自动驾驶技术现在的路数多，各家公司之间既有竞争又有合作，核心就是怎么把成本和安全平衡好。这事儿不光是技术上的比拼，更关乎未来大家怎么出行，能不能大规模卖出去，还有交通规则得怎么改。特斯拉是代表，它就是拿摄像头模拟人眼看东西，全靠强大的人工智能来做判断。这种方法在省钱、简化结构方面很有优势，最新的测试显示，在那种长途跑高速的场景里，它的自动化水平已经很高了。不过在实际开车的时候，尤其是天一亮一黑、刮风下雨，或者碰上特别乱的市区路况，它的稳定性和可靠性就有点跟不上了。以后还得想办法把它在所有场合都能用准、用稳。 梅赛德斯-奔驰这些公司走的是另一条路，就是把激光雷达、毫米波雷达还有摄像头的数据合在一起用。这样做的好处是可以冗余起来更准一点。激光雷达在光线不好的时候能帮上大忙，能提供精确的三维信息，给系统加了一层安全的底裤。但现在高性能的激光雷达还是挺贵的，装在车上普及起来有点难。而且把好几种数据揉在一起实时处理，对技术的要求特别高。 中国可是全球最大的汽车市场之一，这儿的交通环境特别复杂、变化快，这对各种自动驾驶技术来说就是最好的试验场。无论是车突然加塞进来、行人乱窜还是交警做手势指挥交通，都把不同的感知方案试了个遍。相关企业已经针对中国特有的情况做了很多数据采集和算法优化的工作了。 政策方面也在跟着变。有的地方开始管得严了，要求系统得有冗余来保证安全。中国相关部门的态度是技术中立，主要是定个安全的门槛让大家在达标后互相竞争。 现在看下来绝对的分道扬镳好像少了点意思了。有些以前只走一条路的企业开始琢磨能不能用互补的技术配合一下。比如把视觉算法优化一下再配上便宜的雷达方案来干活，或者研发新的传感器找性能和成本的平衡点。这种取长补短的做法预示着以后的系统可能会围着高性能计算转，灵活地搭配各种传感器来协同干活。 最终目标就是要在保证最安全的前提下找到最划算的商业方案。现在两种路线一边在各自发展一边互相学习，说明大家在通往完全自动驾驶的路上遇到了不少问题但也很灵活。未来赢的不一定是死磕一种技术的人，而是那些能把资源用好、算法迭代快、性能和成本都拿捏得好、还能扛得住现实和法规双重考验的创新者。 这场技术探索会一直推着全球汽车行业往智能化、网联化方向走。