关于高阶自动驾驶的激辩：数据、成本、商业模式，谁能率先走上普及之路？

AI、5G、芯片、算力、算法……这些热词频繁出现的地方正是2021世界人工智能大会，在汽车产业中，与人工智能最接近的细分领域就是自动驾驶，在AutoByte主办的WAIC智慧出行论坛上，集结了自动驾驶行业的顶尖精英，当大佬们齐坐在一张圆桌上，争论和激辩是不可避免的，同样做自动驾驶，华为智能车云与AutoX对数据的追求有什么不一样？嬴彻科技与的卢技术谁容易让用户买单？

数据、有效数据以及高质量数据

所有的争论核心是“我们距离高阶无人驾驶的普及还有多远”，技术、数据、成本等等，不同维度的考量都是自动驾驶公司绕不开的话题。

自动驾驶最重要的一环就是收集数据，而多大的数据量可以实现自动驾驶？“这个问题没有一个统一的答案。”华为智能车云CTO喻杰认为，要分场景来看，如果是做Robotaxi需要的数据量更大、产品更复杂，如果做一个封闭园区，相对来说好一些，产品比较可控。“我们对于数据的积累追求是无止境的，我们要不断提高自己的能力。”喻杰同时提出，“我们还要强调数据的有效性，如果在封闭园区不断转圈也可以积累很多里程，但是出去对于别的场景可能就是无效的。”

AutoX创始人及CEO肖建雄表示认同，“业界大家经常觉得数据越多越好，其实这有个前提条件，就是有效数据越多越好，另外有效数据很重要的一点，就是高质量的数据越多越好。”

但同时肖建雄表示，拥有大量数据之后如何分析、学习是更大的难题。“比如说我们在做无人驾驶，有激光雷达、毫米波雷达等等，这么大的数据量每个小时可能产生超过1TB的数据量，这是有效数据。”肖建雄做了一组简单的计算：每台车每小时产生超过1TB，假设每天就跑10小时，一台就有10TB的数据，你有几百台车，每天就有将近1PB的数据。这些数据需要先有人来标注，才能让机器学习，而如此庞大的数据是没有任何一家公司可以标注完的。“全世界我没有看到任何一家公司敢号称有1PB的数据全部被标注过，1PB的数据只是几百台车跑一天10个小时的数据。”

“所以我们觉得数据领域，整个行业有很大的误区，以为越多越好，不在乎质量。”肖建雄强调，“其实恰恰相反，大家一定要在乎数据的质量，只有保证数据质量情况下一切才有意义。” 这也解释了AutoX在第五代产品上为什么要配备超前强大的算力和存储空间，记录高质量的数据，有效处理这些高质量数据，有效进行高分辨率的高清的仿真，在仿真器里多次使用，只有这样才能真正发挥数据能力。

看到AutoX身上豪气地搭载50个高清车规级传感器，嬴彻科技CTO 杨睿刚提出了一个质疑，“是不是传感器越多就有越多的有效数据？”

杨睿刚表示，做量产的自动驾驶是戴着“紧箍咒”的自动驾驶，要考虑的不光是安全、舒适性，还得考虑到车规级的硬件、功能的安全，特别重要是要考虑到成本。“只有在成本可控的情况下，自动驾驶技术才能够普及，这一点我在嬴彻做自动驾驶深有体会。我觉得我们现在已经过了通过堆料来做自动驾驶，我们必须在成本可控的情况下做可量产的，能让大家普及的自动驾驶。”

此言一出，圆桌上陡然增加了火药味。肖建雄的反驳，“不是说传感器越多越好，但是一定要够，不够绝对没有办法无人驾驶。而且不是个数的问题，比如说物体都没有很好精确地看到它，那不可能无人驾驶。”

高阶自动驾驶普及，2-3年还是5-10年？

正如的卢技术有限公司创始人兼CEO张英所言，“自动驾驶未来要克服的问题，不仅仅是法规问题、技术问题，更大的坎儿等着我们，是消费者如何理解你，如果你的消费者不买单，你永远也是零。”

在这些自动驾驶行业精英的眼中，我们距离高阶无人驾驶的普及还有多远？

“我们定义一下什么是高阶自动驾驶？如果是L3以上，其实比较大的挑战，当然技术层面上肯定是有的，另外一个就是法律法规方面。”喻杰认为，出于技术上的考虑或者法律风险上的考虑，高阶自动驾驶的实现还需要比较长期的过程。

“如果是说一个区域，比如说Robotaxi在深圳某些地方已经实现了无人驾驶，这个数字是个负数。”肖建雄给出的时间相对明确，他指出，“如果是整个城市，我觉得是相当近的未来，可能2-3年时间内是可以实现的；但是如果全中国无人驾驶，可能需要时间，可能需要长达十年的时间才能普及到全国这么多的城市、城镇。”

杨睿刚对普及自动驾驶的时间认知则是5-10年，他表示，“高阶自动驾驶现在就有，纯无人矿卡在澳大利亚那边开了三五年了。如果说要变成普及的大家都可以感受到的，不管从技术来说还是法律法规上来说，我个人觉得至少得有5-10年才能真正感受到脱手，车真正变成大玩具。”

最后杨睿刚总结称，在座诸位都相信自动驾驶已经不是未来的问题，而是现在的问题，所有人对于高阶自动驾驶的普及还是很有信心的，但是道路很漫长，前程也很艰巨。