杭州 --°C 消息 发布作品
hao1123

hao1123

当前位置:首页 > 科技 > 自动驾驶落地为何比预期更慢?

自动驾驶落地为何比预期更慢?

hao1123
hao11231794435901|31阅读

2016年那会儿,我在一个自动驾驶峰会上听人放狠话,说2020年之前路上跑的全是无人车,私家车都不需要方向盘了。台下鼓掌鼓得挺热烈。现在2024年都快过完了,你打开打车软件,顶多叫到个安全员手搭在方向盘上的测试车,还限定在几个城市的特定区域。说实话,这落差不是一般的大。

2自动驾驶落地为何比预期更慢?

问题出在哪儿?很多人第一反应是技术不够成熟。这话对,但太笼统了。真正卡住落地进度的,是几个具体得多的东西。

先说最要命的:长尾场景。自动驾驶系统靠数据训练,常规路况它见得多了,处理得比人还稳。但现实世界里那些离谱的、低频的、组合起来千奇百怪的情况,你根本没法穷举。比如某条路上突然塌了个坑,旁边施工围挡歪了半截,一个外卖骑手逆行冲出来,同时天上飘着塑料袋糊住了摄像头。这种场景在训练集里出现的概率极低,可一旦碰上,系统如果没见过类似组合,决策就可能出问题。而人类司机遇到没见过的情况,会减速、会观察、会凭常识判断。机器没有常识,它只有概率分布。要把长尾覆盖到足够安全,需要的测试里程和场景库规模,比当初拍脑袋估计的高出好几个数量级。

再说硬件成本。早期那批做Robotaxi的公司,车顶顶个激光雷达,后备箱塞满计算设备,一辆车改装成本大几十万甚至上百万。你要商业化运营,得把成本压到普通消费者能接受的区间。激光雷达从几万美元一颗降到几百美元,确实进步巨大,但车规级量产、可靠性验证、供应链稳定,这些环节一个都急不得。芯片也是,大算力车规芯片的研发周期和认证周期摆在那儿,不是堆钱就能瞬间缩短的。

法规这块更磨人。L3级别以上,出了事故责任算谁的?驾驶员?主机厂?算法供应商?这个问题不掰扯清楚,没有车企敢大规模推。各地政策口径也不一样,北京允许测试的区域和深圳不一样,出了事跨区域怎么认定又是麻烦。保险产品也得重新设计,传统车险那套逻辑套不到自动驾驶头上。这些制度层面的东西,推进速度天然就慢,因为它涉及多方博弈,不是技术团队加班能解决的。

还有个容易被忽略的点:用户预期管理。早期宣传调子起太高了,什么“完全自动驾驶”“司机可以睡觉”,结果消费者真信了,有人开着辅助驾驶就撒手刷手机,出了事故舆论反噬特别厉害。这直接导致监管收紧、车企在宣传上往回缩,整个行业的节奏都被拖慢了。现在大家学乖了,老老实实叫“辅助驾驶”,功能边界说清楚,但信任这东西一旦透支,重建起来很费劲。

说到底,自动驾驶不是单点技术突破的事,它是个系统工程,牵扯到技术成熟度、成本曲线、法规配套、基础设施改造、社会接受度,这几条线得同时推进到某个阈值,商业化才跑得起来。任何一条线拖后腿,整体进度就卡住。当初那些激进预测,犯的错就是把技术 demo 的惊艳程度当成了落地速度,忽略了从“能跑”到“能大规模安全地跑”之间那道巨大的鸿沟。

现在行业反而踏实了,限定场景先跑起来,港口、矿区、园区物流这些封闭环境已经有不少实际运营的案例。公开道路的Robotaxi在几个城市慢慢扩区,虽然慢,但每一步都踩得实。慢不代表停,只是大家终于承认,这事急不得。