全球速读：风口上的智能汽车真的能“飞”起来吗？

图片来源@视觉中国

在《三体》问世后，人们就开始畅想脱离地面进入飞行轨道的智能驾驶了。

然而，时至今日梦想仍然没有照进现实。

(资料图片仅供参考)

大火的智能汽车也仅仅是在普通汽车上“改进”，还没有带来出行本质上的变革。

目前的智能汽车并不能够让人脱离地面进入飞行的轨道，更不能像《星际迷航》中实现的直接将人分解为小尺度并实现量子传送。

从交通的本质上来看，智能汽车依旧是汽车，依旧是在地面上A点到B点的交通工具。

而当下智能汽车能够给汽车带来的更多的是相对智能、安全的交通环境，以及给予驾驶员更高的舒适度，甚至可以说是出行的无颗粒化。

在现代的语境中，当把“智能”一词用在人造物上的时候，大多数都有一个统一的指向，那就是“像人”一样。

直白一点来说，处于发展初期的智能汽车实际上是接过驾驶员的决策，在通过决策执行驾驶员出行指令的同时，依靠智能感知辅助汽车安全完成从A点到B点的行驶过程。

随着汽车出行数量膨胀带来的路况变化，导致车辆在行驶过程中的复杂性也开始增加。

那么在驾驶过程中就需要智能汽车自身能够识别出，在复杂的交通系统中所存在的可能性，甚至能够通过预见性给出合理化的行驶建议。

然而就目前市场上对智能汽车的畅想看，智能汽车的终极形式大致集中在人车交互或是娱乐功能上，但这些都是基于智能汽车发展基础上的附加形式。

仅就智能汽车最本质的发展来看，最重要的还是在安全智能驾驶上，而不是其能源驱动形式或车内的交互。

交互屏越来越被智能汽车厂商看重。

根据公开数据显示，2021年发布的新乘用车中，中控彩屏和中控可触摸屏的渗透率均超过了90%。

根据全球市场调研机构Omdia预测，2030年全球车载显示市场的出货量将达到2.38亿片。

很显然，在智能座舱这个未来生活的“第三空间”里，大屏已经成为了车企内卷的产物，“只有更强，没有最强”。

从某种程度上来说，一张屏幕背后是各种技术的集成，这更像是将智能完全定在驾驶行为上，不断堆砌技术，但在完全实现自动驾驶状态前，应该是智能为驾驶过程服务。

将目光放在驾驶过程服务上看，以目前自动驾驶技术的发展水平，当前阶段的汽车让驾驶人员解放双手，还有很长的路要走。

或许回归提升自动驾驶ADAS辅助驾驶系统，才是一条真正可行的道路。

而在ADAS辅助驾驶系统中，最基础的应该是具备识别问题的能力，这里不仅仅包含了车辆在行驶中与道路交互的问题，比如路况、天气等，还应该包含车辆本身，诸如能源不足、部件故障预测等等。

这些识别出的问题，可以通过智能交互让驾驶者做出明智决策。

不过，智能辅助驾驶还存在分级，汽车行业一般是按照L1-L5级别进行划分。

现在市场上主流的旗舰重卡多处于L2级别，相较于L1来说，L2级智能辅助系统对整车干预力度更强，可以根据四周环境主动完成加减速，同时还能识别道路标线、路边标识牌等。

例如具备车道保持（LKAS）、自适应巡航（ACC）、预见性巡航（PCC）、道路交通标识识别、紧急自动刹车系统（AEBS）等配置。

据最新数据显示，与未配备PPC的车辆相比，其PPC智能巡航控制和变速箱控制系统可节省高达5%的燃油消耗。

而降低燃油消耗对于重卡来说，也就能够间接降低运输成本。

然而相对于高速场景来说，竞争最激烈仍然在场景复杂的城市领域，但众所周知的是目前国内汽车大部分只实现了L2级。

根据相关行业研究报告指出，2021年我国乘用车新车市场中具备L2级智能驾驶功能的车型销售476.6万辆，渗透率达到23.5%，同比增长57.2%。

2022年上半年，具备组合驾驶辅助（L2级）功能的乘用车销量达288万辆，渗透率已达32.4%，同比已增长46.2%。

目前市面上诸多新车都具备智能辅助驾驶功能，例如常见的ACC自适应巡航、LCC道路保持、自动泊车等等。

可即便如此，市场上的L2也存在着巨大的差距，有的甚至算不上是真正的L2形态。

就好比如小鹏G9，预计在2023年打通高速、城市、停车场等多场景，实现全场景智能辅助驾驶，即P档到P档的全过程的高阶智能辅助驾驶，包含高速NGP、城市NGP、跨楼层记忆泊车等功能，但并非是交付即落地。

总体来看，无论是辅助驾驶ADAS，还是自动驾驶AD，最终进化到无人驾驶L5，涉及到的功能很多，但基本上都是从基础ACC、AEB等低阶功能拓展起来的。

L2级的驾驶辅助系统，需要拥有ACC自适应巡航功能、LKS车道保持功能、自动换道功能ALC，以及基于地图导航的高级辅助驾驶等功能。

而L2驾驶辅助系统方案还可以进一步升级为更高级别辅助驾驶能力(L2.9 级)，实现单车道脱手巡航这样的高速公路导航辅助功能，以及更加高阶的自主进出匝道功能，如自动上下匝道、自动变道、自动高速公路切换、交通拥堵代驾等。

但以目前市场上所搭载L2系统的车型来看，并不理想。

首先，根据CCRT测评数据显示，蔚来EC6、特斯拉Model3、比亚迪 汉EV、小鹏P7、宝马iX3、哪吒U Pro500等6款车型，在纯裸车不加装选装包的情况下，辅助驾驶得分情况参差不齐，且成绩极值偏差明显。

小鹏P7的跟车能力得分95%，但弯道组合控制能力得分垫底，仅为76%。

部分车型只有购买软件选装包后，才能具备完整辅助驾驶功能。

从CCRT测评数据看，蔚来EC6需花费3.9万元购买选装包，智能驾驶总得分提升56.9%；而特斯拉Model 3需花费6.4万元，由此提升4.8%的智能驾驶总得分。

其次，如果往细分的功能来看，部分车辆表现也存在不同的差异。

在ACC自适应巡航以及急转弯居中控制、弯道高速紧急避险测试中，小鹏P7在目标切换识别能力、急弯压线等方面存在短板。

而在驾驶员注意力监测方面，除蔚来EC6以外，剩下辆车多数都未配备注意力监测功能，当驾驶员闭眼或低头时，其他测试车辆均未发出声觉报警。

事实上综合来看，在L2形态上没有车型完全达到全面发展，而是各自的发展都有侧重点。当然也可以理解为，目前尚未有车型完全达到A级。

而目前市场所延伸出来的L2.5、L2.9，实际上是L2功能发展不全面导致L3难产衍生的概念。

所谓的L2.5、L2.9并不是官方定义的概念，而是一个营销概念。

因为从L2到L3以上等级的过程是真正的从辅助驾驶到自动驾驶的关键点，过程漫长且艰难。

此外，由于L3自动驾驶很难界定事故责任方的问题，目前各大车企在直接研发L3或跳过L3研发L4方向上出现了分歧。

但无论是哪个级别的智能辅助驾驶系统，都并非通过单一的功能来实现完成的，而是需要结合整车传感器、雷达、ECU电子控制单元以及相关的执行机构来共同协调运作。

在往完全自动驾驶层面推进的态势下，各大车企具有相同的共性：

那就是围绕完全自动驾驶升级包中的导航时自动驶入/驶出高速公路匝道（高速NOA和城市NOA）方向发展。

但根据目前市场所了解信息得知，更高级别的辅助驾驶系统多用于特定工况下的港口、矿区、机场、物流园以及干线物流等场景，大多还处于测试阶段，并未完全商用化。

原因在于，目前大多数的车企，并没有足够的自动驾驶技术储备，甚至使用整套配件采购武装自家产品，无法企及L3的技术高度，因此在L2的基础上升级了交通拥堵辅助、自适应弯道巡航等功能。

在L2.5成为这类车企宣传其自动驾驶配置更为全面的说辞之外，对于用户来说L2.5在配置成本相对于更高的同时，体验感却并没有提升太多。

同样，就车企的角度来说，基于早期以来行业内卷影响，少有车企会乐于愿意沉下心来去做基础产品的改进。

如今急于宣布NOA量产的背后，用户体验并不会太乐观，因为整体上基本都是初代产品，甚至是demo，用户愿不愿花钱去买，买了之后会不会经常用等等都是问题。

更何况目前的NOA几乎是车企的自研产品，市场在智能汽车辅助驾驶里程层面也存在一定的考究。

为此，在车企端的技术影响之外，也受阻于市场。

其中最明显的是，在高速公路场景，由于政策限制车企难以进行大规模试验，这也会导致信息采集少。

不过，随着今年全国开放各级测试公路超过7000公里，自动驾驶出租车、无人巴士、自主代客泊车、干线物流以及无人配送等多场景示范应用有序开展，或许能够缓解信息采集困境，但智能网联汽车实际道路测试里程仅有1500万公里。

另一方面，L3、L4以及更高级别的智能辅助驾驶，技术发展是领先于智能驾驶相关法规的建立的，所以存在诸多法律空白现象。

例如交通事故的权责认定机制等，且目前现有的保险制度也难以适应高阶智能驾辅等级的车辆。

当然，在技术与市场层面，产品的发展更考验技术。

就像上文所说，无论是ADAS或是AD，甚至是智能汽车的终极形态L5，都是从基础ACC、AEB等低阶功能拓展起来的。

围绕智能汽车的功能将用户体验以及底层技术做好，才能更好的往高阶自动驾驶方向发展。（本文首发APP）

关键词： 智能汽车