特斯拉自动驾驶杀人、V2X商业模式不成立、L5永远实现不了，这场智能驾驶大讨论值得一看
WAIC 世界人工智能大会正在上海举行，期间，一场智能驾驶的讨论引发了大家的关注。
参与此次讨论的行业专家包括：
-- 文远知行CEO韩旭
-- 智己汽车联席CEO刘涛
-- 华为智能驾驶总裁苏箐
-- 小鹏汽车副总裁纪宇
-- 斑马网络联席CEO张春晖
-- 出门问问CEO李志飞
（从左至右）
期间产生了很多精彩的言论和犀利的观点。
比如大部分专家认为我们现在的自动驾驶能力还处在 L2.5 左右，向着 L2.999……不断进步，L3 其实是个伪命题。
比如华为苏箐认为自动驾驶的发展应该从技术和商业化两个方面看：技术上可以追求完全的无人驾驶，也就是 L5，但是要开放给消费者使用必须将其控制在 L2.9。基于此，他认为特斯拉现在发生的与自动驾驶相关的事故其实就是「杀人」。
而针对车路协同还是单车智能的技术路线，文远知行的韩旭认为车路协同的商业模式并不成立，苏箐也认为车路协同是没法满足车规要求的，因为路边的设施一定存在失效的情况。而来自车企的智己汽车的刘涛以及小鹏汽车的纪宇则对车路协同持中立态度，认为现阶段先把单车智能做到极致，等到车路协同设施完善，再进行接入。
最后，对于 L5 级自动驾驶实现的时间表，华为苏箐认为人类实现不了 L5；小鹏汽车副总裁纪宇表示 L5 在火星上能实现起来更容易；出门问问的李志飞则精确到天的进行预测，认为 L5 将在 2099 年 12 月 31 日实现，因为人类需要一个新的故事开始下一个世纪。
类似的精彩观点还有很多，以下为讨论的完整文字版（经汽车之心编辑）：
1、L1-L5 级自动驾驶，我们现在在哪里？
出门问问CEO李志飞：
在 Elon Musk 的推特里是 L5，在某些公司的宣传视频或 PPT 里，是 L4。但是我作为一名用户，一名非自动驾驶的专业人士，认为可能在 L2-L3 之间，精确一点的话是 L2.5。
斑马网络联席CEO张春晖：
现在很多企业还在 L0，有的是在 L1-L2，有的先进的是在 L4，L5 还遥遥无期。
小鹏汽车副总裁纪宇：
在行业里还没有人能做到 L3 量产车，因为从 L2 到 L3 还有一个非常大的鸿沟，小鹏自己认为自己做到了 L2.75。
华为智能驾驶总裁苏箐：
L1-L5 的自动驾驶分级里，L3 实际上是一个错误的分级，在逻辑上是错误的，不应该存在。
L5 我认为是永远不可能达到的，它是一个牵引目标，永远不可能达到。因为 L5 的定义是任何时间、任何地点、任何天候，车子能自己应对所有的驾驶任务，世界上还没有一个人类能做到这一点。至少在我这一辈子，我认为是做不到的。
我愿意打一个赌，从现在开始算 100 年以内，机器智能是超不过人类智能的。从统计角度看，我愿意打这个赌。
再来看看我们现在在哪里：这里还需要再细分一下，细分成技术的能力在哪里、商业的能力在哪里。
拿华为 ADS 系统的能力来说，已经很接近 L4 了，但是从商业的能力（或者说放给用户用的系统的等级），我认为应该是一个 L2.9 的等级。这两个东西一定要分开看，否则的话会让整个的行业都发展不下去。
智己汽车联席CEO刘涛：
智己汽车明确的目标就是 L2.9，我们很尊敬小鹏汽车在智能驾驶上的成果，我们不是说我们比小鹏做的好（前文小鹏汽车认为自己做到了 L2.75），但我们是把 L2.9 当做是我们的一个目标。
而且智己的车是在年底上市，小鹏的自动驾驶能力也进步很快，所以我相信我们都会奔着 L2.9、趋近于 L3 的目标去努力。
文远知行CEO韩旭：
我们公司是做 L4 级自动驾驶的，所以基本上我的答案就是我们已经在 L4 了。
而且我认为从 L1-L5 是没法加权平均的，我还是认为一个做不好 L3 的公司，不一定做 L2 就做得好。不是说 L3 做到了 50 分，就把 L3 做成了 L2。而一个能把 L2 做的很好的公司，做 L3 也很有机会做好。
我们现在做的车已经能搞定 L4 了，特别是和宇通合作的无人驾驶巴士，大家可以去看看这款车能开成什么样，其他的我也不多说了。
2、L4-L5 为什么这么难？
苏箐：
还是要提特斯拉，特斯拉其实从这么几年下来，它的事故率还是挺高的，从杀第一个人到最近杀的人。（这个地方大家会觉得我用杀人这个词有点严重，但大家想一想机器进入人类社会和人类共生的时候，机器是一定会造成事故率的，直白一点就是杀人，只不过我们在把概率降到尽量低。）
如果我们的自动驾驶系统变得更高级，普通用户会对新科技有一个倾向性，一开始不怎么不信任，一旦他/她试过觉得很好，他/她就会变得非常信任，这个时候就是出事故的开始，特斯拉自动驾驶的事故就是这么来的。高阶自动驾驶之后，这个事情会变得更加严重。
这就导致我们的系统设计要思考一个问题：首先无论我们如何去界定这个法律责任，我们都需要机器本身的能力一定要无限接近于 L4 的，希望它能尽力处理所有场景，同时能尽量多的处理 Corner Case，这是毫无疑问的，这是我们付出巨大资源和努力要做的事情。
同时我们也深刻认识到，自动驾驶汽车进入人类社会以及中国的交通环境后，在有限的几年甚至十几年时间里，一定会碰到很多 Corner Case 处理不了，这个过程中，我们会用技术要求用户去监管这辆车，不会完全放权。
总结来说，在技术上要去做 L4，这一点是毫无疑问的，在商用上，会把它限定在 L2.9。这个行业里的同学当然要在技术上努力做到 L4，但是在商用上必须要更稳，保证这个行业平滑度过接下来的 5-10 年这个最危险的时段，保证行业的长期发展，否则我们可能会成为历史的罪人。
3、我们朝着 L4、L5 走，究竟是 Data Driven（数据驱动），还是 Model Based（基于模型），还说两者混合起来？亦或是有第四条道路？
苏箐：自动驾驶本身是计算机科学和工程的双难题。我从来不是 Data Driven 派，也不是 Rule Based（同 Model Based） 派，我是实用主义派。
在我们的系统里面，其实感知（Perception）部分更偏向于 Data Driven，而在 P&C（规划&控制）部分是以 Rule Based 为框架，在框架里有很多小的算法是 Data Driven 的。
韩旭：我以前就是做人工智能、计算机视觉，现在做自动驾驶，没有人真的知道如何把 L5 做出来，如果现在有人说已经做出 L5 了，那就把论文拿出来读一读。
Data Driven 更细节一点就是端到端的机器学习，数据进来，输出的是直接的车的方向盘和踏板的信号，这种方式的问题在于不具备可解释性。
Model Based 里面也有机器学习，现在做自动驾驶，机器学习无处不在。
我们现在在做的系统其实已经是 Data Driven 和 Model Based 两种混合的模式。
感知模块，深度学习肯定用到很多，决策、规划也会用到深度学习，也会有模型，模型具有可解释性，而 Data Driven 具有不可解释性，所以要把这两者结合在一起，这一些学术界愿意研究的问题。
我觉得一个路径能不能做成，一开始都是一种感觉，真正能不能做成只有当你把它做出来那一刻你才能知道。这就像人脸识别，在深度学习出来之前，以前有很多种人脸识别的方法，都做得不好，我以为我有生之年看不到人脸识别了，等到深度学习出来的时候，终于能做出来了。这也就是只有到你做出来那一刻你才知道方法。
张春晖：当你讨论自动驾驶的实现路径问题时，最好是拉到现实场景中来。
比如今天我们谈这个问题是在中国谈的，那很多东西就和其他国家是不一样的。
毫无疑问数据是很重要的，数据来源于场景，我的建议是在我们能忍受和接受的情况下，尽可能多的让它商业化落地，产生规模，然后让它赶紧跑起来，出事还能接受，比如低速场景、末端场景，即使是撞了一下也没有那么大的损失。
当你有规模化、商业化驱动后，产业链就能被带动起来，才能往更高级别去突破。
另外就是人机共驾、人机互动很重要，用户期望其实没有那么高，不一定就要追求 L5，有了 L5 还不敢用呢。
纪宇：技术路线上是比较一致的。核心是不同企业在不同位置如何进行选择，不同选择会带来了不同的结果，这些结果对于大众来说是不是有利的。这个是核心。
小鹏汽车是要把车卖出去，面向大众的企业。所以一定是安全第一、量产为先。
自动驾驶有很多营销功能，也有很多量产功能，量产化就是做到安全靠谱，客户用了尽量少出事，这是最核心的。
实际上小鹏汽车非常注重这些点，带来的好处就是数据，客户用的好用就会经常用。小鹏今年第一季度交付的 P7 中，有 96% 的 P7 都是支持 Xpilot 2.5 或者 Xpilot 3.0 的。
数据的价值是非常重要的，事实上小鹏的 NGP 行驶里程已经超过 500 万公里，50% 的里程是机器跑的，所以功能还是要靠谱。
4、华为做自动驾驶的最大的难点在哪里？
苏箐：我不是说数据不重要，但我还是那个观点，今天我的数据基本上是够用的，因为我所有的路测数据都高度指向一些很难解决的 Corner Case。
这些 Corner Case 如果你看 Waymo 的测试的话，你会发现很好解决，因为美国是一个很讲究路权的国家，而在中国并不是这样的，你需要去突破路权的限制，需要和人去做一些突破路权的模糊地带的博弈，这些部分是最难的。
5、作为一家具备高科技企业和传统制造企业双基因的公司，智己汽车要向 L5 走，应该选择怎样的路径？难点和瓶颈在哪里？
刘涛：还是要回到 L2.9 这个维度来回答，L5 坦率来说离我们太远了。
自动驾驶的技术路径中 Data Driven 和 Model Based 走向混合是肯定的，但随着时间的推移，Data Driven 的戏份和占比将会越来越多。
逻辑其实非常简单，我尝试用很快的简单的逻辑解释一下：
一般情况下，我们正常行驶 90% 的路或者时间碰到的场景只有万级，可以靠 500 个工程师辛苦工作 5 年把这些正常的行驶场景都搞定。坦率说在正常的情况下，大部分的自动驾驶公司以及主机厂的自动驾驶能力已经往趋同的方向去收敛了。
但自动驾驶真正的挑战在于长尾和低概率的 Corner Case，Corner Case 的特点有两个，第一个是出现概率非常低，第二是数量又是百万级之多。所以你无法用 5 万个工程师工作 5 年去搞定这百万级的 Corner Case。
在这个两难的情况下，Data Driven 就是解药。我们要打造一种系统，将 Corner Case 中的大部分 Case 能够自动化的搞定，自我学习。特别把用户在行驶中碰到的 Corner Case 优先搞定。
如果你建立了这样一套自动化的迭代闭环的话，就变成了 1 万个、10 万个、100 万个机器人在帮你自动化搞定这些 Corner Case。
而智己作为一个用户型的智能电动车企业，我觉得我们很多时候有一个误区，还是靠堆料、堆硬件，我觉得堆硬件很难堆出一个能给客户带来好体验的自动驾驶系统。
在我们的 L2.9 的判断下，很长一段时间内，人车共驾是常态。所以人类驾驶员和机器必须很好的沟通和交流。
我们不在乎堆料，我们在乎的是今天的自动驾驶能不能给用户减轻驾驶压力，更轻松一些，这是智己作为用户型企业在乎的。
6、单车智能和车路协同的选择？
韩旭：要做车路协同，就是要建智慧灯杆，每个路灯杆之间的距离大约是 200 米，路灯杆上要装激光雷达、摄像头、毫米波雷达。做一个简单的数学模型：一端10公里的路，就要装 50 个路灯杆，如果 365 中有一天一根路灯杆失效，那这段路的失效率就是 13%，也就是开 10 次，有一次就会挂掉。
所以不能完全依靠车路协同。
就像车上有车大灯，这是必须的，在上海有灯火通明的道路，但是其他地方不一定有，所以车要有大灯，路灯也要有，相辅相成。
刘涛：我们做好我们的事，我们是车企，所以我们要把单车智能做到极致。我希望我可以享受 V2X 的红利，比如现在有在建一些智慧高速。
苏箐：我是坚定的单车智能派，我不相信 V2X。
第一，V2X 解决的只是感知的问题，大家都知道感知其实一个几乎被解决的问题，不能说 100%，剩下的问题则要靠下游的环节去消化，这种不确定性是永远存在的，V2X 解决不了这个问题。
第二是 V2X 在商业模式上是不太成立的，可靠性达不到车规的要求，而且投资主体是不明确的。
第三是如果 V2X 在整个世界的部署上有洞，那这些洞就需要单车智能去解决，如果单车智能能解决这些洞了，那需要 V2X 干什么？这在逻辑上是一个悖论。
纪宇：非常同意智己刘涛总的观点，先把单车智能做好，有 V2X 的服务再进行接入，让我们做得更好。
张春晖：理论上两者都可以，实际上二者应该结合起来。
李志飞：如果我们把自动驾驶看做一个网络系统，单车智能更多是分布式系统，V2X 则是集中式系统。从终局来看一定是分布式系统更加可靠。近期技术、算力都不行，那 V2X 会更多一些，远期的话，一定是单车智能占据主导。
7、畅想 L5 什么时候实现？
文远知行CEO韩旭：2000-2100 年中取一个中间值，2050 年吧。L4 自动驾驶系统某些区域 2025 年左右能实现。
智己汽车联席CEO刘涛：L4 级自动驾驶 2025-2030 年之间可能实现。
华为智能驾驶总裁苏箐：
L5 是一个灯塔，在我这辈子我认为看不到 L5。
我觉得我们有意义的讨论是什么时候可以实现应用范围足够大的 L4。
现在大家讲的 L4 坦率的说有点耍流氓，老是说限定在一个很小的范围，那你就不要出你家院子，就已经是 L4 了，这没有任何意义。
在北上广深这样的大城市实现 L4，可以说是一个可以达到但很难的目标。这种系统能解决绝大多数人的问题。也许 5-10 年内我们能到这一步，以后再谈别的问题。
小鹏汽车副总裁纪宇：火星上能实现起来更容易，技术理论上 2030 年有可能搞定，但地球上还要解决人车混流的问题，现在是没有答案的。
斑马网络联席CEO张春晖：如果政府和企业一直保持这种干劲的话，假如 10 年内我们能造出一辆最好的自动驾驶汽车，那 L5 有可能会在它的第三代车型上实现。
出门问问CEO李志飞：精确到天的预测是 2099 年 12 月 31 日，因为人类需要一个新的故事开始下一个世纪。
参与此次讨论的行业专家包括：
-- 文远知行CEO韩旭
-- 智己汽车联席CEO刘涛
-- 华为智能驾驶总裁苏箐
-- 小鹏汽车副总裁纪宇
-- 斑马网络联席CEO张春晖
-- 出门问问CEO李志飞
（从左至右）
期间产生了很多精彩的言论和犀利的观点。
比如大部分专家认为我们现在的自动驾驶能力还处在 L2.5 左右，向着 L2.999……不断进步，L3 其实是个伪命题。
比如华为苏箐认为自动驾驶的发展应该从技术和商业化两个方面看：技术上可以追求完全的无人驾驶，也就是 L5，但是要开放给消费者使用必须将其控制在 L2.9。基于此，他认为特斯拉现在发生的与自动驾驶相关的事故其实就是「杀人」。
而针对车路协同还是单车智能的技术路线，文远知行的韩旭认为车路协同的商业模式并不成立，苏箐也认为车路协同是没法满足车规要求的，因为路边的设施一定存在失效的情况。而来自车企的智己汽车的刘涛以及小鹏汽车的纪宇则对车路协同持中立态度，认为现阶段先把单车智能做到极致，等到车路协同设施完善，再进行接入。
最后，对于 L5 级自动驾驶实现的时间表，华为苏箐认为人类实现不了 L5；小鹏汽车副总裁纪宇表示 L5 在火星上能实现起来更容易；出门问问的李志飞则精确到天的进行预测，认为 L5 将在 2099 年 12 月 31 日实现，因为人类需要一个新的故事开始下一个世纪。
类似的精彩观点还有很多，以下为讨论的完整文字版（经汽车之心编辑）：
1、L1-L5 级自动驾驶，我们现在在哪里？
出门问问CEO李志飞：
在 Elon Musk 的推特里是 L5，在某些公司的宣传视频或 PPT 里，是 L4。但是我作为一名用户，一名非自动驾驶的专业人士，认为可能在 L2-L3 之间，精确一点的话是 L2.5。
斑马网络联席CEO张春晖：
现在很多企业还在 L0，有的是在 L1-L2，有的先进的是在 L4，L5 还遥遥无期。
小鹏汽车副总裁纪宇：
在行业里还没有人能做到 L3 量产车，因为从 L2 到 L3 还有一个非常大的鸿沟，小鹏自己认为自己做到了 L2.75。
华为智能驾驶总裁苏箐：
L1-L5 的自动驾驶分级里，L3 实际上是一个错误的分级，在逻辑上是错误的，不应该存在。
L5 我认为是永远不可能达到的，它是一个牵引目标，永远不可能达到。因为 L5 的定义是任何时间、任何地点、任何天候，车子能自己应对所有的驾驶任务，世界上还没有一个人类能做到这一点。至少在我这一辈子，我认为是做不到的。
我愿意打一个赌，从现在开始算 100 年以内，机器智能是超不过人类智能的。从统计角度看，我愿意打这个赌。
再来看看我们现在在哪里：这里还需要再细分一下，细分成技术的能力在哪里、商业的能力在哪里。
拿华为 ADS 系统的能力来说，已经很接近 L4 了，但是从商业的能力（或者说放给用户用的系统的等级），我认为应该是一个 L2.9 的等级。这两个东西一定要分开看，否则的话会让整个的行业都发展不下去。
智己汽车联席CEO刘涛：
智己汽车明确的目标就是 L2.9，我们很尊敬小鹏汽车在智能驾驶上的成果，我们不是说我们比小鹏做的好（前文小鹏汽车认为自己做到了 L2.75），但我们是把 L2.9 当做是我们的一个目标。
而且智己的车是在年底上市，小鹏的自动驾驶能力也进步很快，所以我相信我们都会奔着 L2.9、趋近于 L3 的目标去努力。
文远知行CEO韩旭：
我们公司是做 L4 级自动驾驶的，所以基本上我的答案就是我们已经在 L4 了。
而且我认为从 L1-L5 是没法加权平均的，我还是认为一个做不好 L3 的公司，不一定做 L2 就做得好。不是说 L3 做到了 50 分，就把 L3 做成了 L2。而一个能把 L2 做的很好的公司，做 L3 也很有机会做好。
我们现在做的车已经能搞定 L4 了，特别是和宇通合作的无人驾驶巴士，大家可以去看看这款车能开成什么样，其他的我也不多说了。
2、L4-L5 为什么这么难？
苏箐：
还是要提特斯拉，特斯拉其实从这么几年下来，它的事故率还是挺高的，从杀第一个人到最近杀的人。（这个地方大家会觉得我用杀人这个词有点严重，但大家想一想机器进入人类社会和人类共生的时候，机器是一定会造成事故率的，直白一点就是杀人，只不过我们在把概率降到尽量低。）
如果我们的自动驾驶系统变得更高级，普通用户会对新科技有一个倾向性，一开始不怎么不信任，一旦他/她试过觉得很好，他/她就会变得非常信任，这个时候就是出事故的开始，特斯拉自动驾驶的事故就是这么来的。高阶自动驾驶之后，这个事情会变得更加严重。
这就导致我们的系统设计要思考一个问题：首先无论我们如何去界定这个法律责任，我们都需要机器本身的能力一定要无限接近于 L4 的，希望它能尽力处理所有场景，同时能尽量多的处理 Corner Case，这是毫无疑问的，这是我们付出巨大资源和努力要做的事情。
同时我们也深刻认识到，自动驾驶汽车进入人类社会以及中国的交通环境后，在有限的几年甚至十几年时间里，一定会碰到很多 Corner Case 处理不了，这个过程中，我们会用技术要求用户去监管这辆车，不会完全放权。
总结来说，在技术上要去做 L4，这一点是毫无疑问的，在商用上，会把它限定在 L2.9。这个行业里的同学当然要在技术上努力做到 L4，但是在商用上必须要更稳，保证这个行业平滑度过接下来的 5-10 年这个最危险的时段，保证行业的长期发展，否则我们可能会成为历史的罪人。
3、我们朝着 L4、L5 走，究竟是 Data Driven（数据驱动），还是 Model Based（基于模型），还说两者混合起来？亦或是有第四条道路？
苏箐：自动驾驶本身是计算机科学和工程的双难题。我从来不是 Data Driven 派，也不是 Rule Based（同 Model Based） 派，我是实用主义派。
在我们的系统里面，其实感知（Perception）部分更偏向于 Data Driven，而在 P&C（规划&控制）部分是以 Rule Based 为框架，在框架里有很多小的算法是 Data Driven 的。
韩旭：我以前就是做人工智能、计算机视觉，现在做自动驾驶，没有人真的知道如何把 L5 做出来，如果现在有人说已经做出 L5 了，那就把论文拿出来读一读。
Data Driven 更细节一点就是端到端的机器学习，数据进来，输出的是直接的车的方向盘和踏板的信号，这种方式的问题在于不具备可解释性。
Model Based 里面也有机器学习，现在做自动驾驶，机器学习无处不在。
我们现在在做的系统其实已经是 Data Driven 和 Model Based 两种混合的模式。
感知模块，深度学习肯定用到很多，决策、规划也会用到深度学习，也会有模型，模型具有可解释性，而 Data Driven 具有不可解释性，所以要把这两者结合在一起，这一些学术界愿意研究的问题。
我觉得一个路径能不能做成，一开始都是一种感觉，真正能不能做成只有当你把它做出来那一刻你才能知道。这就像人脸识别，在深度学习出来之前，以前有很多种人脸识别的方法，都做得不好，我以为我有生之年看不到人脸识别了，等到深度学习出来的时候，终于能做出来了。这也就是只有到你做出来那一刻你才知道方法。
张春晖：当你讨论自动驾驶的实现路径问题时，最好是拉到现实场景中来。
比如今天我们谈这个问题是在中国谈的，那很多东西就和其他国家是不一样的。
毫无疑问数据是很重要的，数据来源于场景，我的建议是在我们能忍受和接受的情况下，尽可能多的让它商业化落地，产生规模，然后让它赶紧跑起来，出事还能接受，比如低速场景、末端场景，即使是撞了一下也没有那么大的损失。
当你有规模化、商业化驱动后，产业链就能被带动起来，才能往更高级别去突破。
另外就是人机共驾、人机互动很重要，用户期望其实没有那么高，不一定就要追求 L5，有了 L5 还不敢用呢。
纪宇：技术路线上是比较一致的。核心是不同企业在不同位置如何进行选择，不同选择会带来了不同的结果，这些结果对于大众来说是不是有利的。这个是核心。
小鹏汽车是要把车卖出去，面向大众的企业。所以一定是安全第一、量产为先。
自动驾驶有很多营销功能，也有很多量产功能，量产化就是做到安全靠谱，客户用了尽量少出事，这是最核心的。
实际上小鹏汽车非常注重这些点，带来的好处就是数据，客户用的好用就会经常用。小鹏今年第一季度交付的 P7 中，有 96% 的 P7 都是支持 Xpilot 2.5 或者 Xpilot 3.0 的。
数据的价值是非常重要的，事实上小鹏的 NGP 行驶里程已经超过 500 万公里，50% 的里程是机器跑的，所以功能还是要靠谱。
4、华为做自动驾驶的最大的难点在哪里？
苏箐：我不是说数据不重要，但我还是那个观点，今天我的数据基本上是够用的，因为我所有的路测数据都高度指向一些很难解决的 Corner Case。
这些 Corner Case 如果你看 Waymo 的测试的话，你会发现很好解决，因为美国是一个很讲究路权的国家，而在中国并不是这样的，你需要去突破路权的限制，需要和人去做一些突破路权的模糊地带的博弈，这些部分是最难的。
5、作为一家具备高科技企业和传统制造企业双基因的公司，智己汽车要向 L5 走，应该选择怎样的路径？难点和瓶颈在哪里？
刘涛：还是要回到 L2.9 这个维度来回答，L5 坦率来说离我们太远了。
自动驾驶的技术路径中 Data Driven 和 Model Based 走向混合是肯定的，但随着时间的推移，Data Driven 的戏份和占比将会越来越多。
逻辑其实非常简单，我尝试用很快的简单的逻辑解释一下：
一般情况下，我们正常行驶 90% 的路或者时间碰到的场景只有万级，可以靠 500 个工程师辛苦工作 5 年把这些正常的行驶场景都搞定。坦率说在正常的情况下，大部分的自动驾驶公司以及主机厂的自动驾驶能力已经往趋同的方向去收敛了。
但自动驾驶真正的挑战在于长尾和低概率的 Corner Case，Corner Case 的特点有两个，第一个是出现概率非常低，第二是数量又是百万级之多。所以你无法用 5 万个工程师工作 5 年去搞定这百万级的 Corner Case。
在这个两难的情况下，Data Driven 就是解药。我们要打造一种系统，将 Corner Case 中的大部分 Case 能够自动化的搞定，自我学习。特别把用户在行驶中碰到的 Corner Case 优先搞定。
如果你建立了这样一套自动化的迭代闭环的话，就变成了 1 万个、10 万个、100 万个机器人在帮你自动化搞定这些 Corner Case。
而智己作为一个用户型的智能电动车企业，我觉得我们很多时候有一个误区，还是靠堆料、堆硬件，我觉得堆硬件很难堆出一个能给客户带来好体验的自动驾驶系统。
在我们的 L2.9 的判断下，很长一段时间内，人车共驾是常态。所以人类驾驶员和机器必须很好的沟通和交流。
我们不在乎堆料，我们在乎的是今天的自动驾驶能不能给用户减轻驾驶压力，更轻松一些，这是智己作为用户型企业在乎的。
6、单车智能和车路协同的选择？
韩旭：要做车路协同，就是要建智慧灯杆，每个路灯杆之间的距离大约是 200 米，路灯杆上要装激光雷达、摄像头、毫米波雷达。做一个简单的数学模型：一端10公里的路，就要装 50 个路灯杆，如果 365 中有一天一根路灯杆失效，那这段路的失效率就是 13%，也就是开 10 次，有一次就会挂掉。
所以不能完全依靠车路协同。
就像车上有车大灯，这是必须的，在上海有灯火通明的道路，但是其他地方不一定有，所以车要有大灯，路灯也要有，相辅相成。
刘涛：我们做好我们的事，我们是车企，所以我们要把单车智能做到极致。我希望我可以享受 V2X 的红利，比如现在有在建一些智慧高速。
苏箐：我是坚定的单车智能派，我不相信 V2X。
第一，V2X 解决的只是感知的问题，大家都知道感知其实一个几乎被解决的问题，不能说 100%，剩下的问题则要靠下游的环节去消化，这种不确定性是永远存在的，V2X 解决不了这个问题。
第二是 V2X 在商业模式上是不太成立的，可靠性达不到车规的要求，而且投资主体是不明确的。
第三是如果 V2X 在整个世界的部署上有洞，那这些洞就需要单车智能去解决，如果单车智能能解决这些洞了，那需要 V2X 干什么？这在逻辑上是一个悖论。
纪宇：非常同意智己刘涛总的观点，先把单车智能做好，有 V2X 的服务再进行接入，让我们做得更好。
张春晖：理论上两者都可以，实际上二者应该结合起来。
李志飞：如果我们把自动驾驶看做一个网络系统，单车智能更多是分布式系统，V2X 则是集中式系统。从终局来看一定是分布式系统更加可靠。近期技术、算力都不行，那 V2X 会更多一些，远期的话，一定是单车智能占据主导。
7、畅想 L5 什么时候实现？
文远知行CEO韩旭：2000-2100 年中取一个中间值，2050 年吧。L4 自动驾驶系统某些区域 2025 年左右能实现。
智己汽车联席CEO刘涛：L4 级自动驾驶 2025-2030 年之间可能实现。
华为智能驾驶总裁苏箐：
L5 是一个灯塔，在我这辈子我认为看不到 L5。
我觉得我们有意义的讨论是什么时候可以实现应用范围足够大的 L4。
现在大家讲的 L4 坦率的说有点耍流氓，老是说限定在一个很小的范围，那你就不要出你家院子，就已经是 L4 了，这没有任何意义。
在北上广深这样的大城市实现 L4，可以说是一个可以达到但很难的目标。这种系统能解决绝大多数人的问题。也许 5-10 年内我们能到这一步，以后再谈别的问题。
小鹏汽车副总裁纪宇：火星上能实现起来更容易，技术理论上 2030 年有可能搞定，但地球上还要解决人车混流的问题，现在是没有答案的。
斑马网络联席CEO张春晖：如果政府和企业一直保持这种干劲的话，假如 10 年内我们能造出一辆最好的自动驾驶汽车，那 L5 有可能会在它的第三代车型上实现。
出门问问CEO李志飞：精确到天的预测是 2099 年 12 月 31 日，因为人类需要一个新的故事开始下一个世纪。
本文为汽车之心原创文章，作者：陈念航，如需转载，请联系授权。违规转载法律必究。
0
0
分享
好文章，需要你的鼓励
参与评论
请您注册或者登录汽车之心社区账号即可发表回复
去登录
相关评论(共0条)
查看更多评论