押注AI技术，开启智驾大战，2025年的车企新博弈正式打响。近日，比亚迪举办智能化战略发布会，推出“天神之眼”高阶智能驾驶系统。比亚迪董事长王传福直言，“2025年是全民智驾元年，未来2到3年，智驾将成为必不可少的配置，成为中国汽车的新名片。”

　　政策、市场、企业全方位的投入使得中国新能源汽车产销总量连续10年位居全球第一后，中国的无人驾驶产业再次站到了世界面前。英伟达CEO黄仁勋在非常关注的2025年国际消费电子展上表示：“比亚迪、蔚来、小米和小鹏等中国的汽车制造商，已经为无人驾驶技术设立了行业标杆。”

　　自动驾驶的商业化落地还面临哪些技术制约？如何与加快速度进行发展的人工智能技术相结合？上海作为无人驾驶技术的先行城市，能够更好的起到哪些引领作用？本期视界，小管邀请应用经济学系教授姚志勇分享他对无人驾驶技术路线及其商业化落地的行业观察与思考。

　　无人驾驶是一个宽泛的概念，它与最吸引眼球也最能让人产生很多想象的“无人驾驶”并不能直接划上等号。

　　自动驾驶根据技术难度从0级到5级分成6个级别。到L2级及以上才算是线级别意味着驾驶员在一定条件下可以双手完全脱离方向盘，理论上，达到L5级自动驾驶才算实现了全自动化，即无人驾驶。

　　随着技术的逐步的提升，国内无人驾驶技术正逐步进入L3阶段，距离完全无人监控的无人驾驶还有一定的距离，但这一领域的技术发展正处于“加速时刻”，全面实现“无人驾驶”可能就在不久的将来。

　　无人驾驶技术的发展重点会从载物领域入手。尤其是在中西部地广人稀的区域，大型载货无人驾驶车辆可能会率先实现商业化，因为这些场景的驾驶复杂性低，车辆可以24小时不间断运行，节约了司机的成本。相比之下，虽然测试主要在大城市进行，但一旦在复杂环境中验证成功，就更容易推广到环境相对简单的区域，比如西部或边远地区的大型货运路线。

　　此外，在港口、物流园区、垃圾运输、道路清扫等低速场景中，无人驾驶车辆也能很好地发挥作用。比如出租车、公交车、港口重卡、物流车辆等，这些领域的特点是运行时间长、对人力成本依赖高，因此很适合无人驾驶技术的引入。

　　在上海港口区域，已经实现无人驾驶重卡在特定区域运行的商用。港口相对封闭、场景简单，为无人驾驶提供了理想的测试条件，目前的无人驾驶重卡编队运行已相对成熟。

　　在乘用车方面，上海开辟了大量测试道路，包括金桥、嘉定、临港等地，共计超过一千多条测试道路，总里程达两千多公里，成为国内顶级规模的测试区域之一。在交通管理方面，逐步引入智能网联的理念，以支持无人驾驶技术的发展。

　　无人驾驶配送车和流动生活空间的概念也逐渐浮现。未来，无人驾驶车可能会摆脱传统汽车的形态，发展成小型智能配送车或者类似“移动之家”的功能通工具。例如，可以设计一个仅几平方米的移动单元，内部配备床、桌椅等，实现一种全新的生活和工作方式。这种创新可能会改变人们对汽车的传统认知，也为商业化开辟新的道路。

　　未来，随技术的逐步成熟，无人驾驶技术的应用场景将从特定环境扩展到更复杂的城市道路。不过，无人驾驶商业化成功的关键仍然在于成本核算和盈利能力。

　　无人驾驶车辆的经营成本包括研发、制造、日常运营（如充电和维护）等。在技术尚未完全成熟的阶段，大多数项目仍依赖政府补贴和企业自筹资金来维持。

　　以武汉的“萝卜快跑”为例，目前这种低速无人驾驶车辆在城市中进行商业化尝试，商业模式已经初具雏形。然而，要实现盈利还要达到一定的投放规模。以目前的测算来看，在大多数情况下要投放至少1000辆车，才能实现基本的成本覆盖和盈利能力。

　　同样对无人驾驶商业化形成制约的，还有法律和法规的滞后。目前，大多数城市和地区的立法工作还不够完善，对无人驾驶事故责任的认定和企业合规操作的指导意见较为模糊，未能形成一套完备的法律框架支持技术发展，这样一些问题会让许多城市在推广无人驾驶时持谨慎态度。

　　这样来看，“萝卜快跑” 是一个先例。作为率先推出无人驾驶出租车服务的城市，武汉通过低速试运行展示了无人驾驶的可行性，成功塑造了自己的城市名片。虽然技术上还有许多局限，但其意义在于迈出了无人驾驶商业化的第一步。

　　从整体来看，无人驾驶商业化需要逐步推进，先在低速、低风险领域积累经验，然后逐步向高速、复杂场景扩展。

　　与国际领先公司如特斯拉、Waymo相比，国内的科技公司在无人驾驶领域的探索起步较晚，但步伐正在加快。特斯拉通过内部大量的用户数据积累和自主车载系统，提供端到端的自动驾驶解决方案，Waymo则依托于其强大的数据采集能力和云计算支持，展示出AI在推动车辆自主化中的深度。

　　相比之下，许多国内企业则寻求多模态技术路径，与大数据、5G技术、大规模车路协同进行深度结合，以更好适应复杂的国内驾驶环境。这种方法上的差异反映出国内外技术实力的不同，也充斥着各自对未来无人驾驶实现路径的理解。

　　在自动驾驶技术的发展中，也许会出现特斯拉的技术路线胜出，其他技术路线逐渐被淘汰的情况，也有一定可能会出现多种技术路线并存的情况。国内企业仍面临在感知决策硬件，如芯片、传感器等领域的技术瓶颈，想在芯片等核心技术上实现突破，需要长时间的技术投入和政策支持，对此，国内企业正在努力缩小差距，积极进行数据积累和技术研发。

　　在人工智能加快速度进行发展的时代，未来的无人驾驶发展同样绕不开大模型。目前，我们更多依赖小模型和垂直领域模型的路线，与多模态路线相结合，这样的做法更符合当前技术条件，并能逐步积累经验。大模型的研发需要更长的时间，未来可能实现与小模型的无缝对接。

　　近年来，上海在新能源汽车和无人驾驶领域奋起直追，与北京、广州、深圳、武汉这些自动驾驶领域的先行城市一起，一同推动该领域的发展。为此，上海采取了一系列举措，比如引进特斯拉，形成“鲶鱼效应”，带动整个行业的活力。

　　此外，上海的整体研发能力也不可以小看，包括高校资源如同济大学，以及企业资源如上汽集团和国际汽车城，这一些平台在传统汽车领域有着深厚的积淀。重点是如何激活这些资源，促进它们在无人驾驶研发领域的深度合作，形成协同效应，为行业发展带来新的突破。

　　上海应发挥国际大都市的优势，不仅发展自身实力，还需要从国内外引入更多优质企业。比如，华为、腾讯和蔚来汽车已经在上海设立了研发中心，但我们也不可以忽视吸引国际巨头。像特斯拉这样的公司在中国市场增长迅速，这种双赢的合作模式可完全进一步深化。通过吸引更加多国际企业进入，我们不但可以推动技术发展，也能有效解决人才就业问题。

　　当然，这种引进要求我们用好友好的营商环境、庞大的消费市场和良好的政策支持。从经济角度来看，国际企业进驻中国后往往会实现双赢。比如，特斯拉在进入中国前一直亏损，但建厂后迅速扭亏为盈，同时也推动了中国新能源汽车行业的发展。这种合作模式可完全复制到其他领域。

　　上海当地的国企有雄厚的资金实力和资源整合能力，能采用更加开放的态度，与非公有制企业合作或进行兼并收购。非公有制企业在研发和创新动力方面有独特的优势，国企可以为其提供资金支持和技术保障，这种“大船带小船”的协作模式也许能带来更多的可能性。

　　声明：本文由入驻搜狐公众平台的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。