黃紫藍：電動汽車是這樣“煉”成的 | 產業前沿觀察_風聞

編者按

近年來，隨着我國電動汽車的全面普及，自動駕駛技術在電動車上的應用場景不斷湧現。從微觀上講，自動駕駛可以減少人為失誤，提高行車效率和舒適性，也能為老年人、殘障人士等特殊羣體提供更多出行選擇。從宏觀層面看，自動駕駛技術集成了自動控制、體系結構、人工智能、視覺計算等前沿技術，是衡量一國科研實力和工業水平的重要標誌，在國防和民用領域均有廣闊前景。

為此，各國紛紛投入巨資和資源以爭奪這一未來出行方式的制高點。儘管“自動駕駛”概念早在1958年就已提出，但真正的商業化落地出現在電動汽車與自動駕駛技術的結合上。相較於傳統燃油車，電動汽車在電氣化架構、即時動力響應、機械結構簡化和能量管理系統等方面具備天然優勢，使得自動駕駛技術在其應用上更加“融洽”。中國憑藉龐大的市場、產業政策支持和豐富的數據資源，正迅速崛起為全球自動駕駛領域的重要力量。

為什麼自動駕駛

更容易在電動車上實現？

“自動駕駛”並非新詞，世界上第一台自動駕駛汽車出現在1958年紐約世界博覽會上，美國無線電公司（RCA）與通用汽車公司（GM）聯合展示了一款名為“火鳥”（Firebird III）的概念車，該車的動力來源依然是內燃機，具備自動導航、自動避障和巡航控制等自動駕駛功能。然而，由於當時的技術尚處初級階段，系統可靠性和穩定性非常有限，而且造價成本高昂，無論從基礎設施還是社會接受度抑或製造商的研發重點看，“火鳥”都不是當時的最優選，最終還是停留在概念車上。

如果從技術層面比較電動汽車相對傳統燃油車的發展優勢，則不可忽視自動化技術的加持。因此，自動化技術並不是一開始就打算與電動汽車“結合”，而是逐漸從傳統燃油車“移情”到電動車上的。

“火鳥”的設計重點在於其內部的電子設備和控制系統，而不是動力系統。它承載了上世紀50年代人們對未來汽車的一種設想，其中包括了自動化和電子化的特點。混合動力汽車的商業化和普及是在20世紀80年代以後才進一步發展起來的。

比起傳統燃油車，自動化技術在電動車上的應用更為“融洽”。從技術角度討論，主要得益於幾個方面的優勢。第一，電動車的電氣化架構與自動駕駛技術的電子組件和傳感器系統具有天然的兼容性，使得集成過程更為順暢。第二，電動車的電機能夠提供即時的動力響應，這對於自動駕駛中快速決策和遇緊急情況的反應至關重要。第三，電動車的機械結構相對簡單，沒有內燃機的複雜傳動系統，這簡化了自動駕駛系統的控制邏輯，提高了控制精度。第四，電動車的能量管理系統更加高效。電動車通常配備了先進的信息娛樂系統和網絡連接功能，這些功能特性與自動駕駛系統緊密協作、相輔相成。

1958年，通用汽車推出的“火鳥”概念車

(圖源：通用汽車官網）

自動駕駛、智能駕駛、

無人駕駛的概念辨析

通常我們談到“自動駕駛”，很容易會將“智能駕駛”“無人駕駛”等概念混用。為便於討論，我們需要從概念上作出區分。

智能網聯汽車是一個寬泛的概念，涵蓋了自動駕駛、5G通信等在內的產業羣，由中國官方和相關學會界定，在國外語境中並無完全對應概念，我們可以從政策或產業規劃的角度來理解。相比之下，**智能駕駛則更強調智能化過程，需要搭載傳感器、控制器、執行器等來共同實現。**是否“智能”，是從人的需求出發的，越是能快速領會和滿足人的需求就越是“智能”，這可以從滿足市場需求的角度來理解。

**自動駕駛強調自動化的操作系統和功能，比如現在不少新車型已經具備巡航、泊車、座椅調校。**汽車的自動化功能都可以籠統地納入自動駕駛範疇。**無人駕駛則是自動駕駛的更高階段，最終目的是要在其接受指令後，執行過程無需人類干預也能夠應對絕大部分交通狀況，從而安全地將人送達目的地。**要達到這種效果，其所需的技術含量和自動化程度是很高的。這兩種概念都屬於技術層面，只是“無人駕駛”更強調技術要素。

美國汽車工程師學會（SAE）將自動化水平分為0-5共6個等級。目前真正實現商業化的乘用車主要集中在L2級別或L2+，即能夠同時控制加速、制動和轉向，再進一步的輔助功能包括自動泊車、召喚車輛等，但要求駕駛員必須時刻監控駕駛環境並準備接管。當前，部分車企準備推出L3級別的規模化上路測試，這個級別允許特定設計運行條件下車輛完全自動駕駛，但駕駛員必須在系統請求時能夠接管控制。L4和L5級別的高度自動駕駛和完全自動駕駛技術，在某些測試和示範項目中得到應用，但目前還沒有廣泛地應用在商業化的量產車輛中。

杭州市餘杭區未來科技城的自動駕駛接駁示範線巴士，車內配備的屏幕可實時顯示路面及駕駛信息（圖源：新華社）

為什麼電動汽車

直到現在才成為主流？

隨着電動技術的不斷進步，特別是電池、電機和電控等關鍵零部件的改進，加上充電設施的大範圍鋪設，電動汽車在本世紀初獲得了發展動力，並逐漸在市場上佔據一席之地。據科技市場分析機構Canalys預測，2023年全球新能源汽車滲透率已達17%，同年中國的新能源汽車滲透率更是達到了33%。2024年4月，新能源汽車在國內零售市場的批發、零售滲透率已雙雙突破50%，已提前11年完成國家要求的2035年滲透率目標。**這意味着在中國每賣出2輛新車，就有1輛是新能源汽車。**就在2020年，中國製定的相關產業目標還是——到2035年實現新能源汽車滲透率超過50%，這個增長速度遠遠超出了人們的預期。

這就帶來另一個問題，為什麼明明電動車發明得更早，但商業推廣卻在過去如此之慢，直到最近二十年，才由一個既不是發明汽車的母國，也不是工業先發的國家在短時間內推到了一個產業前所未有的蓬勃狀態？

簡單回顧電動車的發展歷程。電動車的概念和原型車可以追溯到1830年代，蘇格蘭發明家羅伯特·安德森（Robert Anderson）使用非充電電池發明了最早的簡易電動車，這距離1885年世界上第一台燃油汽車出現大約要早半個世紀。

可惜的是，雖然電動車更早出現，但一直未能成為乘用車的主流，這主要是因為燃油汽車在技術成熟度、能源供應、性能、製造成本、基礎設施建設等方面具有明顯優勢。石油的廣泛可用性和內燃機的長續航里程、迅速補能等特性，以及較低的生產和維護成本，使其迅速獲得市場青睞並主導了汽車工業發展一百多年。相對而言，電動車受限於電池技術，續航能力和補能便利性不足，加之相關基礎設施缺乏，導致其普及速度緩慢。

有了以上理由，要解釋電動汽車的商業化成功，很容易就得到答案——以上的阻礙電動車發展的技術如今被人類克服了。**我們固然可以從技術演進的角度來解釋技術進步給電動車行業的蓬勃現狀，然而，這些因素中的任何一個都不能成為電動汽車一百多年來沒能擔當主流乘用車的決定性因素。**電池等技術並非中國首創和獨有，進而不足以解釋中國最近二十年在電動汽車領域的迅速推廣。

這説明，**新能源汽車技術的發展並不遵循線性發展，而是一個充滿波動和階段性的過程。**如果將有利於電動汽車商業化推廣的因素逐一歸類，可以粗略地將這些變量分別歸於技術、制度（政策傾向）和市場三個體系。由於這三類體系的向上互動，促使新能源電動車在本世紀初擁有“挑戰”內燃機汽車主導地位的勢能。

如果一定要給全球新能源汽車迅速發展做一個籠統的歸因解釋，可以這麼説——發展得益於電力機械技術的積累和全球氣候變化的緊迫性，具備一定汽車工業基礎的國家或經濟體為新能源汽車行業提供了傾向性政策，他們注重新市場的培養，從而加速了從傳統燃油車到混動車再到純電車的商業化進程。

歐盟委員會6月12日發表聲明，擬從7月4日起對從中國進口的電動汽車徵收臨時反補貼税，税率為17.4%至38.1%不等（圖源：新華社）

自動駕駛技術的國際競爭格局

根據韓國首爾大學教授李根（Keun Lee）的技術趕超理論，我們可以通過比較制度、市場、技術三個維度，比較各國在全球自動駕駛技術的發展版圖中正展開激烈的技術競爭與創新實踐，從而比較跟蹤當前多元化的技術革新生態。

**美國憑藉其在科技創新方面的深厚積累，特別是硅谷的科技企業和研究機構，在自動駕駛技術上佔據領先地位。**特斯拉和Waymo是自動駕駛測試的兩大主力。通過大量的道路測試，兩家積累了豐富的數據和經驗，助推自動駕駛技術的商業化落地。美國在相關政策層面相對開放，各州可以自行制定自動駕駛測試和上路的法規。加州、亞利桑那州和密歇根州是自動駕駛測試的主要地區。同時，聯邦政府也在不斷完善相關法規，以促進技術的發展。此外，美國的融資環境對自動駕駛領域的發展也非常有利。

**日本依託其在汽車工業和電子產業的傳統優勢，通過大型企業如豐田、本田在自動駕駛技術上的投入，推動技術進步。**日本企業的資金來源多依賴於全球燃油車市場的盈利，再投入到自動駕駛技術的研發中。韓國則在政府補貼的支持下，注重研發和城市智能交通的發展，儲能體系和5G技術也取得了一定的進展。企業層面，韓國的現代集團也在加大對自動駕駛技術的投資，並與美國和歐洲的科技公司進行合作。

**歐盟國家高度重視環保和數據隱私，消費者對高質量創新技術的接受度較高，進而推動了自動駕駛技術的發展。**德國制定了詳細的發展路線圖，儘管目前在智能網聯汽車方面的關注點可能並不集中，但畢竟德國汽車在華市場基礎雄厚，與中國汽車自主品牌的技術合作是大趨勢。

**中國在自動駕駛領域的發展迅速，特別是在商業化進程上具有明顯優勢。**政府的強力支持、民眾的接受度以及投資和融資方面的資助，為中國的自動駕駛技術提供了良好的發展環境。百度和華為等企業在軟件平台開發方面取得了多項成果，中國在高精度傳感器方面也展現出一定的競爭力。同時，中國巨大的市場規模和對電動汽車的高接受度，為自動駕駛技術的測試和應用提供了廣闊空間。

總體來看，自動駕駛技術的發展涉及技術、市場、資本、政策和國際環境等多個方面。各國根據自身的特點和優勢，採取了不同的發展策略，當前已經形成了中美在研發和應用領域各有優勢，美國更勝一籌的格局。隨着技術的進一步成熟和國際合作的加強，自動駕駛汽車將在全球範圍內實現更廣泛的商業化應用。當前中國電動汽車在海內外走俏，依靠的是完備且強大的供應鏈和規模優勢，但在“從0到1”的原創性技術上尚未形成領導力，下一輪掌握競爭主動權在於自動駕駛，而改技術進步的關鍵在於數據質量的提升。

自動駕駛技術進步的

關鍵在提升數據質量

縱然自動駕駛需要裝置高質量的攝像頭、激光雷達等高精度設備，但如果沒有複雜的算法模型、迅速處理信息的算力以及真實可靠的數據儲備，那麼再好的材料和組裝能力，也無法讓人們安心地將部分甚至全部控制權交給一輛車本身。

（一）軟件的核心地位

**如果説軟件是智駕汽車的靈魂，那麼數據就是訓練自動駕駛操作系統的基石。**高質量的數據可以幫助自動駕駛系統更準確地理解和預測道路狀況、交通規則以及其他車輛和行人的行為。而數據的收集、處理和分析能力決定了自動駕駛系統的智能化水平。

隨着人工智能技術與電動汽車的緊密結合，人們關於自動駕駛的討論不再侷限於硬件的進步，而是轉向了軟件和數據的質量。這一趨勢不僅涉及技術層面的深度變革，還牽涉到市場、政策和社會各方面的因素。

首先，電動汽車的核心競爭力可以大致劃分為幾個部分：硬件、軟件和數據。自動駕駛技術本質上涵蓋了這些模塊，包括硬件設備、背後的軟件支持，以及數據採集。在硬件方面，中國已經取得了顯著的進步，尤其是在電機、電控和電池等技術應用領域。然而，**自動駕駛的關鍵在於軟件層面。**在這個領域中國企業如華為和百度已經取得了一些成績。以問界汽車為例，其內部的架構與華為手機非常接近，這表明華為在產品設計上給問界提供了重要參考。

不只是問界，華為還在車聯網、駕駛輔助、電驅系統、電控系統上為極狐、阿維塔等汽車提供技術服務。此外，華為和百度在自動駕駛軟件平台建設方面的努力，使得中國在這一領域擁有一定的競爭力。**因此，自動駕駛時代的競爭核心將不同於傳統燃油車那樣專注在硬件上，而是軟件。**以其他領域作比，智能手機有蘋果（ios）和安卓系統（Android）之爭、個人電腦有macOS、Windows和Linux之爭，隨着系統的算法模型和兼容性拓寬，各自可“駕馭”的硬件將越來越多，而自動駕駛的概念也將演變成“車輪上的智能手機”（smart phone on the wheels）。

問界同華為聯合設計的問界M7

（圖源：問界官網）

（二）數據質量是關鍵

軟件的進步離不開數據的支持。**數據質量和數據處理能力是自動駕駛技術發展的核心。**目前，中國在數據管理方面還存在一些屏障，各地區的數據管理界限尚未打破，跨區域的數據使用缺乏明確的解決方案。隨着電動汽車的普及，中國將成為全球最大的數據市場之一。這些數據的質量和收集方式將決定其在自動駕駛領域的價值。

**政策層面上，中國需要進一步支持軟件開發和數據管理。**華為和百度等公司在自主戰略指導下進行軟件開發，但需要更多的政策支持來提升其競爭力。例如，如何基於華為目前的工作進一步提升其競爭力，如何在數據質量和數據處理能力上取得突破，都是需要政策層面深思的問題。

目前，廣州和深圳都有自動駕駛試點項目，百度在深圳試運營“蘿蔔快跑”出租車項目，廣州也有“小馬智駕”和“文遠知行”等項目。這些項目在測試範圍和測試條件控制上取得了一些進展，但與美國相比，測試規模仍顯不足。中國的企業在道路安全和標準制定等方面需要更多的監管部門授權，而美國的企業則享有更大的測試範圍和權限，這使得美國在數據收集和實地測試方面具有優勢。

過去，自動駕駛的數據採集希望通過幫助車企做輔助駕駛來獲得更多真實路測數據。但現在**隨着人工智能尤其是多模態學習的進步，數據源已經不限於由車輛採集的數據，****包括路端數據在內，網上一些與車無關的視頻同樣也可以幫助到自動駕駛的數據採集和訓練。**這進一步突顯了數據開放對提升自動駕駛技術的重要性。

當前，中國的許多測試數據是人為設置的“非自然”（unnatural）數據，與特斯拉等公司收集的自然數據不同。數據質量不佳會影響算力和算法的效果，越差的數據會誤導算力和算法。**美國之所以在AI領域能保持領先地位，很重要的原因在於其能夠利用人類知識的整合，並考慮創造更多的數據來提升自動駕駛的能力。**中國還面臨着企業間數據交流困難的問題，因此需要打破行政阻隔，並構建利於數據流動的法治環境。

2022年2月，全球首個基於真實場景的車路協同自動駕駛數據集DAIR-V2X正式發佈，圖為發佈會現場（圖源：新華社）

​

結語

儘管中國擁有廣泛的技術應用市場和對關鍵原材料的掌控力，但我國的電動車在全球市場上的盈利能力尚無一家能進入全球前十名。

由於貿易壁壘高築，中國電動車在美國市場的佔有率幾乎為零，歐盟最近也公佈了加徵來自中國電動車的税率，給中企拓展歐洲市場增加了一定障礙。**面對全球貿易保護主義和以美國為首的地緣政治挑戰，破題的關鍵還是要利用好我們在新能源產業的技術優勢。**因此，我們要抓住電動汽車與自動駕駛技術（人工智能賦能）緊密結合的特性，不斷提升電動汽車智能化水平，通過構建更加豐富和靈活的全球產業鏈分工、合作體系，以打消各國對安全的擔憂，同時強化共同利益，從而取得技術和市場的雙重突破。

本文作者

**黃紫藍：**香港中文大學（深圳）前海國際事務研究院研究助理。