在自動駕駛領域中，曾有這么一種觀點：在沒有實現強人工智能的前提下，自動駕駛就不可能被普及，由此得出，自動駕駛離我們還有很遠很遠。

但是從目前的市場來看，大量的L2級別駕駛輔助系統開始配備在車型上，大量的L4級別駕駛輔助系統正在緊鑼密鼓地研發中，更甚者有企業聲稱：如果政策開放，能立馬普及L4。

前者，自動駕駛遙不可及；后者，自動駕駛觸手可及。兩種觀點可謂最強之矛與最強之盾。這兩種觀點誰對誰錯？兵哥認為應該中肯地去評判。首先一點，人工智能和自動駕駛之間本就沒有必然的聯系。在這里，兵哥給大家分享李書福先生對自動駕駛理解的一段話：

“它將是一個由安全、健康、人、車交互構成的智能命運共同體。智能駕駛的關鍵是智能，本質是汽車，特點是通信基礎設施網聯化，前提是確保交通安全、順暢、高效率。”

從這段話中，我們可以看到自動駕駛所必需的幾點：智能化、網聯化、生態與成本。智能化、網聯化，是當下汽車新四化中的重中之重，大部分人對其也非常熟悉。同時，成本也很容易理解，無非是要讓大家買得起擁有自動駕駛功能的車輛，真正被大家所忽略的其實是——生態化。

就像開頭的觀點所言：如果政策允許，能夠普及L4，其中的政策允許，恰恰是生態中的一部分。所謂自動駕駛，無非是指搭載在汽車上，通過智能化、網聯化手段達到解放車主雙手、雙腳，以達到以車輛自主駕駛為目的的一種功能。

因此，自動駕駛離不開兩個字——學習。因為所謂的自動駕駛，無非就是讓車輛監測到周圍有什么，然后根據實際路況自動做出調控。就好比如遇到紅燈時自動停下，前方有車時會自動減速等等。由此引出的概念就是——萬物互聯。

依賴于高精度傳感器、更強的通信能力和龐大的數據收集，通過網絡將其有機聯合在一起，從而實現自動駕駛。這其中，5G的出現解決了通信能力的問題。但是，依舊有兩個很重要的問題，數據收集量的不足和成本問題。

由于大量高精度傳感器的加入，使得無論是制造成本亦或者維護成本都居高不下。同時，由于自動駕駛道路的稀缺以及實測的樣板較少，使得數據收集也成了另一個難題。因此，我們不難看到，人工智能的加入，能夠最為有效地降低成本；而大量硬件的加入則是降低了對人工智能的需求。

但在人工智能遙不可及的今天，通過大部分車企目前的所謂漸進式發展路線無疑更容易讓消費者看到成果。不同于IT行業大部分的“一步到位”（人工智能直接實現自動駕駛），漸進式發展路線是從低往高，從L1~L5的漸進式發展。

現在我們回到標題中來，吉利所提出的“具有中國特色自動化駕駛”到底靠不靠譜？這個概念正是建立于上面部分所說的，通過高精度傳感器、通信能力和計算能力來實行漸進式自動駕駛發展路線。而且不同的是，吉利在這個基礎上加入了“中國特色”，也就是符合我國實際道路駕駛情況的自動駕駛。

數據的收集離不開實際道路的測試，在人工智能無法普及的情況下，如果要將一切實際行車過程中的情況全部收集起來，這無疑是一項非常龐大的工程。那么在這種情況下，實行具有中國特色的自動化駕駛無疑相當于“先富帶后富”。

在龍灣論壇上，吉利向我們展示了他們的其中一個成果：解決停車的難題。在我們生活中，常常駕車到達目的地后，會將大量的時間浪費在尋找停車位上，有的時候甚至將車停在很遠的地方，甚至冒著違停的風險將車停在到路邊。

針對這種情況，吉利展示了屬于它們的解決方法：通過手機APP實行自動尋找停車位并自動泊車。在駕車到達目的地后，只需要通過APP下達指令，車輛就會自動駕駛到最近的可停車的停車場，并且只需要通過APP就能提前下達指令，在離開時讓車輛自動離開車位，到達自己所在的位置。

在這個示例中，我們可以看到幾個亮點。其一，是解決了中國停車難的問題；其二，則是生態圈的構建。要實現這一套自動駕駛輔助的普及，離不開車子本身配備的自動駕駛輔助系統、自動駕駛輔助系統對道路法規的熟悉程度、手機與汽車之間的互聯、汽車進出停車場的自動付款。

而要完全實現上述功能，單純憑借吉利一家企業，無疑有些太難為人了。也就因此，在整個龍灣論壇上，聚集了來及戴姆勒、日產、中國電信、阿里云、騰訊、博世、寧波市政府領導、企業以及各路媒體共計600多人，針對自動駕駛共同探討，各抒己見。

同時，在此次論壇中，吉利還發布了自主研發的自動駕駛系統“爬行者智能系統”，上面提到的解決停車難題的方式正是這套系統中的一項功能。

至少從目前看來，具有中國特色的自動駕駛系統并不是一個偽命題，且不說吉利方面已經實現了一部分功能。在人工智能沒有普及乃至沒有發展完善的前提下，要全面普及自動駕駛并非易事。因此先針對國內的道路路況、法規來貼身打造一套專屬的L4級別自動駕駛，無疑要顯得現實得多。而且對于消費者來說，在L2已經基本普及的情況下，這種做法也能保證國內的消費者更早地享受到自動駕駛帶來的更便利、智能的用車生活方式。