8月11日晚，身着便装的雷军一脸轻松，站在舞台上手持着遥控器，以他最熟悉的方式开始了第三次年度公开演讲。

在这过程中，不同于全新的小米MIX Fold 2、小米平板5 Pro和CyberOne仿生机器人，雷老板并没有耗费太多时间来介绍小米自动驾驶。

“500人”、“33亿”、“2024年”，几组简单的数字，以及雷老板那标志性微微上扬的嘴角，是这一段中留给人为数不多的记忆点。

雷老板对于小米自动驾驶信心满满，但反观最近一段时间关于所谓“自动驾驶”（更严谨的说是辅助驾驶）发生的各种交通事故，还是让人不禁打上一个大大的问号：

——自动驾驶到底算不算伪命题？

如果不算的话，至今我们为什么还见不到一款比较成熟的产品；如果算的话，那么大量真金白银的投入岂不是打了水漂？

这不是一个对与错的简单问题，而是杂糅了很多因素的问题。我们也只是透过一角来探讨这项技术的可能性。

对于自动驾驶的美好憧憬

和大多数人想的一样，自动驾驶研发的初衷，就是为了解放驾驶员的双手，降低交通事故发发生的概率，从而改变人们对汽车的传统使用形式。

翻开汽车发展史，我们可以看到，早在上世纪20年代，远在大洋彼岸的美国工程师

Francis P.Houdina就试图通过无线电遥控的方式，实现对车辆方向盘、离合器、制动器等部件的远程遥控。

而在1939年，通用汽车在当年的纽约世博会上，对外展示了一款自动驾驶概念车，该车型通过无线电控制以及电磁场引导，可以通过电流简单的操控车辆。

直到1958年，通用汽车才将这一概念落为现实，但距离大家脑海中自动驾驶汽车应有的样子，还相差甚远。

此后，受限于种种原因，自动驾驶技术逐渐陷入发展瓶颈期，几乎没有取得实质性的突破。

说到这里，或许有些朋友可能会问，为什么飞机的自动驾驶早已普及，反倒是汽车怎么到现在还不行？

事实上，飞机的自动驾驶模块所需要的技术支持，远没有我们想象中的那么复杂。

大体上我们可以理解为，飞机自动驾驶是由循迹导航系统与自动稳态系统组成的，或者我们可以说的再直白些，飞机自动驾驶系统的任务很简单：让飞机按照既定航线飞行，以及确保飞机飞行时的平稳性。

另外还有一个十分重要的因素，那就是飞机与汽车所处的环境不同。

首先，飞机所处的是三维空间，位置移动要比汽车更加灵活；其次，就是空中的通行环境，要明显比道路简单，像出入路口、加塞、行人、障碍物等等，这些都不可能出现在空中。

因此，如果我们按照制定飞机自动驾驶的标准去要求汽车，显然这并不科学。

相反，我们其实也能够证明，汽车自动驾驶要处理更多不可控因素，这无疑为相关的软硬件研发带来了难度。

但是对于自动驾驶的憧憬并没有熄灭，谷歌在2010年10月宣布，将正式投入自动驾驶汽车的研发，目标是希望通过改变汽车的使用方式，预防交通事故的发生，并将人们从驾驶的时间中解放出来。

但接下来的发展，就是我们现在看到的这样，即便是到了现在的技术水平，自动驾驶仍然有很多难题有待解决。

自动驾驶发展现状仍然焦灼

毫无疑问，和上世纪相比，如今的汽车“自动驾驶”（实际上是辅助驾驶，以下概念同）已经有了一定的进步，并且与之相关的技术也是日渐完善，为实现汽车自动驾驶又迈进了一步。

目前市面上主流的辅助驾驶包括了视觉系，感知系两大路线。

以蔚来汽车为例，旗下的ET7搭载了由1颗激光雷达、7颗800万像素摄像头，5颗毫米波雷达等33个感知元件组成的NAD自动驾驶系统。

与此同时，车型还匹配了一套Adam超算平台，内部集成了4颗NVIDIA Orin芯片，用于保证模式开启后的图像处理能力。

同理，像小鹏、理想等一系列的新势力造车企业，在自动驾驶方面也有不同程度的突破，但大体上的逻辑相似，实现的功能也基本一致。

而特斯拉可以说是独树一帜，和采用激光雷达探测的技术路线不同，特斯拉的自动驾驶系统是基于视觉探测器而打造的。

我们以Model 3为例，车型依托于8颗摄像头模拟出人眼的视力，并通过深度学习模型进行自我培训，提升感知系统的控制精度。

在此之前，我们曾聊到过这两种不同形式的优缺点：

视觉方案

优点：成本相对较低，分辨率比较有保障，在识别方面优势明显；

缺点：视觉感知是否成熟可靠，取决于深度信息获取样本库是否丰富。

激光雷达方案

优点：不受环境光线的影响，并且可以获取到更多的空间深度信息；

缺点：一方面是成本偏高，另一方面是分辨率达不到摄像头的级别，在雨雾天气时的表现比较一般。

无论是激光雷达，还是视觉感知，目前可以实现的自动驾驶操作，主要为在特定路段（城市快速路、高速等）下，完成车辆的自主行驶、跟车、并线和出入匝道等。

结合下方的自动驾驶分级示意图，我们其实不难看到，现阶段自动驾驶的发展情况，其实是介于L2级和L3级之间，因此眼下也就诞生了一个新的名词——L2.5级自动驾驶。

严格来说，L2.5级其实并不存在，它更像是一种营销噱头。

当然，这仅仅是从公认的分级角度来看的，而在政策方面已经有了相对明确的规范，比如在今年8月1日起正式实施的《深圳经济特区智能网联汽车管理条例》中明确规定：

L3级的车辆，如果发生交通事故，且为主责一方，驾驶人承担责任；但如果因为汽车产品的质量缺陷造成事故，驾驶人在赔偿之后，可以向汽车生产者和销售者追责。

言外之意，这里的质量缺陷，特指的是汽车自动驾驶模块。换句话说，如果当驾驶员开启自动驾驶功能后，且车辆因为质量缺陷发生意外事故，那么这个责任，就要由厂家来承担了。

正所谓“枪打出头鸟”，我想任何一家车企，都不想成为负面教材的典型，出现在各大媒体的头版头条。而L2.5级的标准，更像是为了体现技术进步，又要规避风险的一种生存方式。

在我看来，如今的自动驾驶发展情况，从技术方面来看虽然仍处于高速发展期，但受限于相关法律法规的限制，可能在未来很长一段时间内，依旧很难实现根本意义上的突破。

不过，就在所有人都站在红线外围时，小米汽车毅然决然地把自动驾驶作为第一个要攻克的目标，确实令人值得钦佩，也更让人期待最终的成果。

那么，自动驾驶到底能不能成为现实，有需要什么来支撑，它的下一步发展会呈现什么状态呢？

真正的自动驾驶需要哪些要素支撑？

从行业来看，任何一个新兴行业的崛起，都离不开背后资本的支撑，简单说，有钱好办事儿，自动驾驶也不例外。

这项研发需要投入大量的资金，可以说相当烧钱。

目前，国内包括百度、地平线等等多家企业，都纷纷投入大量物力人力针对自动驾驶展开深度的研发与试验工作，并且取得了显著的成果。

例如，在7月21日刚刚落幕的“2022百度世界大会”上，百度的最新AI技术成果完成了公开展示，基于对自动驾驶技术的突破，第六代量产无人车Apollo RT6正式发布。

据了解，Apollo RT6将会在2023年率先在“萝卜快跑”上使用，而它的出现，标志着我国在自动驾驶领域所取得的进展，以及对未来出行方式的更多种可能。

相比之下，地平线的业务能力要更加专一，公司致力于打造全球顶尖的自动驾驶芯片，特别是现有的征程5系列，已经搭载至多款在售车型当中。

在地平线创始人余凯看来，技术变革的时代，并不是“大鱼吃小鱼”，而是“快鱼吃慢鱼”。显然，在保证质量的前提下，地平线也在不断提高对产能的要求。

按照官方的说法，地平线拥有一套完备的供应体系，并将其称之为“量产超级加速包”，其中包括了硬件的开发、设计，以及软件的操作系统、算法等等。

而政策引导方面，根据最新发布的《智能网联汽车技术路线图 2.0》显示，我国到2025年，L2、L3级自动驾驶新车销量比将达到50%，而到2030年，这一数字将会上涨到70%，L4级也将在同年占到20%的比重。

可以说，站在宏观的角度，自动驾驶已经驶入了快车道。

而从消费者角度来说，随着市场、政策的调整，未来人们对于自动驾驶汽车的认识也需要改变，特别是对产品的使用及操作层面需要重新认识和学习。

参考由美国国家公路交通安全管理局（NHTSA）发布的自动驾驶事故调查报告。

我们可以很清楚的看到，在2021年7月至2022年5月15日期间，NHTSA共累计报告了367起碰撞事故，其中的98起事故均有搭载L2级自动驾驶系统的车辆，并且由11其发生了严重伤害或造成了人员死亡。

如果按照品牌划分，那么特斯拉则要占据大头儿，事故总量为273起，占比超过了总数的七成。

而在国内，除了特斯拉之外，像蔚来、理想、小鹏均出现过类似的交通事故，并且按照目前的调查结果来看，绝大部分事故和自动驾驶系统有关。

在不断提升技术可靠性和安全性的前提下，与之匹配的正确使用也必不可少。

写在最后

在步入21世纪的这20余年里，随着AI技术的进步，各行各业都迎来了翻天覆地的变革，越来越多的设备被人工智能所取代，自动驾驶已然成为未来的一大发展方向，并从根本上改变我们的出行方式。

无论是发展状况，还是科技趋势，又或是个人的愿望，我想自动驾驶大概率不是伪命题，只是在实现的时间上要更长一些，我想还是要有更多的耐心，去找到最好的解决方案。