我們看到了“無人駕駛”的火熱勢頭，其火熱不僅僅表現在它在媒體上超高的曝光率，而且確實是國內外許多大公司和初創公司深度布局的范疇，并且無人駕駛領域的產業布局也開始在幾個層次上發生，比如，無人駕駛的硬件技術層面、軟件技術層面、無人駕駛車輛產業合作層面、無人駕駛共享服務層面等等。

不僅如此，無人駕駛領域的投資布局在近兩年同樣勢頭強勁。不僅有通用、沃爾沃等汽車公司與Lyft、Uber這樣的打車軟件公司進行的戰略投資合作，不同巨頭之間的資本和技術聯姻，并且還有第三方投資機構對無人駕駛傳感設備、高精地圖、算法、智慧交通等領域技術公司的蜂擁而上。

如果這些還不足以讓我們感受到無人駕駛領域的熱度，讓我們再來看看其他數據。2016 年 6 月，美國市場分析機構 IHS Automotive 對無人駕駛領域做出了最新的預測和數據更新：對于無人駕駛領域而言，2025 年至 2035 年這十年將是一個關鍵增長期，無人駕駛汽車的復合年增長率在此期間會達到43%。

到 2035 年，全球范圍內上路的無人駕駛汽車數量預計達到2100 萬輛。無論從政策法規還是用戶接受度上，美國都將成為最先部署無人駕駛的國家。而國內咨詢機構iiMedia Research 在2016年10月發布的報告顯示，2016年全球無人駕駛汽車市場規模為 40 億美元左右，預計 2021 年全球市場規模將達到 70.3 億美元左右。

更令人興奮的是，IHS Automotive指出，中國在無人駕駛技術部署方面具有最大的市場增長空間，到 2035 年將賣出 570 萬輛具有一定程度無人駕駛技術的汽車。而已深入涉足無人駕駛領域的百度也宣稱，將在五年內實現無人駕駛汽車的量產。

甚至可以說，本屆CES已經成為全球首屆最大的無人駕駛大會。總之，種種跡象都在給我們傳遞出一個信號：無人駕駛將會是另一個風口！

然而，事實真的如此嗎？

盡管我們看到了該領域各種火熱現象、投資熱潮、令人振奮的預測數據，但這些都不足以消除我們的疑惑，我們需要冷靜嚴肅地回答以下問題：

自動駕駛不同層面的關鍵技術進展如何？何時成熟或有更多突破？

無人駕駛汽車的市場空間、市場需求、應用場景究竟在哪里？

現在的熱度是否是暫時的虛熱？

如果有的話，那么阻礙無人駕駛汽車商業化的技術因素和外在因素究竟是什么？

大眾是否真的需要無人駕駛汽車？消費級別的無人駕駛汽車的空間有多大？

無人駕駛汽車能否真正解決交通問題？還是會讓該問題更復雜？

尤其在中國，面對嚴峻的人口環境、交通環境等問題，無人駕駛汽車的未來究竟在哪里？

當然，問題遠不止這些。

或許，這些問題才是真正決定無人駕駛何時能廣泛商業化、何時能真正走進我們生活的嚴肅思考。

帶著這些問題和思考，我們在CES 2017展覽期間重點關注了無人駕駛汽車產品，稍后也會推出更多深度報道。今天，DT君與中國無人駕駛領域黑馬公司馭勢科技CEO、前英特爾中國研究院院長吳甘沙進行了一次深度對話。

就在今天，馭勢科技帶著最新的無人駕駛汽車產品“城市移動空間”在CES2017上全球發布，我們借此機會與吳甘沙共同探討無人駕駛汽車商業化過程中面臨的種種問題，以及無人駕駛在中國的未來。

無人駕駛發展的四個象限

DeepTech：今天在CES2017上，馭勢科技發布了“城市移動空間”這款無人駕駛車，能否從技術、性能、特點等方面談談這款產品？對這款產品未來的預期是什么？它承載了馭勢科技什么樣的戰略考慮？

吳甘沙：首先，這款產品它不是概念車，是可以量產的車。我們希望，在一年之內，實現量產。初步實現園區內的低速無人駕駛應用，2019年向中高速轉化。另一方面，它代表了我們過去一年在無人駕駛汽車這個方向上很多的嘗試和經驗積累，我們非常驕傲能看到這輛車能出現在CES上面。

它是針對完全無人駕駛而設計的一種新的產品形態，可以看成是第二象限中高速共享無人駕駛領域的產品。我們把移動空間、移動包廂這樣的設計思路融入進去了。

自動門打開后，里面是一個半環形的白色沙發。前面的駕駛員位置，是一塊大的LED屏幕，它能夠跟人進行交互，比如如果碰到行人，它會停下，屏幕上會顯示一個綠色小人正在走路，所以讓行人先安全通過。

在設計上，基本上把主要的傳感器都藏了起來，不會像今天的無人駕駛汽車因為裝著很多傳感器顯得特別突兀。傳感器方面，這款車形成了360度無死角、多冗余的覆蓋，定位能力也非常強，無論是室內還是室外都可以無縫銜接。在算法方面，完全是我們自己自主研發，提高認知能力。而成本上，可能只有同類產品的1/5到1/10。

DeepTech：根據您的判斷，無人駕駛汽車領域目前的發展狀況如何？無人駕駛汽車的發展究竟會朝著什么樣的方向走？

吳甘沙：我把無人駕駛領域的發展分成四個象限，上面是中高速，下面是低速，左面是共享無人駕駛，右面是自動駕駛私家車。

目前，絕大多數的主流玩家都在第一象限，也就是中高速的自動駕駛私家車。但自動駕駛和無人駕駛是有區別的，自動駕駛主要指車上有輔助人駕駛的系統或設備。現在無論是傳統的汽車廠商，還是新晉的互聯網造車的汽車廠商，還是像百度、騰訊等這些互聯網巨頭，其實他們都布局在第一象限。

另外，有一些互聯網廠商把出行作為未來的一個主要服務，他們會布局在第二象限。比如說，國外的谷歌和Uber，國內的百度和滴滴等，他們希望通過中高速的無人駕駛共享車輛去解決人們的出行問題。百度其實在第一和第二象限都有涉及，而谷歌以前著重于第二象限，但最近新成立Waymo后，似乎重心移到第一象限了。

對于我們來說，我們的戰略定位是進入到第二象限，但我們知道，第二象限的完全實現可能還比較遙遠。所以在中短期，我們在第一和第三象限都做了布局。在第一象限的許多公司都缺乏核心技術，所以我們作為一個技術提供商，融入到第一象限的生態中，找到存在的價值，也就是to B的角色。

中高速共享無人駕駛將最具市場空間

DeepTech：那么無人駕駛最大的市場空間和市場需求究竟在哪里？

吳甘沙：我們認為，目前低速的無人駕駛電動車可能是新的市場領域，是一種新的產品品類，我們把它叫做“城市移動空間”，最高時速不超過80公里，我們先從這個新品類入手。總體上講，第三象限低速共享無人駕駛的市場不會太大，我們把它看做主流市場的邊緣細分市場。這個市場不夠大，所以主流玩家不屑于玩或不會去玩，但對于創業公司來說，它足夠大，這個市場未來三到五年內可能會達到10億的規模。

這樣的話，創業公司可以在這個領域里面避開與主流玩家的直接競爭，可以開拓出一個新的市場，這就是所謂的邊緣創新。所以，第三象限目前也是我們重點開拓的一個。目前，我們上線了共享的低速無人駕駛車，主要應用場景在園區景區、主題公園、度假村、大學、機場等。

未來幾年內，我們會在這些垂直領域里下沉，做深，能夠實現盈利。同時，這個過程也能幫助我們積累數據，磨礪我們的技術。當未來第一象限和第三象限的技術融合在一起了，才能夠進入第二象限，為終極交通系統提供智能的技術支撐。但這個過程可能需要很久很久，所以才是最終目標。

DeepTech：也就是說，在無人駕駛發展初期，先布局第一和第三象限，最終進軍第二象限？這四個象限中，哪個象限的未來需求更廣闊，更有廣泛商業化的空間和前景？

吳甘沙：是的，我們希望未來真正能夠實現無拘無束、輕松駕馭未來這樣一個愿景，但在無人駕駛新品類的早期，會承擔垂直整合的一個責任。從第一和第三象限出發，最終為第二象限提供技術。在第二象限里，為城市區域提供出行服務的無人駕駛出租車可能會是一種新品類，我覺得這是一種完全的創新。

而第二象限里的產品未來的應用場景和市場空間有多大呢？我認為未來是一個巨大的市場，每個城市可能少則10萬輛無人駕駛出租車，多則百萬輛，這樣的一個級別。因為絕大多數人的活動范圍，就是在城市區域。

這種中高速的共享無人駕駛車輛時速在80邁以下，屬于公共產品類型。那么人們在城市里不需要買車了，它們就像地鐵一樣，對道路、能源、土地資源的利用率非常高，甚至城市里的停車位都可以消除掉。城市里不會再有空間的浪費，這就是我們想看到的未來。

DeepTech：那您覺得，要達到第二象限中高速共享無人駕駛的理想狀況，或者說實現該領域未來龐大的市場需求，可能需要多久的時間？

吳甘沙：我認為，一般情況下可能需要10 年，如果激進一點，可能需要 5-7年，如果悲觀一點，10-15 年應該算是比較快了。不要低估 10 年這個時間尺度上的積累效應，所以 10 年的時間應該是很有可能的。

DeepTech：對于許多大公司目前集中的第一象限情況又怎樣呢？

吳甘沙：第一象限的只能算是自動駕駛，可能離這種完全的無人駕駛比較遠。我想最近5年內，主要市場還是在to C端，自動駕駛或者叫自動輔助駕駛私家車是主要的形態。在這種形態里，主要的玩家還是汽車廠商，以及國際知名的一級供應商和二級供應商。

DeepTech：那對于這種完全的無人駕駛私家車未來的市場又如何呢？消費級別的完全無人駕駛私家車，會有很大的應用需求嗎？

吳甘沙：我覺得完全的無人駕駛其實仍是第二象限的主要產品形態，就是中高速共享無人駕駛汽車（每小時80公里左右）。只有完全的無人駕駛才能解決由交通帶來的各種成本問題，這種本質上的變化能改變人們的消費行為，人們不再買車了，而是買出行服務。所以，第二象限是一個巨大的市場。

但傳統的私家車嚴格來說是高速，在相當長的一段時間里，私家車駕駛員的角色不會拿掉。所以，在第一象限還是自動輔助駕駛的形態，而不是完全無人駕駛的形態。但可能在15年或20年這樣的時間點，也會實現完全無人駕駛私家車。用人工智能取代駕駛員駕車，這是一個不可逆轉的趨勢。

所以，這種形態雖然先在第二象限發生，但最終可能會出現在第一象限。但可能會到 2030 年或 2040 年，這個量到底有多大，我不知道。而對于第二象限的終極共享無人駕駛汽車的市場空間和應用場景還是非常大的，想象力也非常大。

無人駕駛與交通、汽車產業、人的需求間的互動關系

DeepTech：假設幾十年后，在無人駕駛的終極階段，無人駕駛汽車大面積商用或普及，這真的能解決我們現在比較嚴重的交通問題嗎？還是會帶來新的交通問題？

吳甘沙：我相信肯定能解決現在比較嚴重的交通問題，首先是城市里面車輛的數目會減少。可以想象下，十年后北京可能只有兩三百萬輛車，因為全部是無人駕駛了，它解決了人開車比較亂的問題。車輛排放整齊，對道路的利用率高，廢棄排放減少，能源消耗減少。所以，它能根本上解決今天城市的各種問題。

DeepTech：但是，這可能就會有另一個問題或矛盾存在。如果是這樣的話，大家都不開車了，車輛整體會減少，那么傳統汽車制造該何去何從？是否意味著汽車產業整體上會衰弱？

吳甘沙：未必是這樣啊，這些無人駕駛車還是需要有人制造。今天的一輛車在一天里 90%的時間都是停著的，利用率非常低。一輛車的生命周期可能是 10 年，那對于汽車廠商來說，他可能針對一個消費者，10 年才能夠賣出去一臺車。

但在未來，無人駕駛車輛川流不息，利用率非常高，所以，車本身的消耗也會變高，那么可能一兩年就需要更換一輛車。所以，就是車的更新速度或銷售頻次變高了，但不能說汽車廠商沒飯吃了。但未來汽車行業一定會出現優勝劣汰，能跟上技術發展的就會生存下來活的很好。

DeepTech：接下來跟您討論一個比較人文的問題，如您剛才所說，如果無人駕駛汽車廣泛普及的話，它只是為了解放人嗎？是我們一廂情愿的認為我們在解放人，還是人真的有這種需求？反過來講，人們是否會心甘情愿地放下駕馭心理，把自己放心的交給無人駕駛汽車？這可能需要花費非常長的時間。

吳甘沙：這個真的需要時間。我覺得無人駕駛逐步商業化的過程中一定會碰到阻力。但你看歷史發展，每一次技術革命都會存在這樣的情況。比如汽車剛剛出現的時候，人們因為大量交通事故而拒絕接受，但這個趨勢還是發生了。

我覺得，從政府和社會的角度來說，應該使得這個思路的轉變更加順暢。比如，要改變這種情況就要制定交通規則、修訂法律，慢慢的這些問題就解決了。政府也好、無人駕駛得利的企業也好，社會也好，需要幫助人們從司機的角色轉型，給他們再教育的機會，從賺的錢中拿出一部分做福利，幫助他們跟上時代變化。

天下大勢浩浩蕩蕩，不可逆轉。

阻礙無人駕駛商業化的三大因素

DeepTech：除了我們討論的情況之外，您覺得還有哪些因素會阻礙無人駕駛汽車比較快的商業化發展？

吳甘沙：主要有幾個方面。一方面就是技術，其實技術還不足夠成熟。我們說的深度學習，從本質上講是不適合無人駕駛的。因為，深度學習就像一個黑盒子，它的很多效力是不可名狀的。說實話，現在的智能駕駛強調的是感知，比如眼觀六路耳聽八方，但是認知上遠遠不如我們人。所以技術上還是需要突破，需要數據積累。

第二個方面就是市場，主要問題就是無人駕駛汽車零部件的成本。現在，一臺激光雷達要70萬人民幣，那這樣的話是肯定沒辦法大規模商業化的。我們希望，未來3-5年內，激光雷達等一些部件會變得非常便宜，那這樣的話大規模商業化是完全可以期待了——這是無人駕駛基礎建設方面的問題。

另外，就是市場主流的玩家是不是都接受這個事情，如果只是谷歌在玩，而主流汽車廠商沒跟上，那這個市場是起不來的。當然，現在幾乎所有主流的汽車廠商都跟上來了。

第三個阻礙因素就是法律法規、道德倫理方面的問題。這方面，我覺得還是比較樂觀的，像美國奧巴馬親自寫文章為無人駕駛助威，美國交通部也在推動無人駕駛的立法。在美國一般政府只是給出一些原則性的條框，剩下的交給各州立法。

但在無人駕駛這件事上出現了兩個有意思的現象，首先美國政府的態度非常有意思，這次它希望所有州跟它保持一致，不要扭扭捏捏；其次呢，各個州其實跑的比交通部還快，有些州已經宣布出無人駕駛的法律法規。所以，美國推動的非常快。

我覺得在中國，如果我們不注意的話，那很有可能5年后，美國的制造成本就低于中國了，用大量的機器人去取代人力。歐洲和日本也跟進的很快，我相信中國也將會快速跟上。

DeepTech：那目前中國在推進無人駕駛上整體是什么情況？

吳甘沙：現在的主要推動力量主要來自幾方面：一個是來自中國汽車工業工程方面的專家、專業委員和標準組織，他們在積極的推動。比如一些標準的制定，會推動我們路線圖的制定。

其實，中國的無人駕駛路線圖已經出來了，而且是比較快的。比如，到2020年，汽車銷量達到3000萬輛，其中，或多或少帶有自動駕駛功能的車輛可能達到1500萬輛。這個路線圖對于汽車廠商的指引作用是很大的。

第二個力量包括工信部下面專門負責軟件硬件測試的中心，也在努力推動合規的無人駕駛技術的測評。

第三個力量就是地方政府，地方政府往往步子更快，他們愿意在轄區內更快地去嘗試無人駕駛的部署。目前，中國應該有十多個城市現在有無人駕駛的計劃，這會形成一個很好的態勢，產生一種拉力。

我覺得政府在法律法規上做出調整的話，應該會在5年內發生。

DeepTech：回到您剛才說的無人駕駛商業化面臨的技術方面障礙，無人駕駛車目前可能更多靠感知，但在認知上還有較大欠缺，那如何解決無人駕駛汽車認知方面的技術問題？為什么深度學習不太適合無人駕駛？

吳甘沙：這個問題還得靠人工智能算法以及數據積累來解決。在技術行業這么多年，我還沒看到過像 2016 年產生如此多的技術突破。無數的資本和人才進入人工智能領域，推動了人工智能加快發展。人工智能才能解決模擬人的認知的問題。

另外一方面，在無人駕駛基礎設施上，也會出現很好的支撐，比如高精地圖、車對車通訊等技術的發展。如果想要達到未來終極的交通系統，單靠人工智能是不夠的，要靠基礎設施、車與車協同，這是一個非常龐大的工程。

今天的自動駕駛大家都在往深度學習方向走，但深度學習要大規模部署可能需要多走一些路。它就像個黑盒子，為什么成功為什么失敗是不可解釋的。

對于無人駕駛要面臨的開放環境，它需要適應能力。但今天的深度學習主要還是基于特定的數據來學習規則。然而，在開放環境里，許多是不可預測的，有許多數據集是從沒出現過的，如果汽車碰到完全沒出現的情況作出錯誤選擇，就是車毀人亡了。

所以，深度學習如何更具可解釋性，如何針對開放環境做的更好，還需要現在的技術人員繼續努力。

無人駕駛汽車基礎設施成本有望大幅下降

DeepTech：對于剛才說的無人駕駛汽車基礎硬件成本的問題，除了激光雷達目前成本比較高之外，其他方面的成本呢？會有什么樣的下降空間？

吳甘沙：我覺得，所有的成本都會下降。

第一，是感知部分，比如激光雷達、各種視覺攝像頭、毫米波雷達、超聲波等等，傳感器這些都會變得更加便宜；

第二，就是定位系統也會變得更加便宜，像全球衛星定位系統，高精度地圖或定位設備，視覺定位等等；

第三，就是大量人工智能計算，這會涉及計算設備，目前這些都是比較貴的，但應該也會很快能夠降下來。所以，成本應該不再是一個問題。

DeepTech：對于許多人都會關注的激光雷達問題，目前它整個的發展狀況如何呢？

吳甘沙：激光雷達目前來說是特別貴的，原因有幾個方面：一是跟它的工藝有關，它是傳統的機械式工藝，要求電器的可靠性，要求激光的校準等等。另外，就是量小，全世界排名第一的激光雷達廠商去年可能也就賣幾千臺吧。

未來這兩方面都會獲得突破，在三五年當中，無人駕駛產生的百萬臺訂單是沒問題的。而工藝方面也從普通的機械式激光雷達往固態激光雷達等演進，這可以降低成本，形成大規模制造。所以，未來幾年這個問題應該還是非常樂觀的。

無人駕駛在中國的生存與競爭

DeepTech：您覺得整體上，國內無人駕駛領域的競爭態勢如何？國內的無人駕駛公司如何解決生存的問題？

吳甘沙：我不覺得國內無人駕駛目前處在競爭狀態中。無論是百度、汽車廠商還是創業公司，大家還是處于友好狀態，因為這個市場是非常巨大的。除了人才上的爭奪，其他還談不上競爭。

大家都希望這個行業盡快成熟，這個餅能變大，然后大家才能一起分。所以，現在還處于共同推動，先發展再說。這應該還是需要很長一段時間的。

如何解決生存問題，我覺得幾種可能都有吧。有些公司會委身于大公司了，有些公司會保留下來，進行不同的戰略可能性，根據市場發展節奏，在不同可能性上重新部署，最后會很好地生存下來。

DeepTech：無人駕駛領域可能會經歷這樣一個過程：投入錢研發——培養社會對無人駕駛的認同理念——說服社會大眾接受——政策推進——產生切實的市場需求——盈利。您認為，這個過程會很漫長嗎？至于何時能掙到錢，有沒有那么確定？

吳甘沙：我覺得這個過程不會特別漫長，因為未來三五年內，國內的供應商和汽車廠商的自主研發能力會起來。隨著技術路線圖的逐步落實，無人駕駛汽車的量會上來，并且隨著大家的接受度提高，在5-10年的時間里，無人駕駛汽車可能會慢慢普及開來。

比如，先從一些特定的區域入手，然后再到城市區域，這個時間應該不會很長。對于企業來說何時盈利，我們只能說給自己設定一個目標，希望能在幾年內形成自身的造血機制吧。

國內外無人駕駛行業發展趨勢

DeepTech：從您的視野來看的話，國內和國外，整個無人駕駛行業的發展趨勢上，有什么樣的相同之處，或有什么樣的差別？

吳甘沙：我覺得從技術路線上來說，都大致相同，比如，感知、規劃決策控制、方法等方面可能沒有太大的區別。可能的區別主要有兩個方面：

一是，在算法趨同的前提下，數據的積累能力出現了分野。現在至少美國的一些領先廠商，包括以色列的一些公司，在數據積累上確實非常領先；

二是，在生態方面，國外可能更加活躍一些。

國外的一級供應商、二級供應商以及汽車廠商，他們的創新能力非常強，他們在長期的配合合作中形成了獨特的相互合作、相互競爭又相互促進的生態。

那么在國內，相對來說，沒有那么活躍。比如，高速輔助駕駛技術可能更多依靠國外供應商，所以，汽車廠商的自主研發有待加強。

所以，我希望未來國內的技術供應商能夠成長起來，汽車廠商的自主研發能力提上來，這樣才能形成既合作又相互競爭和促進的良好生態。

DeepTech：那么，國內外無人駕駛領域的資本投入方面，整體的情況又怎樣？

吳甘沙：我了解到的情況是，國外在無人駕駛領域的資本投入比較活躍。國內目前也算比較活躍的，據我所知，各個大的風投、一些互聯網廠商和主機廠商基本上都在布局。只不過，國內可能對應的投資標的不算特別多，所以，他們其實也是投到了國外。

比如，我們上半年完成了一輪融資，投資方來自創新工場、真格基金、中科院下面的一支基金等等。