加州是自动驾驶的“游乐园”，中国才是主战场？

• 自动驾驶

众所周知，受益于“科技圣地”硅谷的地缘优势，阳光明媚的美国加州，成为全球自动驾驶企业的“公共耕地”。无论企业规模如何，若想分食自动驾驶这盘裹挟着巨大利益的奶酪，“获得加州路测许可”，成为他们急需迈过的门槛——过去几年，翻阅科技资讯，你听说过的大多数自动驾驶企业，几乎都曾将这句话写在其新闻通稿里。

当然，“公共耕地”亦有公共规定。根据加州公路管理局（DMV）的要求，每年在加州测试的自动驾驶车辆都需要向DMV提供一份测试报告，主要包括测试车辆的总行驶里程数以及脱离次数等数据，自2015年规定实施以来，该报告逐渐成为外界评判自动驾驶技术实力的标准之一。

就在不久前，DMV公布了2018年度自动驾驶路测数据，在拿到加州自动驾驶测试执照的全球62家公司中，有48家上交了统计数据，这些企业去年在加州一共留下了205万英里的测试里程，比2017年提高了50万英里。其中中国军团贡献斐然，巨头百度和初创企业AutoX，Pony.ai，WeRide等企业均纷纷上榜，最受外界关注的百度Apollo去年总里程数为18093英里，同比增长了818%，年度MPI同比增长401%，预示着Apollo在硅谷路测进展的良好态势。

无独有偶，更像是某种交叉印证，DMV报告发布前，据外媒报道，搭载Apollo3.5的福特城市厢式货运车Transit自动送货服务Udelv将于2019年在硅谷开始运营。美国有线电视新闻网CNN在《China’s Baidu will help deliver Walmart groceries in self-driving vans》一文中谨慎地指出：“中国互联网巨头百度将提供自动驾驶物流解决方案助力沃尔玛送货服务，与谷歌无人驾驶技术正面竞争。”

而透过这份DMV报告不难发现，纵览全球自动驾驶玩家，中美第一梯队的格局已日趋显著。更为值得欣喜的是，若论及产业落地的速度——世界自动驾驶看中美，中国自动驾驶看百度，中国作为全球最大汽车市场，从技术积淀到人才储备，从产业基础到政策扶持，各个方向上的合力，都在共同呵护中国自动驾驶市场爆发的火种。

但依我之见，正因为中国市场如此重要，任何想在这里分一杯羹的玩家，都需要知晓一个道理：相比于在加州的艳阳天里肆意驰骋，在中国复杂的道路环境下因地制宜默默深耕，才是撬开中国市场大门的唯一路径。

换句话说，抛去各项冰冷的技术指标，他们必须要更“懂中国”才行。

模糊的指标

不过，我们还是得从技术指标谈起。

以中国自动驾驶老大哥百度Apollo为例，过去几年，他们在加州的发展非常顺遂：2016年9月获颁加州自动驾驶测试牌照，2016年10月完成中国自动驾驶加州首跑，2017年12月提交中国公司首份加州DMV report，不过在很多人看来，DMV报告虽说是衡量全球自动驾驶玩家的一把量尺，但在许多考核方面的准确度还尚且欠缺。

这并不难理解。以报告中颇具争议的MPI（Miles Per Intervention）数据为例，要知道，2018年仅10月，Apollo月均MPI就超过了1,100 英里，同比增长了10倍，11月MPI更达1409英里——但更要知道的是，在许多业内人士看来，哪怕就连MPI本身，都不足以说明太多问题。

首先，在环境多变的自动驾驶领域，用单一数据追溯因果，渐次排序，本就有着强烈的蛊惑性。MPI当然是一个正向指标，但无法反映出不同企业测试环境的复杂状况（天气，路况，速度等各种因素都会影响到结果），更无法全面衡量量产落地和车规安全等方面的技术。

其次，从技术原理上，相比于路测里程数和车辆数目等数据的客观性，MPI似乎显得过于主观了，不同公司都有对它的不同理解，譬如我就看到有媒体报道，有些公司处理MPI数据的方式是：将每个人工干预的数据均导入仿真器，在其中让工作人员主观判断，如果当时场景下安全员不干预是否可以接受，如果可以接受就当做零人工干预。正是因为行业标准的模糊，如果要将MPI当作重要的技术指标，那它最好发生在公司之内，而非公司之间。

另外，就像科技媒体新智驾指出的那样，在这个数据即是核心资产的时代，上报数据时，由于缺乏监管（所有数据都由各公司主动提交），难免会有公司在数据上“动手脚”，“各家公司上交的数据有许多模棱两可的描述，而且普遍缺乏上下文。虽然今年DMV 给了标准数据表，但从报告来看并非每家公司都老老实实按要求在做。”

最后，最重要的是，包括MPI在内，DMV报告中的所有数据都仅将加州公共道路纳入考核，但业内皆知，全球范围内的自动驾驶军备竞赛，正急速驶向加速状态，整个产业正从中心化发展，转向不同地区和不同国家之间的“分布式”发展——“逃离硅谷”的现象屡见不鲜。去年《经济学人》杂志一篇封面文章就直接指出，一批创业公司正在远离硅谷，其中很多自动驾驶公司纷纷开始迁往凤凰城和匹兹堡。

所以从这个角度，身在加州，拥有110 辆测试车的谷歌Waymo，无疑是“靠山吃山靠水吃水”的典型代表，可借地利之便部署大量车队开展路测，而另一家汽车巨头福特就没有那么幸运，他们的大本营设在底特律和匹兹堡，所以压根就没出现在榜单中。

当然了，DMV更不包含中国道路的路测结果，而百度Apollo的大本营，正是在中国本土。

深耕本土

其实在我看来，不同于追求自身商业利益最大化的Waymo，百度Apollo连续两次“落子”大洋彼岸，一方面已是自身实力的印证，但另一方面，它只应算是Apollo在加州——这片封闭的全球自动驾驶“游乐园”的小试牛刀，真正让Apollo大刀阔斧的主战场，是中国本土市场。

事实上，在更复杂多变，层次丰富的中国道路场景进行“实际演练”，解决最难的“人车关系”，才是Apollo近年来的着重发力点。截至目前，Apollo已经在全国多地拿到50多张自动驾驶路测牌照，高居国内首位。

而无论从何角度，将更多路测资源放在国内，都是百度Apollo作为中国自动驾驶领军者的最优解。

最直接原因是，如果说在社科领域，西方对东方的“偏见”更多来自主观臆断，那么在人工智能领域，由于对于本地数据和整个社会土壤的仰仗，西方与东方之间的割裂，完全是客观存在。

自动驾驶更是如此，由于深嵌在复杂的道路体系，交通生态，商业环境，乃至整个社会协作的巨大网络中，自动驾驶拥有强烈本地属性，在数据采集和基础服务层面都非常依靠本地化。因此“西学东渐”很难在自动驾驶领域重现：在加州训练出来的技术，在北上广深可能就不好用，必须通过真实数据考验作为参照标准。

举个最简单的例子，众所周知，种种原因所致，中国城市交通密度高，障碍物多，随意性大。这意味着，相较于加州平坦宽阔的测试大道，国内路况更复杂，人车关系更多变，也让自动驾驶落地更荆棘。而诞生于本土的百度Apollo则既懂技术，又懂中国，可以针对本土环境做出不同的技术优化。

百度对复杂道路环境的深谙，在不久前发布的Apollo 3.5版本中体现得淋漓尽致——事实上，它本就是Apollo向全产业双手奉上的自动驾驶竞技决战之年开年巨献。作为Apollo自动驾驶技术框架的史上最大升级，Apollo 3.5真正让百度完成从普通司机向“老司机”的关键一跃，支持了包括市中心和住宅小区场景在内的复杂城市道路自动驾驶，解决了窄车道、减速带、人行道、十字路口、无信号灯路口通行、借道错车行驶等十几种复杂的路况。且在技术框架上带来了14大模块升级，大幅降低了开发成本，可以更快地将此版本提供给全球合作伙伴。

总之不难发现，正因为坚持做技术创新的开拓者，全球AI格局的重塑者，百度Apollo才能在问世两年内捷报频传。2019开年至今，更是创造了多项“全球首个”的优异成绩：譬如，全球首个适用于城市交通路况的开源自动驾驶平台，全球首个自动驾驶物流全场景解决方案，全球首个面向自动驾驶的高性能开源计算框架，全球首个最全面的自动驾驶和车联网领域的商业解决方案，等等。

而也正是因为技术实力的加持，坚守国内阵地开展全方位路测的方向，以及开辟商业化量产新格局的信念方针，让Apollo不仅再次上榜DMV，更是在国外国内多地落地成功，成为东方自动驾驶力量的门面担当。

当然，从这份DMV报告也不难发现，无论东方还是西方，各玩家都在秣马厉兵，自动驾驶大规模落地的脚步，正变得愈加急促。

李北辰/文