2020年6月22日-23日，“2020第三屆全球自動駕駛論壇”隆重召開。本次論壇重點圍繞與自動駕駛規?；逃糜嘘P的核心技術、法律法規、技術評測、商業模式等話題展開探討，下面是大陸集團自動駕駛及安全事業群未來解決方案及戰略規劃部中國區負責人徐弢在本次論壇上的發言：
大陸集團自動駕駛及安全事業群未來解決方案及戰略規劃部中國區負責人 徐弢
各位嘉賓，下午好!午飯之后容易犯困，希望我下午的演講能夠給各位產生一些共鳴，提高大家的興趣。
我今天演講的主題是《自動駕駛的進化和革命》。
談到自動駕駛的演變，其實上午各位嘉賓都做了非常詳細充分的解讀，其實整個業界，我們理解也就分為兩派，一派是主張整個自動駕駛是以一個循序漸進的方式，從功能不斷迭代優化，而另外一派是真正的改革派，認為自動駕駛是需要一蹴而就，迅速地從低級別的駕駛和駕駛輔助達到L4的無人駕駛。
大陸集團如何看待自動駕駛的進化和革命這兩種不同的世界理解呢?
從我們的角度來講，革命是一種從無到有的變化，是一種巨大的變革，是一種非延續性的變革。進化是一種從有到優的演進，這兩種關系我們將會在之后的半個小時之內給各位做一些分享。
首先，我們從技術的角度給各位做一些分享和探討。
從技術的角度，首先我們聊一聊整個自動駕駛的生態系統，整個生態系統，從我們的角度來講，先是從市場端，再從零部件和關鍵能力、工具、方法的角度來進行分拆。
首先我們看一下，當然因為這里面的模塊比較多，我就不做太多的展開。
從我們作為Tier1的角色，來理解整個自動駕駛以及零部件的一個to B市場的目標客戶群有哪些呢?首先，毫無疑問就是我們的OEM，作為乘用車，包括商用車對應的自動駕駛的載體，它是一個非常必要，并且很關鍵的一環。
往后面走，就是最近幾年陸陸續續出現的一些關鍵的客戶群體，包含著我們未來出行服務的整體解決方案提供商，就像滴滴，類似這樣的一些公司。
還有一個關鍵的環節，是作業無人化群體，包含了我們經常所理解的港口、物流、園區，包括一些遠程礦業作業的駕駛無人化，都是在最近涌現出來的一些非常廣闊的應用場景。而且由于它自動駕駛的環境相對單純，相應的法規約束相對比較少，對于自動駕駛、無人駕駛的落地，我們甚至認為它會遠遠早于我們對應的乘用車無人駕駛技術。
后面兩個也是老生常談，隨著國家相關政策的出臺，同時還有一些關鍵的自動駕駛行業法律法規的征求意見稿，包括報批稿等等的出臺，也是能夠大大促進我們在新基建以及智慧城市建設當中的一些技術產品的投入。
說完整個市場層面，我們看一下關鍵的構成模塊，首先看一下關鍵技術這一塊，不做過多展開。
第一行，感知規劃行動，這個是自動駕駛效果鏈的關鍵一環。有感知，以及感知所產生復雜的環境模型，以及最終通過頂層的駕駛功能軟件，對我們自動駕駛功能進行一個動態運動的模型輸出和控制輸出。同時，最后也需要我們執行端各種類型的線控執行單元對整個車輛進行合理的動態控制。
同時，第二行是一些關鍵的賦能技術，車路協同需要的V2X的技術，硬件、軟件、應用，最先進的人機交互，同時還有離不開我們的地圖和定位等等，包括對應的整體的安全策略，還有因為高度發展的網絡通訊所產生的安全風險的應對。
關鍵能力，我們有整個系統下面的一個子模塊架構，重新定義車輛的網絡架構，軟硬件解耦的這么一個趨勢。
另外，集成、驗證、測試和安全，都是我們必須嚴肅思考的一些挑戰或者說必須去逾越的鴻溝。
另外，在整個測試環節，我們如何去處理由于海量的測試數據所帶來的數據的識別、數據的歸類、數據的分析、數據的管理，都是一些需要認真面對的問題。
從革命和進化的角度，我們做了一些簡單的分類和標記。
舉個例子，在綠色的這個板塊，我們認為它是逐漸進化的這么一個過程。比如說我們的環境感知，我們運用于傳統L0到L2輔助駕駛市場的傳統感知零部件，比如說毫米波雷達、攝像頭、超聲波等等，它們也可以有效的在L3級以上的自動駕駛開發過程中被應用。但是它們的硬件架構、硬件參數，包括我們的軟件算法需要更好的優化更新，來達到自動駕駛所要求的性能表現。
說到革命，舉個例子，高性能計算，大家眾所周知，針對L3級以上的自動駕駛所面臨的多路傳感器的海量信息輸入以及對應的我們的決策能力、決策要求的一個大大提高，更先進的基于異構架構的中央處理單元也是必不可少的，而這一塊在低級別ADAS市場沒有被廣泛運用，因為這類市場不一定需要這樣的一些高算力的控制單元。
說完生態系統過程，我們來看一下針對這幾個關鍵的子模塊，我們進行同步展開，同時也把我們大陸的一些解決方案關鍵產品做一個介紹。
首先是感知，在環境感知以及規劃層面，我們是有以下這些關鍵零部件的技術以及產品。
從左邊來看，左邊這邊是我們的傳感器，針對于自動駕駛的一些傳感器，可以看到第五代的具有代表性的攝像頭和毫米波雷達，特別是第五代攝像頭，基于第四代攝像頭融入了更多的人工智能算法，比如說針對行人，我們有更好的算法，對于行人的姿態和運動趨勢判斷等等，包括行人的類型分類，都有很好的識別。同時我們也是通過一套先進的訓練工具，可以有效地幫助我們的客戶快速地部署針對行人的一個識別定義。
另外，第五代毫米波雷達，也是一個增強性能版的應用于L3級自動駕駛的傳感器，有300米的探測距離，同時開度角達到±60度。
激光雷達是我們重點突破的一個感知產品，相比于傳統的卷簾門技術的激光雷達來講，我們是采用一種基于全局快門技術的激光雷達，可以保證更好地應對惡劣天氣的變化，針對這種高速率變化的場景，能夠提供更好的穩定的圖像輸出。
因此這一系列的傳感器，在我們的理解里面都是基于成熟產品的一個迭代優化，除了激光雷達。
在右邊，我們更多的認為是一些革命性的技術和產品。車路協同的要求會帶來大量的車與萬物的通訊，大陸集團也是有充分的應對。我們針對V2X的模塊，有成熟的通訊硬件，也有對應的V2X應用的軟件，而且它可以支持各國家各地區不同的協議，都能夠充分兼容和支持。
另外一個是自動駕駛的控制器，大陸集團叫ADCU，這一塊也是我們重點布局的一塊，具有極高的產品拓展性。比如說低速泊車產品上升到高速級別的自動駕駛這一系列不同的功能都是通過不同的硬件軟件擴展來進行支持。當然先進的算法，人工智能、深度學習這一系列軟件層面的能力和優勢，也是可以分布到不同的產品領域里面去。
剛才說完了整個感知和規劃層面，大陸集團比較有代表性的一些產品和技術之外。從執行層面，因為它在我們這個生態系統里面，是最終的動態執行者，而在高級別自動駕駛領域里面，整個車輛的控制將面臨失效的可能性，怎樣避免?全面的冗余設計。我們覺得整個執行機構的安全冗余是極其關鍵的一環，在自動駕駛真正落地的時候是需要考慮的。
我們有這么一套整體的冗余解決方案，也就是用于線控制動的組合式冗余方案。左邊這個MK C1是我們全新的線控液壓制動單元，相比于傳統的電子穩定控制，MK C1能夠更好地快速地提供建壓能力，另外也可以提供優秀的制動能量回收。MK C1在整個冗余系統里面承擔著一個主系統的角色，而再加上我們的MK 100 HBE冗余制動系統，就組合成了右邊的MK C1HAD。在不同的失效模式下面，也可以通過兩者的配合，進行多層次的功能降級操作。最終的目標是什么?是讓整個車輛在任何發生制動系統失效的情況下，能夠保障我們的車輛安全停穩。而整個縱向控制的一個安全停穩，也是整個車輛失效保護里最關鍵的一環。
剛才說完大陸集團對于感知、規劃、行動三個板塊的代表性產品和技術之后，我們如何把這些不同的產品和技術融合到一塊，作為一個整體的系統提供給我們的消費者，提供給我們的客戶呢?
我們創新性地引入了這么一個概念，無縫駕乘，包含了大陸集團幾個具有典型代表性的功能，它可以很好地展示整個大陸集團在自動駕駛開發的系統能力。
首先，花一點時間給各位介紹一下大陸集團自動駕駛的一個開發狀態以及構成。
我們是把整個自動駕駛，按照不同的車輛類型來進行了一個劃分。從右上角，我們可以看到這是一個乘用車板塊，這個乘用車板塊進行進一步的拆分，也可以分為低速以及高速。低速，會有自動代客泊車，包括運用于城市路況的一些低速的自動駕駛應用。針對高速來講，主要就是高速公路的自主巡航功能，之后都會有詳細的展開。
往下走，是無人駕駛車，大家可能更容易理解的就是無人小巴，這樣用于解決城市通行最后一公里通行難點的這么一個特定的交通工具。
往左走，就是應用前景非常廣闊，甚至落地時間表會比右邊更加迅速的這么一個領域，就是商用車，包括自動駕駛的一些工程機械等等。
往上走，就是一些特殊的工具，特殊的車輛，比如說一些純物流配送小車甚至說是一些用于工業勘探目的等等的一些無人機等相關技術。
我們是通過中間這個蜂窩結構，通過利用我們整個系統以及零部件的專長整合起來，通過一個全球化協作的資源網絡，能夠更好地把我們的能力輸出到不同的項目群組里面去，發揮更大的全球自動駕駛的一個協同效應。
整個無縫駕乘里面有哪些呢?無縫駕乘主要是三個代表性的項目，從右邊開始說，自動代客泊車，其實大家也充分地知道這個自動代客泊車到底是怎樣的一個功能以及它的應用與邊界，它是屬于乘用車板塊里面在低速狀態下面的一個解決方案。
往下走是高速公路自主巡航，左邊是我們的無人駕駛車，這些場景怎么串起來呢?我們可以看一下無縫駕乘串起來之后到底能給我們的生活帶來什么樣的便利?
故事的女主，從停車場出發，接到駕駛員，設定好導航目的地，開出小區駛向臨近的高速公路，系統自動識別可開啟自動駕駛的道路區間。通過系統的確認，自動激活高速公路自主巡航的功能。這個時候，整個駕駛空間就被釋放成效率空間或者說休閑娛樂空間，所有的駕駛任務都不存在了，個人效率將得到極大的提升，駕駛壓力也得到極大的緩解。
這里有一個案例，就是自動變道。駛出高速之后，高速公路自主巡航的功能就到達了它的使用邊界。怎么去銜接我們的高速到城際，怎么處理泊車痛點?這是一個十字路口，通過V2X對所有道路參與者進行實時互聯互通，保證十字路口的通車安全。來到停車場附件，通過手機終端對我們的車輛進行自動泊車的功能激活，同時通過手機終端乘上最后一公里的無人小巴，很方便地把她送到最后一公里的目的地，也就是她的辦公室。系統也發出泊車成功的一個通知，她的美好一天就這樣開啟了。
無縫駕乘到底能給人們帶來什么?剛才這個動畫也能給我們一些不同的體驗，能夠大大解放人們的日常通勤時間，減少了很多壓力，同時提高了效率。
逐一展開，首先高速公路自主巡航這個功能，是大陸集團針對L3、L4等級高速公路的自動駕駛功能。有幾個關鍵的特性，智能、高效、安全。
首先，智能，它可以具有自動變道的能力，同時可以自由地去銜接不同的高速路網，甚至于有通過維修路段這個能力。另外它是一個高效的通勤工具，可以結合我們的高精度地圖，對整個行駛過程做一個動態的行駛優化，比如說一些大坡道大曲率半徑的道路，包括一些特定的維修路段，可以通過高精度地圖進行更好的自動駕駛。
從安全角度，是最后也是最重要的一個特性，可以通過不同客戶的設計運行條件來去定義不同的功能安全架構、冗余架構，以便于來實現更好的最小化風險管理策略。
針對高速公路自主巡航，我們也是本著扎根市場服務市場的理念。因為這里面有一個典型的參照案例，就是我們的收費站自動通行。大家都知道，在中國其實有大量的ETC收費站存在于高速公路的路網中間，當然了，最近肯定也有一些更新，很多省際的ETC已經取消了，但是在高速公路路網的入口和出口也會有大量的ETC收費站，如何銜接整個ETC收費站，包括城市內部的一些停車場的收費站，如何去讓自動駕駛功能在不暫停不退出的情況自動地去通過收費閘口、收費桿這樣一些特定的場景，我們在中國做了很多實踐，包括對于不同的ETC的一些道路導示牌的視覺訓練，包括對于ETC通行進入之前和進入之后道路結構急劇變化的一個路徑規劃的應對，我們是做了大量的本地工作。ETC通行對于全球的高速公路自動駕駛的研發也是提供了很好的幫助，這也是我們全球化自動駕駛研發的一個協作的典型實踐。
自動代客泊車，具體的功能我不做描述，因為市面上可能具體的功能展示大同小異。
分享一個大家可能不知道的事實，左邊這個框，其實在城市道路里面，有30%的交通擁堵是來自于車輛的尋找過程，而且在平均每次車位的搜尋時間也是達到了10分鐘，并且不光是耗時，而且對環境也產生了巨大的壓力，每次車位的搜尋所排放的二氧化碳量是達到1.3公斤。自動代客泊車它產生的社會效益在這個時候就能夠得到充分的體現，減少對應的交通擁堵和尾氣排放，同時大大節省駕駛員的時間。
具體的一些功能和特性，主要看一下最后一行，就是這個服務。其實泊車功能的本身很重要，但是如果能夠把整個泊車的功能和整個生態更好地聯系起來，那是一個兩全其美的方案。比如說和停車場端的傳感器、支付系統打通，我們可以在出發的時候就鎖定那些車位比較緊缺的城市停車場，并且可以采取不同的移動支付方法來鎖定。還有我們可以和一些POI進行廣泛的生態合作，進行一些促銷的推送等等，來更好地實現價值附加。
最后一個，就是車輛的安防探測，因為目前自動代客泊車，確實廠端、車端也是必不可少的。這么多的傳感器難道就是為了泊車嗎?整個泊車之后，我們怎么把剩余的感知能力進行價值的額外創造?我們可以思考一些車輛的安防探測等等相關功能，當車輛處于一些異常，被侵入狀態的時候，基于廠端和車端的感知輸入也能夠很好地警示駕駛員車輛可能會面臨的一些風險。
下一個是大陸集團除了跟車有關的產品和系統之外，創新性地提出來了一個基于基礎設施的產品和解決方案，叫智能十字路口。但是整個十字路口是由車端的所有傳感器和計算單元所提供的，分布在十字路口不同的路燈桿上。目的就是讓整個十字路口沒有死角，就算超出人類視覺邊界的時候，也能夠很好地識別視覺盲區的目標，警示駕駛員，甚至直接介入車輛的一些緊急駕駛策略。
舉個例子，在這個畫面的中央有一個行人，他在紅燈的時候正在違規穿越斑馬線，而他正好躲在一個卡車的后面，這個時候對于對向來車，其實我不管是傳感器，還是駕駛員都沒辦法探測到這個行人的運動趨勢和運動目標的物理狀態和地理信息，如果沒有這個十字路口技術的引入，很有可能是無法避免車和人相碰的。但是因為有這套系統，可以很好地去對行人進行目標識別和跟蹤，以及對可能會產生碰撞的信息傳遞給來向的車輛，讓駕駛員及時采取制動措施，或者說在駕駛員沒有及時響應的情況下，主動介入車輛的動態控制，來避免更多的人員傷亡。
最后一個，就是剛才所說的無縫駕乘最后一環，也是最關鍵一環，就是最后一公里如何把乘客安全送達最后的目的地，大陸集團英文縮寫CUbE，就是大陸集團城市駕乘體驗，同時也是我們自動駕駛技術的一個開發平臺。它可以整合整個大陸集團最先進的軟件、硬件和系統到這個平臺上面，并且通過不同的國家和地區的一些適配性開發，來提供全棧式自動駕駛解決方案。
給大家分享一個視頻，剛才的無縫駕乘是一個動畫，這個動畫雖然好看，但是它很遙遠，它是一個愿景。
這個視頻是我們去年在長沙進行的中國首秀甚至叫全球首秀的實車級別的無縫駕乘的展示。
這個是高速公路自主巡航，我們是在長沙的國家智能網聯測試示范區里面進行的這個演示。激活功能、脫手、自動變道、當超出智能邊界的時候移交駕駛員駕駛權，來到模擬室內停車場的旁邊，通過手機進行自動代客泊車的一個激活，車輛是自動在搜尋車位，自動泊入對應的車位。同理，需要把車叫出來的時候，還是通過手機端進行一個指令的發送，車輛也會自動駛出停車場來到指定的上車地點。
CUbE這個時候就出來了，通過手機終端把車叫到我們上車點，然后送達目的地。期間展示了一些關鍵的功能，像行人識別、避障，包括傳統乘用車里面ACC的跟車啟停功能。在市區一些擁堵的狀態下可以更好地去自動地通行擁堵路況，跟隨前車行動。在交通規則允許的情況下，也可以自動變道，最后是安全地把乘客送達最后的目的地。
以上是我們在技術環節跟各位分享的革命進化或者說自動駕駛發展整個路線的一些大致的情況，以及大陸集團的應對解決方案。
接下來還會花一點時間跟各位聊一下非技術的話題，而這些也是非常關鍵的，對于自動駕駛技術商業化落地，我們講真正的商業化落地，而不是技術落地，在商業化落地之前也需要思考到很多阻礙。
首先就是法規，我不做過多展開，因為要展開的話還需要花很長很長時間。剛才也提到了，從國家頂層戰略出發，相關的行業推動政策其實也有很多很多，《智能網聯創新發展戰略》、“2025中國制造”等等等等，從自動駕駛等級的定義層面，我們駕駛自動化的分級標準今年也是出臺了，應該是在一個報批稿的階段。包括具體的一些功能定義目前也是在緊鑼密鼓地出臺，比如說自動代客泊車一個標準，目前已經準備發布了。包括一些關鍵的執行機構的法規障礙，國家層面也是進行大力推動，比如說汽車轉向系統應對自動駕駛的升級，因為在之前，像最基本的《道路交通安全法》里面根本沒有把自動駕駛系統作為駕駛員考慮進去，這是一個很大的阻礙。包括轉向，我們就連L2.5目前完全脫手都沒有具體的法規支持，因為轉向目前沒有允許全助力的轉向，但是最新的法規有一個增補條例或者說修改條例，目前已經可以允許全助力系統轉向的存在，也逐漸地一小步一小步地把自動駕駛落地的障礙逐漸地掃除。
總而言之，我們認為核心的關注點有哪些呢?首先就是駕駛地位合法化，剛才講了像《道路交通安全法》等等頂層的法律對于虛擬駕駛員或者說自動駕駛系統的一個合法化需要重新定義的，這個毫無疑問。
規則標準化，包含著大量封閉開放道路的測試標準，還有包括一些商業規則的部署和定義等等。當然這一塊我們也欣喜地看到整個國家在自動駕駛的一個測試領域，其實取得了非常大的突破，我們在很多城市都已經有陸陸續續的法規出臺，而且是逐漸在完善的過程。
另外一個，責任劃分這一塊。責任劃分也是一個老生常談的問題，大家可能說L3是一個責任劃分不明確的區間，它可能會有很多很多界定不清的東西存在。這一塊如何確定事故產生之后責任的劃分，這是一個很大的問題。包括對應的交通法規、保險制度的改革，都是伴隨而行的。
L4，至少說從人和系統的責任角度可能已經劃清了，但是從生態的角度可能還沒有劃清，所以怎么去精細地重新設計責任劃分的這個系統，也是一個非常關鍵值得探討的問題。
往下看，倫理道德，我經常講一個不太恰當的例子，就像是你的老媽和你的老婆同時掉進水里，你應該救誰，是一樣的邏輯，自動駕駛系統很有可能也會面臨類似的窘境。當一個自動駕駛的車輛已經探測到他無法避免的前方事故的情況下，前方正好有一臺車緊急制動，他沒有辦法避免了。這個時候他唯一可做的選擇是往左拐或者是往右拐，這個時候左邊可能有一個摩托車，右邊可能有一個行人，這個時候他怎么去選擇呢?當然這是一個很極端的案例，但是也可以很好地闡釋我們所面臨的倫理道德和風險，我們可能就要從最小傷害最小代價的一個邏輯出發，比如說左邊去撞上摩托車，我的整體傷害是什么水平，我撞上正前方的車輛受到的傷害是什么水平，我撞上右邊的行人會造成的傷害是什么?這個時候可能要考慮到很多很多非技術的問題，比如說人類社會基本倫理道德的考慮。
海量的數據交互可能會產生巨大的威脅，對應的細分技術板塊和領域，網絡安全法還是必不可少的。
技術落地了，法規落地了，就可以量產上市了嗎?也不見得，我們還需要社會公眾的認可，誰是第一個吃螃蟹的。因為現在大家說很多人在吃螃蟹，其實他是違規吃螃蟹，因為法律不會認可他的地位的。比如說特斯拉，大家經常完全脫手，造成一些嚴重的傷亡事故，它是一個非合法的功能使用方式。我們談的是合法的功能使用情況下，這個時候公眾的認知是怎么樣的。
舉個例子，在城市工況下一個道路限速的案例，左邊來看，在人類駕駛員存在的情況下，我們對于市區50公里限速，是一個慢慢逐漸接受，并且從理解到逐漸接受的這么一個過程，因為大家可能是從馬車時代慢慢地去接受內燃機時代，然后從內燃機不斷地優化，主被動安全功能的不斷強化，可能大家經過時間的考驗，已經充分接受了在市區范圍內50公里限速。但是一旦自動駕駛大量面市，對于市區自動駕駛的車輛，50公里的限速大家能接受嗎?一開始投放市場的話，它會不會對整個交通環境產生一個巨大的威脅?怎么去消除消費者不同的對于新技術的恐懼呢?我們認為最主要的還是打鐵還需自身硬，就是把自己的系統，自己的車輛，自己的功能做好，通過持續不斷的穩定的安全行駛記錄，來更好地說服市場，教育市場，讓他們逐漸去接受。
另外還有一個案例，這是2014年的時候，美國道路交通安全管理局統計每10億英里可能會產生各種交通事故的死亡率。大家可以看到，還是有很多老舊派保守派受到了認知慣性的影響，比如說我們認為飛機是很危險的交通工具，但實際上從統計學上來講飛機是最安全的交通工具。我們可以想像一下，自動駕駛車輛一旦大幅度投入市場的話，公眾認知到底在什么水平，實際的死亡率應該在什么水平?我們認為成熟的自動駕駛系統投放市場之后，它應該在最前面的那幾列。但是公眾的認知，最開始可能會把它放到最后這幾列，這個時候就需要不斷地通過大量的安全行駛口碑積累，才能夠逐漸扭轉普通大眾對于自動駕駛的一個非合理性恐懼。
說完了技術，說完了法規，說完了公眾認知，我們再回到這個主題“革命、進化”，我們也可以拿我們的無人小巴來舉個例子。左邊是我們目前的一個狀態，一個極其受限的，限定場景、限定速度的這么一個通勤工具，但是未來的遠景是什么?未來的遠景是一個基本不設限的L4或者L5的一個交通工具。它真的就這樣一蹴而就了嗎?不是，因為整個技術的迭代肯定是需要一步一步來。
比如說目前是一個極度受限的工況，下一步我們可能只能采取一小步一小步的迭代優化，我們可以首先把速度提起來，第二步是可能會把場景加起來，第三步可能會把功能，包括價值附加的一些服務做起來，最終才會達到未來自動駕駛的水平，所以革命之中有進化，進化也會帶來革命。
最后總結一下：
從駕駛輔助到自動駕駛，從L0到L5，我們為了實現最終的自動駕駛的形態，是需要付出巨大的代價。剛才所說的技術的代價、法規的挑戰以及公眾認知的鴻溝，這一切會貫穿不同的技術迭代、進化，最終才可以讓整個自動駕駛達到一個終極革命性的狀態。
而且我也想再次強調一個觀點，或者分享一個觀點，就是適用于廣域場景的，自動駕駛量產和自動駕駛商業化這兩個概念，很多時候不是一個等號。這個量產怎么去理解?大批量生產叫量產，但是脫離了高價值落地應用和場景的量產是沒有任何意義的，你可以在車間里面造一千臺車一萬臺車，在不同的地方進行試運行和展示，但是那個并不是真正的商業化，你并沒有商業化的空間。剛才的那個技術挑戰環節其實已經夠我們喝一壺了，就算那個技術環節達到了，長尾場景也攻克了，我們的成本如何考慮?我們巨額的開發費，巨額的硬件架構。當然了，這個價格曲線在未來可能會慢慢下來，但是至少在目前我們是很難承受這樣一個技術成本的。還有各種法規的完善、公眾認知的建立、安全的驗證，都是回避不了的。所以我們也呼吁，整個自動駕駛為了實現終極落地的目標，一家之力是遠遠不夠的，真的是需要全行業所有生態合作伙伴的齊心協力，鼎力推進，才能讓自動駕駛有一個美好的未來。
以上就是我今天分享的全部內容，謝謝!
