特斯拉FSD入华 国内智驾如何迎战？

　　 近年，人们离自动驾驶的距离似乎只有“一步之遥”，这种预期随着特斯拉在今年推送新版FSD，并官宣Robotaxi发布时间而进一步升华。而特斯拉FSD将进入中国几乎成为定局，这是否预示着特斯拉能像那条激活中国新能源汽车的“鲶鱼”一样，再次激活国产智驾进入真正的“高阶”？在这一“硬核玩家”面前，中国智驾车企又该如何迎战？在“2024中国汽车重庆论坛”专题研讨环节，各汽车产业链专家以“高阶智驾：梦想如何照进现实”为主题开启一场烧脑的研讨。

■“把蛋糕做得更大”

　　如果特斯拉FSD很快进入中国，对中国智能驾驶公司带来怎样影响？

　　早年，特斯拉进入中国市场被视为一条“鲶鱼”，以技术、成本和直销等形式，激起了中国电动车产业的活力。而现在，特斯拉很有可能在智能驾驶领域继续扮演“鲶鱼”的角色。

　　轻舟智航联合创始人、CEO于骞认为，特斯拉FSD入华是一件好事，会让整个消费者的认知提升到更高的高度，让更多消费者看到智能驾驶的好处。“特斯拉FSD在北美体验很好，但在中国的差距很大，这体现了数据的重要性。我相信特斯拉FSD入华以后，把国内市场的天花板提得很高，会把这块蛋糕做大。”

　　事实上，特斯拉早在2022年就公开介绍，特斯拉在中国建立了数据中心，实现数据存储本地化，并将逐步增加更多本地数据中心。在中国市场销售车辆产生的所有数据将存储在中国。同时，特斯拉向车主开放车辆信息查询平台。如果真正落地，对产业链所产生的带动效应不可估量。

　　与此同时，过去的一段时间，在特斯拉的引领作用下，部分车企或供应商纷纷选择加入加入“纯视觉”路线，这意味着纯视觉方案已经胜出了吗？

　　中国汽研智能网联汽车测试研发中心副总工程师杨良义认为，智能驾驶的时代没有真正到来，还没有量产的产品。最早今年下半年工信部会授牌一批城市和企业运营公司落地相应的商业化运营示范的产品。目前离消费者去购买智能驾驶体验还需要一段时间，不同传感器有自己的优势，视觉传感器也有自己的缺陷，互补是很好的感知解决方案。

　　对于供应商的机遇，于骞称，“未来在自动驾驶领域量产的规模变得非常重要，有没有大规模量产的经验和锻炼，是将来主机厂对供应商的选择，这是一个明显的变化。”

■高阶智驾商业化落地的最大挑战

　　 今年的智驾赛道，城市NOA颇为火热。不仅有小鹏、蔚来、上汽智己为代表的新势力代表，也有“华为系”极狐、阿维塔、问界等车型纷纷“开城”。从车企设定的目标来看，大多在2024年在50-100座城市实现NOA。

　　于骞认为，城市NOA是辅助驾驶的天花板，但目前城市NOA产品的体验远远达不到让消费者安心的水平。一些消费者甚至认为，使用城市NOA不是惊喜而是惊吓。

　　于骞指出，这一行业认知造成了自动驾驶玩家都没有盈利，但赛道却非常“卷”。他表示，“目前从业者都认为，自动驾驶创造的用户价值还没有达到让消费者愿意买单的水平，但坚信总有一天会实现，只是路径会比较曲折。”

　　北斗智联科技有限公司副总裁、智驾BU总经理王凡首先解释了高阶智驾产品的定位问题。“L2能带来精神上的放松、更加安全；L3希望能够把驾驶时间转化成做其他事情，获得时间的价值；L4能让人彻底改变用车的习惯。而目前城市NOA带来的价值都没有反映出来，更像一个大玩具。”

　　实际上，L2的边界系统很清晰，驾驶员可以更好地实现人机共驾的磨合，但高阶系统边界很难定义，甚至国内外高阶智能驾驶的关系有着很大的不同。在法雷奥中国首席技术官顾剑民看来，市场对高阶智驾还没有一个统计和清晰的定位。

　　“在国内，是以新势力为主，学习特斯拉打造各种各样的智能驾驶（L2+)，从高速到城市，这些功能开放给客户，的确越来越好用，但有个问题，有时候是惊喜还是惊吓？从量变到质变，慢慢在改善的过程。而在海外走的是另外一条路，从原来L1、L2，渐渐到L3，比如奔驰S级电动车完成了L3级的商业化。”顾剑民称，“NOA和L3没有绝对的对错，但在过去一两年当中，发生了很多所谓的L2系统和NOA驾驶过程中事故造成车毁人亡，这也是很可悲的，而最后车企或者运营方将责任推给驾驶员，这稍微有点过了。从某种程度上说，车企、包括供应商，行业从业者应该有道义责任，能够承担最后的L2+。”

■自动驾驶标准、法规存在滞后性

　　随着高阶智驾不断地推出，市场上会经常出现一些智能驾驶安全事件，其中都免不了一阵责任判定纠纷及舆论风波，这实际上是自动驾驶上路立法和测试标准仍不明确，即自动驾驶标准、法规存在滞后性。

　　在全球范围内，目前只有中国和美国开放了自动驾驶的公开道路测试，但仍有严格限制。比如，目前中国大城市中，北京、上海的自动驾驶仍然只能在中心城区外围郊区上路；广州的中心城区中仅有5%的区域向自动驾驶开放。

　　中国汽研智能网联汽车测试研发中心副总工程师杨良义指出，随着新能源智能网联发展之后，在国内测试时，原来可以直接参照国际标准，但现在国内走在国际的前列，没有标准可参考了，标准是很大的痛点，速度远远跟不上产品的需求。

　　“从制定标准的合理性来讲，先要有一定的规模引入。”杨良义解释，“标准是很头疼的事，面对新功能也有很大欠缺，比如连续的场景尝试，国内很多供应商找不到解决方案。按照国外研究机构，要保证产品安全，是以亿公里为单位的里程，上百年的时间才能证明产品的安全性，这个测试方法也是缺失的。虽有有一些新的发展趋势，比如在仿真中大场景切换的便利性和实车的真实性结合；智能网联汽车场景测试里有假车、假人、假的交通设施等，但是整体看测试层面，不能完全跟得上智能驾驶NOA产品的开发需求，所以产品量产的时候保持谨慎客观一些。”