崔東樹：自動駕駛升級是學習人的過程，激光雷達是進化歷程中的“過客”

從去年下半年以來，我國汽車行業和市場對於自動駕駛輔助的存在感知正在明顯加速。比如去年第一批L3自動駕駛測試牌照的發放，今年開放特斯拉FSD進入中國，《杭州市智能網聯車輛測試與應用促進條例》則於5月1日開始實施等一系列標誌性事件，使得全國汽車從業者和愛好者們進一步將目光聚焦到自動駕駛輔助、尤其是L3級自動駕駛輔助多久放開的問題上。

近日，就自動駕駛在我國推廣測試以及最終落地的問題，觀察者網與全國乘用車市場信息聯席會（乘聯會）秘書長崔東樹展開了交流。

【文/觀察者網 唐曉甫】

觀察者網：崔老師您好，您是全國乘用車市場信息聯席會秘書長，對於汽車行業擁有長達幾十年的觀察和經驗。我們注意到《杭州市智能網聯車輛測試與應用促進條例》於今年5月1日開始實施。這使得杭州成為除深圳和上海外首個以地方性法規具體規範支持自動駕駛車輛上路的省會城市。我國地方性法規對於支持自動駕駛汽車上路是如何規劃的？像杭州這類地方性法規和北京亦莊等地對於商用無人駕駛汽車規定以及更廣泛的L3自動駕駛法規有什麼區別？

**崔東樹：**杭州智能網聯車測試讓杭州成為全國首個為智能網聯車輛上路通行立法的省會城市，也是全國首個為低速無人車立法的城市。根據相關規定，此次條例將開放全市八城區（上城區、拱墅區、西湖區、濱江區、蕭山區、餘杭區、臨平區、錢塘區）和桐廬縣城區共計3474平方公里用於智能網聯車輛測試應用區域，服務人口數量超1000萬。

杭州自動駕駛接駁示範線 圖片來源：浙江在線

但是必須指出這隻屬於測試，並不屬於大規模應用。傳統上，杭州作為長三角地區的技術先發試驗田，有比較長期的試驗新技術的歷史。此次在杭州的測試，從性質上來説和上海、北京的相關示範區建設會更加類似，都更加關注進行測試應用和積累數據經驗，而不是尋求一種突破。

觀察者網：以您的觀察，我國實現全面推廣L3及以上輔助和自動駕駛最大的難點在哪？L3相關法規近期會落地嗎？

崔東樹**：**現在L3及以上輔助和自動駕駛推廣，最大的難點無疑是現有技術的水平有限。現有智能輔助駕駛系統在識別環境、建立老司機級對環境認知能力、以及信息處理能力等方面依舊有缺陷。

同時，中國路況環境複雜，尤其是城市環境更為複雜，對中國自動駕駛造成極大影響，擁有很顯著的長尾效應。如果要滿足相關需求，現有智能駕駛系統在複雜環境下的決策和預判方面依舊困難。所以需要汽車在智能化算法和相關硬件系統配合上有較大提升。

根據L3定義，達到L3級別汽車的“自動系統既能完成某些駕駛任務，也能在某些情況下監控駕駛環境，但駕駛員必須準備好重新取得駕駛控制權”。這也就意味着雖然很多人將L3級自動駕駛視作自動駕駛法律意義上的分水嶺，但是L3從技術上依舊沒有完全脱離人，完全自主地進行服務和工作，依舊依賴人進行監察以及危機時刻的接管。

當然，這也説明由於L3相對而言技術難度更低，短期內落地應該也會比較容易。

現在高階自動駕駛依舊處於不斷探索的階段。如果把完全自動駕駛比作登月，那我們現在依舊處於在地球上不斷跳高、發射探空火箭，不斷嘗試挑戰新高度的階段。想一步跳到月球的難度依舊很大。現在各個車企解決的重點應該放在減少自動駕駛方面的長尾問題，逐步夠達到真正的無人接管的狀態，同時實現自我學習。

觀察者網**：**我國在近期批准了特斯拉FSD進入中國，並允許特斯拉汽車進入中國的敏感區域，對此您有什麼看法？我們通過什麼方法確保了數據安全？

**崔東樹：**我個人認為，數據安全的最重要一點就是數據不出境，這塊國家明確相關指標。特斯拉也已經達標，數據進行了脱敏，不會帶來其他危害性。

至於特斯拉FSD進入中國，無疑會對我們產生促進作用。這種促進和硬件方面的促進不一樣。硬件促進背後是供應商、供應鏈的升級，帶動的是整個產業鏈。同時硬件只要能買到，大家都可以標配。而軟件背後是公司對於知識產權的獨佔，也是現代智能駕駛公司的核心資產。而引進相關軟件進入市場並不會直接促成國內智能駕駛水平的整體飛躍。這就像普通人和一個智者一直在一起，也不一定能變成智者。因為思考模式不一定能學會，需要靠自己悟出來。

所以特斯拉進入中國市場，更多的就是一種刺激所有人都要自己儘快開悟的過程，但是最終結果一就要看各自發展。

觀察者網：近期有傳言稱特斯拉自動駕駛出租車將進入國內進行測試，您對此怎麼看？

**崔東樹：**我這方面沒有什麼消息可以透露。我覺得大家往往會同時關注同一件事情，但同時這件事情沒有太多更深入的瞭解。我個人認為，特斯拉自動駕駛出租車進入國內這事主要還要看美國方面的測試效果如何。特斯拉在美國駕駛積累數據比較大，其落地速度必然也會快於其在中國的落地速度。

圖片來源：視覺中國

如果其智能駕駛出租車在美國落地效果很好，那麼就有推向世界的可能。畢竟美國的道路環境相比於中國會更加簡單，且美國國內各種小鎮的人口密度等等都遠低於中國。所以我們還是要看美國這邊落地的具體效果怎麼樣。

觀察者網：隨着智能輔助駕駛越來越多的成為我國新一代新能源車的標配，您如何看待智能輔助駕駛的推廣？從您掌握的數據看，此類L2級別的智能輔助駕駛是否提高了道路行駛安全性？

崔東樹**：**智能駕駛輔助無疑是大幅提高了駕駛安全性。畢竟從L2、L3輔助的應用場景看，智能駕駛輔助對於減輕駕駛人員，尤其是長途8小時以上的駕駛疲勞度有顯著效果。而且長途駕駛一般會沿固定線路。通過智能輔助駕駛，可以給人更輕鬆的駕駛體驗，同時對於安全性有很大的提升。

雖然現在各個廠商在智能駕駛輔助方面表現參差不齊，但現在智能駕駛技術就是一種需要進行快速摸索學習的事。它最重要的部分是需要有人去做，去摸索。這方面我覺得杭州就做的很好，為各個車企創造了更好的環境，供他們進行測試，並立法規範。

整體而言，智能駕駛技術需要更長的時間進行穩定測試，然後基於測試進行大規模推廣。

觀察者網：此前一段時間，關於包含激光雷達在內的多模態智能駕駛方案和以特斯拉為主的純視覺方案智能駕駛路線孰優孰劣，成為很多人關注和爭論的焦點。您如何看待這一爭論？從長期看，哪種發展路線更加適合未來的智能駕駛需求？

**崔東樹：**我個人覺得這一切都在競爭的過程之中。

首先，我認為不帶激光雷達肯定是未來的趨勢。因為自動駕駛升級就是學習人的過程，激光雷達是自動駕駛進化過程中的過客，就像人不可能帶着蝙蝠出去一樣，激光雷達會隨着更多的視覺信息被蒐集、學習之後逐步被淘汰。而且從AI發展的角度看，它對視覺的學習能力，遠超過對激光雷達蒐集信息的學習能力。所以我認為視覺肯定是未來的發展方向。

搭載ADS2.0的高階智能駕駛版問界AITOM5車頂前方的激光雷達模塊。圖片來源：視覺中國

但由於中國廠家大量入局激光雷達，短期內激光雷達的成本下降特別快，這使得更多的車企和車型能夠使用激光雷達。在此背景下，為了提高安全性用於輔助駕駛，肯定是有需求的。

觀察者網：您認為未來汽車的智能駕駛表現應該是更接近人而不是超越人嗎？

**崔東樹：**超越人也會需要一個過程，在這個過程中需要一些輔助手段才能彌補學習過程中的智能不足的情況。

但是從智能駕駛的最終形態看，我個人還是傾向於用純視覺，畢竟人進化那麼多年才發展到現在階段。我們現在出行也並不必須裝備特殊探測設備才能出去。

觀察者網：從現有的各種智能駕駛方案看，包括特斯拉、華為等企業的智能駕駛方案都是基於本地信息實時採集，並同時利用本地數據和雲端模型拓撲得出最佳法案。這是否意味着L4以上自動駕駛將更少的依賴包括智慧道路在內的汽車與外部環境信息交換（V2X）？未來自動駕駛技術發展對智慧道路的需求是怎樣的？

**崔東樹：**這是肯定的，自動駕駛本地化解決方案推廣很可能導致智慧道路的最終需求減少。現在普通人用手機導航就已經能夠解決人駕的所有信息需求。所以理論上而言，車輛自身收集的信息以及結合類似高德地圖的互聯網地圖已蒐集的信息，就已經可以從功能滿足的角度，為汽車行駛提供相對完整的信息。

現在很多車雖然屏幕大，但從信息量的角度看，汽車能為智能駕駛或輔助司機駕駛信息很多時候還不如現在的手機，這也説明汽車在本地信息蒐集和處理方面的提升空間還很大。未來隨着車機本地化處理信息蒐集能力和處理能力的進一步提高，實現自動駕駛所需要的信息交換需求將會小於以前的預想。

而且現在越來越多的智能車企正在逐步放棄高精地圖路線，這也會對未來智慧道路發展產生影響。

從哲學的角度講，在絕大多數情境下，面對茫茫社會，人首先要依靠的是自己的力量，而不是依賴外部的力量去解決問題。這對車也一樣。

**觀察者網：**感謝崔秘書長接受觀察者網的採訪，謝謝您。

本文系觀察者網獨家稿件，文章內容純屬作者個人觀點，不代表平台觀點，未經授權，不得轉載，否則將追究法律責任。關注觀察者網微信guanchacn，每日閲讀趣味文章。