自动驾驶或无人驾驶汽车，已有超过百年的发展历程。从发展历史看，全球自动驾驶汽车产业可划分为三个阶段。第一阶段在20世纪初期，称为自动驾驶探索期，出于战争中减少伤亡的需求，初次研发并应用自动驾驶汽车。第二阶段在20世纪20年代到21世纪初期，称为自动驾驶发展期，随着高精度传感、信息通讯、高性能半导体、控制理论等技术的发展，自动驾驶技术缓慢发展。当前正处于第三阶段，是自动驾驶测试应用期。近五年来，在高算力半导体、5G通信、人工智能大模型、仿真计算、高精度地图等技术加持下，智能涌现推动自动驾驶技术从量变到质变。

　　自动驾驶汽车可牵引多领域尖端科技发展，整体提高制造业水平。自动驾驶汽车产业可以说是对汽车产业的彻底颠覆，全球各汽车强国都将目光瞄准自动驾驶汽车产业，期望在新技术竞赛中保持领先，以确保本国汽车产业在全球市场中的竞争地位。

　　由于涉及车辆工程、交通工程、控制工程、计算机科学、电子工程、通信工程、机器学习等，自动驾驶技术属于一项跨学科、跨领域、高度复杂的系统性工程。当前具备竞争筹码的国家和地区主要包括美国、中国、欧洲和日本。

　　从发展战略看，美国、欧洲、日本先于中国发布自动驾驶汽车国家战略。从自动驾驶立法情况看，美国制定自动驾驶汽车专项法律，鼓励技术创新和产业发展；德国和日本在现有法律框架下，通过对现有法律进行修订满足自动驾驶上路需求。从产业链角度看，美国拥有特斯拉、Waymo、Cruise等核心企业；德国主要拥有戴姆勒、博世等核心企业；日本拥有丰田、本田等核心企业；中国则拥有华为、比亚迪（002594）、momenta、百度、元戎等核心企业。从市场应用情况看，中国已成为全球最大的智能驾驶汽车市场和自动驾驶测试运营国家。总体来说，中国更为复杂多样的交通环境使自动驾驶汽车产业发展更具潜力。

　　以交通场景适应程度作为划分边界，自动驾驶技术竞争分为“0到1”“1到99”“99到无限接近100”三个层级，三个层级对应的竞争要素及着力点不同。全球已完成了从0到1的竞争，当前主要处于1到99的竞争，部分主体已经开始角逐99到无限接近100的竞争。

　　第一层级下，全球自动驾驶技术竞争要素为“工程师+算法+数据”，其中工程师占主导地位，依靠大量工程师，基于交通规则开发自动驾驶算法，并根据运行数据修正算法。这种方式会产生臃肿的代码系统，执行效率较低，行驶体验较差，车辆基本只能在限定的结构化交通场景中安全运行，但为自动驾驶的发展奠定了基础逻辑。

　　第二层级下，自动驾驶竞争要素演化为“大模型+数据+工程师+算力”，降低了对工程师规模的依赖程度。随着人工智能技术的发展，端到端大模型应用于自动驾驶技术，大模型将自动驾驶基于规则的算法转化为基于概率统计的机器学习算法，提升了车辆运行体验和交通场景适应能力。该层级将逐步压缩自动驾驶算法代码量，自动驾驶汽车将逐步在更多的交通场景中安全运行。

　　第三层级下，自动驾驶技术竞争要素演化为“数据+算力+大模型+工程师”，数据和算力将成为自动驾驶汽车技术竞争的必要条件，二者将进一步推动大模型的成熟和可靠，使得自动驾驶汽车安全场景覆盖度无限接近100%。

　　科学认知自动驾驶技术特性，并理解人工智能与自动驾驶之间的关系，可以对自动驾驶生产关系重塑有更好的理解。

　　以往，自动驾驶技术路线不清晰，外部供应商方案未成型，整车企业自动驾驶战略以自研为主，自研对整车企业组织架构、流程体系、质量效率等形成巨大挑战，但多数整车企业以失败告终。当前，自动驾驶技术趋于收敛，外部供应商方案逐步成熟，产业进入“快鱼吃慢鱼”阶段，整车企业自动驾驶战略以外购为主。供应商依靠大模型体系、车辆运行收集的大量数据资源、研发成本摊销等，形成滚动放大优势。同时，数据是自动驾驶技术的竞争要素之一，也是自动驾驶技术迭代的必要条件，在部分整车企业采用自研战略的背景下，谁拥有较大的市场份额，谁就具备了竞争的前提条件之一。

　　展望未来，我们与超级人工智能（ASI）还相距甚远。从使用角度看，自动驾驶未来竞争的是体验和安全。从企业角度看，自动驾驶未来竞争的是更大规模的数据和算力资源，大模型或许在人工智能发展推动下变得相对易得。在未来的自动驾驶技术发展中，企业应将数据提升到更高的重视程度。汽车将变成真正的智能终端，其中软件的价值占比将持续提升，整车企业要想在未来的竞争中保持优势，应根据产业发展、技术成熟度、自身优势和资源等，科学制定自动驾驶发展战略。

　　（作者系中国汽车工程研究院股份有限公司政研咨询中心副总工程师）线上炒股配资公司

• 推动
• 线上炒股配资公司
• 数据
• 算力
• 自动