劉誠／文

人工智能的技術(shù)進步及其成本降低推動了DeepSeek等大模型的普及。那么，自動駕駛汽車呢？是否也可以通過技術(shù)、成本及社會規(guī)則的演進，迎來快速落地的井噴時刻？

技術(shù)：從理想照進現(xiàn)實

技術(shù)創(chuàng)新是新事物發(fā)展的前提，也是根本動力。當前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)向以目標驅(qū)動為核心的智能體AI。我們預(yù)測，與ChatGPT、DeepSeek等模型在語言領(lǐng)域帶來的跨越式進步類似，在不遠的將來，智能體AI也將在自動駕駛領(lǐng)域呈現(xiàn)爆發(fā)式增長，實現(xiàn)感知、決策與控制能力的重大突破，大量新車將會具有高級別輔助及完全的自動駕駛能力。

當前，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器人賽道，而拋開外形的“表面”創(chuàng)新不談，自動駕駛技術(shù)本身有兩種技術(shù)走向。一種是“端到端”技術(shù)。它來自深度學(xué)習(xí)中的概念，英文為“End—to—End（E2E）”，指通過一個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)用到自動駕駛領(lǐng)域，這意味著只需要一個模型，就能把攝像頭、毫米波雷達、激光雷達等傳感器收集到的感知信息，轉(zhuǎn)換成車輛方向盤的轉(zhuǎn)動角度、加速踏板的踩踏深度以及制動的力度等具體操作指令，讓汽車實現(xiàn)自動駕駛。但“端到端”需要海量高質(zhì)量數(shù)據(jù)“投喂”訓(xùn)練。與大語言模型可以在互聯(lián)網(wǎng)上爬取海量文字數(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設(shè)計的算法。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行檢查和解決。但問題是，這種模塊化的自動駕駛系統(tǒng)在相對簡單的駕駛?cè)蝿?wù)上表現(xiàn)不錯，而在復(fù)雜的駕駛?cè)蝿?wù)面前，其天花板顯而易見。

客觀來說，當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)，又要隨時準備接管”是當前智能駕駛的最大悖論。如果不能實現(xiàn)高效且低成本的技術(shù)突破，普遍性的自動駕駛技術(shù)將難以上路，或僅存在于諸如無人礦區(qū)等特定場景，或囿于小范圍的試驗區(qū)。例如，易控智駕公司的無人駕駛礦卡已經(jīng)進入20多座露天礦山，運行車輛超過1000輛；小馬智行于今年3月正式開通北京南站往返北京亦莊的Robotaxi服務(wù)；特斯拉計劃今年在德克薩斯州和加利福尼亞州啟動無人監(jiān)督的完全自動駕駛（FSD）功能。

成本：從小眾走向普及

再好的技術(shù)，倘若只存在于實驗室、無人區(qū)或試驗區(qū)，都將難以充分發(fā)揮技術(shù)革新對產(chǎn)業(yè)革命的推動作用。馬克思曾將新產(chǎn)品經(jīng)過商業(yè)化和市場化檢驗、實現(xiàn)大規(guī)模產(chǎn)業(yè)化生產(chǎn)的過程，稱為“驚險一躍”。

筆者認為，“驚險一躍”的關(guān)鍵一環(huán)是成本。對于新產(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，降成本有力推動汽車進入千家萬戶。1908年福特公司推出了T型車并采用了移動流水線組裝的生產(chǎn)方式，極大降低了汽車生產(chǎn)成本。當時，大多數(shù)汽車的價格約為2000美元，而福特將價格定為850美元。接下來，福特不斷提高產(chǎn)量，同時繼續(xù)降價。這使得美國中產(chǎn)階級首次能夠負擔得起機動交通工具，汽車數(shù)量急速增長。擁有汽車的美國人比例從1915年的10%提高到1930年的59%。

特別指出的是，中國在AI降成本問題上取得了突破性進展，或?qū)⒃诓痪玫膶硗苿幼詣玉{駛領(lǐng)域的爆發(fā)式應(yīng)用。以DeepSeek為例，R1在多個基準測試中與美國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。

從國內(nèi)外來看，特斯拉為代表的一些車企也在減成本和降價格上大做文章。馬斯克曾經(jīng)表示，預(yù)計自動駕駛出租車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)計將于2026年投入生產(chǎn)。據(jù)華福證券研報，經(jīng)測算對比，蘿卜快跑Robotaxi的經(jīng)營成本優(yōu)勢凸顯，每公里運營成本僅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，隨著時間的推移，自動駕駛技術(shù)的成本會降低，使用變得越來越容易，促進商業(yè)活動的迸發(fā)與繁榮，最終使自動駕駛得以大規(guī)模擴散和普及。值得一提的是，蘿卜快跑、小馬智行、文遠知行等自動駕駛企業(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)解決主義者認為，技術(shù)可以解決世界上的所有問題。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)和管理方式都會產(chǎn)生深遠的影響，這需要規(guī)則做出適應(yīng)和調(diào)整。

一方面，自動駕駛走入社會是大勢所趨。未來已經(jīng)來到我們中間，只是還沒有均勻地分布到生活的各個角落。人類對改善的追求，無論是在個體、環(huán)境、能力方面，還是在對周遭世界的影響方面，都在推動著思想與創(chuàng)造力的不斷演進。正如馬車車主和馬車制造商無法阻止汽車崛起一樣，只要存在需求，技術(shù)總會找到突破點，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，科技進步和機器崛起曾多次帶來社會結(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值觀，并引發(fā)人們內(nèi)心的迷茫和情感的無所依托。但此時，我們不應(yīng)保守地否定新事物，而應(yīng)以開放的心態(tài)去包容甚至迎合新事物，從而更快地找到人類生產(chǎn)生活的價值歸屬。

環(huán)境的大勢就好像隆起的山峰，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，它們順著大勢而動。在以往的層級制管理思維中，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高點上，然而石頭卻總在高點滾下來，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，我們要積極進行制度建構(gòu)，為自動駕駛確立長效規(guī)則。我們生活在一個由規(guī)則，尤其是法律規(guī)則指導(dǎo)著生活方方面面的世界里。每當社會面臨危害或風險時，我們就會繼續(xù)擴充規(guī)則，并將其納入法律條款。關(guān)于損害和風險是指什么，是什么原因造成的，什么可能是立法上最好的回應(yīng)，眾人時而會莫衷一是。可一旦有了足夠的共識和政治支持，我們就會建立新的法律規(guī)則來應(yīng)對我們的社會、市場和環(huán)境所面臨的風險。

經(jīng)濟理論表明，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通過正反饋機制鎖定技術(shù)發(fā)展方向。換言之，一種方興未艾或者正在獲得越來越多人支持的規(guī)范或慣例，即使還沒有得到大多數(shù)人的支持，也可以發(fā)揮出強大的助推作用。因此，對于自動駕駛的一些基本規(guī)則對今后的產(chǎn)業(yè)發(fā)展至關(guān)重要，如人機關(guān)系、責任分配等。

特別是需要優(yōu)先關(guān)注自動駕駛的安全問題。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，算法沒有情緒，也永遠不會疲勞，據(jù)保守估計，人為原因?qū)е碌慕煌ㄊ鹿蕦⑾陆?0%，這不僅能夠減少社會損失、提高人類的生命安全，也將重構(gòu)未來的保險行業(yè)。馬斯克也認為，自動駕駛會越來越安全，未來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時速持續(xù)行駛，引發(fā)社會各界對自動駕駛技術(shù)安全性能及責任歸屬的關(guān)注。自動駕駛的安全性能到底如何，需要社會各界加緊研究。

進一步地，自動駕駛汽車是保護誰的安全，乘客、路人還是財產(chǎn)安全？麻省理工學(xué)院部署了在線實驗平臺“道德機器”（MoralMachine），了解公民希望自動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種十分強烈的偏好：保護人類而不是保護動物，保護更多的生命，保護年輕的生命。自動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)練樣本的擴大?？梢哉f，自動駕駛汽車在大規(guī)模商業(yè)化應(yīng)用前需要進行大量的測試，相關(guān)研究報告指出，在不犯錯誤的情況下，自動駕駛汽車需要行駛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。

最后，發(fā)生事故如何追責？若由AI承擔駕駛責任，進一步的問題是由哪個AI子系統(tǒng)及其供應(yīng)商負責？因為在接下來的幾年里，我們的世界會有越來越多的系統(tǒng)，這些系統(tǒng)根據(jù)來自不同子系統(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責的AI子系統(tǒng)是非常困難的。

此外，還有車企、運營商、乘客、保險公司等利益關(guān)系等問題，也需要從社會底層規(guī)則上做出一定的探索。中國智能駕駛革命已經(jīng)到了突破時刻，但這一系列圍繞安全問題的社會規(guī)則都亟待研究。