近年来，自动驾驶的发展格外迅速。特别是进入2022年，自动驾驶真正驶入商业化落地快车道，不仅企业纷纷推进规模化发展，北京、广州、深圳等一线城市也根据各自的定位和特点，在创造适合自动驾驶发展的环境方面取得了令整个行业振奋的突破性进展。

8月4日，《中国汽车报》大型视频访谈节目《金台话车》以“城市发展与自动驾驶的未来”为主题，邀请政府管理部门、行业资深专家及企业代表围绕技术发展、政策法规以及商业落地问题展开了热烈讨论。

高级别自动驾驶技术加速落地

《中国汽车报》：当下，自动驾驶的发展速度令业界振奋。从技术角度看，目前的发展程度如何？

杨殿阁：目前，L1、L2级辅助自动驾驶技术已经开始大规模商业化应用。将近20％～30％的新车已经具备L1～L2级以上自动驾驶能力，车企正在攻关L3及以上自动驾驶技术。

L4级自动驾驶技术已经具备落地应用示范的条件，在一些应用场景初步具备商业化运营基础，但还需要在网联基础设施、交通管理的政策法规等方面创造更好的软环境。我认为，在最近这些年，L4级无人驾驶技术应用是值得期待的。

尚进：从落地角度分析，自动驾驶技术应用可以分为两大方面：前装量产和Robotaxi、干线物流等场景应用。

当前L0～L2，甚至L2＋已经逐渐走向前装量产。这种产品的应用主要依赖单车智能，接下来几年应用将更加普遍，性价比也会进一步提升；也可以看到很多L3、L4级自动驾驶技术的实际运行场景，比如干线物流、港口等。从这方面看，可以说自动驾驶技术有了长足进步。

不过，完整的商业化落地，或者说真正的商业化落地目前还无法实现。主要限制因素有两个：一是场景，高等级自动驾驶技术仍然受到场景限制，整体的稳定性和可靠性还需要提升；二是数量，自动驾驶技术只有大规模使用才能够验证其能否达到商业化要求，或者是否有足够的技术积累。因此，高等级自动驾驶技术距离完全商业化应用或是实现完全量产还有一定距离，这个距离很难预测，要取决于工程化推进和理论突破程度。

《中国汽车报》：近段时间，城市自动驾驶甚至是更高级别自动驾驶发展给很多人的主观感觉是非常快。各位认为这个阶段发展的速度是快了还是慢了？

莫璐怡：如果回到小马智行刚刚成立的2016年，很难想象中国自动驾驶能发展到今天这样的技术水平、应用规模以及产业成熟度。

过去几年，高等级自动驾驶发展非常顺利，特别是最近两三年，小马智行陆续在北上广深等一线城市进行大规模常态化的高等级自动驾驶测试和运营，为当地居民提供自动驾驶功能和出行服务。在干线物流上也已经开始进行一些商业化试点。

不过，产业也意识到目前离大规模高级别自动驾驶的商业化落地还存在一定距离。一是无人化成果能够覆盖的区域还不够广，自动驾驶技术的稳定性和可靠性还需要进一步验证；二是量产能力的积累也需进一步提高，前装量产不仅体现在辅助驾驶技术上，其也是高级别自动驾驶大规模商业化应用的基础。所以短期内可能不会实现大规模无人驾驶落地，但在未来3～5年时间里，还是有能力实现无人化与规模化量产的部分目标，使得真正的高等级自动驾驶技术可以满足大规模商业化运营的要求。

陈键华：广州市从2019年6月就开始了自动驾驶道路测试工作，经过3年多时间，技术发展速度非常快，测试道路由原来的几公里到近1000公里，测试主体也由原来的几家企业发展到现在的11家企业，有200多辆自动驾驶车辆进行测试运营，总里程达到近700万公里。

当下，自动驾驶在社会面的普及还存在制约因素，民众的接受程度也会对自动驾驶技术的普及存在一定影响。因此，如何推动技术普及、提升民众接受度是下一步需要重点攻关的方向。

《中国汽车报》：自动驾驶在感知、决策、执行等技术层面还存在一些瓶颈，制约了规模化商业落地。各位认为主要有哪些问题需要解决和关注？

杨殿阁：不同级别自动驾驶技术瓶颈不太一样。例如，L3的瓶颈在于人机共驾，涉及人机切换的时机以及车辆操控安全性的保障；L4的瓶颈则更多在于无人驾驶所面临的长尾场景所带来的挑战。总体来说，自动驾驶的可靠性和安全性能否得到保障是未来技术落地的关键，安全是自动驾驶落地最关键的一点。当然，成本也非常重要。

L1～L3级辅助自动驾驶技术落地与L4、L5的应用实际上不是一个逻辑。前者的落地更多是成本逻辑，相应技术能否量产取决于增加的车辆成本与带来的收益情况，用户是否愿意为这个成本埋单。而后者的落地需要在两个维度之间进行考量，一是技术的可行性；二是商业模式能否落地，即相应技术所增加的成本与运营收益之间的平衡。

尚进：从现在的瓶颈来看，确实可以概括为安全和成本，但安全和成本背后指向的是工程化这个问题。可以看到，目前很多Robotaxi公司开始进行部分技术的量产，实际上就是场景降维、技术升维。想要解决技术瓶颈，一是要有坚实的技术基础底座，从基础就开始做扎实；二是要提升感知和决策能力，特别是决策，这需要在人工智能研究上有所突破并实现工程化。

单车智能与车路协同并不相悖

《中国汽车报》：技术瓶颈不完全是技术问题，也是经济问题，还是技术路线问题。单车智能和车路协同属于不同的技术路线，既存在一致的地方，又相对矛盾。这个问题应该怎么看？

杨殿阁：单车智能与车路协同或者说智能网联技术路线本身不应该是相悖的，也不该区分主次，它们是相辅相成的。

中国智能网联汽车发展方案非常重视单车智能。面对当前的复杂交通场景，单车智能无法保证绝对安全，智能网联车路协同所带来的安全冗余就非常重要。在中国的管理体制下，我们走智能网联技术路线是有优势的，可以通过自上而下的宏观统筹规划去推动基础设施建设和改造，从而推动智能网联技术路线落地。而西方很多国家不太具备这样的条件。

当前，所谓单车智能与车路协同的技术路线之争，背后实际上是商业模式之争。

对于目前做辅助驾驶技术的企业来说，如果车辆对基础设施有很强的依赖，就意味着产品应用场景和销售受限。当下市场上真正实现大规模量产的主要是L1、L2级别辅助自动驾驶技术，所以对这些企业而言，它们更关注如何不依赖基础设施实现自动驾驶。但如果到了真的要落地高级别自动驾驶及无人驾驶技术时，仅靠单车智能是无法保证行车安全的，企业也会愿意叠加智能网联能力，以此来提升车辆安全。因此，单车智能和车路协同并不矛盾。

陈键华：单车智能和车路协同都是解决长尾场景的路径。只有进行了实际路测以后，才能知道哪种路线更适合中国城市场景。两种路线广州都在尝试，我们抱持着开放的态度，希望从整体上去推动产业发展。

尚进：换个角度看，两种路线都可以是单车智能。

如果将路侧和云端看作是单车的延伸，车路协同可以看作是大型的虚拟单车，那它很显然是要比单车有优势的，毕竟加了很多东西。只不过，大家会考量车路协同的存在是只起到了辅助作用，还是起到了能够与单车智能相比拟的作用。

中国的车路云方案，不仅仅是在路侧安装传感器，或是云端收集数据建个模型这么简单，而是路侧和边缘端与单车逻辑集成在一起，硬件延伸、软件孪生协同。能够切实提高车规级自动驾驶等级，才叫真正的网联式车路云协同路线。

《中国汽车报》：前几天百度发布无方向盘无人车引发很多讨论。方向盘对车辆的必要性或是价值到底有多大？应不应该去掉方向盘？

莫璐怡：方向盘是人类驾驶车辆必备的产品，而自动驾驶车辆是机器来驾驶，是否需要方向盘要看车辆是由人类驾驶还是机器驾驶。

无人驾驶或者高级别自动驾驶发展的整个过程中，在需要安全员的测试阶段必须要有方向盘，当技术成熟到开展无人化测试运营时，方向盘就成了可选项，等到大量无人车上路时，车辆可能在设计生产阶段就无需方向盘了。

尚进：没有方向盘，本身是企业自信的一种表现，能做到安全保底就可以。自动驾驶对整个安全系统要做到足够冗余，可以是车内冗余、车和云端冗余，因此去掉方向盘也无妨。但需要厘清的是，去掉方向盘只是一种企业自信，并不一定就代表了实现了L4、L5功能，这是两个概念。

陈键华：去掉方向盘实际上也是无人化的一种象征，是一个很理想的状态。但在开放场景下，交通要素非常复杂，特殊场景无法穷尽，所以在当前情况下，没办法做到去掉方向盘。

技术达到什么程度才能去掉方向盘是行业需要思考的问题。作为政府管理者，我们考虑更多的是自动驾驶技术能够为城市、为人民带来什么，而不是产品能否卖出去。我们首先要解决的问题是提升城市出行的交通效率，实现“双碳”目标。在这个过程中是否一定要去方向盘值得斟酌。

在自动驾驶落地过程中，应该考虑更多的是老百姓的接受度、技术和城市管理的成熟度，最终保证自动驾驶安全运行，这才是我们从政府层面推动自动驾驶发展的最终目的。

场景关乎商业化落地

《中国汽车报》：目前产、学、研都非常关心自动驾驶商业化落地问题，为何主要选择Robotaxi作为切入点？是政府导向还是市场抉择？

莫璐怡：在整个交通运输中，移动出行市场非常重要，商业价值可以达到万亿级，如果能够实现成熟的无人驾驶，就可以节省大量人力成本，产生的经济价值无疑是巨大的。

除了经济效益，我们认为自动驾驶技术带来的社会价值也很大，可以解决大量人为因素带来的安全问题并且极大提高出行效率，即提高整个交通运输的安全性以及交通效率。这也是众多公司将重点之一放在Robotaxi身上的原因。

陈键华：Robotaxi是L4级自动驾驶商业化落地较为理想的场景。共享出行模式被越来越多的人所接受，并不断普及。在Robotaxi实现成本下降之后，这一商业模式可以实现更迅速的推广，市场价值将很高。

从政府管理者角度看，我们还需要关注另一个问题。即在无人化普及之前，有一个自动驾驶车＋存量传统车共存的阶段，这种情况下，只能逐步增加自动驾驶汽车比例，在这一阶段选择从Robotaxi来切入，逐步替代存量车，对城市管理来说是比较理想的方式。

《中国汽车报》：除了Robotaxi外，城市无人配送也非常值得关注，这是不是高级别自动驾驶落地的下一个重点？

杨殿阁：很多场景都非常适合高级别自动驾驶技术应用。比如港口、矿山、农田作业、城市环卫清扫和最后一公里的物流配送等L4的落地属于场景驱动，即无人运营的环境和任务。不管哪种具体车型或者具体应用场景，关键是商业模式是否清晰，以及是否支持自动驾驶技术落地。如果商业模式非常清晰，能通过无人驾驶技术的落地普及获得显著效益，那它的落地就是可行的。

尚进：物流配送、港口、矿山等场景对自动驾驶技术的要求不是特别高，更适合无人化应用，现在需要考量的是其能否盈利和推广。

就Robotaxi或Robobus而言，从商业模式上来说，我们真正需要的不是一辆有没有安全员的无人车，而是共享，是在城市的任何地方有需要时随时有车可用。从这点上来说，我认为Robotaxi不是高级别自动驾驶技术最急需的场景，它的出现更多的是技术进步的标志。

《中国汽车报》：从终极目标来看，无人驾驶的实现还很遥远。任何事物如果没有市场化运作，没有现金流或收入支持，都很难持续。以小马智行为例，怎样解决梦想与现实之间的矛盾？

莫璐怡：自动驾驶是比较复杂的系统工程，并且需要一步一步实现。整个自动驾驶产业的发展不是一家公司推动的，需要依靠整个生态链上下游一起努力。

我们在做技术研发迭代的同时，也在开展具体的商业化应用，在商业化试点或具体应用中会得到相应的回报。无论是Robotaxi还是智慧物流，都能看到正向循环，这更坚定了我们在技术服务上继续向前的信心。当然，这个过程中需要相关政策的支持以及社会接受度的不断提高，通过合力去逐步实现无人驾驶的落地。

《中国汽车报》：关于更具体的降成本方面的问题，业界现在提出取消安全员，各位认为是否可行？取消后会是什么样？

陈键华：物流、港口、矿山等场景的自动驾驶落地，只涉及到经济利益，不涉及社会利益，会有经济利益可以覆盖成本，因此商业模式是成立的。

Robotaxi不一样，它涉及到社会利益。公共交通的出现一是要解决“大城市病”，提升出行效率；二是要提升交通出行安全。政府每年在这两方面要投入非常多的资金。Robotaxi的逐步推行恰好可以帮助实现这两个目标。政府管理者也愿意把这部分原本就要投入到公共交通领域的资金给到Robotaxi公司。因此对于Robotaxi这样带有社会属性、涉及到城市管理的场景应用，不是一定要去掉安全员才能降低成本，我认为应该综合考量各种因素。这方面是值得多方探讨的，比如广州推行的混行试点就涉及到对安全员的补贴。

《中国汽车报》：自动驾驶涉及的具体问题不仅是技术问题，还有政策问题，需要结合来看。在商业化落地方面，自动驾驶政策是否能够更多、更开放？政策与市场应该怎样匹配？

陈键华：政府其实是根据社会的需要去推动技术发展的。希望通过政府财政的引导，让技术应用到社会需要的领域，为政府管理带来更多便利，这也是各地方政府在努力尝试的方向。我们发展自动驾驶不是追求单个企业的盈利，而是争取让自动驾驶找到好的商业化应用场景，并且迅速做大，为社会和政府带来回报，最终形成共赢局面。

杨殿阁：首先，技术发展对政策有需求，需要政策创造更好的发展环境。其次，从政府层面看，政府创造的政策软环境也会吸引更多的技术创业者，吸引更多的企业为当地创收。这是在居民出行更便利、提升城市交通效率和改善城市治理之外，对政府管理者的附加好处。只有各方利益都能兼顾，才能真正实现共赢，政产学研也才可能真正联合。

尚进：政府在城市公共交通方面是没有盈利的，甚至是亏损的，如果能够少亏损一些，并把这部分资金补贴到自动驾驶公司，可以促使它们更积极地研发和推广新技术，这属于“双赢”。

此外，自动驾驶更多偏向于ICT产品，但应用在车辆上又无法具备ICT产品的客户包容度，这就需要政府层面通过数据溯源来界定责任，以实现产品高可靠性和前瞻技术发展之间的平衡。

《中国汽车报》：在技术与政策的匹配度上，中外哪些国家更超前？尤其中美之间有没有值得互相学习借鉴交流的地方？

尚进：美国是比较现实的商业社会，更多靠企业主动探索路线向前发展，距离商业化落地还比较遥远，政策环境则既严格又宽松，属于在一定底线之上的相对宽松。

中国对智能技术的开放度要远远超过任何国家。不仅政策走在前面，政策的引导作用也远远超过其他任何国家，民众的接受度也远高于其他国家。

莫璐怡：我国从2018年前后开始放开部分道路测试，后续逐步进行商业化试点，再到尝试无人化测试，政策发展速度非常快。同时，中国不同城市之间也在探索不同模式，相互学习借鉴并进一步去完善。这种通过部分城市的试点政策逐步形成国家层面政策方针的方式，有利于整个行业健康发展。

政产学研协力推动智慧交通发展

《中国汽车报》：大家谈了有效市场和有为政府的重要性，那么地方城市在自动驾驶、智能交通中应该扮演怎样的角色？

陈键华：政府要对自动驾驶发展的条件与落地场景进行精准规划，让不同技术、不同参与者都能够在交通系统中和谐共处，不能因为自动驾驶的介入引起交通系统的混乱，这会背离技术发展的初衷。

广州一直在尝试把自动驾驶放进交通大系统中，例如通过混行来测试不同的自动驾驶比例会否引起交通系统的混乱，还是实现了交通系统的优化。广州下一步的关注重点是，不同的混行比例会呈现怎样的状态？需要匹配怎样的人力物力和政策法规？希望通过这种全生态体系的试验，最终能够形成一整套方案体系，并向全国甚至全球推广。

莫璐怡：小马智行在北上广深都有落地，可以感受到不同城市的特色，以及自动驾驶政策的不断完善。广州的混行试点是非常独特、非常创新的模式；北京最近在无人化试点等方面走得很快，也在不断强化管理要求；深圳则通过地方立法去回答诸如责任界定等自动驾驶发展方面的问题。

《中国汽车报》：各地的探索各有特色，但也都以安全为前提遵循了一些比如循序渐进等的共同规律。可否从技术角度谈下看法？

杨殿阁：许多地方在支持自动驾驶技术发展，以及自动驾驶的示范运营上都出台了不少鼓励政策，在具体政策上可能略有差异。

城市定位不同，其出台具体政策的定位也会有所不同。比如，北京作为政治中心和科技中心，承担着探索中国智能网联汽车技术路线的特殊使命，也会更多考虑政策法规的试点示范。

尚进：各个城市都秉承着循序渐进、多维度快速发展的共性。从弱人工智能走向强人工智能，不是简单的示范运行能够迭代出来的，还需要更多实地场景的验证和提高模型适应性，因此广州的混行试点很有必要。另外，我们作为属地企业也感受到了北京的很大不同，这是对“中国方案”的验证和实践。

《中国汽车报》：智能汽车实际上是智能交通的重要组成部分，智能交通离不开智慧能源，它们从内涵上又都是智慧城市的重要组成部分。这就不得不提到我国正在推进的“双智”试点，各位怎样理解“双智”协同？

陈键华：“双智”协同是中国智能网联汽车技术路线很好的落地场景。智能设施能为智慧城市提供底层数据，为整个智慧城市搭建数字底座。此外，想要最终实现智慧城市，还需要加上落实“双碳”这一任务，最终实现碳中和。

《中国汽车报》：本次访谈集聚了政产学研领域的专家代表，从各自所代表的角度，各位对中国汽车产业发展有什么看法？

尚进：希望自动驾驶带动智能汽车变革。以自动驾驶变成工程化产品为起点，推动整个智能汽车的腾飞，并赋能智慧交通、智慧城市。

莫璐怡：在汽车智能化赛道上，中国很有可能在世界范围内实现领先。目前中国自动驾驶产业链较为完善，有望形成合力去帮助汽车产业在智能化赛道上加速前进。

杨殿阁：自动驾驶的背后实际上是移动出行，改变的是人的出行方式。衣食住行是人的基本需求，出行方式的变化会改变很多事情，甚至会改变整个社会形态，这是一场由自动驾驶带来的技术变革。这场变革不只是汽车人在参与，整个社会也都参与其中。

陈键华：在“上半场”，中国新能源汽车已经领先一步，“下半场”的比拼来到了智能汽车领域。智能汽车在下一步的发展中，会将现在的汽车产业从链状形态变成网状生态体系，涵盖更丰富的内涵。所以需要政产学研全方位的合作，为自动驾驶落地提供更好的环境。本报记者 赵玲玲 《 中国汽车报 》（2022-08-08 006-007 版）

（责任编辑：赵臻宇）