發(fā)動機的底層控制算法比電機要困難很多，多數(shù)團隊更愿意把時間放在高層的算法上。

但真正讓世人側(cè)目的是 2014 年谷歌第三代無人車 “螢火蟲（Firefly）”的誕生，這款長得像考拉的小車是針對無人駕駛完全進行重新設計的，比如移除了雨刷，因為并不需要有駕駛員在雨中看清路況。按照設計，這種車是沒有方向盤的，但由于加州法律的限制，車里還是安裝了一個游戲操縱桿作為方向盤。這輛車后來獲得了紅點設計大獎。

與此同時，Mobileye 贏得了車廠的信任，以視覺為主的 ADAS 低價方案進入主流市場，到 2015 年時，裝機量已經(jīng)近千萬臺。Mobileye 也偷偷開始了自動駕駛的研發(fā)。相比谷歌的方案，Mobileye 基于視覺的方案有獨到之處。比如它采用視覺地圖，從視覺中提取的地圖特別小（每公里只需10 kb 級別的數(shù)據(jù)，相比之下谷歌是 GB 級別的），適合實時上傳、通過眾包的方式更新。

事實上，基于視覺的定位更接近于人類的駕駛方式。我們根據(jù)道路上的標志來評估大致的位置，并且根據(jù)路面線條的變化做出實時的決策（選哪一條車道，是否上匝道等）。那么，只需從視覺中提取出那些標志和線條，眾包上傳到地圖，行駛時便可以通過視覺匹配來獲得定位。

實際上，2015 年還發(fā)生了幾件大事。

首先是年初，梅賽德斯-奔馳的無人駕駛概念車 F015在 CES 上驚艷亮相，一下子把無人車呈現(xiàn)到大眾面前。

2 月初，新聞爆出打車應用 Uber 從卡內(nèi)基梅隆大學及其附屬的國家機器人研究中心挖走 50 多名科學家和工程師，建立自己的無人車研發(fā)團隊。據(jù)說Uber的創(chuàng)始人特拉維斯·卡蘭尼克（Travis Kalanick）乘坐了谷歌的無人車（谷歌是 Uber 的投資人）之后，既興奮又恐懼，認為這對于行業(yè)來說是顛覆性的技術(shù)，然而又會 “ 革掉自己的命 ” ，于是有了前面的大動作。

而最讓人直面 “ 未來已來 ” 的，是 10 月份特斯拉發(fā)布 Autopilot。雖然 Autopilot 是 L2 級的輔助駕駛，但很多普通車主都被這個名稱給誤導了。三個膽子比較大的司機打開 Autopilot 模式，完成了美國東西海岸的穿越，全程平均速度達到了 84 公里/小時。當然，在這個過程中也出現(xiàn)了險情，而特斯拉卻不以為然，從而為后來的事故埋下了隱患。

2010年 — 2015 年的這個階段，中國略顯沉寂。

2010年，前面提到的 VisLab 四輛自動駕駛汽車從意大利帕爾馬出發(fā)，穿越 9 個國家、行程 1.3 萬公里，到達中國上海。VisLab與中國的淵源并未結(jié)束，后來國內(nèi)一些無人駕駛的青年軍在 VisLab 做過訪問學習。2015 年，一家華人背景的視覺芯片公司——安霸收購了 VisLab 。

2011年 7 月，國防科技大學賀漢根教授技術(shù)團隊自主研制的紅旗 HQ3 無人駕駛汽車，首次完成了從長沙到武漢 286 公里的高速全程無人駕駛試驗，其中人工駕駛里程不足 1 %，而且相比上一代的 CA7460，在硬件小型化、控制精度和穩(wěn)定性等方面取得了顯著進展。基于此，國防科技大學也拿到了當年“智能車未來挑戰(zhàn)”大賽的冠軍。而這之后，李德毅院士的團隊成為冠軍的常客（除了 2013 年由北京理工大學獲得，其主將是馭勢科技 CTO 姜巖博士）。

而在 2015 年的下半年，有三個值得回憶的事件。

8 月份，宇通和李德毅院士團隊合作的大巴完成了鄭開高速的 33 公里無人駕駛，在世界范圍內(nèi)開創(chuàng)了無人駕駛大巴的先河。

11 月第 7 屆 “ 智能車未來挑戰(zhàn) ” 大賽在常熟成功舉辦，挑戰(zhàn)賽得到了中央電視臺新聞聯(lián)播的報道，無人駕駛成為了普通大眾飯后茶余的談資。

12 月份百度推出無人車年度大片，百度與寶馬合作的無人車在 G7 “ 高速-五環(huán)-奧林匹克森林公園 ” 的路線中進行了往返行駛，吸引了無數(shù)眼球。對于這個項目中的一些人來說，這次演示是一個結(jié)束，隨后他們離開百度開始新的征程。而對百度來說，這是一個開始，自動駕駛部門正式成立，王勁掛帥，號稱 “ 三年商用，五年量產(chǎn) ”、“ 如果汽車行業(yè)不革自己的命，就會被別人革了命 ”。

這三個事件讓國人意識到，在無人駕駛這個高精尖領域，中國并沒有缺位。

2015年，已是爆發(fā)的前夜。

4

2016年 ~ 2021 年 第三個 6 年：開花

吳曉波在《激蕩三十年》中寫道：

“ 當這個時代到來的時候，銳不可當。萬物肆意生長，塵埃與曙光升騰，江河匯聚成川，無名山丘崛起為峰，天地一時，無比開闊。”

用這段話描述 2016 年的開局，再恰當不過。2016 年是無人駕駛的 “ 春分 ” 時節(jié)。

筆者于 2016 年 2 月辭職創(chuàng)業(yè)，很多人，包括風險投資（VC），對商業(yè)模式滿腹狐疑。孰料 3 月份連爆幾件大事，AlphaGo 五番棋大勝李世石點燃了民眾對人工智能的熱情，而通用汽車以 10 億美元收購彼時只有幾臺樣車、40 多個人的 Cruise Automation，讓 VC 也意識到，無人駕駛時代即將來臨。在中國，北京的春季車展，長安與博世和清華合作的幾輛無人車 “ 2000 公里進京 ” ，無人駕駛也真正進入中國大眾視野。

4 月份峰回路轉(zhuǎn)，英特爾高調(diào)宣稱押注智能駕駛領域，筆者作為英特爾老員工、又在做無人駕駛創(chuàng)業(yè)，對此也非常關注。5 月份英特爾聘請的咨詢公司找到筆者，期望為英特爾的策略建言獻策，我的建議很簡單，收購Mobileye。1 年以后，英特爾宣布以 153 億美元收購 Mobileye（與本人的建議未必有因果關系），代表了這個 PC 時代的巨頭正式大舉進入這一領域。

春寒料峭，幾起事故讓人陡生疑慮。

2 月份谷歌的無人車撞上了巴士，這是其第一起主動承認有責任的事故，但那起輕微碰撞并未引起太多指責，后面總結(jié)出來的教訓之一是巴士司機惹不起。

5 月份，特斯拉的第一起致命車禍占據(jù)了頭條。死者是一位司機，特斯拉的熱衷者。當時車輛運行在高速 Autopilot 模式中，司機卻在觀看視頻，完全忽略了緊盯路況的責任。Autopilot 系統(tǒng)沒有檢測到一輛大卡車正橫穿馬路，車輛以極高的速度從卡車肚子下鉆了過去，司機當場身亡。

事故中縱然有 Mobileye 視覺未能識別出白色拖車橫側(cè)面的緣故，但前視雷達也由于安裝位置較低錯過了目標。公眾開始質(zhì)疑：這類 beta 版的軟硬件是否允許上路？軟件升級了是否要重新車檢？另一方面，Autopilot 被錯誤宣傳成了自動駕駛，而實質(zhì)上仍然是輔助駕駛。

1 個月后，在媒體和業(yè)界的口誅筆伐中，特斯拉發(fā)了一篇博客給自己辯解，事故前的 7 個月中 Autopilot 完成了 1.3 億英里的自動駕駛里程，而美國人類駕駛員平均每 9400 萬英里發(fā)生一次致命車禍，Autopilot 豈不是已經(jīng)足夠安全？然而，特斯拉沒有把中國此前的一次類似車禍算上，因為那樣的話，Autopilot 的數(shù)據(jù)降成了每 6500 萬英里發(fā)生一次致命車禍。此后關于多少無事故里程才算安全，也成為擺在行業(yè)面前的無解之問。

這起事故也導致了特斯拉與 Mobileye 的 “ 分手 ” ，除了事故表面的責任，還有一個重要的原因，特斯拉想要自主研發(fā)計算機視覺的雄心觸碰了 Mobileye 的核心利益。在幾個回合的相互指責后，特斯拉先是宣布把博世的毫米波雷達作為主傳感器，到 10 月份，它正式宣布 Autopilot 硬件版本 2.0（HW2）采用自己的視覺系統(tǒng)。也許是馬斯克的 “ 第一性原理 ” （人靠視覺能夠駕駛，無人駕駛也一樣），也許是特斯拉的促銷手段，他們宣稱，HW2 具備了全自動駕駛的能力，購買 HW2 的新車，只需花 3000 美元，未來便能夠通過軟件升級實現(xiàn)無人駕駛。

略顯諷刺的是，恰恰 2 年之后，2018 年 10 月，特斯拉從宣傳冊里刪掉了這個選項。這兩年中，特斯拉經(jīng)歷了大量人才的流失，多個測評顯示，HW2.x 在推出 1 年以后才基本達到 1.0 的水準。但是對 2.x 軟硬件的完全控制還是讓特斯拉掌握了大量的數(shù)據(jù)。

2016年 8 月的一件大事是Uber耗資 6.8 億美元收購卡車自動駕駛公司 Otto。當初卡蘭尼克在匹茲堡成立研發(fā)中心時，對于無人駕駛進入商業(yè)化有著極高的期待，然而 1 年多的進展并不令其滿意，收購 Otto 是再次加碼，可是他沒有想到，這日后成為壓倒他的最后一根稻草。Otto 的創(chuàng)始人正是當初那位任職于谷歌、桀驁不馴的萊萬多斯基。佩奇的包容沒有讓他收心，谷歌巨額獎金帶來的滿足感也漸漸消退，大公司的繁文縟節(jié)和小心翼翼讓他深感 “ 龍困淺灘 ”，于是在 年年初，他拉了一幫人出來另立門戶。

硅谷對 “背叛” 相當寬容，但鑒于無人駕駛這種技術(shù)的稀缺性，谷歌有可能與出走者簽署某種非正式的競業(yè)條款，出走者在創(chuàng)立新公司時多數(shù)刻意避開了直接競爭。比如朱家俊和 Dave Ferguson 的Nuro 做物流配送，而 Otto 則定位做無人駕駛的卡車。當然，任何條款都有限期，收購發(fā)生的 8 月，恰好是萊萬多斯基拿到谷歌最后一筆補償金之后。

谷歌已經(jīng)意識到無人駕駛?cè)瞬诺牧魇В淖兘M織和激勵機制迫在眉睫。

2016年 12 月，Waymo 作為一家獨立的公司從 Alphabet 母體中拆分，一夜之間這個全新的名字成為無人駕駛領域舉世矚目的第一高手。在此之前 3 個月，約翰·克拉夫西克（John Krafcik）成為這支團隊的新首領，這位既做過汽車公司老總（前現(xiàn)代汽車北美 CEO），又領導過互聯(lián)網(wǎng)公司（類似二手車交易網(wǎng)站）的老兵，給 Waymo 帶來了不同的風格和戰(zhàn)略的同時，也必然帶來了沖突。在克拉夫西克入職前1月，特龍之后的第二代領袖烏爾姆森也離職創(chuàng)業(yè)，Waymo 真正進入了新的時代。

如果 2016 年是 “ 春分 ”，2017 年則是 “ 雨水 ” 。

雨水充沛，萬物復蘇，很多公司大踏步而來。大公司，無論是科技巨頭還是主機廠，開始真正投入資源。同時，2017 年是創(chuàng)業(yè)公司紛紛入局的一年。另一個重要的跡象是，無人駕駛百花齊放，不僅僅是乘用車，還出現(xiàn)了各種商用車、專用車，除了載人之外，物流變成一個更大的市場。

1 月份的國際消費類電子產(chǎn)品展覽會（CES）是個風向標。這一年的最熱話題是自動駕駛，LVCC 北館幾乎每家公司都展出了自動駕駛概念，北廣場則是自動駕駛的實車體驗。

筆者所在的馭勢科技也向世界推出了概念車 “ 城市移動空間 ”，其具有 360 度無死角傳感器覆蓋和沒有方向盤油門剎車的 L4 級自動駕駛設計，特別是獨特的內(nèi)部環(huán)形沙發(fā)布局彰顯了“在路上的 VIP 休息室”概念。很多老牌車廠高管、工程師和設計師在車前駐足，其中一位慨嘆，在主機廠早就想這么做，可惜沒有自由發(fā)揮的空間。

《時代周刊》（Time）的汽車門戶特邀主編 Alex Roy 在播客上說：“當我看著這輛車時，我認為這是 Faraday 本應該去造的車。” 該車在2017年獲得了紅點設計大獎，在紅點的歷史上，還有三輛無人車獲獎，前面提到的谷歌 “ 螢火蟲 ” 、奔馳 F015 和同年的寶馬 i-inside。

4 月份，英特爾以 153 億美元收購 Mobileye ，這個動作姍姍來遲，在過去的1年中英特爾全力奔跑，但CEO 柯再奇（Brian Krzanich）已沒有耐心從頭追趕，收購Mobileye是獲得前排車票的最佳選擇。153 億美元，按照傳統(tǒng)的財務指標來說這個價格是高的，按照 ADAS 公司的估值來說也一定是高的，但如果以自動駕駛龍頭的想象空間來看，似乎也不高。僅僅 2 個月后，摩根斯坦利的分析師給了 Waymo 一個 700 億美元的估值。

英特爾與 Mobileye 的整合花了近一年的時間，涉及美國與以色列、新舊勢力的平衡，但 “ 不經(jīng)歷風雨，怎么見彩虹 ” ，18 年后重裝再發(fā)時，英特爾已經(jīng)成為這個競技場最重要的玩家。

不同文化的整合需要領導的魄力和妥協(xié)，需要信任和授權(quán)。在過去的 1 年里, 通用汽車也是潛流暗涌，Cruise 的 L4 級無人駕駛新生力量與 SuperCruise 的 2 級自動駕駛產(chǎn)品團隊該如何相處？瑪麗·巴拉（Mary Barra）領導的管理層運用了最高的政治智慧，底特律的歸底特律，舊金山的歸舊金山，Cruise 團隊獲得了極高的自主權(quán)，在人員快速發(fā)展的同時，力圖保留硅谷的創(chuàng)業(yè)文化；另一方面，通用汽車又提供了硅谷所不具備的汽車工程能力，兩者取長補短，使 Cruise 很快在舊金山繁忙的街頭展示了高超的水平，成為 Waymo 之后進步最快的追趕者。對于 Cruise 來說，舊金山是顯示實力的最佳主場，它聲稱，比起 Waymo 和 Uber 在亞利桑那的那幾個城市（當然 Waymo 并不只是在亞利桑那），舊金山復雜度提升了數(shù)十倍。

美國汽車市場的 “ 二當家 ” 福特也不甘落后。福特從來沒有忘記昔日榮耀（家族人員依然身居高位），它也是最早開始與谷歌接觸的汽車公司，然而互聯(lián)網(wǎng)公司的傲慢使談判不歡而散。2016 年，福特推出 2021 自動駕駛宣言 —— 在 2021 年實現(xiàn)無人駕駛的商業(yè)化運營。2017 年年初，又有以 10 億美元投資Argo AI 這樣的大手筆。Argo AI，這家剛剛成立數(shù)月的創(chuàng)業(yè)公司擁有谷歌、Uber 和早年參與挑戰(zhàn)賽的一些高手。

然而，對于老牌巨頭們來說，新舊動能的轉(zhuǎn)換是掙扎的，新業(yè)務需要長期和巨量的投入，而舊業(yè)務一旦陷入成長困境，領袖將承擔來自兩個方面的壓力。福特老 CEO 馬克·菲爾茲（Mark Fields）黯然退位，但還是把權(quán)杖交給了負責自動駕駛和出行部門的負責人——吉姆·哈克特（Jim Hackett）。

哈克特上任后給 “ 2021 ” 降了點溫，但這可以被理解為 “ 管理利益相關者的期望值 ”，對于團隊來說，“ 2021 ” 仍然是值得努力的目標，福特和 Argo AI 的目標先鎖定在邁阿密。與通用選擇的舊金山相比，邁阿密交通狀況更為復雜，需要應付很多游客，雨水更多，甚至經(jīng)常 “ 水漫金山 ”。

還有很多老牌巨頭也在應對新舊動能轉(zhuǎn)化的陣痛。零部件供應商采埃孚 ZF 在一系列投資和收購之后（對激光雷達供應商 Ibeo 的成功收購形成了對競爭對手Valeo的狙擊），也經(jīng)歷了領導層的巨變。在汽車圈里，“ 分 ” 與 “ 合 ” 蔚然成風。“ 分 ” 可以輕裝上陣迎接新四化（新能源化、共享化、智能化、網(wǎng)聯(lián)化），能夠更快決策，更容易融資。

典型的案例就是德爾福拆分出安波福，全力聚焦智能網(wǎng)聯(lián)汽車（幾乎與此同時，又以 4.5 億美元并購了初創(chuàng)公司NuTonomy）。福特也拆出Ford Autonomous Vehicles LLC。另一方面，通過 “ 合 ” 化敵為友，抱團取暖，分擔研發(fā)成本，也不失為上策。

于是，在這個競技場里，大家各自站隊，迅速形成不同的聯(lián)盟。比如，

英特爾 / Mobileye、安波福、寶馬一個圈子，后來又加入了大陸、菲亞特克萊斯勒等。

英偉達、博世、ZF、大眾/奧迪、沃爾沃等又是一個圈子。

出行服務商Uber有戴姆勒、沃爾沃、豐田的朋友圈，

而 “ 老二 ” Lyft 也有通用汽車、安波福、捷豹路虎等伙伴。

單以聯(lián)盟成員的規(guī)模來說，百度阿波羅生態(tài)可以說是最大的朋友圈：2017 年 3 月，陸奇入主智能駕駛事業(yè)部，引起了另一撥核心人才的出走。據(jù)說，此時百度美國研究院一位工程師建言開源，百度領導層迅速展現(xiàn)了巨大的魄力，在 4 月份的上海車展上，陸奇宣布 “ 阿波羅 ” 計劃，做汽車界的安卓。

阿波羅登月計劃，寓意是向人工智能的宇宙出發(fā)，“ 希望未來可以解放雙手，使每個人開車時也能自由地仰望星空。”

一石激起千層浪，整個行業(yè)為之震動。在 7 月份的 AI 開發(fā)者大會上，李彥宏乘坐一輛與博世合作的蘇州牌照汽車，在五環(huán)展示了一番自動駕駛技術(shù)，接到交警罰單，但這不能掩蓋 Apollo 1.0 的宣布所引起的轟動，大家開始意識到，百度是認真的。

阿波羅的開放，值得全行業(yè)豎大拇指，在活躍生態(tài)、數(shù)據(jù)共享、培養(yǎng)人才等方面居功至偉。但也引發(fā)了很多問題：

安卓的成功是在一個成功的 iOS 之后，目前尚無成功的無人駕駛 iOS，做安卓是否過早？

安卓是谷歌聲東擊西的秒策，因為安卓是移動端提升其核心搜索和廣告業(yè)務的載體，而阿波羅自身的商業(yè)模式還沒有浮現(xiàn)，與今天百度的核心業(yè)務也尚未有機結(jié)合，作為一個 “ 燒錢 ” 的業(yè)務是否能夠得到股東的支持、長期走下去？

阿波羅生態(tài)的繁榮，不在于百度的慷慨，而在于生態(tài)成員是否也能全情投入，尤其是那些汽車產(chǎn)業(yè)的 “ 老炮 ” ，是否認同 “ 以數(shù)據(jù)換代碼 ” 的這條路徑？

阿波羅的開源，對初創(chuàng)公司是禍是福？尤其是那些百度系的初創(chuàng)公司？

毫無疑問，對于初創(chuàng)公司來說，阿波羅降低了做演示的門檻，但同時也提升了做大做強的門檻，必須做到比阿波羅的技術(shù)有差異化提升才能生存下來。在整個下半年，百度系創(chuàng)業(yè)公司三杰景馳、小馬和 Roadstar.ai 都在做技術(shù)的差異化。很多創(chuàng)業(yè)公司的差異化是垂直化、場景化和加快商業(yè)化落地，從卡車物流到末端配送，從載人、載物到載功能（比如環(huán)衛(wèi)清潔），從礦山到港口，從園區(qū)到機場和最后 1 公里。

在 2017 年，值得一提的商業(yè)化落地事件有三個。

第一，4 月份馭勢科技與白云機場在航站樓與停車場之間的擺渡，是國內(nèi)第一起公開的無人駕駛運營，雖然僅僅一周，但與演示有本質(zhì)的區(qū)別，如果說演示是規(guī)定時間、規(guī)定路線，運營則是面向終端用戶和開放環(huán)境、全時態(tài)工作。

第二，6 月份馭勢科技與凱德集團在杭州來福士地下停車場的擺渡服務，是國內(nèi)第一起長達數(shù)月的多輛無人車常態(tài)化運營，開放的人車環(huán)境、狹窄的車道、沒有 GPS 的定位，都是技術(shù)亮點。

第三個事件是年底深圳的阿爾法巴，4輛經(jīng)過改造的大巴在設計好的公交路線上展示了不錯的能力，這是創(chuàng)業(yè)公司和高校合作的結(jié)果。讓人始料不及的是大量 “ 震驚體 ” 文章的刷屏，這與幾十年前羅森在Shakey 上碰到的問題如出一轍，在技術(shù)還在演進的過程中，管理媒體和大眾的預期至關重要。

當然，2017 年最有意義的事件發(fā)生在美國。

10 月中旬，Waymo 宣布，沒有前排安全司機的自動駕駛汽車已經(jīng)開始上路試運營。

對于一家非常重視安全的大公司來說，這需要巨大的勇氣，以及對技術(shù)絕對的信心。當然，為確保安全，Waymo 仍有安全員在后座以備不測。2018 年年初，加州的車輛管理局進一步宣布 “ 允許車內(nèi)不坐安全員、只需遠程安全員 ” 這個巨大的跨越，相信與 Waymo 所帶來的信心有關。

美國對無人駕駛的態(tài)度上，從奧巴馬到特朗普政府，從參議院到眾議院，從聯(lián)邦到州政府，具有極高的共識——美國要成為領導者。

兩任交通部長安東尼·福克斯（Anthony Foxx）和趙小蘭連續(xù)推動《自動駕駛汽車聯(lián)邦政策》、《自動駕駛系統(tǒng) 2.0：安全愿景》和《準備迎接未來交通：自動駕駛汽車3.0》，在法律空間里增加豁免，為行業(yè)松綁。

幾乎同時，德國也推出了首部與自動駕駛汽車相關的法律——《道路交通法第八修正案》，允許自動駕駛系統(tǒng)在特定條件下代替人類駕駛，同時全球第一部自動駕駛道德準則也應運而生。這些立法活動為世界第一款 L3 級自動駕駛產(chǎn)品——奧迪 2018 年款A8 的擁堵巡航（Traffic Jam Pilot）掃清了障礙。

中國也一直在探索無人駕駛立法和測試體系的建立。早在 2016 年，國家層面就開始討論路測規(guī)范，然而第一個宣布的是北京市，2017 年 12 月，北京市交通委聯(lián)合北京市公安交管局、北京市經(jīng)濟和信息化委員會等部門，制定發(fā)布了《北京市關于加快推進自動駕駛車輛道路測試有關工作的指導意見（試行）》和《北京市自動駕駛車輛道路測試管理實施細則（試行）》兩個文件，如同平地一聲雷，讓年底的產(chǎn)業(yè)界振奮不已。既然第一塊牌已經(jīng)落地，多米諾骨牌就不會停止。

2018年的上半年，上海、重慶、深圳、廣州等地紛紛推出當?shù)氐穆窚y政策和指南。4 月 11 日，工信部、公安部和交通運輸部聯(lián)合推出《智能網(wǎng)聯(lián)汽車道路測試管理規(guī)范（試行）》，在國家層面一錘定音。

考慮到中國的復雜路況對安全有更高的要求，國內(nèi)的路測規(guī)范都要求測試主體事先在封閉測試場內(nèi)進行一定里程的測試。早在 2016 年 6 月，由工信部批準的國內(nèi)首個 “國家智能網(wǎng)聯(lián)汽車（上海）試點示范區(qū)” 封閉測試區(qū)在嘉定開園。隨后，形成了 “ 5+2 ” 的全國布局。時至今日，各地仍在修建或改造智能網(wǎng)聯(lián)汽車的測試場，雖然短期內(nèi)有重復建設的問題，但從長期來看，未來，無人車無論是上市還是年檢，都有很大的需求。

2017年的一頭一尾，有兩場官司引起很大的關注。年頭是 Waymo 告 Uber/Otto，年尾是百度告景馳。兩場官司，都以被告公司的創(chuàng)始人被迫出走為結(jié)局，但實際的影響更為深遠。

萊萬多斯基又跟一家名稱為 kache.ai 的新公司過從甚密。據(jù)報道，他還建造了一間叫 “未來之路” 的教堂，并宣稱：“在人工智能的基礎上實現(xiàn)、接受并崇拜上帝。” 、“ 我不信上帝，但我相信我們正在創(chuàng)造的東西，從我們認知的角度來看，就是我們的上帝。”

他認為，機器終將超過人類，而他的教堂中的信徒將從智力和精神上為即將到來的轉(zhuǎn)變做好準備。這種帶著鮮明 “異教徒” 色彩的言論讓人想起科幻片里憤世嫉俗的 “邪惡科學家”。

進入了后卡蘭尼克時代，新 CEO 對自動駕駛舉棋不定，而景馳在與百度和解后出現(xiàn)了分裂。這兩場官司揭示，知識產(chǎn)權(quán)的紛爭離這個新興領域并不遙遠。然而，在自動駕駛專利的布局上，美德日遙遙領先于中國。

2017年的 “ 雨水 ” 過后，2018 年或許是 “ 驚蟄 ” ，既有商業(yè)化的隆隆春雷，也可能有倒春寒。

2018年的開始讓一些人快樂，一些人難過。Velodyne 降價了，而且降了一半。2017 年對很多無人駕駛公司來說，很痛苦的一件事情是買不到激光雷達，要等好幾個月，當年底終于買到了，并囤了一部分貨時，結(jié)果市場上的激光雷達已經(jīng)降價了。

這個時候，激光雷達的賽場已經(jīng)不是 Velodyne 一枝獨秀了，Valeo 的 Scala 在奧迪 A8 上實現(xiàn)了第一個量產(chǎn)項目，傳統(tǒng)主機廠和供應商巨頭紛紛投資并購，僅德爾福（安波福）就押寶 3 家。幾乎所有公司都押注固態(tài)或半固態(tài)激光雷達，除了前兩年已經(jīng)很火的 Quanergy 和 Innoviz，一些新創(chuàng)公司（如Luminar、速騰聚創(chuàng)和 Innovusion）也展現(xiàn)了性能更佳的產(chǎn)品原型。

兩年前風光無兩的 Quanergy 在量產(chǎn)上碰到了一些麻煩，雖然它在光學相控陣技術(shù)這條路線上仍然領先，但基于 MEMS 微振鏡、光學二維振鏡和 Flash 技術(shù)的固態(tài)激光雷達在產(chǎn)業(yè)化上顯示了更快的進展，Innoviz 得到了寶馬的訂單，Velodyne 的新品 velarray 也似乎后發(fā)先至。

在剛剛過去的 2017 年，加州機動車輛管理局（DMV）公開的數(shù)據(jù)顯示，基于 35 萬英里的測試里程基數(shù)，Waymo 實現(xiàn)了每 5596 英里進行一次人工干預，緊隨其后的是 Cruise，每 1254 英里進行一次人工干預。

相比 2016 年的每 5000 英里進行一次干預，Waymo 在 2017 年只提升了 10% ，讓人略感失望。細看 Waymo 的數(shù)據(jù)，積極的因素是，2017 年最后幾個月的每次干預里程數(shù)得到了極大的提高，2018 年是否延續(xù)這種趨勢，結(jié)果即將揭曉。

Waymo的工程總監(jiān)在麻省理工學院講座時，說了一句很深刻的話：

（當你認為完成90%時，實際只走了10%）”

對于這一道路的艱巨性和長期性，Waymo 深有體會。然而，這家公司又很擅長 “訥言敏行”。Waymo 的 “ Early Rider 項目” 又向前邁了一大步。進入 2018 年，Waymo 在亞利桑那州的部分車輛中撤掉了安全員，早期乘客開始真正 “獨享” 無人車的空間。

2018年 3 月，Waymo 與捷豹路虎簽署協(xié)議，請后者定制 2 萬臺無人車。Waymo 的高歌猛進，給 Cruise 帶來了巨大的壓力。此時通用汽車做出了一個巨大的決定，將 Cruise 推向資本市場，利用外部資本和資源來加速發(fā)展。

5 月 31 日，軟銀宣布將向 Cruise 投資 22.5 億美元。僅僅一天之后，Waymo 就給出了回應——將購買菲亞特克萊斯勒的車輛數(shù)目提升到 6.2 萬臺。8 月份，摩根斯坦利將 Waymo 的估值推到 1750 億美元，其中機器人自駕出租車業(yè)務估值 800 億美元，自動化物流服務估值高達 900 億美元。

10 月 3 日，本田向 Cruise 進一步注資 27.5 億美元，也將 Cruise 的估值推到了 146 億美元。通用汽車以當初 10 億美元收下 Cruise，絕不曾想過兩年半后這一部分的估值已經(jīng)達到通用汽車總市值的 1/3。聯(lián)想到英特爾以 153 億美元購買 Mobileye ，大可不必大驚小怪了。

在這樣的大背景下，雖然 2018 年一整年是資本的寒冬，但仍然不斷傳來無人駕駛公司融資的消息。無論是創(chuàng)業(yè)公司，還是風險投資（VC），都分裂成兩個陣營。

一個是硅谷范兒的 “火箭派”，其理論依據(jù)是既然無人駕駛是登月，那就擼起袖子造火箭。既然未來的大方向是出行，就一步到位做無人駕駛出租車的運營。有人評論這是“沒有 Waymo 的命，卻得了Waymo 的病”。世界上還沒有第二家公司像Waymo那樣土豪、一買就是 8.2 萬輛無人車，卻有兩位數(shù)的公司在商業(yè)模式上對標 Waymo，沒有 Waymo 的 “富爸爸”，只能長年靠 VC 買單。殊不知，即使是Waymo 的 8.2 萬輛車，獲得數(shù)據(jù)的能力也是有限的，而且在 20、30 座道路干干凈凈的城市行駛，數(shù)據(jù)也不夠豐富和多樣化。這意味著，Waymo 的 L4 級商業(yè)化路徑存在可擴展性的問題。

另一個陣營是務實的路徑，從垂直細分做起，“農(nóng)村包圍城市”。用賽車領域的話來說，想要第一個沖過終點線，你必須完成比賽，哪怕是從維修站出發(fā)。可是，在“火箭派”眼里，這是“梯子派”，想登月，先造梯子，務實是務實，但未來的天花板太低。業(yè)界有不少 “diss” 這類路線的說法，Waymo 說我要飛、整天學跳怎么行，有些 “高大上” 的基金認為，現(xiàn)在旱季你為了生存進化成了仙人掌，等雨季來了，你頂多只能是更高、更肥的仙人掌，已經(jīng)長不成參天大樹了。固然這些說法有點偏頗，但確實有些垂直細分領域的場景，與開放道路 L4 級自動駕駛不搭，而且因為市場規(guī)模有限，無法獲得算法升華所需的大量數(shù)據(jù)。

看起來這兩條路徑都存在數(shù)據(jù)可獲得性的問題。那么到底需要多少數(shù)據(jù)，或者通過多少里程來證明安全性呢？

就無人駕駛而言，Waymo 積累了最多的里程，2018 年 10 月時積累了 1000 萬英里。就算是加上 L2 級自動駕駛，我們前面說過，特斯拉在 2016 年的自辯，1.3 億英里、2 次人命事故，數(shù)據(jù)也是不夠的。美國著名的智庫蘭德公司給出了一個數(shù)學模型，如果要在統(tǒng)計學意義上證明無人駕駛開得比人好 20%，需要 110 億英里。那就意味著，100 輛車，1 天 24 小時、1 年 365 天不停地跑，要跑 500 年。

特斯拉的一個啟示是：要學會靠用戶的車去獲得數(shù)據(jù)、驗證算法，如果有 1000 萬輛車，1 輛車只需跑1100 英里，110 億英里就達到了。

因此，一個更合理的路徑是，用火箭的技術(shù)造各種飛機，然后用飛機的錢和數(shù)據(jù)來提升火箭技術(shù)。具體而言，是用基于開放道路 L4 級的技術(shù)（火箭的技術(shù)），降維到具有確定邊界的 L3 級 / L4 級商業(yè)化場景（各種飛機），大規(guī)模部署這些場景，獲得現(xiàn)金流和大量數(shù)據(jù)后，進一步突破開放道路 L4 級的局限。

馭勢科技采用了這樣的策略，在高速公路 L3 級、最后 3 公里微循環(huán) L4 級、停車場自主泊車和機場無人物流拖車方面取得了商業(yè)化的突破。尤其值得一提的是，馭勢與上汽通用五菱實現(xiàn)了全球首次自主泊車的終端用戶交付，一鍵實現(xiàn)遠距離泊車、一鍵實現(xiàn)召車。類似的技術(shù)在與首汽 Gofun 合作的分時租賃中也開始使用，讓用戶實現(xiàn)自動取車和還車，同時運營方又可以通過場站間的無人編隊調(diào)度降低運營成本。這些場景的部署帶來了大量交通場景的數(shù)據(jù)，從而反哺開放道路 L4 級自動駕駛算法的進化。

2018年的 “灰犀牛” 是事故。當整個行業(yè)進入深水區(qū)，事故已經(jīng)成為大概率的風險。Waymo、Uber 和特斯拉都出現(xiàn)了多起事故，且后兩者都出現(xiàn)了致命的事故。

自從 Uber 收購 Otto 后，一些變化在悄然發(fā)生。萊萬多斯基對安全的藐視使公司文化發(fā)生了變異，在舊金山的 Uber 辦公室里有一條標語是 “安全第三”。路透社后來指出，Uber 的測試車改成沃爾沃 XC 90后，新的改裝設計擴大了傳感器的盲區(qū)，而高聳的 64 線激光雷達改變了車的重心結(jié)構(gòu)，然而 2017 年的一次側(cè)翻并沒有引起太多重視。自萊萬多斯基離開 Uber，新 CEO 上任后對自動駕駛的態(tài)度開始模糊。

據(jù) Business Insider 報道，團隊擔心項目取消，必須用快速進展取悅領導，又要迎合領導對平順性的要求，因此忽略了很多安全設計。這些因素積累下來，最終導致 3 月 18 日那起世界首例無人駕駛汽車引起的致命車禍事件（特斯拉的那幾次不算無人駕駛）的發(fā)生，一輛 Uber 無人車夜間行駛時撞死了一名推著自行車違章橫穿馬路的行人。固然有那位行人自己的責任，還有 Uber 安全駕駛員的重大責任（跟特斯拉的第一起致命事故類似，又是在看視頻），但 Uber 自身的諸多問題無從推脫，比如技術(shù)上為了平順性把原車的自動緊急剎車系統(tǒng)禁用，錯失了最后一秒的安全保障，而在管理上從車上 2 個人縮減到 1 個人。事故后 Uber 暫停了所有的測試，重新審視安全設計和管理，一直到年底才重新上路，教訓可謂慘痛。陰云籠罩下的另一則新聞是 Uber 關閉了自動駕駛卡車部門，這使得當初對 Otto 的收購更加無一是處。

做無人駕駛，不可或缺的是對安全的敬畏之心，以及對行業(yè)基本規(guī)律的尊重。Waymo 也發(fā)生了幾起事故，包括一位安全員睡著導致的車禍。The Information 先后曝光 Cruise 和 Waymo 無人車在真實路況中依然不甚理想，路透社 10 月的一篇文章也指出 Cruise 達到 L4 級量產(chǎn)依然路途漫漫。在這個領域，輕言 L4 級量產(chǎn)、忽略安全大躍進式發(fā)展，必然付出代價。

Waymo采取了 “進二退一” 的策略。10 月 30 日，加州車管所向 頒發(fā)了完全無人駕駛測試牌照，即可以合法在加州公開道路上測試沒有安全員的無人車。然而 11 月底，經(jīng)過深思熟慮，重新又把安全員放回了駕駛座。同時，任命國家運輸安全委員會前主席貝博拉·赫斯曼（Deborah Hersman）為首席安全官。

12 月初，在亞利桑那州鳳凰城郊區(qū)，名為 Waymo One 的無人駕駛出租車付費服務正式開始運營。在此之前，克拉夫西克照例大談了一下困難，認為無處不在、無所不能的 L5 級自動駕駛還需要等幾十年，希望媒體和大眾降低對它的期望。

回到這句話 “When you are 90% done, you still have 90% to go（當你認為完成 90% 時，實際只走了 10%）”，如果今天的技術(shù)和成本要求無法快速解決最后 10% 的問題，有沒有可能通過人-車-環(huán)境的整體思路去解決呢？這就是車路協(xié)同的概念。

2018年，中國正孕育著全新的基礎設施，阿里和百度等都提出 “車路協(xié)同” 的概念，基于 LTE-V2X 和 5G 帶來的超視距感知能力和高可靠低延遲鏈路，可以把一部分感知和決策能力放在路端，利用邊緣云的思路去解決環(huán)境和基礎設施的問題。馭勢科技也與三大運營商和四大設備商展開了 “5G+ 自動駕駛” 的合作。

車端計算是價值鏈上另一個重要的元素，尤其是芯片。高級別無人駕駛采用的主芯片要么來自英偉達，要么來自英特爾/Mobileye。自從出現(xiàn)中興被封殺事件，美國又祭出商務管制清單，對于中國的業(yè)界來說，需要未雨綢繆。華為、寒武紀、地平線等國內(nèi)芯片商正加速開發(fā)適用于無人駕駛的 AI 加速芯片。隨著無人駕駛算法逐漸固定下來，專用的加速芯片將扮演更為重要的角色，特斯拉也采用了這個策略。

價值鏈上還有一個不可忽視的要素是數(shù)據(jù)，無人車要想變得越來越聰明，需要數(shù)據(jù)。歐盟在數(shù)據(jù)立法上一向走在前面，《一般數(shù)據(jù)保護條例》（GDPR）號稱史上最嚴格，讓無數(shù)互聯(lián)網(wǎng)公司焦頭爛額，數(shù)據(jù)是資源、也是燙手山芋。對互聯(lián)網(wǎng)公司如此，但對車廠卻很寬容。

歐盟最近一次關于自動駕駛車輛注冊的投票中，7A 條款確定 “自動駕駛汽車產(chǎn)生的數(shù)據(jù)是自動生成的，其本質(zhì)不具有創(chuàng)造性，所以不適用于版權(quán)保護或數(shù)據(jù)庫權(quán)利”。這意味著，無需車主同意，車廠就可以收集自動駕駛汽車產(chǎn)生的數(shù)據(jù)（包括 GPS 軌跡信息在內(nèi)的遙感信息），并可以將其出售給第三方。這可以說為車廠做了最佳助攻。

在中國，《中華人民共和國網(wǎng)絡安全法》要求重要數(shù)據(jù)不能出境，外資和合資車廠無法將數(shù)據(jù)送至國外去研發(fā)，因此在國內(nèi)建立研發(fā)團隊和研發(fā)供應鏈勢在必行。這是國內(nèi)科技公司和新晉供應鏈玩家的絕佳機會。

2018年即將結(jié)束，距 2021 年還有 3 年，業(yè)界的目標是能夠?qū)崿F(xiàn)確定區(qū)域（比如城市的一個區(qū)域）L4 級無人駕駛的規(guī)模化應用。從目前看，我們可以保持謹慎的樂觀。

5

2022年 ~ 2027 年 第四個 6 年：結(jié)果

如果第 3 個 6 年的目標順利實現(xiàn)，第 4 個 6 年將是開放道路 4 級無人駕駛的大興之時。

無人駕駛帶來的變化遠遠不止是汽車產(chǎn)業(yè)，它將徹底改變出行和物流，改變這個世界原子的移動。

到第 5 個 6 年（ 2028 年 - 2033 年）時，路上川流不息的車輛大多數(shù)將是無人駕駛共享汽車，汽車數(shù)量減少一半以上，但汽車的利用率得到極大提升，堵車將成為過去，天空重歸于藍，停車位被改成公園、活動空間和住所，車禍幾近于零。

交通流、信息流、能源流三流合一，所有與人或物相關的交通將被重新定義，保險業(yè)需要涅槃重生，而服務業(yè)將找到新的爆發(fā)點 ——上述的無人駕駛出租車是除了家和辦公室的第三空間，是移動的商業(yè)地產(chǎn)、移動的影院、移動的辦公空間、移動的咖啡館。

智能駕駛是人工智能與傳統(tǒng)汽車相結(jié)合的創(chuàng)新產(chǎn)物，是汽車行業(yè)發(fā)展的未來。作為一項變革性的技術(shù)，智能駕駛既是技術(shù)創(chuàng)新又是社會創(chuàng)新，無論是法律、法規(guī)和政策，還是道德倫理爭論，我們都要有勇氣和耐心，呵護和引導其健康發(fā)展。

熱切期待道路不堵、天空很藍、自由出行的那一天早日到來。