無人計程車或將延期，自動駕駛還需面對那些難題

近日，通用汽車旗下自動駕駛技術公司Cruise首席執行官丹·阿曼（Dan Ammann）發布了一篇長文，其中暗示也許將會推遲原計劃在年底推出的無人駕駛計程車。然而外界認為，這一決定或許並非因為因為Cruise的自動駕駛技術不過關，而是有著更為複雜的原因。

【Cruise所面對的，不光是技術難題】

根據丹·阿曼在博文中所透露的信息，Cruise未來將需要大幅增加測試里程。但至於何時才會面向市場推出無人駕駛計程車業務，則並沒有給出相應的具體時間。

以當前的自動駕駛領域的形勢來說，這或許並不算是有利的決策，畢竟在這條賽道上的科技企業與汽車公司已經猶如過江之鯽。目前在行業中影響力較大的，諸如谷歌母公司旗下的Waymo、全球最大的網約車平台Uber，甚至蘋果、特斯拉、英特爾，都多少已經在進行相關技術的研發。而在國內市場，也已經有滴滴出行、百度、安波福等企業先後入局。

因此在行業中所有人都希望搶佔先機的當下，延遲技術落地時間無疑就顯得有些異常了。

然而有業內人士認為，從目前各相關企業公布的情況來看，即便率先布局，也僅僅只是在這條漫長的「試驗」道路上起跑。並且這絕非是場短跑，而更像是沒有提前告知總路程的馬拉松比賽。

作為一家號稱為未來出行開發技術及解決法案的科技企業，安波福一位內部人士此前在接受21世紀經濟報道的採訪時曾透露，在公司的無人駕駛計程車項目團隊中，只有20%的時間用於改善自動駕駛的基本行駛問題，而剩下80%的時間則要用於解決那些長尾問題——即在行駛問題之外的，更多瑣碎卻又必須解決的難題。

【「長尾問題」漸成行業通病】

「長尾問題」的出現源自新技術方面的「長尾效應」，從用戶需求的角度來看，大多數都會集中在頭部，分布在尾部的需求零散而小量，但就是這部分少量的需求卻會在產品需求曲線上形成一條長長的「尾巴」。對於自動駕駛來說，技術方面的需求多集中在頭部，相對應的尾部需求則會更偏向於法律和人倫等方面。

去年3月，Uber發生了全球第一宗完全自動駕駛車輛致人死亡的事故，並引發了大量針對自動駕駛汽車的安全性討論，更使得Uber當時取消了所有測試，直到8個月後才恢復了這一項目的公路測試，並且規模大幅減小，只能在該公司位於匹茲堡的兩個辦公室之間進行1.6公里循環測試，甚至不能在夜間或者雨天進行，時速也不能超過40公里。

同樣在國內市場，多部門也聯合對智能網聯汽車上路測試的主體、測試駕駛人、測試車輛、測試申請，及審核等方面進行了明確的規定，包括但不僅限於自動駕駛路測需申請相應牌照，且只能在開放路測道路進行相關測試等規定。不可否認的是，一些問題只有在實際運營中才會暴露，但他們同樣是現實道路中可能遇到的問題，因此這也需要相關企業花費大量的時間與精力去找到解決問題的辦法。

【獨力難成，平台還需開放合作意識】

在自動駕駛技術發展初期，相關企業的主要優勢來源於數據的豐富程度。這些數據將有利於平台構建自動駕駛技術的系統演算法與模型，這也是為什麼前兩年在提到自動駕駛技術時，外界多會想到Waymo、Uber、滴滴這樣的互聯網企業，而非傳統車企。也正是因為數據的重要性，早期行業中企業與企業之間非常重視相關數據的所有權，並會將其視為商業機密。

但隨著長尾問題的日益突出，自動駕駛技術的商業化落地也出現了新的問題。有業內人士分析認為，自動駕駛技術研發門檻高，實現從自動輔助駕駛到全自動無人駕駛的技術路徑，需要長期大量的資本與人力投入。業內恐怕難有一家公司能單獨解決這一技術商業化落地時的長尾問題。因此站在推動行業快速發展的角度來看，或許今後這些企業之間只有聯合起來，才能進一步促成行業開放與合作。

事實證明，已經有越來越多的平台與企業在自動駕駛領域方面變得越來也開放。例如，Waymo在近期公布了開放數據集Waymo Open Dataset，其中包括3000段駕駛記錄，每段視頻平均時長20秒，總長度16.7小時。據相關統計顯示，這個公開數據集包含了超過60萬幀的圖像數據，對無人駕駛領域的技術研發和學術研究都有很大的參考意義。除此之外，Uber也在今年開源了其基於Web端的自主可視化系統（AVS），更不用提國內市場早就在高喊開放口號的百度Apollo了。

並且幾乎是在同一時間，百度與一汽紅旗共同打造的量產L4級自動駕駛計程車Robotaxi紅旗E·界，即將在長沙落地展開測試，也就是說長沙市民將有機會搶先體驗到國內首批自動駕駛計程車的服務。雖然關於無人計程車上「冰火兩重天」的現狀由多種因素構成，但不得不承認，開放與否或許將會是影響技術落地結果的重要因素。

【本文圖片來自網路】

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！