[汽車之家行業] 近年，人們離自動駕駛的距離似乎只有“一步之遙”，這種預期隨著特斯拉在今年推送新版FSD，并官宣Robotaxi發布時間而進一步升華。而特斯拉FSD將進入中國幾乎成為定局，這是否預示著特斯拉能像那條激活中國新能源汽車的“鯰魚”一樣，再次激活國產智駕進入真正的“高階”？在這一“硬核玩家”面前，中國智駕車企又該如何迎戰？在“2024中國汽車重慶論壇”專題研討環節，各汽車產業鏈專家以“高階智駕：夢想如何照進現實”為主題開啟一場燒腦的研討。
■“把蛋糕做得更大”
如果特斯拉FSD很快進入中國，對中國智能駕駛公司帶來怎樣影響？
早年，特斯拉進入中國市場被視為一條“鯰魚”，以技術、成本和直銷等形式，激起了中國電動車產業的活力。而現在，特斯拉很有可能在智能駕駛領域繼續扮演“鯰魚”的角色。
輕舟智航聯合創始人、CEO于騫認為，特斯拉FSD入華是一件好事，會讓整個消費者的認知提升到更高的高度，讓更多消費者看到智能駕駛的好處。“特斯拉FSD在北美體驗很好，但在中國的差距很大，這體現了數據的重要性。我相信特斯拉FSD入華以后，把國內市場的天花板提得很高，會把這塊蛋糕做大。”
事實上，特斯拉早在2022年就公開介紹，特斯拉在中國建立了數據中心，實現數據存儲本地化，并將逐步增加更多本地數據中心。在中國市場銷售車輛產生的所有數據將存儲在中國。同時，特斯拉向車主開放車輛信息查詢平臺。如果真正落地，對產業鏈所產生的帶動效應不可估量。
與此同時，過去的一段時間，在特斯拉的引領作用下，部分車企或供應商紛紛選擇加入加入“純視覺”路線，這意味著純視覺方案已經勝出了嗎？
中國汽研智能網聯汽車測試研發中心副總工程師楊良義認為，智能駕駛的時代沒有真正到來，還沒有量產的產品。最早今年下半年工信部會授牌一批城市和企業運營公司落地相應的商業化運營示范的產品。目前離消費者去購買智能駕駛體驗還需要一段時間，不同傳感器有自己的優勢，視覺傳感器也有自己的缺陷，互補是很好的感知解決方案。
對于供應商的機遇，于騫稱，“未來在自動駕駛領域量產的規模變得非常重要，有沒有大規模量產的經驗和鍛煉，是將來主機廠對供應商的選擇，這是一個明顯的變化。”
■高階智駕商業化落地的最大挑戰
今年的智駕賽道，城市NOA頗為火熱。不僅有小鵬、蔚來、上汽智己為代表的新勢力代表，也有“華為系”極狐、阿維塔、問界等車型紛紛“開城”。從車企設定的目標來看，大多在2024年在50-100座城市實現NOA。
于騫認為，城市NOA是輔助駕駛的天花板，但目前城市NOA產品的體驗遠遠達不到讓消費者安心的水平。一些消費者甚至認為，使用城市NOA不是驚喜而是驚嚇。
于騫指出，這一行業認知造成了自動駕駛玩家都沒有盈利，但賽道卻非常“卷”。他表示，“目前從業者都認為，自動駕駛創造的用戶價值還沒有達到讓消費者愿意買單的水平，但堅信總有一天會實現，只是路徑會比較曲折。”
北斗智聯科技有限公司副總裁、智駕BU總經理王凡首先解釋了高階智駕產品的定位問題。“L2能帶來精神上的放松、更加安全；L3希望能夠把駕駛時間轉化成做其他事情，獲得時間的價值；L4能讓人徹底改變用車的習慣。而目前城市NOA帶來的價值都沒有反映出來，更像一個大玩具。”
實際上，L2的邊界系統很清晰，駕駛員可以更好地實現人機共駕的磨合，但高階系統邊界很難定義，甚至國內外高階智能駕駛的關系有著很大的不同。在法雷奧中國首席技術官顧劍民看來，市場對高階智駕還沒有一個統計和清晰的定位。
“在國內，是以新勢力為主，學習特斯拉打造各種各樣的智能駕駛（L2+)，從高速到城市，這些功能開放給客戶，的確越來越好用，但有個問題，有時候是驚喜還是驚嚇？從量變到質變，慢慢在改善的過程。而在海外走的是另外一條路，從原來L1、L2，漸漸到L3，比如奔馳S級電動車完成了L3級的商業化。”顧劍民稱，“NOA和L3沒有絕對的對錯，但在過去一兩年當中，發生了很多所謂的L2系統和NOA駕駛過程中事故造成車毀人亡，這也是很可悲的，而最后車企或者運營方將責任推給駕駛員，這稍微有點過了。從某種程度上說，車企、包括供應商，行業從業者應該有道義責任，能夠承擔最后的L2+。”
■自動駕駛標準、法規存在滯后性
隨著高階智駕不斷地推出，市場上會經常出現一些智能駕駛安全事件，其中都免不了一陣責任判定糾紛及輿論風波，這實際上是自動駕駛上路立法和測試標準仍不明確，即自動駕駛標準、法規存在滯后性。
在全球范圍內，目前只有中國和美國開放了自動駕駛的公開道路測試，但仍有嚴格限制。比如，目前中國大城市中，北京、上海的自動駕駛仍然只能在中心城區外圍郊區上路；廣州的中心城區中僅有5%的區域向自動駕駛開放。
中國汽研智能網聯汽車測試研發中心副總工程師楊良義指出，隨著新能源智能網聯發展之后，在國內測試時，原來可以直接參照國際標準，但現在國內走在國際的前列，沒有標準可參考了，標準是很大的痛點，速度遠遠跟不上產品的需求。
“從制定標準的合理性來講，先要有一定的規模引入。”楊良義解釋，“標準是很頭疼的事，面對新功能也有很大欠缺，比如連續的場景嘗試，國內很多供應商找不到解決方案。按照國外研究機構，要保證產品安全，是以億公里為單位的里程，上百年的時間才能證明產品的安全性，這個測試方法也是缺失的。雖有有一些新的發展趨勢，比如在仿真中大場景切換的便利性和實車的真實性結合；智能網聯汽車場景測試里有假車、假人、假的交通設施等，但是整體看測試層面，不能完全跟得上智能駕駛NOA產品的開發需求，所以產品量產的時候保持謹慎客觀一些。”