如果你在 20 年或者 10 年前观看那部经典的《银翼杀手2019》，你一定会对电影里的飞行汽车印象深刻。然而正如彼得·蒂尔当初所感叹的：我们需要飞行汽车，他们却给了我们 140 个字符。在 2017 年末，人类当然可以庆幸没有没有进入电影里 2019 的赛博朋克状态，但同时，人类手中除了随时消费你生命的智能手机以及社交媒体，我们甚至连让机器驾驶汽车的「小目标」都没有实现。
从影视作品回到现实，当下正在试图改造人类出行方式的自动驾驶，也在以缓慢的速度进化着，一如 2007 年的智能手机市场，诺基亚、黑莓的努力不过是为了证明那个 被称为「iPhone Moment」的伟大，自动驾驶产业链条上的所有参与者，也都在梦想那个伟大时刻的到来，当然，每个参与者也希望自己成为这一时刻的主导者。
撇开行业不同玩家的公关话术，自动驾驶的标准之争、产业现状以及产业链的重塑，远比想象中复杂。
一
几乎所有的自动驾驶公司都在谈论不同等级的自动驾驶，但这背后的猫腻也不少。首先，自动驾驶等级的标准有两个：
- NHSTA 的标准，来自美国交通部的国家高速路安全管理局；
- SAE 标准，来自国际汽车工程师协会；
两个标准大致都是将自动驾驶分为六个等级，即从 L0—L 5 对应不同的自动化程度，其中 L0 就是纯粹人类驾驶。下图是 NHTSA 的标准：
相对而言，SAE 的自动驾驶等级标准描述更详细一些：
具体来说，L0 就是当下最普遍的驾驶方式，而 L1 则出现了特定功能的自动化，比如自动巡航、自动紧急制动，这些自动化的功能同时需要人类驾驶员介入其中，而且驾驶员具有绝对控制能力。 目前很多新车都普遍具备了这样的功能。
L2 中，人类驾驶员和汽车的关系发生了微妙的变化，或者准确地说，人类驾驶时交出了部分控制权给汽车。事实上，L1 与 L2 的区分并不是特别严格，作为人类的驾驶员，还需要时刻关注路况变化，随时「夺取」汽车驾驶权。
某种意义上说，L3 才是自动驾驶的开始阶段，此时，人类驾驶员可以在某些情况下完全将驾驶权交给汽车，系统在需要帮助时会提示驾驶者，但在驾驶者无回应的情况下系统也会持续工作。目前有报道称特斯拉正在加快 Autopilot 的进化，从而实现 L 3 等级的自动驾驶。
而市面上真正量产的 L3 的汽车只有奥迪 A8，这款车可以在低于 60 公里/小时的车速状况下自动完成完成加速、刹车、转向等驾驶动作，根据奥迪官方的说法，驾驶员甚至不需要观察路况，也可以双手离开方向盘，如果车辆判断这一情况下不能自主完成安全驾驶，会提醒驾驶员接管方向盘。
到这里，或许我们已经可以得出第一个结论：当下企业、媒体热炒的所谓自动驾驶，其实才刚刚开始，甚至绝大多数还没有量产汽车。更进一步来看，L3 等级自动驾驶的较量才真正是验证是否是炒作的一个练兵场，至少目前来来看，除了奥迪 A8，还没有其他汽车出现。
二
当我们了解到 L3 居然有这么困难的时候，L4、L5 的挑战更是不言而喻。英伟达解决方案工程师程亚冰曾在一次采访中预估了 L3 进化到 L4 之间难度：
L3的自动驾驶所需要的计算量和数据量是高级辅助驾驶的5倍左右，而从 L3到L4则有50倍的计算量和数据量的提升，这基于现有的决策控制算法和学习技术是无法达到的。
在成本方面，L4级无人驾驶汽车所需要的64线激光雷达成本高达8万美元左右，且生产技术要求水平极高。这些都为自动驾驶进入L4级别设置了短时间内难以突破的障碍。
至于 L5 ，正如丰田研究所负责人、前 DARPA 自动驾驶竞赛发起者 Gill Pratt 所言：Level 5级自动驾驶汽车需要在人工智能领域取得一些突破，但这些突破还没有人能够做到。
丰田计划在 2020 年推出 L2 的自动驾驶，这是一种可以在高速路上实现自主决策的系统，同时，由于 L3 的描述不够明确，包括丰田在内的多家汽车厂商并不热衷 L3 的自动驾驶，比如丰田也在研发 L4 的自动驾驶，这也是面向公共道路的系统。
围绕自动驾驶发展的时间线，2025 年会成为 L4 汽车商用的关键时间点 。目前无从知晓该时间点的最早提出者，但这个行业共识正在影响着自动驾驶产业链条上不同公司的发展规划以及资本市场的热捧。
国内对标 Mobileye 的魔视智能 Motovis在上月完成一笔千万美元的 A 轮融资，其产品是将深度学习和计算机视觉技术应用在 ADAS 和自动驾驶领域，面向汽车前装产品。Motovis 所对标的 Mobileye 在今年 3 月份被英特尔 153 亿美元收入麾下，这也让资本市场对 Motivis 充满了想象。
与此同时，百度系的自动驾驶创业大军正在加快发展的步伐。
前百度研究院副院长余凯创立的地平线科技也在上月拿到了英特尔风险资本的投资，雷锋网报道了地平线在自动驾驶领域的布局和思考：
恰好在Intel – 地平线合作之前一年，2016年的CES还有另一家公司与Intel基于FPGA开发了类似的ADAS功能，但同样的功能，地平线将功耗从前者的几十瓦降低到了几瓦。这个结果在底特律让美国车企和同行都感到惊讶。将软硬件的设计紧密结合是地平线运转的一个基本点，高效的算法要配合专门为算法设计的芯片架构，由此做到高效率和低能耗。
根据地平线自动驾驶平台的规划，雨果1.0是面向L2的技术，预计会与车企和Tier 1在2019年左右量产，雨果2.0是面向限定场景下L4的技术，而雨果3.0则是完全面向L4的技术。你会发现这里面没有L3的规划，一方面是由于眼下主流Tier 1本身就在发力L3技术的集成与量产，另一方面是L3针对的高速路况在国内并不是最迫切的需求。地平线最想解决的问题，还是城市交通.本质上，用户并不关心这是一个L2还是L3的技术，只要它能够满足用户解决大部分时间内最主要的问题（比如拥堵状态下的开车体验）。
前百度高级副总裁并一手创立百度自动驾驶事业部的王劲，离开百度后也创立了自动驾驶公司景驰科技，在其最新的一次公开表态中，王劲更是喊出了要在 2020 年 6 月大规模量产自动驾驶汽车的口号：
我们非常期待近期就能够有真正的全自动无人驾驶到来，我可能是全世界第一个（2015年12月）说五年后要大规模量产无人驾驶汽车的，现在全世界有19个车厂和公司（都是大腕），说他们要在2021年量产无人驾驶汽车。
对于小公司景驰来说，我们做这个事情是希望走得更快，我们预期早半年，2020年6月就能大规模量产无人驾驶汽车。
这个表态的口号作用远大于实际意义。却也从一个侧面展现了当下自动驾驶创业领域的火热。上月，全球汽车顶级供应商德尔福宣布收购自动驾驶创业公司 nuTonomy，引发行业热议。这也延续了近两年传统汽车巨头出手自动驾驶公司的「传统」，另外两笔重磅收购分别是通用 10亿 美元收购Cruise Automation 以及福特 10 亿美元收购 Argo AI。
三
与之相对的，则是围绕自动驾驶汽车的发展和趋势，将重塑整个出行领域。其最大的影响就是共享出行，我曾在之前多期会员通讯里详细讨论过 Uber、Lyft 、滴滴等共享出行公司所面临的巨大挑战：自动驾驶让人类司机不再重要，从而也有可能重新改写共享出行的游戏规则 。
首先，司机不再是稀缺资源，这也使得类似 Uber、滴滴这样的共享经济平台不再是供需平台，而转变成一种单方向的汽车服务提供商。
其次，如果说低价是共享经济的杀手级布局，那么自动驾驶让这种低价策略变成了赤裸裸的资本大战。
也正是这样的背景下，Uber 会「不择手段」地从 Google 旗下的 Waymo 获得自动驾驶发展的机密内容；Lyft 会在通用与 Waymo 之间眉来眼去，而在上周，首汽约车也结盟百度自动驾驶平台。
与此同时，英特尔提出了一个新概念「乘客经济」，在英特尔发布的一份研究报告中，到 2050年，乘客经济代表着价值7万亿美元的全球机遇，超过了日本和巴西2017年预计国内生产总值之和。所谓「乘客经济」，其核心还是将汽车所有权和使用权分开，汽车不再是一种所谓私有财产，而会演变中一种公共出行服务，一如云计算实现了计算资源的重新调配，「乘客经济」描绘了当汽车成为社会资源之后所产生的巨大经济效应。
Lux 资本合伙人 Shahin Farshchi 在 TechCrunch 上撰文指出，汽车工业的链条上，车企的份额会越来越小，而汽车/出行服务提供商的话语权会越来越大：
As part of this shift, the industry is transitioning from per-vehicle to per-mile economics. Historically, the automotive industry has been measured by how quickly it assembles cars, pushes them to customers, lends money against them, and collects money to maintain and upgrade them.
Tomorrow, the industry will be measured by how many miles it moves passengers, and how much margin it generates on every mile traveled.
下面的这幅图能更好地说明问题：
第三，围绕自动驾驶的人机关系讨论，会持续自动驾驶行业发展的方方面面。互联网如此、智能手机如此，自动驾驶汽车也无法避免。相比而言，人与汽车打了 100 多年的交道，已然形成了一套「标准」的方法论，从社会伦理到国家法律，从道路基础设施到普通人的感知，自动驾驶的出现和成熟，会逐步打破这层平衡关系。这不仅是自动驾驶撞死人到底是谁的责任的哲学命题，更是一个人机关系的心理命题，比如：「我真的可以信任这个自动驾驶系统吗？」
《金融时报》记者 Roula Khalaf 记录了自己体验 Drive.ai 的自动驾驶汽车过程中的心得体会，同时也反思了这种「信任」难题：
Sitting in the back seat, I was on full alert for the first few minutes, but then relaxed. Boredom, Carol Reiley, the company’s co-founder, told me later, was her company’s objective. That’s when passengers trust the cars.
Driverless technology may be the supreme challenge as Drive.ai competes with tech groups and car manufacturers in one of artificial intelligence’s most transformative fields. The start-up is betting on talent, having been founded by a group from the Stanford Artificial Intelligence Lab. But an even bigger challenge, said Ms Reiley, is to build trust. “There’s a fear of AVs. It’s not mistrust, it’s fear. People inside and outside need to understand what the car is doing.”
Trust will take time, as it did when the car replaced the horse and cart, a comparison I heard quite a few times in Silicon Valley. Given how little confidence I have in my own driving, I reckon Ms Reiley is right. She says that autonomous cars will be safer than humans, as long as humans recognise that the car “is a robot and has to be distinguished as a robot”.
这或许，就是新一代人机关系建立的开始吧。
