我们能不能像驯马一样驯化自己的车？

文｜东三环斟茶员

一

10月28号在杭州西湖断桥旁的浙江书院，我代表ACW参加了一次由华汽研究院主办的智驾科普沙龙，参会嘉宾有同济大学汽车学院教授朱西产，吉利控股集团首席智驾科学家暨极氪科技副总裁陈奇，地平线副总裁邢勋，轻舟智航CEO于骞，福瑞泰克董事长兼CEO张林。

注意这个嘉宾组合，包含了车企，智驾芯片供应，人工智能研发，无人驾驶业务，以及高校科研——这还不止，朱西产教授从同济退休后，应聘担任了中国汽车工程研究院信息智能事业部首席专家，在负责iVISTA智能指数测评专家技术委员会工作——也就是说这次沙龙还包含了参与行业标准制定的专家。

背景各异的嘉宾，加上媒体和用户代表，大家齐聚一堂，交流并科普了哪些问题？

主要是智驾的技术趋势和用户价值。具体一些包括：智驾已经演进到哪一步了？能力边界如何？下一步是什么水平？距离我们还有多久？实现成本会有多高？等等。

这些都是十分重要但不一定有共识的问题，因为不仅每个人有自己的理解，而且会有自己的立场。这个沙龙，你们在网上大抵上是找不到全程直播视频的，顶多有一些视频切片，这是为了保护嘉宾，毕竟商战太卷，而断章取义可耻但有效。我将与会交流产生的一些共识介绍给大家，因水平所限，可能会有错漏和不准确之处，欢迎批评指正。

二

当我们谈论“智驾”的时候，核心问题是L3。现阶段的“智驾”是“智能辅助驾驶”，要L3落地的时候才是“智能驾驶”。

L2、L3、L4之类的概念已经谈论了十年以上，但是在与我们的用户交流后惊觉，许多人对此理解得其实并不确切，因此在讨论有关智驾的所有问题之前，必须花篇幅重新讲一遍这个概念。

L就是level，代表着智能驾驶的不同等级。所以L2就是2级，L3就是3级，能力由低到高。

L1是什么？ACC，Adaptive Cruise Control，也就是自适应巡航控制，就是L1。车辆能根据设定限速自行开，前方有车时可以跟车，并调整车距与车速。油门刹车已经被机器接管了，用户可以随时按按钮或踩刹车退出。

L2是什么？到LCC时就可以叫L2了。LCC，Lane Centering Control，车道居中控制，不仅能主动跟车了，还能保持车道，拨杆变道，还有些车的LCC能过红绿灯。注意，这时候包括方向盘其实也已经可以被机器接管了。

L3是什么？有条件的自动驾驶。系统能自主完成加减速、转向、变道、超车、绕行等所有驾驶操作，（条件理想时）用户从A到B已经可以全程不干预方向盘和脚踏，不过但手眼仍需保持观察警觉，随时准备接管。

L4，高度自动驾驶，顾名思义就是自动化程度更高，可以睁只眼闭只眼，几乎不用接管。

再往后还有L5，就是全场景都完全不需要人参与驾驶了，睡觉也行，打牌也行——这就是地平线邢勋在这次沙龙上分享的“终极梦想”——“你和你心爱的人在礼拜五晚上的黄浦江边喝了酒，吃一顿烛光晚餐，突然间你心爱的人说明天早上想在杭州西湖看日出，这时你需要怎么做呢？你只需要把车叫过来，你们可以在车上继续喝红酒，吃火锅，非常相爱的睡了一觉，明天一早在杭州西湖边出现，一起看日出。”

从L3往后都未量产乃至停留于想象，所以与之相关的描述细节，不同人和团队会有区别。邢勋对L3、L4、L5的描述较形象，分别叫“hands-off”、“eyes-off”、“minds-off”，他的努力时间表是3年、5年、10年。作为标准制定团队成员，朱西产的描述偏定义，他直接把L3定义为自动驾驶，L4、L5定义为无人驾驶，百度萝卜快跑和特斯拉cybercab就属于L4、L5——由此我们读者也应有所深思，虽然“机驾最终一定会比人驾强”是所有嘉宾共识，但是在这个发展过程中，未必高阶就一定比低阶更高效更好用。

智驾是我们普通人都会切身感知和参与（购买使用）的一次重大科技革命——它最终是革命，但路途比较长，也会有曲折，要正确认知它、使用它，需要具备辩证思维，而不能被引导成比数字大小的爽文思维——如此，就是本文以及这次沙龙的初心用意了。

最后额外提一句，其实L1之前还有个L0。

这个L0是什么，定速巡航吗？不是，是AEB，主动刹车。智驾的起点是安全，不是自动化，后文会提到，这深深影响了智驾的技术路径。

关于智驾的level，现在清晰了吗？

其实没那么清晰。

三

L几这些定义不是自然法则，而是先画的靶子。在实践发展中，箭可能直接透靶飞更远。所以现在有L2+，L2.9999等说法。

这些说法还真不是炒作概念，因为现在国内主流智能汽车品牌给自己中高配车型搭载的智能辅助驾驶，虽然不能被定义为L3，但和一开始的L2区别已经很大了，底层原理和实际表现都已经不是一回事。

不同车企有不同的名字，NOA，NGP，HAD，ZAD……这次沙龙上，为了方便交流，大家统称为NOA（Navigate on Autopilot，领航辅助驾驶系统），属L2+级。根据朱西产教授介绍，“L2+”也不是工信部允许的说法，但为了交流，暂且用之。

L2叫辅助驾驶，L3叫自动驾驶，L2+叫智能辅助驾驶，现阶段这个L2+级的NOA，已经发展到几乎具备L3的一切功能，自主加减速、转向、变道、超车、避让绕行、掉头、代客泊车、自动泊车，以及不依赖高精地图，等等。在天气和路况理想时，它能实现无接管自己从A开到B，从车位到车位。

所以有车企负责人认为自家的智驾已经做到了“有路就能开”，早就实现了L3，但你不让我叫L3，那我就L2.9999。

但是，这次与会嘉宾几乎一致反对“有路就能开”的宣传。

为什么？看一些车主和自媒体拍的视频，不是已经实现了么？

理想条件不能代表普适条件。

根据法规，L3在系统激活期间的事故责任由车企承担。

这难不倒车企，好开就机器开，有问题没法判断了就交给人开。

这当然是有问题的，车祸前1秒退出，让人接管一个死局，这合适吗？

或者3秒，驾驶者能反应得过来吗？

所以不能这么搞，得有规定，有量化指标，让车企不能耍流氓，甩锅给用户。

朱西产在会上分享了一些智驾成功避让和发生事故的视频，引出了TCC这个概念。这个概念并不算新，也不是衡量智驾能力的唯一标准，但它很方便大众理解，属于走向L3的必要不充分条件。

TTC，即time to collision，车辆从正常行驶到发生碰撞的时间。TTC本身也是衡量AEB（也是前面提到的L0）的核心指标。

会上播放的一个夜间智驾碰撞的视频，系统报警接管时的TTC是3.15秒，驾驶员响应时间1.9秒，在TTC1.25秒时踩下了刹车，车速从94码降到55码，与施工区域障碍碰撞。

如果车速是120，或是驾驶员反应慢一点，很可能车毁人亡，这个L2+对安全有作用，但不够。

不同的人反应不同，车辆性能不同，TTC多少才够？

朱西产列出的标准是：L2+的TTC要＞5秒的干预提醒，L3的TTC要＞10秒的接管指令。

这也是奔驰已经通过欧洲L3认证的量产EQS的标准，朱教授夸它还是有两把刷子。

根据我了解的信息，这款L3的EQS在德国不限速高速上很好用，其他时候经常效率偏低。德国交通素质差不多是全球最高了，考虑到国内日常不打灯、无预警变道，城区电瓶车乱窜的事实，这个标准的EQS在国内会磨叽成什么样？如果像前段时间特斯拉新的FSD在国内实测那样，效率不错，但是频频违章，那么也难以被接受。

这里再次要求读者发挥辩证思维——TTC标准，或者说TTC背后的复杂系统，并不是数值越高就越好。

极氪科技陈奇（会上大家亲切称他“大白”）在回答用户关于“能力边界”这个话题时，就说现在业内卷130、140、150的AEB意义不大，只是因为速度指标好测好宣传，但其他一些重要指标，大家也看不到，“比如说误触发率和漏触发率，每家公司里面这两个有多少？误触发也很危险的，后车就追上来了。漏触发就前面撞上去了，这些率才是最关键的。速度只是AEB很小的一个因素，你哪怕搞到150又怎么样，刹下来后面的车给你撞上来，不也是一样的吗？安全上面是有问题的。”

这段话放在一些“智驾测试横评”上其实完全适用。

刚刚提到TTC只是一个标准，事实上在全场景智能驾驶时，需要考虑的问题更多，而且里面有很多相互制约的条件。因为沙龙时间和本文篇幅关系，不再一一列出。总之只要有驾驶经验的人都能意识到，别说智驾了，就算是人在遇到状况时，也要左右为难，区别是人出问题习以为常，智驾出问题恐怕很难担待。这也是为什么现场提问“购买智能驾驶汽车时有无好坏判断标准，比如接管率”时，没有获得明确答案，而是被告知“标准还没有出来，现在还在征求意见，争吵得蛮凶”。

四

回归到L3——在全场景下实现安全稳定的L3智能驾驶，具体能到什么程度？是什么时间表？

大家的意见并不统一。最乐观的估计是2027年——也可能是因为华汽研究院这次没有邀请激进派。

但是在实现路径上，大家——至少5位嘉宾中的4位——是没有争议的：人工智能。

面对安全与效率的权衡，面对（可能的）瓶颈，只有走大数据、人工智能的技术路径，用高质量驾驶数据来训练大模型。

因此，现在业界有一种声音，干脆跳过依然需要人机合作的L3，直接做L4。现在的L2+，跟一开始的LCC的那个L2，没有技术延续性，其实是从更高维度降下来的。这个维度就是自动驾驶，强人工智能。

“有一个小小不同意见”的嘉宾，是福瑞泰克董事长兼CEO张林，他认为大模型解决不了所有的事情，他的原话是：“一旦到L3，我们现在就要讨论很多偏可靠性的一些问题，信息安全、预期安全、功能安全等等这些，这些我不完全认为大数据、大模型能解决到L4级别质变。”“我认为似乎AI解决了很多我们体验的大幅提升，解决了很多泛化能力。但是真正L4的质变，我觉得还是有一定可以期望，但是也是蛮大的行业挑战。”

因为活动只是短短的半个下午，张林的思考没有进一步展开。我只能期待下一次有机会请他详细讲一讲。

关于智能汽车和人工智能，朱西产教授的一句话我认为应当全文抄录以飨诸君：

“智能汽车是人工智能最靠谱的应用场景。人工智能尤其大模型，其实人工智能看上去很花哨，但是人工智能的公司大部分都是赔钱的，真正有用没用不好说，但是在汽车上语言模型在智能座舱，视觉模型在智能驾驶，这个是切切实实能够改变一辆汽车，能够成为汽车这个十万多亿大产业里边的核心技术。所以人工智能技术在汽车上应用是最靠谱也是产业规模最大的。”

就像3A游戏市场拉动着显卡发展，多年以后成为了人工智能算力的基础。智能汽车市场拉动着人工智能发展，多年以后成为普适智能机器人的基础。

五

作为一个开了2万公里L2+的用户，这次去参会我是带着问题的。

就我以及身边一些有智能汽车的用户的智驾体验，我觉得现阶段智驾已经相当不错，真的能做到很多路面尤其是一线城市路面零接管，但是这种体验并不稳定，一方面是因为道路状况——主要是其他交通参与者不稳定，遇到一个瞎开的车在旁边窜来窜去，车就不太安稳。另一方面是智驾版本更迭带来的不稳定，有时候激进，有时候保守。转向和上下匝道，有时候选道效率高，有时候莫名其妙非要执着地偏一边走，然后又跨两三条车道到另一边……这种版本更迭，有时候甚至是负升级，比如某品牌本来遇到大车超得很果断，升级了新版后竟然开始跟大车并排了。

我对防御性驾驶比较有追求，认为安全和效率是辩证关系，有时候更效率——如变道果断，超车干脆，跟车流速度而不是路牌速度——也意味着更安全。但智驾往往并不能跟上我的驾驶思路和意图，以至于在某些特定的匝道口，我每次都要手动把车从最右道掰走，在某些特定的路段，我每次都要脚踩油门加速以避免其他车纷纷来加塞。

我很好奇智驾团队工程师是怎么调节效率和安全的关系的。或许他们并不去预设一个行为是更效率或更安全，但是即使基于大数据训练和人工智能，他们“喂”大模型时也是要选择“高质量数据”“更好的司机的表现”。

这些细节以后是不是能处理得更完美，我不清楚，我希望能在现阶段、已有的技术条件下，来解决这个问题——听起来这并不复杂，只要我的车能记住我在固定场景下三次，五次，七八次的重复操作，就像输入法一样。结合到之前关于智驾市场的议题（现在绝大部分智驾是亏钱），这样一个能个性化、懂我的智驾系统，我愿意花更多钱，超出特斯拉那6万多的价格去购买。

基于这样的体验和思考，我最终向地平线邢勋和福瑞泰克张林问出了这个问题：“我能不能像驯马一样驯化我自己的车？”

他们两人很肯定地回答了我：“做不到。”

邢勋很斩钉截铁地说，智驾最终千人千面是不会存在的，不会有差异化的一个产品，每次条件不稳定，车况不一样，“NPC”不一样，天气不一样、心情不一样，开车的情况就会不一样。实际上他表达的意思可能是——这种需求，本身可能就是一种伪需求。

他强调，智驾打的是把用户安全从A送到B，并且以合理的效率、速度、时间，到时候大家的注意力就不会在驾驶风格差异上 了，而是在车作为第三空间的其他价值。怎么开更安全，这个标准最后一定也是靠大数据回归来优化Meantime between failure。

他第二次提到了红酒——“智能驾驶系统可以被驯化，但只能驯化成4种、5种、6种模式而已。不会更多了，不会做到千人千面，因为解决问题是交通问题，是A-B的问题，不是给用户提供情绪价值，情绪价值来自于车机、氛围灯、零重力座椅，当用户可以躺在零重力座椅下看着星空顶，听着想听的音乐，喝着红酒的时候，才真正实现第三空间的人生自由，才成为人生赢家。”

张林表达了类似的意思，称每个人驾驶风格必然与自动驾驶选择大数据里边高质量的数据，或者高质量驾驶员的数据有偏差。所以会体现在不同场景就会给你的预期，和它给你呈现的表现不一样。

而且不仅方向上不会考虑，成本上也做不到——“特斯拉做的可能相对会更好一些，它的数据覆盖以及它的模型参数非常大，要做到千人千面也不太现实，以特斯拉的车端，刚刚像朱老师讲的已经到2500 TOPS多，如果HW5.0是到2500 AI算力的话，我相信车端的参数量是很大的，能覆盖的场景可能会更细致。但是能不能像你讲的，所有场景都能体现你的期望，我觉得这从背后算法逻辑上，我觉得几乎是不太可能的。”

六

这场沙龙的大部分提问，没有很明确的肯定或否定，我问出了一个问题，得到了两位嘉宾一致的否定回答，却觉得收获颇大——如前所述，智驾的起点是安全，这之后的演进也主要在围绕安全，而不是其他体验。如果其他需求与此相抵触，那么优先保证安全。

朱西产在提到特斯拉的时候感慨说，现在特斯拉已经在底层上把rulebase（准则模型）干掉了，全盘采用AI base，但他觉得车这个产品还是要考虑人工智能所带来的安全长尾问题，“过去像安波福、博世，这些公司在ADAS领域20多年经验积累的这些准则模型不应该去掉。体验迭代，但是生命无价，安全不能迭代。”

换句话说，安全是铁律，是钢印，技术路径，产品方向，宣传节奏，都不能违背它。

我突然想到一句话，善战者无赫赫之功。今后发展充分的中国智能驾驶，可能不会像一些传播度高的极限避让视频那样惊艳，但它可能已经无数次避免让自己处于那样的境地。

这次的活动，信息量很大，嘉宾也很坦诚，有答案的就有答案，不确定的就是不确定，能明确否定的就是否定。只是时间关系，有些问题没能继续交流。我自己就还憋着几个问题，比如继无图、端到端普及后，接下来业内可能会卷什么功能点？现有的算力在未来几年够不够，508tops、800tops、2000+tops，以后的差异会体现在哪些方面？

想必参会者很多都有与我一样的迫切，因此十分期待下一次这样的机会。

其实很早就想在acw上写一篇关于智驾的稿子，因为发现大家的“颗粒度”实在是太对不齐了。专家讲L2L3，车企讲无图、端到端、NOA、NGP、HAD，用户感知到的是并道时机、绕行策略，而持币观望的用户接收了一堆信息，有的笃信，有的极端反对，更多的感到无所适从。

正好借华汽研究院的这次活动，开始聊了聊这个话题。认识智驾，需要辩证思维，需要实践，需要虚心交流态度，与诸君共勉！