【芯智驾】特斯拉AI日祭出两大“神器”，能解自动驾驶的困局吗？

芯智驾──集萃产学研企名家观点，全面剖析AI芯片、第三代半导体等在汽车“大变形”时代的机会与挑战！

集微网消息，近一周内，自动驾驶的安全问题，一次次被推到了风口浪尖。

8月12日，蔚来ES8的交通事故迅速在国内引发热议和关注，关键在于其中提到车辆发生“惨剧”时，正在启用自动驾驶功能（NOP领航状态），备受质疑的是系统为何没能识别到前方被撞的施工车辆。但严格来讲，究竟是谁的责任，以及NOP功能是否存在问题尚待警方取证调查。

值得注意的是，由辅助驾驶引起的安全事故早已有之。在特斯拉发生了一系列车祸后，8月16日，美国国家公路交通安全管理局（NHTSA）终于表示已经对其自动辅助驾驶系统启动正式调查。调查涉及大约76.5万辆特斯拉Model Y、Model X、Model S、Model 3车辆。NHTSA表示，这一问题此前已引发11起事故。文件显示，自2018年1月以来，这些事故大多发生在晚上，被撞物体包括急救车灯、照明弹、发光箭头板和路锥等，而且事故车辆都被确认使用了辅助驾驶系统。

引人深思的是，由辅助驾驶引起的惨祸时有发生，但似乎丝毫不影响车厂以此为卖点吸引消费者。尤其在资本的追逐之下，当下的自动驾驶“内卷”十分严重，普遍认为未来几年将迎来高阶自动驾驶的落地。

一面是技术的困境，一面是商业的追逐。中间的鸿沟究竟有多深？但在今年的世界人工智能大会上，多家来自主机厂、供应商的高管纷纷表示，目前，自动驾驶技术的“真实水温”在L2左右，甚至更低。就连马斯克也承认，自动驾驶技术是“一个难题”，而且“困难显而易见”。

技术仍待完善

业内人士指出，技术仍是掣肘自动驾驶商业化的主要因素，尤其是感知层面。以蔚来的NOP系统，它属于L2级辅助驾驶，其感知方案是摄像头+毫米波雷达，蔚来官方在NOP的用户手册里强调，NOP无法对人、动物、交通灯及静态障碍物（如高速收费站、路障、三角警示牌等）做出反应。

这也是视觉传感器天生的缺陷，要经过AI深度学习后才能识别和分析，但特殊的场景和变量毕竟无法穷尽。因此大多数整车厂在布局高阶自动驾驶时都倾向用加了激光雷达的感知融合方案，做最大程度的“冗余”。但感知融合技术还有很长的路要走，加之技术的可行性成本，这些都是限制行业规模化落地的因素。

特斯拉是纯视觉感知方案的坚持者，7月31日，特斯拉正式推送FSD的最新版本FSD Beta V9.1，这是首个使用“特斯拉视觉”的先进司机辅助驾驶套件。8月20日，在万众瞩目的“特斯拉 AI 日”上，特斯拉又祭出了两大技术——纯视觉算法HydraNets和革命性架构超算Dojo，来最大程度突破视觉方案的缺陷。

不同于之前的算法是识别单张图片，特斯拉现在的纯视觉算法HydraNets是基于不同摄像头的视觉内容进行识别，而且训练和推断是端到端的，多摄像头网络生成的场景预测也能很大程度上提高自动驾驶系统的稳健性。

至于Dojo，则是采用特斯拉自研的芯片和为神经网络训练优化的计算架构，可将算力分布在复杂的网络构造中，实现了极高的算力、高带宽、低延迟的网络吞吐量，而且Dojo的训练CPU属于ASIC芯片，专注于人工智能训练。特斯拉表示，Dojo将于明年投入运营。

当然，特斯拉正在努力基于视觉方案，使自动驾驶汽车成为可能，但仍然需要时间验证，而且这种完全自研的技术模式并不能复制于大部分厂商。目前看来，在自动驾驶系统尚不完善的情况下，技术突破的同时，用人本身作为最大的冗余，驾驶员不断监控行车状态，仍是当下的现实。

技术边界应明确

技术有边界，那么企业在推广技术时就应克制，做到清晰定义，避免误导消费者。

近期，理想汽车创始人李想或许是受到近期蔚来事件影响有感而发。8月16日，他在朋友圈发文，呼吁媒体和行业机构统一自动驾驶的中文名词的标准。他表示，L2和L3什么的用户听不懂，都是专业话术。建议统一名称：L2=辅助驾驶；L3=高级辅助驾驶；L4=自动驾驶；L5=无人驾驶。一个多余的中文字也不要有，避免夸张的宣传造成用户使用的误解。在推广上克制，在技术上投入，对用户、行业、企业都长期有利。

但近两年也不乏因厂商模棱两可的宣传，导致消费者对自动驾驶/辅助驾驶汽车存在较多误解。例如，此前引发社会关注的事件，特斯拉Autopilot已被启用，而包括驾驶员在内的两名乘客均呈现为睡着状态，进而造成严重后果；理想汽车用户在高速上使用辅助驾驶功能时平躺于驾驶座并将视频发布上网；小鹏某终端店店员在车速较高时演示自动刹车功能导致车辆撞击前车等等。

一位辅助驾驶领域的资深专家对集微网表示：“现在，L2级辅助驾驶的最大问题是边界不清楚，对于系统无法处理的部分场景，供应商、整车厂需要在尝试扩大系统能力的同时将边界明确清楚”。ADAS开发的本质是要不停地提高系统处理能力，提升驾乘安全与舒适，而不是让驾驶员在真实的驾驶环境中去猜、去测试、去体会，更严重的是因误解而酿成安全事故。

平安证券汽车行业首席分析师王德安也对集微网表示，步入L2和L2+时代，自动驾驶能力实现了显著提升，许多新车可以做到全速域的车速调节和转向干预，驾驶员存在感大幅降低。部分用户经过一段时间的适应，对自动驾驶有了更多信赖，造成主观预期高于客观能力的现象，这种预期错配将使得用户暴露于巨大风险之中。

或许未来在交付车辆及自动驾驶/辅助驾驶系统时，或者车辆使用的全生命周期中，车厂有责任对消费者进行正确的培训和引导，而且必不可少。

权责界定应清晰

在车厂对技术边界定义清晰的基础上，统一的标准、有力的监管更能成为悬在头上的“达摩克利斯之剑”，时刻提醒行业玩家底线在哪里，边界在哪里。

为推动我国智能网联汽车产业高质量发展，8月12日，工业和信息化部印发《关于加强智能网联汽车生产企业及产品准入管理的意见》，其中明确提出了生产具有驾驶辅助和自动驾驶功能的汽车产品的企业，应当做到的五点：

1.严格履行告知义务。应当明确告知车辆功能及性能限制、驾驶员职责、人机交互设备指示信息、功能激活及退出方法和条件等信息。

2.具备脱手检测等技术措施，保障驾驶员始终在执行相应的动态驾驶任务。

3.能自动识别自动驾驶系统失效以及是否持续满足设计运行条件，并能采取风险减缓措施以达到最小风险状态。

4.具备人机交互功能，显示自动驾驶系统运行状态。车辆应能够依法依规合理使用灯光信号、声音等方式与其他道路使用者进行交互。

5.具备数据记录功能，用于事故重建、责任判定及原因分析。数据包括车辆及系统基本信息、车辆状态及动态信息、自动驾驶系统运行信息、行车环境信息、驾乘人员操作及状态信息、故障信息等。

这些细分的监管政策的落地将对我国自动驾驶技术和产业的发展意义重大。王德安表示，未来，随着自动驾驶功能的逐步加强，除了提升机器驾驶能力之外，相当长时间智能汽车将处于人机共驾阶段，如何有效进行人机沟通交互，使驾驶者和道路其它使用者对车辆自动驾驶的行为有预判是车企需要面对和解决的关键问题。

结语

高速发展的自动驾驶，主机厂、供应商、监管部门，以及消费者都面临诸多新挑战，前路仍然任重道远，前行需谨慎再三。一系列的人间惨剧，以及相应的监管措施落地，将给在大肆宣传自动驾驶功能的行业玩家敲响一记警钟，也让“内卷”的行业暂且冷静下来。

(校对/Jimmy)