记者 王帅国

“现在主要的问题是准入和法规问题，大多数公开道路环境下，法规上、政策上没有办法达到客户需要的无人化，实现客户节省成本的最终目标。”6月13日，在经济观察报主办的“梦想照进现实——自动驾驶发展创新论坛”上，自动驾驶公司领骏科技技术副总裁司若辰表示，现在自动驾驶产业的硬件成本较之前已经大大下降，主要矛盾已经转移至应用层面和准入法规方面。

成本、技术路线、应用场景、法规等几大方面决定着自动驾驶产业能否实现快速发展。目前来看，行业在降本方面取得的进步最大，技术路线的选择、应用场景的确定还存在一定争议，同时受到法规限制，还没有看到自动驾驶在应用层面突破性进展。

“从L4的发展过程来看，光从硬件来说，虽然我们是零售价拿货，但得益于产业链的成熟和乘用车辅助驾驶的量产化，硬件成本已经降得非常厉害。”司若辰表示，“我们的L4无人驾驶产品现阶段面向的更多是B端客户。相对于车辆成本，B端客户更加观注使用过程中对安全成本、生产成本和生产效益方面的影响。客户花更多的钱来买无人驾驶车辆，除了示范作用之外，考虑更多的是上了无人驾驶，是不是比人开的更安全，效率更高，是否能可以把车辆成本覆盖，甚至形成盈利。这一方面对于L4技术和产品本身有更高的要求，不仅要能用，还要好用；另一方面也需要政策法规的配合，共同向无人的目标迈进。”总的来说，相对车辆前期采购成本，B端客户更为看重自动驾驶方案后期能不能带来长期高效的成本节省和效率提升。

这样的客户特性，也决定了自动驾驶企业对于技术路线的选择问题。司若辰表示：“在商用车的场景中，L4以下的辅助驾驶功能对客户来说没有什么意义，比如给一个公交企业装载辅助驾驶功能，并没有直接降低经营成本，只有实现L4全无人化运营，才能创造出实际的商业价值。而在以C端用户为主的乘用车领域，辅助驾驶却发挥着巨大的作用。”

应用场景不同导致的技术路线分野，是领骏科技选择从L4切入L2的根本原因。“从技术上来说，我们觉得不管是一步到位的L4和渐进式的L2，在我们的技术架构中没有严格的区分，领骏科技的研发从刚开始就瞄准了L4级自动驾驶，商业化过程中，我们一方面将L4级别的自动驾驶产品投入到在园区观光、智能网联、城市支线物流等垂直场景；一方面将自动驾驶技术降维应用到辅助驾驶领域，通过与生态合作伙伴的技术整合一起切入前装量产。高阶技术可以降维到低阶应用，低阶应用的数据可以反哺高阶的研发和产品迭代。下的去，上的来，二者是殊途同归的”司若辰称。

领骏科技是一家高等级自动驾驶核心软件算法研发企业，自2016年12月成立以来，致力于高等级、全场景、可量产的全栈自动驾驶技术的研发和产品设计。研发领域包括传感器融合、行车决策、轨迹规划、行驶控制、仿真测试等。公司的主要产品包括：多层级自动驾驶核心软件、自动驾驶仿真测试平台、高精地图工具等，并在L2+辅助驾驶、高速NOA、城市NOA、RoboTaxi、RoboBus、智能网联公交等多个垂直场景中有量产应用。

以下为嘉宾发言全文：

司若辰：在智能驾驶产业激烈的竞争环境下，L4无人驾驶企业转型切入辅助驾驶领域不推出个全栈方案似乎对不起L4的逼格（估值）。但领骏科技自始坚持自动驾驶是需要上下游产业链协同的产业，协同分工才是工业化最高效的方式。考虑到自身的规模和特点，我们将自己最擅长的智能驾驶的决策规控领域这一模块单独拎出来，与生态合作伙伴进行集成，非常成功地打造了高级别的城市和高速NOA产品。之前在上海车展我们（决策规控）与地平线（芯片与感知）、天准（域控硬件）、美行（地图与定位）共同打造了基于国产J5芯片的6v纯视觉高速与城市NOA的demo车，在开放试乘体验中获得了试乘客户的一致好评。通过拥抱生态，集各家之长，我们不仅打造了有竞争力的产品，也节省了避免了盲目竞争的成本风险。 

讲到成本的问题，之前大家讨论的纯视觉方案、激光融合方案这些主要考虑的还是硬件成本，或者说是车的成本。我们的L4商用车，像无人巴士，的客户多是B端客户，他们更关注的是产品和应用的熟度，车本身稍微贵一点没关系，主要是后期能为生产经营带来多大的成本节省和效率提升。现在主要的问题是一方面自动驾驶产品虽然普遍达到“能用”水平，距离达到“好用”的水平还需要进一步的提升，尤其是在交通环境复杂的开放道路；另一方面准入和法规问题，大多数公开道路环境下，法规上、政策上的限制导致无法实现客户预期的真无人化。

作为多领域学科交叉的高科技产物，自动驾驶汽车具备除了载具和生产工具之外的科技属性。比如在我们赣州自营自动驾驶巴士在向普通大众免费开放试乘体验的过程当中我们发现普通群众对自动驾驶汽车的浓厚兴趣，周末经常有家长带着孩子来体验自动驾驶巴士。也让我们发现了自动驾驶汽车在科普教育方面的价值。

问：行业里面有很多相反的观点，有人说L4以上的无人驾驶很快要达成了，有人说10年、15年，甚至更长时间都不会实现。自动驾驶分乘用车和商用车，技术上分纯视觉感知和雷达融合感知方案，一些在固定路线，一些在公共路线，不同的观点比较多，从企业研发角度讲，中间的鸿沟在哪里？能否预测一下什么时候能够真正的实现完全打通，不管是乘用车还是商用车，进入完全的无人驾驶社会。

司若辰：根据领骏科技的经验来看，技术路线也需要区分场景，从商业化角度来讲，领骏科技自动驾驶和辅助驾驶是同步进行的。L4的应用已经在封闭、半封闭或开放道路固定路线这样的垂直场景中得到了应用。在这样面向B端的商用车应用场景中，辅助驾驶功能对用户来说没有什么意义，比如给一个公交企业的运营车辆装载辅助驾驶功能，并没有直接降低经营成本，只有实现L4全无人化运营，才能创造出实际的商业价值。

而在以C端用户为主的乘用车领域，辅助驾驶却发挥着巨大的作用，这对于完全自动驾驶来说是一条渐进式的路线。所以无论是一步到位的L4还是渐进式的L2，在领骏科技的技术架构中没有严格的区分，领骏科技的研发从刚开始就瞄准了L4级自动驾驶，商业化过程中，把我们最擅长的规控模块单独拎出来，通过应用降维切入L2量产。L4的技术可以降维应用到L2，L2的数据又可以反哺L4的技术迭代升级。下的去，上的来，两者是殊途同归的。

问：怎么看现在自动驾驶商业化，讲了很久的黎明前的黑暗，临门一脚的问题，什么时候能够落地，商业化的试点项目什么时候能够赚钱？几年前大家在讲一整套方案，可能是几万美元的价格，现在有的公司说只要1000元，成本非常低，怎么看待降低的过程？

司若辰：现在自动驾驶的单个项目上大家基本都是有赢利的，问题是自动驾驶尚没有形成规模化应用，试点项目的赢利不足以覆盖自动驾驶高昂的研发成本。自动驾驶赚钱永远无法依靠试点项目。试点项目是用来验证技术和应用可行性的，我们是要通过试点项目推动技术的成熟和应用的普及。只有规模化应用，自动驾驶才能赚钱。同样，只要规模化应用，自动驾驶就能赚钱。

上面说到规模化。近年来智能驾驶相关硬件的成本大大降低，也正是利益于智能驾驶在辅助驾驶的规模化应用。

而对智能驾驶方案，它并不是成本驱动的，而是功能和需求驱动的。单车道低级别辅助驾驶的方案当然比多车道高级别智能驾驶方案成本低。我认为当下高阶智能驾驶的硬件成本已经进入可接受的范围内了，现阶段首要问题不是成本的极致压低，而是安全性和稳定性的保障，这才是高阶智能驾驶应用推广的基础。一旦高阶智能驾驶被广大用户接受形成规模，成本的进一步下降就是水到渠成的事了。

问：最近比较火的是自动驾驶方案的去高精地图的观点，小鹏和华为在上海车展公布的方案，民用的导航地图替代高精地图？

司若辰：近年随着自动驾驶芯片算力的提高，感知模型的不断升级和数据的飞速积累，智能驾驶感知效果得到了大幅提升，使实时获取局部高精地图成为可能。比如今天四月领骏科技在上海车展展示的高速和城市NOA方案就采用了合作图商美行科技的SD-PRO地图方案，即通过众源数据和实时感知数据对普通SD导航地图进行增强，并同时生成车道级融合定位结果。根据目前的测试结果该方案已能在大多数场景取代高精地图支持高级别的智能驾驶。

问：特斯拉主导的方案一直存在着争议，视觉感知的方案和高精地图的方案，今年这个观点冲突随着特斯拉的FSD在北美全面放开，又引起了关于到底是视觉感知方案还是高精地图，技术路线上的争议，是否去高精地图，从现在的技术可靠程度还是哪个方面的考虑？

司若辰：早期自动驾驶技术得益于使用高精地图从而使L4形成快速的技术闭环，在商业化前期形成示范的效果，而高精地图在资质法规、制作成本和更新频率上的问题又成为高级别智能驾驶大范围应用的一大阻碍。技术可靠度方面当然是高精地图更高，实时感知不可避免会存在环境影响和复杂场景下的长尾。不过在大多数常规场景下去高精地图已是可行可靠的方案。

问：未来是否会两套方案都存在？

司若辰：轻地图方案可在大多数常规场景下支持高级别智能驾驶，但由于不可避免的环境影响（如光照、天气等）和复杂场景下的长尾效应（如复杂大路口、异形路口），基于实时感知的轻地图方案尚无法覆盖100%的应用场景。我认为轻地图配合局部高精地图是当下高级别智能驾驶兼顾成本和可靠性的地图方案。