排除那些精確到小數(shù)點(diǎn)后兩位的自動(dòng)駕駛的代際數(shù)之外，目前國(guó)內(nèi)最能讓我感到“有意思”的自動(dòng)駕駛技術(shù)，就是昨天第二屆百度Apollo生態(tài)大會(huì)上百度Apollo的L4級(jí)純視覺(jué)感知解決方案——Apollo Lite。

先按下L幾這個(gè)對(duì)于消費(fèi)者非常直觀的自動(dòng)駕駛指標(biāo)不表，整件事中最有意思的部分就是百度解決自動(dòng)駕駛解決方案的核心方式：純視覺(jué)。用百度自己的話來(lái)說(shuō)，就是這套解決方案是通過(guò)對(duì)10路攝像頭、200幀/秒數(shù)據(jù)量的并行處理，單視覺(jué)鏈路最高丟幀率能夠控制在5‰以下，實(shí)現(xiàn)全方位360°實(shí)時(shí)環(huán)境感知，前向障礙物的穩(wěn)定檢測(cè)視距達(dá)到240米。

依靠這套感知系統(tǒng)，百度無(wú)人車可以在城市道路上實(shí)現(xiàn)不依賴高線數(shù)旋轉(zhuǎn)式激光雷達(dá)的端到端閉環(huán)自動(dòng)駕駛——并且已經(jīng)在北京稻香湖等多地多路段落地測(cè)試。

聽(tīng)上去感覺(jué)很美妙對(duì)不對(duì)？畢竟僅用常識(shí)來(lái)思考，10個(gè)攝像頭的成本再高，也高不過(guò)那車頂上旋轉(zhuǎn)式激光雷達(dá)。但問(wèn)題來(lái)了，為什么在主流的自動(dòng)駕駛技術(shù)企業(yè)中，目前只有特斯拉選擇了純視覺(jué)的解決方式？又是什么原因能讓馬斯克曾破口大罵：“用激光雷達(dá)做自動(dòng)駕駛的都是傻X”，得罪了幾乎全部的同行？

偉大航路的殊途

卻未必能實(shí)現(xiàn)同歸

自打2014年，SAE International（國(guó)際汽車工程師協(xié)會(huì)）制訂了一套自動(dòng)駕駛汽車分級(jí)標(biāo)準(zhǔn)，其對(duì)自動(dòng)化的描述分為5個(gè)等級(jí)開(kāi)始。就如同海賊王羅杰在處刑臺(tái)上喊出他的所有財(cái)寶都埋藏在偉大航路終點(diǎn)，引發(fā)了“大海賊時(shí)代”一樣。眾多志在實(shí)現(xiàn)自動(dòng)駕駛的企業(yè)紛紛挑明旗幟，立志成為最先到達(dá)“ONE PIECE”的人。

結(jié)果呢，2018年的時(shí)候，長(zhǎng)時(shí)間內(nèi)都是自動(dòng)駕駛領(lǐng)頭羊的企業(yè)Waymo CEO John Krafcik在一次技術(shù)大會(huì)上親口承認(rèn)，L5級(jí)別的自動(dòng)駕駛真的很難，人類距離在任何天氣任何情況下的自動(dòng)駕駛可能還需要幾十年。又讓所有對(duì)于自動(dòng)駕駛抱有期許的人陷入了萬(wàn)古如長(zhǎng)夜的灰暗。

而其中牽絆住人類腳步的很重要的原因，就是算法。

無(wú)數(shù)在圖像算法上傾盡畢生所學(xué)的專家們悲哀地發(fā)現(xiàn)，當(dāng)我們將圖像的幾個(gè)像素改變時(shí)，算法輸出的結(jié)果就大不同。并且，網(wǎng)絡(luò)越深，我們就越能看到這些失敗的泛化。

2016年，特斯拉一輛Model S車追尾白色拖車，導(dǎo)致駕駛員喪生。當(dāng)時(shí)特斯拉官方稱，拖車側(cè)面是白色的，在太陽(yáng)強(qiáng)光的照射下導(dǎo)致駕駛者和自動(dòng)駕駛系統(tǒng)都沒(méi)有注意到這輛拖車。

兩年之后，Uber的自動(dòng)駕駛車撞上了一名過(guò)馬路的女子，后期的調(diào)查報(bào)告顯示，自動(dòng)駕駛軟件先是錯(cuò)誤地將該女性識(shí)別為一個(gè)未知物體，然后是一輛車，最后是一輛自行車，最終女子被撞身亡。

自動(dòng)駕駛不能普及的另一個(gè)原因被蘋果聯(lián)合創(chuàng)始人Steve Wozniak指了出來(lái)：“道路是由人類建造的，人類是不完美的，而且汽車目前無(wú)法解釋這一因素。”

原因聽(tīng)起來(lái)很可笑對(duì)吧？但事實(shí)卻很可能正是如此。百年來(lái)我們所建立的現(xiàn)代道路規(guī)劃以及基礎(chǔ)設(shè)施，完全都是因?yàn)槲覀內(nèi)祟惖氖褂昧?xí)慣所設(shè)。

而機(jī)器所需要的是更加純粹、更加準(zhǔn)確、更加符合機(jī)器使用習(xí)慣的環(huán)境。這就像是為什么羅永浩那基于劃時(shí)代的語(yǔ)音輸入系統(tǒng)打造出來(lái)的TNT，理應(yīng)讓我們輸入方式更加輕松，但我依然在用鼠標(biāo)鍵盤來(lái)寫這篇文章，而羅老師在上演真還傳。（真的是在哪都能拉羅老師出來(lái)敲打一番）

那既然我們沒(méi)法改變道路現(xiàn)狀的事實(shí)成立，有沒(méi)有另一條路通向自動(dòng)駕駛的“ONE PIECE”呢。激光雷達(dá)便是這樣一個(gè)選擇。

在這我就簡(jiǎn)而言之概括一下激光雷達(dá)的優(yōu)點(diǎn)：激光雷達(dá)的探測(cè)距離和準(zhǔn)確性都大大高于攝像頭，去年，通用汽車旗下自動(dòng)駕駛技術(shù)公司 Cruise Automation的 CTO Kyle Vogt 曾表達(dá)過(guò)，激光雷達(dá)傳感器可帶來(lái)冗余和重疊的功能，讓車輛即便面對(duì)最具挑戰(zhàn)性的環(huán)境，也能夠應(yīng)對(duì)。

換句話來(lái)說(shuō)，現(xiàn)在大多自動(dòng)駕駛企業(yè)選擇激光雷達(dá)和計(jì)算機(jī)視覺(jué)結(jié)合的方案，為的就是留出安全冗余。

不激進(jìn)就不是特斯拉，在馬斯克看來(lái)，讓自動(dòng)駕駛汽車頂著尺寸又大，同時(shí)造價(jià)需要數(shù)萬(wàn)美元的激光雷達(dá)就是塑造一種虛假繁榮。不丟掉激光雷達(dá)這根拐杖，自動(dòng)駕駛汽車就無(wú)法實(shí)現(xiàn)真正意義上的自動(dòng)駕駛。

所以，現(xiàn)在以特斯拉為首，百度跟上步伐的純視覺(jué)派和其他大多數(shù)自動(dòng)駕駛廠家選擇的激光雷達(dá)派，針對(duì)最先抵達(dá)自動(dòng)駕駛的終極目標(biāo)而陷入了不同的困境。純視覺(jué)派更像是等待“不成熟的技術(shù)變成熟”，激光雷達(dá)派則在等“好技術(shù)變得更便宜”。幾乎可以篤定地認(rèn)為，誰(shuí)最先走通自己的道路，到達(dá)自動(dòng)駕駛這條偉大航路的終點(diǎn)，就在這場(chǎng)零和博弈中將對(duì)方徹底擠下船。

那么特斯拉和百度

究竟是怎么想的？

先說(shuō)答案，特斯拉和百度考慮問(wèn)題的終極目的，就是自動(dòng)駕駛的商業(yè)化。

早在2016年，特斯拉在更新 Autopilot 2.0 硬件時(shí)，就使用了8 顆攝像頭，包括前置三目攝像頭（分別是長(zhǎng)距窄視角、中距中視角和短距魚(yú)眼）、車輛的左右兩側(cè)各有 2 顆面向側(cè)前和側(cè)后的攝像頭，再加上 1 顆后置攝像頭，8 顆攝像頭完成了 360° 純視覺(jué)感知的無(wú)死角覆蓋。

但在其中非常有意思的是，匹配這套系統(tǒng)的核心芯片被改成了可插拔式設(shè)計(jì)，便于后期高性能芯片迭代之后的裝車。特斯拉的這個(gè)伏筆直到去年四月特斯拉FSD高算力芯片的量產(chǎn)，我們才有機(jī)會(huì)看到不久之前北美FSD自動(dòng)駕駛Beta版的推送。

由此可見(jiàn)，特斯拉和百度所等待的，是算力和算法的提升。百度 Apollo 技術(shù)委員會(huì)主席王亮也曾表態(tài)過(guò)：攝像頭的圖像信息密度大、蘊(yùn)含的環(huán)境信息最為豐富。但對(duì)人才、算法、數(shù)據(jù)、規(guī)模化機(jī)器學(xué)習(xí)的能力提出了很高的要求，需要強(qiáng)大的算法、大量數(shù)據(jù)的積累和長(zhǎng)期的研發(fā)投入。

在這里需要插播一條來(lái)自新華社的報(bào)道：僅北京一座城市就有 100 多家專門從事數(shù)據(jù)標(biāo)注的公司，全國(guó)有超過(guò) 1000 萬(wàn)人在從事數(shù)據(jù)標(biāo)注工作——自動(dòng)駕駛行業(yè)“數(shù)字富士康”實(shí)錘了。

訓(xùn)練算法時(shí)的人工標(biāo)注

而且更有意思的是，百度Apollo在此之前并非是純視覺(jué)路線的忠實(shí)擁躉。恰恰相反，百度一直堅(jiān)持以激光雷達(dá)為主的多傳感器融合路線，但是為什么會(huì)切換軌道，和特斯拉成為了戰(zhàn)友？

用王亮自己的話來(lái)解釋，就是在激光雷達(dá)為主，視覺(jué)為輔的傳統(tǒng)策略中，視覺(jué)感知自身的問(wèn)題和缺陷在雷達(dá)感知的掩蓋下暴露不夠充分。因此，視覺(jué)感知問(wèn)題需要獨(dú)立出來(lái)才能更好的解決。

也許正是因?yàn)榘俣仍?jīng)深入了解過(guò)激光雷達(dá)的優(yōu)點(diǎn)和短板之后，做出了選擇不同技術(shù)路線的決斷。而且算力的迭代也讓百度和特斯拉一樣，摸到了解決問(wèn)題的鑰匙。在昨天的發(fā)布會(huì)上，在算力層面，百度宣稱 Apollo Lite 所需算力不到 30 TOPs，一個(gè)單卡 GPU 即可驅(qū)動(dòng)。

鄧小平曾經(jīng)說(shuō)過(guò)，中國(guó)式的現(xiàn)代化必須從中國(guó)的特點(diǎn)出發(fā)。這句話套用在百度身上同樣適用，畢竟作為自動(dòng)駕駛的技術(shù)提供者，最終實(shí)現(xiàn)技術(shù)落地的并非百度自己，而是百度所服務(wù)的各家車企。以現(xiàn)在國(guó)內(nèi)對(duì)于自動(dòng)駕駛技術(shù)嗷嗷待哺的新能源企業(yè)，一個(gè)最通用、成本相對(duì)最合理的解決方案，必然是最符合國(guó)情的。而從最終裝車的成本和實(shí)現(xiàn)規(guī)范化的技術(shù)難度來(lái)說(shuō)，純視覺(jué)路線似乎是最合適不過(guò)的。

這就非常有意思了。雖然在實(shí)現(xiàn)自動(dòng)駕駛的路徑上，百度已經(jīng)成為了特斯拉為數(shù)不多的隊(duì)友，但是到頭來(lái)在中國(guó)市場(chǎng)，特斯拉的這位“隊(duì)友”是要幫助特斯拉在中國(guó)市場(chǎng)上的各位對(duì)手來(lái)阻擊自己的。畢竟，特斯拉的技術(shù)只能為自己所用，而百度Apollo的方向則是“開(kāi)源”，為加入自己技術(shù)體系的所有企業(yè)做技術(shù)后盾。

但是在如今激光雷達(dá)技術(shù)的成本愈發(fā)低廉的時(shí)代，純視覺(jué)路線是不是人類最終實(shí)現(xiàn)自動(dòng)駕駛的唯一選擇，依然是個(gè)問(wèn)號(hào)。到底誰(shuí)才是過(guò)渡技術(shù)，誰(shuí)又能在零和博弈中將其他對(duì)手全部掃下馬，現(xiàn)在依然是個(gè)未知數(shù)。