汽車信息網7月15日訊 近日，由東浩蘭生和「Auto Byte」聯合主辦，“E車匯”戰略合作的「WAIC智慧出行論壇」在上海世博展覽館舉辦。該論壇不僅得到了華為車云、高通、福特等行業巨頭的支持，也得到了馭勢科技、贏徹科技及AutoX等迅速崛起的自動駕駛第一梯隊的響應。
多位行業重磅人物的參與，令該場論壇成為2021年度世界人工智能大會上，最引人關注的相關領域論壇之一。各位行業大咖的參與，使得本次智慧出行論壇的議題涉及數據學習、芯片、云端擬真訓練、C-V2X直到整車軟硬件。
而在圓桌討論環節上，各位頂級技術專家及行業重磅嘉賓更是引發了一場「自動駕駛路線之爭」，使得當下自動駕駛面臨的「成本、普及、商業化」等路徑問題被集中擺上桌面。
數據是自動駕駛的根本
自動駕駛還遠遠沒有普及，最根本的原因在于，技術上還沒有達到在任何天氣和任何條件下都能駕駛的最高等級L5。自動駕駛的場景太多太復雜，目前計算機的算法還達不到要求，工程師也沒有辦法提前預測，只能依靠積累大量的數據來訓練算法適應不同場景。
而場景無處不在，各種可能性都有，其復雜程度堪比天上繁星。所有自動駕駛車都需要面對某種不可預見的情況，沒有十全十美的自動駕駛系統能應對所有場景，自動駕駛最重要的一環就是收集數據，而多大的數據量可以實現自動駕駛？“這個問題沒有一個統一的答案。
在圓桌討論環節，華為智能車云服務CTO喻杰從數據的角度出發進行探討，表示若要實現全場景自動駕駛所需的數據量，并沒有統一的答案。
“我們對于數據的積累追求是無止境的，我們要不斷提高自己的能力。”喻杰同時提出，“我們還要強調數據的有效性，如果在封閉園區不斷轉圈也可以積累很多里程，但是出去對于別的場景可能就是無效的。”
這樣一個觀點得到了其他嘉賓的一致同意，那就是一定要積累有效數據。
AutoX創始人及CEO肖建雄表示認同，“業界大家經常覺得數據越多越好，其實這有個前提條件，就是有效數據越多越好，另外有效數據很重要的一點，就是高質量的數據越多越好。”
但同時肖建雄表示，擁有大量數據之后如何分析、學習是更大的難題。“比如說我們在做無人駕駛，有激光雷達、毫米波雷達等等，這么大的數據量每個小時可能產生超過1TB的數據量，這是有效數據。”
肖建雄做了一組簡單的計算：每臺車每小時產生超過1TB，假設每天就跑10小時，一臺就有10TB的數據，你有幾百臺車，每天就有將近1PB的數據。這些數據需要先有人來標注，才能讓機器學習，而如此龐大的數據是沒有任何一家公司可以標注完的。“全世界我沒有看到任何一家公司敢號稱有1PB的數據全部被標注過，1PB的數據只是幾百臺車跑一天10個小時的數據。”
無人駕駛幾時真正普及
在講到自動駕駛等級的發展路線時，嬴徹科技CTO楊睿剛表示認可L3-L5的漸進式迭代。首先，他認為L3與L4、L5的自動駕駛車輛，機器成為駕駛主體，不論是從軟件架構、傳感器配置、對車輛底盤的要求，都沒有本質區別。
另外，如果車輛配備全套的傳感器，且擁有足夠360°全像數據記錄的能力，即可為迭代發展提供有效數據。
不過，嬴徹科技CTO 楊睿剛提出了一個質疑，“是不是傳感器越多就有越多的有效數據？”
楊睿剛表示，做量產的自動駕駛是戴著“緊箍咒”的自動駕駛，要考慮的不光是安全、舒適性，還得考慮到車規級的硬件、功能的安全，特別重要是要考慮到成本。
“只有在成本可控的情況下，自動駕駛技術才能夠普及，這一點我在嬴徹做自動駕駛深有體會。我覺得我們現在已經過了通過堆料來做自動駕駛，我們必須在成本可控的情況下做可量產的，能讓大家普及的自動駕駛。”
但肖建雄對此則提出了異議：「傳感器并非越多越好，但是一定要夠，不夠絕對無法實現無人駕駛。」而且他認為，數據有效是限制在同類數據的，從經濟性上考慮，如果車上的傳感器及價格已是L4級別，那么就沒必要再從L3開始漸進式發展。
那么高階自動駕駛的普及，還要2-3年還是5-10年？
對此，的盧技術有限公司創始人兼CEO張英談到，“自動駕駛未來要克服的問題，不僅僅是法規問題、技術問題，更大的坎兒等著我們，是消費者如何理解你，如果你的消費者不買單，你永遠也是零。”
楊睿剛對普及自動駕駛的時間認知則是5-10年，他表示，“高階自動駕駛現在就有，純無人礦卡在澳大利亞那邊開了三五年了。如果說要變成普及的大家都可以感受到的，不管從技術來說還是法律法規上來說，我個人覺得至少得有5-10年才能真正感受到脫手，車真正變成大玩具。”
新能源汽車已經成為大趨勢，而自動駕駛也必將是未來車企不可或缺的技術之一。從目前現售的量產車來看，特斯拉早已達到了L2的級別，已經跨越到所謂的L2.5，也是目前市面上可以買到的自動駕駛程度最高的車型之一，可距離真正的無人駕駛還是有很長一段路要走。
L4級別以上的自動駕駛，看似近在眼前，但距離我們還很遙遠。