經(jīng)濟(jì)觀察網(wǎng) 記者 王帥國

6月13日，在經(jīng)濟(jì)觀察報主辦的“夢想照進(jìn)現(xiàn)實(shí)——自動駕駛發(fā)展創(chuàng)新論壇”上，文遠(yuǎn)知行產(chǎn)品工程執(zhí)行總監(jiān)劉振亞根據(jù)自己對于行業(yè)的觀察與思考，對行業(yè)的發(fā)展現(xiàn)狀、面臨的問題等提出了自己的看法。他表示：“從Cruise和Waymo實(shí)際的運(yùn)營情況來說，從技術(shù)維度，傳統(tǒng)的分感知、決策、規(guī)劃，控制鏈條的技術(shù)方法是真正可以落地的。”

這是近期劉振亞到美國考察國際自動駕駛領(lǐng)先企業(yè)Cruise和Waymo后得出的結(jié)論。據(jù)其介紹，最近這兩家公司在同時做一件事情：擴(kuò)大運(yùn)營范圍。其中，Waymo目前在鳳凰城的Robotaxi運(yùn)營覆蓋總面積已達(dá)180平方英里（約合466平方公里）。Cruise的Robotaxi運(yùn)營范圍也從原來舊金山的四分之一區(qū)域，擴(kuò)大到了整個舊金山。

“100輛車的規(guī)模在這么大的范圍內(nèi)能為普通乘客提供純無人出租車接駁服務(wù)，客觀證明了L4技術(shù)是可以達(dá)到的，這是非常好的現(xiàn)象和指標(biāo)。這兩家行業(yè)公認(rèn)的國際領(lǐng)先企業(yè)完全有能力打造全無人運(yùn)營Robotaxi。”劉振亞表示。

不過，目前來看Cruise和Waymo的Robotaxi制造成本還非常高，還有待大規(guī)模商業(yè)化運(yùn)營后攤薄成本。劉振亞提出，目前看這兩家公司配的傳感器太高端、價格太貴，但這是技術(shù)實(shí)現(xiàn)路徑之前的東西，只要技術(shù)路徑確定可以了，商業(yè)化運(yùn)營之后，剩下的無非是怎樣更高效地運(yùn)營，怎樣把傳感器做減配優(yōu)化，讓算力算法更優(yōu)化，達(dá)到平衡的狀態(tài)。

在成本問題之外，劉振亞還表示，目前行業(yè)內(nèi)還存在技術(shù)對長尾場景的識別和處理能力不足以及缺乏官方評價標(biāo)準(zhǔn)等問題。這些問題是阻礙全球自動駕駛產(chǎn)業(yè)發(fā)展的三大挑戰(zhàn)。

文遠(yuǎn)知行作為國內(nèi)自動駕駛行業(yè)的頭部企業(yè)之一，正在就上述問題與其他企業(yè)合作尋求解決之道。據(jù)了解，目前文遠(yuǎn)知行旗下產(chǎn)品覆蓋自動駕駛出租車、自動駕駛小巴、自動駕駛貨運(yùn)車、自動駕駛環(huán)衛(wèi)車、高階智能駕駛五大矩陣，已在全球26個城市開展自動駕駛研發(fā)、測試及運(yùn)營，自動駕駛里程已經(jīng)超過1700萬公里，車隊規(guī)模超500輛。

以下為嘉賓發(fā)言全文：

劉振亞：我說一下L4的情況，文遠(yuǎn)知行有四款L4的產(chǎn)品，從低速到高速，從固定路線到擴(kuò)展區(qū)域，從運(yùn)貨到運(yùn)人。目前環(huán)衛(wèi)車可以在夜間實(shí)現(xiàn)無人的清掃路面，平均作業(yè)時速為每小時15公里；我們和宇通合作做了Robobus，在廣州、南京等城市有商業(yè)化的運(yùn)營服務(wù)，相當(dāng)于最后一公里的微循環(huán)服務(wù)，從地鐵站把大家接到辦公室或者是小區(qū)門口的情況，相當(dāng)于是固定路線，配備一對多的遠(yuǎn)程安全的比例，保證實(shí)時監(jiān)控。從我們自己的角度說Robotaxi還需要一些時間，它確實(shí)是太自由的狀態(tài)，但固定路線、低速的自動駕駛產(chǎn)品會更早的落地。

近期，我乘坐體驗(yàn)了Cruise和Waymo的自動駕駛車，最近這兩家公司在同時做一件事情，就是擴(kuò)大運(yùn)營范圍，Waymo在目前鳳凰城的運(yùn)營覆蓋總面積已達(dá)180平方英里。Cruise對外公開的是從原來舊金山的四分之一的區(qū)域，現(xiàn)在基本覆蓋了整個舊金山，100輛車的規(guī)模在這么大的范圍內(nèi)能為普通乘客提供純無人出租車接駁服務(wù)，客觀證明了L4技術(shù)是可以達(dá)到的。這是非常好的現(xiàn)象和指標(biāo)，這兩家行業(yè)公認(rèn)的國際領(lǐng)先企業(yè)完全有能力打造全無人運(yùn)營Robotaxi。講到商業(yè)化，目前看這兩家公司配的傳感器太高端、價格太貴，但這是技術(shù)實(shí)現(xiàn)路徑之前的東西，只要技術(shù)路徑確定可以了，商業(yè)化運(yùn)營之后，剩下的無非是怎樣更高效地運(yùn)營，怎樣把傳感器做減配優(yōu)化，讓算力算法更優(yōu)化，達(dá)到平衡的狀態(tài)。

從這兩家實(shí)際的運(yùn)營情況來說，從技術(shù)維度，傳統(tǒng)的分感知、決策、規(guī)劃，控制鏈條的技術(shù)方法是真正可以落地的，技術(shù)方面我是很有信心的。同時，可以很確定的是這兩家沒有把大模型之類的放在車上，大模型只能依靠算力在云端跑。

主持人：行業(yè)里面有很多相反的觀點(diǎn)，有人說L4以上的無人駕駛很快要達(dá)成了，有人說10年，15年，甚至更長時間都不會實(shí)現(xiàn)。自動駕駛分乘用車和商用車，技術(shù)上分純視覺感知和雷達(dá)融合感知方案，一些在固定路線，一些在公共路線，不同的觀點(diǎn)比較多，問在座的企業(yè)代表，從企業(yè)研發(fā)角度講，中間的鴻溝在哪里？跟我們預(yù)測一下什么時候能夠真正的實(shí)現(xiàn)完全的打通，不管是乘用車還是商用車，進(jìn)入完全的無人駕駛社會。

劉振亞：我們做L4，同時也在做L2，兩個性質(zhì)不一樣，L4是安全的限制下盡量的降低成本，L2是在成本的限制下盡量提升安全，兩個限制條件是不一樣的，必然解決方案路徑是不一樣的。這是前提。  

說到漸進(jìn)式，跨越式，作為工程人員會遇到一個問題，代碼寫著寫著就要重構(gòu)了，為什么呢，就是剛開始架構(gòu)沒有做好，作為我們來看，做L4，比較贊同的觀點(diǎn)是首先拿準(zhǔn)做L4，哪怕是做很小的區(qū)域，不論做再簡單的L4都是在城市道路上，普通公開的城市道路上，不論是掃地還是運(yùn)人，送快遞都是在城市道路上，這些數(shù)據(jù)都是可以共通的，可以互相使用的。

舉個不恰當(dāng)?shù)睦樱野l(fā)現(xiàn)國內(nèi)新能源智能化體驗(yàn)都非常好，大家是否覺得很大的原因，其實(shí)這些企業(yè)采用的不是漸進(jìn)式的策略，是一張白紙重新做的。部分跨國合資廠商是基于現(xiàn)在的能力做的東西，這是漸進(jìn)式的，基于原來的中控屏加點(diǎn)功能，也能有導(dǎo)航，也能有一些功能，但是跟實(shí)際的特斯拉，或者是國內(nèi)的理想、蔚來這些企業(yè)完全不一樣。這是做一個不恰當(dāng)?shù)谋扔鬟M(jìn)行參考。

為什么要多傳感器融合，多傳感器融合的本質(zhì)是L4的前提要安全，安全的基礎(chǔ)是冗余，不論是車底盤的冗余，三電的冗余，傳感器，相機(jī)，激光雷達(dá)360度的冗余，本質(zhì)上是為了安全做的對應(yīng)的設(shè)計。

問：怎么看現(xiàn)在自動駕駛商業(yè)化，講了很久的黎明前的黑暗，臨門一腳的問題，什么時候能夠落地，商業(yè)化的試點(diǎn)項目什么時候能夠賺錢？幾年前大家在講一整套方案，可能是幾萬美元的價格，現(xiàn)在有的公司說只要1000元，成本非常低，怎么看待降低的過程？

劉振亞：目前我們的產(chǎn)品更面向于做運(yùn)營，出行服務(wù)、貨運(yùn)服務(wù)、清潔服務(wù)等形式，打平、有微弱的盈利方案是可行的。

臨門一腳問題的解決方案可以提三點(diǎn)：第一是國內(nèi)L4級別的自動駕駛解決方案硬件的車規(guī)化成本太高，主要原因在于目前行業(yè)還處于示范運(yùn)營階段，沒有實(shí)現(xiàn)規(guī)模化效應(yīng)，且其需要解決的問題太多，對算力要求極高。

第二，對長尾場景的識別和處理能力，首先是需要通過各種方式挖掘和生成的方式找到長尾的成績，在考慮怎么處理，怎么確保甚至是不認(rèn)識障礙物的情況下，安全的停車或者通過的狀態(tài)。

第三是評價指標(biāo)，各地示范區(qū)有參加路側(cè)牌照的考試，考試考過和真正載人上路差距蠻大的，現(xiàn)在沒有官方和客觀的標(biāo)準(zhǔn)，大家都在說自己水平多高，希望從政策層面，官方的層面，甚至是行業(yè)協(xié)會的層面有統(tǒng)一的對自動駕駛的評價指標(biāo)，有了這些評價指標(biāo)之后，可以更加客觀的做好評價，通過這些數(shù)據(jù)反向讓市場和行業(yè)有一些認(rèn)知。

問：最近比較火的是自動駕駛方案的去高精地圖的觀點(diǎn)，小鵬和華為在上海車展公布的方案，民用的導(dǎo)航地圖替代高精地圖？

劉振亞：從技術(shù)角度來說，去掉高精地圖實(shí)質(zhì)上是把冗余搞掉了，相當(dāng)于只有實(shí)時監(jiān)測，如果相機(jī)出現(xiàn)問題或者其他的出現(xiàn)問題還有別的方式獲取信息嗎？沒有了。高精地圖是冗余，實(shí)際應(yīng)用的時候相當(dāng)于一定程度減少了對它的依賴，按照這個思路做的。為什么呢？因?yàn)閷?shí)際運(yùn)用中會發(fā)現(xiàn)那邊施工，或者車道變更，高精地圖的更新周期和頻率沒有這么快，這么高，可能是從附近的區(qū)域做了融合的，高精地圖作為基礎(chǔ)，動態(tài)層進(jìn)行一些規(guī)劃處理，本質(zhì)上是兩者融合在一起的，這是更合理的方式。

 我們認(rèn)為在L4級別的自動駕駛車上高精度地圖是必須的，但是實(shí)時的監(jiān)測能力、快速的地圖迭代能力同樣也是不可缺少的，這些能力可以一定程度的解決高精度地圖與實(shí)際真實(shí)道理不匹配的情況。只有這些方面的能力都同步提升了之后才能滿足L4在大范圍商業(yè)化運(yùn)行的目標(biāo)。

問：您覺得大模型是有可能讓自動駕駛研發(fā)更快嗎？

劉振亞：我們公司實(shí)際應(yīng)用版，最開始應(yīng)用放在BOT的任務(wù)上，有了大模型之后，首先從歷史的數(shù)據(jù)中通過文字尋找長尾場景做標(biāo)注，這是非常直接的應(yīng)用，另外一個大模型的啟示是大家采購的時候是訓(xùn)練專業(yè)的能力，比如說我就是訓(xùn)練一個對話機(jī)器人做客服，訓(xùn)練一個什么樣專項的任務(wù)，有了大模型之后發(fā)現(xiàn)，事情好像是在通用能力上也比專項的能力還強(qiáng)，采數(shù)據(jù)的時候自動駕駛車出去采，必須是相機(jī)拍的前面是什么障礙物，那個數(shù)據(jù)標(biāo)注識別是什么東西，是不是并不需要車采的數(shù)據(jù)，任何其他的來源的數(shù)據(jù)幫助我們訓(xùn)練一個模型識別，加上車上自己采的數(shù)據(jù)做出的結(jié)果，可能比實(shí)際用自己的車采數(shù)據(jù)做出來的效果更好，這是現(xiàn)在正在嘗試的東西，這是兩點(diǎn)啟示。一個是通過文字找場景進(jìn)行標(biāo)注，通用的能力比專項的能力更強(qiáng)。