在2019年上海车展中，智能汽车成了一大焦点。智能汽车的功能日渐多样化，开始在生活方面都提供便利服务。不过最受欢迎的还是与辅助驾驶乃至自动驾驶有关的功能。

据上海汽车报不完全统计，在车展展出的141辆智能汽车中，有95辆配备了高级辅助驾驶系统（ADAS），41辆有自动驾驶相关功能。生活类功能目前还不是主流，比如允许车主参与远程会议、联网安装办公软件等的办公功能，以及能够一键呼叫救援、发送定位等的医疗功能和可以分享实时定位、与其他车主车联社交等的社交功能。

数据来源：上海汽车报

什么是自动驾驶？

国际汽车工程师学会根据自动化程度将自动驾驶汽车分成了6个等级。通常而言，L2级以下仍被称为辅助驾驶，以上才称自动驾驶。但其实只要是L4等级以下的车辆对人为操作都存在不同程度的依赖，只是到了L3人为控制的介入已经很低。

图片来源：36Kr

图片来源：SAE中文网

“半自动驾驶”是我国智能新车主力军

近年来渴望在自动驾驶领域大展拳脚的企业不少，不仅初创型企业如雨后春笋般出现，连互联网巨头百度、阿里、腾讯也都纷纷开始“招兵买马”，“拉帮结派”，建立自己的自动驾驶产业“朋友圈”。从2019年上海车展展出的自动驾驶车型来看，在企业的竞相研发下，国内的智能车技术上基本实现了从L2等级到L3等级的过渡。

广州日报曾预测，2019年L2级技术将普及，2020年L3级将进入量产阶段。长安、北汽、广汽、奇瑞等车企也都曾立下“flag”，表示要在2020年实现L3自动驾驶车的量产。从车展数据来看，目前国内自动驾驶的发展状况与预测的发展时间线基本吻合。但就在各家企业都热情昂扬地朝既定目标稳定前行的情况下，关于自动驾驶产业的负面传言也层出不穷。美国咨询公司Gartner曾称自动驾驶正在走向低谷。表面的繁荣真的是泡沫吗？

其实对于目前较为普及的L2级车辆而言，并不存在所谓的低谷，反而市场规模很大。据亿欧智库发布的《2018中国自动驾驶产业年度报告》，长安、长城、吉利、上汽等车企均在2018年成功发布L2级量产车型，并会在2019-2020年间进行更大规模量产。2018年国家发改委在《智能汽车创新发展战略》也指出，我国智能新车占比期望在2020年达到50%。而届时L3并未普及，可以推测L2级车辆将会成为智能车的主力军。

同时，从L2级车辆的普遍价格来看，其生产成本应该也在合理范围，且L2级车辆的人为驾驶介入程度还是非常高，技术研发上并不需要大规模资金支持，自然也就不会造成投资过热的泡沫。

数据来源：各车企官网

高程度自动驾驶还在艰难爬坡

或许目前许多智能车辆五花八门的功能已经足够让人惊叹，比如今年上海车展展出的141辆智能驾驶汽车中，有42.5%安装了语音识别的人工智能技术，47.5%搭载了智能系统，包括智能网联、智能车载等。但这些功能再花俏其实都戳不中L4的核心。对高级的自动驾驶车辆来说，传感器、芯片、算法这些硬核科技才是刚需。

高程度的自动驾驶对机器的依赖程度提升，对传感器、芯片、算法的要求自然也会更高，尤其到L4级——几乎脱离人为操作的等级以上，对视觉算法、决策算法精确程度的要求可想而知。对高级别自动驾驶车辆来说，科技便是第一生产力，因此各大企业在增强生产力，扩大自动驾驶事业版图上，投资毫不手软。

2016年，通用汽车5.8亿美金收购自动驾驶初创公司Cruise Automation，Cruise成为通用体系内负责L4级以上自动驾驶研发的核心力量；2017年3月，英特尔153亿美元收购以色列计算机视觉算法和ADAS（高级辅助驾驶系统）芯片技术研究公司Mobileye, 并入自己的自动驾驶事业部；去年，芯片制造商赛灵思收购深鉴科技，使深鉴科技的主赛道放在自动驾驶和辅助驾驶领域，金额被估计在3亿美元左右。

企业积极布局自动驾驶技术的研发，但全自动驾驶，即无人驾驶的实现仍遥遥无期。公开资料显示，目前国外通用汽车及谷歌旗下的Waymo已具备量产L4级车辆的条件，Waymo在今年年初宣布将建设L4级驾驶汽车的工厂，国内则有百度。而像福特、沃尔沃、宝马等知名车企，预估的L4级车辆的量产时间均在2021年以后，其他初创企业更是榜上无名。

技术的难度是一大门槛，而制造成本也是阻碍L4级车辆普及的重大原因。据科技日报，光是L4级车辆的核心传感器部件激光雷达便价格不菲，可以高达8万美元。一个零部件的价格便超过整台L2级车辆，高昂的价格必将影响无人驾驶车辆的全民性。而激光雷达作为无人驾驶车辆的刚需，想要价格亲民，还需经历不断研发、降低成本的过程。

L4级别车辆听起来尚且任重道远，更何况在任何场景、状况下都能精明地做出决策的L5。大众商用车负责人托马斯·塞兰德在《欧洲汽车新闻》采访时曾称，L5自动驾驶的实现难度堪比人类火星探测。

尽管如此，国内外车企仍前仆后继地往L4领域进军，高难度的技术研发必将吸引更多源源不断的资本投入。技术爬坡的低谷确实存在，但并不意味着自动驾驶市场的冷却，更多的是因技术研发所需的高时间成本造成的发展停滞。