私家車除卻本身價值的不斷下降，私家車本身的存在既有環(huán)境污染問題、資源浪費問題，也引起了道路不堪重負等等問題。自動駕駛技術(shù)的發(fā)展，目的就是要解決以上問題，讓未來的出行更有效率、性價比、安全、環(huán)保、易用。

自動駕駛的終極形態(tài)一定是無人駕駛，車輛就是一個公共的移動出行空間。但如此美好的未來出行場景，可能在三四十年內(nèi)不一定普遍看到。

自動駕駛囊括了機器人、AI、高清地圖、控制系統(tǒng)、汽車制造、操作系統(tǒng)等非常多的技術(shù)領(lǐng)域，有非常多的科技公司在各個領(lǐng)域都進行了嘗試。有以Waymo為代表的直接從無人駕駛領(lǐng)域開始的，也有以特斯拉為代表的自下而上發(fā)展的。

在兩個不同的方向上，都存在技術(shù)、產(chǎn)業(yè)鏈難題，李開復認為，人機共同駕駛有著諸多不確定性的技術(shù)、法律、道德問題，因此實施起來挑戰(zhàn)更多。

以Waymo為例，員工曾在公司的允許下駕駛自動駕駛車輛出行，公司規(guī)定駕駛員需要掌管駕駛權(quán)、監(jiān)控行駛，但實際行駛中就會有很多員工離開駕駛位，進行其它的活動。

人是最大的不確定性因素，人機共駕要克服的遠不止技術(shù)的難題。正是意識到了這一點，谷歌才下決心直接做L4/5級自動駕駛。

創(chuàng)新工場CEO李開復對此也表示贊同，雖然完全的無人駕駛?cè)〈祟愸{駛尚需時日，但避免讓人介入的自動駕駛系統(tǒng)，會比人機共駕系統(tǒng)實現(xiàn)起來更為容易。

商業(yè)化聯(lián)手傳統(tǒng)巨頭

L4/5級自動駕駛的前景，非常美好，這也促使了近年來非常多的初創(chuàng)公司進入了賽道。從OEM、Tier1，到傳感器、控制、決策、執(zhí)行方案供應商，層出不窮。但貫穿行業(yè)整個上下游，普遍存在的問題是，如何在自動駕駛技術(shù)發(fā)展的過程中分到一杯羹？

除了遙不可及的L5級完全的無人駕駛，L4級自動駕駛是當下產(chǎn)業(yè)鏈的制高點。以創(chuàng)新工場投資的四家L4自動駕駛公司為例，涉足了無人出行、無人卡車、無人擺渡車、自主泊車等落地場景，也有部分L3的高速公路自動駕駛解決方案等等。

這些自動駕駛公司有一個共同點——選擇行業(yè)細分領(lǐng)域，同傳統(tǒng)巨頭攜手。

馭勢科技除了同白云機場合做的無人車項目，還在全球第三大的機場同時開始在無人物流方面車輛的部署，希望能夠最近的時間量產(chǎn)。（注：2017年阿聯(lián)酋迪拜國際機場年旅客吞吐量達到了8820萬人次，排名全球第三，根據(jù)2018年上半年數(shù)據(jù)統(tǒng)計，迪拜名次未變）。

AutoX在中國跟物流公司和主機廠，就像美團、中通快遞、東風、上汽集團等等，落地無人汽車園區(qū)物流等等。Momenta則定位于Tier2，目前正與多家國際國內(nèi)車企和Tier 1展開合作，落地解決方案。

無人駕駛技術(shù)的落地商業(yè)化，離不開同行業(yè)傳統(tǒng)巨頭的合作，在整體方案成本高企的當下，也只有B端客戶有能力嘗試性試用。但這種試用，當下能帶來的經(jīng)濟效應，對于合作雙方而言都還有限。

廣州公交集團羊城通有限公司董事長、總經(jīng)理謝振東表示，即使目前的方案從200萬降到了80萬，公交公司依然難以承受大規(guī)模推廣。

Momenta累計完成融資超2億美金，估值超10億美金，團隊規(guī)模約600人，但進行中的自主泊車、高速解決方案尚缺造血能力。

產(chǎn)業(yè)鏈自下而上要解決的問題還有很多，正常發(fā)展與過度擴張之間如何平衡？資本與實際產(chǎn)業(yè)化推進的速度如何相得益彰？目前的市場是否過熱？在資本失去耐心之前，初創(chuàng)公司什么時候能夠產(chǎn)生正向盈利？

今年以來，自動駕駛公司已經(jīng)明顯感受到了資本的寒意，有限的資本僅僅愿意投向頭部公司，這并不是出于看好投入與產(chǎn)出，而是在對不可預知的未來下人云亦云的賭注。

自動駕駛的行業(yè)發(fā)展速度，成熟速度，關(guān)乎創(chuàng)業(yè)公司的生死，趕早趕晚都不妥，找準自己的節(jié)奏最為關(guān)鍵。今年資本和創(chuàng)業(yè)公司的表現(xiàn)，可以看出是在降速緩行，準備迎接接下來青黃不接的3年。

技術(shù)仍是瓶頸

市場未成熟，背后多是技術(shù)未成熟。那么當下L4級自動駕駛的水平是什么樣？

中國自動駕駛領(lǐng)域的多項政策和商業(yè)突破都是在廣州最先試水落地，比如中國首例自動駕駛汽車暴雨中穿越隧道的記錄是在廣州產(chǎn)生的；中國首輛無人駕駛出租車在廣州上路。

今年6月，廣州市交委發(fā)布了《廣州市關(guān)于智能網(wǎng)聯(lián)汽車道路測試有關(guān)工作的指導意見（征求意見稿）》，廣汽研究院智駕技術(shù)部負責人郭繼舜認為，廣州的測試法規(guī)是目前國內(nèi)最開明的無人駕駛路測法規(guī)。根據(jù)計劃，廣州開發(fā)區(qū)無人駕駛汽車2019年將量產(chǎn)500-1000輛。

雄心勃勃的計劃背后，OEM卻如履薄冰。郭繼舜透露，對于自動駕駛技術(shù)，OEM更多的是看重數(shù)量可觀的量產(chǎn)項目。在OEM內(nèi)部，都有覆蓋全部自動駕駛等級的研發(fā)、規(guī)劃團隊，希望能夠解答自動駕駛技術(shù)在量產(chǎn)上的難題。

也因此發(fā)現(xiàn)，低等級輔助駕駛系統(tǒng)的商業(yè)化，來的會更容易。從輔助駕駛系統(tǒng)擴展到高等級自動駕駛系統(tǒng)，技術(shù)上有一定的延續(xù)性，但難度不會因此降低。

因此盡管廣汽計劃在2020年的第一季度量產(chǎn)第一輛L3智能駕駛汽車，但主控芯片目前看來也有延期的風險。

L3以上必備的激光雷達，問題也遠遠不只是廠商所抱怨的產(chǎn)銷量與價格之間的悖論，而是整體激光雷達行業(yè)還未普遍解決數(shù)以百萬計產(chǎn)品穩(wěn)定性、可靠性、車規(guī)等一系列的問題。

L4級的自動駕駛系統(tǒng)，當下是一個奢侈品，而奢侈的背后，隱藏著的是產(chǎn)業(yè)鏈的不完善。傳感器領(lǐng)域沒有性價比高的方案，規(guī)劃決策的軟件算法日新月異，控制執(zhí)行遠未達到令行禁止。

這也間接說明一個現(xiàn)狀，目前的整個自動駕駛產(chǎn)業(yè)鏈非常不成熟，在軟硬件上都無法提供符合OEM要求的量產(chǎn)零部件。因此雖然從理論上而言，L4比L3少了人為不確定性因素的干擾，相對更容易處理，但當下的產(chǎn)業(yè)鏈、技術(shù)尚未準備好迎接L3級，何談OEM量產(chǎn)L4？

謝振東坦言：目前的自動駕駛技術(shù)，還無法讓人信服，也因此政府部門在出臺相應的法規(guī)時，會謹小慎微。如何破解端的智能不足，還需要產(chǎn)業(yè)鏈上下游共同思考、努力。

端智能不夠、V2X來湊

汽車的單車智能依然不能勝任特殊場景、天氣、以及一些系統(tǒng)失效的場景，折中的方案便是，通過V2X車路協(xié)同，給車輛更多道路環(huán)境、行人的信息，彌補單車獲取信息的瓶頸，同時通過遠程控制，使得車輛自動駕駛系統(tǒng)在特殊情況下可以由遠程操控員接管，大大降低系統(tǒng)的失效風險。

廣州聯(lián)通在廣州建了50個5G基站，未來還將建設(shè)更多的基站，優(yōu)先覆蓋一些自動駕駛系統(tǒng)測試區(qū)，廣州市計劃2018年-2021年打造成為網(wǎng)絡(luò)城市，在2020年要大規(guī)模5G商用，但這個過程并不容易。

5G具有大通道、低時延、可靠鏈接的特性，下行速度能達到20G/秒，上行10G/秒。廣州聯(lián)通副總經(jīng)理廖江表示：5G基站工作在高頻段，所以建的基站非常密集。它跟原來的2/3/4G基站有很大的不一樣，不管從設(shè)備的功耗大小，還是到整個運營商網(wǎng)絡(luò)改造，都有非常多的挑戰(zhàn)。

國際通信標準上是3GPP制定，5G標準會隨著其制定而凍結(jié)，最新的R15版主要解決高清方面的業(yè)務，包括部分跟車聯(lián)網(wǎng)有關(guān)的，但是真正跟車聯(lián)網(wǎng)最大密切相關(guān)的標準還沒有最后的確定，預計2019年才會發(fā)布。及5G下V2X更豐富的技術(shù)測試、試驗甚至應用，要在這個版本的協(xié)議出來之后才能實質(zhì)進行。

5G的推進，與相關(guān)的通訊模塊、芯片也有關(guān)系，但目前5G的手機尚未出現(xiàn)，工業(yè)領(lǐng)域的5G模塊會滯后一些，汽車應用同理，因此5G下V2X的商用，會比預想中的時間久。

以上，L4級自動駕駛的商業(yè)化，更多的會是以特定行業(yè)小規(guī)模試驗性使用為開端，OEM暫時不會參與到這個環(huán)節(jié)中。自動駕駛公司無論是自運營還是委托他人運營，通過這部分小批量應用，也難獲得可觀的營收。這個時間可能會持續(xù)3到5年，甚至更長的時間。熬過了這段時間，資本、夢想才有了兌現(xiàn)的機會。

人才艱難煉就

市場，技術(shù)不完善的背后，急需大量的人才來改善行業(yè)，但無論OEM還是初創(chuàng)公司，符合要求的人才寥寥無幾。為此，每年的畢業(yè)季，這些公司都會像遷徙的候鳥一般，從北京到硅谷、從哈佛到MIT覓食。

在國內(nèi)，珠三角的理工類頂級院校并不多，而這種前沿的深度學習、卷積神經(jīng)網(wǎng)絡(luò)的學科，往往先生根發(fā)芽于名校，其次再向其它院校擴展。新學科的設(shè)立不僅需要大量的人力、物力、財力，還需要優(yōu)秀的老師撫育。名校容易獲得申請經(jīng)費，優(yōu)秀的教授也愿意擇木而棲。

中山大學數(shù)據(jù)科學與計算機學院無人系統(tǒng)研究所所長黃凱無奈的表示，國內(nèi)一個新學科的設(shè)立要經(jīng)過上面的審核，通常的周期是4年左右，這已經(jīng)非常不適合當下的技術(shù)發(fā)展速度。其申請設(shè)立的自動駕駛相關(guān)的請求，學校也未予回復。今年他所帶的無人駕駛方向的研究生有5個，畢業(yè)的3個分別去了馭勢、商湯、事業(yè)單位。

除了國內(nèi)院校在體制上不靈活的一些問題，師資匱乏也是老大難的問題。這一點在澳門大學、香港科技大學也普遍存在。解決這些問題，除了向在國際知名院校也屬于珍稀動物的教授拋出橄欖枝，也沒有太多行之有效的方法。加之AI人才薪資水平水漲船高，愿意從事教育行業(yè)，安于清貧的鳳毛菱角。

培養(yǎng)自動駕駛的人才，除了基礎(chǔ)設(shè)施不完善，還有教育的軟實力。如何才能批量有效的提高學生的科研、工程實踐能力?不僅考驗學校，也考驗企業(yè)。

香港科技大學電子及計算機工程系教授馮雁表示，學生能力的成長，依靠理論和實踐共同影響。理論可以通過不同形式的上課獲得，但具體獨立解決問題的能力，還是要依靠有經(jīng)驗的老師、公司前輩工程師來指導，能避免走許多彎路。

人才的成長需要時間和實踐，沒有捷徑可以走，但在物欲橫流的時代，學生很難經(jīng)得住誘惑，也就容易迷失。馮雁的兩個學生，就曾高薪供職兩家大型企業(yè)，一年后又回爐讀博。

為了加快培養(yǎng)人才，出現(xiàn)了企業(yè)與院校的合作，其中也存在不少問題。企業(yè)看重的是短期利益回報，相應的研究領(lǐng)域也會注重短期，而院校的研究則更傾向于長遠的暫時沒有利益變現(xiàn)的領(lǐng)域，如何調(diào)和雙方之間的矛盾？

香港科技大學的做法是，政府提供豐厚的資金，同企業(yè)一起支持學校的科研，企業(yè)可以出資，不限比例。學生可以做企業(yè)相關(guān)的前沿研究，發(fā)表相關(guān)的論文，在這個過程中既補足了企業(yè)科研的補足，也提升了學生的能力。

自動駕駛涉及多學科技術(shù)，從生物學、自動化、機械化、計算機到電子信息科學等等都有涵蓋，人才的培養(yǎng)需要在一個系統(tǒng)性的框架下進行，才更有效。但目前大部分院校學科的建設(shè)尚處初期，各學科難以形成合力。

結(jié)語：

自下而上，自動駕駛在人才的培育、技術(shù)的發(fā)展、產(chǎn)業(yè)鏈的成長方面，無論學院派，還是產(chǎn)業(yè)派，都認為未來有太多的功課要做，補課需要時間。行業(yè)在被資本打了雞血，爭奪頭條喧囂之后，即將迎來冬天。