離不開場景建設！科技部、教育部等六部委聯合發文推動自動駕駛落地

近日，科技部、教育部等六部委聯合印發《關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見》(以下簡稱《指導意見》)，提出各地方和各主體要加快人工智能場景應用。為響應號召，不久前，科技部印發了《關于支持建設新一代人工智能示范應用場景的通知》(以下簡稱《通知》)，啟動支持建設新一代人工智能示范應用場景工作，提出智慧農場、智能港口、智能礦山、自動駕駛等十個方面的首批示范應用場景。自動駕駛、智能港口、智能礦山等場景的入選，必將進一步推動人工智能在智能汽車領域的應用。

自動駕駛落地離不開場景建設

如工信部科技司副司長任愛光所言，人工智能是賦能技術，必須與應用場景結合才能發揮出最大作用。作為人工智能的一大應用領域，智能汽車的智能駕駛、智能座艙等功能的落地都離不開人工智能技術。其中，自動駕駛，尤其是特定場景的自動駕駛，是人工智能實現大量應用的很好的載體。基于此，《指導意見》提出，在交通治理領域要探索交通大腦、智慧道路、智慧停車、自動駕駛出行、智慧港口、智慧航道等場景。

在中國生產力促進中心協會常務副秘書長王羽看來，科技部此次發文推動自動駕駛、智能港口、智能礦山等與智能汽車發展息息相關的場景建設，實際上是為了與工信部、交通部等部門形成合力，共同支撐智能汽車發展。“自動駕駛需要從五大層面推動，戰略引領、標準法規、科技創新、基礎設施、社會應用，缺一不可。”王羽稱，科技部主要負責從科技政策角度支撐、引領產業深化。人工智能行業的發展是大勢所趨，但如何將日趨成熟的人工智能技術真正推向產品、產業，中間的場景應用環節十分關鍵。因此，科技部當下從政策措施上推動智能汽車相關場景應用的示范建設，有其必要性和迫切性。

同時，王羽指出，一項科技從技術走向產品，往往需要經歷小試、中試、大試等多個環節，才能真正實現產業化落地。這期間還涉及標準化的問題。如果沒有足夠的試驗，產品的標準化和產業化過程將會十分艱難。“現在自動駕駛就正處于技術向產品轉化的關鍵階段，還沒有哪一家企業能夠真正拿出量產自動駕駛產品，只是具備一定的輔助駕駛功能。”王羽告訴記者，我國自動駕駛發展已經突破0到1的驗證，即經過實驗室里的Demo小試，驗證了技術的可行性，下一步的關鍵就是如何實現從1到100的突破。

若想從1走到100，中試、大試必不可少，建立示范應用場景就是典型的中試、大試階段。王羽表示，示范應用場景又可以分為封閉的測試示范區以及公開道路進行測試的先導區，分別對應中試、大試階段。只有在這兩個階段實現足夠的試驗運行，自動駕駛才能真正實現產業化、規模化落地。

清華大學蘇州汽車研究院院長助理戴一凡從自動駕駛技術成熟度出發，認為盡管自動駕駛技術在持續快速迭代，但在完全開放的道路上，全工況的L4自動駕駛短期內仍無法實現。因此，必須要尋求能夠盡早落地的商業化場景，多上路、多試驗，如此，技術難題、商業邏輯、政策法規才能被“試出來”。交通部科技司司長岑晏青也表示，以應用為驅動，打造面向出行和運輸服務實際需求的場景，才能更好地促進人工智能技術賦能交通運輸高質量發展。

政策、標準、設施均需政府牽頭

“現在國內建了很多示范區，但是這些示范區的應用程度、定性條件、細化標準都難以落實。”王羽指出，示范應用場景關鍵不在于有沒有，更在于如何讓這些場景的應用意義發揮出來。在他看來，政府需要牽頭對示范區各類細分場景的標準進行更為深度的細化，為企業提供研發應用的環境，推動產品走向應用，而非僅僅依靠市場自由發揮。

王羽表示，目前自動駕駛場景應用可分為乘用車、商用車、專用車三類，政府在推動政策制定、標準建設、產業應用時，需要對這三類場景進行區分，逐步細化，不能大而化之。“現在很多高級別自動駕駛示范區其實主要是針對乘用車自動駕駛的，不過有些地方把無人駕駛售賣車也算進去，它本身不屬于面向消費者使用的人類機動車，而是更偏向于機器人范疇。這個現象其實就是從頂層設計上就沒把場景分類搞清楚。”王羽直言。

政策層面的不細分，容易導致企業層面的“大一統”。王羽稱，現在很多自動駕駛企業在產品研發上同樣相對混亂，乘用車、商用車、送貨機器人全都做，最終結果就是乍一看場景應用繁榮、技術路線多元，而實際上每種場景都不成熟，產業化落地自然十分緩慢。因此，王羽強調，政府必須在政策層面給予引導，在國家標準層面給出分類，在場景應用層面確保細節，企業產品才能有所側重，公眾認知也能更為明晰，進而實現產業各個賽道的繁榮發展。

除了要細化，自動駕駛企業也在呼吁政策的進一步開放化。小馬智行相關人士在接受采訪時表示，希望今后政策能夠逐步支持自動駕駛技術在更大地理范圍、更多交通場景中落地，建議探索建立一套能讓高級別自動駕駛車輛真正大規模上路并實現商業化運營的法律政策體系。

在基礎設施建設上，如祺出行相關人士表示，車路云一體化協同發展離不開基礎設施建設與測試環境等硬件打造，這些均需要政府層面牽頭。當前，路側設備覆蓋率、車端設備安裝滲透率均有待提升，希望政府能夠進一步推動相關基礎設施的建設步伐。輕舟智航方面同樣指出，期望政府推進智能交通基礎設施建設，引領車路協同廣泛普及，推動單車智能、車路協同共同發展。

特定場景加速自動駕駛商業化

近幾年，自動駕駛企業紛紛卯足了勁搞研發、推落地、做運營，自動駕駛產業熱鬧非凡。以小馬智行為例，短短幾年內小馬智行便在北京、深圳等多個重點一線城市落地自動駕駛測試和示范運營，實現Robotaxi、Robotruck雙線并舉;輕舟智航則以Robobus為切入點，探索了軌道交通和自動駕駛微循環結合的商業模式，并在蘇州、深圳、北京等10個城市開展常態化運營;作為智能網聯出行平臺，如祺出行則借助平臺優勢，推動Robotaxi運營落地，預計下半年在廣州開啟有人駕駛與無人駕駛車輛混行示范運營。不過，在戴一凡看來，若想加速推動自動駕駛商業化落地，還需率先在特定場景實現突破。

《通知》指出，要支持建設智能港口、智能礦山人工智能示范應用場景。其中，智能港口要開展自動作業路徑及泊位計劃優化、水平運輸車輛及新型軌道交通設備的協同調度等場景應用;在智能礦山場景下，鼓勵開展露天礦礦車無人駕駛、產運裝協同自主作業示范應用，通過智能化技術減人換人，全面提升我國礦山行業本質安全水平。

上述專家均指出，智能港口、智能礦山建設是較早能夠實現自動駕駛商業化突破的兩大場景。在戴一凡看來，港口、礦山的場景特殊性決定了它們本身具有自動駕駛商業化的強需求。“無論是港口還是礦山，汽車實際上都是作為生產工具而存在的，如果自動駕駛技術可以減少駕駛員等成本支出，那么這些場景對于自動駕駛的商業訴求是很強的。”他表示，從經濟效益上看，港口、礦山場景需要自動駕駛技術的盡快落地來減少成本、降低風險，提升經濟效益。此外，由于這些場景的工作環境相對惡劣，有害氣體、粉塵等對身體也會有傷害，年輕人不愿選擇這些高風險、環境差的職業。據悉，目前部分礦車司機的工資開到了年薪20萬～25萬元，仍舊無法招到年輕人。戴一凡指出，這也是港口、礦山對自動駕駛訴求高的一大原因。

從技術落地的難易程度上看，在行駛路線相對固定、行駛速度要求低、場景相對封閉的港口、礦山場景實現無人駕駛，難度自然小于城市開放道路。戴一凡認為，盡管港口、礦山也存在一些技術挑戰，如礦山需要面對路面不平整、揚塵等挑戰，但這些挑戰是相對可控、技術難度也在掌控之中，因此，港口、礦山場景下的自動駕駛商業化進程是可預期的。(張奕雯)