导语：

汽车产业规模大、先进技术集成度高、产业关联度强，是美国、中国、日本、德国等制造大国的重要支柱产业。自动驾驶作为一项颠覆性技术，其发展水平直接关系各国汽车产业的国际竞争力和全球产业分工格局。

随着自动驾驶的政策法规、社会需求、道路测试与示范应用等不断突破，自动驾驶的研发和商业进入发展关键期。当前，全球主要国家都在积极行动以抢占自动驾驶发展的制高点，我国通过实施先行区策略，探索自动驾驶商用的政策、法规和标准体系建设。

今年1月，工信部等五部门发布《关于开展智能网联汽车“车路云一体化”应用试点工作的通知》，从城市端加快推动高级别自动驾驶无人化、商业化、规模化应用。7月3日，五部门公布20个智能网联汽车“车路云一体化”应用试点城市（联合体）名单，预示着行业或将进入从1到N的爆发式增长阶段。

近期，百度Robotaxi（萝卜快跑）在武汉市全无人订单量迎来了爆发式增长，单日单车峰值超20单。中金公司预计，到2030年，全球Robotaxi市场将超2万亿美元。太平洋证券则预计，到2030年，中国Robotaxi市场规模有望达2.93万亿元。

自动驾驶三十年

1908年，Henry Ford推出世界首款量产乘用车Model-T，一场随之而来的技术革命拉开了现代汽车工业百年发展的序幕，一个基于燃油技术的成熟产业也逐渐形成。

环保带动的新能源革命搭乘数字化与智能化浪潮，在产业政策的刺激下推动汽车行业向网联化、智能化、共享化、电动化转型。这场汽车革命发展迅速、来势迅猛，超出了很多人的预期。自动驾驶作为这场革命中的关键技术，将从安全、效率、商业模式等多方面赋能交通产业升级。

1984年，美国国防部高等研究计划局（DARPA）的ALV项目进行的首次自动驾驶尝试。随后，DARPA在2004年组织了野外自动驾驶挑战赛（Grand Challenge）。2007年，挑战获得的成功使科技界看到自动驾驶的潜力，一批科学家进入谷歌开展自动驾驶研究。随着共享出行与电动车的崛起，自动驾驶逐渐吸引越来越多的科技公司、传统汽车厂商与新能源汽车厂商的注意。

在中国，李德毅院士团队和郑南宁院士团队等都做了大量的开创性科研工作。百度在2017年推出Apollo开放平台，进行从小型客车到Robotaxi的道路测试，积累了大量的技术经验。这十年，是自动驾驶从实验室产品逐渐走入生活的十年，也是为未来智能交通变革奠定基础的十年。

国际汽车工程学会（SAE）2014年1月发布的J3016标准定义了从无驾驶自动化（L0）到完全驾驶自动化（L5）等6个驾驶自动化等级，2021年4月该标准更新到第4版。我国2021年8月发布并于2022年3月1日实施的《汽车驾驶自动化分级》（GB/T 40429-2021）国家标准与国际汽车工程学会的划分大体一致，将驾驶自动化划分为6个等级，0级是应急辅助，1级是部分驾驶辅助，2级是组合驾驶辅助，3级是有条件自动驾驶，4级是高度自动驾驶，5级是完全自动驾驶。自动驾驶的核心硬件主要包括高分辨率摄像头、激光雷达、毫米波雷达、各种专用芯片，软件主要包括智能泊车、导航辅助驾驶（NOA）、高级驾驶辅助系统（ADAS）以及集成各种功能的智能座舱。

在国家、企业、科研机构等各种力量的共同推动下，自动驾驶的软硬件性能、车载计算平台的算力持续提高。例如，Mobileye在2014年量产的EyeQ3芯片算力为0.256TOPS，2018年量产的EyeQ4芯片算力为2.5TOPS，目前的智能驾驶芯片算力已达到200TOPS。目前，包括自适应巡航控制系统、车道保持辅助、后方及侧方盲点监控、辅助停车、变道辅助等L1/L2级自动驾驶功能已经非常成熟，L2+技术方案逐步应用到越来越多的车型。根据工信部的数据，2022年，L2级乘用车新车渗透率达到了34.5%。

自动驾驶是一个十分复杂的系统问题，涉及到感知、认知、规划、决策与执行等诸多环节，需要在极短时间内做出可执行的正确决策。在实现自动驾驶的路径上，涉及的关键问题可以分为两类：一类是市场力量，例如技术可行性、用户需求挖掘、产业生态走向与商业模式等；另一类是非市场力量，包括政策、法规、伦理、隐私以及其他人为因素。

自动驾驶，我国很强

我国政府高度重视自动驾驶发展，各种类型的企业也纷纷加入自动驾驶技术研发、应用试点和商业化推广。电动化和智能化是汽车产业发展的两大趋势，而且这两大趋势是紧密交织在一起的。相比之下，新能源汽车企业特别是国内外造车新势力将自动驾驶作为形成差异化优势的卖点，发展自动驾驶的动力更强，因此，新能源汽车企业成为我国自动驾驶发展的重要推动者，并处于行业领先水平。

美国以交通部为首的联邦政府探索建立监管制度，州政府加快推动自动驾驶商业化。德国通过立法形成自动驾驶先发优势，为自动驾驶商业化开辟新空间。英国既重视立法，又强调保障措施推进。我国是从国家顶层规划与地方积极探索两个维度，推动和完善适应自动驾驶产业发展的政策法规环境与监管体系，并持续加强制度设计与保障体系建设。

2021年3月，公安部发布《道路交通安全法（修订建议稿）》，首次从法律上对具有自动驾驶功能的汽车进行道路测试、通行以及违法和事故责任分担规定等方面做出了大胆尝试。

2021年7月，工信部、公安部、交通运输部联合发布《智能网联汽车道路测试与示范应用管理规定（试行）》，允许在充分开展道路测试的基础上，安全可靠地开展载人载物示范应用，允许开展高速公路道路测试与示范应用；进一步拓展测试车辆的覆盖范围，满足更多场景应用，强调测试主体对车辆及远程监控平台的网络安全保障能力；推动实现测试项目和标准规范的统一，减轻通用项目的重复检测；将相关安全性要求调整为企业安全性自我声明，增强测试主体对安全责任的自我保障能力。

2021年8月，工信部发布《智能网联汽车生产企业及产品准入管理的意见》，规定了自动驾驶汽车及其生产企业的准入管理要求，为L3及L4级自动驾驶汽车的规模化量产提供准入依据，也为自动驾驶汽车生产企业提供了重要的技术指引，以确保其正在研发的自动驾驶汽车能够满足相应的准入要求。

2021年10月，中共中央、国务院印发《国家标准化发展纲要》，提出加强关键技术领域标准研究，研究制定智能网联汽车和机器人等关键技术标准，推动产业变革。2021年3月，交通运输部、工信部、国家标准化管理委员会联合印发《国家车联网产业标准体系建设指南（智能交通相关）》，促进自动驾驶和车路协同技术应用和产业健康发展。

2023年11月，工信部等四部门联合发布《关于开展智能网联汽车准入和上路通行试点工作的通知》，旨在促进智能网联汽车产品的功能、性能提升和产业生态的迭代优化，加速智能网联汽车产业化进程，推动智能网联汽车产业高质量发展。2023年12月，交通运输部发布《自动驾驶汽车运输安全服务指南(试行)》，指导自动驾驶汽车常态化运营服务的新发展阶段。

今年1月，工信部等五部门发布《关于开展智能网联汽车“车路云一体化”应用试点工作的通知》，从城市端加快推动高级别自动驾驶无人化、商业化、规模化应用。7月3日，五部门发布《关于公布智能网联汽车“车路云一体化”应用试点城市名单的通知》，确定北京市，上海市，重庆市，内蒙古自治区鄂尔多斯市，辽宁省沈阳市，吉林省长春市，江苏省南京市、苏州市、无锡市，浙江省杭州—桐乡—德清联合体，安徽省合肥市，福建省福州市，山东省济南市，湖北省武汉市、十堰市，湖南省长沙市，广东省广州市、深圳市，海南省海口—三亚—琼海联合体，四川省成都市等20个城市(联合体)为智能网联汽车“车路云一体化”应用试点城市，预期建成低时延高可靠的网联云控基础设施，促进多场景自动驾驶规模化应用，探索形成“车路云一体化”投建运新型商业模式，形成统一的标准与测试评价体系。

地方政府也在加速自动驾驶商业化落地。比如，北京市推动智能网联汽车政策先行区建设，加速探索自动驾驶多场景商用落地。2021年4月，《北京市智能网联汽车政策先行区总体实施方案》指出，北京将正式开放高速公路场景，开展自动驾驶测试试点；支持开展自动驾驶规模化和商业运营服务；重点探索无人配送车辆上路行驶的通行规则和交通管理模式，建立运行安全监管体系，探索对现有末端配送工作的替代性；完善事故责任及运营监管等配套制度体系，完善信息安全体系、数据流动机制、保险产品创新等配套措施，实现政策创新为自动驾驶产业长远健康发展保驾护航。

同年11月，北京市出台《北京市智能网联汽车政策先行区自动驾驶出行服务商业化试点管理实施细则（试行）》，正式启动国内首个自动驾驶出行服务商业化试点，标志着国内自动驾驶从测试示范迈入商业化探索的新阶段。百度和小马智行成为首批获许开展商业化试点服务的企业，在保障市场公平竞争原则的前提下，企业可采取市场化定价机制；在向乘客明确收费原则、支付方式等信息的前提下，可开启体验收费服务。

今年7月，北京市经信局就《北京市自动驾驶汽车条例（征求意见稿）》对外征求意见，拟支持自动驾驶汽车用于城市公共电汽车客运、网约车、汽车租赁等城市出行服务。北京市经信局相关负责人表示，将通过立法重点解决特定区域自动驾驶汽车创新活动面临的主要问题，在坚守安全底线的基础上，为L3级及以上自动驾驶汽车市场主体提供清晰、透明、可预期的制度规范。

深圳市先后发布《深圳经济特区智能网联汽车管理条例（征求意见稿）》《深圳特区智能网联汽车管理条例（草案）》，为自动驾驶立法探路。沧州市率先开展自动驾驶运营收费机制探索，在2021年3月向百度Apollo和云图科技公司颁发首批无人驾驶道路测试通知书和自动驾驶示范运营通知书，标志着自动驾驶在我国首个横跨主城区的城市开放路网从测试向商用迈进。百度Apollo和云图科技通过折扣优惠、发放体验券、乘坐体验者自愿付费等多种形式探索Robotaxi的收费机制，开展商业化运营探索。

截止目前，已有51个城市出台自动驾驶试点示范政策，其中深圳、上海、江苏、杭州等多省市已制定自动驾驶相关地方立法，不断加速拓展应用场景。北京、上海、广州、深圳、武汉等地已开展无驾驶人车辆公开道路试点示范，比如，北京在积极推进示范区3.0的基础上不断拓展大兴机场等新应用场景，武汉在12个行政区内支持近500辆无驾驶人车辆常态化试点服务。

作为全球最大的自动驾驶出行服务商之一，Robotaxi目前已在北京、上海、广州、深圳、重庆、武汉、长沙、成都、合肥、阳泉、乌镇多地开放载人测试运营服务。

自动驾驶技术是对汽车产业原有技术路线的颠覆，会引发主机厂、供应商等产业格局的重构，例如，主机厂希望保持传统汽车时代的供应链主导地位，而自动驾驶企业希望拥有更多的供应链话语权甚至控制权，由此主机厂商、传统供应商、新兴供应商围绕供应链价值链主导权展开激烈竞争。

自动驾驶商业化落地提速

自动驾驶的巨大潜力吸引了大量投资进入。在我国，自动驾驶领域的融资在2015年出现快速增长，2014年融资事件4起，融资金额0.45亿元，2015年增加到17起5.57亿元，2015年至2021年间融资事件402起，融资金额939.91亿元，其中2021年融资事件111起，融资金额497.8亿元。资金的大量投入催化了自动驾驶技术快速发展、市场接受程度提高，越来越多的车型加载了自动驾驶功能，由此也推动了一批重视自动驾驶的车企快速发展。

今年以来，多地陆续推出多个动作。2月，百度、小马智行、文远知行等自动驾驶企业均宣布，获批北京大兴国际机场至亦庄之间的自动驾驶载人示范，并开启“主驾有人”的商业化试点。6月初，比亚迪、蔚来等9家车企入围国家首批智能网联汽车准入和上路通行试点，随后国家发改委等要求稳步推进自动驾驶商业化落地运营。7月初的世界人工智能大会上，百度、小马智行等企业获得上海市首批无人智能网联汽车示范应用许可，被视为上海推动自动驾驶商业化的关键一步。

近日，百度Robotaxi在武汉的单日单车峰值订单量超20单，达到传统出租车司机平均日单量水平。百度最近两日大涨超12%，即将推出Robotaxi的特斯拉股价也持续走高，显示出市场对自动驾驶的看好预期。事实上，2019年，随着国家智能网联汽车（武汉）测试示范区揭牌，武汉按下无人驾驶商业化探索的“快进键”。通过开放自动驾驶测试道路、发布全无人驾驶商业化试点政策等举措，无人驾驶商业化运行车辆数量、运行里程不断增加，跨区通行、机场高速通行等多个自动驾驶商业应用场景接连实现突破。

今年2月27日，百度Robotaxi全无人自动驾驶汽车驶过武汉杨泗港长江大桥和武汉白沙洲大桥，武汉成为全国首个实现智能网联汽车横跨长江贯通示范运行的城市。武汉河流湖泊纵横交错，城市交通场景多样复杂，在这里测试应用无人驾驶技术，在全国推广复制意义重大。仅百度“萝卜快跑”自动驾驶出行服务平台就有超300辆无人车跑上武汉街头，运行时间从早上6点持续到凌晨2点。数据显示，截至目前，武汉市智能网联汽车开放测试道路里程累计突破3379公里（单向里程），覆盖武汉12个行政区，辐射面积约3000平方公里。自动驾驶累计出行服务订单突破158万单，累计服务198万余人次。

不过，百度Robotaxi快跑在武汉被不少市民投诉，被调侃为“苕萝卜”，发生的一起交通事故也引发对安全问题的关注。引发更多争议的是，这可能会抢走网约车和出租车司机的饭碗，科技的发展与社会人文如何平衡这个传统的命题再遭拷问。

国内除了百度，还有广汽腾讯合资的如祺出行，以及小鹏、滴滴、小马智行、文远知行、元戎启行等十余家公司，正在布局或已开始进行自动驾驶商业化试点。此外，特斯拉下个月即将发布Robotaxi。

有消息称，随着特斯拉FSD（Full-Self Driving，全自动驾驶）入华获批，其也将在国内推出Robotaxi业务，和百度等国内企业同台竞技。FSD基于大规模行驶里程、自研运算平台、巨大算力的布局，FSD已进入V12.3阶段，而且今年开始，特斯拉的智能驾驶软件FSD V12版本已经在北美开始加速落地。

就具体技术路线来看，特斯拉于今年3月向北美车主推送的FSDV12.3.1版本，引入“端到端神经网络”技术，通过对超一百万辆行车数据进行深度学习，使用人工智能技术来影响车辆控制，如操作方向盘踏板、转向灯等，而不是对每一种驾驶行为进行硬编码，这一变革被誉为“改变游戏规则的技术”。

特斯拉表示，特斯拉完全自动驾驶距离走入现实仅“一步之遥”，而扩大FSD的覆盖范围是当务之急。目前，FSD订阅价格从每月199美元降至99美元；FSD套餐的购买价也从1.2万美元降至了8000美元。中国作为特斯拉全球第二大市场，特斯拉保有量已经超过170万辆。FSD最早受数据合规影响未能入华，但去年7月份之后，其数据合规问题已经得到解决。目前来看，特斯拉FSD入华万事俱备、只差“定价”。

中金公司预计，到2030年，全球Robotaxi市场将超2万亿美元。太平洋证券则预计，到2030年，中国Robotaxi市场规模有望达2.93万亿元。

但与此同时，我们也应该看到现有技术仍存在不足，对自动驾驶向高阶发展形成制约。例如，激光雷达穿透雨雾的能力有限，易受强光干扰；摄像头视觉感知的灵敏度在夜间和恶劣天气中会显著下降。近年来，不乏知名品牌自动驾驶车辆或头部自动驾驶公司的测试车型发生事故，不少是因为自动驾驶系统没有对障碍物准确识别造成的，暴露出自动驾驶技术不成熟的问题。由于不同的方案具有各自的优缺点，目前自动驾驶的技术路线并未确定，无论在感知层、决策层均有多条不同的技术路线在竞争。

单车智能路线受到车端传感器安装位置、探测距离、视场角、时间同步等限制，在繁忙路口、恶劣天气、逆光等复杂环境下难以解决精准感知识别和高精度定位问题；而路侧数字基础设施本身具有道路信息感知、道路信号发布和控制等功能，通过无线通信网络实现与车辆的数据交互共享，能够弥补车端感知有限视距、感知盲区等短板，进一步提高自动驾驶车辆对道路环境的感知能力，辅助车辆作出更安全高效的决策，进而提高交通效率、减少交通事故。但总体上看，适应自动驾驶发展的信息基础设施在我国尚处于探索、试点的早期阶段，离大规模商用要求还存在不小差距。

据估计，无人驾驶要超过人类司机的安全性，需要超过80-100亿英里的测试里程。测试里程不够，自动驾驶的安全性就无法提高；而安全性不高，高级别自动驾驶就被限制在测试阶段和有限区域，又会制约测试里程的增长。一种替代的办法是构建数字化仿真场景，使用模拟数据进行训练，但仍存在边缘情景收集和标注难度大，仿真场景构建壁垒高等问题。此外，高精地图的覆盖率较低，也需要花费时间和资金用于数据采集和制图。

由人类驾驶的车辆在突发事件发生时，驾驶员会作出判断和应对，并承担由此造成的后果。但是在无人驾驶的情况下，车载系统做出应对方案选择的依据是什么？汽车厂家又是依据什么预先设定算法？算法的设计者即汽车厂家又应该因此承担什么样的责任？因此，为了规避法律方面的风险，即使目前已有企业在技术上实现了L3级甚至L4级的一些自动驾驶功能，仍然推迟发布L3级产品，要求车辆行驶中需要驾驶员配合并随时接管车辆控制权。