加州|“路测元年”仅加州89起事故，自动驾驶怎么了？( 三 )

刘广向我们表示，“虽然现在对已知物体识别度越来越高，就比如我们把认识的障碍物一个个教给计算机，也许我们想不到的物体仅剩百分之一，但驾驶场景的随机性太大，从现在的模式效率来看，对这百分之一进行分类和识别，难度并不是线性的，非常复杂且低效。”
由此，我们再复盘小马智行在十月发生的，像是疲劳驾驶员把车磕马路牙子上的“低级失误”。
不难发现，如果说攻克鬼探头这样的，人类也很难躲过的事故，是单车智能真正意义上的硬核瓶颈，那么加州DMV所公示的当前路测出现的大量“低级失误”，无疑意味着在内力上，单车智能技术还有着非常可观的进步空间。在补足这部分空间后，事故率是可以相较于今年大大降低的。
外力：蘑菇车联们开始弯道超车？2021年5月，作为最早入局自动驾驶赛道的玩家之一，百度李彦宏首次对外明确了Apollo的三种商业模式：一是为主机厂商提供Apollo自动驾驶技术解决方案，二是百度造车，端到端地整合百度自动驾驶方面的创新，三是共享无人车。
与此同时，自动驾驶的另一支队伍车路协同，也开始向传统的单车智能玩家们“喊话”，今年最具代表性的无疑是在9月份得到了腾讯和京东战略融资的蘑菇车联。
眼看着当前单车智能事故高发、规模化盈利看不到曙光，Apollo逐步不再把鸡蛋放到一个篮子里，车路协同的声音开始高昂，这是否意味着单车智能即将迎来溃败？
谈擎说AI认为，无论是Apollo的多元化发展还是车路协同开始升温，我们仍不可否认单车智能的价值，这主要是因为当前自动驾驶赛道面临的问题并不是短期内的，而且单车智能和车路协同的关系更多地体现在了合作而非对立层面。
具体来看，其实就如小马智行CTO楼天城所言，“单车智能是军队中每个士兵的能力都很强，车路协同更多是军队指挥系统，两者相互促进，并不矛盾。”
以此作为出发点进一步看两条路径的关系，我们不可否认，想要实现真正意义的无人驾驶，单车智能终将面临感知、决策上非常大的难题，对于这些难题，车路协同是一个具有很大价值的辅助性解法。
重要的是车路协同亦是如此，“路”是一个突破单车智能最终感知瓶颈的优解，单“车”的智能则是保证车路协同构想能够成立的基础，这在单车智能的决策层面有着非常突出的体现。
具体解释我们用攀岩来举例，对于攀岩这项运动而言，主流的玩法通常需要两类装备，分别为主绳、安全带等保护性装备和岩钉、挂片等辅助性装备。
自动驾驶的单车智能无疑是保护性装备，即一切信息处理需要基于作为大脑的决策层来进行认知。车路协同则更像是辅助性装备，让“天眼”突破车的局限，从而为大脑供给更为丰富周全的动态实时信息交互。
两者的技术都是基于感知、决策、执行这条主线，也因此互相依存，唯有结合才能发挥更大势能。
就像在路测事故记录中Waymo、Cruise这样的重灾区，以及此次小马智行直接把车干到马路牙子上，作为自动驾驶顶尖梯队的玩家，当前很多的无人驾驶路测所出现的事故，都还不能完全甩锅给视觉局限的瓶颈，这就意味着保护性装备还未配齐，单车智能还远未迎来终局。
也因此，谈擎说AI认为，在单车智能内力仍有很大进步空间的前提下，发展车路协同的外力并非当前的首要问题。
对于车路协同玩家们而言，在这个时间节点进入自动驾驶世界，不意味着将比单车智能更快地规模化盈利，没有单车智能成熟的技术储备，走这条路线的玩家们开局面临的就是寒冬。