勇闯无人区 从自动驾驶汽车量产谈起

李德毅

今天主要讲关于自动驾驶量产的内容，主要包括三方面：什么是量产，量产的难度在哪里，自动驾驶量产的道路在何方？此外，中国和美国的人工智能到底谁领先，中国的自动驾驶技术到底和美国差多少？同时，目前人工智能发展方向和突破点就像没有进入的无人区，要支持科学家勇闯人工智能科技前沿的无人区。智能时代的关键是智能，而汽车是其中的载体。因此，我们要直面、解决现实问题，自动驾驶是新一代人工智能的切入点和落脚点。

自动驾驶不是自动化，而是驾驶员与车辆之间更多的智能网联。因此，在今后的研究中，要加强人工智能的分量。在人工智能方面，中国和美国并驾齐驱了吗？我的答案是，中国人工智能基础研究和核心技术落后于美国，但有自己的特色。同时，人工智能的应用技术和商业模式快于美国，各有优势。

此外，对于大多数消费者而言，自动驾驶要给大众真真实实的获得感，就是量产。自动驾驶量产既是产业的无人区，又具有溢出带动性很强的“头雁”效应，成为中国智能产业的顶梁柱。所以我们现在很多人把智能网联汽车里的“汽车”丢了，忽悠网联。但问题是，量产主要依靠哪些因素？我认为，自动驾驶汽车量产主要包含四大因素，技术、市场、成本、生态。

在自动驾驶领域，我所研究的时间长达十多年，包括概念车、演示车、示范车等。但是，在每一次的实验中，有成功也有失败。所以，目前自动驾驶还处于探索阶段。而且，量产汽车一旦发生事故，该款车可能要召回几十万辆，甚至是全部。也就是说，目前处于自动驾驶汽车量产的无人区，我希望有汽车公司能够在自动驾驶量产上做一个“头雁”。

自动驾驶汽车量产之路预测

从规模经济的马克西·西尔伯斯通曲线中可以看出，如果1000辆汽车的年产量增加到5万辆，5万辆到10万辆，成本依次下降40%到15%。依此类推可以得出，消费者的钱很难赚，钱大多数都被一级供应商赚走了。同时，车载激光雷达和半导体也遵循类似的规模经济效应。

如果我们站在局外人立场来看自动驾驶汽车量产是什么时间点？我的设想是，科研探索期，也就是从0到1，如果从美国开始算起的话，现在科研探索期基本完成。因此，我们目前进入了第二个阶段产品孵化期，也就是从1到10。

大家可以看到，目前已经有部分自动驾驶车辆在商业试运营了，这就是一个标志，但现在还是处于非常小的范围内，到2025年也许有万辆规模的开始。而自动驾驶车辆真正达到大的规模化量产，要等到2060年。所以，我们中国的人工智能工作者不要太着急，目前的首要任务是解决可靠性问题以及成本等各种问题。

现在有一个问题，全球现在大概70亿人，20亿辆车，中国13亿人口3.27亿辆车。

假设一：车的总量不再增加，维持在20亿量的水平;假设二：寿命20年，准时报废;假设三：每年国定新产一亿辆车，2025年L3以上自动驾驶车辆占1%，以后每两年自动驾驶车辆翻一番。也就是说，到2035年，新产车全是自动驾驶车，总产量达4.4亿辆，大约到2054年甚至更长，才能完成70

亿辆车的全部更新。

自动驾驶车落地四大应用场景

决定自动驾驶技术应用的不仅是先进水平，更要从现有的系统接入痛点，找到刚需的应用场景。只有当自动驾驶技术和商业应用市场投缘时，才能擦出火花，完成孵化期的“惊险一跃”。其中，孵化期寻找应用场景的三部曲有，选择、适应、创造。

因此，我们首先要选择，选择一个痛点，把这个痛点解决。然后，我们要寻找适应性的场景落地。最后，再做技术创造。当然，没有商业化运用就没有量产，自动驾驶车落地的应用场景，我认为目前包含四个：自主泊车、定点接送、快速公交、有限地域自动驾驶出租车。

那么问题来了，上述五大场景哪个将是自动驾驶车首个量产商业化应用场景？哪个将利用自动驾驶优势创造出崭新需求、巨大产业和全新生态？假如有一条BRT用车20辆，全球城市有500条自动驾驶投入快速公交，哪个公司是全球BRT的领头羊？此外，到哪一年中国试点智慧城市公交车基本上都是自动驾驶车辆？

我预计，2024年将实现中国试点智慧城市公交车基本上都是自动驾驶车辆。例如，如果宁波所有的公交车都是自动驾驶车，因为公交车是固定线路，它是定点停车，运营公司就可以在这样的总框架里做远程调度。

前不久，我与相关部门在一起讨论，什么叫智能制造的产业值？目前很多公司都定位是人工智能公司，其實严格上讲大部分算是自动化公司，或者互联网公司，而不是智能制造公司。

同样的问题，到哪一年中国商用车保有量中，70%达到自动驾驶？我预计是2033年，中国商用车保有量中，70%达到自动驾驶。所以说，我们汽车行业存在巨大的潜在市场。

勇闯人工智能无人区

全球自动驾驶技术路线，包含感知、技术、控制和决策。

原先，人们用有限封闭环境里的确定性和正确性来衡量系统中的模型、算法和效率，而一旦把系统放到开放、演化的环境里面，必须用不确定性和统计正确性来替代的时候，原先方法的脆弱性就暴露出来了。

最后，我想告诉自动驾驶从业者，要勇闯人工智能无人区。因为人工智能可望规模化复制能工巧匠的智能，人工智能可望弥补情绪失控下的智能缺失。

相关链接

无人驾驶汽车亟待解决的几个问题

第一个问题就是复杂交通环境下的可靠环境感知。复杂交通环境可以分为静态环境和动态环境。静态环境包含道路基本构造以及附属设施，动态环境包括机动车、非机动车以及行人等地面移动物以及气候、天象等。

第二个问题就是拟人认知的视听觉信息处理与决策。因多模态异构传感器设备数量的增多，对无人驾驶汽车的实时反应能力提出了更高的要求，但是车上的资源毕竟有限，因此使得环境感知信息不完整、高度动态变化、多模态，甚至不一致性等特点，因此对无人驾驶汽车认知与决策模型提出准确性、实时性，鲁棒性等严峻的挑战。

第三个问题就是5G和AI技术尚处于发展起步期，多方位的信息链接，高可靠、宽带宽和覆盖面广的5G网络是必要条件。毕竟高速行驶中的无人驾驶汽车对于信息获取和反应实效要求极高。

第四个问题就是汽车的感知、决策与控制三大系统能力缺一不可。因此，建立的图像识别技术、传感器的感应技术等基础上的深度学习能力对于复杂路况上汽车的可靠度有很大的影响。

第五个问题就是无人驾驶对于高精度地图的需求目前也形成制约。