[汽車之家 行業] 在網上引發論戰的蔚來輔助駕駛事故，其實早就被人“預測”到了。一個多月前，同濟大學汽車學院教授朱西產就曾在公開場合表示：“對于輔助駕駛，當用戶期待遠遠高于系統能力的時候，安全問題就一定會出現。”
當然，用戶期待為什么這么高，車企自己最明白。
于自動駕駛產業發展而言，蔚來“輔助駕駛致死事件”或許將成為一個標志性的轉折點，這個“轉折”算是一把雙刃劍。積極的一面在于，這會讓全社會重新審視自動駕駛，刺破宣傳“泡沫”，推動相關法規健全，尤其是讓用戶拋棄盲目期待，真正認識到現在所謂的“自動駕駛”發展水平；而消極的一面是，這可能會極大擾亂自動駕駛發展進程，讓資本再次爆冷，使企業束手束腳，進一步減慢相關技術的推廣應用速度，這些都對產業發展不利。
綜合上述兩個方面而言，全產業發展應該尋求一個平衡點，可以借此機會主動“降溫”，統一輿論戰線摒棄“內卷”，讓行業回歸理性。但“降溫”不宜矯枉過正，真正需要降的，是那些過度宣傳、僥幸樂觀、盲目推廣；而自動駕駛技術的研發、立法推進、資本投入，甚至看起來頗有些扎眼的“用戶教育”，不僅不應降溫，反而應該繼續增溫才對。
給過度宣傳降降溫：害人終害己
最近這一年，自動駕駛事故頻出，每次都是塌方式負面，可消費者卻始終愿意往前沖。在這件事上車企的過度宣傳恐怕要負主要責任。這種過度宣傳不是一家一戶的事，而是普遍地、集體性的過度宣傳，給用戶營造出了“可以撒手不管”的錯覺。
『特斯拉FSD界面』
這件事的鼻祖恐怕就是特斯拉了。早在2014年，特斯拉就開始用“半自動”這個詞匯來標榜Autopliot；到2016年Hardware2.0推出時，馬斯克說“硬件傳感器和算力完全能勝任未來的自動駕駛”；到了2019年，特斯拉正式推出FSD，雖然在用戶手冊中特斯拉注明了該功能屬于“輔助駕駛”，可看這Full Self-Driving的全名，以及馬斯克多次在公開場合鼓吹的“可實現L5功能”，恐怕愿意相信它是自動駕駛的用戶并不占少數。
作為新勢力的始作俑者，特斯拉已經成為眾多企業爭先效仿的對象。這種效仿不僅僅是在產品定義、銷售模式上，同時也在對于輔助駕駛功能的過度宣傳上。于是乎，國內的企業站在巨人的肩膀上，造出了不少新概念，比如”L2+”、”L2.5”等等，將自己的L2級輔助駕駛包裝成“自動”，大搞文字游戲。
比方說，在搜索引擎上鍵入關鍵詞“L2+”或者“L2.5”，能第一時間出現很多車型，其中不乏傳統車企的銷量主力；甚至在極狐阿爾法S的官網頁面上赫然掛著“智能高階自動駕駛”的稱呼。而在事故輿論發酵后，有些新勢力顯然開始糾正說法，比如理想已經把此前官網上”理想AD高級輔助駕駛系統”的“高級”兩個字刪掉了，小鵬也把其輔助駕駛系統的名稱由此前的“XPILOT3.5自動駕駛輔助系統”改為“XPILOT3.0智能輔助駕駛系統”。
對于L3的爭奪更是你方唱罷我登場，車企紛紛標榜自己為“首個”，以致網上出現了多個車企的多個“首款L3”。比如“率先實現L3級自動駕駛量產落地”、“中國首個L3級自動駕駛”、“全球首款L3級自動駕駛量產車”、“全球首款量產L3級自動駕駛”等……
不僅L3，個別車企同樣對L4展開了混淆式進攻，比如威馬汽車。原本威馬W6可以實現AVP功能（自動代客泊車），而該功能屬于L4級自動駕駛的場景之一。于是乎威馬汽車便將這款車定義為“限定場景L4級無人駕駛”，甚至其官網直接標注這款車為“國內首款無人駕駛量產車型”。
廠商知道這是怎么一回事，業內人士也知道這是怎么一回事，但用戶呢？恐怕眼睛盯著“L4級無人駕駛”而忽略了“限定場景”的大有人在。
而在銷售端，大肆鼓吹“自動駕駛”的情況更是屢見不鮮。讓人無語的是，大部分新勢力直營店在銷售端宣傳輔助駕駛時分“事前”和“事后”。在輔助駕駛事故前，大家的宣傳往往是“這就已經可以達到自動駕駛了，不過由于相關法規尚未出臺，我們只能叫‘輔助駕駛’，但部分場景下已經可以當‘自動駕駛’用了。”而每當社會上出現“輔助駕駛致人死亡”的新聞后，這些新勢力銷售卻都立即換上一副認真臉，講解的時候也會特別注意說明：“這只是輔助駕駛，您千萬不要過分相信它”。但即便這樣，當你表示“那我就不買輔助駕駛選裝包”的時候，銷售又會立馬放出“我們的產品可以OTA升級，未來的功能會越來越強大，越來越完善”等論調。
這種“事后”的嚴謹，讓人看上去更像是暫時性的改善，只是不知又能維持多久？
其實業內對于自動駕駛的過度宣傳驅動力不外乎以下幾點。首先是資本驅動。AI、智慧城市是大勢所趨，自動駕駛恰好是個絕佳的資本“故事”，是億萬股民狂歡的興奮劑。其次，是車型產品賣點的需要。新能源汽車尚未對燃油車形成壓倒性優勢，總不能一直去和燃油車比0-100km/h加速。此外，市場宣傳“內卷”非常嚴重，在全網鼓吹的行情下，任何一個車企都不能容忍自己比別人落后。
用戶是被輿論所引導，不能寄希望于用戶去掌握技術原理。當輿論大幅度向某一面傾斜，那么“真相”就太過勢弱，而當下用戶顯然對自動駕駛有了過高的期待。
其實車企也明白，這樣的對標性“過度宣傳”，即便一時間可以獲得市場聲量，但也屬于“飲鴆止渴”。正如朱西產所說，對用戶的過度宣傳導致了用戶的過高期待，當車輛系統能力無法滿足用戶期待時就會導致悲劇的發生。而悲劇發生后呢？則會造成整個自動駕駛產業都陷入信任危機。
在信任危機下，若真有一天用戶不愿相信“自動駕駛”承諾了；資本還愿意投入么？若資本不在了，這場由智能化所主導的汽車革命恐怕也就無以為繼了。
通過鮮活的生命來喚起全產業反思，換回全社會的理性，雖然代價很大，但這也必將為自動駕駛技術發展帶來深遠影響。這種影響不應該成為技術發展的鐐銬，而應該驅動行業真正做到“以人為本”尊重生命，拋棄夸張的輿論誤導。
給技術研發添把柴：熬過黑暗才能見光明
如果說過激的輿論導向是造成自動駕駛事故多發的直接原因，那么技術不成熟就是背后的根本原因。所以，在給誤導輿論“降溫”的同時，還要在技術研發層面急劇“升溫”，與之配合的還包括AI時代的倫理規范和制度健全、資本投入等方面。
在L2時代以前，為開發輔助駕駛場景，車企往往要采集100-500萬公里里程。而L3及以上的自動駕駛呢？若想真正開發出一套完整的系統，則需要采集幾億到幾十億公里的行駛里程數據。
但有了百億公里的數據積累后就能徹底安全了嗎？其實更大程度上是“相對更加安全”。
海量規模的數據是自動駕駛的根本所在，但在強調數據規模的同時也要重視數據的“質量”，在一條簡單的路上反復跑100億公里這種數據就沒有什么意義。就好比有企業在上海某條路上搞自動駕駛演示，技術很成熟，面對行人、電動車都應對自如，堪比老司機中的戰斗機。
問題在于，系統在這條路上已經跑了多少遍了。工程師可以把這條路上所有可能發生的場景“窮盡”出來，但如果換一條新的道路呢？從一小片區域換成一個城市呢？從一個城市換成一個國度，換成全球呢？
自動駕駛汽車作為一個商品是需要在全球范圍流通，從一線城市到三四線，海拔幾十到幾千米……永遠不可能知道用戶會在什么場景下使用自動駕駛，永遠不可能知道系統會遇到什么工況，更不可能去“窮盡”。
因此，數據量即便足夠大，也是一個“相對安全”的概念。到底自動駕駛需要小數點后多少個9（99.999……999%）才能安全，這沒有辦法量化，“長尾問題”是個極其棘手的問題。
正因自動駕駛是AI的最大應用領域，在將來的AI社會，人與AI如何相處、人與AI的關系格局如何發展、AI時代的法規構建等等，也是影響自動駕駛進程的關鍵所在。
以一個現象來做說明，每年全球交通事故死亡人數超過100萬人，人為因素的違規、違法等危險駕駛行為是事故的主因。可以非常明顯的感覺到，輿論對于超過100萬人死亡的交通事故關注度遠遠比不上1例自動駕駛事故，前者甚至可以形容為“平淡無奇”。
其背后的原因在于，當前的社會體系、關系格局、法規制度和倫理評判標尺等所有一切都是“以人為中心”構建的，而自動駕駛則完全不同。例舉這個現象并不是毫無人性地為自動駕駛犯錯開脫，生命無價，不容褻瀆。而是通過此例，可以看到當社會邁入AI的過程中，需要打破舊有的、不適宜發展的體系，重新建立以人和AI共存的一套體系。人與AI的關系格局、AI時代的法規制度、AI時代的倫理道德標尺等都還不健全。
上述的缺位，也使得自動駕駛陷入“電車悖論”不得解，使得自動駕駛的法規制度建立健全難度大，使得自動駕駛發展受制約。未來，應通過對AI相關法律、倫理和社會問題的深入探討，為智能社會劃出法律和倫理道德的邊界，讓AI服務人類社會。
但面對這些問題，車企、供應商、或是相關部門要做的應該是在正確的方向繼續努力、繼續升溫，加大投入、引導力度，撐過這段黑暗，讓光明盡早地到來。在這段“升溫”的環節中，比較糾結的可能是資本。過去幾年，自動駕駛領域的“資本寒冬”也曾有發生，這波負面輿論或許會讓資本多少有些退縮。而為了促進技術持續進本、產業做大做強，對于自動駕駛這個極其燒錢行業，還是離不開資本的大力支持。
自動駕駛的未來應該是什么樣的
自動駕駛雖然發展坎坷，但資本依然有廣闊的施展空間，一方面是利用資本推動關鍵基礎技術的突破，另一方面是為中短期內有望商業化的領域“輸血”，支撐產業發展。
自動駕駛離不開諸多基礎技術的支撐，比如半導體、深度學習、5G、信息安全等等。當前，許多基礎技術依然面臨桎梏，像激光雷達技術已經有了很大進步，但依然需要再升級，成本還需再下降，像5G技術已經比較成熟，但基礎設施建設、市場化普及還有很長的路要走。
『在礦區工作的自動駕駛卡車』
因此，資本對于芯片、傳感器、數據平臺、高精地圖等基礎技術不應放松，反而需要繼續加碼。對自動駕駛的技術應用，當前主要是在限定條件下實現的，可以粗略劃分為面向B端的商用領域，和面向C端的乘用車領域。像商用物流、封閉/半封閉園區、礦山/港口、L4級Robotaxi或者Robobus等其實都是B端的典型，資本完全大有可為。
『在港口作業的，搭載L4級自動駕駛技術的一汽解放J7商用重型卡車』
拿物流、封閉/半封閉園區、礦山/港口這類場景來說，首先是場景簡單，交通參與者數量和類型銳減、線路相對固定；其次相比起乘用車而言可以相對容易地繞開“人”這個因素；同時該領域匯聚了大量企業，尤其是嗷嗷待哺的初創公司；更重要的是商業模式比較清晰，用技術取代人之后可大幅降低成本提高生產力。
L4級Robotaxi或Robobus略有不同。按照企業的口徑，這兩者都已經在局部區域內實現了常態運營或商業運營，比如百度、小馬智行、文遠知行等。只是當前沒有能力拿掉安全員，盡管在權責上是屬于提供商，但因為有“人”這個最大的安全冗余存在，至少可以很好的保護系統安全。共享出行又是未來的發展方向，有抱負的企業大多會選擇朝著出行服務商努力，未來市場空間廣闊。
『紅旗Robotaxi車隊』
C端的應用主要是L3級自動駕駛，當前主要受權責問題的制約。L3級自動駕駛雖然駕駛主體是系統，但仍然需要人來隨時接管，屬于典型的人機共駕，權責難以界定，尤其是接管間隙發生的事故。很多車企其實不太愿意大力推動L3，行業內也有聲音認為L3會被跳過，其原因之一還是權責歸屬。
當下，車企在積極推進L2的規模化商業量產。L2的責任主體明確定為駕駛員，且技術相對成熟，更有廣闊的商業空間。
地平線創始人余凱對自動駕駛的權責問題有其獨特思考：“完全無人駕駛可能不是未來發展主要方向，因為責任主體可能還是在人。”余凱認為，智能化水平再高，但責任歸屬不應該糾纏，該是司機的責任就歸屬司機。如果不是，再來看是不是傳感器、軟件亦或是車企的責任，只有理清責任才能讓產業往前走，否則大家都在原地踏步。
總的來說，由于自動駕駛技術的特殊性，通過增加約束條件、劃分清晰的權責，再加上商業模式的助力和資本的支持等，才能推動自動駕駛快速發展、規模化普及應用。（文/汽車之家行業評論員 拙陽）
