自动驾驶第十年，依然处在长夜之中？

在11月27日的创新工场 2018 全球自动驾驶峰会上，李开复博士的开场演讲题目是《未来交通的上半场》。

对创新工场不是特别熟悉的朋友，可以多读几次下面这段话：

创新工场由李开复博士创办于 2009 年 9 月，现管理总额超 130 亿人民币的双币基金，被国际权威机构评为科技创投领域 TOP 3。在人工智能、消费升级、B2B、教育、文化娱乐赛道培养出了 15 只独角兽，其中人工智能赛道占了其中的 5 只。

回到正题，什么是上半场？

用李开复博士自己的话说就是“就像当年第一辆汽车出现的时候一样，当时的我们其实还不能看到今天的交通”。如果补充一点细节就是：1886 年波塔·本茨（卡尔·本茨的夫人）开着世界上第一辆汽车上路的时候，人们并不知道，从那一刻起，人类或马匹已经不再是道路的主角，汽车才是。

如果说现在的陆地交通是以人类驾驶的汽车为主要形式，那么未来陆地交通的终极目标是非常明朗的：人类只负责乘坐，车辆拥有一切主导权。

而正处于未来交通上半场的我们有一个好处：我们可以就未来的无限可能畅所欲言，没有被时间剧透的危险，也没有结局将至的遗憾。

标准：L4 一步到位还是 L2/L3 先行？

这是昨天自动驾驶峰会上最瞩目的一场争论。两种观点站队方式非常明确：学术派支持 L4 一步到位，整车厂坚持 L2/L3 渐行过渡。

学术派的最大代表，自然就是李开复博士。

如果你不是以开车为生，那么你的车在大部分时间都不会处于行驶状态，但究竟是多大的一部分呢？李开复给出的数字是96%。“而且 4%的时间里面，0.5%是在寻找停车位，0.5%是卡在路中，只有 3%是真正在开车。”

这个数字直指共享出行。电动星球此前的一篇文章：美国17岁高中生坐了一年无人车上下学：我为什么需要考驾照？曾经提到， Waymo 的商用无人出租车在大范围铺开之后，能够做到只有市价 20% 的乘坐费用，通用的 Super Cruise 也表示他们的无人出租车成本比当地传统网约车低一半左右。

除了用车成本之外，李开复支持 L4 一步到位的论点是：L2/L3 本质上还是辅助驾驶系统协助人类驾驶，这与未来机器主导的终极目标不符。人机结合的方式有悖于人性。

另一位支持 L4 一步到位的，是文创知行（原景驰科技）的 CEO 韩旭博士。他支持 L4 的主要原因，同样还是人性。

“之前美国做过研究，在一台有辅助驾驶系统的车上，让人类接管车需要 17 秒钟。”韩旭认为 L3 拥有巨大的系统性问题，而人类惰性的缺点正好无限放大了这个问题的危险程度。

L4 与 L5 都是由自动驾驶系统操控车辆，唯一的区别只是“限定场景”和“所有场景”。韩旭认为，在“限定场景”这个基础上，L4 的无人驾驶已经近在眼前。

确切点说应该是不到半个月，因为 Waymo 于美国凤凰城城区投放的的无人驾驶出租车队很快就要掀开高级自动驾驶商用的序幕了。

在车迷眼里，与 Waymo 对标的另一个自动驾驶标杆，应该是特斯拉。而这两者的对比也正好代表了今天论坛的两种观点：Waymo 直接攻下 L4，特斯拉先用 L2 试探。

虽然昨天开复博士因为身体原因没能到场，但他不仅拖着病体，坚持用视频做连线演讲，还抽出时间回答了媒体提出的问题。

我提出的第一个问题是：特斯拉用大量的 L2 级别量产车型在全世界收集行驶数据，Waymo 用相对少量的 L4、L5 级别试验车型在相对受限的城区收集行驶数据，您觉得哪一种方式能够更快接近无人驾驶在现实中的最优解？

李开复博士的回答是：两种方式收集到的数据是不一样的。特斯拉这种通过 L2 级别众包的方式收集来的数据，究竟对于他们去做更高级别的无人驾驶有多大的价值，我个人持保留态度。

另一方面，坚定支持特斯拉的，是小鹏汽车 CEO 何小鹏。

“我们认为在自动驾驶的领域里面，先把第二级，先把中国特色的2.5级做好，是现在最可行的思路。我相信明年 2 级和 2.5 级的自动驾驶或者中国的汽车里面会有几款，或者几十款的车会出现比较好。”

与何小鹏这段话相对应的，正好是小鹏 G3 主打的“全场景自动泊车”。

“美国基本上是车头扎进去，就不用停了，中国基本要屁股倒进去，侧位停车的时候如何做得好？比如车头如何停车？斜坡跟斜方如何停车？我的公司或者我的家里面有一个停车位，它能不能记下来，当你停了第一次的时候，第二次停车自动停进去，这都是我们在做的事情。”

明年 2 月就将 OTA 上线的高级自动泊车，是小鹏对现阶段 L2/L3 辅助驾驶的坚定背书。

芯片：到底谁在做自动驾驶的大脑？

目前的自动驾驶世界里面，有一个芯片厂商的名字是大家都绕不开的：英伟达。

在刚刚过去的英伟达 GTC 2018 中国大会上，英伟达发布了全球首个车规级自动驾驶平台 Nvidia Drive AGX ，里面包含了首批车规级自动驾驶芯片——Drive AGX Xavier 以及 Drive AGX Pegasus。

Drive AGX 系列拥有目前自动驾驶芯片领域最高级别的深度学习算力，还通过了世界上最著名、规模最大的技术检验机构——德国南德意志集团（TÜV SÜD）全球安全专家的评估，成为世界上首批符合 ISO 26262 国际标准的自动驾驶芯片。

说的再直观一点就是：从德国的奔驰大众奥迪，到美国的特斯拉，再到中国的小鹏汽车，都是英伟达自动驾驶芯片的客户。

当然，英伟达虽然强势，可竞争依然存在。目前英伟达最大的竞争者，是被英特尔收归旗下的以色列公司——Mobileye。

蔚来汽车就是 Mobileye EQ4 芯片全球首个客户。在拥有英特尔 14 纳米工艺支持下，Mobileye EQ4 在功耗控制上比英伟达 16 纳米工艺的Drive AGX 芯片更好，峰值性能则略有不如。

另一个自研自动驾驶芯片的国际巨头，是谷歌。他们的自动驾驶芯片，或者更准确的说，是深度学习芯片——名字是 TPU，目前只在 Waymo 的试验车辆上搭载。

而国内也有自动驾驶芯片的筑梦者，飞步科技创始人，前滴滴高级副总裁何晓飞就是其中一员。

“我们从整个无人驾驶的软件算法到芯片，我们是一个全闭环的技术体系，我们可以最大限度去降低响应时间，我们目前整个技术方案可以做到 0.05秒。”

何晓飞在描述飞步科技自主研发的自动驾驶芯片时很自信，由飞步科技自主研发的第一代 AI 芯片——凤凰-100 已于今年 9 月成功流片，何晓飞还表示凤凰-100 的算力在目前的国产自动驾驶芯片中名列前茅，而他对未来自动驾驶芯片的期待是“融合”：

“到明年，我们会推出一款融合芯片，基本上可以取代掉目前所有的 GPU 这一部分。到后年我们会推出一款决策芯片，类似于车的大脑，未来会取代掉整个 GPU 我们目前所用的计算平台。”

无论是英伟达的 Drive AGX，还是 Mobileye 的 EQ 系列芯片，本质上依然是 CPU+GPU 两种芯片的协同工作，基本原理依然等同于个人计算机。何晓飞的希望是未来能出现专门为自动驾驶优化的专用芯片。

我向李开复博士提出的第二个问题是这样的：您觉得注重逻辑运算的 CPU、注重通用运算的 GPU，以及有各种针对性优化的 xPU 相比，哪一类芯片真正代表着自动驾驶大脑，甚至AI的未来？

李开复博士回答说：“最终的芯片形态，主要是看无人驾驶的核心需求。但不管是哪种芯片，低功耗、高性能肯定是无人驾驶中优先级最高的要求。”

写在最后

创新工场举办的这一届自动驾驶峰会，给我最大的感触就是：我们不再讨论该不该变，而是讨论怎样变才够快。

从 2009 年谷歌 X 实验室开了那个想把司机推下车的研究项目以来，我们即将进入自动驾驶研究的第十个年头。但是直到第十年，自动驾驶实际上依然处于长夜之中。

何晓飞在会上这样描述自动驾驶的状态：“如果类比成手机发展史，我觉得自动驾驶仍然处于BP机时代”。相似的态度也来自于韩旭博士：“现在的自动驾驶，应该正处在冬天来临前的一年。自动驾驶会有冬天的，但是我们确信阿里巴巴、腾讯这样伟大的公司都是在冬天之后产生的，所以我们期待这个冬天能够让我们真正变成一个美好的春天。”

黑夜是可怕的，但是只有在黑夜之中，我们才能看到璀璨星河。