当前汽车产业进入变革时期，传统汽车加速与5G、人工智能（AI）等新一代信息技术融合，以电动化、智能化、共享化为特征的智能网联汽车正加速推动汽车产业形态、交通出行模式、能源消费结构和社会运行方式深刻变化。

“我对于实现自动驾驶非常有信心，我认为很快就会实现。目前自动驾驶不存在底层根本性挑战，但是有很多细节问题。我们面临的挑战是解决所有这些‘小’问题。”在近日举办的2020世界人工智能大会（WAIC 2020）上，特斯拉CEO马斯克如是说。

在他看来，自动驾驶需要现实场景进行训练，而没有什么比现实世界更复杂，任何模拟都是现实世界复杂性的子集。“有必要建立一个系统或平台来解决训练等细节难题”。

未来已来 人机共驾可期

会上，无人驾驶公交车模拟雨天停靠站点、避让车辆行人；电动智能装载机将土块自动倒入电动智能自卸车中，并自动运送到指定位置；码头自动装载重卡准确地停靠在指定位置上……

与会专家认为，现在不应该讨论自动驾驶“来不来”，而是“何时来”。

美国加州车辆管理局公布的自动驾驶脱离报告显示，2018年平均接管里程超1万公里的企业只有1家，2019年已经由5家企业品滚接管里程超过1万公里，排名第一的企业已接近3万公里。

中国汽车工业协会秘书长付炳锋表示，当前，在AI与汽车产业融合发展的背景下，车载智能语音系统、辅助驾驶系统、运营车辆监管与运维等均已实现技术产业化，接下来，智能座舱、自动驾驶、智慧交通等领域有望加速发展。

上汽集团商用车技术中心智能驾驶部总监赖杰表示，按照目前行业已经展开的示范及测试来看，自动驾驶在封闭场景、半开放场景、开放场景都有相应的产品出现。他预言，封闭区域场景将率先实现落地，矿山矿车、港口重卡、园区内的环卫物流等领域有望吃到第一口螃蟹。半开放及开放场景商业化落地需要法规、技术、基础设施等持续完善、协同推进，面向高速公路的省级干线物流、局部有路权的环卫、巴士公交将逐步实现应用。

张春晖认为，当聪明的车遇上智慧的路，人机共驾或成为常态。“让机器做更擅长的事，在大雾、大雨等能见度较低的天气，传感器比人眼看得更清，可以解放人类，而人类只需要在关键时刻帮帮‘它’。” 张春晖说。

以前车路独立发展，未来，相机、雷达、V2X等传感器有望架起车路之间的桥梁，以优化驾驶体验。

沿途下蛋 分步推进

人机共驾对网络提出更高要求。中移（上海）信息通信科技有限公司智慧交通产品部总经理汪建球认为，“针对特殊情形，保证有足够时间预算的前提下将控制权移交。1秒的延迟或将造成严重后果。”汪建球说。

此外，智能网联汽车还面临其他挑战，“基础理论、核心算法、芯片、人才、标准体系等是智能网联汽车发展的短板。”付炳锋说。

截止2019年底，国内已建立智能网联示范区50余个。但现阶段，自动驾驶多以道路测试和示范运营为主，通过测试和示范提升企业技术积累，真正实现商业化落地项目较少。

赖杰表示，自动驾驶商业化落地，既是技术路线选择问题，也是应用场景问题，更是商业模式问题。

尽管如此，一向敢于迈大步子的马斯克放出豪言壮语，“我们将在今年完成L5级别自动驾驶的基本功能”。

与L1—L4级别的辅助驾驶、有条件的自动驾驶不同，L5级别即完全自动化。自动驾驶系统能够完成所有的驾驶任务，应对所有的路况。届时，驾驶舱或不再有，汽车像是极其智能化的机器人一般。

目前，实现完全自动驾驶，主要有单车智能与车路协同两种技术路线。两种技术路线在实际应用中都有技术问题，都需要进一步完善和提升。但行业基本达成共识，认为将车路协同作为自动驾驶的长期选择。

赖杰表示，车路协同商业化落地影响因素在技术上依赖云、管、端及行业法规标准的成熟度。

2020年初，国家相继出台《智能汽车创新发展战略》《汽车驾驶自动化分级》，进一步明确自动驾驶战略地位与未来发展方向。

“短期内，单车智能技术和车路协同技术将同步协同发展，沿途下蛋，分步推进自动驾驶技术商业化落地。”赖杰说。

众人拾柴蓄力安全观

当前处于汽车产业智能化、网联化发展的高速期，上海机动车检测认证技术研究中心有限公司总经理沈剑平提醒，不断在核心技术上寻求突破的同时，更应该关注智能网联汽车的安全性。

业内普遍认为，机器学习达到100亿公里的里程时候才能达到人类的水平。如何积累里程？这对训练场地和智能网联汽车提出双重要求。

阿里巴巴集团副总裁张春晖介绍，汽车导航使用的高精度地图约3个月更新一次，根本无法适配智能网联汽车的迭代要求。为了有效积累里程，仿真测试成为众多研发方的选择，1:1仿真道路为里程积累提供了可能，这将催生出一批服务类平台企业。

马斯克也面临困难。他介绍，目前市面上传统的TPU、CPU无法满足自动驾驶车辆散热冷却和对通信速率的要求。基于此，他所在的团队不得不自行开发AI芯片和更高效的计算机，以处理大量数据，但高昂的成本却让研究步履维艰。

“大多数企业或许无法承担自动驾驶等技术的高额研发投入”，上海临港经济发展集团有限公司副总裁刘伟表示，不少企业开始寻求广泛的横向合作。数据驱动研发，汽车数据的共享也成为企业合作的核心点。

“目前，亟须构建跨境数据中心、新型互联网交换中心，进行数据清洗脱敏工作，推动智能网联汽车数据流通。”刘伟说。

会议现场，发布了“‘信息飞鱼’全球数字经济创新岛，智能网联汽车专项行动”。该平台将建设智能网联汽车大数据存储中心，为产业运行管理、售后服务和数据采集提供基础服务，实现车辆、基础设施、交通环境等领域的基础数据融合应用。

此外，赖杰认为，应该主动迎接自动驾驶中的伦理挑战，比如事故中责任主体的认定、交通违法行为的鉴定、紧急情况下的取舍、应急决定权在于车辆还是驾驶员等。

目前，日本定位远程监控员为驾驶员，美国加州允许安全员远程监控，国内国际明确定义远程驾驶员。与会专家认为，“是车对驾驶负责，还人是对驾驶负责”还需要进一步细化以明确责任。