自以为按下自动驾驶加速键的小米汽车，很可能只是雷军的一次口嗨

　　循序渐进才是自动驾驶产业发展的合理路径，而雷军和他的小米汽车却认为，他们已经找到了加速键。

　　8月11日，雷军年度演讲如期而至。演讲中，雷布斯除了向大家分享自己穿越人生低谷后的感悟，还介绍了小米汽车最新的研发进展。他说，小米已组建了一支500多人的研发团队，在自动驾驶项目一期的研发投入也达到了33亿元，力争到2024年进入自动驾驶第一阵营。

　　从小米公布的道路实测视频看，搭载它自研的自动驾驶技术的试验车，不仅可以无保护场景自动掉头，还可以自动环岛绕行和自动下连续坡道。但是不少批评者认为，“画面的CG感太严重。”

　　回顾小米自动驾驶的历程，从去年3月小米宣布下场造车，到去年7月雷军微博公开招聘，再到日前发布自动驾驶技术实测视频，小米的研发进度可谓飞快。然而，和动辄投入数百亿美元、路测里程超过200万公里投资的竞争对手相比，小米凭什么可以做到“多快好省”?全栈自研需要时间

　　随着电动汽车步入智能化的下半场，自动驾驶也成了车企争夺的重点。虽然当前市场中活跃着许多自动驾驶方案供应商，但大多数车企还是选择了全栈自研的方式。作为造车新新势力，小米入局之初便定下全栈自研的技术路线。从企业角度看，他们通过自研的方式将核心技术掌握在手中本无可厚非，但全栈自研却是一条荆棘遍布的险路。

　　所谓自动驾驶全栈自研，其实是指车企自主研发包括感知、定位、规划及控制等在内的自动驾驶核心模块，掌握自动驾驶的相关核心技术。全栈自研的过程中，车企不仅要善用人工智能、大数据以及云计算等前沿技术，还要自研各项算法，搭建高精地图，实现软件与硬件的整合。若以难度等级的方式划分，车企研发新车的难度远远没有全栈自研自动驾驶技术要高。

　　目前来看，全栈自研自动驾驶的车企大多采取“研发+投资”的方式，他们除了要付出时间成本的外，还要不断投入研发资金。

　　以国内较早布局自动驾驶的百度为例，2013年时便开展自动驾驶探索。9年时间里，百度每年都要投入上百亿的研发资金。截至目前，搭载百度L4级自动驾驶技术的量产车已更新至第六代，并有望在明年下半年实现量产。

　　相比之下，同样喊出自研L4级自动驾驶的小米，无论是技术研发时长，还是资源投入强度，目前都要落后于同行。虽然小米当前的自动驾驶已经实现多项突破，但是它要想在短短3年内追上百度等业内领军者，如期跻身业内第一阵营，还需要提升其全栈自研的效率，加大相应的人力、财力投入力度。

　　某种程度来讲，全栈自研是意味着要实现从0到1的突破。整个过程中，小米除了要投入巨额资金外，也免不了付出试错的时间成本。

　　车企三年便能研发一款新车，但两年却很难达到L4级的自动驾驶。有专家曾表示，仅特斯拉自动驾驶本土化更新便要耗费1年左右的时间。从这个角度看，更具不确定性的全栈自研，势必也将付出更多的时间，小米自动驾驶后年进入第一阵营，从时间上来看，更像是宣传的噱头，是一次雷军为了引发媒体关注的“口嗨”。 狂飙突进安全存疑

　　除此之外，小米自动驾驶2024年跻身业内第一阵营的目标，也与业内同行自动驾驶研发的实际情况存在脱节的情况，其技术在狂飙突进的同时是否能保障安全也存在疑问。

　　当前，国内研发自动驾驶技术的主体中，除了小米这样的新能源车企外，还包括百度这样的自动驾驶服务商和处于转型中的传统车企。

　　除了追寻更高目标的自动驾驶服务商外，很少有车企会把自动驾驶技术直接瞄准L4级。从商业化层面考量，车企往往担心高级自动驾驶既烧钱又不好落地，于是包括“蔚小理”等在内的大多数车企，都选择了辅助驾驶为出发点，自下而上的技术发展路线。

　　从上述角度看，小米初出茅庐便瞄准L4无疑有些另类。目前，从事自动驾驶研发的车企中，除了少数几家实现了L3级自动驾驶外，绝大多数企业的自动驾驶水平，仍处于从往L3级跃升的阶段。马斯克鼓吹已久的特斯拉FSD服务，至今也没有完全投入商用。自动驾驶当前之所以无法突破L3级自动驾驶的难关，很大程度上是因为相关技术还不够安全。

　　按照我国今年3月实施的《汽车驾驶自动化分级》标准，L2级对应的是组合驾驶辅助，L3级对应的是有条件自动驾驶，L4级对应的是驾驶自动化。其中，L2级与L3级的最大区别在于后者具备在特定环境中自动驾驶的功能，L3级自动驾驶中驾驶员只需动态接管车辆。相比之下，L4级将不再需要驾驶员，车辆行驶时只需配备安全员远程监控即可。

　　各级自动驾驶存在显著的技术差别，但事实上车企只需要解决安全驾驶的难题即可。近年来，无论是特斯拉等外国车企，还是蔚来和小鹏等中国车企，都曾陷入自动驾驶交通事故的风波。日前，发生在宁波的一起交通事故，便因车主使用小鹏汽车辅助驾驶功能引发热议。尽管事故与车主大意有关，但该事件依然激发了社会对于自动驾驶技术的担忧。

　　各大车企的自动驾驶功能在上线前都经过了严格道路测试。然而，面对复杂多变的交通状况，在测试中形成的感知、判断和控制能力只能是杯水车薪。以L2级与L3级为例，它们之间虽然只有一级差距，但对系统能力的要求却是天壤之别。一个要求目标探测与响应由人机共同完成，一个则要求完全交给系统完成。两者对于自动驾驶核心能力的要求显然有着极大差别。

　　目前来看，车企为了提升自动驾驶的核心能力，往往会将用户终端数据当作自动驾驶的额外养份加以吸收。相比之下，这比封闭测试得到的数据，无疑更能反映真实的交通状况，更有助于提升自动驾驶的感知、判断以及控制能力。

　　对于小米而言，当前它自动驾驶能力的检验还是只能依靠道路测试来完成。另外，小米路测所用的车型也不是自己研发的产品，而是友商的各种车型，这样获得的有限样本显然是不具有代表性的。相比之下，“蔚小理”等造车新势力要比小米更具有优势，抛开数据的问题不谈，他们的终端用户每天产生的海量数据，不仅能够降低企业测试数据的局限性，也有助于他们优化自动驾驶技术，站在消费者的角度看，大家无疑更会倾向选择那些脱胎于海量数据的自动驾驶方案。

　　自动驾驶事关道路交通安全，它没有捷径更没有加速按钮，尤其是那种多快好省的拼夕夕式捷径。