劉誠(chéng)／文

人工智能的技術(shù)進(jìn)步及其成本降低推動(dòng)了DeepSeek等大模型的普及。那么，自動(dòng)駕駛汽車呢？是否也可以通過(guò)技術(shù)、成本及社會(huì)規(guī)則的演進(jìn)，迎來(lái)快速落地的井噴時(shí)刻？

技術(shù)：從理想照進(jìn)現(xiàn)實(shí)

技術(shù)創(chuàng)新是新事物發(fā)展的前提，也是根本動(dòng)力。當(dāng)前AI技術(shù)創(chuàng)新正在經(jīng)歷顯著轉(zhuǎn)變，從以內(nèi)容生成為核心的生成式AI轉(zhuǎn)向以目標(biāo)驅(qū)動(dòng)為核心的智能體AI。我們預(yù)測(cè)，與ChatGPT、DeepSeek等模型在語(yǔ)言領(lǐng)域帶來(lái)的跨越式進(jìn)步類似，在不遠(yuǎn)的將來(lái)，智能體AI也將在自動(dòng)駕駛領(lǐng)域呈現(xiàn)爆發(fā)式增長(zhǎng)，實(shí)現(xiàn)感知、決策與控制能力的重大突破，大量新車將會(huì)具有高級(jí)別輔助及完全的自動(dòng)駕駛能力。

當(dāng)前，汽車工業(yè)的智能化創(chuàng)新正在如火如荼地發(fā)生著。一些車企加速駛?cè)刖呱碇悄苋诵螜C(jī)器人賽道，而拋開(kāi)外形的“表面”創(chuàng)新不談，自動(dòng)駕駛技術(shù)本身有兩種技術(shù)走向。一種是“端到端”技術(shù)。它來(lái)自深度學(xué)習(xí)中的概念，英文為“End—to—End（E2E）”，指通過(guò)一個(gè)AI模型，只要輸入原始數(shù)據(jù)就可以輸出最終結(jié)果。應(yīng)用到自動(dòng)駕駛領(lǐng)域，這意味著只需要一個(gè)模型，就能把攝像頭、毫米波雷達(dá)、激光雷達(dá)等傳感器收集到的感知信息，轉(zhuǎn)換成車輛方向盤(pán)的轉(zhuǎn)動(dòng)角度、加速踏板的踩踏深度以及制動(dòng)的力度等具體操作指令，讓汽車實(shí)現(xiàn)自動(dòng)駕駛。但“端到端”需要海量高質(zhì)量數(shù)據(jù)“投喂”訓(xùn)練。與大語(yǔ)言模型可以在互聯(lián)網(wǎng)上爬取海量文字?jǐn)?shù)據(jù)用于訓(xùn)練不同，“端到端”智駕需要的視頻數(shù)據(jù)獲取成本和難度極高。

另外一種是模塊化技術(shù)走向。目前市面上絕大部分自動(dòng)駕駛系統(tǒng)為模塊化方式，即人工和智能的混搭系統(tǒng)：感知依靠神經(jīng)網(wǎng)絡(luò)，規(guī)劃控制則使用人類手動(dòng)設(shè)計(jì)的算法。該系統(tǒng)的好處在于分工明確，一旦發(fā)現(xiàn)缺陷，便于快速定位并分模塊進(jìn)行檢查和解決。但問(wèn)題是，這種模塊化的自動(dòng)駕駛系統(tǒng)在相對(duì)簡(jiǎn)單的駕駛?cè)蝿?wù)上表現(xiàn)不錯(cuò)，而在復(fù)雜的駕駛?cè)蝿?wù)面前，其天花板顯而易見(jiàn)。

客觀來(lái)說(shuō)，當(dāng)前各大車企采用的仍是輔助駕駛，而不是完全意義上的自動(dòng)駕駛，這主要是限于技術(shù)能力及其成本?！凹纫嘈畔到y(tǒng)，又要隨時(shí)準(zhǔn)備接管”是當(dāng)前智能駕駛的最大悖論。如果不能實(shí)現(xiàn)高效且低成本的技術(shù)突破，普遍性的自動(dòng)駕駛技術(shù)將難以上路，或僅存在于諸如無(wú)人礦區(qū)等特定場(chǎng)景，或囿于小范圍的試驗(yàn)區(qū)。例如，易控智駕公司的無(wú)人駕駛礦卡已經(jīng)進(jìn)入20多座露天礦山，運(yùn)行車輛超過(guò)1000輛；小馬智行于今年3月正式開(kāi)通北京南站往返北京亦莊的Robotaxi服務(wù)；特斯拉計(jì)劃今年在德克薩斯州和加利福尼亞州啟動(dòng)無(wú)人監(jiān)督的完全自動(dòng)駕駛（FSD）功能。

成本：從小眾走向普及

再好的技術(shù)，倘若只存在于實(shí)驗(yàn)室、無(wú)人區(qū)或試驗(yàn)區(qū)，都將難以充分發(fā)揮技術(shù)革新對(duì)產(chǎn)業(yè)革命的推動(dòng)作用。馬克思曾將新產(chǎn)品經(jīng)過(guò)商業(yè)化和市場(chǎng)化檢驗(yàn)、實(shí)現(xiàn)大規(guī)模產(chǎn)業(yè)化生產(chǎn)的過(guò)程，稱為“驚險(xiǎn)一躍”。

筆者認(rèn)為，“驚險(xiǎn)一躍”的關(guān)鍵一環(huán)是成本。對(duì)于新產(chǎn)品，成本的降低，一方面可以提高生產(chǎn)端的積極性，另一方面可以提高消費(fèi)端的熱情，使其真正走入“尋常百姓家”。

歷史上，降成本有力推動(dòng)汽車進(jìn)入千家萬(wàn)戶。1908年福特公司推出了T型車并采用了移動(dòng)流水線組裝的生產(chǎn)方式，極大降低了汽車生產(chǎn)成本。當(dāng)時(shí)，大多數(shù)汽車的價(jià)格約為2000美元，而福特將價(jià)格定為850美元。接下來(lái)，福特不斷提高產(chǎn)量，同時(shí)繼續(xù)降價(jià)。這使得美國(guó)中產(chǎn)階級(jí)首次能夠負(fù)擔(dān)得起機(jī)動(dòng)交通工具，汽車數(shù)量急速增長(zhǎng)。擁有汽車的美國(guó)人比例從1915年的10%提高到1930年的59%。

特別指出的是，中國(guó)在AI降成本問(wèn)題上取得了突破性進(jìn)展，或?qū)⒃诓痪玫膶?lái)推動(dòng)自動(dòng)駕駛領(lǐng)域的爆發(fā)式應(yīng)用。以DeepSeek為例，R1在多個(gè)基準(zhǔn)測(cè)試中與美國(guó)OpenAI公司的o1持平，但訓(xùn)練成本僅為o1的三十分之一。這種技術(shù)突破不僅降低了AI大模型的硬件門檻和能源消耗，更重要的是為AI技術(shù)普惠化鋪平了道路。

從國(guó)內(nèi)外來(lái)看，特斯拉為代表的一些車企也在減成本和降價(jià)格上大做文章。馬斯克曾經(jīng)表示，預(yù)計(jì)自動(dòng)駕駛出租車Cybercab的成本將低于30000美元，交通成本約為0.2美元每英里，預(yù)計(jì)將于2026年投入生產(chǎn)。據(jù)華福證券研報(bào)，經(jīng)測(cè)算對(duì)比，蘿卜快跑Robotaxi的經(jīng)營(yíng)成本優(yōu)勢(shì)凸顯，每公里運(yùn)營(yíng)成本僅0.81元，較傳統(tǒng)油車節(jié)省58%，較傳統(tǒng)電車節(jié)省43%。

總體上，隨著時(shí)間的推移，自動(dòng)駕駛技術(shù)的成本會(huì)降低，使用變得越來(lái)越容易，促進(jìn)商業(yè)活動(dòng)的迸發(fā)與繁榮，最終使自動(dòng)駕駛得以大規(guī)模擴(kuò)散和普及。值得一提的是，蘿卜快跑、小馬智行、文遠(yuǎn)知行等自動(dòng)駕駛企業(yè)也在布局海外，蘿卜快跑已于近期落地迪拜和阿布扎比。

規(guī)則：從現(xiàn)象倒閉制度

有一些天真的技術(shù)解決主義者認(rèn)為，技術(shù)可以解決世界上的所有問(wèn)題。然而，單靠技術(shù)本身并不足以解決所有難題。技術(shù)的創(chuàng)造、使用、所有權(quán)和管理方式都會(huì)產(chǎn)生深遠(yuǎn)的影響，這需要規(guī)則做出適應(yīng)和調(diào)整。

一方面，自動(dòng)駕駛走入社會(huì)是大勢(shì)所趨。未來(lái)已經(jīng)來(lái)到我們中間，只是還沒(méi)有均勻地分布到生活的各個(gè)角落。人類對(duì)改善的追求，無(wú)論是在個(gè)體、環(huán)境、能力方面，還是在對(duì)周遭世界的影響方面，都在推動(dòng)著思想與創(chuàng)造力的不斷演進(jìn)。正如馬車車主和馬車制造商無(wú)法阻止汽車崛起一樣，只要存在需求，技術(shù)總會(huì)找到突破點(diǎn)，贏得用戶的青睞和支持。

在規(guī)則上，不宜以現(xiàn)行規(guī)則“一刀切”地否定新事物。歷史上，科技進(jìn)步和機(jī)器崛起曾多次帶來(lái)社會(huì)結(jié)構(gòu)和文化習(xí)俗的劇變，促使人們重新思考自己的定位和價(jià)值觀，并引發(fā)人們內(nèi)心的迷茫和情感的無(wú)所依托。但此時(shí)，我們不應(yīng)保守地否定新事物，而應(yīng)以開(kāi)放的心態(tài)去包容甚至迎合新事物，從而更快地找到人類生產(chǎn)生活的價(jià)值歸屬。

環(huán)境的大勢(shì)就好像隆起的山峰，有著坡峰與坡道，系統(tǒng)中的功能單位或組織就像一堆石頭，它們順著大勢(shì)而動(dòng)。在以往的層級(jí)制管理思維中，我們總是想控制。就像西西弗斯的神話，西西弗斯老是想按照自己的想法把石頭推到一個(gè)高點(diǎn)上，然而石頭卻總在高點(diǎn)滾下來(lái)，最后他的一生就是在那里不斷地推石頭，而石頭在不斷地向下滾。

另一方面，我們要積極進(jìn)行制度建構(gòu)，為自動(dòng)駕駛確立長(zhǎng)效規(guī)則。我們生活在一個(gè)由規(guī)則，尤其是法律規(guī)則指導(dǎo)著生活方方面面的世界里。每當(dāng)社會(huì)面臨危害或風(fēng)險(xiǎn)時(shí)，我們就會(huì)繼續(xù)擴(kuò)充規(guī)則，并將其納入法律條款。關(guān)于損害和風(fēng)險(xiǎn)是指什么，是什么原因造成的，什么可能是立法上最好的回應(yīng)，眾人時(shí)而會(huì)莫衷一是?？梢坏┯辛俗銐虻墓沧R(shí)和政治支持，我們就會(huì)建立新的法律規(guī)則來(lái)應(yīng)對(duì)我們的社會(huì)、市場(chǎng)和環(huán)境所面臨的風(fēng)險(xiǎn)。

經(jīng)濟(jì)理論表明，創(chuàng)新體系具有路徑依賴性，表現(xiàn)出明顯的“因果積累”特征，早期制度選擇可能會(huì)通過(guò)正反饋機(jī)制鎖定技術(shù)發(fā)展方向。換言之，一種方興未艾或者正在獲得越來(lái)越多人支持的規(guī)范或慣例，即使還沒(méi)有得到大多數(shù)人的支持，也可以發(fā)揮出強(qiáng)大的助推作用。因此，對(duì)于自動(dòng)駕駛的一些基本規(guī)則對(duì)今后的產(chǎn)業(yè)發(fā)展至關(guān)重要，如人機(jī)關(guān)系、責(zé)任分配等。

特別是需要優(yōu)先關(guān)注自動(dòng)駕駛的安全問(wèn)題。有研究表明，90%的交通事故都是人為原因造成的，例如情緒不佳、酒后駕車、疲勞駕駛等，但把駕駛的任務(wù)交給算法，算法沒(méi)有情緒，也永遠(yuǎn)不會(huì)疲勞，據(jù)保守估計(jì)，人為原因?qū)е碌慕煌ㄊ鹿蕦⑾陆?0%，這不僅能夠減少社會(huì)損失、提高人類的生命安全，也將重構(gòu)未來(lái)的保險(xiǎn)行業(yè)。馬斯克也認(rèn)為，自動(dòng)駕駛會(huì)越來(lái)越安全，未來(lái)甚至能比人類駕駛安全100倍。但是，2025年3月在安徽銅陵發(fā)生一起車禍致使3人身亡，事故發(fā)生前車輛處于智能輔助駕駛狀態(tài)，以116km/h時(shí)速持續(xù)行駛，引發(fā)社會(huì)各界對(duì)自動(dòng)駕駛技術(shù)安全性能及責(zé)任歸屬的關(guān)注。自動(dòng)駕駛的安全性能到底如何，需要社會(huì)各界加緊研究。

進(jìn)一步地，自動(dòng)駕駛汽車是保護(hù)誰(shuí)的安全，乘客、路人還是財(cái)產(chǎn)安全？麻省理工學(xué)院部署了在線實(shí)驗(yàn)平臺(tái)“道德機(jī)器”（MoralMachine），了解公民希望自動(dòng)駕駛汽車在不可避免的事故情況下如何解決道德難題。結(jié)果顯示，參與者呈現(xiàn)出3種十分強(qiáng)烈的偏好：保護(hù)人類而不是保護(hù)動(dòng)物，保護(hù)更多的生命，保護(hù)年輕的生命。自動(dòng)駕駛事故中的道德選擇只是人工智能系統(tǒng)可能面臨的道德選擇中的一個(gè)案例。

再者，怎樣提高安全性？這需要人工智能技術(shù)的提高和訓(xùn)練樣本的擴(kuò)大?？梢哉f(shuō)，自動(dòng)駕駛汽車在大規(guī)模商業(yè)化應(yīng)用前需要進(jìn)行大量的測(cè)試，相關(guān)研究報(bào)告指出，在不犯錯(cuò)誤的情況下，自動(dòng)駕駛汽車需要行駛4.4億公里，才能證明其在車禍致死率上和人類駕駛員的水平相當(dāng)。

最后，發(fā)生事故如何追責(zé)？若由AI承擔(dān)駕駛責(zé)任，進(jìn)一步的問(wèn)題是由哪個(gè)AI子系統(tǒng)及其供應(yīng)商負(fù)責(zé)？因?yàn)樵诮酉聛?lái)的幾年里，我們的世界會(huì)有越來(lái)越多的系統(tǒng)，這些系統(tǒng)根據(jù)來(lái)自不同子系統(tǒng)和數(shù)十家公司硬件、軟件的數(shù)據(jù)基礎(chǔ)自主做出決策。如何追溯一起交通事故中需要負(fù)責(zé)的AI子系統(tǒng)是非常困難的。

此外，還有車企、運(yùn)營(yíng)商、乘客、保險(xiǎn)公司等利益關(guān)系等問(wèn)題，也需要從社會(huì)底層規(guī)則上做出一定的探索。中國(guó)智能駕駛革命已經(jīng)到了突破時(shí)刻，但這一系列圍繞安全問(wèn)題的社會(huì)規(guī)則都亟待研究。