汽车 AI 发展面临三阶五维，新老车企谁先走完“进化”之路

曾有人说，人类与其它万物最大的区别，在于人类能够使用工具。但这只是表象，人类最深层的本领，在于思索一切需求的本质，并发明出新的技术来将人类的存在延伸到之前无法想象的空间。

一百多年前，当人类明白了物理空间移动需求的时候，我们看到了动力科技的跃进，汽车的发明让人类一日千里自由迁徙成为可能。

而今天，当人类在逐渐归纳了自身吸取和总结知识的流程之后，我们目睹了信息技术的爆发， AI 的出现让自身智力被解放成为新的愿景。

而当 AI 遇到汽车，又会闪现出何等的光芒呢？

最该有人工智能的，就是你的汽车

每当我在城市里用导航开车时，我都觉得是车在开我，导航告诉我还有 100 米就要右转，而我已乖乖地做好准备，如果这个时候车辆能够自己完成对环境的感知和控制的话，其实我就可以完全从驾驶中解脱出来了。而在北京这样的超级城市，车辆离开了主人就仿佛变成了废铁，每次我在国贸周边寻找车位的时候，都为如此多的钢铁之躯在黄金时间趴在这里而深感惋惜。

汽车行业结合 AI 的改革已经箭在弦上，腾讯汽车刚刚发布的《中国汽车行业人工智能应用报告》（下文简称《报告》）全面深刻地揭示了这一点。

从阿尔法狗下围棋战胜一众人类高手我们就可以看出，AI 不仅是对过往知识的死记硬背，更关键的是能够对环境进行感知，对收集的信息进行决策，并快速地予以执行，这对于加速完善任何行业的关键步骤都有重要价值。

同样的，AI 会对汽车生产的全产业链产生不同时效和程度的影响，《报告》指出了两个关键时间节点，在当下，AI 已经开始对汽车营销和车主使用的数据进行分析和针对性提升；而当自动驾驶变为现实的时候，AI 对汽车生态从制造研发的底层构建，甚至是商业模式、交通方式的影响都将会是颠覆性的。

历史就这样开了一个玩笑，一直被大家认为井水不犯河水的传统车企和科技企业，翻越了各自领域的重重壕沟之后，本以为胜利女神的旗帜就在眼前，没想到正要跃马向前，却发现已与彼此短兵相接。

传统车企的电子化和 AI 化，是逐步迭代进化至此，而科技企业的突然搅局，则是因为看到了市场的巨大变化，具体说来，原因有三，一是电动化的趋势大幅简化了车辆的设计结构；二是无人驾驶技术更侧重于信息技术领域；三是无人驾驶之后新型的商业模式更仰仗于上层模式的构建。而这些都是科技企业所擅长的。

在这场没有硝烟的战场上，两方势力的进军方式各不相同。传统车企仍然要考虑原有的供应商体系，并且在迭代上更为慎重，采取逐级发展的方式，步步为营。而科技企业注重估值，迭代激进，更喜欢“颠覆式”发展，个中优劣，我们稍后评说。

值得注意的是，在本次汽车与 AI 的变革中，还涉及全球汽车产业链的利润分配的变化，总的来说，之前被零配件供应商和整车制造分享的利润将被让出，而提供网约车、自动出租车等服务的公司将会成为新的获利者，也就是“造车”的价值在下降，而“用车”的成本在上升，面对这个在逐渐变大的“蛋糕”，各界大佬如何出招呢？

汽车+AI，听巨头们怎么说

作为国内最具影响力的汽车科技平台，腾讯汽车在上周举办的 2017 全球汽车 AI 大会上，网罗了当今汽车 AI 领域各大知名巨头。

考虑到车企与互联网企业的“争斗”，以及国内外实情的差别，我们不妨画一个四象限，看看车企 VS 科技，国外 VS 国内，都在各自说些什么。

Google 无疑是最有资格代表国外科技企业态势的，现在已经更名为 Alphabet 的旗下的 Google X 实验室，是全球最早也是最知名的无人驾驶开发机构，以其成果培育的 Waymo 无人车也是当前领域中公认最先进也是最成熟的产品。

因此，当公认为是 Google 无人车之父的 Sebastian Thrun 来到现场时，受到的重视程度可想而知。他分享了自己从 1988 年接触深度学习，再到 2003 年负责谷歌无人车，直到最近落地无人驾驶项目的全部心路历程。

Sebastian Thrun 认为科技是推动汽车技术变革的绝对核心力量，一方面，机器对环境的判断要比人类更加全面，另一方面机器在深度学习能力的支持下，积累经验的能力比人类强大的多，车辆能够记录下来全部的行车数据，并不断推导出新的行车算法，Sebastian Thrun 认为，到 2050 年自动驾驶就将全面实现，车辆的自我驾驶会比人类驾驶行为还要安全的多。

不过，大家千万不要被 Google 无人车呆萌的样子迷惑，认为无人驾驶最早会在家用车实现，相反，Sebastian Thrun 认为卡车、出租车会是无人驾驶最受欢迎的领域，不仅可以降低人员消耗，还可以创造更多的经济价值，在会议现场，Sebastian Thrun 展示了无人驾驶的最新应用，在固定场所，可以通过 APP 呼叫小型的无人驾驶车辆，进行短途代步，并在使用完之后让车辆自动归位。

不过，Google 的无人车毕竟还处于实验室阶段，而另一家传统车企的汽车 AI 已经是实实在在的开始发售了，这家企业叫做奥迪。今年 7 月 11 日，奥迪在巴塞罗那发布了全新一代 A8，这代 A8 也成为全球首款量产的的 L3 级别无人驾驶车，为了表示这辆车的卓越能力，奥迪专门给它的无人驾驶模式起名叫奥迪 AI，正好与大会主题相得益彰。

奥迪中国自动驾驶与底盘研发总负责人 Stefan Greiner 以 A8 为原点，讲述了传统车企对无人驾驶普及的理解，Stefan Greiner 上来就强调，对于奥迪而言，在无人驾驶上走出的每一步都非常谨慎，而考虑一切问题的出发点都是安全。

奥迪之所以要对新 A8 的无人驾驶做诸多的限定性描述，是因为奥迪认为自动驾驶是一个循序渐进的过程，而之间每一步的进展都需要非常多的安全性验证，比如奥迪 A8 现在进行 1 小时之内，或者 250 公里之内的无人驾驶的技术非常成熟，但是如果要进行更长更远的性能要求，那就必须要进行更为复杂的路试。

同时，无人驾驶也并不单纯是技术问题，奥迪指出，世界各个地区和国家对无人驾驶的政策要求和法规限制各不相同，也是影响普及的关键因素，但 Stefan Greiner 同样认为，无人驾驶会让汽车变得真正共享，可能人们不再需要购买私家车，这是商业模式的重要变革。

虽然自动驾驶发源在美国，但中国正以整体汽车市场规模的爆发性增长和科技公司的迅速国际化，快速在自动驾驶市场中占据一席之地。本次到场的两位大佬可谓是中国汽车业最具话题的两家企业的代表，阴差阳错的“斗嘴”也可能会成为 5 年之后拿出来复盘的谈资之一。

身兼易车、摩拜单车、蔚来汽车三家公司董事长的李斌，无疑是中国智能出行领域极具分量的观察者和践行者。对于科技公司与传统车企之争，他巧妙地换了一个说法：科技企业和传统车企谁会在自动驾驶中占据主导权？

李斌毋庸置疑地站在了科技企业这一边，在他看来，自动驾驶的关键是“自动”，而自动是科技企业的老本行。他认为，自动驾驶的关键在于数据，谁能够优先获得数据收集、学习能力，并用数据来反向提升实力，谁就会取得领先并胜出，在这一点上无疑科技企业优势较大；当然，李斌也认为科技企业作为自动驾驶的提供商，本身责任也更大。

他并不认为无人驾驶是私家车的末日，人们并不想完全失去对汽车的控制，而是希望解放自己在汽车内的时间，“你在车上的时间会被解放出来，你的车更加的安全，车会更加了解你，不光是一个交通工具，会变成一个有情感的伙伴，有感性的这种伙伴，真正变成一个移动的生活空间，变成一个第二起居室。”

北汽集团董事长徐和谊多了一份谦逊和淡然，作为一家年营业额达 549 亿美元的世界五百强集团，北汽在中国汽车市场有着睥睨天下的底气。在北汽看来，AI 将彻底颠覆汽车生产方式与商业模式，并深刻影响整个汽车行业的气质和面貌。

站在北汽的立场，徐和谊谈到了即将到来的时代是大合作、平台化的时代，一方面，在具体智能驾驶产品的制造上需要传统车企和科技企业的互相合作，另一方面，在汽车的使用方式上，也需要全产业链的企业联合起来。

“协作互联者存，闭门造车者亡 ”，北汽最终的这个结论，仿佛给这浩荡的市场状况做了最好的注脚。

腾讯汽车诠释“三阶五维”，汽车 AI 联盟试图破局

回到文章开头的问题，“AI+汽车”的熠熠星光之下，或许照亮的并非坦途。

人类的重大科技创新，从未出现过一蹴而就的情况，像自动驾驶这样，涉及社会方面关系之广，对人类生存安全关系之深的技术变革，世所罕见。

阿尔法狗引发的社会对 AI 的讨论热潮，无缝地照搬到了自动驾驶这个领域，一方面，消费者对于自动驾驶的发展呈现出非常积极的态度，人人都对自动驾驶可能带来的效率提升和人性解放心向往之，但另一方面，人们对于强人工智能的到来也充满危机感，没人知道打开这个盒子之后，究竟放出来的会是天使还是魔鬼。

在本次汽车 AI 大会上，腾讯汽车对人类社会终将实现自动驾驶所需要的经历做了概括，提出了“三阶五维”的概念。“三阶”表示自动驾驶的三个发展期，分别是技术爆发期、混合过渡期及智能交通时代，而我们现在刚刚正处于向技术爆发期迈进的过程。

而在这三个阶段的转折中，自动驾驶还需要面临五个维度的挑战，第一个是国家的政策法规，第二个是基础设施，第三个是精密高精地图，第四是技术标准，第五是民众接受程度。

从《报告》中的统计也可以看出，在宏观政策方面，中国还处于初步探索阶段，与荷兰等发达国家已经初步开始制定管理流程不同，中国目前对自动驾驶的管控方向和政策还没有明确的界定。

而消费者个人情感的影响，也会是自动驾驶最终能否落地的关键，在《报告》进行的调查中，有高达 42% 的受访者对自动驾驶投了不信任票，而即便是刚刚过半的支持者中，大多也对自动驾驶的可靠性表示了担忧。

在支持者中，48% 的人担心因黑客入侵产生伤亡事故，26% 的人担心自动驾驶的成本过高，还有 22% 的人担心因系统缺乏灵活性而需要频繁的人工干预。

数据不会撒谎，即便自动驾驶正以前所未有的速度进行着技术迭代，但其距离让人足够安心的标准还有着明显的差距。仍然以无人驾驶领域公认的翘楚 Google 为例，2015 年 Google 无人车每 3000 英里就会出现一次判断失误需要人工干预的情况，2016 年升至每 5000 英里一次，然而传统车企平均每 16 万英里才会出现一次同样危害度的事故，一切都还需要时间来解决。