最近一段時間，百度旗下的自動駕駛出行服務平臺“蘿卜快跑”成為了大眾熱議的焦點，出租車司機抱怨這個新生物種影響了自己的生意，但也有不少用戶對于這種新奇的出行方式給予了肯定。

今年5月，也有部分武漢市民在網絡平臺投訴“蘿卜快跑”無人駕駛出租車引發交通堵塞，稱“蘿卜快跑”出租車會出現一些不尋常的行為，比如無故停在馬路中央、轉彎時停滯不前、早晚高峰時車速過慢等，給市民出行帶來很多不便。

據悉，“蘿卜快跑”在武漢投入1000輛無人出租車，已經累計拿下500萬個訂單，成為國內無人駕駛出租車最活躍的試點城市之一。無獨有偶，北京也在近日發布了《北京市自動駕駛汽車條例(征求意見稿)》，擬支持自動駕駛汽車用于網約車、汽車租賃等城市出行服務。

不過，在智能輔助駕駛快速奔向自動駕駛，乃至無人駕駛的當下，我們真的已經準備好迎接“無人駕駛時代”了嗎？

無人網約車來了

無人駕駛早已不是新概念，經過多年的發展，目前除了武漢之外，北京、上海、廣州、深圳、重慶等城市均已陸續開放無人化出行服務商業化試點。

只是，不同城市劃分出來進行無人駕駛出租車試運營的范圍不同，合作車企也不盡相同。除了蘿卜快跑之外，各城市的合作智駕企業還包括文遠知行、小馬智行等頭部品牌。

尤其是去年以來，各地密集發布了諸如推動智能網聯汽車創新發展、加速無人駕駛商業化等方面的政策，進一步利好自動駕駛產業的發展。

數據顯示，2023年全球自動駕駛或無人駕駛汽車市場規模達到725.14億元，其中，中國自動駕駛市場增長更快，市場規模達206.01億元。信息服務商HIS報告預測，全球自動駕駛汽車市場規模將從2021年的2030萬輛，增長到2030年的6240萬輛，復合年增長率為13.3%。

在無人駕駛被加速應用于公共交通系統的背景下，智能駕駛也被各大車企加大力度推到了臺前。但眾所周知，“自動駕駛”與“智能駕駛”之間涇渭分明，只有L4級別以上的完全自動駕駛才能被稱為自動駕駛，而L3以下級別的則更多被稱為智能駕駛。

這兩種路線之間的區別，本質上是自動駕駛跨越式和漸進式兩種發展路線，但摸著石頭過河的智能駕駛，卻是親眼見證了自動駕駛因為商業化而陷入的困局，在黎明尚未到來之前，一大批高階智能駕駛平臺已經率先倒下，智能駕駛又怎能不著急。

如今，無人駕駛雖然仍在全國以“星星之火”的趨勢在試點，但這也給智能駕駛看到了希望，智能駕駛必須落地，只有盡快落地，才有活下去的希望。

而且，如今的智能駕駛并不僅是駕駛系統本身，其還與汽車銷量高度掛鉤，消費者也越加看重汽車的智能駕駛水平，在這樣的背景下，車企們也在加速城市NOA的開城進度。

大模型加速“上車”

今年以來，已有10多家車企開通了全國高速及高架快速路領航功能，如小鵬、理想、蔚來、昊鉑、哪吒、零跑等，大部分車企的目標都是50-100座城市。

目前，小鵬和華為的開城進度“遙遙領先”。小鵬的城市NOA功能已覆蓋336城，并將在2024年第三季度實現XNGP全國主要城市網絡覆蓋。

而華為鴻蒙智行旗下的問界，則在今年春節前后開通了“全國都能開”的高快速/城市NOA功能。華為智能汽車解決方案BU的CEO靳玉志曾表示，華為的城市NOA功能要么不開放，一開放就是全國都能用。

“智能駕駛”在一夜之間高歌猛進，或許是因為特斯拉這條“鯰魚”。去年4月，馬斯克在訪華的同時帶來了“FSD有望入華”的消息，對于智駕行業而言，無疑是投下了一枚深水炸彈。

一直以來，智能駕駛領域都呈現出“一超多強”的格局，特斯拉旗下的全自動駕駛業務（FSD）在業內持續領先，但華為、小鵬等也一直在貼身追趕。

不過，兩者在技術路線上一直有所不同。國內大多數自動駕駛方案供應商選擇的是激光雷達路線，而特斯拉則一直堅持純視覺路線，馬斯克認為，“任何依賴激光雷達的人都注定要失敗，昂貴的傳感器是不必要的”。

在純視覺路線的基礎上，去年特斯拉發布了FSD Beta V12內測版，這一版本的FSD以數據驅動的端到端AI大模型，取代了傳統的感知、描述、預測以及規劃等多個規則模塊，可以實現輸入到輸出的直接計算。

簡單來說，在大模型的介入之下，智駕系統將不再依賴于地圖數據和條件反射式自動駕駛邏輯，而是通過觀察和模仿人類駕駛行為來優化駕駛決策，這不僅可以提升系統的學習和迭代速度，同時也更為精簡。馬斯克表示，采用“端到端”技術之后，用3000行代碼就能替代原來的30萬多萬行代碼。

在特斯拉的帶動之下，一股名為“端到端”熱潮開始席卷國內智駕圈。目前，蔚小理、華為等車企均調整了旗下的智能駕駛業務架構和方向。

近日，有媒體報道稱小鵬在今年第四季度推出的全新車型將放棄激光雷達，轉而采用與特斯拉類似的純視覺智能駕駛方案，馬斯克更在這篇報道下方發布了“…”的評論。

而蔚來自動駕駛副總裁任少卿在接受媒體采訪時表示，蔚來已經在布局端到端，預計今年將實現上車量產；理想則在剛剛的智駕發布會中發布了基于端到端模型、VLM視覺語言模型和世界模型的全新自動駕駛技術架構；華為則在4月發布了ADS 3.0端到端架構，并表示將于8月隨著享界S9正式上市。

各大車企積極推動大模型“上車”，一方面是希望在激烈的新能源車市場競爭中，能夠將智能駕駛作為突破點，率先走出價格、配置等同質化內卷。

另一方面，也是因為各大車企在攻堅高階智能駕駛的過程中進度緩慢，在屢次實踐和試錯之后，它們也開始意識到需要調整技術路線，而“端對端”確實是提升智能水平的有效方法。

自動駕駛跑得太快

特斯拉去年發布的FSD Beta V12，作為世界首個“端到端”AI自動駕駛模型，也一度被業界認為是自動駕駛的“里程碑時刻”。

但再往前回溯，2021年，一位蔚來車主在高速公路上開啟了智能輔助駕駛，但卻不幸遭遇交通事故，在此之后，各大車企對“自動駕駛”一度避之不及。

彼時更有業內人士指出，L5級別的智能駕駛系統在很長一段時間內是無法辦到的，高級別智能駕駛系統的引入，會提升交通事故發生的概率。

但隨著端到端大模式的到來，智能駕駛也開啟了“加速度”，但目前真的能夠解決所有矛盾了嗎？

首先，自動駕駛最常被詬病的，是難以適應中國城市復雜的人車路環境，因此在“FSD入華”這一議題下，不少人都認為其可能存在水土不服，即便是已經跑遍11座城市的蘿卜快跑，也被市民投訴引起交通堵塞。

對車主而言，智能駕駛最重要的不是“能不能用”，而是“好不好用”，一小時接管5次和50分鐘接管一次，是兩種完全不同的使用體驗。如果還存在車速過慢、隨意停車等情況，也會大大影響駕駛體驗。

其次，則是更為核心的安全問題。今年4月，一位車主在美國駕駛特斯拉時，卻在開啟自動駕駛后遭遇車禍身亡；也有一些車主因為使用了智能駕駛功能，但系統卻突然自動剎車引起追尾事故……從這些案例來看，似乎還不能認為智能駕駛或自動駕駛已經達到足夠的安全標準。

此外，最為人所熱議的，還有無人駕駛出租車降維打擊網約車這一現實，大規模推動無人駕駛出租車上路，相當于搶了網約車司機的飯碗，這兩者之間又該如何平衡？

目前來看，在智能駕駛向自動駕駛發展的路上，政策已經走在前面，比如推動自動駕駛汽車試點、“車路云一體化”應用試點等，這對于城市經濟、產業發展而言必然是有利的。

但科技造福人類沒錯，卻并不總是造福全人類，在人工智能的帶動之下，越來越多產業將會出現“無人化”趨勢，就像電商平臺取代實體商場；外賣產業沖擊餐飲門店一樣，是不可逆的趨勢。

但社會在積極推動產業進步的同時，也應該提前做好準備，城市發展的代價不能只由普通人來承擔，或許我們還應該想得更深入長遠一些。