為什麼你們總是誤解無人駕駛？

圖片來源於網路

今年3月底，百度高級副總裁、原無人駕駛事業部總經理王勁，公開表示離開百度並創辦自己的公司——景馳科技，正式邁入無人駕駛汽車創業領域。很快這家公司就獲得了加州DMV（加州車輛管理局）路測牌照。

王勁的離開並不意外，因為這兩年是技術人才創業的好機會。早在2016年，百度最年輕的工程師TOP10樓天城就離開百度，創辦Pony.ai，同樣這家公司也獲得了加州DMV路測牌照。

還有李彥宏的副手與深度學習實驗室主架構師余凱、黃暢離職，創辦地平線機器人后，曾首次向外界展示在真車上同時實現車道線/車輛/行人檢測的ADAS（智能駕駛輔助系統）產品原型系統；後來吳恩達也走了，最近消息稱他已開始了自己的新項目Deeplearning.ai,外界猜測此項目可能會以打造AI技術關鍵設施為目標。

如上述所講，幾位離職的要員已自己創業，一個共同的特點是：他們都正在參與著無人駕駛這場革命。

你是否誤解了無人駕駛？

無人駕駛和自動駕駛是完全兩個不同的概念，確切地說自動駕駛應該叫「輔助駕駛」，而完全的自動駕駛才能稱之為無人駕駛。

無人駕駛車輛是用雲端數據與更精密的演算法程序來替代駕駛人成為操控車輛的「大腦」，在無人駕駛的世界里，人類可以在乘客和司機之間自如切換，想自己開就自動駕駛，想當乘客就無人駕駛，要去哪裡、停哪兒..乘客決定，但車如無形的計程車司機一般，聽指揮行走即可。谷歌甚至認為，無人駕駛車其實連方向盤都可以不要，因為方向盤等人為操控部件是文明倒退的代表。

而自動駕駛系統雖然也可以代替駕駛人操控車輛，但系統經過判斷在必要時會把車輛控制權還給駕駛人，並且如果在自動駕駛條件下發生交通事故，法律也不一定會歸責於是車輛的錯，好比目前還未判出結論的那件美國特斯拉事故。

較二者的關係而言，無人駕駛比自動駕駛更高一級，是汽車發展的終極狀態，也叫自主駕駛。比如谷歌的無人駕駛汽車，沒方向盤，沒油門，就一個啟動和停止按鈕，上了車設定目的地，怎麼走，開多快，聽車的。但百度上路實測的那輛無人駕駛汽車，嚴格意義上還是一輛具備自動駕駛功能的汽車。

而目前，從技術路線上，自動駕駛已形成兩條發展路徑：ADAS和人工智慧。一種是以ADAS（高級輔助駕駛）切入，逐步自動化；一種是以人工智慧切入自動駕駛。兩種不同發展路徑的最高形態都將是完全的自動駕駛，也即無人駕駛。

幾乎「全民參與」的一場革命

汽車製造發展到今天，帶給我們方便的同時也帶來了諸多難題：交通擁堵，尾氣排放造成空氣污染，二把刀的馬路殺手帶來交通事故，疲勞駕駛造成交通安全隱患……

私家車數量不斷增加，利用率卻奇低無比；人在開車期間又因為複雜路況和駕駛員本身狀態的不穩定性，存在種種嚴重安全隱患，如高速公路上貨車事故頻發。在，根據政府最新下達指令，交通安全已超過煤礦安全，成為亟待解決的頭等安全問題。

不僅是，這是全球城市共同面臨的難題。自動駕駛似乎是人們給這個問題找到的答案（這也是很多公司擠破腦袋要進來的原因之一）。隨著數據積累和技術發展，各方諸侯出死力勢要跑在前面，在激烈競爭下，無人駕駛的趨勢不可撼動。

藉此機會，邦哥也整理了一份國內外參與無人駕駛領域的創業公司，共大家參考。

創業邦製圖

上圖僅為部分創業公司入局者名單，而從汽車領域各方勢力來看，每個人都想在下一代交通工具里攻佔重要據點，雖然人們在談論「無人駕駛汽車」時，往往會想到科技公司的項目，但傳統汽車廠商在該領域付出的努力有過之而無不及。

汽車公司本田在今年的 CES Asia 上展示了一款配備「情感引擎」的小型概念車「Honda NeuV」，這輛車可以根據駕駛員的表情和聲調來判斷駕駛員的精神狀況並輔助駕駛員進行安全駕駛，同時，它還能夠通過學習掌握駕駛員的生活方式和喜好，根據情況向駕駛員提出方案選項。

在今年年初拉斯維加斯舉的 CES 2017 上，現代的 IONIQ EleCTRic 就完成了晝夜自動駕駛路測，並在美國汽車工程師學會評測中獲得「Level 4」的評定。

傳統汽車廠商在無人駕駛汽車領域更看重車的性能本身，而這也是從他們多年的汽車製造技藝積累和工業設計優勢出發。另外，傳統汽車廠商不會那麼激進，比如不會取消方向盤、油門、剎車等用戶駕駛工具，一定程度上保護人們駕駛的權利和樂趣。

不可思議的是，某市場調查機構在日前發布的一份無人駕駛報告中對全球18家旨在於研發無人駕駛汽車廠商進行了盤點，並給出了一個排名，前五名分別被福特、通用、雷諾日產、戴姆勒、大眾五家傳統汽車廠商佔據。

與此同時，國產的廠商也在努力。2015年6月，北汽與滴滴快的簽署戰略合作協議，雙方在無人駕駛領域將進行深度合作。國防科技大學與一汽集團在2011年便完成紅旗HQ3無人駕駛汽車的研發，但後來再沒有更多消息流出，商用化也一直沒有進展；比亞迪與新加坡實驗室達成研究協議，共同開發無人駕駛項目；吉利汽車依靠沃爾沃的安全技術也在埋頭試驗無人駕駛；廣汽也攜手中科院開展無人車試驗；上汽則選擇了中航科工共同開展相關試驗。

與傳統車企靠智能輔助系統升級不同的是，互聯網企業希望藉由雲計算、大數據和人工智慧一步到位的實現對「方向盤」的取締，這完全是另外一條技術路線。

這一技術路線的選擇無疑是與互聯網技術基因有關，當然，背後的商業邏輯也會促使二者在導向上的不同，車企推出自動駕駛汽車，更多是從主動安全等方面出發， 他們依然要依靠出售汽車來盈利；而互聯網企業以車為介入點，關心的卻是駕駛體驗提升以及駕駛員雙手解放后可能帶來的增值盈利點。

晶元廠商方面，今年，英特爾斥資153億美元（約1056億元人民幣）高價收購自動駕駛汽車硬體供應商Mobileye。實際上，不只英特爾這種老牌晶元企業，包括高通、英偉達在內的晶元廠商都在「火拚」自動駕駛。

實際上，就在英特爾宣布收購Mobileye后不久，其晶元對手英偉達就不甘落後，宣布與汽車配件行業巨頭博世達成合作。雙方共同宣布，將共同開發一款人工智慧自動駕駛系統，另外還會準備一款超級晶元Xavier，旨在實現各類自動駕駛任務，同時雙方合作之後的系統會對所有汽車廠商銷售。

在此之前，另一家晶元廠商高通收購了汽車領域半導體巨頭恩智浦NXP，這家公司旗下的FreeScale在汽車晶元製造方面也擁有雄厚的實力。

谷歌無人駕駛和其他

為更好的區分不同層級的自動駕駛技術，美國汽車工程師學會（SAE International）於2014年發布了自動駕駛的六級分類體系，美國國家公路交通安全管理局（NHTSA）原本自己的一套分類體系，但在2016年9月轉化為使用SAE的分類標準。

SAE標準將自動駕駛技術分為0級、1級、2級、3級、4級、5級，共六個級別，如圖所示：

圖片來源於網路截圖

目前日常使用的大多數汽車處於0級和1級之間，現有車型上大量運用的定速巡航以及駕駛員輔助體統，屬於一級或二級的車輛智能化。特斯拉公司正在銷售的Autopilot輔助駕駛技術屬於第2級。

而其實，無人駕駛第三級的存在略顯尷尬，根據第三級別的定義，人類駕駛員必須隨時待命，準備響應系統請求，處理那些系統沒有能力應對的特殊情況。這樣的一個結果就是人類駕駛員是沒法在汽車上上網、玩遊戲。所以，僅從技術標準上而言，第3級自動駕駛有它存在的必要，但在實際應用場景里，這一級別的自動駕駛的實用性，讓人懷疑。

做自動駕駛第四級的公司較多，比如此前邦哥採訪的矽谷一家公司Drive.ai、百度自動駕駛、Uber、特斯拉、寶馬等都在嘗試這一級別的無人駕駛，而L4也被外界看作是商業價值明顯的一個級別。

而作為把無人駕駛概念普及大眾的谷歌而言，它的技術路線則是直接做L5完全自動駕駛（無人駕駛），和多數整車廠、互聯網公司的步伐並不匹配，後來者進入自動駕駛領域，基本都是漸進式發展，從低級或者較高級別自動駕駛慢慢演進到無人駕駛，而谷歌則是直接將自己定位在金字塔塔尖。

Momenta創始人曹旭東曾告訴邦哥，「谷歌在做無人車上，線放太長，儘管資金足，研發能力強，但做了這麼久，始終沒有商業化，主要原因是在當下的商業路線有問題，可以說沒有抓住核心，並解決核心問題」。

谷歌的母公司Alphabet似乎非常看重商業利益，此前將波士頓動力公司出售給日本軟銀時，外界就猜測很可能是這家公司在未來幾年內不太可能生產出可上市銷售的產品。而對於谷歌的無人駕駛雖不可能到如此田地，但其想要儘早商業化，就必須放下身段，按照整體遊戲規則一步步演進。

入局易破局難

不少公司醉心於無人駕駛汽車，沒誰願意放棄如此大的商機，人們也相信，無人駕駛終究會走進我們的生活，但真正意義上的第5級的無人駕駛何時可以商用，人們的預測各不相同。

之所以商用預期不一致，其中除了技術難題造成的困擾外，現有法律、政策、保險體系等，並不是為自動駕駛時代的交通量身定製的。另外，Drive.ai創始人王弢向邦哥補充，「大眾接受程度同樣考驗無人駕駛技術」。

前不久李彥宏乘坐自家無人駕駛車前往百度AI開發者大會，交警介入調查的事引起人們的熱議，這背後折射的是無人駕駛技術與「科技改變生活」之間的時代衝擊。新技術如何落地讓大眾接受、如何改變或者說適應現有政策，無疑是所有無人駕駛參與者要正面面對並一定做作出回答的問題。

除此之外，科技公司在生產模式上似乎更加註重一個「輕」字。技術與靈活性佔優勢的同時，重工業方面也未能跟上：比如特斯拉屢被爆產能不足。谷歌也一直沒有獨立開設工廠製造汽車。蘋果的各產品則由代工廠生產。這些科技巨擘們都只負責研發、設計這些輕資產卻高利潤的工作分工。

而在國際ADAS領域，剛被英特爾收購的Mobileye在全球範圍內都是權威性存在。在各個國家，都不乏其模仿者。就市場而言，成本高、技術弱、出貨量低，都相對較難比拼Mobileye。

另一方面，斯坦福大學李國鼎工程講座教授葉蔭宇接受邦哥等多家媒體採訪時表示，「很多公司都在考慮無人車的技術多強，但是其實最主要的問題無人車之間的協調、調配和統一指揮，很多創業者還沒有認清」。

一個明顯的感覺，無人駕駛這個領域，很多公司都在做著相似的事，可以說同質化現象逐漸凸顯。如今這一領域，已不是彼得.蒂爾所說的從0到1的過程，而是從1到n的過程，而公司在這個時候除了比拼「速度」外，準確找到落地的商業場景顯得更加實用。

回過頭來講，無人駕駛什麼時候可以到來？我想只有人工智慧發展到與人腦可以比擬的「強智能」水平，人類才能完全放手將交通運輸交給人工智慧。

註：創業邦設計朱麗君對本文亦有貢獻