完全自動駕駛，何時會真正到來？
本週，英偉達汽車業務部門負責人Ali Kani對外公開表示，真正的自動駕駛汽車“不會在這十年內出現”。在他看來，完全自動駕駛汽車“離我們還很遠，還需要在計算能力和技術方面再向前邁進一步。”
由於英偉達目前是前裝量產高階智駕以及L4級自動駕駛計算平臺的頭部供應商，公司高管的此次對外公開表態，對於自動駕駛行業來說，顯然並不是一個好訊息。
隨著智慧駕駛軟體開發架構快速過渡到「端到端+大模型」為主的新階段，“這種模式需要更強的計算能力，更大的記憶體頻寬，更多的感測器，以及冗餘系統來確保安全，這些都需要並行能力，這意味著更多的計算。”
此外，Ali Kani強調，在推動自動駕駛技術的發展時需要謹慎。“這個行業需要慢慢來。如果一家公司犯了一個錯誤，整個行業就會倒退幾年。我們必須以最負責任的方式行事，不走任何捷徑。”
有意思的是，這並非一家之言。
2024年4月，美國計算機協會（association for Computing Machinery）警告政策制定者，“不應該想當然地認為，全自動駕駛汽車一定會減少道路傷亡，儘管自動駕駛技術仍在不斷進步。”
原因是，“電腦也會犯錯，甚至會犯人類司機不會犯的錯誤”。
此外，從商業邏輯角度來看，目前大多數獲得監管機構批准運營無人駕駛車隊的公司，仍然需要配置遠端安全操作員來處理特殊狀況。一些行業人士指出，“如果自動駕駛車輛一直都需要遠端協助，實際上就無法抵消不需要司機所帶來的成本節約。”
比如，在中國市場，「車內無人、車外遠端操控的載人服務」仍是常態。未來，一個人可以管理多少臺車，實際上就是考驗不同車隊運營商的技術能力，涉及維保、遠端協助、排程客服等等人員。
同時，法規約束依然是不確定性因素。
按照2023年11月釋出的《自動駕駛汽車運輸安全服務指南（試行）》的通知，從事出租汽車客運的完全自動駕駛汽車，在確保安全的前提下，在指定的區域運營時可使用遠端安全員，但人車比不得低於1:3。
然而，目前，不少自動駕駛公司在車隊運營的安全員配置上並沒有按照上述標準執行。比如，小馬智行副總裁、廣州公司總經理莫璐怡此前透露，目前公司的一位遠端協助員能夠同時監管10-12臺車輛。
此外，在小馬智行的IPO材料中，這樣寫道，“行業依然面臨著大量的技術和商業挑戰，包括對優於人類駕駛效能的期望、大量的資金需求、較長的車輛開發週期、人員的專業技能和專業知識要求，以及行業監管和建立公眾信任。”
同時，其也承認，無法保證自動駕駛系統能夠預測車輛執行過程中可能出現的每一個潛在問題。比如，面對道路上其他車輛的不合規駕駛行為方面，仍需要進一步最佳化技術和演算法。
此外，作為傳統出行服務平臺，Uber去年開始陸續與Waymo、Cruise、文遠知行等行業頭部玩家達成合作協議，並在全球部分國家及地區落地Robotaxi服務。不過，Uber公司並不對短期變化抱有太大的希望。
“最重要的因素是，我們能讓這項技術變得安全嗎？我們能否為客戶（消費者）建立持續的信任，”Uber執行長Dara Khosrowshahi表示，“安全是第一要務，然後才是考慮盈虧平衡。“
去年開始，隨著端到端、大模型等新技術在智駕行業的落地，從車企到智駕方案方案商，都在強化行業變革臨近的判斷。小鵬汽車CEO何小鵬更是直言，“隨著端到端模型下限能力的提升，有信心在未來兩年內達到甚至超越L4級別的自動駕駛標準。”
同時，相比於L4級自動駕駛初創公司（僅依靠小規模車隊資料採集），由於前裝量產市場在資料儲備上的規模化優勢，也成為行業關注的焦點。基於海量資料訓練，駕駛策略不斷向擬人進化、擁有“老司機”的能力……成為高階智駕向上繼續突破自動駕駛邊界的利器。
不過，有意思的是，就在小馬智行IPO上市衝刺階段，該公司創始人兼CTO樓天成曾公開質疑，“過量的資料並不能實現自動駕駛，反而會成為自動駕駛的負擔。當自動駕駛超越人類時，資料就變成干擾項，並不是越多越好。”
此外，樓天成認為，“端到端屬於大語音模型，它的能力會被資料限制，輸入的資料好，系統學習出來的效果就好，輸入的資料差，系統訓練出來的結果也差。”
實際上，目前，自動駕駛公司仍處於驗證安全上限的關鍵階段。
按照去年底Waymo對外發布的資料，該公司的無人駕駛車隊在公共道路上的行駛里程已經超過2500萬英里，並且在主要安全指標上的表現繼續優於人類駕駛員。
為了證明資料的權威性，該公司還聯合瑞士再保險公司釋出了一份報告，資料顯示，Waymo車隊的財產損失和人身傷害保險索賠相比於私人乘用車減少了約90%。不過，也有機構提出了質疑。
資料顯示，每年在美國道路上乘用車的行駛里程超過3萬億英里，2500萬英里意味著還不到1%的佔比。此外，在Waymo這份報告覆蓋的六年多時間裡，車隊共發生了241起碰撞事故，但根據美國國家公路交通安全管理局釋出的資料，僅在過去六個月裡，這一數字就增長了約60%。
現實總是殘酷無情。
有意思的是，作為國內的頭部自動駕駛公司之一，2015年12月百度正式宣佈成立自動駕駛事業部，並丟擲了「計劃三年實現自動駕駛汽車的商用化，五年實現量產」的豪言壯語。
然而，十年時間，一晃而過。截止去年底，蘿蔔快跑（百度自動駕駛出行平臺）也僅在武漢、深圳、上海、北京等十幾個城市小規模部署Apollo Go自動駕駛出租車服務。同時，長期的高研發投入，也在考驗企業的耐心。
去年，百度創始人、董事長兼執行長李彥宏更是明確指出，關於智慧駕駛等業務，公司的首要目標是減少虧損，從長期來看，目標是透過技術許可等輕資產模式實現降本。目前，蘿蔔快跑所有的車都歸屬百度運營，並承擔硬體資金支出以及折舊成本。
按照小馬智行的判斷，自動駕駛公司及運營平臺在商業化方面的擴張，得益於兩個關鍵因素：一是車隊運營成本的持續下降；二是政策支援下服務範圍的有效拓展。
目前，該公司正在衝刺2025年千臺Robotaxi投放規模的臨界點。不過，這個量級在一線城市，理想狀態下，只能達到收支平衡。而後續持續的擴張，仍需要大量資金的支援。
去年，小馬智行Robotaxi業務總經理張寧曾對外表示，“未來無人駕駛滲透率一定會逐步提升，尤其是跨過盈虧平衡點之後，會產生指數型的增量，這個是一定會到來的，但這個時間點會在5年後，才能對傳統出行方式形成結構性的變化。”
