前言：“无人自动驾驶或成为全球科技竞争新赛场”知识库特斯拉将原定于 8 月发布的“Robotaxi”原型车的发布时间推迟到 10 月 10 日。这一决定使特斯拉能够对车辆前部进行重大设计更改，并可能展示其他新功能。Robotaxi 从一开始就专为自动驾驶而设计，这意味着它很可能不会配备方向盘或踏板等传统车辆部件。马斯克还强调，Robotaxi 系统可以在全球范围内运行，而不局限于任何特定的地理区域。如果开发进展顺利，这将为特斯拉的自动驾驶出租车在今年年底前进入包括中国在内的全球市场奠定基础。
百度开发的自动驾驶叫车服务“萝卜快跑”的概念在全球媒体界引起了极大关注。百度利用其先进的L4级自动驾驶技术，在北京、上海和武汉等多个中国城市推出了这项服务，并计划在未来几年内扩展到 30 个城市。百度的“萝卜快跑”代表了自动驾驶汽车技术的重大飞跃，其自动驾驶汽车配备了语音和人脸识别等最先进的功能，并具有自我改进的能力。这些车辆的设计没有方向盘和踏板等传统汽车部件，强调了它们的完全自动驾驶能力 。在武汉，“萝卜快跑”订单量快速增长，已部署超过400辆自动驾驶汽车。这一部署凸显了自动驾驶技术在现实环境中的商业可行性和快速进步。
这些技术应用显著加速了自动驾驶技术发展的全球进程，预示着自动驾驶汽车在城市中的普及前景，也宣告着无人自动驾驶或将成为全球科技竞争的新赛场。
1.自动驾驶技术发展仍面临诸多制约与挑战
2.中国无人驾驶技术何以“加速快跑”？
自动驾驶技术作为一项颠覆性技术，正逐渐成熟，其发展不仅推动了市场接受度的提高，还引领了产业的快速发展势头。这一技术直接影响到各国汽车产业的国际竞争力和全球产业分工格局，因此，美国、中国、日本、德国等制造大国都极为重视。例如，美国在联邦和州一级制定了多项法规，逐步放宽对自动驾驶技术的限制，以促进技术向更高级别的发展。同时，中国将自动驾驶定位为新兴产业的发展重点，相关部门如工信部出台了一系列发展战略、规划和标准，并且一些地方政府也在积极探索自动驾驶相关的地方立法。随着技术的成熟、性能的提升及成本的降低，自动驾驶技术已在全球范围内迅速发展，各国通过推出支持性的产业政策，致力于重塑汽车产业的竞争优势，并保持及强化其在全球市场的竞争地位。自动驾驶技术的发展快速，特别体现在软硬件性能和车载计算平台的算力方面。例如，Mobileye的EyeQ3芯片于2014年量产，算力为0.256TOPS，而到了2018年量产的EyeQ4芯片算力提升至2.5TOPS，现今的智能驾驶芯片算力更是达到了200TOPS。这些硬件包括高分辨率摄像头、激光雷达、毫米波雷达及专用芯片，而软件技术则包括智能泊车、导航辅助驾驶（NOA）、高级驾驶辅助系统（ADAS）以及集成多功能的智能座舱。国际汽车工程学会（SAE）在2014年定义了自动驾驶的六个等级，从L0到L5，而中国在2021年发布的《汽车驾驶自动化分级》国家标准与此大致一致。目前，L1/L2级别的自动驾驶技术如自适应巡航控制、车道保持辅助、后方及侧方盲点监控、辅助停车和变道辅助等功能已经非常成熟，并广泛应用于市场上的多种车型。2022年，L2级乘用车的市场渗透率已达到34.5%。此外，从技术研发的角度看，自动驾驶领域的进展也可通过Github技术社区的数据窥见一斑。2016年，L3/L4级自动驾驶的新建研发项目占比为18.2%，而到了2022年这一比例上升到了55.6%，表明更高级别的自动驾驶技术正在快速发展。相应地，L1/L2级项目的比例从81.8%降至44.4%，这进一步证明了技术向高级自动驾驶的转移。等级 | 特点 | 备注 |
L0 | 应急辅助，emergency assistance | 系统不能持续执行动态驾驶任务中的车辆横向或纵向运动控制，但具备持续执行动态驾驶任务中的部分目标和事件探测与响应的能力。油门、刹车、方向盘等都由驾驶者操控，没有自动驾驶。 |
L1 | 部分驾驶辅助，partial driver assistance | 系统能够在特定的设计运行条件下，持续地执行车辆的横向或纵向运动控制，如加速、减速或方向控制，但这些控制并不是完全自动的。系统同样具备对某些目标和事件进行探测并响应的能力，以适应其执行的运动控制任务。 典型的L1级自动驾驶技术包括“定速巡航”和“车道保持辅助”。定速巡航可以自动控制车速以保持与前车的安全距离，而车道保持辅助则帮助驾驶者保持车辆在车道中。这些系统主要提供辅助功能，需要驾驶者对车辆保持主控，及时介入并进行手动操控。这表明，尽管车辆具备一定的自动控制功能，但驾驶者仍需在大多数情况下控制车辆，确保行驶安全。 |
L2 | 组合驾驶辅助，combined driver assistance | 进一步提升了自动化功能，不仅包含L1级别的功能，如定速巡航和车道保持辅助，还增加了更复杂的控制系统。这些系统在特定条件下能够同时执行车辆的横向和纵向控制，例如自动调整速度和方向。 在L2级别，技术如全速自适应巡航能够在各种速度下自动调节车速以维持与前车的安全距离。自动泊车功能可以接管停车过程中的方向和速度控制，使得泊车更加精确无误。主动车道保持则不仅防止车辆偏离车道，还可以在某些情况下自动调整方向以保持车辆在车道中心。自动变道功能允许车辆在高速公路上自行判断安全的变道时机并执行变道动作。限速识别则通过摄像头识别交通标志，并根据识别到的速度限制自动调整行驶速度。 尽管L2技术提供了较高级别的自动化，驾驶者仍然需要随时准备接管控制，因为这些系统通常只在特定的道路类型和条件下有效，且不能完全替代人的驾驶。这意味着驾驶者必须保持对路况的注意，以应对系统可能无法处理的情况。 |
L3 | 有条件自动驾驶，conditionally automated driving | 车辆可以在设计的运行条件下独立执行所有动态驾驶任务。在L3级别，车辆能够在大多数路况下自动驾驶，释放驾驶者从持续监控路况的责任，尽管驾驶者仍需在系统要求时能够接管控制。 中国在这一领域也正在进行实地测试和应用。2024年5月1日，杭州成为中国首个除经济特区外，通过地方立法明确自动驾驶车辆上路具体流程的城市。杭州主城区实现了无人驾驶的全面开放，该区域覆盖全市八个城区，总面积达到3474平方公里，服务的人口超过1000万。这一步骤不仅为无人驾驶技术的商业化提供了重要的法律基础，也为其实际应用创造了实验环境。 据报告，杭州的无人驾驶已累计安全测试与应用超过120万公里，且主动事故率为零，显示出该技术的成熟度和安全性。这一里程碑事件表明，中国在推动自动驾驶技术的商业应用和法规发展方面正在取得显著进展。 |
L4 | 高度自动驾驶，highly automated driving | 车辆能够在特定的条件下完全独立驾驶，无需驾驶员的干预。这包括在一系列预定义的环境和路况下自动驾驶，如高速公路或特定的城市区域。 L4自动驾驶技术的关键特点是其能力在识别到无法安全继续行驶的情况时，执行所谓的“最小风险策略”。这意味着系统能够自动决定如何以最安全的方式停车或处理紧急情况，而无需人类驾驶员的介入。例如，如果传感器或软件检测到技术故障或突然的道路障碍，车辆将自动选择安全停车的位置或其他应对措施。 在实施这些技术时，车辆利用高级传感器、摄像头、激光雷达（LIDAR）和高度复杂的算法来分析周围环境，做出决策，并执行驾驶任务。这种级别的自动驾驶在技术成熟度和应用领域方面都标志着自动驾驶向全自动化的重要一步。 |
L5 | 完全自动驾驶，fully automated driving | 车辆能够在任何道路条件和环境下独立执行所有驾驶任务，完全不需要人类驾驶员的参与。这意味着，不仅在高速公路或特定的城市区域，L5自动驾驶汽车甚至能够在复杂的多变天气条件和突发交通状况中也能安全运行。 L5级自动驾驶汽车的核心在于其能力能够完全替代人类驾驶员，包括在紧急情况下自动执行最小风险策略。这种级别的车辆通常设计时不包括方向盘或其他传统驾驶控制装置，因为从理论上讲，它们根本不需要人类进行任何形式的操作或干预。 由于L5自动驾驶车辆的全面自主性，人类乘客可以完全放松，将所有注意力都放在非驾驶活动上，例如阅读、工作或休息。尽管这种技术仍在发展中，其实现将是汽车工业和交通系统的一场革命，有望彻底改变我们对出行和车辆所有权的看法。 |
自动驾驶技术的融资和发展自2015年以来迅速增长。2014年，中国自动驾驶领域的融资事件为4起，金额为0.45亿元；到了2015年，融资事件增加到17起，金额达到5.57亿元。从2015年到2021年间，共发生融资事件402起，总融资金额高达939.91亿元，其中2021年单年的融资事件为111起，金额达到497.8亿元。这一大量资金的注入加速了自动驾驶技术的发展和市场接受度。尽管资金充足，高级别自动驾驶技术（L3级及以上）的推广进展仍较慢，部分因困难重重的运营环境导致一些公司由高级自动驾驶退回到L2+级别。目前，自动驾驶的广泛应用主要集中在L2和L2+级别，这些级别的技术增长迅速。据“爱普搜汽车”的数据，2021年全球智能驾驶装机量的L0、L1、L2级别分别为1800万台、3070万台和1947万台，而2022年1-11月中国国内的L1级自动驾驶销量为256.86万辆，同比下降18.7%，渗透率为14.7%；L2及L2+级销量为600.96万辆，同比增长46.0%，渗透率为34.5%。美国和中国都在积极推动无人驾驶的实际应用。美国在加利福尼亚州已批准62家公司进行自动驾驶测试，而中国北京经济技术开发区则在60平方公里的区域内投放30辆车，进行“主驾无人、副驾配备安全员”的自动驾驶出行服务商业化试点。此外，矿山、码头、园区接驳等封闭或限定场景下的L4级高度自动驾驶也在初步实现。这些发展表明，尽管自动驾驶技术面临挑战，但全球主要国家仍在推进其商业化和普及化。从中国人工智能产业高层政策制定的角度来看，自动驾驶技术的影响是方方面面的，特别是通过百度的“Robobus”（萝卜快跑）服务，我们可以观察到自动驾驶技术对经济、社会和就业领域的多方面影响。- 就业影响：自动驾驶技术的出现对运输业的就业格局产生了重大影响。随着“Robobus”等自动驾驶汽车越来越受欢迎，出租车和货运司机等传统驾驶工作面临着过时的风险。然而，这种技术转变也创造了需要高科技技能的新工作角色，包括车辆维护、远程车辆监控、人工智能系统开发和数据分析等角色。因此，高层政策必须侧重于加强劳动力技能再培训和过渡计划，以帮助工人适应这些新角色，确保他们满足不断发展的就业市场的需求。
- 安全和隐私：确保自动驾驶汽车的安全至关重要，涉及实施几项关键技术和措施。对于这项工作，至关重要的是先进的传感器技术、用于决策的强大人工智能算法、车联网 (V2X) 通信系统以及用于抵御威胁和确保数据隐私的网络安全协议。中国的数据保护法，如《网络安全法》、《数据安全法》和《个人信息保护法》，为保护乘客的个人信息免遭滥用或泄露提供了监管框架。监管措施必须强制要求进行严格的安全评估和定期审计，以维持公众对该技术的信任。
- 社会接受度：公众对自动驾驶汽车的接受度是其广泛采用的关键因素。公众教育活动、透明的安全评估、大规模检测和示范项目在建立信任方面发挥着至关重要的作用。像百度的“Robobus”这样的服务已经启动了公开试验，为公民提供了这项技术的第一手经验。此外，通过研讨会、透明地传达隐私政策和展示真实世界的安全记录来增强公众的理解，有助于减轻担忧并提高公众的接受度。
- 经济和社会效益：“Robobus”服务体现了自动驾驶技术的潜在经济和社会效益。从经济上讲，它可以提高运输效率，降低运营成本，并刺激人工智能研究和智能基础设施等相关领域的增长。在社会方面，自动驾驶汽车有望彻底改变城市交通，为老年人和残疾人提供更好的可达性，同时也减少了因人为错误造成的交通事故。这些进步要求政策制定者采取整体方法，为创新创造有利的环境，同时使监管框架与新技术现实保持一致。
| | |
| 就业结构的改变：无人驾驶技术的普及可能导致运输行业的大量工作岗位被替代，特别是出租车司机、卡车司机等。然而，这也将创造新的职业，例如无人驾驶车队的管理、维护和运行。在其他领域，例如技术开发和数据管理，也会看到就业机会的增长。 | 生活方式的变化：无人驾驶技术能够改变人们的日常生活方式，提高通勤效率，并使人们在旅途中可以从事其他活动，提高整体生产力。此外，自动驾驶会让老年人和残障人士的出行更加便利。 | 车联网技术：车联网技术允许车辆与车辆、车辆与基础设施、车辆与行人、车辆与网络之间进行通信，实现信息的实时交换。这不仅提高了自动驾驶的安全性，也为相关技术服务提供商创造了新的服务模式和收入来源。 |
| 交通效率和成本的改进：无人驾驶技术可以显著减少交通事故，降低运输成本，并且提高燃油效率。减少交通拥堵将节省大量时间和经济成本。例如，麦肯锡估算无人驾驶车辆每天可以为全球节省多达10亿小时。 | 环境影响：无人驾驶汽车预计能够减少温室气体排放，因为它们通常高度优化运行，大大提高车辆的燃油效率。这对改善城市空气质量有积极作用。 | 物流行业：自动驾驶技术在物流领域的应用，如干线物流、港口、矿区等，将提高运输效率并降低成本，从而为物流行业带来变革。 |
| 经济活动和城市规划：随着私人车辆所有权的可能减少，共享出行服务可能变得更加普及。这将显著影响城市规划和地产市场，例如减少对停车位的需求。 | 社会接受度和信任：社会对无人驾驶技术的接受速度将直接影响其推广。虽然技术本身具有革命潜力，但要取得广泛信任仍需克服许多挑战，包括技术安全性和政策法规的配合。 | 通信行业：自动驾驶技术的实现需要依赖高速、低延迟的网络，这将进一步推动5G网络的建设和发展。自动驾驶技术的发展也将推动网络切片技术、边缘计算技术等技术的进一步发展。 |
| 保险业调整：自动驾驶车辆预计会减少交通事故，从而影响汽车保险行业。保险费用可能会下降，保险公司需要调整产品和定价策略来适应事故率的降低和风险评估的变化。 | 安全性和伦理问题：虽然无人驾驶汽车的预期主要提高了交通安全，减少了事故率，但也带来了新的伦理和法律挑战，例如事故责任的认定和数据隐私问题。 | 数据服务行业：自动驾驶车辆将产生大量数据，需要通过通信网络传输至云端或其他处理中心进行分析和处理。这为相关行业提供了数据传输和分析服务的新市场。 |
百度Apollo推出的自动驾驶出行服务平台“萝卜快跑”已在北京、上海、广州、深圳、重庆、长沙和阳泉等超过10个中国城市进行全面开放，并常态化地对公众试运营。特别是在北京、武汉、重庆和深圳，该平台已实现全无人驾驶运营。美国媒体对此表现出浓厚的兴趣，报道称与国际自动驾驶企业如Waymo相比，萝卜快跑在订单量上已实现全球领先。根据2024年4月的统计数据，萝卜快跑在全球自动驾驶市场中的订单量超过600万单，突显其在此技术领域的领先地位。百度Apollo的自动驾驶测试和运营里程已超1亿公里，并且公司拥有超过5000件自动驾驶专利，显示出其深厚的技术积累和创新能力。此外，美国媒体还关注到公众对自动驾驶技术的复杂情绪，既有对其带来便利和经济效益的积极评价，也有对潜在的就业影响、交通安全和市场公平性的担忧 。在武汉，萝卜快跑的全无人驾驶订单比例达到45%，展示了其技术的成熟度和市场接受度。公司预计到2024年底在武汉实现收支平衡，2025年全面盈利。第六代无人车颐驰06是百度Apollo与江铃新能源合作开发的，其成本比5代车型降低60%，单车采购价格也仅为20.46万元，这一成本效率的提高为更广泛的商业应用奠定了基础。自动驾驶技术在中国受到政府的高度重视，并且得到了众多企业的积极响应。电动化和智能化是当前汽车产业的两大发展趋势，它们相互交织，共同推动了行业的快速进步。特别是新能源汽车企业，它们通过自动驾驶技术的创新，形成了明显的竞争优势。中国的电动汽车产销量连续八年全球领先，这一成就也促进了自动驾驶技术的进一步发展和应用。中国的自动驾驶企业在国际上也显示出强劲的竞争力。根据2022年美国加州交通管理局发布的数据，中国有四家公司进入了自动驾驶里程干预（Miles per Intervention, MPI）表现最佳的前十名，显示了中国在该领域的技术进步和应用实力。此外，中国的自动驾驶车队规模在全球也名列前茅，体现了中国在自动驾驶量产和商业化方面的快速发展。在自动驾驶零部件产业方面，虽然国内企业在某些高级驾驶辅助系统（ADAS）的领域与国际巨头存在差距，但在环视及泊车技术领域，国内市场的前五名供应商中，有三家是中国企业。这表明中国在某些关键技术领域正逐步缩小与国际先进水平的差距，同时在部分领域已经取得了领先优势。特斯拉和Waymo这两家美国科技巨头正在积极推进其无人驾驶技术的全球扩展。特斯拉CEO埃隆·马斯克最近在财报电话会上宣布，其全无人驾驶（FSD）技术已取得重大进展，预计今年年底前将进入中国市场，并计划在10月10日发布无人驾驶出租车服务Robotaxi，目标是实现全球覆盖，包括中国这一巨大市场。与此同时，谷歌母公司Alphabet也在其第二季度财报会上宣布，将在未来几年向其无人驾驶子公司Waymo投资50亿美元，以支持Waymo继续发展其世界领先的无人驾驶技术。这一投资反映了Alphabet对无人驾驶市场的长远看好和Waymo在该领域的重要地位。中美两国科技公司的这些行动标志着全球无人驾驶技术竞赛的加速。中国的无人驾驶企业如萝卜快跑和小马智行等也正在快速发展，面对国际竞争的压力，中国队伍正努力不落后，确保在全球无人驾驶技术竞赛中保持竞争力。这一竞争不仅涉及技术开发的速度，还包括市场接受度和相关法规的适应能力。最近一期由权威研究机构Guidehouse Insights发布的无人驾驶报告中，对全球16家顶尖无人驾驶技术公司进行了评估，其中Mobileye、Waymo、百度和Cruise被评为“领导者”，显示了这些公司在自动驾驶技术上的领先地位。特别值得一提的是，百度作为唯一一家上榜的中国企业，连续多年被评为全球“领导者”象限，体现了中国在自动驾驶技术上的迅速发展和强大实力。美国在这个领域的实力同样不容小觑，尤其是在落地测试方面。加州硅谷作为全球无人驾驶路试的主要基地，每年都吸引着来自世界各地的公司前来测试他们的技术。2023年，来自美国、中国、欧洲和日本的21家公司在加州进行了自动驾驶的路试，共有1603辆车参与。其中，通用汽车的Cruise、谷歌的Waymo和亚马逊的Zoox在车辆数量和测试里程上位居前三，显示出这些公司在无人驾驶领域的领先地位。美国的Waymo已经在旧金山提供全天候的无人驾驶出租车服务，并计划进一步扩展到洛杉矶等城市，覆盖面积扩大至1200平方公里。此外，Waymo的车队规模约为500台，累计订单量达到200万。与此同时，中国的“萝卜快跑”在武汉的运营规模达到400台左右，年内目标扩展到1000台，累计订单量已高达600万。这显示了中国在国内市场的积极推广和实施能力。通用汽车的Cruise和亚马逊的Zoox也在无人驾驶领域投入重资，显示了对未来无人驾驶市场巨大增长潜力的信心。特别是Cruise，尽管目前亏损严重，通用汽车依然预测其2030年的年收入将达到500亿美元。特斯拉在无人驾驶技术的竞争中扮演了极为关键的角色，其强势进入市场显著影响了中美之间的无人驾驶技术争夺。特斯拉的全自动驾驶（FSD）系统通过每天积累超过200万英里的行驶数据，不断学习和优化，这些数据为系统提供了极具价值的反馈，助力技术的快速迭代和精确性提升。全球范围内，特斯拉的车辆保有量达到了600万台，其中在中国市场约有180万台。这一庞大的数据基础和广泛的用户群使特斯拉在自动驾驶技术的发展和应用上具备了独特优势。随着技术的成熟和市场的接受度提高，特斯拉无人驾驶技术的大规模落地将可能重塑整个行业的竞争格局，提升其在全球自动驾驶市场中的影响力。过去一年多的时间里，中国无人驾驶企业在美国的测试数量大幅减少，几乎全部撤离了美国市场，这在一定程度上反映了中美在高科技领域的紧张关系以及政策影响。尽管如此，中国的无人驾驶企业仍然在国内外市场积极推广和测试他们的技术，希望在全球范围内扩大影响力。此外，特斯拉正在大力推广其全无人驾驶(FSD)技术进入中国市场，这不仅是为了抢占智能新能源汽车市场的先机，也是为了获取更多高质量的接管数据，以加速其无人驾驶系统的迭代更新。这一动向预示着未来无人驾驶技术将在中美两国之间展开更加激烈的竞争，同时也将推动相关领域如车载芯片、激光雷达、人工智能、大数据和云计算等技术的发展。总体而言，中美两国在无人驾驶技术的发展和应用上都表现出强大的竞争力和市场潜力，未来几年内无人驾驶技术将持续领先全球汽车技术创新，将成为中美科技实力较量的新爆点。自动驾驶技术的发展涉及硬件、软件和计算能力的综合进步。目前，各种技术路线并未定型，各有优势和局限性。例如，特斯拉的Autopilot系统依赖于视觉感知技术，成本较低，但在恶劣天气和光线条件下可能表现不佳。相对地，小鹏汽车的XPILOT系统采用激光雷达和高精地图，虽然成本较高，但在精度和稳定性上表现更优。激光雷达和摄像头作为自动驾驶的主要感知技术，各有不足。激光雷达在雨雾天气的穿透力有限，而摄像头在夜间或恶劣天气条件下的视觉感知能力会显著降低。这些技术的限制在一定程度上制约了自动驾驶系统的全面应用。自动驾驶技术发展的两大技术路线是单车智能和车路协同。单车智能依赖于车辆的传感器和软件，而车路协同则涉及车辆与通信端、路端、云端等基础设施的协同作用。美国联邦交通运输机构已经投资研究并推动了包括车辆对车辆通信（V2V）、车辆对基础设施通信（V2I）在内的车对外界的信息交换（V2X）技术。目前，单车智能受限于传感器的安装位置、探测距离、视场角和时间同步等因素，尤其在复杂的路况、恶劣天气和逆光条件下，面临精准感知和高精度定位的挑战。相对而言，车路协同通过路侧数字基础设施与车辆的数据交互，可以弥补车辆感知的局限，提高对道路环境的感知能力，帮助车辆作出更安全高效的决策，进而提高交通效率、减少事故。然而，尽管车路协同在理论上具有显著优势，中国在适应自动驾驶发展的信息基础设施方面仍处于探索和试点的早期阶段，距离大规模商用还有相当的距离。这表明，在实现完全无人驾驶之前，还需要大量的技术创新和基础设施建设。法律责任与道德伦理问题成为自动驾驶技术高级阶段的主要挑战。例如，2022年8月实施的《深圳经济特区智能网联汽车管理条例》规定，完全自动驾驶的智能网联汽车在无人驾驶状态下发生事故，应由车辆所有人或管理人承担赔偿责任。此外，若由于智能网联汽车的缺陷造成损害，车辆驾驶人或所有人、管理人在赔偿后可向生产者或销售者追偿。自动驾驶系统在遇到突发状况时的决策过程，常被称为“电车难题”。这涉及到当系统必须在造成较少伤亡和避免无辜者受害之间做出选择时的道德困境。在无人驾驶的情况下，这些决策由预设的算法完成，提出了对算法设计者即汽车制造商的责任问题。目前，虽然技术上已实现L3级甚至L4级的自动驾驶功能，但由于法律和伦理的不确定性，一些企业选择推迟发布L3级产品，保持在车辆行驶中需要人类驾驶员随时准备接管的状态。法律的不完善和随之而来的不确定性风险，是制约自动驾驶发展的关键因素。此外，自动驾驶技术的安全性问题不容忽视。近年来，一些知名自动驾驶车辆在测试中发生事故，通常是由于系统未能准确识别障碍物。在芯片技术方面，中国的华为海思、地平线等企业正在努力追赶国际先进水平，如英伟达、特斯拉和Mobileye。但是，中国在先进制程制造能力上与国际水平存在差距，加之国际政治形势下的供应链安全问题，为中国自动驾驶芯片的发展带来了额外的挑战。自动驾驶技术的未来发展需要解决感知技术的局限性，提高系统的整体稳定性和安全性，同时克服芯片技术和国际政治经济环境带来的挑战。这些因素将共同影响自动驾驶技术的商业化进程和最终的市场表现。在自动驾驶领域，中国的进展显著，已经在一些关键技术上赶上甚至超过西方。特斯拉的辅助驾驶技术和谷歌母公司Alphabet的Waymo无人驾驶出租车项目都在推动自动驾驶技术的发展。特别是在Waymo最近允许旧金山的用户通过下载应用程序使用其服务后，显示出市场的信心。在自动驾驶技术的竞争中，中国表现出强劲的发展势头，特别是在L3级自动驾驶的测试和实施方面。中国的自动驾驶领先公司如百度和小鹏汽车，正在积极开展类似于特斯拉和Waymo的自动驾驶项目，但采取了更依赖摄像头而非激光雷达的技术路线，这显著降低了成本，提高了商业化潜力。特斯拉的FSD系统和小鹏汽车的XNGP软件包都强调利用人工智能进行自动驾驶，而非依赖详尽的地图数据。这种技术策略不仅在功能上相似，也反映出对未来自动驾驶商业化的共同看好。尽管这些系统在国际上仍被分类为L2级的辅助驾驶系统，需要驾驶员的持续监控，但中国正在推进L3级的测试，表明在自动驾驶法规和技术发展上的开放态度。中国应继续将自动驾驶定位为国家科技重点支持领域，这意味着需要对车规芯片、激光雷达等关键硬件和操作系统、智能座舱等软件系统的研发进行大规模投资。为了加快这些技术的商业化步伐，政府应支持企业与高校、科研机构的深入合作，共同申报国家科技项目，这不仅有助于科技成果的快速转化，还能促进相关科技人才的创新和创业。例如，通过国家重点研发计划、高技术研究发展计划（863计划）等形式，增加对自动驾驶领域的直接投入，提高技术创新和产业化的速度。车路协同是实现高级自动驾驶的关键技术之一。中国应持续推动LTE-V2X和5G-V2X等新一代车用无线通信网络的建设，并在城市和高速公路上进行先行应用。此外，通过对市政道路进行数字化改造，安装智能摄像头、激光雷达、智能信号灯等基础设施，可以大大提高自动驾驶车辆的运行效率和安全性。例如，深圳市已经在某些区域试点安装了智能交通管理系统，这些做法值得在全国范围内推广。数据是自动驾驶技术发展的基石。各级政府应支持地方扩大高等级自动驾驶的测试和运营区域，鼓励企业增加路测和实际运营的车辆规模，以积累更多的运行数据。同时，发展自动驾驶仿真技术，建立行业性数字化仿真公共平台，可以在虚拟环境中测试和优化自动驾驶算法，减少实车测试的成本和风险。随着技术的发展，现有的交通法规已不能完全适应自动驾驶车辆的需求。因此，中国需要加快自动驾驶相关法律法规的制定和修订，包括安全标准、数据保护、事故责任划分等方面。地方政府可以先行制定相关政策，为自动驾驶车辆提供合法的测试和运营环境，总结经验后形成国家级的法规标准。在全球技术竞争日益激烈的今天，中国和美国在自动驾驶领域的合作与竞争形势复杂但充满潜力。这两个科技大国的互动不仅推动了自动驾驶技术的发展，还可能塑造未来技术合作的新格局。通过加强国际合作，共享资源和信息，两国有机会在确保技术进步的同时，也处理好彼此在竞争中的敏感问题。未来的自动驾驶技术发展将面临众多挑战，如技术标准化、数据安全、道德法律问题等，但这些也是合作的机会。例如，在数据安全和隐私方面，中美可以共同制定国际标准，提升技术的全球接受度。中国已经表达了与全球合作伙伴共同推动自动驾驶技术发展的意愿，希望通过开放的技术创新生态，促进这一领域的健康成长。在这一过程中，构建一个开放包容的国际合作环境将是关键，这不仅有助于技术的快速进步，也能确保这些高科技成果能够更好地服务于全人类的福祉。随着技术的持续进步和国际合作关系的不断深化，未来的自动驾驶技术将更加安全、高效和智能，为全球的交通出行带来革命性的变化。[1]https://electrek.co/2024/07/15/elon-musk-confirms-tesla-robotaxi-delay-front-design-change/[2] 李晓华.自动驾驶的发展现状、挑战与应对[J].人民论坛,2023,(18):68-72.[3]https://technode.com/2021/08/19/baidu-unveils-a-new-robotaxi-app-called-luobo-kuaipao/[4]https://global.chinadaily.com.cn/a/202108/18/WS611cbb6aa310efa1bd6699a8.html[5]https://pandaily.com/tech-giant-baidu-launches-robocar-and-robotaxi-services-app-luobo-kuaipao/[6] https://www.gmt8press.com/content/detail/139925[7] https://www.163.com/dy/article/J7RRD3NE051481US.html[8] https://m.huanqiu.com/article/4IZbFg0DpUY[9] https://www.bcg.com/publicatio[10]郭文佳.自动驾驶引领百年汽车大变局[J].智能网联汽车,2021,(03):48-51.主编丨刘典
编辑丨朱政宇
排版丨夏冉
审核丨梁正 鲁俊群
清华大学人工智能国际治理研究院（Institute for AI International Governance, Tsinghua University，THU I-AIIG）是2020年4月由清华大学成立的校级科研机构。依托清华大学在人工智能与国际治理方面的已有积累和跨学科优势，研究院面向人工智能国际治理重大理论问题及政策需求开展研究，致力于提升清华在该领域的全球学术影响力和政策引领作用，为中国积极参与人工智能国际治理提供智力支撑。
新浪微博：@清华大学人工智能国际治理研究院
微信视频号：THU-AIIG
Bilibili：清华大学AIIG
内容中包含的图片若涉及版权问题，请及时与我们联系删除
评论
沙发等你来抢