技術檻

業(yè)界普遍認為，智能駕駛開始進入發(fā)展快車道。比如北京、上海、重慶、深圳、武漢等地都在積極推進地方智能駕駛測試工作。這為智能駕駛技術發(fā)展創(chuàng)造了良好的應用環(huán)境。據(jù)公開資料，2021年，我國乘用車新車市場中具備L2級智能駕駛功能的車型銷售476．6萬輛，滲透率達到23．5％。

而且，在L2級基礎上還在不斷拓展功能配置和應用場景。目前，L3級落地問題備受關注。比如，歐洲具備L3級智能駕駛功能的車輛可以上路，中國也在積極推進。事實上，很多企業(yè)也擬定了L3級落地目標。甚至，L4級智能駕駛也有了初步眉目。

但不能否認，智能駕駛技術總體上仍不成熟，依然有很多技術難關有待攻關和突破。比如，高精度傳感器、芯片、操作系統(tǒng)、線控執(zhí)行器、仿真軟件、基礎工業(yè)軟件等核心基礎技術都有待突破。同時，伴隨著千人千面的個性化發(fā)展，智能汽車的技術創(chuàng)新還有很長的路要走。

安全檻

2022年7月21日，國家互聯(lián)網(wǎng)信息辦公室發(fā)布對滴滴全球股份有限公司（下稱“滴滴公司”）作出相關行政處罰決定，對滴滴公司處人民幣80．26億元罰款，對滴滴公司董事長兼CEO程維、總裁柳青各處人民幣100萬元罰款。該決定指出，滴滴公司存在8個方面的16項違法事實，包括違法收集用戶手機相冊中的截圖信息，過度收集用戶剪切板信息、應用列表信息，過度收集乘客人臉識別信息、年齡段信息、職業(yè)信息、親情關系信息等；存在嚴重影響國家安全的數(shù)據(jù)處理活動等。據(jù)媒體報道，最近滴滴還被撤銷了導航電子地圖制作甲級測繪資質(zhì)。這對滴滴打造智能駕駛的計劃有很大影響。但這只是智能駕駛領域涉及數(shù)據(jù)安全的一個典型例子。

其實，智能駕駛安全問題牽涉到很多方面。比如，近年來，駕駛智能汽車出現(xiàn)各種安全事故的案例也不少，其中除了人為操作失誤因素外，更多的恐怕是智能駕駛技術本身還不夠成熟的問題。

7月28日，國務院安委會辦公室發(fā)布了“關于印發(fā)《“十四五”全國道路交通安全規(guī)劃》的通知”。該規(guī)劃提到，深化道路交通安全科技創(chuàng)新應用，推動可信數(shù)字身份在車聯(lián)網(wǎng)、自動駕駛技術等方面的應用。這將促進智能駕駛安全領域的發(fā)展。

在智能駕駛發(fā)展方面，從企業(yè)而言，需要加強安全合規(guī)意識，建立自身的安全管理體系，不斷提升智能駕駛技術水平；從國家層面而言，需要完善相關法律法規(guī)，全面加強包括智能駕駛技術在內(nèi)的監(jiān)管。這樣才能逐漸解除民眾對智能駕駛的安全疑慮。

路線檻

對于智能駕駛，業(yè)內(nèi)通常認為，主要有單車智能和車路協(xié)同兩條路線。李克強指出，國外形成了兩條智能汽車發(fā)展路徑：一是以車輛為核心的單車智能發(fā)展路徑，二是依托移動通信技術推進的網(wǎng)聯(lián)化發(fā)展路徑。

目前國內(nèi)外大部分汽車企業(yè)以單車智能路線為主。而單車智能又分為以激光雷達和高精地圖等為核心的融合感知方案，以及視覺感知方案。特斯拉采用以視覺感知為主的方案，大部分企業(yè)采用融合感知方案，比如谷歌。

對車路協(xié)同路線，李克強進一步提出要車路云融合。但對于這兩條技術路線，業(yè)內(nèi)意見并不統(tǒng)一。有人認同單車智能路線，有人認為車路協(xié)同路線更具優(yōu)勢。比如，李克強認為，車路云融合的智能網(wǎng)聯(lián)汽車是突破國外單車智能瓶頸的全新發(fā)展路徑，是智能網(wǎng)聯(lián)汽車發(fā)展的中國方案。

目前，北京經(jīng)開區(qū)自動駕駛示范區(qū)走的就是車路云一體化融合之路。從汽車技術、成本、路權(quán)分配等角度而言，單車智能路線似乎更實際；而車路協(xié)同路線存在復雜的系統(tǒng)架構(gòu)設計難度大、云端和車端核心軟硬件平臺缺失、車輛廣域協(xié)同性能差等難題。因此，有專家認為，車路協(xié)同是一個偽需求，商業(yè)模式走不通，車企沒必要過于依賴車路協(xié)同，以免自我束縛。

投入檻

還有一個不可忽視的事實，搞智能駕駛，不僅研發(fā)難度大，而且投入也大，是一項非常費錢的工程，可能還是一個無底洞。華為終端BG CEO余承東曾直言，華為每年在汽車業(yè)務上僅研發(fā)投入就達十幾億美元，而且“汽車業(yè)務是華為唯一虧損的業(yè)務”。

有媒體報道，百度每年研發(fā)投入超過200億元。小鵬汽車2021年全年研發(fā)投入41．14億元，占總營收的19．6％。蔚來汽車和理想汽車2021年研發(fā)收入占比達12％以上。蔚來方面表示，2022年全年研發(fā)投入將同比增長1倍。理想汽車今年一季度研發(fā)投入13．7億元，創(chuàng)季度歷史新高。小米今年一季度研發(fā)支出35億元，同比增長16％。

作為行業(yè)龍頭企業(yè)，特斯拉僅去年研發(fā)支出便高達25．91億美元，同比增長74％，今年二季度研發(fā)支出6．67億美元。據(jù)StockApps報告，特斯拉每輛汽車的研發(fā)費用為2984美元，是行業(yè)平均值的3倍左右。

傳統(tǒng)車企也沒閑著，在智能駕駛領域的研發(fā)投入同樣不遺余力。比如，上汽2021年合計研發(fā)投入205．95億元。大眾2021財年研發(fā)成本達156億歐元；2018年計劃到2023年底在電動汽車、智能駕駛等領域投資440億歐元。

當然，這些研發(fā)投入并非局限于智能駕駛領域�？梢哉f，搞智能駕駛也是一場“燒錢”游戲，要是沒有雄厚財力做支撐，可能笑不到最后。

總之，各界對智能汽車未來發(fā)展充滿期待，但智能駕駛是一項復雜的系統(tǒng)工程，需要社會各界共同參與，并一起創(chuàng)造適宜環(huán)境。而打造這個適宜環(huán)境就需要跨越法律、生態(tài)、技術、安全、路線和投入等欄檻。

       原文標題 : 智能駕駛落地“負面清單” | 封面故事：智能駕駛跨欄期來臨(一)