最近，L9高速追尾事件繼續(xù)占據(jù)熱點，似乎正在減緩“智能駕駛”的進度條。

在這次事件中，L9錯判廣告牌上的小貨車圖片搭載了L2級輔助駕駛功能，突然突然造成追尾。事件發(fā)生時，理想汽車回復稱，事故原因確實是系統(tǒng)誤識別造成的。

這一事件的發(fā)生就像“當頭喝酒”，一度喚醒了各大汽車公司。在網(wǎng)上，騎手們對“智能駕駛”的質疑逐漸被燒開。焦慮之下，智能駕駛的未來之路在哪里？

01 AB面智能駕駛

在4月份“熱門”的北京車展上，智能駕駛是不可替代的焦點之一。智能應用、功能和商品，如自動識別紅燈、障礙物到自動停車、AI駕駛等，無疑在改變?nèi)藗兊某鲂蟹绞胶蜕罘绞健?/p>

智能駕駛在應用領域，對于各大汽車公司來說，也曾經(jīng)是展示研發(fā)實力和汽車公司底蘊的“試金石”。

和早期的特斯拉一樣，除了產(chǎn)品本身，還有一個關鍵因素就是智能駕駛。特斯拉通過自主研發(fā)芯片 算法 車輛操作系統(tǒng)構建出行生態(tài)閉環(huán)，其自研FSD芯片計算率高達72TOPS，計算平臺HW3.0計算率也達到144。 TOPS，都是量產(chǎn)車型中的第一梯隊。

不僅如此，智能駕駛在消費者決策中的重要性也在提高，滲透率也在上升。根據(jù)佐思汽研的數(shù)據(jù)，2023年，新能源乘用車總銷量達到728.65萬輛，其中368.42萬輛標配L2輔助駕駛功能，L2標配的滲透率也隨之從2022年的43上升到2023年的50.56%。

面對這種趨勢，嘗試劃分更多市場份額的新力量、傳統(tǒng)汽車公司，以及隨后進入市場的華為和小米，無一例外都在加碼智能駕駛。沒有我的人，沒有我的人，沒有我的優(yōu)秀，市場參與者之間的決勝思路就這么簡單明了。

深入來看，智能駕駛最根本的意義在于提高人們出行的安全性和便利性。但不得不說，L9理想的高速追尾事件給消費者和汽車公司敲響了警鐘。

圖片來自梅森投研

雖然《汽車駕駛自動化分類》中國的推薦標準顯示，L9搭載的L2級駕駛自動化屬于組合駕駛輔助，目標和事件檢測和響應主體仍然是駕駛員和系統(tǒng)。但在沒有明顯障礙物的前提下，車輛緊急停車功能突然啟動，明顯屬于“幽靈剎車”范圍。

汽車行業(yè)分析師劉昊說，幽靈剎車與車輛感知系統(tǒng)有關。在傳感器中，毫米波雷達不擅長識別靜態(tài)物體，攝像頭受到外界環(huán)境的很大影響。因此，毫米波雷達在識別物體時確實會出現(xiàn)錯誤的判斷。

可以看出，智能駕駛在注重安全的同時也“忽視”了安全，它并不像想象的那樣“簡單”。

然而，雷達在目前的中國市場已經(jīng)得到了廣泛的應用。蔚來、小鵬、理想等。都在嘗試“裝備齊全”，車頂、大燈周圍、車前、車尾等地方都配備了。對此，相關領域的專家指出，感知太多硬件有好有壞，識別獲得的大量信息也可能影響決策系統(tǒng)，導致系統(tǒng)給出錯誤的指令。

所以，一味地安裝“設備”并不一定會使性能迅速發(fā)展，相反，由于硬件成本的積累，導致價格戰(zhàn)也處于劣勢。

根據(jù)中信證券研究報告的數(shù)據(jù)，激光雷達的單個成本在600到2000美元之間，而整個自動駕駛系統(tǒng)一般需要3到5個激光雷達，所以總成本也在3000到10000美元之間波動，價格昂貴。

這樣，新能源汽車在配備智能駕駛時，甚至會同時失去可靠性和性價比。在“信任危機”的道路上，智能駕駛還能繼續(xù)前進嗎？

02 智能化駕駛如何走向“完全體”？

“降低成本”、在價格內(nèi)卷的大環(huán)境下，乘聯(lián)會的數(shù)據(jù)顯示，2023年乘用車智能駕駛滲透率和價格呈反向增長。此時，華為和特斯拉擅長的純視覺智能駕駛計劃因其成本優(yōu)勢而受到許多汽車公司的青睞。

中信證券在研究報告中提到，純視覺方案最大的優(yōu)勢在于其整體成本。經(jīng)過總共，特斯拉8個攝像頭的硬件總成本只有200美元左右，而一套激光雷達的成本從3000美元到10000美元不等。

這里，似乎又出現(xiàn)了“魚”與“熊掌”不能兼得的問題。

就實際應用而言，其安全性仍然存在疑問。例如，采用純視覺策略的特斯拉，其L2級駕駛事故頻率并不低。

根據(jù)美國國家公路交通安全管理局發(fā)布的L2級自動駕駛事故數(shù)據(jù)報告，2021年7月1日至2022年5月15日的10個月內(nèi)，與L2級ADS輔助駕駛系統(tǒng)相關的事故有392起，其中70%與特斯拉有關，概率不低。

在研究報告中，中信證券也提到，純粹的視覺方案具有成本優(yōu)勢，但更依賴于算法和計算能力的支撐。因為，視覺感知的信息量遠遠大于激光雷達捕獲的信息量。而且認可好開的特斯拉正是基于計算率。 144 TOPS的FSD Computer，并且不斷地迭代其算法的結果。

英偉達發(fā)布的最新一代智能駕駛計算平臺Thor，為了滿足新能源汽車搭載“高韌性”智能駕駛的需求，計算率供應鏈仍在追求極致的高計算能力，計算率已高達2萬。 TOPS。即便如此，駕駛汽車的盲點和超視距感知仍然是單輛車無法突破的壁障。

從長遠來看，僅僅依靠車輛自身的信息收集和操作能力，構建智能駕駛系統(tǒng)的終極形態(tài)是不夠的。

但如果將汽車本身的計算率“負擔”轉移給云計算服務提供商，將路面數(shù)據(jù)的收集分析交給交通基礎設施建設者，使汽車企業(yè)從“多個任務”轉變?yōu)椤皢尉€任務”，“汽車、道路、云”部分“各盡其責”形成合力。

這樣，首先可以提高安全性。在行駛過程中，車輛可以實時接收道路狀況的更新，包括潛在的危險和事故信息，可以提前采取預防措施。其次，通過云數(shù)據(jù)分析，車輛可以更高效地確定最佳路線，大大提高出行效率；其次，智能路線導航和駕駛建議有助于減少不必要的加速和剎車，從而減少燃油消耗和排放。

在成本方面，根據(jù)中國工程院教授、清華大學車輛與運輸學院教授李克強的分析，事實上，道路基礎設施建設的成本遠遠大于信息基礎設施本身?？紤]到自動駕駛，在信息化道路上自動駕駛的成本遠低于自行車。從整個車路云系統(tǒng)來看，網(wǎng)絡自動駕駛成本并沒有增加，甚至在一定程度上降低了成本。

就像“人心齊泰山移”一樣，這不僅可以幫助汽車公司提高效率，而且可以“減壓”。

所以，車路云一體化技術路線可能是智能駕駛和智能交通的正確答案。

從宏觀上看，車路云一體化技術路線已進入上行空間。

根據(jù)中國汽車工程學會的研究，預計2025年和2030年，汽車路云一體化智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)產(chǎn)值增長7295億元和25825億元，增長勢頭強勁。

未來，智能網(wǎng)聯(lián)汽車與其它產(chǎn)業(yè)經(jīng)濟的協(xié)同發(fā)展，將成為汽車產(chǎn)業(yè)轉型的新戰(zhàn)略制高點。

03 結語

從汽車行業(yè)的角度來看，要實現(xiàn)智能駕駛，無論是采用“自我孵化”還是“尋找外援”的方案，最終都是在選擇通往終點的道路。

在不可避免的趨勢下，“無所事事”和“無所事事”也成為了時代的過濾器。這個快速發(fā)展的時代會給出客觀的判斷，誰會落后，誰會崛起。

本文來自微信微信官方賬號“松果財經(jīng)”（ID:作者：松果財經(jīng)，36氪經(jīng)授權發(fā)布，songguocaijing1)。

本文僅代表作者觀點，版權歸原創(chuàng)者所有，如需轉載請在文中注明來源及作者名字。

免責聲明：本文系轉載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權或非授權發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com