尽管面向自动驾驶实用化的开发仍在全世界范围加速进行，但如今大家提起自动驾驶却不免掺杂了些许复杂的情绪，支撑这种复杂的原因有很多，比如2023年上半年，自动驾驶仅完成69起融资，市值下跌、裁员、倒闭的公司开始增多，长尾问题得不到解决，商业化落地不及预期等等。
在各种质疑和悲观论调四起的同时，日前旧金山一起涉及无人汽车的交通事故，再一次把自动驾驶的安全问题推向了风口浪尖。
骚乱不断！无人车上路惹事端
事故发生在旧金山中心的交叉路口。
根据目击者说法及车辆内部摄像头视频显示，一名成年女性从左侧进入马路时，被一辆加速通过路口的人类司机驾驶车辆撞倒，后被甩落至无人驾驶车辆前进的车辆。无人车未能及时闪躲，朝行人压了过去，随后车辆检测到后轴下方有东西紧急制动，但该名行人还是不幸被困车底。
图源San Francisco Fire Department
尽管警方表示，导致事故的是另一辆非自动驾驶汽车，但还是引发了当地民众对无人出租车商业化运营的担忧。
这已经不是无人车第一次在旧金山引发争议。
今年8月10日，谷歌母公司Alphabet旗下的Waymo和通用汽车旗下的Cruise被批准在旧金山市区全天候、无安全员的情况下运营无人驾驶出租车服务，但仅仅运行一周，就因为在街道上引发混乱而遭到抵制。
比如，有Cruise的Robotaxi闯进建筑工地，然后陷在未干的水泥地里；十几辆Robotaxi因为无线连接突然熄火，造成长时间交通拥堵。最严重的一次，Robotaxi在十字路口撞上执行任务的消防车，导致乘客受轻伤被送往医院。
为了阻止无人车扩张，不少民众甚至采取偏激行为进行抗议。一个名为Safe Street Rebel ”的专门反对无人驾驶出租车的组织，鼓励民众在空载的Robotaxi引擎盖上放置一个简单的橙色锥体，扰乱车辆定位系统使其瘫痪。这让原本就混乱的局面更加雪上加霜。
因为状况百出，Cruise被要求削减一半的Robotaxi，白天不得超过50辆，夜间不能超过150辆。
值得一提的是，无论Waymo还是Cruise，他们的自动驾驶在硬件配置上都几乎已经达到顶级。比如Cruise采用的是多种传感器冗余的技术方案，其自动驾驶车辆配备了5个激光雷达、14个摄像头、3个广角雷达、8个长距雷达，10个超声波雷达，并且还配备了高精地图。
以上配置已优于绝大部分自动驾驶公司。这恰恰说明，目前L4级别的自动驾驶还无法应对城市道路真实且复杂的环境。
尽管无人驾驶技术描绘的蓝图很美好，但从技术成熟到商用落地仍有一道巨大的鸿沟需要跨越。
从L2到L4，为何那么难？
根据美国汽车技术会（SAE）制定的标准，自动驾驶等级分为L0～L5。其中L3是有条件的自动驾驶，相当于自动驾驶的最低等级；L4是高度自动驾驶，L5则为全自动驾驶。
虽然自动驾驶高歌猛进了许多年，可事实上大多数车企在功能定义上仍停留在L2-L3阶段。L4要想落地，顶级硬件、先进算法和海量数据，缺一不可，但很少有L4公司能同时满足这三个条件。
根据美国兰德公司的报告分析，要实现通用的L4自动驾驶，大约要达到160亿公里的测试里程，才能证明L4在安全性上超过人类。
然而即使是在较为激进的测试计划中，用100辆车组成的自动驾驶测试车队以64公里/小时的时速每天测试24小时，也需要花上数十年，甚至数百年时间才能跑完上述里程。以图森未来为例，虽然其硬件配置在业内已属顶尖水平，但截止今年3月，公司对外宣布的总运营里程也只有1600万公里。
而感知的长尾问题，则是限制自动驾驶车辆落地的重要原因。
自动驾驶算法主要由感知、预测、规划控制三大部分组成。目前市场上统一这三大部分的算法大都基于特斯拉在2021年推出的“BEV+transformer”架构。
“BEV+transformer”算法架构可以将感知模块的多个2D图像和传感器信息整合为三维的向量数据，然后通过加入时序信息，更方便规划控制算法实现对障碍物的追踪。但“BEV+transformer”架构中的规划控制采用的是基于规则为主的方式，即针对某个具体场景，编写一段具体的代码。这导致现在自动驾驶算法普遍因为泛化能力不足而存在许多长尾问题（corner case）。
以路口转弯为例，真人驾驶时，我们并不会要求车速、转弯的具体位置、方向盘的角度都达到某个数值之后才转弯，而是决定要转弯，然后在一个“适当”的时候自然而然地转过去。
这种所谓“适当”的判断是技术中最难把握的部分，也是汽车应对路面复杂情况能够做出妥善决策的关键。目前行业内倾向于通过“端到端”车辆控制技术来解决相关问题。它可以将过去自动驾驶决策的中间过程融合成一个整体，将原本依靠规则驱动的自动驾驶彻底转变为依靠数据驱动，从而使系统做出的决策更趋近于人。但相关技术的成熟仍需要一个过程。
缺钱则是多数企业面临的一个现实难点，自动驾驶的研发投入巨大，没有大量的融资往往难以支撑。去年，独角兽公司Argo AI宣布破产，将福特和大众投入的20多亿美元烧了个干净，以至于福特CEO痛心疾首地表示：“现在投资L4无人驾驶前景不明。”
阴霾尚未驱散，但进程仍在继续
自动驾驶行业里的玩家从一开始就分成了两个流派：一派走渐进式路线，通过快速落地、快速纠偏从L2过渡到L4级及以上，比如特斯拉；另一派推崇“一步到位”的跨越式路线，直接研发L4级技术，比如图森未来、Waymo。
意识到高级自动驾驶的困局一时半会难以破解之后，不甘陨落的多数公司选择了降维这条路，通过L2前装量产来自我造血并形成数据反哺，比如轻舟智航、小马智行等多个L4公司相继调整战略，从聚焦Robotaxi“降维”到ADAS领域。
尽管对L4公司而言，降维L2不是简单的能力迁移，而是另起炉灶、从头来过。但通过降维收集真实场景数据，为技术迭代做准备，以积涓成流的方式，逐步推动自动驾驶的实现，不失为一条可行的“自救”路径。
相比高级自动驾驶商业化落地的步履维艰，辅助驾驶的进展迅猛得多。今年各大车企都在积极推进城市NOA的落地；6月份，小鹏汽车城市NGP率先在北京落地，大疆和理想则分别发布了“记忆行车模式”和“通勤NOA模式”，计划在下半年上线。
结结实实碰过钉子之后，很多企业已经明白，自动驾驶是一场持久战，因此在策略上一改往日冒进的风格，变得务实起来。以辅助驾驶作为突破口，让消费者先用起来，完成社会心态乃至产业升级的准备，成为了行业普遍的共识。
当然，在乘用车商用上遇冷，这并不意味着无人驾驶就一无是处。目前卡车、巴士、环卫、港口、物流是无人驾驶应用的重要领域，相比个人用车场景的复杂和不固定性，无人驾驶卡车和巴士这种固定的道路，更容易让自动驾驶落地。
比如小马智行，先后开启了Robotruck和L2++自动驾驶的业务，通过将自动驾驶卡车投入到实际商用，来解决无人驾驶技术短期内无法商用、营收等问题。
与此同时，自动驾驶相关的法律法规也在逐步完善。2月1日，上海颁布《上海市浦东新区促进无驾驶人智能网联汽车创新应用规定》，明确了管理自动驾驶应当依据的法律条例，以及在发生事故之后，保险、车辆所有人或管理人、自动驾驶开发者之间的责任认定。
在自动驾驶领域“先人一步”的深圳，6月宣布开放首个自动驾驶L4级商业收费运营，并拟于近期逐步开放高坪快速路西段、水官高速、南坪快速路东段作为测试示范道路。
尽管争议不断，资本降温，但不论车企、供应商都没有放弃对自动驾驶的投入。自动驾驶从一个单纯的技术、产品问题深入到社会的各个层面，各种问题不断被摆上台面，相应的解决方案又在社会的广泛参与中形成。
任何事物都在曲折中前进，从这个角度来讲，当下的困境或许只是在为自动驾驶的到来做好准备。
告别了热钱涌入、资本追捧的阶段，自动驾驶行业正朝着更冷静的方向前行。
当赛道中的玩家，不再死磕高阶自动驾驶，而是能够更加理性地思考怎样跑通商业模式的问题，甚至愿意降维去“曲线救国”时，意味着行业泡沫已经所剩无几。
什么时候熬过寒冬尚未可知，但不妨让子弹再飞一会儿。
获悉新能源最新资讯解读行业热门话题
更多精彩内容敬请
关注视频号【苏昕Andy】
跟易能时代CEO一起走进新能源世界
