自以为按下自动驾驶加速键的小米汽车,很可能只是雷军的一次口嗨

电科技袁创08-15 15:45

循序渐进才是自动驾驶产业发展的合理路径,而雷军和他的小米汽车却认为,他们已经找到了加速键。

8月11日,雷军年度演讲如期而至。演讲中,雷布斯除了向大家分享自己穿越人生低谷后的感悟,还介绍了小米汽车最新的研发进展。他说,小米已组建了一支500多人的研发团队,在自动驾驶项目一期的研发投入也达到了33亿元,力争到2024年进入自动驾驶第一阵营。

小米自动驾驶

从小米公布的道路实测视频看,搭载它自研的自动驾驶技术的试验车,不仅可以无保护场景自动掉头,还可以自动环岛绕行和自动下连续坡道。但是不少批评者认为,“画面的CG感太严重。”

回顾小米自动驾驶的历程,从去年3月小米宣布下场造车,到去年7月雷军微博公开招聘,再到日前发布自动驾驶技术实测视频,小米的研发进度可谓飞快。然而,和动辄投入数百亿美元、路测里程超过200万公里投资的竞争对手相比,小米凭什么可以做到“多快好省”?

全栈自研需要时间

随着电动汽车步入智能化的下半场,自动驾驶也成了车企争夺的重点。虽然当前市场中活跃着许多自动驾驶方案供应商,但大多数车企还是选择了全栈自研的方式。作为造车新新势力,小米入局之初便定下全栈自研的技术路线。从企业角度看,他们通过自研的方式将核心技术掌握在手中本无可厚非,但全栈自研却是一条荆棘遍布的险路。

所谓自动驾驶全栈自研,其实是指车企自主研发包括感知、定位、规划及控制等在内的自动驾驶核心模块,掌握自动驾驶的相关核心技术。全栈自研的过程中,车企不仅要善用人工智能、大数据以及云计算等前沿技术,还要自研各项算法,搭建高精地图,实现软件与硬件的整合。若以难度等级的方式划分,车企研发新车的难度远远没有全栈自研自动驾驶技术要高。

目前来看,全栈自研自动驾驶的车企大多采取“研发+投资”的方式,他们除了要付出时间成本的外,还要不断投入研发资金。

以国内较早布局自动驾驶的百度为例,2013年时便开展自动驾驶探索。9年时间里,百度每年都要投入上百亿的研发资金。截至目前,搭载百度L4级自动驾驶技术的量产车已更新至第六代,并有望在明年下半年实现量产。

小米自动驾驶

相比之下,同样喊出自研L4级自动驾驶的小米,无论是技术研发时长,还是资源投入强度,目前都要落后于同行。虽然小米当前的自动驾驶已经实现多项突破,但是它要想在短短3年内追上百度等业内领军者,如期跻身业内第一阵营,还需要提升其全栈自研的效率,加大相应的人力、财力投入力度。

某种程度来讲,全栈自研是意味着要实现从0到1的突破。整个过程中,小米除了要投入巨额资金外,也免不了付出试错的时间成本。

车企三年便能研发一款新车,但两年却很难达到L4级的自动驾驶。有专家曾表示,仅特斯拉自动驾驶本土化更新便要耗费1年左右的时间。从这个角度看,更具不确定性的全栈自研,势必也将付出更多的时间,小米自动驾驶后年进入第一阵营,从时间上来看,更像是宣传的噱头,是一次雷军为了引发媒体关注的“口嗨”。

狂飙突进安全存疑

除此之外,小米自动驾驶2024年跻身业内第一阵营的目标,也与业内同行自动驾驶研发的实际情况存在脱节的情况,其技术在狂飙突进的同时是否能保障安全也存在疑问。

当前,国内研发自动驾驶技术的主体中,除了小米这样的新能源车企外,还包括百度这样的自动驾驶服务商和处于转型中的传统车企。

除了追寻更高目标的自动驾驶服务商外,很少有车企会把自动驾驶技术直接瞄准L4级。从商业化层面考量,车企往往担心高级自动驾驶既烧钱又不好落地,于是包括“蔚小理”等在内的大多数车企,都选择了辅助驾驶为出发点,自下而上的技术发展路线。

从上述角度看,小米初出茅庐便瞄准L4无疑有些另类。目前,从事自动驾驶研发的车企中,除了少数几家实现了L3级自动驾驶外,绝大多数企业的自动驾驶水平,仍处于从往L3级跃升的阶段。马斯克鼓吹已久的特斯拉FSD服务,至今也没有完全投入商用。自动驾驶当前之所以无法突破L3级自动驾驶的难关,很大程度上是因为相关技术还不够安全。

按照我国今年3月实施的《汽车驾驶自动化分级》标准,L2级对应的是组合驾驶辅助,L3级对应的是有条件自动驾驶,L4级对应的是驾驶自动化。其中,L2级与L3级的最大区别在于后者具备在特定环境中自动驾驶的功能,L3级自动驾驶中驾驶员只需动态接管车辆。相比之下,L4级将不再需要驾驶员,车辆行驶时只需配备安全员远程监控即可。

自动驾驶

各级自动驾驶存在显著的技术差别,但事实上车企只需要解决安全驾驶的难题即可。近年来,无论是特斯拉等外国车企,还是蔚来和小鹏等中国车企,都曾陷入自动驾驶交通事故的风波。日前,发生在宁波的一起交通事故,便因车主使用小鹏汽车辅助驾驶功能引发热议。尽管事故与车主大意有关,但该事件依然激发了社会对于自动驾驶技术的担忧。

各大车企的自动驾驶功能在上线前都经过了严格道路测试。然而,面对复杂多变的交通状况,在测试中形成的感知、判断和控制能力只能是杯水车薪。以L2级与L3级为例,它们之间虽然只有一级差距,但对系统能力的要求却是天壤之别。一个要求目标探测与响应由人机共同完成,一个则要求完全交给系统完成。两者对于自动驾驶核心能力的要求显然有着极大差别。

目前来看,车企为了提升自动驾驶的核心能力,往往会将用户终端数据当作自动驾驶的额外养份加以吸收。相比之下,这比封闭测试得到的数据,无疑更能反映真实的交通状况,更有助于提升自动驾驶的感知、判断以及控制能力。

对于小米而言,当前它自动驾驶能力的检验还是只能依靠道路测试来完成。另外,小米路测所用的车型也不是自己研发的产品,而是友商的各种车型,这样获得的有限样本显然是不具有代表性的。相比之下,“蔚小理”等造车新势力要比小米更具有优势,抛开数据的问题不谈,他们的终端用户每天产生的海量数据,不仅能够降低企业测试数据的局限性,也有助于他们优化自动驾驶技术,站在消费者的角度看,大家无疑更会倾向选择那些脱胎于海量数据的自动驾驶方案。

自动驾驶事关道路交通安全,它没有捷径更没有加速按钮,尤其是那种多快好省的拼夕夕式捷径。

 

电科技(www.diankeji.com)是一家专注于全球TMT行业的领先资讯媒体。

作为今日头条青云计划、百家号百+计划获得者,2019百度数码年度作者、百家号科技领域最具人气作者、2019搜狗科技文化作者、2021百家号季度影响力创作者,曾荣获2013搜狐最佳行业媒体人、2015中国新媒体创业大赛北京赛季军、 2015年度光芒体验大奖、2015中国新媒体创业大赛总决赛季军、2018百度动态年度实力红人等诸多大奖。

投稿、商务合作请联络微信公众号

声明:本站原创文章文字版权归电科技所有,转载务必注明作者和出处;本站转载文章仅仅代表原作者观点,不代表电科技立场,图文版权归原作者所有。如有侵权,请联系我们删除。

//59087780b049bbb54ef4ba547ea51910