雷鋒網(wǎng)新智駕按：從6月開始，新智駕聯(lián)合雷鋒網(wǎng) · AI 慕課學(xué)院、網(wǎng)易云課堂企業(yè)版舉辦了智能駕駛系列講座，邀請業(yè)界、學(xué)界頂尖專家一起分享關(guān)于自動駕駛現(xiàn)在與未來的多樣見解。6 月 28 日，地平線機器人技術(shù)智能駕駛商務(wù)總監(jiān)李星宇與自動駕駛從業(yè)者們一起分享了《自動駕駛商業(yè)化在中國的機會和挑戰(zhàn)》，與學(xué)友們就國內(nèi)自動駕駛行業(yè)面臨的諸多問題進行了細致的討論。

嘉賓介紹

李星宇，地平線機器人技術(shù)智能駕駛商務(wù)總監(jiān)，擁有13年半導(dǎo)體行業(yè)經(jīng)驗。曾在飛思卡爾負責(zé)大中華區(qū)汽車業(yè)務(wù)市場開拓，在娛樂導(dǎo)航領(lǐng)域建立了堅實的業(yè)務(wù)基礎(chǔ)；加入飛思卡爾早期，他主要在 i.MX 應(yīng)用處理器研發(fā)團隊，負責(zé)存儲系統(tǒng)開發(fā)，并在該領(lǐng)域取得一項 NAND Flash 存儲應(yīng)用美國專利。入職飛思卡爾之前，李星宇在士蘭微電子負責(zé)安全芯片的公鑰加密引擎設(shè)計，該引擎的 RSA/ECC 加解密性能在國內(nèi)處于領(lǐng)先水平。

以下為課程實錄，雷鋒網(wǎng)新智駕對其內(nèi)容進行了整理，并做了不改變原意的調(diào)整：

一. 年輕一代擁抱共享出行

共享出行是最近業(yè)界談?wù)摲浅６嗟某鲂蟹绞健Ｔ诿绹?，年輕一帶更傾向于擁抱共享出行，從數(shù)據(jù)上來看，1983 年，美國 20-24 歲的年輕人中擁有駕照的占 92%，但今天，這個比例降到了 75%，并且還在持續(xù)下降。 

今天，互聯(lián)網(wǎng)背景下的年輕人對共享出行的接受度明顯比上一輩要高，他們的訴求是省錢、高效、便捷。 

共享出行的潛力究竟有多大。羅蘭貝格在《 2018 年中國共享出行市場分析》中說到，如果中國所有汽車都共享，將產(chǎn)生 8 倍于公交系統(tǒng)的運力。麥肯錫也提出，到 2030 年，共享出行將承載旅客周轉(zhuǎn)量的 50%，這意味著，人們一半的出行需求是以共享方式滿足的，而現(xiàn)在這個比例甚至不到 10%。同時，共享出行也會成為一個從消費者端出發(fā)，向上游傳遞的變革，從而影響汽車產(chǎn)業(yè)鏈的每一個環(huán)節(jié)。

二. 城市共享出行的發(fā)展趨勢

最開始作為網(wǎng)約車平臺出現(xiàn)的滴滴，之后逐步提供順風(fēng)車和快車的共享出行方式，到現(xiàn)在，越來越來的分時租賃公司出現(xiàn)，上海有 EVCARD，重慶有盼達汽車，北京有 car2go......越來越多的公司蓬勃發(fā)展起來，并贏得資本的青睞，我相信，未來中國將會出現(xiàn)一個端到端無縫出行的態(tài)勢。

什么叫端到端的無縫出行？就是從居住場所，到工作、購物、出差等目的地，中間從共享汽車、共享單車，到共享巴士、無人巴士，一直到高鐵，可以做一個無縫連接。

綜合性的交通樞紐會是未來城市發(fā)展的一個趨勢，它相當(dāng)于提供了一個巨大的緩存區(qū)和連接橋梁，將不同的出行需求歸結(jié)到一起。

這樣一個愿景背后，我們也看到了很多發(fā)展趨勢。比如，現(xiàn)在的共享出行市場每年大概不到 700 億元，但是到 2019 年將可以增加到 3800 億元。

以 EVCARD 為例，它在很短的時間內(nèi)就積累了 40 萬用戶，并且這個增長率是以每年至少翻番的速度來推進的。同時，它自己運營的純電動汽車也在以這個速度進行推進，甚至可以到達 3 倍的規(guī)模。這種增長也是消費者強烈需求的驅(qū)動。

城市里擁有私家車的成本在上升，這是大背景。比如在上海，要想擁有一家私家車，我們需要一個車位，需要拍車牌，這還只是固定投入。從時間成本上看，停車時間大概需要 20-30 分鐘，效率很低。

共享汽車提升了汽車的利用率，其每天的運行時間可以超過 12 個小時，而一輛私家車平均每天的使用時間一般也就 2 個小時。

在共享出行蓬勃發(fā)展的背景下，業(yè)界對自動駕駛的需求也更為強烈，根本原因是自動駕駛可以提升共享出行的競爭力。首先，它降低了成本，這是第一位的。不過也要看到，雖然共享出行的利用率提升了很多，但它的維護成本高，運營商們同樣面對著運營的巨大挑戰(zhàn)。

共享出行的交通是從擁有私家車到擁有服務(wù)，我們將其定義為 Taas 1.0 階段，在 2.0 階段，我們將其定義為自動駕駛的共享出行。

三. 自動駕駛的商業(yè)化應(yīng)用場景

我們看到了自動駕駛迫切的商業(yè)化需求，但在邁向這樣一個端到端的自動駕駛目標(biāo)之前，眼下的落地還只是在一個相當(dāng)局限的場景里去實現(xiàn)的。

1. 自動駕駛的商業(yè)驅(qū)動力

從政府的層面來看，其對自動駕駛的態(tài)度是非常積極的。最近我密集拜會了政府各個部門的領(lǐng)導(dǎo)，最有感觸的一點就是，政府已經(jīng)充分意識到了自動駕駛對于整個城市交通效率的提升作用。

另一方面，從利益角度出發(fā)，自動駕駛可以有效提高土地利用率。一個產(chǎn)業(yè)新城的建立，大概 30% 的土地會用在交通上，而這 30% 的土地又主要是為私家車服務(wù)。這是很大的問題。如果我們更多使用共享出行，土地利用率會大幅度上升，從而使得交通應(yīng)用的土地從 30% 以上降到 15%，甚至更低，這對城市管理者來說有著巨大吸引力。

從交通管理的角度來講也是一樣?，F(xiàn)在停車場事實上造成了一種被動的擁堵，每次快到乘車時，快到達目的地時，人們會自動降低車速，從而造成擁堵。共享出行則不需要專門尋找停車位，整個交通運行效率會提升很多，這也是智慧城市建設(shè)的目標(biāo)之一。

同時，智能駕駛作為產(chǎn)業(yè)的關(guān)鍵浪潮，也有助于實現(xiàn)本地政府的產(chǎn)業(yè)升級目標(biāo)，因此也可得到政府的大力支持。

消費者看中的是共享出行的成本和效率。根據(jù)摩根斯坦利的數(shù)據(jù)，共享出行的成本從每英里 1.5 美元降到了每英里 20 美分，在中國差不多也是這種情況。

2. 自動駕駛的應(yīng)用場景

在應(yīng)用場景上，自動駕駛主要有兩個類型，一個自動駕駛巴士，一個是自動駕駛的小型車。

在中國有很多產(chǎn)業(yè)新區(qū)和特色小鎮(zhèn)，多是從一張白紙開始構(gòu)建，所以在交通基礎(chǔ)設(shè)施方面，可以預(yù)先為自動駕駛做出規(guī)劃。這樣的條件使得自動駕駛商業(yè)化運用可以從很好的基礎(chǔ)展開。我們最近跟行業(yè)很多人溝通，發(fā)現(xiàn)很多產(chǎn)業(yè)新區(qū)都有一些試運行的自動駕駛計劃展開。

中國還有一個不同于歐美的地方是，中國的單個城市體量都很大，上海、北京人口都超過 2000 萬，這么大的城市，通勤需求是非常旺盛的。這樣的密度對自動駕駛的商業(yè)化會產(chǎn)生核聚變效應(yīng)，當(dāng)規(guī)模和密度到達一定水準(zhǔn)時，市區(qū)內(nèi)的通勤在商業(yè)上就會變得有利可圖。所以繁忙地段公交有非常強烈的自動駕駛需求。

我們曾經(jīng)跟一個新區(qū)政府交流過，他們的產(chǎn)業(yè)新區(qū)離地鐵站較遠，偏郊區(qū)，所以他們希望在地鐵站到園區(qū)之間有一段自動駕駛的路段，使通勤變得方便。

在乘運車方面，更多來自共享需求。整體來看，中國的自動駕駛落地跟美國有很大區(qū)別，中國現(xiàn)在是低速駕駛優(yōu)先，在北美則是高速駕駛優(yōu)先。去年，Uber 在貨運車領(lǐng)域收購了 Otto，并且做了成功的自動駕駛貨運車實驗。

在美國，貨運車人力成本較高，因此有強烈的自動駕駛需求。中國巨大的城市群、高人口密度則使低速自動駕駛更具吸引力。

在中國，一方面高人口密度讓商業(yè)化落地有利可圖，但另外一方面，技術(shù)的挑戰(zhàn)也非常大。企業(yè)最開始落地時，大都是從一個封閉的環(huán)境開始。馭勢科技在廣州白云機場進行了自動駕駛的試運行，主要是機場通道內(nèi)的封閉服務(wù)。另外也有一些在繁華地段的停車場進行的自動駕駛，原因在于停車場相對比較容易改造，環(huán)境也比較封閉，能夠做一些條件上的限制。

四. 共享出行的運營公司及其面臨的挑戰(zhàn) 

在滴滴時代，很多共享出行公司是輕資產(chǎn)運營，更多是提供交易平臺，對接需求和服務(wù)，但在眼下的分時租賃市場，這樣的模式其實不太可行，像 EVCARD 和綠狗，他們都是批量購買新能源車輛，重資產(chǎn)運行。

這種模式在資金上是很大的挑戰(zhàn)，2 萬輛車可能就需要 10 億的投資，但另外一個好處是，掌握車輛以后，企業(yè)也會得到充分的競爭力，可以很好地調(diào)配資源，滿足用戶需求。

在運營成本和用戶體驗上，永遠會有一個矛盾。用戶需要一個完美的分時租賃服務(wù)提供端到端的解決方案，也就是任意點取車，任意點停車，但現(xiàn)在其實還做不到這點。一些技術(shù)能力差一點的公司，會傾向于在同一個網(wǎng)點停車，這會造成很大的不便。

像 EVCARD 這樣的公司因為部署的網(wǎng)點比較多，已經(jīng)可以做到任意兩個網(wǎng)點取車停車，用戶體驗往前推進了一點，但還遠遠不夠。

比如，用戶租了車，到目的地找到一個停車網(wǎng)點，最開始的時候發(fā)現(xiàn)有停車位，但可能走過去已經(jīng)沒有了。這是非常麻煩的。這種情況下，如果能夠使用自動駕駛服務(wù)，體驗就會好很多。從 A 到 B 是一個點到點的關(guān)系，不用關(guān)心取換車的網(wǎng)點是不是在附近。

運維方面，現(xiàn)在分時租賃基本都是新能源車，這就有一個充電的問題。而且通常為了照顧用戶需求，白天不太方便充電，只能夜晚充電，但是充電樁也是很大的挑戰(zhàn)。充電樁都大量部署在城市外圍，夜間需要把用戶的還車移到郊區(qū)，這個環(huán)節(jié)要人力完成，成本很高，如果有自動駕駛，就可以方便很多。

這里面還有一個問題，在中國，泊車是一個很大痛點，像上?；春Ｂ愤@樣的熱門區(qū)域，平均一次就需要半個小時，這里，自動駕駛將可以提供一個很好的解決方案，用戶只需要把車開到車庫入口處，剩下的事情就是讓車自動停。

國外自動駕駛運營商 

• 法國的 Navya

  這是一家初創(chuàng)公司，也是在城區(qū)做固定線路運營。他們很重要的一點是，運用了 5 年的商業(yè)合同捆綁購買的商業(yè)模式。事實上，我們在其它地方也會注意到這樣的條款，因為在初期自動技術(shù)不是很到位，會有各種各樣的問題，運營方最擔(dān)心的就是安全問題，說到底就是對技術(shù)的懷疑。

• 法國的 EasyMile

  也是一個初創(chuàng)品牌，他們的自動駕駛巴士商業(yè)化推進很不錯，現(xiàn)在已經(jīng)在全球 14 個國家的 50 個城市試運行。自動駕駛巴士現(xiàn)在多半是小巴，17 個人以下，這里面有一些考量，比如巴士儲存太大的話，安全方面會有隱患，另外，車越大自動駕駛的難度也越大。

• 日本的 SB Drive

  它們的巴士運營地區(qū)主要在農(nóng)村、遠郊道路。日本老齡化嚴(yán)重，對老年人的出行服務(wù)，政府有財政補貼，自動駕駛則能夠減輕政府的財政壓力。

  從這一點來看，自動駕駛具有高度的地域性，它的商業(yè)化不可能像傳統(tǒng)汽車這樣，使用同一個套路在不同地區(qū)實現(xiàn)。原因很簡單，自動駕駛本身是去人力化，各個國家人力成本不同，使用的方式不一樣，客戶要求也不同，所以每個國家的自動駕駛都需要從產(chǎn)品和需求出發(fā)，去找合適的解決方案。

• 美國 Local Motors

  去年開始，在華盛頓到拉斯維加斯都進行了測試，這家公司在制造方面很有特色，它使用 3D 打印制造電動車。從這點看，自動駕駛使車輛設(shè)計得到很大優(yōu)化，因為不再考慮高速下動力學(xué)的問題。這家公司使用的是 IBM Watson 的智能學(xué)習(xí)平臺。

•  奔馳

  奔馳的自動駕駛商業(yè)化比起創(chuàng)業(yè)公司要更全面，無論是共享出行、巴士、重卡，都有相關(guān)的布局。

從以上運營的實例來看，自動駕駛催生了全新的車型，自動駕駛巴士外形都非?？蓯?，而且明顯與常見巴士有很大外觀差異。這事實上是有一個雅俗的考慮，即在技術(shù)還不夠成熟的時期，需要有一種簡單的方式去提醒行人和車輛，這是一輛自動駕駛的車。

五. 如何應(yīng)對自動駕駛商業(yè)化的安全性挑戰(zhàn)

1. 漸進式發(fā)展道路

跟自動駕駛的相關(guān)客戶去談，客戶永遠會先問安全性。新技術(shù)不缺需求，政府推動的積極性很足，但無論是政府和業(yè)主都最關(guān)心安全性問題。

我們總結(jié)下來，認為漸進式的發(fā)展道路在應(yīng)對安全性挑戰(zhàn)方面是一個很關(guān)鍵的道路。什么叫漸進式發(fā)展？首先是限定速度，我們都了解 5 個自動駕駛的等級，事實上自動駕駛的發(fā)展，并不是從 L1、L2 到 L5 這樣來發(fā)展的，而是以速度為標(biāo)桿，從 10 公里、15 公里、20 公里，到30、50公里這樣的方式去演進。這是因為，從根本上速度決定技術(shù)方案，不同的速度對于技術(shù)的考量是完全不同的。

2. 商業(yè)配套

在商業(yè)配套方面，保險公司的作用不可或缺，任何一個新業(yè)務(wù)，業(yè)主都不可能因為供應(yīng)商的承諾打消對安全性的考量。同時供應(yīng)商本身也需要保險公司對自動駕駛有一個基本保障，所以自動駕駛的商業(yè)化，保險公司是不可或缺的。當(dāng)然，現(xiàn)在事實上保險公司也在試水，因為在缺少數(shù)據(jù)的情況下，很難進行計算模型的設(shè)計，更多還是一個實驗。

3. 如何達到高可靠性？

從技術(shù)供應(yīng)商的角度來看，像法國的 Navya，提供了一整套硬件，這其實非常有道理，現(xiàn)在為了達到高可靠性，需要改造硬件和環(huán)境。接下來，在試運行階段，會有各種各樣的場景，是在初期開發(fā)和驗證過程中沒有遇到的，所以這個時候提供一段時間的服務(wù)，最有利于可靠性的提升。

初期自動駕駛成本非常高，讓用戶一下拿出一大筆錢來支持自動駕駛的試運行，難度很大。也有一種模式是不要你車輛的錢，而是先提供服務(wù)，來降低使用門檻。

另外一方面也需要在技術(shù)上持續(xù)提高可靠性，企業(yè)很多時候在做實驗的時候，是沒有辦法 cover 那么多產(chǎn)品的，這個時候要去提高可靠性，除了技術(shù)感知，像 Google 這樣使用大量傳感器來做自測，業(yè)界越來越認同的一件事是協(xié)同進化。

4. V2X：公路上的隱形鐵軌

交通部最近在智能網(wǎng)聯(lián)成立大會上表示，要大力推動 V2X 標(biāo)準(zhǔn)的制定，以及運營的落地。今天我還看到新聞，就是新一輪 V2X 已經(jīng)在北京、上海全部部署完畢，推進的進度還不錯。

我國還沒有定下 V2X 的標(biāo)準(zhǔn)，但北美已經(jīng)很明確了。當(dāng)然協(xié)同進化的問題，就是你需要投入大量資金進行基礎(chǔ)設(shè)施改造，這就存在一個雞生蛋還是蛋生雞的問題，你到底是先改好，再進行自動化駕駛的商業(yè)化運營，還是先確保車輛本身相當(dāng)高的可靠性，再進行基礎(chǔ)設(shè)施的改造。

現(xiàn)在看到更多的是，首先車輛達到一定的可靠性要求，接下來再進行小范圍的改造，之后更大范圍的改造一定在后面。

這個其實有大量歷史案例可以參考，比如飛機，最開始在農(nóng)田里做測試，后來才開始做塔臺、安保措施，因為像這種大規(guī)模的基礎(chǔ)設(shè)施投入，需要的資金非常大，若技術(shù)不成熟，所有投入都會打水漂，損失非常大。鐵路方面也是一樣，最開始除了鐵軌，其它設(shè)施都沒有，即使有鐵軌，也只是一小段。

六. 政府政策推進情況

到目前為止，我國還是禁止自動駕駛的運行，在今天萬眾創(chuàng)新的大背景下，事實上政府采用了默許的態(tài)度。但要進行大規(guī)模的運營，法律的修改還是不可少的。

從技術(shù)來講，高精地圖是自動駕駛非常關(guān)鍵的部分，現(xiàn)在我國關(guān)于高精地圖的管理還沒有那么明確，如何去分發(fā)使用高精地圖，現(xiàn)在還是很模糊，有些公司有告警地圖，但沒有辦法通過線上方式分發(fā)地圖。而且目前地圖采集的方法非常有限，國家也停止了頒發(fā)新的地圖采集牌照。

從世界范圍來看，各國對自動駕駛基本上是鼓勵的態(tài)度，美國的測試通訊已經(jīng)在去年強制固定了，美國交通部也正在制定法律把 V2V 的普及率從前裝移到后裝。

其次，在責(zé)任認領(lǐng)方面也逐漸明確——自動駕駛的供應(yīng)方是事故責(zé)任方。去年《維也納道路公約》規(guī)定，自動駕駛系統(tǒng)是事故責(zé)任方。在監(jiān)管措施方面，各國政府也在推進，未來黑匣子會是標(biāo)配，用于事故分析。可以說，政策的推進力度直接決定了自動駕駛商業(yè)化普及的速度和規(guī)模。

我在跟行業(yè)玩家溝通的時候，被問最多的問題就是，自動駕駛到底什么時候可以普及。這個問題其實仰賴于多個環(huán)節(jié)變量，其中一個關(guān)鍵變量就是政府推進情況。比如說，剛才我提到法律法規(guī)的時候，比如 B2X 這樣的基礎(chǔ)設(shè)施部署，如果沒有政府的推進，單單靠車廠和運營商是非常困難的。

七. 自動駕駛成本分析

目前為止，自動駕駛里面最重要的部分就是傳感器和計算平臺。傳感器里面最貴的是激光雷達，它也是精度最高的，像 Google、百度完全用激光雷達做環(huán)境感知。

現(xiàn)在激光雷達的成本還是非常高，64 線基本沒有量產(chǎn)的可能性，16 線的成本也是一個非常驚人的數(shù)目，接近 10 萬；4 線的激光雷達在奧迪 A8 中已經(jīng)得到了量產(chǎn)普及，但也只能在 A8 這樣的高端車型上裝。

所以現(xiàn)在激光雷達的成本是自動駕駛商業(yè)化普及中的關(guān)鍵成本，不過從時間上來看是樂觀的，只要激光雷達的采購量達到一定規(guī)模，即使以現(xiàn)在的技術(shù)也可以降到 500 美元，未來隨著固態(tài)激光雷達的發(fā)展，成本可降到 300 美元，最后甚至可以降到 100 美元以下。

計算平臺方面，很多初創(chuàng)公司都是使用英偉達的的計算平臺，這個平臺非常昂貴，而且單單這個平臺還不夠，需要一個做中間控制的控制平臺，現(xiàn)在通常使用的是像英特爾的這種系統(tǒng)，也是比較昂貴。

未來，越來越多定制化芯片會推出，比如英特爾會推出專門為智能駕駛開發(fā)的芯片組合，使計算平臺成本降到幾百美金以內(nèi)。因此，總體來看，成本不是自動駕駛普及的關(guān)鍵瓶頸。樂觀的估計，五六年之后，成本就不是量產(chǎn)的障礙。

八. 誰是贏家？車廠 VS 出行服務(wù)商

在共享出行的大背景下，車廠和出行服務(wù)商究竟誰是贏家？如果按照定制的路子走，車廠的用戶會從 2B 轉(zhuǎn)到 2C，運營服務(wù)商的采購量大，需求又比較統(tǒng)一，這會使得客戶大幅度收斂。但是，現(xiàn)在幾乎所有主流車廠也都在推出自己的自動駕駛品牌，從福特的 Pass，到 GM 的 Maven，再到大眾，大型車廠全都在厲兵秣馬，準(zhǔn)備進軍出行市場。

這些大型的 OEM 都是有一定優(yōu)勢的，比如品牌認知度方面的積累，車上的優(yōu)勢，技術(shù)的運維能力；出行平臺的優(yōu)勢則是市場戰(zhàn)略靈活，掌握了最終消費者。最近大眾 CEO 穆勒表示，“大眾將會從車企轉(zhuǎn)型為出行服務(wù)提供商。”另一端，滴滴的 CEO 程維也稱，“出行平臺與硬件制造商必有一戰(zhàn)?！?/p>

九. 自動駕駛應(yīng)用領(lǐng)域-貨運市場分析

在貨運領(lǐng)域，相對來講，北美和歐洲市場需求相當(dāng)明確，美國有 350 萬卡車司機，市場龐大，駕駛員平均年薪 6 萬美元，平均年齡 55 歲，職業(yè)年齡空缺大，人力成本高，所以美國在貨運市場的自動駕駛驅(qū)動力非常足。現(xiàn)在普通卡車不到 3 萬美元就可以升級為一項自動駕駛貨車。

中國則不同，在中國，需求更旺盛的是電商物流。

今天我參加汽車工程學(xué)會的一個論壇，看到智行者推出了一款自動駕駛物流車，用于小區(qū)內(nèi)一公里范圍內(nèi)的配送，相當(dāng)于一個移動快遞柜。此外，在限定區(qū)域，港口、礦區(qū)等，自動駕駛的需求也比較旺盛。高速的需求卻不是那么旺盛，因為卡車本身質(zhì)量很大，如果技術(shù)可靠性不是那么好，一旦出事，就會很嚴(yán)重，這是現(xiàn)在貨運市場的難題，尤其是中國的高速道路場景比北美的道路場景更為復(fù)雜。因此，目前中國在高速區(qū)的自動駕駛發(fā)展也小于小范圍內(nèi)的物流駕駛。

Q&A

問：怎么評價百度，馭勢科技，圖森這幾個國內(nèi)比較高調(diào)的自動駕駛公司？百度的阿波羅計劃對中國的無人駕駛發(fā)展會有什么影響？

答：馭勢科技正處在商業(yè)化探索的階段，在廣州白云機場已經(jīng)有對應(yīng)的項目落地，這對業(yè)界看清目前國內(nèi)環(huán)境下的真正需求很有幫助。

圖森主要是在貨運車方面發(fā)力，但在這塊也有很多技術(shù)方面的問題要克服，比較重型貨車的測試等。

百度的阿波羅計劃對于推動中國整個自動駕駛發(fā)展是非常有幫助的，它已經(jīng)答應(yīng)開放源代碼，并有限度地去開放一部分?jǐn)?shù)據(jù)，并且在高精地圖方面也會開放自己的能力，這對促進整個業(yè)界發(fā)展有很大作用，可以避免很多重復(fù)工作。當(dāng)然，這個計劃現(xiàn)在還沒有看到具體細節(jié)，實際落地的時候也可能會出現(xiàn)一大堆問題，比如如何建立一個活躍的開發(fā)者生態(tài)。

在自動駕駛方面，不同的公司對數(shù)據(jù)的敏感度不一樣，小型公司對數(shù)據(jù)的敏感度沒那么高，大型車廠對數(shù)據(jù)的敏感度則比較高，如何很好平衡對數(shù)據(jù)的訴求以及與大玩家之間的利益，是百度需要思考的。

問：如果百度利用阿波羅計劃和車廠合作，對市場上的創(chuàng)業(yè)公司有沒有影響？

答：肯定有影響，但是以正面為主?，F(xiàn)在來看，百度的發(fā)展更傾向于通過數(shù)據(jù)和數(shù)據(jù)的增值服務(wù)盈利，而不是通過硬件。從這點講，創(chuàng)業(yè)公司還是有很多機會。

另外，百度提供的技術(shù)只是一個基礎(chǔ)，真正的商業(yè)化，對成本和可靠性的考量非常高，可以說，百度提供的是 Linux 系統(tǒng)，而創(chuàng)業(yè)公司應(yīng)該去做 Windows 系統(tǒng)的開發(fā)。它可以借鑒 Linux 的東西，但要實現(xiàn)最終的商業(yè)化，還需要進一步的開發(fā)。

問：自動駕駛是汽車技術(shù)的發(fā)展，共享是出行的變革，兩者之間有這么密切的聯(lián)系嗎？

答：首先，現(xiàn)在整個業(yè)界都傾向于認同共享是一個重要趨勢，但如果沒有自動駕駛，共享出行會出現(xiàn)很大的瓶頸。

其次，實際上，共享出行在去重資產(chǎn)化，準(zhǔn)入門檻在變高。出行的需求是固定的，如果可以使用共享出行，可以減少共享車的使用量。德國曾經(jīng)有過一個測試，5000 輛共享車就可以代替 50000 輛私家車。未來共享汽車會大大降低交通的壓力。

問：前段時間的勒索病毒引發(fā)了大家對安全性的擔(dān)憂，智能駕駛對黑客的防范性手段有哪些？

答：自動駕駛天然就是聯(lián)網(wǎng)的，而且是多個維度的聯(lián)網(wǎng)，其整個系統(tǒng)的線控化使得遠程操控成為可能。事實上，現(xiàn)在在日本還有一種實踐就是，遠程控制汽車進行遠程駕駛，也可以說是半自動駕駛。

客觀來看，黑客入侵的風(fēng)險是有的，在應(yīng)對手段上，業(yè)界各個方面也都在推進，比如整個汽車的轉(zhuǎn)向在從 cano 向 cawa 發(fā)展，現(xiàn)在使用的加密技術(shù)也可以遷移到汽車這端來，未來在汽車的每一個環(huán)節(jié)，都將是以一個加密的狀態(tài)進行數(shù)據(jù)交互。

同時，汽車操控完整性的檢測也會是一個關(guān)鍵需求。并且，汽車作為對公眾安全有高要求的系統(tǒng)，有多個備份，可以做到物理上的隔離，互相交叉驗證，進一步提高汽車安全的可靠性。

問：目前的自動駕駛領(lǐng)域會不會出現(xiàn)贏者通吃的狀況？

答：自動駕駛商業(yè)化主題下，客戶從 2C 轉(zhuǎn)向 2B，個性化需求會減弱，因為運營公司考慮的并不是車的外觀、內(nèi)涵，而是車輛成本?，F(xiàn)在品牌還很多，都有著自己的地域性受眾，但是不是一家公司拿下全部市場也不一定，總體來講，2B 會讓車企競爭更加激烈。

問：無人駕駛的水平有一個評判標(biāo)準(zhǔn)和依據(jù)嗎？

答：沒有的，因為整個無人駕駛最難的就是驗證而不是開發(fā)。企業(yè)往往是 10% 的時間在做開發(fā)，剩下 90% 的時間都在做驗證。

這個問題其實可以轉(zhuǎn)化為如何進行更高效的驗證。之前有分析稱，如果要達到高可靠性的自動駕駛，需要達到上千億公里的測試，但從經(jīng)濟角度考慮，這個是完全不可取的。

業(yè)界目前都在進行的工作是在模擬器上快速推進，通過模擬器模擬不同場景來驗證整個自動駕駛系統(tǒng)的可靠性，比如在現(xiàn)實交通環(huán)境下收集大量數(shù)據(jù)，把這些數(shù)據(jù)抽象的語音信息轉(zhuǎn)到模擬器里，就相當(dāng)于在模擬器里建立了交通運行的場景，可以測試自動駕駛系統(tǒng)的表現(xiàn)。

還有一種，就是基于環(huán)境的逐步放大，我們不能期待自動駕駛一開始就出來一個完備的車輛，更多的是限定區(qū)域，先在特定區(qū)域完成探測。

問：自動駕駛的實現(xiàn)對大型企業(yè)有哪些可預(yù)見的影響？

答：自動駕駛的初期肯定是面向 2B 的用戶，因為只有 2B 的用戶可以將自動駕駛的商業(yè)利益最大化。汽車的銷量有可能會受到較大影響，大集團要維持今天這么大的市場規(guī)模不太容易?？傮w來說，競爭會更殘酷，整合也不可避免，大集團生存下來的數(shù)量會比較少。

重磅預(yù)告：7 月 6 日，本系列講座的第四期，我們將邀請速騰聚創(chuàng)創(chuàng)始人兼 CEO 邱純鑫，講解《自動駕駛新驅(qū)動力——點云算法如何釋放激光雷達威力》，課程總結(jié)文也將在近期發(fā)布。

接下來，硅谷自動駕駛技術(shù)公司 Vector.ai CEO 蔡長柏（Andrew Tsai）還將為學(xué)員分別帶來更多精彩分享，課程內(nèi)容也將于 7 月 12 日上線，敬請留意雷鋒網(wǎng)慕課學(xué)院。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。