自动驾驶已经成为全球创新版图、经济结构重塑的焦点领域,我国政府高度重视相关产业的发展,近年来出台了一系列支持和引导政策,推动L2级自动驾驶从研发测试走向规模化商业化落地,取得长足进展。当前,我国自动驾驶正处于由L2向L3+高阶驾驶跃迁的关键时期,笔者认为,三大因素将助力产业发展进程加速。

一、央地政策协同推进,利好持续释放

今年以来,我国政府对自动驾驶产业的扶植力度不断加大,相应规章制度越发完善,L3+级法规政策落地加快。中央层面,6月21日,国务院政策例行吹风会上,工信部明确表示,将启动智能网联汽车准入和上路通行试点,支持L3级及更高级别的自动驾驶功能商业化应用,为行业发展注入一剂强心剂。随后7月26日,工信部、国家标准委联合印发2023版《国家车联网产业标准体系建设指南(智能网联汽车)》,通过标准完善进一步引导汽车产业电动化、智能化、网联化发展,同时,在监管方面提出明确驾驶辅助的功能范畴、自动驾驶的责任边界,从根本上解决或将产生的责任纠纷。地方层面,今年前三季度,全国多个省市对外公布的自动驾驶产业相关政策达60余个,包括产业发展规划、面向不同场景的车辆测试与应用管理规范、商业化试点管理办法、数据安全管理办法等。随着央地政策的密集出台,自动驾驶也将在愈加规范的同时,不断提速商业化进程。

二、软硬件技术突破与创新,赋能企业降本增效

在自动驾驶量产向L3进发的过程下,数据量将呈现指数级增长。从成本、效率、安全等方面考量,传统数据中心模式已无法满足行业发展需要,同时,自动驾驶研发和软件架构也面临各类挑战。汽车云服务和AI大模型技术的兴起,为行业突破发展瓶颈提供了有力助攻。

一方面,汽车云在分层解耦和开放的基础上,以其超强算力、智能策略、端到端的研发工具链服务,可以解决自动驾驶数据采集、标注、训练、仿真、测试过程中一系列断点问题,提高数据处理和研发效率。小鹏与阿里联合打造自动驾驶AI智算中心“扶摇”,该中心具备60亿亿次浮点运算能力,可将自动驾驶算法的模型训练时间提速170倍,且未来还具备10~100倍的算力提升空间。

另一方面,大模型赋能将使自动驾驶数据闭环、算法、仿真全面受益,并推动感知、决策、车规级芯片等产业环节的优化。例如,在感知算法上,BEV+Transformer架构有利于解决图像尺度问题和遮挡问题,更好地实现向量空间的构建;在规控算法上,大模型有望提升泛化能力,优化在复杂场景下的表现;在端到端的自动驾驶算法方面,可实现感知决策一体化集成,助力算法训练;在数据挖掘和标注环节,大模型可自动理解视频内容筛选高价值场景,实现2D、3D的高精度自动标注;在仿真测试环节,可以实现更廉价、高效地批量生产模型训练开发所需的海量数据,助力解决Corner Case长尾难题。

此外,随着智驾SoC芯片、激光雷达、高分辨率摄像头传感器等产品的逐步成熟,智驾硬件BOM(物料清单)成本降幅有望达到50%。

三、供需两端发力,高阶智驾市场条件逐步成熟

商用车领域,目前国内多个低速无人驾驶项目已进入常态化运营,据新战略低速无人驾驶产业研究所不完全统计,今年上半年行业已公布的新增项目近50个,低速无人驾驶在各场景中应用的项目数量和投放规模均有一定提升,表明无人驾驶技术正在走向更广阔的市场领域。其中,无人物流和无人配送依旧占据应用场景的半壁江山,且开始向体系化、规模化发展,如行深智能计划在南陵县打造全国首个“无人化智慧共配产业生态集群”;无人矿山和无人环卫项目在上半年落地应用中占比明显攀升;商业化载人载客进程加速,限定范围内的接单收费运营模式呈上升趋势,合肥滨湖新区、广州均上线了Robotaxi下单平台。

乘用车领域,根据工信部数据,上半年我国搭载辅助自动驾驶系统的智能网联乘用车市场渗透率已达到42.4%,L2级自动驾驶成为智能汽车的标配,自动辅助导航驾驶(NOA)、记忆泊车等高级辅助驾驶功能(L2+级)也开始陆续上车,小鹏、理想、华为等车企计划今年将领航辅助功能投放至20-50个城市,对使用场景的覆盖度有望从10%提升至90%。

综上,政策、技术、市场多重利好共振,我国自动驾驶有望迎来新一轮快速发展,市场前景明朗。目前,我国自动驾驶在核心技术研发和产业化应用方面均达到国际领先水平,亟须进一步加快运营资质、法律法规、监管规程、数据安全等制度性建设,以及道路、网联基础设施的升级。政策制度创新是国际自动驾驶无人化竞争的焦点所在,哪个国家能出台更具突破力的创新政策,率先实现规模化商用和无人化,就能在国际竞争中赢得主动权。（作者:中国电信研究院战略发展研究所 孙丽娟）