万众期待之下 自动驾驶离鼎盛期到底有多远？

一年前，底特律和硅谷还信誓旦旦：

要在 2019 年部署数千辆自动驾驶出租车，开启自动驾驶时代。

如今 2019 年早已过半，近在眼前的自动驾驶大业突然变得远在天边了。

一些汽车厂商和科技公司也公开认怂：承认自动驾驶技术的开发比想象中要难的多，商业化落地时间与成本控制更是让他们头疼。

1

自动驾驶的进度条跑到了 80%？

今年 4 月，福特CEO Jim Hackett 就坦言称，「我们轻敌了，以至于错误估计了自动驾驶汽车的落地时间。」

最近通用旗下的 Cruise 也犯了「拖延症」。显然，今年年内想坐上 Cruise 的自动驾驶出租车是没戏了。

无独有偶，Cruise 的窘境其他厂商也得面对，他们不得不承认一个事实，那就是短期内自动驾驶技术真正能派上用场的场景就是帮助人类驾驶员成为更好的自己。

今年 7 月中旬，福特在积极重组之余，还成功与大众组成阵线联盟，双方要携手面对自动驾驶挑战。

未来，双方要将自动驾驶公司 Argo AI 当作自动驾驶试验田，力争 2021 年拿出像样的自动驾驶打车服务。

不过，Argo AI CEO Bryan Salesky 还是给大众-福特联盟的自动驾驶前景加了一个限制条件：

「即 2021 年的自动驾驶打车服务还只是区域性项目，想实现自动驾驶愿景（即说走就走，不受任何地理围栏限制的自动驾驶汽车），还需要多年的不懈奋斗。」

这一限制条件适用于当前包括 Waymo、Cruise、Uber、百度、Pony.ai 以及文远知行等在内的致力于自动驾驶出租车（即 Robotaxi）服务的公司。

自动驾驶落地时间线一拖再拖的原因，只能说道路是一个非常复杂的系统——每个深度参与交通的人都知道，道路上什么样的奇葩事情都会发生。

行人、自行车和驾驶员等参与者都必须掌握复杂的第一手经验与范式，从而在有序和无序之间寻找最佳平衡。

「不可预见」这种极端情况不是 AI 能解决的，它是这个世界的默认设置。

如果机器想掌控这个复杂的系统，就必须在设计和验证上克服艰巨的挑战。

车上的雷达、摄像头以及各种计算设备能探测并识别出这些街上的乱象，但预测这些物体的下一步动向并没那么容易。

Argo AI CEO Salesky 表示，如果只是要应对日常使用的场景，Argo 和许多竞争对手的自动驾驶开发进度条其实已经达到 80%，毫米波雷达、激光雷达和摄像头的传感器组合已然相当强悍。

想跑完剩下 20% 的进度条，就得拿出能稳定预测其他司机、行人和自行车动向的软件，这才是真正的挑战。

2

回想一年以前，大多数业内人士可不是这样认为的。

当时他们表示，自家工程师已经解决了最为棘手的问题，一年之内多个城市的居民就能享受交通变革带来的红利。

举例来说，走在最前面的 Waymo 就直接给克莱斯勒和捷豹下了超级订单，Waymo 一次性买下 8.2 万台车改装，随后编入 Waymo 自动驾驶车队。

至于紧随其后的通用 Cruise，也表示在 2019 年年底上线自动驾驶打车服务。而通用要直接取消自动驾驶版 Bolt 电动车的方向盘和油门、刹车踏板。

但随后 Cruise 却「跳票」：将推迟原定于今年正式执行的自动驾驶商业计划。

今年 7 月 24 日，Cruise CEO Dan Ammann 在一篇冗长的博文中坦诚，今年落地自动驾驶打车服务的计划算是泡汤了。

网上的反馈也很一致，大家都表示，早就料到是这样的结果了。

食言的 Ammann 是这样来描述 Cruise 跳票的原因：

「为了满足在旧金山部署全自动驾驶汽车所需的性能与安全，我们今年将大幅提升测试与验证里程，这也意味着今年年底部署全自动驾驶汽车的节点要推后了。」

翻译成大家都能懂的话就是——Cruise 没有放弃自动驾驶出租车，只是这个项目的落地时间要推后了。

对 Cruise 来说，这只是暂时性的挫折，毕竟通用没有在投资者的压力下喊停，手上的钱也没有烧光。

为了不被新的自动驾驶变革所淘汰，业界财大气粗的金主们都带着真金白银参与了进来。

举例来说，2018 年本田就携手软银入股 Cruise，而丰田则选择投资 Uber，就连亚马逊也想借自动驾驶提升自家货物递送能力，它把资金投给了 Aurora。

「各家公司都极度乐观。」Navigant Research 分析师 Sam Abuelsamid 指出。「大家都认为这是个非常简单的问题，传感器和人工智能配齐了，哪有不成功的道理。」

不过，去年 3 月 Uber 的那场车祸却瞬间将他们从天堂打回人间。当时，Uber 的自动驾驶原型车 XC90 上也配备了安全驾驶员，但觉得测试极端无聊的她当时正在手机上看视频。「事故发生后，几乎所有人都重设了自己的期待值。」Abuelsamid 解释。

除了 Uber 这场造成行人殒命的事故，特斯拉麻烦也不少。

光是美国就有三名驾驶员在车祸中丧生，当时他们的特斯拉都开启了 Autopilot，在危险发生前，大意的驾驶员根本没能做出什么有效的自救措施。

3

头部玩家也怂了？

如今，虽然类似 Waymo 和通用这样的公司还高举着要大规模部署自动驾驶汽车的大旗，但对于落地时间线，他们已不再那么自信。

现在的 Waymo 车队拥有 600 台自动驾驶汽车，与一年前的规模几乎没有变化。至于从克莱斯勒和捷豹采买的那 8.2 万辆车什么时候服役，Waymo 也给不出准数。

「Waymo 已经能搞定自动驾驶任务了。」Waymo 首席外部事务官 Tekedra Mawakana 说。「我们之所以不将服务扩展到全美 50 个洲是因为 Waymo 还在验证许多与服务相关的元素，提供服务可不等同于技术研发。」

对于今年是否能按期上线自动驾驶打车服务，通用现在心里也没底（当然，现在已经跳票无疑）。

今年 6 月，通用 CEO Marry Barra 只是告诉分析师，Cruise 正快速前进，但商业落地的事儿她却只字未提。

作为来自中国的重要玩家，百度的进度并不算快，毕竟国内接纳自动驾驶测试车的公共道路有限。

百度自动驾驶出租车项目「Apollo Go」将在今年下半年湖南长沙开展测试运营——这是一个类似、Waymo 在去年年底推出的 Waymo One 打车服务。但也只是把落脚点放在了「测试」。

有保守的就有激进的，Elon Musk 可一点没怂。

今年 4 月，Musk 就表示，明年年底全球就会有 100 万辆自动驾驶特斯拉。

特斯拉相信，自研的自动驾驶系统与 FSD 芯片是黄金组合，加上多年累积的丰富数据，全自动驾驶几乎是唾手可得。

不过，大多数业内专家认为，Musk 还是在画大饼，明年让乘客在车上睡大觉这个承诺不太可能实现。

4

剩下的 20% 到底难在哪？

现有技术下，自动驾驶汽车的探测与计算能力已经相对成熟，但遇到特殊情况（即「极端状况」）就会犯难。

「如果你试过每天开车 20 小时，肯定会遇到一两次极端状况。」有行业人士表示。

除了应对极端状况，如何让自动驾驶汽车成为好司机也是个麻烦事。

当下它们的「微操」能力实在是太弱，不但驾驶的流畅度不及人类司机，道路经验更是薄弱，很容易惹上麻烦。比如紧跟前方慢行车辆，导致正在找车位的前车没有动作空间。

简言之，我们现在能打造一辆不会撞车的自动驾驶汽车，但这样的车离提供消费者满意的服务还差的远（比如为了不撞车持续不断刹车）。

「如果车辆过于谨慎，就会让人生厌。」密歇根大学自动驾驶车辆研究中心教授彭晖说道。一些公司认为，自动驾驶跨出的第一步应该与可控的场景与设置联系起来。

May Mobility 就是这一理念的实践者，其自动驾驶汽车不是 MPV，也不是全尺寸轿车，而是 6 座的高尔夫车。

这些车遵循固定路线，且速度不超过 40 公里/小时。在许多情况下，这些车辆其实是在提供公共交通服务。

「想让车跑的更快，就得用上更贵更独特的传感器。」May Mobility 首席运营官 Alisyn Malek 解释。「低速降低了自动驾驶汽车的运营难度，让我们能更充分利用现有技术。」

眼下，May Mobility 已经在罗德岛部署了 6 辆自动驾驶穿梭车，第一年，当地交通部门会付给 May Mobility 80 万美元报酬。

今年，这一服务可能还会进军密歇根。自成立以来，May Mobility 已经融到了 3300 万美元，其中有 1000 万美元来自丰田和宝马。

今年，波士顿新创公司 Optimus Ride 的自动驾驶穿梭车项目也会在纽约布鲁克林上马，其最高限速也是 40 公里/小时。在 Malek 看来，真正的自动驾驶恐怕十年后才能形成战斗力，因此如何用好现有技术是 May Mobility 当下的主要目标。

不过，在 Cruise 宣布自动驾驶出租车项目跳票前一周，NTSB（美国全国运输安全委员会）的一份事故调查报告还显示，即使是 Nayva 的低速自动驾驶穿梭车也存在巨大风险。

在 Nayva 穿梭车的那场事故中，哪怕车辆往后倒车，这事就不会发生了。

可惜，这个人类司机都懂的本能反应 AI 却还没学会。也就是说，人类与机器各有自己擅长的领域：

1. 机器非常擅长完成重复性、高度可预测性以及规则定义清晰的任务，但想让人类在这种场景下保持 100% 专注却很难；

2. 相反，人类玩起原创和即兴创作更在行，而即使是安装了英伟达芯片的机器人，只要抛开剧本就无所适从。

另一方面，虽然人类的驾驶方式总会出现不规律现象，但人体本身却是可以预料的。

对于身体的生理和心理范式研究已经进行多年，科学家称其为人类因子，能帮我们理解与驾驶有关的分心和疲劳问题。

在全自动驾驶上受挫后，业内人士开始注重现有技术的应用。而对人类因子的研究明年就会以驾驶员监督系统（DMS）的形式出现在量产车上。

眼下，这一技术应用的最典型案例就是凯迪拉克CT6 上的 Super Cruise。

2021 到 2025 年，这一技术将逐渐进入千家万户，包括 Eyesight、Jungo Connectivity 和 Smart Eye 在内的公司将会成为重要供应商。

DMS 对车辆安全的提升作用已经吸引了法律制定者的关注，欧洲议会正在推动相关法案，意欲在 2022 年 5 月之前将 DMS 系统纳入新车的强制配置清单。

E-NCAP 的 2025 路线图也强调了基于红外视觉 DMS 的重要性，2022 年起这套主力安全系统将成为车辆能否获得 5 星评分的重要参考。

也许不久之后，美国、中国也会跟随 E-NCAP 的脚步，将 DMS 纳入评分标准。

已经有部分行业人士相信：驾驶的未来是人机结合。对汽车行业来说，他们的目标，就是利用手上技术减少驾驶员犯错误的机会。