也有人指出，科技新秀与汽车老炮的可能合作方式是：前者提供核心软件，后者聚焦制造专长。这实际上是沿袭了强者恒强的传统思维给出的解决方案。很有可能的是，在无人驾驶汽车领域，未来呼风唤雨的将不再是传统汽车制造商，毕竟人们更容易相信技术的潜力，而不是传统企业的维持和盈利能力。

　　　　有意思的是，在各种机构排出的榜单上，传统车企和科技新贵的位次排名堪称迥异。如美国市场研究机构Navigant Research今年4月发布的一份报告显示，从整体排名和梯队划分来看，无人驾驶目前的竞争态势是传统车企完胜互联网公司及相关创新企业。18家企业的前后排名分别是福特、通用、雷诺日产、戴姆勒、大众、宝马、Waymo、沃尔沃／AUTOLIV/zenuity、德尔福、现代、标致雪铁龙 （PSA）、特斯拉、丰田、采埃孚 （ZF）、本田、Uber、nuTonomy、百度。另一家独立新闻网站The Information今年6月份发布的榜单显示，15家L4级自动驾驶汽车公司，从技术、工程和商业模式综合评分，排名顺序为：Waymo，Uber，戴姆勒、德尔福（并列），特斯拉、nuTonomy，通用/Cruise，日产—雷诺，丰田、福特/Argo（并列），宝马，大众/奥迪，沃尔沃/Autoliv，菲亚特克莱斯勒、苹果（并列）、滴滴出行（并列）。（注：关于排名，我们会联合专业机构，给出自己的解读）

　　　　功法+兵器：从哪里来

　　　　无人驾驶汽车之战，山雨欲来而风满楼。

　　　　在战鼓隆隆之际，各路侠客需要知道，欲将人类从单调、危险、繁重的驾驶任务中解脱出来，需要什么样的功力支撑，才能“仗剑走天涯”？

　　　　无人驾驶工程浩大。据美国兰德智库测算，要实现完全的自动驾驶需要100辆汽车耗费225年的时间进行7X24小时不间断测试，这个门槛可谓高不可攀。怎样才能既提升安全可靠性，又能尽快缩短应用时间？开发替代方法补充道路测试就成为首选，比如加速测试、虚拟测试和模拟器、数学模型、情景测试以及试点研究等。据了解，百度的Apollo仿真引擎可以帮助开发者和创业公司实现“坐地日行百万里”。

　　　　从最基本的要求——提升交通安全性来看，自动驾驶的最低标准是不得低于人类的标准。根据2011年美国交通安全统计数据显示，综合所有司机的驾驶情况，大约驾驶330万小时会发生一起致命碰撞、驾驶6.4万小时会发生一起致伤碰撞。同时，无人驾驶汽车作为“没有情绪的轮式机器人”，最大的挑战在于如何让汽车像人一样思考、学习和判断，并做出正确的计算和决策。其中，在人车环境间建立起足够的“互信”就成为关键。

　　　　由此看来，无人驾驶的本质是信任，必须要车辆具备“把后背交给我”的能力才可托付。这种信任需要的核心是计算力，基础源于数据，只有形成数据消费链流动循环，并进行闭环处理，才能提供足够的计算能力，为无人驾驶车辆赋能。

　　　　在某种程度上，对无人驾驶汽车而言，大数据就是能源，没有数据补给必将寸步难行。未来，依托汽车平台的巨大潜力，一个可汇聚消费大数据的超级移动入口也将成为各方竞争的“焦土”，各大门派需要下苦功夫修炼如何获取数据。因为谁掌握的用户数据多、研究得更深入，谁就能扼住命运的咽喉，具备了练就独门绝技的不二法门。从商业逻辑看，或许，无人驾驶的数据，才是无人驾驶江湖中，各方真正中意的未来。数据是石油、AI是电力，这样的比喻目前似乎还很难理解，但假以时日，基于共享平台，众多开发者、制造者、应用者会产生难以想象的数据，通过端到云进行汇聚，经过深度学习、专业加工后，其潜在商业价值难以估量。

　　　　对于数据的获取，则需要率先抢占更多应用场景，因此企业除了要在硬件产品和软件系统上潜心修炼，用心打磨，也应在如下场景上绸缪：

　　　　一是出行市场：在指定区域内布置一定的车辆用于共享运营，获取数据。如谷歌刚刚与Uber的死敌Lyft结成了战略联盟。

　　　　二是私家车众包：与具备L2级别、全套自动驾驶传感器及联网能力的车主合作。这实际上是一个劳动密集型路线，如特斯拉就是依靠数以10万计的用户车辆，每天回传数据。

　　　　三是物流、快递市场：顺丰、菜鸟网络、京东、亚马逊都是潜在的需求方。6月18日，京东的无人车已经实现了校园内送货。

　　　　四是特定低速应用场景：比如风景区、机场、校园内等固定线路固定场景的场所，这是目前应用较广的市场。

　　　　当然，数据获取不容忽视的就是隐私和安全问题。正是因为这一领域标准空白，操作落后，因此，在法律政策层面，世界各国都持谨慎态度。比如，美国也仅是在加州等个别地区颁发路测牌照；德国虽然通过了相关法律，但规定司机要时时处于“准备介入”的状态。否则，一旦重要数据外泄，让江湖恶人控制无人驾驶车辆，《速8》中令城市瘫痪、车祸不断的惨剧将不远矣。

　　　　在江湖中行走，除了要有上述深厚内功，还要练得一手好兵器，才能做到安全无虞。正如传统武术的十八般兵器，无人驾驶的技术可以细分如下领域：

　　　　一是AI算法及无人驾驶系统提供：这是整个生态系统的核心能力，在核心算法上，最具竞争力的企业无疑是谷歌和百度。当然，这导致很多传统企业和新兴企业都倾向于相信：自己能够研发出具备竞争力的无人驾驶OS。

　　　　二是核心处理器供应：这是让市场接受的关键一环，只有性能提升、价格下降，才有可能带来产业的高速发展。在全球范围内，核心AI处理器的供应商只有三家英伟达、英特尔和谷歌。英伟达在这个领域的市场占有率可秒杀后面两家。高通、德州仪器和苹果，也是潜在的加入者。

　　　　三是系统集成：这是一个曾被高度忽略、但值得深入挖掘的细分市场。无人驾驶系统的软件和硬件，在规模化量产时，必须要和整车的控制、底盘进行全面的匹配和调试，起到的作用非常关键。

　　　　四是感知设备和器件制造：各种类型的雷达和摄像头，最核心的是激光雷达Lidar。在全球范围内，Lidar供应商包括大陆、ZF、博世、Velodyne和quanergy。

　　　　五是通讯设备供应：包括基带芯片提供商如深耕5G通讯的华为、高通、思科和英特尔。

　　　　六是整车制造：具有百年积淀的定海神针，这个产业最为重要的基础，不是谁想颠覆就能颠覆。

　　　　七是技术运营：包括共享出行，快递和物流，私人出行以及特定低速应用场景。作为服务平台，应该明确定位，尽早确定合作伙伴，择良木而栖。

　　　　颠覆or融合：何时功成

　　　　人在江湖飘，颠覆常遇到。

　　　　作为承载人类自由移动梦想的汽车，需要两大引爆点：一是永续能源，二是自动驾驶。

　　　　进入新世纪后，抛弃了传统能源，可以模块化开发的电动汽车，让后来者有了弯道超车的可能。这波智能化兴起，携手网联化、共享化，当下的利好来自节约能源、拥堵减缓、事故减少和生产效率提升；未来，不仅会改变汽车的定义，而且能通过语音识别等技术帮助盲人、残障人士实现驾驶愿望，进而改变人的心态、情绪、习惯等方面，大幅降低交通事故，更会通过信息、能源和交通服务的融合，极大改变交通理念、城市管理和人们的居住办公方式。

　　　　或许，颠覆真的会到来——无人驾驶汽车将成为移动的智能化居所（娱乐、办公、休闲空间），进而所有与交通相关的产业都会被重新定义，比如租车、停车、写字楼、服务业、物流、金融保险等。更有激进者认为，当所有的汽车都具有无人驾驶模式，有人驾驶汽车将会被认定非法。

　　　　在商业逻辑上，融合渐进比颠覆突变更容易被接受和实现。恰如那部极具挑战和诱惑的“九阳真经”，需要根据个人资质、实力参悟修炼，功力方能拾级而上、渐次提升，否则很有可能会走火入魔。在具体路径上，无人驾驶也要经历汽车、车联网、城市等若干层面逐级递进。在孤立的车辆层面，需要感应、决策、规划和执行等环节的软硬实力支撑；在区域的车联网层面，需要5G通讯、物联网技术、云计算等资质配合；在智慧城市层面，需要完全改造道路、交通基础设施，并建立一整套相关法律法规保证。

　　　　虽然技术奇点已来，但对于无人驾驶的商业化时间表，各家车企和机构的表态并不一致，汽车专业调查公司IHS Automotive预测，2025年将是观察的关键点，无人驾驶量产汽车这一年的销量可达到23万辆。

　　　　早在2013年，麦肯锡咨询公司就把物联网、云技术、先进机器人、自主或近自主驾驶汽车列为颠覆技术。近期的预测是，一旦技术安全与立法问题得以解决，2030年高度自动化驾驶的汽车销量会占到汽车总销量的50%，而无人驾驶汽车会占到15%。

　　　　虽然在激进者看来，无人驾驶汽车一定会比想象的来得快。美国智能交通系统先驱史蒂文·施多福则持谨慎态度，他认为目前的自动驾驶系统大多只能在特定条件下做辅助驾驶，在2040年前，完全自动化的驾驶系统很难出现，或许到2075年才能看到曙光。

　　　　当下，无人驾驶遭遇到的诸多挑战，均来自于技术是否成熟可靠、市场成本是否足够低廉、政策空间标准是否完备等层面。这需要江湖中人潜心修行，磨练心性，也需要有合适的外在机缘作为引爆点，恰如被高手打通任督二脉后，原来困扰的难题会迎刃而解，其气势必如破竹，市场会突然爆发起来，正所谓“时来天地皆同力”。

　　　　时机到了，还要有实力，才能笑傲江湖。这一点，在此番迷局中，清楚无疑。

　　　　（本文由本刊记者王伟执笔）