10月10日消息，據《財富》雜志報道，谷歌Waymo正在與一些組織合作開展一項新的自動駕駛教育活動，以幫助回答公眾對自動駕駛車輛和技術的問題，提高其認可度。

　　11月16日，2017百度世界大會在北京舉行，百度公司創始人李彥宏發表主題演講。在會間，李彥宏表示目前已有1700多家合作伙伴已經加入Apollo生態，就之前百度無人駕駛被開罰單事件總結：“無人駕駛罰單已經來了，量產還會遠嗎?”

　　近年來無人駕駛被吵得火熱，各大廠商接二連三的報道研發成果，描繪未來。但作為一般用戶來說，目前尚未見到實際產品，而且也多有報道無人駕駛汽車測試時出現異常、事故。

　　皮尤研究中心( Pew Research Center )在5月份進行的一項調查顯示，39%的人對無人駕駛汽車的發展非常或有些熱情，53%的人非?；蛴悬c擔心?？偟膩碚f當下大多數人們依然對無人駕駛心有顧忌，在很多用戶眼里無人駕駛技術仍是無法實現的“標題黨”，無人駕駛技術真正落地還要多久?

　　“技術+制造”模式琳瑯滿目，量產落地卻難有定數

　　目前的自動駕駛研發企業大致分兩種。一種是原本的汽車制造商，繼續尋求技術合作，做業務延伸的，像通用、福特、豐田、沃爾沃等。還有一種是互聯網科技公司與一些制造商合作進行研發的，像谷歌，蘋果，百度等。第一種是自身有汽車研發制造的歷史背書，有經營汽車制造的經驗與途徑，去尋找其他的AI技術伙伴。另一種是有著相對現金的AI技術，以技術為主導再聯合相應的制造公司。

　　不難看出目前不管是那種主導方式，大體上都是由技術企業+制造企業合作的一種方式。因為無人駕駛等于再造了一個全新的系統。對于無人駕駛來講，它的系統和硬件都需要進行全新的測試和研發，而非僅僅依靠當前的互聯網技術即可實現。從某種意義上來講，無人駕駛等于再造了一個全新的系統，僅僅依靠一方無法實現。

　　說起無人駕駛，很多用戶都只覺得是單純的人工智能駕駛汽車，而對具體的細分并不理解。目前的無人駕駛領域級別由國際自動機工程師學會(SAE International)制定，具體可以簡單描述為：

　　L2系統是一種先進的駕駛員輔助系統，可以在特定環境下控制方向盤和剎車，但算不上無人駕駛。

　　L3系統確實可以駕駛汽車，但只能在有限的情況下發揮作用，需要有司機隨時接過汽車的控制權。

　　L4系統是“高度自動化的系統”。在實踐中，它可以完成人類司機能夠完成的多數任務，但只在有限的地理區域有效——即地圖繪制完善的區域。

　　L5系統是成熟的無人駕駛系統，可以自動開到任何地方，駕駛技術堪比經驗豐富的老司機。

　　這些自動駕駛汽車的級別是由系統廠商設定的，目前還沒有第三方機構對其進行評估，但已經獲得全球廣泛接受。

　　其實我們常理上認為的無人駕駛，是無人駕駛領域的最高級別L5，而目前的技術還遠遠達不到，正是這種實際的技術與大肆宣傳形成的落差，才讓5成多的用戶對無人駕駛仍抱有懷疑的態度。

　　就目前來看，大多數的自動駕駛企業都處在L4的研發期，L3的研發像奧迪、通用、特斯拉等都有不錯的成果，但并不是所有的自動駕駛企業都經歷了L3的研發。因為L3確實存在爭議與問題。L3級別的無人駕駛無法應對突發狀況，這就導致在遇到突發狀況時，用戶能否第一時間取回控制權。因此福特和沃爾沃等公司表示將跳過L3，直接開發L4系統。

　　而對于L4系統，當前的技術還有很多局限性，無法實現真正的量產落地。有消息稱豐田計劃在2020年投放L4量產車，特斯拉和戴姆勒等將在2020年底推出L4系統，但多數消費者可能都要等到2021或2022年才能買到L4無人駕駛汽車。近日百度與金龍合作，宣布將于2018年7月小批量產合作研發的無人駕駛微循環車，并進行試運營。這將是國內首個實現量產的無人駕駛客車，比百度預計的提前了一年左右。而即使是最快的一則量產落地消息，也要明年再見分曉。

　　政策與人文的“攔路虎”：困擾無人駕駛發展的不僅僅是技術

　　很多人把無人駕駛無法短時間實現落地的原因，只歸結于人工智能、大數據、云計算、汽車傳感器、地圖路線等技術方面的原因。技術因素固然是困擾無人駕駛發展的最大原因，但實際的運用上還有其他阻礙。

　　無人駕駛領域的先驅Bryan Salesky，最近在Medium的一篇帖子里，對于目前無人駕駛的發展提出了一些冷靜的看法：

　　“在把無人駕駛汽車變成現實的過程中，我們仍處于初期。那些認為無人駕駛汽車現在或幾年內就能全面普及的人，并沒有充分了解技術現狀，或者沒有全面考慮這項技術部署時的安全性。對于那些長期從事這項技術開發的人來說，我們會告訴你這個問題仍然很困難，因為系統非常復雜。”

　　無人駕駛的實際運用相當于一個新的交通系統，它不僅局限于科學技術，還牽扯到政策與人文。

　　就像之前馬車到汽車一樣，汽車的出現改變了整個事件的交通規則，無人駕駛技術的實際運用，也會有相應的政策進行限制。

　　中國科技部9月8日發布消息稱，德國聯邦交通部的倫理委員會率先研究提交了世界上第一份自動駕駛指導原則。

　　這份報告共包括20條意見，核心要點包括“當系統引發的事故少于人類司機時，常理上需要應用自動與互聯駕駛”、“財物損失優于人身損失：在危險情況下，保護人類生命始終是第一要務”、“發生不可避免的事故時，不得根據行車者的個人特征(年齡、性別、身體或精神狀況)做出判定”、“所有的駕駛情況必須被記錄存儲，并能明確駕駛責任方是人或電腦”。

　　除此之外，各國也有相應的具體政策。比如我國的《中國智能網聯汽車標準體系建設方案》，美國的《美國自動駕駛汽車政策指南》，英國的《汽車技術與航空法案》等等，都有涉及到無人駕駛的相關條例。

　　這些條例的具體事宜可能不同，但都有一個共同界定：無人駕駛出事了誰來負責?這個問題很難處理，研發公司?乘客?保險公司?很不好界定。一般給出的解決都是調查事故原因，要求必須車輛內布置“黑匣子”，記錄事故情況。但不管如何具體如何處理，都阻礙了無人駕駛的落地，同時一些安全顧慮，也會給無人駕駛的技術方面提供新的難點。

　　此外還有用戶方面的顧慮。據調查當前的用戶仍有五成以上對無人駕駛抱有不好的期望或者懷疑，如何改觀這部分人的態度，以及如何能被用戶普遍的接受，都是擺在無人駕駛面前的攔路虎。

　　不止如此，無人駕駛由于是需要連接互聯網的科技產品。它的系統存在被入侵的可能，如果無人駕駛在普及之后安全保護做的不足，很可能被一些不法分子攻擊利用，侵害用戶與社會的安全。

　　無人駕駛未來的發展不止是有陽光的一面，也有不得不面對的問題。對無人駕駛來說，未來需要攻克的難題還有很多，但當下需要解決的落地問題，也迫在眉睫。

　　2C不如2B：場景化落地是無人駕駛“先鋒軍”

　　對于無人駕駛來說，先落地比什么都重要。

　　首先，無人駕駛的核心技術是AI，AI的本質是一項依賴于大數據的積累分析，不斷進步的技術。從AlphaGo Zero自己與自己對弈，不斷積累數據，完虐前輩AlphaGo就可以了解到，AI這項技術是越用越活的。每一次的使用都是一次新數據的積累，每一次的分析運算都是為了得出更好的運算方式，所以能率先落地就意味著可以更早的進行新的數據積累，更容易取得技術進步。

　　其次，落地可以挽回一部分用戶眼中“虛浮”的形象。很多用戶覺得自動駕駛“標題黨”就是因為如此。用戶看不到實際的產品，即使再怎樣推廣宣傳，都事倍功半。同時在實際的運行下，也能讓一部分對自動駕駛不放心的用戶看到真正的實際體驗，通過實際表現，讓這部分用戶對自動駕駛產生改觀。

　　最后，落地還能產生一定的盈利，反哺研發帶來的經濟壓力。自動駕駛的研發是技術+傳統制造業的融合，同時汽車本身就屬于高檔消費品，研發成本大，周期長。落地就意味著可以產生盈利，緩解企業的經濟壓力，同時還能給投資方看到信心，更好的進行下一輪的融資。對一些上市公司也能起到提升股價的作用。

　　而對于無人駕駛，想要盡早的實現產品落地，B端的場景與難度要遠遠低于C端。

　　當下很多企業仍局限于C端的家用無人駕駛，礙于技術等多方面局限，這樣的研發需要很漫長的過程。而針對B端的話，一方面B端商家更容易接受新技術，收到阻礙小，另一方面自動駕駛B端的場景對技術需求相對較小，更容易實現。

　　無人駕駛最難以突破的技術是對突發的路況的處理。在不確定的路線行駛，以及周邊交通環境的不穩定性，是非常難以攻克的痛點。而對于B端，使用場景或路線往往是很固定的，避免了突發情況，而且B端一些場景沒有人員參與，少了很多人身安全的顧慮。

　　比如說已經有企業在切的自動駕駛卡車。11月17日特斯拉將于今天12點第一次揭開公司首款無人電動卡車的面紗，沃爾沃也宣布即將首發半封閉工作的自動駕駛卡車。

　　在當下電商、快遞業火熱的環境下，無人駕駛卡車很容易切入，市場很大?？ㄜ嚨膱鼍爸饕糜谶\輸。而一般比如快遞業，需要運輸的路線一般是固定的，而且很多都在高速路線上。這種路線固定，切相對突發事件很小的應用場景，當下的無人駕駛技術很容易攻克。

　　此外還有旅游業，旅游中的觀光車和一些景區交通設施，非常適合無人駕駛的運用。旅游場景的路線固定，且幾乎不存在突發事件。旅游觀光車輛一般速度慢，更安全也更容易為人接受，而且配備無人駕駛觀光車也可以作為噱頭刺激本景點的發展，一舉兩得。

　　總之，無人駕駛這項技術仍在研發期，但過多的宣傳與推廣導致部分用戶期望值過高，進而產生對當下無法落地實用的心理落差。無人駕駛的發展要著眼于當下和未來兩個部分，一方面要著眼于當下的落地，與實際場景結合，給予用戶對技術的信心，挽回大眾評價，摘掉“標題黨”帽子;另一方面也要布局未來，不斷攻克技術，比如未來與共享汽車融合，真正實現L5的“老司機”模式，改變人們的出行方式，才是對社會的一份完美答卷。