编者按

智能驾驶逐渐成为汽车出行新标配，全球车企都已入局。智能驾驶和新能源成为车企角逐未来市场的两大战略着力点，也是中国汽车产业实现换道超车的战略抉择和关键抓手。低级别智能驾驶已开始实际应用，但高级别智能驾驶与现实还有很长的路要走，需要跨越法律、生态、技术、安全、路线和投入等“栏槛”。跨栏期到来，预示着智能驾驶全面落地迈向由模糊走向清晰的新发展阶段。

针对智能驾驶新发展阶段，汽车纵横全媒体重磅推出封面故事专题报道《智能驾驶跨栏期来临》。本专题报道共4篇，今天发布第1篇，敬请关注。

各界对智能汽车未来发展充满期待，但智能驾驶是一项复杂的系统工程，需要社会各界共同参与，并一起创造适宜环境。而打造这个适宜环境就需要跨越法律、生态、技术、安全、路线和投入等“栏槛”。

这是一个让人哑然失笑而又备感无奈的小故事。2022年7月27日，“车主因眼睛小被自动驾驶误判”话题被冲上微博热搜。事情原委是，汽车博主“常岩CY”称，使用小鹏汽车辅助驾驶功能（NGP）过程中，因自己眼睛较小，总被车载DMS（驾驶员监测系统）判定为“使用辅助驾驶时，频繁分神”而被警告。

该博主还称，其遭遇不仅于此，通用汽车Super Cruise也判定其过度疲劳，岚图FREE会在冬天为了让其别困而打开冷风，蔚来ET7认定其开车疲劳和走神等。因此，该博主自嘲：“我真的只是眼睛小，不是开车睡着了！这个问题你们再不优化优化，那眼睛小的都不配用NGP呗？”当然，相关车企为这位博主的“不幸遭遇”也做了回应。

比如，7月26日，小鹏汽车董事长兼CEO何小鹏公开要求其公司相关人员处理该问题；小鹏汽车官方微博回应称，自动驾驶产品同学连夜收到优化需求。其实，这只是智能驾驶在落地过程中遇到的一个应用场景而已，还有无数能想到或者还没预想到的应用场景在等待去解决。这个意外“走红”的案例告诉我们：在低级别智能驾驶技术逐渐成为汽车标配的当下，智能驾驶相关技术依然不够成熟，盲点依然不少。

业内基本共识是，智能驾驶和新能源是中国汽车产业实现换道超车的战略着力点和关键抓手。目前低级别智能驾驶已开始实际应用，但高级别智能驾驶与现实还有很长的路要走。智能驾驶要全面落地，还需要跨越诸多“栏槛”，包括法律槛、生态槛、技术槛、安全槛、路线槛和投入槛等。我们暂且把这些在智能驾驶发展过程中需要突破的栏槛称之为“负面清单”。

法律槛

经过多年的探索，智能驾驶发展的整体环境正在发生巨大变化，人们对其从一无所知到认识不断深化，并逐渐接受。因此，从行业自律到地方、国家层面都在陆续制定相关规定，甚至开始出台专门的法律法规，以系统规范智能驾驶相关落地行为。

7月5日，深圳市第七届人民代表大会常务委员会公告称，《深圳经济特区智能网联汽车管理条例》通过审议，8月1日开始施行。这是国内首部有关智能网联汽车管理的法规，在承接国家相关法律法规和政策规章基础上，首次对智能网联汽车的准入登记、上路行驶等事项作出具体规定，填补了该领域的立法空白，对推动智能网联汽车产业发展产生深远影响。

早前的4月28日，《北京市智能网联汽车政策先行区乘用车无人化道路测试与示范应用管理实施细则（试行）》也正式发布，在国内首开乘用车无人化运营试点。首批14台无人化车辆将开展示范应用，百度、小马智行等成为首批获得先行区无人化示范应用企业。

其实，2020年9月，北京以北京经开区为核心就正式启动建设全球首个网联云控式高级别自动驾驶示范区。这标志着国内智能驾驶领域从测试示范迈入商业化试点探索新阶段。而各地方出台的相关法规为智能驾驶落地有法可依，并为其发展指明方向。这是巨大的进步。国家层面也制定了相关法律法规，比如《道路交通安全法》、《道路交通安全法实施条例》等。

但整体上来看，因为智能驾驶尚处于早起试行阶段，所以相关法律法规需要在智能驾驶深入发展过程中逐渐完善。也许当相关法律法规完善时，智能驾驶也就真正全面落地了。显然，智能驾驶要全面落地，离不开政策、法律法规方面的“顶层设计”。

同时，中国工程院院士、国家智能网联汽车创新中心首席科学家李克强认为，要推动各地在基础平台、技术架构和标准体系方面的统一，构建起全国协同统一的车路云融合的智能网联汽车发展体系。打通智能驾驶发展道路上的卡点堵点，需要与时俱进的法律法规保驾护航。

生态槛

智能汽车应用离不开全产业链生态，需要一个庞大而复杂的生态系统做支撑。2020年，国家发改委等发布了《智能汽车创新发展战略》。它为智能汽车发展规划了蓝图，为智能汽车产业生态建设指明了方向。目前，业内都在谈智能汽车生态，但短期内可能难以真正谈清楚。

一方面，随着智能汽车产业发展，产业边界变得日益模糊。李克强认为，过去垂直单一线型的汽车产业链结构将逐渐演变为分层解耦、分级共享和跨域共用的立体网状生态系统。

另一方面，智能汽车生态的确很复杂，涵盖无数子生态，比如软件生态、数据生态等等。单就数据生态而言，中国汽车工业协会秘书长助理兼技术部部长王耀认为，数据生态建设需要依托三大支柱：数据安全保障体系、数据资产化能力和以企业为中心的数据交互平台。

其中，数据安全是产业数据生态发展过程中的基石。汽车行业内部应构建数据共享生态，需要打破企业间的信息孤岛，形成行业合力，提高整个行业的数据利用率。显然，智能汽车生态建设不是某个企业就能解决，不仅需要企业内部协同，也需要行业内协作、跨行业间融合，并形成合力。而这个过程是漫长的，目前仍面临各种挑战。

技术槛

业界普遍认为，智能驾驶开始进入发展快车道。比如北京、上海、重庆、深圳、武汉等地都在积极推进地方智能驾驶测试工作。这为智能驾驶技术发展创造了良好的应用环境。据公开资料，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％。

而且，在L2级基础上还在不断拓展功能配置和应用场景。目前，L3级落地问题备受关注。比如，欧洲具备L3级智能驾驶功能的车辆可以上路，中国也在积极推进。事实上，很多企业也拟定了L3级落地目标。甚至，L4级智能驾驶也有了初步眉目。

但不能否认，智能驾驶技术总体上仍不成熟，依然有很多技术难关有待攻关和突破。比如，高精度传感器、芯片、操作系统、线控执行器、仿真软件、基础工业软件等核心基础技术都有待突破。同时，伴随着千人千面的个性化发展，智能汽车的技术创新还有很长的路要走。

安全槛

2022年7月21日，国家互联网信息办公室发布对滴滴全球股份有限公司（下称“滴滴公司”）作出相关行政处罚决定，对滴滴公司处人民币80．26亿元罚款，对滴滴公司董事长兼CEO程维、总裁柳青各处人民币100万元罚款。该决定指出，滴滴公司存在8个方面的16项违法事实，包括违法收集用户手机相册中的截图信息，过度收集用户剪切板信息、应用列表信息，过度收集乘客人脸识别信息、年龄段信息、职业信息、亲情关系信息等；存在严重影响国家安全的数据处理活动等。据媒体报道，最近滴滴还被撤销了导航电子地图制作甲级测绘资质。这对滴滴打造智能驾驶的计划有很大影响。但这只是智能驾驶领域涉及数据安全的一个典型例子。

其实，智能驾驶安全问题牵涉到很多方面。比如，近年来，驾驶智能汽车出现各种安全事故的案例也不少，其中除了人为操作失误因素外，更多的恐怕是智能驾驶技术本身还不够成熟的问题。

7月28日，国务院安委会办公室发布了“关于印发《“十四五”全国道路交通安全规划》的通知”。该规划提到，深化道路交通安全科技创新应用，推动可信数字身份在车联网、自动驾驶技术等方面的应用。这将促进智能驾驶安全领域的发展。

在智能驾驶发展方面，从企业而言，需要加强安全合规意识，建立自身的安全管理体系，不断提升智能驾驶技术水平；从国家层面而言，需要完善相关法律法规，全面加强包括智能驾驶技术在内的监管。这样才能逐渐解除民众对智能驾驶的安全疑虑。

路线槛

对于智能驾驶，业内通常认为，主要有单车智能和车路协同两条路线。李克强指出，国外形成了两条智能汽车发展路径：一是以车辆为核心的单车智能发展路径，二是依托移动通信技术推进的网联化发展路径。

目前国内外大部分汽车企业以单车智能路线为主。而单车智能又分为以激光雷达和高精地图等为核心的融合感知方案，以及视觉感知方案。特斯拉采用以视觉感知为主的方案，大部分企业采用融合感知方案，比如谷歌。

对车路协同路线，李克强进一步提出要车路云融合。但对于这两条技术路线，业内意见并不统一。有人认同单车智能路线，有人认为车路协同路线更具优势。比如，李克强认为，车路云融合的智能网联汽车是突破国外单车智能瓶颈的全新发展路径，是智能网联汽车发展的中国方案。

目前，北京经开区自动驾驶示范区走的就是车路云一体化融合之路。从汽车技术、成本、路权分配等角度而言，单车智能路线似乎更实际；而车路协同路线存在复杂的系统架构设计难度大、云端和车端核心软硬件平台缺失、车辆广域协同性能差等难题。因此，有专家认为，车路协同是一个伪需求，商业模式走不通，车企没必要过于依赖车路协同，以免自我束缚。

投入槛

还有一个不可忽视的事实，搞智能驾驶，不仅研发难度大，而且投入也大，是一项非常费钱的工程，可能还是一个无底洞。华为终端BG CEO余承东曾直言，华为每年在汽车业务上仅研发投入就达十几亿美元，而且“汽车业务是华为唯一亏损的业务”。

有媒体报道，百度每年研发投入超过200亿元。小鹏汽车2021年全年研发投入41．14亿元，占总营收的19．6％。蔚来汽车和理想汽车2021年研发收入占比达12％以上。蔚来方面表示，2022年全年研发投入将同比增长1倍。理想汽车今年一季度研发投入13．7亿元，创季度历史新高。小米今年一季度研发支出35亿元，同比增长16％。

作为行业龙头企业，特斯拉仅去年研发支出便高达25．91亿美元，同比增长74％，今年二季度研发支出6．67亿美元。据StockApps报告，特斯拉每辆汽车的研发费用为2984美元，是行业平均值的3倍左右。

传统车企也没闲着，在智能驾驶领域的研发投入同样不遗余力。比如，上汽2021年合计研发投入205．95亿元。大众2021财年研发成本达156亿欧元；2018年计划到2023年底在电动汽车、智能驾驶等领域投资440亿欧元。

当然，这些研发投入并非局限于智能驾驶领域。可以说，搞智能驾驶也是一场“烧钱”游戏，要是没有雄厚财力做支撑，可能笑不到最后。

总之，各界对智能汽车未来发展充满期待，但智能驾驶是一项复杂的系统工程，需要社会各界共同参与，并一起创造适宜环境。而打造这个适宜环境就需要跨越法律、生态、技术、安全、路线和投入等栏槛。