来源：市场资讯
43:00
来源：来源：“Blood旌旗 ”微博
这届广州车展迎来了辅助驾驶技术的大爆发：小鹏G9，长城沙龙，极狐阿尔法S华为版......一夜之间，200T算力不如狗，激光雷达遍地跑。
很多人想：真的有这么快吗？你们是不是在骗我？没有骗你，技术进化就是这么快。谈到自动驾驶和辅助驾驶，很多人都知道那个著名的分级表，毕竟从 0-5 的六个数字，数起来还是很容易的。
目前整个业界也是按照这个表，推进辅助驾驶到自动驾驶的技术研发。在特斯拉和国产新势力崛起之前，整个汽车行业有两种发展方向：一种是以 Mobileye 和博世等传统汽车供应商为首，把辅助驾驶功能当成一种昂贵的饭后甜点，以供顶配车型或者 4S 强奸包使用。
他们的特点就是技术发展极其龟速。 Mobileye 还好一点，他们的单目摄像头机器视觉方案非常扎实，成为了很多车企做辅助驾驶的基础，甚至包括特斯拉：第一代 AutoPilot 就是依托 ME 方案去做的。
2013年到2016年， Mobileye 复合年增长率超过66%，非常恐怖，直接导致2017年英特尔动用 153 亿美元收购了Mobileye。
但是 ME 太过自信，尤其是被 intel 收购之后，不幸被牙膏病毒感染；他们更普通了，也更自信了——在神经网络、深度学习算法大爆发的时代，ME 依然十分自信的使用传统的机器视觉和人工规则；硬件计算单元也还是 CPU+DSP，而非更加适合爆算力的 GPU 乃至 NPU。
毫无意外，挤牙膏是要遭天谴的： Mobileye 现在已经完全失去成长性，从2015 年最巅峰时 108%的增长率，暴跌到2020年的10%。
而且他们最新的 Q5 芯片，单颗只有 24 tops算力；重磅的新车只有极氪 001 和宝马 iX，装车用户数量暴跌
而且软件完成度差成什么样呢？极氪001 开始交付了，结果连 ACC 自适应跟车都没有，需要等待明年OTA。这，还是传说中基本功极为扎实的 ME 嘛？
至于博世之流，那就更不堪了，他们距离 ME 还差着十万八千里呢之前大众就有个笑话，所谓的博世科技包压根不敢推荐用户选装，因为泊车的时候可能直接冲进花坛。
而搭载了博世全家桶的威马，在辅助驾驶排行榜 42Mark 中，表现也很糟糕，位列倒数第二。
传统汽车供应商如此拉胯的表现，自然是让互联网新贵们嗤之以鼻：你们也懂算法？你们也配谈自动驾驶？。霹雳一声巨响，谷歌闪亮登场：2016年，他们把汽车项目组独立出来，成立了自动驾驶的子公司——waymo
国内互联网也不甘示弱，百度推出了阿波罗计划；一堆前互联网高管也纷纷创业，成立了小马智行、文远知行等自动驾驶企业。
他们的理念是什么？——你们这些车企啊，图样图森破，一天到晚就盯着一亩三分地，太 Low 了！我们互联网企业就要一步到位改变世界，直接烧钱飞升到 L4自动驾驶。
什么摄像头、毫米波雷达、激光雷达...要买就买最好的，一口气全给他装上！
牛逼的 AI 大佬全请来，就得满嘴神经网络、深度学习；再建它几千个服务器，甭管有事没事，就往死里跑 AI 模型。
什么卖车？别扯这个，俗气！您说自动驾驶都实现了，还有什么私家车啊，我们要改变车的使用属性，全都变成网约车！你要用车就点下 APP，马上停你公司车库接你，买什么车啊？
看到这个字没有，拿着伦敦腔跟我念“ROBO Taxi”！知道融资多少吗？10 亿起步，还是美金！爷有的是钱烧。
然后，他们搞着搞着，就集体傻眼了。
毫无疑问，不管是 waymo 还是百度阿波罗，他们的技术开发能力都远远超过 Mobileye 和博世这群老古董；他们烧光了投资，硬是发展出了迈向自动驾驶的关键技术，例如软件上的神经网络、高精地图，硬件上的环绕视觉、激光雷达......
但是俗话说得好：商业上领先半步是先驱，领先一步是烈士。这几位大爷想要一口气颠覆整个汽车行业，甚至要人类抛弃私家车，都去坐自动驾驶的网约车了，这是什么宏愿？
结果呢，当然是更加惨烈——他们变成了炮灰Waymo 和百度最大的问题是傲慢，认为自己可以依托人类现有技术 ，以及他们强大的开发能力，一步到位开发出完全自动驾驶的原型车，然后以此为蓝本不断costdown，直到最终商业化量产。
但事与愿违，他们越是深入开发，越是发现自动驾驶的复杂性，各种问题源源不断的冒出来；因为马路上的变量实在太多了，各种机动车、电瓶车、自行车、行人...甚至马路都在跟他们作对：很多地方连个清晰的道路标线都没有。
所以程序和算法模型越来越复杂，硬件越堆越多，甚至搞成了水多和面、面多和水......项目节点疯狂拖延，项目组达不成目标开始内斗——过去1年，waymo包括CEO在内的高管，已有多人离职出走。
而且他们一开始贪大求全，试验车的改装成本极其高昂，百万人民币起，所以试验车队的规模直接被限制住了，少的几十辆，多的也就几千辆。不仅数据回收量严重不足，而且恶性循环下，根本没法通过大规模量产来降低成本。
最后他们绝望的发现，距离所谓 L4 的自动驾驶越来越远，早期规划的技术架构千疮百孔；但是烧掉的钱越来越多，已经成了无底洞，根本不敢推倒重来。 最终，他们还在挣扎的时候，资本已经不给他们机会了：
Waymo的估值从最初有市无价，到1700亿美元的天价，后来直接打对折，如今，竟然传闻说暴跌到300亿美元。百度阿波罗压根没有整车落地方案，甚至传出因为亏损巨大要拆分。小马智行也处于各种负面新闻的漩涡之中，已暂缓赴美上市计划
这说明什么？说明世界上没有飞升的仙丹，如果有，你吃了只会重金属中毒。
至此，无论是传统车企的龟息大法，还是互联网新贵的嗑药飞升，两条技术路线全部暴毙。
在一片狼藉中，给行业寻觅到希望的，是特斯拉。
尽管早期特斯拉使用 Mobileye 的方案，但是他们很快转入全面自研，从计算芯片到软件算法全部自己搞；当全行业陷入僵局的时候，特斯拉做了几点战略级的创新，找到了前路的一丝光明：
首先，特斯拉充分意识到了技术的空前复杂性，承认人类的软件开发速度有限，承认量变引起质变，一步步的慢慢开发软件，不受车型上市或者交付节奏的限制，通过OTA从辅助驾驶慢慢升级到自动驾驶。
从负面来说，这个模式跟手机拍照一样，哪怕是iPhone上市之初相机都没调试好，都得等几个月，等OTA之后才满血，消费者权益受到一定的损伤。
但是从技术的角度来说，别说自动驾驶了，哪怕辅助驾驶都是极端复杂的技术，如果企图使用传统汽车行业的瀑布式开发流程，在3-5年内就想把一款汽车的所有软件做好，结果要么是不断跳票，要么上市就落后的一塌糊涂。
谷歌、百度以及ME的例子，已经充分说明了后果。
特斯拉基于同一个硬件平台，做持续数年的软件开发，好几次推翻软件架构另起炉灶，最终做出了FSD Beta这样的突破性成果，证明了这个开发模式的优越性，也说明特斯拉认识到了自动驾驶的本质问题。
第二是专注于环形视觉的开发，特斯拉一开始就放弃了激光雷达，在局部集中优势兵力进行技术攻关，实现了远超同行的纯视觉算法优势；比如FSD Beta，利用二维层面的视频信息，不通过高精地图就生成了三维层面的俯瞰图，就好像在天上放了一个无人机做侦查一样。
特斯拉的成果说明：任何自动驾驶的基础，都必须基于多颗摄像头做环绕整车的机器视觉。其他什么激光雷达、毫米波雷达，都是在环视方案上打补丁。
如果环视方案做不好、根基不牢，堆再多料都是拉跨；典型就是国内某自动驾驶公司，车前面装了好几个激光雷达，结果还追尾了。
而且基于摄像头的方案足够便宜，这使得特斯拉能够以极低成本，大规模量产Model 3和Model Y；不仅赚取了足够的利润，还给算法研制提供了天量的数据。
这里顺便提一嘴啊，我认为辅助驾驶只能靠汽车自己的感知和计算实现，而不可能通过某些人 YY 的所谓 5G 互联或者 V2X；因为无论是流量费用，还是改造费用，都足够让任何一个国家破产。
第三，特斯拉极度重视垂直整合，从计算芯片到软件算法，特斯拉一步步的踢开了传统汽车厂的那些供应商，比如博世、比如Mobileye。
甚至为了训练自动驾驶数据模型，特斯拉居然自己开发超级计算机，这已经超出传统品牌那点可怜的脑细胞能够想象的极限了
所以不要以为，他们做不好辅助驾驶是因为谨慎，他们仅仅是比较无能而已。国内新势力也有样学样，尽管受制于国内半导体产业的现状，还没搞自己的芯片，但是大家都开始自研算法。
最后，特斯拉选择用私家车来做辅助驾驶，这也是一个重大的战略胜利。
这样一来，特斯拉轻而易举的在全球拉起了百万辆级的车队，去年4月AutoPilot累计数据就超过48.2亿公里，而waymo一年的里程才100万km。
特斯拉的数据甚至远远超出了所有竞争对手之和，这也是他们敢于数次把软件架构推倒重来的底气。
虽说AI并不是以数据量论英雄，但是差距大到这个程度，想追上特斯拉就变得极为困难。
但是特斯拉完美吗？当然不，他们的问题也是超乎想象的多，要不然我为啥整天发退钱的表情包？
首先是感知层面：前面说了，特斯拉教会了所有车企先做环绕视觉；一个是视觉识别算法有基础性作用，还有一个就是摄像头便宜。
特斯拉目前几款车型，都配备了8个摄像头；但都是安森美2015年的老古董了，像素只有120万，帧率最高也只有36。虽然他们依靠超强的软件算法遥遥领先，但是这样老旧的硬件，还能继续挖掘多少潜力呢？
特斯拉总喜欢显摆一句话：人类司机是靠眼睛，所以自动驾驶也应该依靠视觉；我承认这句话有合理性，但是2015年的老古董摄像头，跟人类千万年进化出来的、极为精密的眼睛比起来，差距有多大，你们心里没点数吗？
第二是软件期货：前面提到，特斯拉的OTA模式尊重了软件开发的现实，但是特斯拉自己做的也不好；马斯克天天吹牛FSD可以实现自动驾驶，但是到目前为止，哪怕是最新版的FSD Beta依然有海量的Bug，他们也不敢全量推送。
尤其是特斯拉中国区，跟美国区的软件差距已经达到2年以上
（上面这张图，记得去特斯拉官网录个屏）但是特斯拉收了我们这些车主好几万的FSD费用之后，到今天连个OTA的时间表都给不出来，行为是极其恶劣的。
第三是不负责任的激进：比如明明只有辅助驾驶的水平，却硬要写自动驾驶；比如纯视觉方案还没有验证可靠性，就为了省钱和摆脱博世，直接砍掉毫米波雷达；还比如为了开发FSD，放着Autopilot的幽灵刹车等很多Bug不修复。
这也是资本主义劣根性的表现之一，也是教员在《实践论》当中提到的冒险主义——“他们的思想超过客观过程的一定发展阶段，有些把幻想看作真理，有些则把理想勉强地放在现在来做，离开了当前大多数人的实践，离开了当前的现实性，在行动上表现为冒险主义。”
接下来，就是大家很感兴趣的一个话题了：我们国产汽车，在辅助驾驶这一块究竟做的怎么样？跟特斯拉的差距有多大呢？
答案是鱼龙混杂，好的企业能够跟上特斯拉的步伐，差的连门槛都没摸着。
所谓好的企业，就是新势力领头羊：小鹏、蔚来、理想；再加上华为。
差的...算了，我怕法务找我麻烦
毫无疑问，蔚理鹏3家，再加上华为，都忠实的贯彻了特斯拉实践出来的路线：针对私家车做小步快跑的逐步开发，不断摸着石头过河的同时，利用大规模量产降低成本，并回收数据。
目前技术路线最稳的，我认为是小鹏汽车；因为从单目摄像头，到环视，再到激光雷达，小鹏每个技术阶段都有量产车落地，工程实践是连贯的。
从G3到P7，小鹏完成了环形视觉和30T算力的飞跃，最终实现了车库自动泊车和高速NGP； P5加入了激光雷达，用来实践混合感知算法，搞城市NGP； 2022年的旗舰款G9，则采用了更好的环视摄像头和激光雷达，并且算力大幅度提升到500T左右。
相比特斯拉在感知硬件上的停滞不前，小鹏则是小步快跑，不断升级传感器、算力芯片、以及软件算法，我认为这更符合中国汽车行业的现实情况。
毕竟特斯拉敢用古董摄像头做视觉算法，那是因为美国有太多太多的人才了，最尖端的AI技术全部集中在美国；而中国汽车行业本来就落后，只能选择用激光雷达这样的硬件，来补齐人才和算法的短板。
这个选择目前看是非常成功的，因为小鹏完成了车库自动泊车和高速NGP领航辅助，如果明年上半年如期完成城市NGP，那么就可以打通从地库到城市再到高速的3个主要场景；小鹏的辅助驾驶软件水平，将会远远领先特斯拉中国区的AutoPilot，跟特斯拉美国区的FSD Beta平起平坐。
甚至小鹏信心十足的表示要开始涉足 ROBO Taxi，利用大规模量产形成的技术优势，去另外一个场景竞争，以获取更多的实测数据，提升算法和硬件的稳定性。
蔚来就比较激进了，他们2022的旗舰ET7，将会从ES8/ES6可怜的单目摄像头+2.5T算力，直接飞跃到到环形视觉+激光雷达+1000T算力；ET7在明年上半年交付的时候，就是全世界辅助驾驶硬件最强的车。
但是我们都知道，硬件并不是唯一因素，蔚来能不能做好软件呢？我对此持中立偏乐观的态度。
因为蔚来居然在ES6上，把高速领航辅助这个功能给做出来了，技术难度简直如同用奔腾4的电脑玩赛博朋克2077；虽然从实际效果看，蔚来这个NOP远远称不上好用，但已经证明了他们的软件开发能力。
只要他们老板李斌闭嘴，而且ET7在22年上半年把软件开发好，那么蔚来就会直接拥有TOP级的辅助驾驶能力。
新势力的最后一家，理想，相对低调；毕竟他们目前只有一款理想One。
但是他们玩了很多骚操作：2020款理想ONE，是ME的单目摄像头方案，优化的还是挺不错的；但是ME是个黑盒子，优化的再好，对自己的开发也没有什么帮助。
所以理想在旁边硬接了个自己的芯片，用来收集道路数据，当然这都是脱敏的，国家法律摆着这呢。拥有了基础之后，改款的理想ONE悄悄的来了一次进化：芯片平台换成了国产的地平线，算力从2.5T升级到10T，但是最大的好处是——地平线的自由度远高于ME，理想可以在上面搞自研算法了。
同时单目摄像头升级到800w，理想尝试用超高像素的单个摄像头，取代过去双目甚至3目摄像头。
目前看效果还不错，改款理想ONE的领航辅助马上也要出了；而他们的旗舰款，代号X01，辅助驾驶的硬件非常夸张，如果我估计的没错，同样也是环形视觉+激光雷达+500T以上算力的组合。
再接下来，是华为。华为当然非常特殊，他们并不是汽车品牌，而是供应商；最大的特点就是——强，很强，超强！
且不说华为在电池、快充、电机等配件上全面开花，就拿辅助驾驶来说，华为直接拿出来一套3激光雷达+环形视觉的装车方案，用的还是自己的芯片。
至于牛不牛逼，之前火爆全网的测试视频已经给出了答案——软件的完成度极高，而且针对中国地狱级的路况做了大量优化。
能够制约华为的，只有两个因素：
1、美国的半导体禁令，使得芯片供应受限，而且新的方案也很难继续研发
2、某些合作的主机厂太过于拉跨，以至于华为都扶不起这种猪队友。
所以我认为，华为最终还是要自己造车；不自己搞，很多事情定不了，而且没法利润最大化。
综上所述：有赖于我国互联网产业和消费类电子产业的高度发达，几个新势力距离特斯拉大约只有1-2年的差距，这已经比国内外的传统品牌强太多了；甚至如果明年特斯拉FSD无法进入国内，我们至少可以在中国区实现反超。
所以在这里，我要在这里讲第 1个结论：辅助驾驶和自动驾驶是毫无疑问的先进生产力。
首先，带有高阶辅助驾驶的汽车，是你能接触到的 AI 含量最高的消费品；没有AI算法模型，光靠程序员写人工规则，根本不可能应对极为复杂的驾驶场景。
而且在技术探索的过程中，带动了无数其他产业和学科的发展： 比如巨量数据的环视图像处理、高精地图的装车运用、高精度的融合定位.....甚至还把国产激光雷达从无到有拉扯起来，全面领先于法雷奥等老牌公司。
我不能说国产新势力距离自动驾驶很近，但是我可以说：在追赶特斯拉的过程中，他们已经不知不觉把曾经极度强势的日本、德国车企甩开无数条街，形成了好几代的代差优势。
明年的新势力旗舰，在 35 万左右就能提供环形视觉+高线数激光雷达+500T 以上算力，而且软件开发能力也比较乐观；而传统品牌的旗舰，还普遍在单目摄像头的泥潭中不能自拔，他们依然在讲豪华内饰和品牌溢价的故事。
这波弯道超车，是真的超了，让对方只能看后尾灯的那种。
而且蔚理鹏 3 家，光是在今年的月销量，就基本 达到了1 万左右；如果未来扩张2 倍，一年光是这 3 个品牌就有近百万辆汽车交付；这么多的车用作开发实践，会培养出多少人才？
实际上国家很明白这一点，根据《汽车产业中长期发展规划》，到2025年，L2和L3的渗透率要达到25%；按照预测的 3000 万总销量，那就意味着2025年有 750 万辆以上的高阶辅助驾驶车型上市。
其次，别说自动驾驶了，高阶辅助驾驶都有很强的安全性优势；哎，我一说到这个，有些人就来劲了：你当我们没看过特斯拉的事故吗？特斯拉直接撞白色货车了，安全个屁！
没错，辅助驾驶甚至自动驾驶都做不到绝对安全，甚至在当下，还有很多产品缺陷；但是衡量一个技术够不够安全，我想肯定不是靠个例与情绪驱动，还是要看数据。
特斯拉最新的 2021 年 Q2 数据显示：AP 每710万公里发生一起碰撞事故，而如果驾驶员自己开，这个数字是193万公里；与此同时，美国的其他车辆，大约78万公里就会发生一起碰撞事故。
好，可能他们还是不服气，说这都是车企公布的数据，毫无可信度；而且每出一起交通事故，都是受害者家庭无可挽回的损失，什么“时代的一粒沙，落到普通人头上就是一座山”......
好，行，我承认你们的逻辑是对的，那我们再来看另外一组客观数据：
日本、澳大利亚、德国、英国等国家，几十年前就把万车死亡率降低到 2 以下，甚至在十几年前降低到 1 以下。
而我国呢？万车死亡率一直是人家的几倍甚至十几倍；就算跟发达国家最拉胯的美国比，我们 2019 年的交通治理成果，只相当于美国 2004 年。
中国的交通事故每年每年都要死五、六万人，很多人既没有证据证明特斯拉、小鹏这种高阶辅助驾驶会造成更多的事故，也压根无视了这么多的死亡！
你们要为肇事司机辩白嘛？
说人话就是：你凭什么觉得，在中国，司机开车就一定比电脑程序更安全？
你要跟我比主观臆断，那我说中国很多司机连车道居中都不会！
我出去兜一圈，不谈每秒钟都能抓到一个，但是 1 分钟抓到 10 个乱开车的傻x是完全没问题的！乱压线、不会保持安全车距、恶意跨实线变道、乱加塞、变道不打灯、高速上龟速行驶、瞎开远光灯......甚至直接闯红灯、市区恶意超速。
尤其是像别克 GL8 和丰田阿尔法的司机，可以说基本上都是横行霸道，完全无视交通规则，抓起来全部毙了那肯定有无辜的，隔一个毙一个肯定有漏网的。
这就是中国司机的现状，天下乌鸦一般黑，从北上广深到乡村小道；像我这种老老实实守规矩、4 年两辆车一点剐蹭都没有的守法司机，凤毛麟角，比大熊猫还珍贵。
如果你指责我为一个不安全的技术背书，那我同样可以指责你为不安全的中国司机这个群体背书；但我可以肯定，即使有Bug的特斯拉AP，样本扩大到几万几十万这个级别的时候，起码高速上一定更安全，因为AP不会乱超车、乱打远光，起码AP这个电脑程序会车道居中和打灯变道。（
而且中国正在面临人口老龄化的现实，劳动力缺口怎么填补，会是未来的重要议题；我们不可能指望再来一次人口红利，所以只能选择科技手段。
尽管辅助驾驶距离自动驾驶还很远，但是辅助驾驶可以有效减缓司机疲劳，变相节省人力，还能避免很多交通事故的损失，那这个技术就绝对具有先进性。
中国制造2025这份文件，设定的2030年目标，对自动驾驶的愿景除了降低能耗比和排放，最关键的就是安全——“减少80%交通事故，基本消除交通死亡”。
所以我们要坚决跟盲目的保守派斗争，他们反对新技术只是出于对未知的恐惧，而非实事求是的了解技术本身；他们本能的厌恶辅助驾驶带来的风险，但是连搜索下中国交通事故相关数据的常识都没有。
甚至很多人可能连驾照没有就开始胡咧咧，压根不知道中国目前的道路状况和司机素质是什么鸟样，更加不可能知道辅助驾驶进步到了什么层面
还有些媒体和自媒体，在很多事故还没出调查结果的情况下，就直接用“刹车失灵”、“自动驾驶事故”这样的标题发一堆报道和视频，渲染恐慌气氛吸取流量。
这帮人也根本不关心后果，如果我们真像某些白痴所说的：辅助驾驶就该完善到自动驾驶层面再推向社会。
最大的可能就是跟谷歌、百度、苹果一样，干了半天发现根本不可能实现，该倒闭的倒闭，该转行的转行；然后坐看特斯拉等企业再次夺取先进生产力的制高点，最后捏着鼻子用国家的核心利益换取技术，甚至可能连技术都换不到，只能变成代工厂和商品倾销的市场！
就像过去的中国汽车工业一样。
尤其是在美国恶意摩擦进一步加剧的今天，在面向未来的科技布局上中国绝不能落后，决不能抱着一口吃成个胖子的想法，因为这违背了客观规律，这也一定会导致我们落后。
落后是什么结果？落后只能挨打！
所以我们一定要鼓励高阶辅助驾驶技术发展，鞭策那些不用心、不投入资源的国产品牌。
但是辅助驾驶有没有问题，有的，非常大；如果我们坚持实事求是，那么就会发现：辅助驾驶存在很多复杂的问题，甚至是结构性的问题，这也是为什么到现在都只有辅助驾驶，而没有真正的全自动驾驶。
所以我在这里提出第2个结论：汽车行业将会长期处于辅助驾驶的阶段，在漫长的量变引起质变之后，才能实现自动驾驶。
这会是一场漫长的持久战，在这个过程中，注定会产生极多的技术问题乃至于社会问题。首先无论是硬件配置还是软件算法，尽管经过谷歌、百度、特斯拉这些企业疯狂的烧钱研发，行业有了长足进步；但是相比自动驾驶需要解决的问题，那都是沧海一粟。
在视觉方案上走的最远的特斯拉，如前面所说，传感器参数非常古老，无论是像素数量还是帧率都很低。
从软件上来说，哪怕经过了几十万特斯拉车队在全球收集数据，FSD Beta 依然有超多的 Bug 没有解决：比如幽灵刹车，也就是汽车在路上莫名其妙的重刹；比如对静止物体的感知一直没上来，上次甚至撞了停在路边的警车。
而国内走得最远的小鹏，最近也发生了两起事故：一起是视觉没有识别到空载的平板货车，P7 一头撞在货车屁股上；另外一起是高精地图出现了莫名其妙的偏差，但是优先级又很高，导致汽车乱打方向，差点撞了高速护栏。
甚至还有上面说的，车前面装了 3 个激光雷达，都追尾了出租车。
2022 年当然会有很多在辅助驾驶硬件上大跃进的车型，但是他们的那些硬件，哪怕是好几个激光雷达、800 万以上的摄像头、再加上 1000T 算力，恐怕都不足以开发到自动驾驶阶段。
毫无疑问，我们处在，而且必将长期处在辅助驾驶的阶段。
但是很明显，资本不会放弃任何一个讲故事的机会，尤其是自动驾驶这么充满诱惑力的新技术；所以各种营销上的骚操作就来了。
我这里声明下，我不能说是虚假宣传，我怕吃官司，但是到底有没有，你们自己懂得。
比如特斯拉等一堆车企，在辅助驾驶里面非要添加自动两个字，而且销售还各种忽悠客户；这种不负责任的行为，对技术本身没一丁点好处，反而会在发生事故之后，激起社会舆论的普遍声讨。
上次蔚来出事之后，国产品牌全学了乖，一个个忙不迭的把自动两个字去掉了；但是还有头铁的，比如威马，他们的头比马斯克还硬啊，他们到现在都敢把“无人驾驶”这 4 个字挂在官网和各种户外广告上；乖乖，你们威马的软件开发能力什么鸟样，你们心里没点数吗？
42Mark 倒数第二的品牌，上了百度的泊车技术，就敢叫无人驾驶？
到这又有人说了：你看新势力都是渣渣，1 分的东西吹成 100 分，你看传统品牌多好，就没虚假宣传。
真的吗？好，我来举两个例子。
奥迪 A8 和本田 Legend，这两款车都号称达到了 L3 级别的自动驾驶；很多看不惯新能源和新品牌的人弹冠相庆，“你看，传统品牌一发力，什么特斯拉瞬间就被打爆了”。但是这两款车完全经不起推敲：奥迪那款号称 L3 的 A8，于2017年正式推出
这款车最大的底气，就是那颗前置的激光雷达，这也是全球第一辆搭载 Lidar 的家用车。
但是这颗法雷奥的Scala激光雷达，扫描性能只有区区 4 线，这是什么概念？20 万的小鹏 P5，车头装了两颗等效 144 线的激光雷达；蔚来 ET7，脑袋上顶着一颗等效 300 线的激光雷达；huawei inside 的极狐阿尔法 S，车头装了 3 颗 96 线的激光雷达。
再来看计算单元，因为当时汽车半导体工业发展较为缓慢，算力很低；所以这款 A8 采用了极为复杂的多芯片架构：
Mobileye的Q3，负责交通信号、车道线识别，行人检测等英伟达的K1负责驾驶员状态检测，360度环形视觉处理Altera的芯片负责目标识别融合，地图融合，自动泊车，激光雷达数据处理英飞凌的芯片负责监测系统运行状态，还负责矩阵大灯
乖乖，Mobileye的Q3，英伟达的 K1，我都笑了；别说跟特斯拉和国内新势力比，这两老古董连我手机上的骁龙 888 都打不过。
我们再来说说本田这款 L3，这车是在 Legend基础上改装的，配备环形视觉、5 个激光雷达、5 个毫米波雷达。
本田还是比奥迪厚道多了，前 2 后 3 一共 5 个激光雷达，据说是第二代 SCALA ，参数为 16 线；没错，从奥迪 A8 那个第一代进化了 4 倍。
计算单元则是瑞萨的V3U，60 Tops 算力。
看出来了吗？奥迪和本田，用一堆低配的古董货色装到车上，然后号称自己达到了 L3；但是国内一堆新势力，无论是激光雷达还是算力配置都远超这两位，却还是 L2；特斯拉在纯视觉算法上到了独孤求败的层次，也含含糊糊不敢说自己到了 L3。
看来，本田的算法比特斯拉、蔚来、理想、小鹏、华为要 NB 十几倍啊；而奥迪用更加古老的硬件，2017 年就完成了 L3 车型，这算法实力怕不是要比本田还要牛上几十倍。
这么一算，奥迪的软件实力岂不是特斯拉的几百倍？德意志真是天下第一！
实际上这两哥们也知道吹出来的水分有多大，2017 年这款 A8发布之后，除了营销吹 B，从未开放自动驾驶功能。
本田这款魔改版 Legend 压根不外卖，只搞了 100 辆做出租，这遮羞布什么成色你们也知道了。
而且这两款车型都堪称空前绝后——
空前指的是：在他们之前，奥迪、本田压根就没在量产车上做技术演进和测试。
绝后指的是：在这两款车之后，这两牌子也压根见不到量产车得到技术下放。
你不是都 L3 了吗？指头缝里随便漏点出来，那还不是吊打特斯拉，这么好的东西你们居然藏着掖着？
对于这些冒险主义和营销上的问题，不管是车企也好，媒体也好，我们都要坚决的斗争。
当然，产生了这么多的混乱，也是因为自动驾驶技术发展太快了，哪怕是辅助驾驶，其技术进步也远超整个社会的想象；所以无论是法律法规，还是技术上的认证标准，都完全没跟上。
我举个简单的例子：我们都觉得现阶段到不了自动驾驶，所以谴责那些把辅助驾驶吹成自动驾驶的车企；很多人张嘴闭嘴就是：“国家应该管一管”。
那么好了，如果有关部门接到了投诉，去找特斯拉，请问特斯拉虚假宣传的证据和法律依据在哪里？完全没有现行法律规定啊，怎么要求整改？
别说我们国家了，美国国家运输安全委员会（NTSB）一天到晚谴责特斯拉，认为他们对很多 Autopilot 的缺陷视而不见，从而引发严重交通事故。
但是那又怎么样呢？美国也没有形成完整的辅助驾驶和自动驾驶立法，只能谴责，不能出重拳，压根伤不到马斯克一根汗毛，人家照样推特天天炒虚拟币。
而且在技术认证这方面，也有很大的问题；一方面是大片的技术空白，毕竟工程实践都是摸着石头过河，认证标准怎么可能提前出来？
另一方面，那个自动驾驶分级表，真的正确吗？
这个标准既没有量化，也就是没有具体的数据做约束；更没有技术方向的指引，就是不告诉你应该怎么做，真的很难落地。
而且最顶层设了个 L5就很奇怪：驾驶难道不是一件非常复杂的事情吗？作为这么复杂的一个技能，怎么就能封顶呢？这话说得也太满了吧？什么叫完全自动驾驶？大草原上没有地图数据能不能走？戈壁滩上能不能自己越野？山区的那些破破烂烂的道能不能走？
不能走你叫什么完全自动驾驶？
还有 L3，也是典型的办公室拍屁股定方案；什么叫特定情况下自动驾驶，必要时驾驶员接管？特斯拉的很多事故，都是因为 AP 表现太好导致车主麻痹大意，过于信任软件，真到了发出警报要接管的时候，已经来不及了。
如果一辆车真的做到了所谓L3 级别，那他日常驾驶的表现只会比现在所有的车辆更好万事在线登录注册，让车主更放心；那也就意味着，需要车主接管的时候情况更危机，可能压根没有反应时间。
到时候出了事故，车企两手一摊：我就是按照L3 描述的样子开发的啊，汽车让车主接管，他没接住啊。这公平吗？
而且只用 0-5 这几个数字来描述自动驾驶水平，造成了很多重大误解；有人在驾校里开车，有人在 F1 赛道上开车，那能是一回事吗？驾校科目 1 都有 100 分呢，怎么到了自动驾驶分级就只剩 6 个数字了？
我们就不讨论更高级的东西了，就算是 L2 也是问题很多的。很多人挂在嘴上一句话就是：都是 L2，特斯拉有什么了不起？
我觉得这点也不怪大家伙理解错误，毕竟每一级区分只有 1，是个人都以为技术差距不大；但实际上呢。
我们就以目前中文互联网相对最全面的 42Mark 辅助驾驶测试为例，第一名的特斯拉和最后一名的 BYD 就已经相差了7倍，这还是特斯拉中国区摆烂的结果；未来特斯拉 FSD 进入中国，或者小鹏 XP 3.5 推送之后，可能榜单前面几名会到 100 多分，到时候差距就更大了。
这种不管水平高低都归类到 L2 的错误想法，就好像当年抗美援朝，美国佬以为志愿军跟国民党军队差不多——“中国军队我知道，战斗力就那样”，结果呢？
这就充分说明：这个 L0-L5 的自动驾驶分级表，只是工程师思维坐在办公室里面想出来的，根本没有考虑到实际落地的技术问题，乃至大众认知混乱的社会问题。
其实这些问题，对辅助驾驶和自动驾驶的伤害都非常深；现在的业界和主流大众也好像完全没有交集，很多车企闷头瞎吹并把产品推向市场，社交网络却有越来越多的反对意见，还有媒体在里面搅浑水，已经开始形成了撕裂。
要解决这个问题，我们需要抓住关键；这就是我的第3 个结论：从辅助驾驶到自动驾驶的这些问题，既是技术问题，更是社会问题。
说人话就是：你不能指望几个车企，甚至汽车行业自己，通过技术开发就解决辅助驾驶乃至自动驾驶的所有问题；而是必须通过全社会的力量做体系化的变革，才能最终解决这些问题，充分解放先进生产力。
当然，我不是说车企就不需要负责，大部分的问题，我们还是要通过技术进步来解决。面对汽车驾驶这样一个极度复杂的技能，就需要感知更强的传感器，算力更强的计算芯片，更加完善的算法与 AI模型，怎么发展都不为过；就好像智能手机，现在还有人嚷嚷性能过剩吗？
而且在这个量变引起质变的漫长过程当中，大部分时间必然都是人机共驾；你不能指望通过宣传教育以及道德规范，就能约束司机的行为，必须通过DMS驾驶员监测系统。
比如小鹏P7，就是通过方向盘上的摄像头，在本地跑一个人脸识别的模型；如果司机走神或者低头看手机，DMS立刻就会通过收紧安全带以及报警音做出提示；如果驾驶员还是不听，那就会直接退出辅助驾驶，强行要求接管。
无论如何，人类没有一项科学技术是能够做到100%可靠或者 100%安全；但是消费者和资本家的斗争不能突破限度，必须有足够的其他社会角色来充当缓冲层，一层一层的吸收伤害；否则尖锐的二元对立必然会造成非理性的冲突，只会威胁到社会的稳定。
比如在国家层面，就必须首先制定出一个可靠的、量化的，而且可执行的行业标准。我知道L0~L5的这个自动驾驶分级可能已经无法改变了，但是具体落地的时候，能不能搞出来一个更好的国家标准呢。
我举个例子，欧盟最新的R157法规，就针对辅助驾驶中的车道居中保持，做了极为详细的规定；例如辅助驾驶必须要按照列表内不同速度下的数值，保证与前车的最小跟车距离。
还有比如自动变换车道，该法规直接给了好几张图，写明了详细的安全时间、距离、速度等因素，这就叫量化的、可执行的标准。
我们国家不是没有针对性的测试标准与法规，但是就我目前查到的资料来看，我国的测试标准不仅非常简单，而且很多都还在批准或者正在起草，这与我国每年大批辅助驾驶车辆进入市场的现状是极不吻合的。
例如其中的 20171040-T-339，车道保持辅助的标准，连带附录一共只有 8 页，而上文提到的R157法规足足64 页；而且我国的这个测试场景太过简单，只有 3 个：直道偏离测试、弯道偏离测试，然后再把他们组合起来测试一遍。
这种测试的复杂程度，甚至远远低于 42 Mark 这种媒体，如何能起到指导行业发展，以及打击产品问题的作用呢？
还有下面这个中国汽车工程学会推动的各种技术标准，大部分立项都是 2019 年后才开始，真的远远落后于技术发展。
不得不说，我国在行业标准、法规、法律这 3 个方面，都需要奋起直追，拿出10 倍甚至几十倍的投入；因为现实情况已经刻不容缓了，光是特斯拉一年在国内的销量都有几十万辆，全部标配 Autopilot；其他品牌配备辅助驾驶的量产车，一年就有百万辆。
法律法规谈完了，我们还要聊聊执法；因为哪怕条文再完备，如果执法行为不具备可行性，那么再好的条文也不过是废纸。交警系统和质量监督系统的公务员也是人，他们获取信息的能力和途径，绝对不会明显超出一个普通人，比如短视频、微博、微信，甚至是报纸电视。
所以，遇到现实问题了；有些人总喜欢说：辅助驾驶和自动驾驶出了问题，就该企业负全责。政治正确的话谁不会说，请问具体怎么实行呢？
我举个栗子：上海车展，珊瑚站在特斯拉车上闹事，到今天都没出个结果；因为双方各执一词，特斯拉远程拉出来一堆数据，证明司机有问题；女车主珊瑚一口咬定刹车失灵，但是坚决不肯调查车里面的 EDR 数据。
问题来了，请问你觉得有多少交警知道：电动汽车，有在线数据和车内 EDR 黑匣子两种数据存档？
就算知道，请问有能力做EDR 数据提取和分析的鉴定机构在哪里？
他们又用什么样的方法和测试仪器，能够科学合理的鉴定数据，又或者复现软硬件问题？
然后，出了鉴定报告，执法机构又该按照什么样的法律，对双方做出什么样的处理？答案是：一切都是空白，所以干脆什么都没做。
结果我们也看到了，在刹车失灵这个案例中间，无论是车主还是特斯拉，又或者有关部门，甚至围观群众，全都输了：
珊瑚没有得到她要的赔偿，特斯拉损失了口碑，有关部门全程隐身没有起到稳定器的作用，围观群众物理意义上的打成一片。
要解决这个问题，就必须开发辅助驾驶和自动驾驶相关的培训课程；只有基层的执行人员形成了完备的知识体系，才能有效形成一层社会缓冲。
我们甚至可以发散一下，讨论这个钱从哪里来；从一般角度，国家应该找买了辅助驾驶技术的车主收钱，比如增加相关税种。
但是从反向思考的角度，也可以让没有为辅助驾驶买单的车主交钱，增加购置税；毕竟辅助驾驶用好了还是可以提高道路安全，而且这样搞，不用增加税种这么麻烦。
甚至国家可以成立自动驾驶技术的基金会，类似于半导体投资大基金；专门用来提高行业软件水平与认知建设；因为硬件的东西总是很容易追上去，但是软件和群众认知，才决定了硬件究竟能不能发挥作用。
我们国家过去发展的重大教训之一，就是只看硬件发展，不重视软件研发与相关培训这样的软实力；但是没有软实力，就意味着无法发挥人类的主观能动性，就是钢多气少，怎么增强科技竞争力？
聊到培训，我们的驾校也是必然需要改革的。
大家看过我们上面的图表就知道，过去几十年，我国的交通死亡率一直居高不下，很重要的原因就是驾校培训、考试极其不负责任，上路的司机连基本素质都不具备。
而考试大幅度加强之后，交通死亡率果然大幅度下降；这就说明，我们必须把影响安全的因素前置处理。
所以主管部门应该和执法体系的课程开发一起，加入驾校的课程开发；哪怕只在科目 1 加入辅助驾驶的相关培训，也能在以后消灭无数危险因子，防止事故。
甚至我觉得一些经济相对发达的地区，可以通过补贴，让驾校加入科目 5 的选择性培训，也就是辅助驾驶相关的体验和培训。
同时，也应该让车企承担起自己的责任来。比如小鹏就做的挺好，无论是提新车，还是更换司机账号；想要打开辅助驾驶功能，必须强制性观看好几段视频，了解技术边界，知道这个技术能做什么，不能做什么，什么时候应该接管；然后在 app 上答题考试，合格之后才能通过。
但是这毕竟只是一家车企的自发性行为，有关部门应该通过行政法规的形式，予以固化。
再接下来，是保险。
我们前面说到的很多措施都是为了预防交通事故的发生，但是事故发生之后，已经实质上产生了损害，那就只能由保险来减轻事故的损失，并安慰受害人及其家属。
保险行业未来也应该对于辅助驾驶和自动驾驶作出相关的调整，特别是自动驾驶，因为事故认定与鉴别会变得非常复杂。
这就要求保险公司对于各种赔偿的细则，以及赔偿的时间等，必须做出相应的调整。甚至我认为车企来做汽车的保险，会是一条更加有前途的道路。
虽然汽车保险已经进入了大数据的时代，会根据汽车使用的年限，车型，发生事故的概率来调整保费；但这些都依赖于手工录入的数据。更新时间基本上1 年 1 次。
而主机厂智能化做好了之后，可以掌握每一辆车精准的实时数据，不管是数据量还是更新速度，都要完爆保险公司。
其实特斯拉已经做出了相关的尝试了，汽车自己会根据你平时的驾驶行为生成分数，比如重踩刹车、重踩油门都会被认为是不安全的行为，直接扣分，以后根据这个分数来动态调整你要缴纳的保费。
国内的小鹏现在也在搞这个评价体系，正在灰度测试。
如果将来我国的金融进一步开放，允许车企自己来做保险，那我觉得这种精准的保险会更加推动行业的发展。
因为他可以真正做到安全的司机少交钱，危险的司机多交钱，利用市场经济来调节驾驶行为的安全度。
当然，这一切都要基于国家对个人隐私保护的法律。
而最后一道社会的缓冲，我认为还是媒体和我们自媒体。
媒体要给观众带来更多的知识，避免大家对于技术产生不切实际的期望，又或者是无脑的否定。
因为正如从前面所说，每年都有几百万辆带有高阶辅助驾驶的车源源不断的进入社会；所以不要讨论“应不应该做”，因为问题已经客观存在了，我们需要去找到解放生产力和减少损失的办法。
在这个过程当中，媒体有必要提高自己的姿势水平。比如很多人一种很搞笑的观点，说自动驾驶会不会面临电车困境？
遇到交通事故的时候，汽车究竟是选择撞一块石头，还是选择撞旁边的行人？
其实你只要了解一点基础知识，就知道完全不可能发生。因为目前的辅助驾驶和自动驾驶系统，从设计层面就不允许产生电车困境。
而且从物理的角度来说，更加不可能：没错，随着未来技术的发展，电脑程序的感知能力和反应速度会远远高过人类。也许在事故发生的时候，他确实知道往哪边走才是最优方案。
但是电脑反应快，并不代表转向和刹车系统能够同样迅速。子弹时间只存在于电影，现实世界有物理规律严格的约束，人不可能比超音速的子弹扭得还快，车更加不可能。
所以一旦遇到车祸，电脑能选择的最优解，基本上只有紧急刹车。至于刹车之后会发生什么，那就要交给交管部门，以及保险公司来处理了。
好了，视频到这里就快要结束了，真的很长，非常感谢大家能够看到这里。
我的初衷是什么呢？就是感觉现在网络上的戾气越来越重，对立甚至是撕裂层出不穷。我不觉得是人变坏了，我觉得是越来越多的普通人接入了网络。
所以，如果我们想要让讨论变得正常，就应该让观众得到更多的知识，比如就像这个视频的主旨一样——认识到很多事情不仅仅是技术问题，更是极为复杂的社会问题。
也许我提出的问题得不到解决，也许我提出的措施也不具备可行性；但是屏幕前的你，如果看完了有一些感悟，当你以后真正要做出选择，甚至你要替别人做出选择的时候，你能够冷静下来，多想一想、多查一查资料，做出一个相对理智的选择，那我觉得这期视频就非常有意义。
举报/反馈
