崔东树：自动驾驶升级是学习人的过程，激光雷达是进化历程中的“过客”

从去年下半年以来，我国汽车行业和市场对于自动驾驶辅助的存在感知正在明显加速。比如去年第一批L3自动驾驶测试牌照的发放，今年开放特斯拉FSD进入中国，《杭州市智能网联车辆测试与应用促进条例》则于5月1日开始实施等一系列标志性事件，使得全国汽车从业者和爱好者们进一步将目光聚焦到自动驾驶辅助、尤其是L3级自动驾驶辅助多久放开的问题上。

近日，就自动驾驶在我国推广测试以及最终落地的问题，观察者网与全国乘用车市场信息联席会（乘联会）秘书长崔东树展开了交流。

【文/观察者网 唐晓甫】

观察者网：崔老师您好，您是全国乘用车市场信息联席会秘书长，对于汽车行业拥有长达几十年的观察和经验。我们注意到《杭州市智能网联车辆测试与应用促进条例》于今年5月1日开始实施。这使得杭州成为除深圳和上海外首个以地方性法规具体规范支持自动驾驶车辆上路的省会城市。我国地方性法规对于支持自动驾驶汽车上路是如何规划的？像杭州这类地方性法规和北京亦庄等地对于商用无人驾驶汽车规定以及更广泛的L3自动驾驶法规有什么区别？

**崔东树：**杭州智能网联车测试让杭州成为全国首个为智能网联车辆上路通行立法的省会城市，也是全国首个为低速无人车立法的城市。根据相关规定，此次条例将开放全市八城区（上城区、拱墅区、西湖区、滨江区、萧山区、余杭区、临平区、钱塘区）和桐庐县城区共计3474平方公里用于智能网联车辆测试应用区域，服务人口数量超1000万。

杭州自动驾驶接驳示范线 图片来源：浙江在线

但是必须指出这只属于测试，并不属于大规模应用。传统上，杭州作为长三角地区的技术先发试验田，有比较长期的试验新技术的历史。此次在杭州的测试，从性质上来说和上海、北京的相关示范区建设会更加类似，都更加关注进行测试应用和积累数据经验，而不是寻求一种突破。

观察者网：以您的观察，我国实现全面推广L3及以上辅助和自动驾驶最大的难点在哪？L3相关法规近期会落地吗？

崔东树**：**现在L3及以上辅助和自动驾驶推广，最大的难点无疑是现有技术的水平有限。现有智能辅助驾驶系统在识别环境、建立老司机级对环境认知能力、以及信息处理能力等方面依旧有缺陷。

同时，中国路况环境复杂，尤其是城市环境更为复杂，对中国自动驾驶造成极大影响，拥有很显著的长尾效应。如果要满足相关需求，现有智能驾驶系统在复杂环境下的决策和预判方面依旧困难。所以需要汽车在智能化算法和相关硬件系统配合上有较大提升。

根据L3定义，达到L3级别汽车的“自动系统既能完成某些驾驶任务，也能在某些情况下监控驾驶环境，但驾驶员必须准备好重新取得驾驶控制权”。这也就意味着虽然很多人将L3级自动驾驶视作自动驾驶法律意义上的分水岭，但是L3从技术上依旧没有完全脱离人，完全自主地进行服务和工作，依旧依赖人进行监察以及危机时刻的接管。

当然，这也说明由于L3相对而言技术难度更低，短期内落地应该也会比较容易。

现在高阶自动驾驶依旧处于不断探索的阶段。如果把完全自动驾驶比作登月，那我们现在依旧处于在地球上不断跳高、发射探空火箭，不断尝试挑战新高度的阶段。想一步跳到月球的难度依旧很大。现在各个车企解决的重点应该放在减少自动驾驶方面的长尾问题，逐步够达到真正的无人接管的状态，同时实现自我学习。

观察者网**：**我国在近期批准了特斯拉FSD进入中国，并允许特斯拉汽车进入中国的敏感区域，对此您有什么看法？我们通过什么方法确保了数据安全？

**崔东树：**我个人认为，数据安全的最重要一点就是数据不出境，这块国家明确相关指标。特斯拉也已经达标，数据进行了脱敏，不会带来其他危害性。

至于特斯拉FSD进入中国，无疑会对我们产生促进作用。这种促进和硬件方面的促进不一样。硬件促进背后是供应商、供应链的升级，带动的是整个产业链。同时硬件只要能买到，大家都可以标配。而软件背后是公司对于知识产权的独占，也是现代智能驾驶公司的核心资产。而引进相关软件进入市场并不会直接促成国内智能驾驶水平的整体飞跃。这就像普通人和一个智者一直在一起，也不一定能变成智者。因为思考模式不一定能学会，需要靠自己悟出来。

所以特斯拉进入中国市场，更多的就是一种刺激所有人都要自己尽快开悟的过程，但是最终结果一就要看各自发展。

观察者网：近期有传言称特斯拉自动驾驶出租车将进入国内进行测试，您对此怎么看？

**崔东树：**我这方面没有什么消息可以透露。我觉得大家往往会同时关注同一件事情，但同时这件事情没有太多更深入的了解。我个人认为，特斯拉自动驾驶出租车进入国内这事主要还要看美国方面的测试效果如何。特斯拉在美国驾驶积累数据比较大，其落地速度必然也会快于其在中国的落地速度。

图片来源：视觉中国

如果其智能驾驶出租车在美国落地效果很好，那么就有推向世界的可能。毕竟美国的道路环境相比于中国会更加简单，且美国国内各种小镇的人口密度等等都远低于中国。所以我们还是要看美国这边落地的具体效果怎么样。

观察者网：随着智能辅助驾驶越来越多的成为我国新一代新能源车的标配，您如何看待智能辅助驾驶的推广？从您掌握的数据看，此类L2级别的智能辅助驾驶是否提高了道路行驶安全性？

崔东树**：**智能驾驶辅助无疑是大幅提高了驾驶安全性。毕竟从L2、L3辅助的应用场景看，智能驾驶辅助对于减轻驾驶人员，尤其是长途8小时以上的驾驶疲劳度有显著效果。而且长途驾驶一般会沿固定线路。通过智能辅助驾驶，可以给人更轻松的驾驶体验，同时对于安全性有很大的提升。

虽然现在各个厂商在智能驾驶辅助方面表现参差不齐，但现在智能驾驶技术就是一种需要进行快速摸索学习的事。它最重要的部分是需要有人去做，去摸索。这方面我觉得杭州就做的很好，为各个车企创造了更好的环境，供他们进行测试，并立法规范。

整体而言，智能驾驶技术需要更长的时间进行稳定测试，然后基于测试进行大规模推广。

观察者网：此前一段时间，关于包含激光雷达在内的多模态智能驾驶方案和以特斯拉为主的纯视觉方案智能驾驶路线孰优孰劣，成为很多人关注和争论的焦点。您如何看待这一争论？从长期看，哪种发展路线更加适合未来的智能驾驶需求？

**崔东树：**我个人觉得这一切都在竞争的过程之中。

首先，我认为不带激光雷达肯定是未来的趋势。因为自动驾驶升级就是学习人的过程，激光雷达是自动驾驶进化过程中的过客，就像人不可能带着蝙蝠出去一样，激光雷达会随着更多的视觉信息被搜集、学习之后逐步被淘汰。而且从AI发展的角度看，它对视觉的学习能力，远超过对激光雷达搜集信息的学习能力。所以我认为视觉肯定是未来的发展方向。

搭载ADS2.0的高阶智能驾驶版问界AITOM5车顶前方的激光雷达模块。图片来源：视觉中国

但由于中国厂家大量入局激光雷达，短期内激光雷达的成本下降特别快，这使得更多的车企和车型能够使用激光雷达。在此背景下，为了提高安全性用于辅助驾驶，肯定是有需求的。

观察者网：您认为未来汽车的智能驾驶表现应该是更接近人而不是超越人吗？

**崔东树：**超越人也会需要一个过程，在这个过程中需要一些辅助手段才能弥补学习过程中的智能不足的情况。

但是从智能驾驶的最终形态看，我个人还是倾向于用纯视觉，毕竟人进化那么多年才发展到现在阶段。我们现在出行也并不必须装备特殊探测设备才能出去。

观察者网：从现有的各种智能驾驶方案看，包括特斯拉、华为等企业的智能驾驶方案都是基于本地信息实时采集，并同时利用本地数据和云端模型拓扑得出最佳法案。这是否意味着L4以上自动驾驶将更少的依赖包括智慧道路在内的汽车与外部环境信息交换（V2X）？未来自动驾驶技术发展对智慧道路的需求是怎样的？

**崔东树：**这是肯定的，自动驾驶本地化解决方案推广很可能导致智慧道路的最终需求减少。现在普通人用手机导航就已经能够解决人驾的所有信息需求。所以理论上而言，车辆自身收集的信息以及结合类似高德地图的互联网地图已搜集的信息，就已经可以从功能满足的角度，为汽车行驶提供相对完整的信息。

现在很多车虽然屏幕大，但从信息量的角度看，汽车能为智能驾驶或辅助司机驾驶信息很多时候还不如现在的手机，这也说明汽车在本地信息搜集和处理方面的提升空间还很大。未来随着车机本地化处理信息搜集能力和处理能力的进一步提高，实现自动驾驶所需要的信息交换需求将会小于以前的预想。

而且现在越来越多的智能车企正在逐步放弃高精地图路线，这也会对未来智慧道路发展产生影响。

从哲学的角度讲，在绝大多数情境下，面对茫茫社会，人首先要依靠的是自己的力量，而不是依赖外部的力量去解决问题。这对车也一样。

**观察者网：**感谢崔秘书长接受观察者网的采访，谢谢您。

本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。