? ? ? ? 在本屆國際消費電子展（CES）上，智能交通出行無疑是最熱門的領域之一。整個拉斯維加斯會議中心的北館，基本上完全被汽車整車廠商、供應商或從事與智能出行相關的科技公司所占據，在場館外，還有大片的場地用于廠商的無人駕駛測試體驗。

　　這些來到CES會場的廠商，實際上正在幫助行業重塑“汽車”這一概念，讓人們感受到，與彩電、冰箱、手機一樣，汽車已經越來越成為人們日常生活中的大眾消費品。伴隨著這一過程的，是汽車作為出行工具的智能化的全面升級，這一過程或許有些類似我們之前所經歷的手機由功能機向智能機過度的過程。那就是汽車不再是“冷冰冰”，變得更加“懂”人，從而提供更舒適的出行體驗。

　　通過無人駕駛、車內智能系統、車聯網、地圖等演示，眾多廠商在CES展會期間，向外界描繪了一個他們所理解的關于未來交通智能出行的圖景。

　　然而，在各大廠商集體推動的愿景下，容易讓人產生“未來已來”的錯覺，但實際上，智能出行領域依然有很多的難題和障礙需要被克服，無論是技術層面，還是監管和法律法規層面，以及終端市場的接受和認知度，上述所有這些都決定了人們未來的出行一定會變得更加智能，但這仍然會是一個循序漸進的過程。

　　廠商傳達關于未來出行的智能化理念

　　自動駕駛、無人駕駛正在成為2017年國際消費電子展上（CES）的熱門詞匯，但實際上，除了無人駕駛以外，包括科技廠商和傳統汽車廠商（整車廠和供應商）其實都想傳達更為寬泛的理念，那就是它們對于未來移動出行生活的理解。

　　大體來看，這些廠商對于未來出行生活的愿景有許多相似之處，概括起來，主要分為出行的智能化、聯網化和共享化。

　　首先智能化就包含了許多的內涵，無人駕駛便是其中之一，智能化的目的是讓“冷冰冰的汽車”在未來能夠“活”起來，具體來說，就是無論在道路上行駛和在靜止狀態下，對周圍的環境、對車內的乘客都有感知并且能夠做出相應的決策反應。

　　就無人駕駛這一技術來看，目前行業總體平均還處在從L2向L3自動駕駛級別過度的階段，部分廠商已經在L4方面有了重大突破，但距離L5還有很遠的距離。

　　豐田研究員首席執行官Gill Pratt在本屆CES期間表示，目前距離完全的自動駕駛根本“還沒摸著邊”（‘Not even close‘），他說，最終實現完全意義上的無人駕駛是一個非常美好的目標，但是目前無論是汽車行業還是科技界，距離實現Level 5級別的自動駕駛還很遙遠。

　　在本屆CES上，很多廠商帶來了自動駕駛演示，在主會場外空曠的場地上，參會者可以親身體驗這些廠商在自動駕駛技術方面的最新進展，但需要強調的是，這些展示均是在封閉環境內進行，路線地圖數據等已經完備，并且車內由工作技術人員在駕駛座上隨時接管車輛的行駛下進行的，換句話說，所有的這些自動駕駛演示均是Level 3級別。

　　就具體技術而言，自動駕駛主要分為感知、決策和控制三大環節，其中感知主要通過激光雷達、攝像頭等進行路面數據的實時采集，決策則通過車內電腦進行實時數據的分析，控制則是基于這些數據，對車輛行駛進行實時的調整，其中，科技公司（包括硬件和軟件公司）在感知和決策這兩部分有一定的優勢，而傳統汽車廠商則在控制這一塊有著豐富的經驗。除此以外，地圖以及汽車互聯也尤為重要。

　　因此科技公司與傳統汽車廠商認為，發揮各自優勢將使得收益最大化，因而彼此之間的合作便成為了水到渠成的結果，在本屆CES上，我們看到這些合作有些正在發生，有些甚至已經有了初步成果，例如寶馬、英特爾和Mobileye的合作計劃將在今年下半年有40輛車進行無人駕駛測試，北汽和百度宣布合作并稱將在今年年底之內進行路測。已經發生的像例如谷歌Waymo與克萊斯勒的合作，Uber與福特的合作，已經進行了大量的無人駕駛測試。

　　智能化的另一個重要方面是車與人關系的智能，過去人對待汽車只是將其作為一個完成出行的機器，但未來，汽車與人的關系將越來越緊密，汽車將越來越“懂”人，在本屆CES上，諸多廠商都提出了人與汽車之間語音交互的智能化以及由此衍生出的個性化，例如豐田在本次CES上發布的一款名為”愛i”的概念車，便內置了被稱為“Yui”的人工智能助手，豐田希望這一助手能夠帶給車內的乘客更多親切友好的體驗，該助手能夠對乘客的體貌特征，實時健康狀況進行實時偵測，能夠對語音指令做出回饋。同樣，尼桑和寶馬與微軟合作，將微軟的Cortana語音助手納入到車內系統中，同樣是對未來人機交互的方式的一種革新。

　　（寶馬與尼桑將微軟Cortana智能語音助手納入車載系統）

　　無論是自動駕駛還是車內智能系統也好，都需要大量的數據實時處理，這就要求未來每一輛行駛的汽車都是一臺性能強大的“超級電腦”，在本屆CES上，作為主旨演講人，Nvidia創始人黃仁勛宣布了新一代用于汽車的超級電腦芯片解決方案Xavier，采用8核心ARM架構CPU，512核心GPU，Nvidia與奧迪的合作也正是落地，并且在會展期間進行了無人駕駛演示。

　　（Nvidia與奧迪的合作測試車輛在CES期間進行無人駕駛體驗展示）

　　未來智能出行，除了每一輛車本身變得更加智能以外，還要求路面上行駛的車輛之間以及與終端控制之間實現實時的互聯，形成信息的實時共享，從而提升整體的交通效率，因此，數據的傳輸也是未來智能交通出行的關鍵環節。本屆CES上，英特爾推出了基于5G的調制解調器芯片，可用于汽車等移動設備，英特爾首席執行官科再奇表示，到2020年，每一輛智能汽車每天產生的數據量在4000G左右，如此大的數據量還要求車輛能夠在行駛的動態過程中進行實時處理。

　　此外，無線運營商AT&T目前已經在美國汽車城所在地密歇根所建立的出行試驗場中進行了基于5G網絡的測試，主要針對未來汽車的互聯。

　　（AT&T在測試場進行高速移動無線傳輸測試）

　　在未來汽車實現智能化、連接化和共享化，或許對目前傳統的汽車商業模式也將產生顛覆性的改變，未來人們或許不再需要真正擁有一輛自己的汽車，而是通過訂閱服務，在各種不同的需求場景下，獲得及時、定制化的出行服務，而這些未來可能的商業模式變化場景已經被很多廠商所預見到，例如凱迪拉克在本屆CES上便提出了每月1500美元的車輛訂閱服務，車型涵蓋了凱迪拉克品牌旗下幾乎所有車型，用戶可以根據自身需求選擇任何車輛，這一模式或許就是未來出行服務的雛形。

　　自動駕駛距離我們還有多遠？

　　在本屆CES上，看到如此眾多的廠商都在向無人駕駛和智能出行領域發力，很容易讓人產生自動駕駛已經距離我們很近這樣的錯覺，但事實上，無人駕駛真正落實到用戶和消費者層面，至少從目前來看，依然距離我們很遙遠。

　　首先是技術層面仍有許多障礙需要突破，在本屆CES上，很多廠商展示的無人駕駛體驗容易讓人們感覺目前自動駕駛技術已經很成熟，分分鐘可以上路，但實際上，進行展示的“無人駕駛”和真正意義上的無人駕駛依然想去甚遠，這些體驗性質的無人駕駛是有很多前提和限制條件的，例如都是在封閉環境下進行，沒有任何其他路面干擾，路線早已設定規劃好，車內有技術工作人員隨時進行車輛控制接管等，此外，目前的無人駕駛對于天氣條件的要求也很高，雨霧冰雪等極端天氣下，目前的無人駕駛技術解決方案基本完全失效。此外，很多廠商所提出的用深度學習方案來進行感知識別等技術，依然處于早期階段，未來仍需要解決如何在短時間內處理大量數據以及識別準確度的問題。

　　其次，即便在技術完全成熟的情況下，無人駕駛真正上路還需要面臨一系列監管法規方面的挑戰，就美國而言，盡管各地對于無人駕駛測試姿態較為開放，但監管層面依然持非常謹慎的態度，前不久Uber在加州舊金山進行的無人駕駛公開路測時，由于闖紅燈遭到當地交通管理部門的制止，不得不轉移到其他地區進行測試，而任何一起由無人駕駛引發的事故，都會讓外界對此產生新的疑慮，Pratt就提出，人們對于無人駕駛的容忍度其實非常低，即便假使從數據上無人駕駛能夠將車禍致死率降低一半，人們仍會對這一技術持保留意見。

　　最后也就是落實到具體用戶和消費者層面，盡管對于自動駕駛和無人駕駛充滿好奇和期待，但至少目前大多數人對于這一全新的技術依然保持觀望和謹慎，騰訊科技在CES現場隨機采訪了一些參會者，他們大多數的觀點認為，愿意體驗無人駕駛，但現在在路面上開車，還是更相信自己的控制和判斷，畢竟這一技術還不夠成熟。

　　以上這些因素決定了無人駕駛依然需要很長的過程才能最終實現，更現實的是一種循序漸進的路徑，這也是很多廠商所提出的，首先在固定路線或封閉場所推廣無人駕駛，例如園區內的車輛通行、長途的貨運等，以及開辟出專門用于無人駕駛車輛的車道，與正常駕駛的車輛區隔開互不干擾等，最終逐步推廣到全路面條件下的無人駕駛。

　　因而智能化出行一定會最終實現，只是這一過程不一定會很快完成，更現實的將會以一種循序漸進的方式來實現。