人們對自動駕駛的期待，實際上反映的是對智慧出行的向往。智慧出行無疑是一個非常廣闊的大舞臺。在這一賽道上，已經涌現出了新能源汽車、車聯網、網約車、共享出行、智慧交通等多個細分領域。近年來，隨著智慧出行的興起，行業相關廠商不斷發力，在該領域展開布局。
近日，Auto Byte依據其高端訪談品牌「首席智行官」，舉辦了「首席智行官大會」，大會圍繞智能汽車3.0時代、智能駕駛數據、單車智能、云邊端協同、中國Robotaxi的商業化等主題進行。
大算力時代的芯片挑戰
有人說，2022年將是全球自動駕駛大算力芯片（單芯片算力大于100TOPS）的量產之年，圍繞大算力芯片的競爭將會異常熱鬧。在今年，英偉達自動駕駛芯片Orin將量產，高通 Snapdragon Ride也將量產，而中國的多家企業大算力芯片也將量產。
2021年被稱作激光雷達上車元年，伴隨上車的還有自動駕駛計算平臺開始突破1000 TPOS。這種趨勢在楊宇欣看來，自動駕駛的發展已來到「上半場的下半段」，算力也已經成為判斷汽車智能化程度的重要指標，車企希望通過突出算力值，讓終端用戶對車企的自動駕駛能力有更多認知。當前的算力理論上已經可以滿足L2+、L3自動駕駛系統需求，接下來重點是將場景和體驗做得更好。
作為代表主機廠需求側的李博，則從另一個維度解釋了硬件冗余的意義。他提出，硬件定義軟件天花板，預留足夠算力、預留足夠傳感器，是給未來自動駕駛系統的性能需求留出冗余。否則就像當前的應用程序邏輯上能在老款手機跑通，但卻無法真正運行。
王平也提到，目前汽車在OTA趨勢下，已呈現出軟硬件逐漸解耦的趨勢。相比硬件，軟件更容易通過OTA便捷地升級的特點，也促使車企在算力上做選擇性預埋，即使這部分現在用不到。
除此之外，特斯拉、小鵬等車企自研自動駕駛計算芯片，也正在成為一種趨勢。芯擎科技董事兼CEO汪凱稱，這一方面是因為芯片短缺讓主機廠更加重視供應鏈多樣性和供給安全，另一方面是高算力芯片已經成為車企的核心競爭力，供應商芯片越來越難以滿足主機廠迭代速度、成本和性能要求。
但汪凱也表示，這種路線也有著諸多挑戰：自動駕駛芯片的門檻較高，一旦走彎路就將面臨巨大的資金損失，也將造成規劃上的不協調。同時，車規級芯片與消費級芯片不同，對性能、功耗和可靠性的要求更高，還要完成車規級認證，周期更長，投入也更大，需要通過在多款車的應用普及來收回前期成本，因此需要推出更包容、更有競爭力的產品體系來滿足不同車廠的需求。
2025年后自動駕駛走向成熟
自動駕駛汽車依靠人工智能、視覺計算、雷達、監控裝置和全球定位系統協同合作，讓汽車內的電腦可以在沒有任何人類主動操作的前提下，自動安全地操作機動車輛。當下，自動無人駕駛及輔助駕駛的發展已經在L3級別，并形成分水嶺。有消息稱，今年，將逐步出現技術難度更高的L4、L5級別的自動駕駛技術。
眾所周知，在自動駕駛領域，不同公司有著不同的技術路線。有些公司會先推出L3級別的車型，一方面可以通過賣車獲得營收，另一方面可以通過上路采集更多的數據。而另一些公司如圖森未來則從一開始就針對L4級別自動駕駛技術進行研發。
針對這一情況，圖森未來聯合創始人兼首席架構官郝佳男表示，自動駕駛領域有多個探索方向，漸進技術路線和直接做L4級自動駕駛都具有合理性。
而宏景智駕則走的是漸進式迭代路線，宏景智駕聯合創始人兼軟件算法副總裁董健認為L2級別的輔助駕駛系統對于高級別自動駕駛的系統開發，有一定的推動作用。董健表示，自動駕駛系統非常復雜，涉及到軟件、硬件以及系統集成等各個方面。如果不經歷量產項目的經驗以及與主機廠的深度磨合，打造一個真正能夠落地量產的汽車產品，是比較困難的。
而對于商業化發展，Robotaxi的過程也是相當漫長的，大概需要5-10年的周期，在發展中，要逐漸通過局部成熟的技術去應用、嘗試所有的應用場景。
馭勢科技聯合創始人兼首席產品官周鑫認為，Robotaxi是自動駕駛的終局場景。馭勢科技的核心理念之一是用控制器軟件的協同設計，用一套核心的算法盡可能多的應用到不同場景中去。用一套算法對工程能力要求極高，在算法的快速迭代、快速演進過程中，要考慮把技術成熟化、工程化地應用，才能快速驗證技術，使技術成熟。
同時，Robotaxi技術成熟后，就可以快速應用到場景中去，達到一個互相補充、互相迭代的場景模式。
禾多科技副總裁戴震認為，不同用戶對自動駕駛汽車的需求不同，主機廠更關注自動駕駛的交互，用戶更關注座艙的交互、更關注舒適性，因此自動駕駛公司量產的乘用車要兼具B端與C端用戶的需求。
目前這也是自動駕駛商業化面臨的一個瓶頸——要同時滿足B端客戶以及C端客戶體驗的雙重訴求。
此外，消費者對自動駕駛技術的顧慮，從某種程度上也制約了商業化落地。戴震認為，2025年可能是自動駕駛領域的一個重要時間節點，從目前來看，2025年之前在一些相對特定的園區、一些封閉、人流較少以及車速較低的場所，自動駕駛已經開始逐步應用。
最后，一些配套設施，包括基礎設施的改造以及法律法規的完善，可能還需要兩到三年的時間發展成熟。2025年以后，當以上幾點因素真正落實后，自動駕駛技術才能真正的快速落地。