来源：腾讯科技 

文 / 陆屿

前段时间，全球自动驾驶领跑公司Waymo的CEO在WSJ D.Live技术大会上亲自承认：“自动驾驶汽车在路上普及还要几十年”。而另硅谷大佬苹果联合创始人Steve Wozniak也对自动驾驶判“死刑”直言：“我不相信自动驾驶汽车”，这些相关的言论给大众对自动驾驶的热情期待十足的浇了一盆“冷水”。难道自动驾驶真的要走入寒冬了吗？

11月27日，在广州展开的“2018自动驾驶全球高峰论坛”中，给出了我们一些针对自动驾驶行业发展的思考与分享。

自动驾驶发展的最大阻碍在于落地

创新工场董事长兼CEO李开复论述了自动驾驶的必然性和发展方向。目前，全世界城市人口都在快速增长，交通拥堵程度也在逐步攀升，想要解决这个问题，就必然需要交通出行的巨大变革。其中，共享出行、无人驾驶、电动汽车这三个发展要素的进一步结合，能够让所有人的出行成本大大降低，安全性大大提升，能更快的抵达目的地。

对于自动驾驶的发展路线，李开复结合特斯拉、谷歌的案例指出，这一技术应该一步到位，人机结合的方式有悖于人性，可能造成更多的安全问题。李开复指出，自动驾驶最大的阻碍不是技术挑战，而是在落地过程中的各种问题，比如保险、失业救济等等。

谈到自动驾驶行业的发展现状，飞步科技创始人兼CEO何晓飞表示“自动驾驶现在处于BP机阶段”。而英伟达自动驾驶负责人董方亮表示，自动驾驶值得期待，它来的比你想得快。

实现高级别自动驾驶需理解的5大层面

目前的行业技术能否达到高级别的自动驾驶？离它还有多远？英伟达自动驾驶负责人董方亮表示：“要实现L4的级别，需要达到安全和技术可达两大目标。如果把它做一个比较粗略的分解，可以分解到5个层面：1，芯片等硬件平台的层面：比如要考虑怎么从硬件的层面达到车规的需求，包括满足车规安全；2，操作系统层面；3，应用软件的层面；4、车规层面：比如整个系统架构要符合整个车辆开发的流程，包括工具链要符合整个车规的需求；5，应用测试层面：比如要把场景定义好，自动驾驶在真正上路之前，需要做很多的测试，如实地、场地的路测，以及虚拟路测等等。”

从行业和技术角度来看，在面对从计算机领域渗透融合到汽车领域的自动驾驶技术，满足ISO26262中的ASIL-D等众多车规级（毕竟传统的消费品电子的标准级别和车规级中间还差了一个工业级）需求是很有必要的，这也是百年传统汽车行业的工程学结晶，其中也包括了很多面向未来ICT类技术的功能安全标准；再考虑到智能网联汽车未来要面对的信息安全问题，自动驾驶的落地并非想象中那么容易，更需要AI以及相关的计算机互联网思维与汽车工业思维的融合。

判断自动驾驶汽车的鲁棒性标准

Auto X创始人肖健雄认为判断自动驾驶是否成熟的标准，从自动驾驶汽车的人工介入程度上可以体现。肖健雄说：“在硅谷比较好的初创公司或者大公司，可以做到七八个小时没有任何人工介入，没有任何的错误，你在车上待1-2天就明白了。”另外，肖健雄认为车通讯，车的线控芯等方面这也是非常重要的，因为这方面这是主机厂或者是自家开发的ECU，第三方的很多改车小公司不具备这种无人驾驶车量产的能力。

何晓飞认为有两大核心判断指标：速度和响应时间。比如说车的速度快了，车的震动也会更厉害，而车头、车身本身的结构比较松散，速度快了，刹车距离也会更加远。比如说前方有障碍物在20-30米以外，即使感知做得非常好，知道前方有一个障碍物，但自动驾驶车是不是有足够快的响应时间能够做出准确的决策？这点是十分重要的。

未来自动驾驶芯片的技术发展方向

目前主流的自动驾驶芯片解决方案主要包括GPU、FPGA、DSP和ASIC四种，而哪一种解决方案才是未来的发展趋势？何晓飞表示：“目前L4自动驾驶的芯片，主要还是GPU+CPU，而未来一定会朝向ASIC方向发展。人工智能，我们很难做到通用芯片，会出现无人驾驶芯片、智能音箱芯片”。

但肖健雄并不完全认同这个观点，他认为“自动驾驶芯片ASIC芯片可能还得10年”。肖健雄说：“神经网络还处于没办法固化下来的阶段，使用英伟达的芯片，可以不断升级。现在是早期阶段，好多东西最好是通用，只有全栈优化，系统才能打磨的更好。”董方亮在现场也介绍了英伟达的芯片，并且表示下一代芯片也在陆续开发之中。

对于中国目前的IC设计、流片等相关技术能力来说，未来如何依托自动驾驶数据量的优势加工出来较为成熟的算法模型，并讲算法固化到ASIC上是一个考验，我们更期待国内的自动驾驶行业相关公司更加关注训练成熟可固化的算法模型，避免未来在IC上受制于人。