记者｜于浩

人工智能在汽车领域的应用是全球范围内的一大创新热点。自动驾驶也成为了2021世界人工智能大会着重展示的概念之一。

大会上针对自动驾驶汽车的展示主要分为三部分：静态展示区、特定区域自动驾驶应用展示以及开放道路应用体验。

静态展示区中包含自动驾驶车辆静态展示与自动驾驶零部件企业展示；特定区域自动驾驶应用展示中则包含追势L4自主代客泊车系统、威马W6 L4级别无人驾驶车辆、仙途自动驾驶清扫车、海神无人巡逻安防车；开放道路应用体验则包含小马智行Robotaxi、商汤首发自动驾驶AR小巴等。

应用场景多元化

自动驾驶技术由L1、L2向L3、L4发展过渡的同时，商业化落地场景也在逐步走向多元。除此前最受资本关注与资本青睐的Robotaxi（自动驾驶出租车）与Robobus（无人驾驶小巴）之外，低速物流配送场景、干线物流场景与特定场景内的Robotruck（自动驾驶重卡）也成为诸多厂商关注的细分赛道。

在工银中心上海世博展览馆H1馆及AI赛道（无人驾驶）展区中，AutoX、小马智行各自展出了其Robotaxi相关解决方案。小马智行宣布其自动驾驶出行服务（Robotaxi）在上海嘉定开启示范运行，覆盖嘉定区主要城区路段，用户通过 PonyPilot+ App即可在嘉定区体验到其无人出租车。

AutoX也展出了其雅阁星与捷龙星等车型。2020年年末，AutoX曾于深圳推出无安全员无远程遥控的RoboTaxi车队，今年AutoX则更进一步，在深圳市坪山区建立了中国首个全无人驾驶运营中心。不设置远程遥控中心是AutoX与其他厂商的一大不同点。在AutoX看来，成熟安全的无人驾驶系统，要求将车辆控制模块完全与联网的模块进行彻底的隔离，以此杜绝远程遥控可能带来的网络安全问题。

关注计算机视觉和深度学习原创技术的商汤科技也在此次WAIC上发布了其无人AR小巴。摄像头、激光雷达、毫米波雷达的混合感知、高精地图、高精定位、规划决策算法等部分共同构成商汤的自动驾驶技术平台。据现场人员介绍，展区内小巴配置有三个激光雷达、两个毫米波雷达和两个摄像头，在不同场景下，传感器数量的组合情况也不相同。

除Robotaxi外，Robotruck（无人卡车）也成为备受关注的赛道。在展馆中，小马智行、嬴彻科技以及今年4月份赴美上市的图森未来都展出了自己的Robotruck产品。

小马智行副总裁、小马智卡负责人李衡宇认为，面对物流行业的巨大司机缺口，自动驾驶卡车的核心价值在于解放人力。“一个安全、可靠的‘虚拟司机’能够自主驾驶同时妥善处理紧急情况，才能让驾驶员得到真正解放。”因此，干线物流将成为小马智卡自动驾驶卡车未来重点应用场景。

另一家聚焦于干线物流场景的无人驾驶公司嬴彻科技在此次展会上展示出两款自动驾驶量产车型，两款车型分别与东风商用车、中国重汽联合开发。除量产车型外，嬴彻科技还展示了全套车规级硬件套装，包括长距和补盲激光雷达、毫米波雷达、摄像头、GPS/IMU、计算平台、网关、T-Box、IVI-Box等，据现场工作人员介绍，所有零部件均经过电气、机械、环境和电磁的试验验证，可满足重卡150万公里生命周期的可靠性耐久性要求。

其中嬴彻自研车载计算平台算力达245TOPS，并支持高阶自动驾驶传感器接入，最高可支持12路 4K高清摄像头，10路以上1000/100 Base T1以太网，内置GNSS传感器等，目前样件已完成电子电气和电磁兼容测试，达到量产要求。

干线物流之外，特定场景下的自动驾驶也是该项技术实现商业化落地的重要方向之一。其中，海港、陆港等物流场景由于其半封闭及标准化程度高等特点受到技术厂商的关注。西井科技于展会上发布了无人电动集卡Q-Truck量产车，该车型搭载了双目人工智能摄像头、激光雷达、毫米波雷达等工业级传感器，可保证续航达200公里，载重80吨的运行；在实际作业过程中，吊具锁头与集装箱锁孔对位误差不超过3cm，准确率接近100%；无线传感器可做到集卡拖挂360度无盲区覆盖等。

另外，诸多厂商也在关注城市低速物流配送场景，聚焦此类场景的产品大多选择在办公园区、CBD核心区和公园校园等区域落地。此次大会上，行深智能、新石器、白犀牛等厂商均展示了其无人配送车产品。除此类无人车垂直赛道内的厂商之外，如美团等具备相关配送业务场景的公司也对外展示了其自研的无人配送车。今年4月，美团无人配送车已在北京顺义等地落地运营。

供应链逐渐完善

自动驾驶产业链链条很长，涉及传感器、计算平台、自动驾驶系统、芯片、汽车制造等多个环节。在国内自动驾驶供应链仍处发展期的前提下，与特斯拉秉持的高度垂直整合战略相比，寻找合作伙伴加速造车进程是更具性价比的选择。这也意味着，高级别的自动驾驶产业化落地需要行业内诸多环节之间完成软硬件的适配。

汽车芯片供应商芯驰科技曾于展会上公布其芯片产品的研发规划。2019年至2020年，芯驰科技先后发布了V9L/F和V9T自动驾驶芯片，分别支持ADAS（高级驾驶辅助系统）以及域控制器。2022年，芯驰科技将发布算力在10-200T之间的自动驾驶芯片——V9P/U，可支持L3级别的自动驾驶。2023年，芯驰科技计划推出V9S自动驾驶芯片，该芯片面向中央计算平台架构研发，算力可达500-1000T，支持L4/L5级别的自动驾驶Robotaxi。

同时，由于自动驾驶技术路径众多，无论是车企还是出行企业都存在着技术适配的需求。基于这一现状，芯驰科技还发布了基于V9系列芯片开发的全开放自动驾驶平台——UniDrive。该平台是一个模块化全开放的软硬件及生态平台，提供算力支持、硬件及传感器参考、可供评估的传感器及实车组合套件、系统框架、参考算法、工具链等底层支撑。

图像级远距离激光雷达提供商图达通则对外展示了其300线高性能远距离激光雷达。据了解，该产品的探测距离为280米/400米，可对交通参与者进行分类，在-40°C~85°C的温度区间内均可正常运作。此前，图达通曾宣布与蔚来合作开发激光雷达，新产品将被应用于2022年第一季度交付的蔚来ET7车型上。

图达通联合创始人兼CEO鲍君威将激光雷达上车的必备条件总结为“三个满足”，首先需满足自动驾驶对安全的要求，其次要满足车规要求，最后需满足可控的量产成本。在参加第十三届中国汽车蓝皮书论坛时，鲍君威曾预测2022年大约有5-10款车型会上激光雷达，“少量的可能几百台、几千台，大量的可能几万台，而且不只是中国。”

与芯片、激光雷达相同，道路等基础设施的数字化也是实现自动驾驶不可或缺的一环。在此次WAIC自动驾驶体验区，觉非科技发布了其路侧融合感知解决方案——知寰TM系统。该系统硬件层面搭配有寒武纪思元MLU220、270系列、禾赛激光雷达、慧尔视毫米波雷达以及觉非自研的FPGA时钟同步板卡，可实现跨设备车辆追踪、公路路产自动化巡检等应用，对道路设施进行数字化。产出的高精度、高鲜度的数据可支持车路协同与自动驾驶的技术落地。

技术路线仍需验证

在7月9日浦江AI夜话会上，2007年图灵奖得主，美国国家科学院、工程院院士，欧洲科学院院士约瑟夫·斯发基斯将目前自动驾驶业内的技术路径分为两种：第一种为传统的基于模型的关键系统工程；第二种则是使用端到端的人工智能解决方案。

第一种技术路径已成功适用于飞机与生产系统，但由于系统的复杂性与人工智能技术的能力不足，应用场景仍然有所限制 ；第二种技术路径具备一定可行性，如“Waymo Driver”，但是在约瑟夫看来，这一技术路径仍缺少强有力的具备可信度的证据支撑。他对于两种技术路径都并不满意，并表示基于数据（Data driven）与基于模型（Model base）的两种方法的混合设计可能会是未来构建可信赖的自主系统的主流。

同时，他还指出，目前行业内所遵循的L0-5的自动驾驶技术分级中，L0-L2“自动系统”与L3-L5“自主系统”之间存在着较大差异。这一分级可能会带来误导与混乱。如在L3级别中，以人来监管机器远比一般场景下的人机交互更加困难；L4级别中，自主系统处于被保护状态下，这使得L5级别所要求的感知能力要比L4级别高的多。

对于L5级别的自动驾驶，参与讨论的企业家们大多将其形容做“灯塔”和“遥远的目标”。文远知行创始人兼CEO韩旭表示，目前业内还没人知道如何实现L5级别自动驾驶。华为智能驾驶产品线总裁、首席架构师苏箐更是直接指出，L5级别自动驾驶永远不可能达到——任何时间、任何地点、全天候覆盖所有场景，任何人类司机和机器都无法做到这一点。

至于约瑟夫分享中所提及的基于数据（Data driven）、基于模型（Model base）以及两者混合设计（hybrid）三种自动驾驶的实现路径的可行性问题，苏箐认为，自动驾驶本身是一个计算机科学和工程的双难题问题，在华为的系统中两种路线都有所应用。他称自己为实用主义者，认为拘泥于单一路线并无必要。

智己汽车联席CEO刘涛则认为，混合设计路线是其中一种选择，但未来随着时间推移，数据导向（Data driven）的占比会逐渐增加。“自动驾驶真正的挑战在于长尾且低概率的corner case，”刘涛指出，以人工智能算法为基础打造系统，以自动化迭代的方式关闭长尾的corner case是面对这一难题的唯一解药。

抛开基于数据（Data driven）与基于模型（Model base）的理念之争，业内普遍认为实现自动驾驶有两大路径：一是单车智能，即单一车辆的智能化；二是车路协同（C-V2X），即使用路侧智能感知设备与智能车辆协同，实现网联式自动驾驶。

谈及车路协同（C-V2X）与单机智能两种路线的选择，韩旭认为，两种路线都是需要的，不能对立来看。他将车路协同模式形容做路灯，将单机智能模式比作汽车自身的大灯。夜间出行时，灯火通明的城市里车上大灯作用并不明显，但没有路灯的小巷或路灯失灵的场景下，车上大灯就显得格外重要。在当前基础设施尚未健全、存在通信稳定性问题的前提下，两种路线需要相互配合。

苏箐则直言自己是“单车智能派”。在他看来，车路协同模式下的漏洞需要单车智能来做补充，而一旦单车智能足以对补充所有场景，就不再需要车路协同模式了，“这在逻辑上是一个悖论。”其次，他认为，从商业模式来看，车路协同模式也存在投资主体不明确、很难达到社会要求的可靠性标准等问题。

人工智能公司出门问问CEO李志飞表示，如果将自动化自动驾驶看做一个网络系统，单机智能偏向于分布式的智能系统，而车路协同（C-V2X）则是集中式的智能系统。“从终局来看一定是分布式系统更智能、更可靠，但是由于目前技术、算力的限制，近期可能车路协同（C-V2X）模式占比会相对较多。”如果更长远来看，他认为单车智能路线会占据多数。