易坊好文馆

  1. 首页 > 玩科技 >

财经自媒体|站在十字路口的自动驾驶，是该降温，还是该添把柴？

是该降温 还是该添把柴

来源：车市物语（ID:autostinger）
作者：拙阳、火山
在网上引发论战的蔚来辅助驾驶致死事故 ， 可能早就被人“预测”到了 。 一个多月前 ， 同济大学汽车学院教授朱西产在公开场合表示：“对于辅助驾驶 ， 当用户期待远远高于系统能力的时候 ， 安全问题就一定会出现 。 ”
当然 ， 用户期待为什么这么高 ， 车企自己最明白 。
于自动驾驶产业发展而言 ， 蔚来“辅助驾驶致死事件”或许将成为一个标志性的转折点 ， 这个“转折”算是一把双刃剑 。 积极的一面在于 ， 这会让全社会重新审视自动驾驶 ， 刺破宣传“泡沫” ， 推动相关法规健全 ， 尤其是让用户抛弃盲目期待 ， 真正认识到现在所谓的“自动驾驶”发展水平；而消极的一面是 ， 这可能会极大扰乱自动驾驶发展进程 ， 让资本再次爆冷 ， 使企业束手束脚、技术推广落地速度进一步放缓 。
综合上述两个方面而言 ， 全产业发展应该寻求一个平衡点 ， 可以借此机会主动“降温” ， 统一舆论战线摒弃“内卷” ， 让行业回归理性 。 但“降温”不宜矫枉过正 ， 真正需要降的 ， 是那些过度宣传、侥幸乐观、盲目推广；而自动驾驶技术的研发、立法推进、资本投入 ， 甚至看起来颇有些扎眼的“用户教育” ， 不仅不应降温 ， 反而应该继续增温才对 。
01
给过度宣传降降温
害人终害己
最近这一年 ， 自动驾驶事故频出 ， 每次都是塌方式负面 ， 可消费者却始终愿意往前冲 。 在这件事上车企的过度宣传恐怕要负主要责任 。 这种过度宣传不是一家一户的事 ， 而是普遍地、集体性的过度宣传 ， 给用户营造出了“可以撒手不管”的错觉 。
这件事的鼻祖恐怕就是特斯拉了 。 早在2014年 ， 特斯拉就开始用“半自动”这个词汇来标榜Autopliot；到2016年Hardware2.0推出时 ， 马斯克说“硬件传感器和算力完全能胜任未来的自动驾驶”；到了2019年 ， 特斯拉正式推出FSD ， 虽然在用户手册中特斯拉注明了该功能属于“辅助驾驶” ， 可看这Full Self-Driving的全名 ， 以及马斯克多次在公开场合鼓吹的“可实现L5功能” ， 恐怕愿意相信它是自动驾驶的用户并不占少数 。
作为新势力的始作俑者 ， 特斯拉已经成为众多企业争先效仿的对象 。 这种效仿不仅仅是在产品定义、销售模式上 ， 同时也在对于辅助驾驶功能的过度宣传上 。 于是乎 ， 国内的企业站在巨人的肩膀上 ， 造出了不少新概念 ， 比如”L2+”、”L2.5”等等 ， 将自己的L2级辅助驾驶包装成“自动” ， 大搞文字游戏 。
比方说 ， 在搜索引擎上键入关键词“L2+”或者“L2.5” ， 第一时间会出现很多车型 ， 其中不乏传统车企的销量主力；甚至在极狐阿尔法S的官网页面上赫然挂着“智能高阶自动驾驶”的称呼 。 而在事故舆论发酵后 ， 有些新势力显然开始纠正说法 ， 比如理想已经把此前官网上”理想AD高级辅助驾驶系统”的“高级”两个字删掉了 ， 小鹏也把其辅助驾驶系统的名称由此前的“XPILOT3.5自动驾驶辅助系统”改为“XPILOT3.0智能辅助驾驶系统” 。
对于L3的争夺更是你方唱罢我登场 ， 车企纷纷标榜自己为“首个” ， 以致网上出现了多个车企的多个“首款L3” 。 诸如：“率先实现L3级自动驾驶量产落地”“中国首个L3级自动驾驶”“全球首款L3级自动驾驶量产车”“全球首款量产L3级自动驾驶”等……
不仅L3 ， 个别车企同样对L4展开了混淆式进攻 ， 比如威马汽车 。 原本威马W6可以实现AVP功能（自动代客泊车） ， 而该功能属于L4级自动驾驶的场景之一 。 于是乎威马汽车便将这款车定义为“限定场景L4级无人驾驶” ， 其官网上更是直接标明这款车是“国内首款无人驾驶量产车型” 。
【财经自媒体|站在十字路口的自动驾驶，是该降温，还是该添把柴？】厂商知道这是怎么一回事 ， 业内人士也知道这是怎么一回事 ， 但用户呢？恐怕眼睛盯着“L4级无人驾驶”而忽略了“限定场景”的大有人在 。
而在销售端 ， 大肆鼓吹“自动驾驶”的情况更是屡见不鲜 。 让人无语的是 ， 大部分新势力直营店在销售端宣传辅助驾驶时分“事前”和“事后” 。 在辅助驾驶事故前 ， 大家的宣传往往是“这就已经可以达到自动驾驶了 ， 不过由于相关法规尚未出台 ， 我们只能叫‘辅助驾驶’ ， 但部分场景下已经可以当‘自动驾驶’用了 。 ”而每当社会上出现“辅助驾驶致人死亡”的新闻后 ， 这些新势力销售却都立即换上一副认真脸 ， 讲解的时候也会特别注意说明：“这只是辅助驾驶 ， 您千万不要过分相信它 。 ”但即便这样 ， 当你表示“那我就不买辅助驾驶选装包”的时候 ， 销售又会立马放出“我们的产品可以OTA升级 ， 未来的功能会越来越强大 ， 越来越完善”等论调 。
这种“事后”的严谨 ， 让人看上去更像是暂时性的改善 ， 只是不知又能维持多久？
其实业内对于自动驾驶的过度宣传的原因不外乎以下几点 。 首先是资本驱动 。 AI、智慧城市是大势所趋 ， 自动驾驶恰好是个绝佳的资本“故事” ， 是亿万股民狂欢的兴奋剂 。 其次 ， 是车型产品卖点的需要 。 新能源汽车尚未对燃油车形成压倒性优势 ， 总不能一直去和燃油车比百公里加速 。 此外 ， 市场宣传“内卷”非常严重 ， 在全网鼓吹的行情下 ， 任何一个车企都不能容忍自己比别人落后 。
用户是被舆论所引导 ， 不能寄希望于用户去掌握技术原理 。 当舆论大幅度向某一面倾斜 ， 那么“真相”就太过势弱 ， 而当下用户显然对自动驾驶有了过高的期待 。
其实车企也明白 ， 这样的对标性“过度宣传” ， 即便一时间可以获得市场声量 ， 但也属于“饮鸩止渴” 。 正如朱西产所说 ， 对用户的过度宣传导致了用户的过高期待 ， 当车辆系统能力无法满足用户期待时就会导致悲剧的发生 。 而悲剧发生后呢？则会造成整个自动驾驶产业都陷入信任危机 。
在信任危机下 ， 若真有一天用户不愿相信“自动驾驶”承诺了；资本还愿意投入么？若资本不在了 ， 这场由智能化所主导的汽车革命恐怕也就无以为继了 。
通过鲜活的生命来唤起全产业反思 ， 换回全社会的理性 ， 虽然代价很大 ， 但这也必将为自动驾驶技术发展带来深远影响 。 这种影响不应该成为技术发展的镣铐 ， 而应该驱动行业真正做到“以人为本”尊重生命 ， 抛弃夸张的舆论误导 。
02
给技术研发添把柴
熬过黑暗才能见光明
如果说过激的舆论导向是造成自动驾驶事故多发的直接原因 ， 那么技术不成熟就是背后的根本原因 。 所以 ， 在给误导舆论“降温”的同时 ， 还要在技术研发层面急剧“升温” ， 与之配合的还包括AI时代的伦理规范和制度健全、资本投入等方面 。
在L2时代以前 ， 为开发辅助驾驶场景 ， 车企往往要采集100-500万公里里程 。 而L3及以上的自动驾驶呢？若想真正开发出一套完整的系统 ， 则需要采集几亿到几十亿公里的行驶里程数据 。
但有了百亿公里的数据积累后就能彻底安全了吗？其实更大程度上是“相对更加安全” 。
海量规模的数据是自动驾驶的根本所在 ， 但在强调数据规模的同时也要重视数据的“质量” ， 在一条简单的路上反复跑100亿公里这种数据就没有什么意义 。 就好比有企业在上海某条路上搞自动驾驶演示 ， 技术很成熟 ， 面对行人、电动车都应对自如 ， 堪比老司机中的战斗机 。
问题在于 ， 系统在这条路上已经跑了多少遍了 。 工程师可以把这条路上所有可能发生的场景“穷尽”出来 ， 但如果换一条新的道路呢？从一小片区域换成一个城市呢？从一个城市换成一个国度 ， 换成全球呢？
自动驾驶汽车作为一个商品是需要在全球范围流通 ， 从一线城市到三四线 ， 海拔几十到几千米……永远不可能知道用户会在什么场景下使用自动驾驶 ， 永远不可能知道系统会遇到什么工况 ， 更不可能去“穷尽” 。
因此 ， 数据量即便足够大 ， 也是一个“相对安全”的概念 。 到底自动驾驶需要小数点后多少个9（99.999……999%）才能安全 ， 这没有办法量化 ， “长尾问题”是个极其棘手的问题 。
正因自动驾驶是AI的最大应用领域 ， 在将来的AI社会 ， 人与AI如何相处、人与AI的关系格局如何发展、AI时代的法规构建等等 ， 也是影响自动驾驶进程的关键所在 。
以一个现象来做说明 ， 每年全球交通事故死亡人数超过100万人 ， 人为因素的违规、违法等危险驾驶行为是事故的主因 。 可以非常明显的感觉到 ， 舆论对于超过100万人死亡的交通事故关注度远远比不上1例自动驾驶事故 ， 前者甚至可以形容为“平淡无奇” 。
其背后的原因在于 ， 当前的社会体系、关系格局、法规制度和伦理评判标尺等所有一切都是“以人为中心”构建的 ， 而自动驾驶则完全不同 。
例举这个现象并不是毫无人性地为自动驾驶犯错开脱 ， 生命无价 ， 不容亵渎 。 而是通过此例 ， 可以看到当社会迈入AI的过程中 ， 需要打破旧有的、不适宜发展的体系 ， 重新建立以人和AI共存的一套体系 。 人与AI的关系格局、AI时代的法规制度、AI时代的伦理道德标尺等都还不健全 。
上述的缺位 ， 也使得自动驾驶陷入“电车悖论”不得解 ， 使得自动驾驶的法规制度建立健全难度大 ， 使得自动驾驶发展受制约 。 未来 ， 应通过对AI相关法律、伦理和社会问题的深入探讨 ， 为智能社会划出法律和伦理道德的边界 ， 让AI服务人类社会 。
但面对这些问题 ， 车企、供应商、或是相关部门要做的应该是在正确的方向继续努力、继续升温 ， 加大投入、引导力度 ， 撑过这段黑暗 ， 让光明尽早地到来 。
在这段“升温”的环节中 ， 比较纠结的可能是资本 。 过去几年 ， 自动驾驶领域的“资本寒冬”也曾有发生 ， 这波负面舆论或许会让资本多少有些退缩 。 而为了促进技术持续进本、产业做大做强 ， 对于自动驾驶这个极其烧钱行业 ， 还是离不开资本的大力支持 。
03
自动驾驶的未来应该是什么样的
自动驾驶虽然发展坎坷 ， 但资本依然有广阔的施展空间 ， 一方面是利用资本推动关键基础技术的突破 ， 另一方面是为中短期内有望商业化的领域“输血” ， 支撑产业发展 。
自动驾驶离不开诸多基础技术的支撑 ， 比如半导体、深度学习、5G、信息安全等等 。 当前 ， 许多基础技术依然面临桎梏 ， 像激光雷达技术已经有了很大进步 ， 但依然需要再升级 ， 成本还需再下降 ， 像5G技术已经比较成熟 ， 但基础设施建设、市场化普及还有很长的路要走 。
因此 ， 资本对于芯片、传感器、数据平台、高精地图等基础技术不应放松 ， 反而需要继续加码 。
针对自动驾驶的技术应用 ， 当前主要是在限定条件下实现的 ， 可以粗略划分为面向B端的商用领域 ， 和面向C端的乘用车领域 。
像商用物流、封闭/半封闭园区、矿山/港口、L4级Robotaxi或者Robobus等其实都是B端的典型 ， 资本完全大有可为 。
拿物流、封闭/半封闭园区、矿山/港口这类场景来说 ， 首先是场景简单 ， 交通参与者数量和类型锐减、线路相对固定；其次相比起乘用车而言可以相对容易地绕开“人”这个因素；同时该领域汇聚了大量企业 ， 尤其是嗷嗷待哺的初创公司；更重要的是商业模式比较清晰 ， 用技术取代人之后可大幅降低成本提高生产力 。
L4级Robotaxi或Robobus略有不同 。 按照企业的口径 ， 这两者都已经在局部区域内实现了常态运营或商业运营 ， 比如百度、小马智行、文远知行等 。 只是当前没有能力拿掉安全员 ， 尽管在权责上是属于提供商 ， 但因为有“人”这个最大的安全冗余存在 ， 至少可以很好的保护系统安全 。 共享出行又是未来的发展方向 ， 有抱负的企业大多会选择朝着出行服务商努力 ， 未来市场空间广阔 。
C端的应用主要是L3级自动驾驶 ， 当前主要受权责问题的制约 。
L3级自动驾驶虽然驾驶主体是系统 ， 但仍然需要人来随时接管 ， 属于典型的人机共驾 ， 权责难以界定 ， 尤其是接管间隙发生的事故 。 很多车企其实不太愿意大力推动L3 ， 行业内也有声音认为L3会被跳过 ， 其原因之一还是权责归属 。
当下 ， 车企在积极推进L2的规模化商业量产 。 L2的责任主体明确定为驾驶员 ， 且技术相对成熟 ， 更有广阔的商业空间 。
地平线创始人余凯对自动驾驶的权责问题有其独特思考：“完全无人驾驶可能不是未来发展主要方向 ， 因为责任主体可能还是在人 。 ”余凯认为 ， 智能化水平再高 ， 但责任归属不应该纠缠 ， 该是司机的责任就归属司机 。 如果不是 ， 再来看是不是传感器、软件亦或是车企的责任 ， 只有理清责任才能让产业往前走 ， 否则大家都在原地踏步 。
总的来说 ， 由于自动驾驶技术的特殊性 ， 通过增加约束条件、划分清晰的权责 ， 再加上商业模式的助力和资本的支持等 ， 才能推动自动驾驶快速发展、规模化普及应用 。

    推荐阅读


    上一篇：太平洋电脑网|花大价钱买机器来洗菜 真的有这个必要吗？

    下一篇：新浪科技综合|富士GFX50SII进行注册