自动驾驶商业化落地的答案，似乎已经有了眉目。
几周前，通用汽车推迟了其自动驾驶汽车的上市时间，理由是将人们(司机)安全地从方向盘后面移开存在挑战。“需要更多时间来确保无人驾驶汽车的安全运行。”
Waymo曾承诺，将在2018年底之前在凤凰城地区推出无人驾驶汽车服务，但该公司也推迟了首次亮相。尽管Waymo已经在公共道路上开始提供服务(Waymo ONE)，但它无限期地推迟了一项大规模服务。
这背后，还有很重要的原因是政策的支持。
今年5月28日，美国联邦汽车运输安全管理局(FMCSA)和美国国家公路交通安全管理局(NHTSA)开始征求公众对自动驾驶系统(ADS)车辆的意见，从而帮助制定有关自动驾驶系统的法规。
这是去年相关的自动驾驶激励政策没有得到国会批准之后，相关的政府机构的一次尝试。美国交通部也正在利用该机构现有的监管权限，推进符合该部门的公共计划。
相反，在中国，政策层面正在给自动驾驶“开绿灯”，同时推进基础设施的配套升级。
近日，工信部再次确认，已经和交通运输部、住建部达成共识，要加快路网结构的信息化改造、数字化改造，为将来自动驾驶、无人驾驶创造更好的车路协同环境。
“发挥我们的制度优势，优化产业发展环境，进一步激励企业在产业链的中高端环节继续加大投入。”这是中国汽车及交通产业转型升级的重大信号。
与此同时，交通运输部近日印发《数字交通发展规划纲要》提出，推动自动驾驶与车路协同技术研发，开展专用测试场地建设。鼓励物流园区、港口、铁路和机场货运站广泛应用物联网、自动驾驶等技术。
而随着百度、文远知行等自动驾驶厂商相继与地方国资背景企业成立合资公司运营RoboTaxi(机器人出租车)服务，意味着早期行走在灰色地带的载客测试已经“名正言顺”。
国内最大出行平台滴滴出行也在近日宣布旗下自动驾驶部门升级为独立公司，整合滴滴出行平台资源和原有技术优势，深入拓展与汽车上下游产业链合作，同时与政府及社会各界积极探讨推动自动驾驶落地。
在此次官方声明中，滴滴特别强调将把在做网约车上所积累的对安全运营的理解和经验，逐步应用到无人驾驶运营中，同时与政府以及相关方共同探索自动驾驶运营的安全实践准则。
当然，风险犹存，安全仍是自动驾驶商业化落地的第一准则。但技术并非唯一衡量标准，顶层设计、政策引导、独特模式至关重要。
一、车路协同走出中国模式
中国在自动驾驶商业化落地上的可能领先优势，并非我们的一家之言。高通公司相关负责人近日表示，在自动驾驶汽车的商业化方面，美国可能会落后于中国。这是因为中国已经计划在汽车互联领域实施5G技术的标准设计。
中国仍然是世界上最大的汽车市场，并明确采用C-V2X标准。去年10月，中国宣布计划使用该标准，并为联网汽车专门预留无线电波频段。此外，工信部也已经率先发布5G牌照。
更为重要的是，尽管华为公司已经在5G核心技术及标准方面领先，但我们鼓励全球公司在中国市场投入创新研发和应用，这是区别与其他国家地区的封闭排外模式。
比如，去年上海率先“表率”，争取谷歌Waymo无人驾驶等一批重大项目落户上海。而Waymo也很快注册了一家名为慧摩商务咨询(上海)有限公司，为WAYMO LLC 100%持股。
而政策的顶层设计目标，是推动商业化落地的最大有力因素。
去年，工信部定下的《三年行动计划》，预期“到2020年，突破自动驾驶智能芯片、车辆智能算法、自动驾驶、车载通信等关键技术，实现智能网联汽车达到有条件自动驾驶等级水平”等目标。
与此同时，2019年智能网联汽车标准化工作要点中，也提到了全面开展自动驾驶相关标准研制，包括组织开展特定条件下自动驾驶功能测试方法及要求等标准的立项，启动自动驾驶数据记录、驾驶员接管能力识别及驾驶任务接管等行业急需标准的预研。
而车路协同是工信部重点多次提及，目前的重点也是建立道路及网络智能的基础设施环境。
按照2018年工信部发布的《车联网产业发展行动计划》，目标到2020年，实现LTE-V2X在部分高速公路和城市主要道路的覆盖，开展5G-V2X示范应用，构建车路协同环境，实现“人-车-路-云”高度协同。
在今天华为发布的全球产业展望GIV@2015中，其预测2025年，C-V2X蜂窝车联网技术将嵌入到全球15%的车辆。
在中智行技术副总裁兼技术委员会轮值主席张振林看来，“中国在5G技术上已遥遥领先，5G+AI将能感知覆盖更多场景、弥补路测数据的不足，将自动驾驶的安全性提高一个数量级。”
当前主流的自动驾驶技术依赖于AI和单车智能，但遇到特殊情况时，由于传感器性能的局限，车的识别就会受限，这些局限性导致汽车无法全部识别，存在一定的安全风险。
但通过5G+AI，中国企业可以占据全球自动驾驶行业技术的制高点，实现自动驾驶的“中国标准”即“中国式自动驾驶”。
从单车智能到车路协同，你几乎不用质疑中国在基础设施，城市智慧交通升级上的“大投入决心”。
比如，滴滴出行近年来携手中国交通管理部门，推出了智能城市交通管理综合解决方案，被称为：滴滴智能交通大脑。截止去年的数据，滴滴智能交通大脑已被中国20多个城市采用。
基于滴滴的匿名交通数据，实时数据利用云计算和基于AI技术为城市提供一系列的交通基础设施的改进，包括交通流量测量、智能交通信号灯，交通管理规划维护调度和系统评估。
这就是典型的未来V2X技术的应用场景，滴滴出行的战略以智能交通为核心，作为智能交通服务提供商，把人、车和交通基础设施视为重要组成部分。
交通基础设施领域的政策威力，可能大家最为明显的感受，就是最近很火的ETC。按照交通运输部通知要求，到2019年底，各省(区、市)汽车ETC安装率达到80%以上，通行高速公路的车辆ETC使用率达到90%以上。此政策出台后，银行、第三方支付机构蜂拥而至。
而近期国家质检总局、国家标准委批准发布《新型评价指标》等292项国家标准，其中道路交通信号灯两项国家标准全面落实《道路交通安全法》要求，就新增了系统安全功能要求，提高了信号机对外部非法接入、网络异常情况的防护性能，适应未来车联网发展需求和关键交通基础设施的网络安全。
此外，还有信号灯的智能化升级。去年，阿里巴巴的城市大脑1.0版试点的杭州中河道路平均延误指数相比试点前分别下降15.3%和8.5%，高架道路出行时间节省了4.6分钟。
去年开始，国内各大主要城市已经开始交通信号灯的智能化升级，新一轮城市交通基础设施的革新，也带动了相关产业链从中受益。
二、里程重要还是数据质量重要?
作为目前在加州测试中，数据指标排名前两位的公司，通用Cruise和Waymo都还在“安全部署”自动驾驶上“摸索前进”，比如训练效率和成本。
对于中美两地的自动驾驶路测，最形象的比喻是：同样的测试车，在中国人多、车多、路况复杂环境下的一天测试，比得上在美国一个月的测试。
随着自动驾驶汽车技术的发展，许多领域都变得更加复杂，其中一个重要争议环节就是测试和评估阶段。在传统汽车开发领域，许多制造商一直认为，测试里程越多，安全水平就越高。
“我们需要万亿英里的可靠性。”丰田自动驾驶相关负责人在几年前抛出了这个数字(在此之前行业没有关于到底达成多少测试里程的定义)。
他得出的这个数字是基于丰田每年在全球销售的1,000万辆汽车得出的，每辆车的生命周期约为10年，年行驶里程为10,000英里(16,093公里)。
此前，兰德公司2016年的一项研究表明，要证明自动驾驶汽车技术可以处理任何可能发生在公共道路上的事故的可靠性(在减少交通伤亡方面)，可能需要数亿甚至数千亿英里的测试里程。
Waymo也是这一理念的坚定支持者。
上个月，Waymo宣布测试里程达到了一个新的里程碑，实际道路测试达到1000多万英里，模拟仿真测试达到了100多亿英里。
Waymo首席技术官Dmitri Dolgov表示，自动驾驶系统越先进，你实际需要驾驶的里程就越多，才能产生正向作用，尤其是一些边缘情况、并确保软件在遇到的任何情况下都能正常工作。
这些数字的结果，就是Waymo在加州测试车辆脱离自动驾驶模式并将控制权交给安全员的频率。Waymo此前表示，其加州测试车队去年每千英里只有0.18次，而在DMV数据中表现第二好的通用Cruise每千英里则是0.80次。
然而，如果道路测试关注的是特别困难的驾驶场景，“你可以从远低于500万英里的距离中掌握这些情况，假设这些里程分布得很好。”斯坦福大学机械工程学教授表示，而不是大多数情况只是在几条高速公路上或某几个区域重复测试。
在这一点上，Waymo的模拟仿真里程可能更有意义，因为它可以创建更复杂的“边缘情况”。
但没有人能够评估Waymo的大量模拟驾驶数据的价值，原因有两个。“我们不知道这些里程是什么样的，也不知道它们在真实世界中的表现如何，我们也不知道这辆车在模拟中表现得如何。”
在这方面，最典型的两家代表企业就是特斯拉和Waymo。
和Waymo不同的是，特斯拉通过在路上的数十万辆车，收集真实道路驾驶数据，了解这些汽车在Autopilot下的表现，以及现有功能可能的表现。
马斯克曾表示，特斯拉每天收集的数据“超过300万英里”，截止2016年的累计数据是1亿英里(AutoPilot影子模式下)。然而，截至去年7月，中国的特斯拉车主行驶里程已跃升至50亿英里。
所谓的“影子模式”，是指特斯拉也收集Autopilot如何处理不同驾驶场景的数据，即使不使用该功能。这种模式意味着特斯拉可以模拟驾驶数十亿英里真实数据。
这也是为什么同样拥有加州自动驾驶路测牌照，但测试里程却几乎垫底的结果。因为特斯拉更看重个人车主的真实驾驶路况，而正是依靠这种模式，在没有中国本地技术研发团队的情况下，特斯拉依然有信心保证Autopilot适应中国复杂路况。
三、中国新战场
传统汽车制造商巨头，可以说在自动驾驶领域是相对保守的阵营。在加州路测里程数据报告中，去年仅仅只有美国当地的通用汽车一家汽车制造商进入前十。
而包括大众、宝马等在内的汽车制造商测试里程几乎垫底。但他们也已经嗅到了中国市场的“机会”。
大众集团在今年6月，宣布计划与中国合作伙伴江淮汽车在合肥推出无人驾驶汽车，并提供叫车和短期租赁等移动服务。这些服务是这家德国汽车制造商与江淮汽车、合肥市政府签署的协议的一部分。
大众表示，大众中国子公司和江淮汽车将整合资源，合作提供自动驾驶服务，包括自动驾驶出租车和车队管理。而通过这一合作，合肥市的目标是成为一个最先进的智能城市。
此外，对于整个中国市场，大众汽车重视程度正在提升，按照计划这家德国汽车制造商将利用中国软件开发人员帮助设计全球自动驾驶汽车架构。
目前，大众在中国拥有4000名工程师，平均年龄29岁，分布在5个研发基地，软件工程师的数量也在迅速增长。
软件工程师的普及，加上中国愿意推出联网和自动驾驶汽车的基础设施，将使中国成为自动驾驶汽车获得广泛认可的首批市场之一。大众管理层明确表示，部分软件开发工作可以在中国完成。
深谙中国市场的大众，早在1年前就表示，中国即将出台的一系列智能汽车法规将为汽车制造商带来激励和补贴(这其中就包括地方政府的项目合作)。
此前，大众集团旗下的奥迪中国研发中心已经在无锡增设研发以及测试中心，设置约150名员工为自动驾驶和车联网技术的现场测试提供支持。
奥迪表示，到2023年，北京和无锡研发中心的员工人数将增至650人，以推进自动驾驶、数字化和新能源汽车技术的发展。
奥迪中国方面透露，他们也在寻求与更多城市的合作。显然，在未来自动驾驶落地重要的一环(地方监管)，汽车制造商有着比初创公司更有优势的地方，比如更低的车辆成本。
宝马上个月宣布与腾讯合作联手在中国成立计算中心，帮助其研发自动驾驶汽车。该计算中心将于今年年底开始运营，将为自动驾驶研发提供本地数据处理能力。
宝马的目的很明确，基于实时路况的数字信息流，以及交通情况，开发出更适合中国的自动驾驶解决方案。
对于这些跨国公司来说，政策敏感度是放在第一位的。显然，大众、宝马的押注，并非简单的商业逻辑判断。
当然，基于自动驾驶技术的移动出行模式，是否成功短期内还不好下定论，也并非以纯粹的盈利为衡量标准。
中央财经大学经济学教授王福重对美团外卖到底有没有价值的评论，似乎也是一种参考：亏损千亿的美团，每天要送出千万份的外卖，节省了很多用户的时间就有价值。
