自动驾驶的“蛋糕”有多香？

自动驾驶的“蛋糕”有多香？mlxg退役仪式 自谷歌2009年被曝研发自动驾驶开始，这项技术登上历史舞台已经整整十年。在激烈的汽车市场竞争中，除传统的颜值、空间、发动机等因素的比拼之外，驾驶辅助技术的升级也正在成为新的竞争因

自谷歌2009年被曝研发自动驾驶开始，这项技术登上历史舞台已经整整十年。在激烈的汽车市场竞争中，除传统的颜值、空间、发动机等因素的比拼之外，驾驶辅助技术的升级也正在成为新的竞争因素。从2018年开始，L2级别自动驾驶车型上市数量逐步增多。2020年上半年，共有近50款L2级别及以上车型上市。

从技术层面来看，自动驾驶研发作为一项复杂的系统性工程，其实现过程需要综合使用多项技术，包括5G、人工智能、云计算等前沿技术，甚至区块链也正被部分企业用于研发自动驾驶。

从市场上看，自动驾驶的商业化场景是一直以来的关注点，而今年突如其来的疫情，在短期内对汽车产业造成产销量影响,但同时也让业界看到自动驾驶经济蓬勃的发展空间。

6月27日，滴滴在上海完成了自动驾驶开放的首秀。并且在向公众开放自动驾驶服务后的第9天，滴滴出行再次爆出新闻，计划今年雇佣多达200名员工，以加强其自动驾驶部门，并加快在上海及其他地区扩展自动驾驶出租车服务。

随后，在7月9日上海举办的第三届世界人工智能大会上，特斯拉CEO马斯克透露，特斯拉正在中国组建自动驾驶工程团队，并且将在今年完成L5级别的自动驾驶基本功能的研发。

紧接着，华为技术有限公司7月10日公布了于2018年12月提交的有关自动驾驶系统的专利。该专利涉及一种自动驾驶方案和系统，基于驾驶行为的历史数据和实时环境数据，确定自动驾驶策略，从而实现安全驾驶。

自动驾驶市场潜力毋庸置疑，据不完全统计，今年26月，至少有350亿元资金流入20家自动驾驶公司，其中近80%集中在技术积累扎实或前景明朗的老牌企业。根据德勤预测，至2030年，中国在运营的自动驾驶车辆将达到3000万辆，位居世界第一。

前段时间，北京市2020年自动驾驶车辆道路测试资格名单显示，丰田汽车研发中心（中国）有限公司获得资格，并投入4辆车。在这份名单上，还有百度、小马智行、戴姆勒、奥迪，以及美团点评子公司三快在线，共有6家企业。

当前，百年汽车工业正经历一场变革。新能源汽车渗透率逐年提高、5G的规模化普及带来汽车网联化和智能化、共享出行市场发展迅速、中国汽车“新四化”迈入快车道。从主机厂到零部件供应商，都在自动驾驶领域快速布局，但是这并不意味着中国的自动驾驶汽车成熟度位列世界头部。

据外媒报道，毕马威会计事务所（KPMG）最近发布了2020版《自动驾驶汽车成熟度指数》（Autonomous Vehicles Readiness Index，AVRI）报告，该报告旨在评估各个国家对自动驾驶汽车部署的准备情况。

在最新的排行榜中，新加坡位列榜首。原因在于自2019年初以来，新加坡就采取了很多重要举措，以鼓励测试、研发和采用自动驾驶汽车，例如开放十分之一的道路用于自动驾驶汽车测试。

中国则排在第20位，该报告指出，虽然在2019年，中国政府让在公共道路上测试自动驾驶汽车变得更容易，即可以在更多城市以及更少的控制下进行，但是此类测试车辆仍需要配备安全驾驶员。

此后，国家层面发布了一项数字化交通基础设施建设战略，其中涉及自动驾驶车辆、改变能源方式以及提高车辆的环保性能等方面。从2019年5月开始，中国还发布了自动驾驶汽车新标准，包括于2020年3月发布了国际通用自动驾驶等级规定——L0至L5。

然而，中国仍面临着一些挑战，包括对高精数字化地图的需求与供给的差距，以及自动驾驶车辆政策与标准需要得到进一步发展。在该报告中，中国数据共享的评分最低，可能会阻碍到高精地图的研发。除此之外，中国的道路上有大量的行人、骑行者和机动车，对自动驾驶发展也会有影响。

不过，在行业伙伴关系方面，中国则一骑绝尘，排名第1位。而且，中国自动驾驶车辆的商业化主要体现在用于仓库、矿山和货物配送等方面的特殊用途卡车。此外，京东和阿里巴巴等中国零售商也开始在城市高速公路上使用自动驾驶车辆。

对传统整车企业来说，将自身转变成一个以软件研发能力为核心的汽车科技公司困难重重。相较于高等级自动驾驶，传统汽车制造商似乎更容易在ADAS等L3级别以下的领域里取得不错的战果。

但是除传统整车企业之外的高科技公司，都难以独立支撑智能汽车乃至自动驾驶设计的所有技术。唯有通过合作，才能填补双方在各自领域的短板。就现状来看，汽车制造商与自动驾驶相关公司合作，彼此优势互补，在实现高等级自动驾驶方面进展速度是相对最快的。

目前，鉴于L3级别法规暂未落地，高级别自动驾驶技术难以突破技术桎梏，限定场景的自动驾驶技术升级会是当前的竞争主流，如交通拥堵和高速公路场景。反而像滴滴这种网约车公司所拥有的网约车大数据、网约车运营网络、路网安全数据为其提供了强有力的依靠，从而可以挑选适合自动驾驶的服务区域。

从最初提起自动驾驶开始，大多数人都会第一时间想到，替代人工，黑科技……但如果把它真正投入到大规模商业化运营当中，恐怕还需要一点时间。