产业这是图森未来首次与卡车制造商达成量产层面的合作。此前公司的业务布局主要在无人驾驶货运服务层面，现在，量产计划若能实现，客户将可以直接从Navistar在美国、加拿大等地的经销处购买无人驾驶卡车。实际上，早在2018年，图森未来就已经与Navistar开始了技术合作，经过两年多的探索与磨合，无人驾驶卡车的量产计划全面开始，这在一定程度上显示了自动驾驶技术在商业化应用方面的价值得到了业内认可。
这是自动驾驶技术在商用车领域逐步落地的切面。而在乘用车领域，类似的趋势也在呈现。今年，越来越多的传统车企宣布与自动驾驶科技公司合作，除了特斯拉之外，大型车企在自动驾驶研发方面逐渐摒弃了单打独斗的方式：6月，戴姆勒与宝马宣布暂停自动驾驶领域的合作，而不久之后，沃尔沃则牵起了谷歌系大拿Waymo的手。
尽管由于研发成本高、试验周期长等因素，自动驾驶科技公司的发展并非一帆风顺，有国外的头部玩家如Nuro、Zoox等正在寻求卖身，但与此同时，一些已有足够资源积累的公司也正迎来更多可喜进展。
一方面是资金的支持，另一方面则是相关业务的试运营落地。今年，国内自动驾驶科技公司纷纷加快了测试与研发进程，前段时间，滴滴出行高调举行Robotaxi试乘直播，AutoX、文远知行等企业则也在高德地图向公众开放了无人驾驶车辆。
值得一提的是，尽管汽车行业遭受了新冠疫情的显著冲击，直到现在仍在努力从低迷中恢复，但与之相关的自动驾驶产业却在疫情期间意外受到了一定催化。有在美国做相关业务的人士对智库君表示，疫情并未对他们造成很大的负面影响，虽然初期稍微延缓了一些谈判与合作，但业务量反而是有提升的。
抢抓运营落地
从普通消费者的角度看，今年自动驾驶的存在感在增强。
6月下旬，滴滴出行宣布在上海面向公众开放自动驾驶服务，用户可通过滴滴APP进行线上报名，审核通过后，将可以在上海自动驾驶测试路段，免费呼叫自动驾驶车辆进行试乘体验。
为了让更多的人了解这项服务，滴滴还联合央视进行了一段试乘直播。尽管由于天气不佳等因素，这次活动所呈现的效果并不完美，例如在启动时出现延迟、中途需要人工接管等，但技术迭代过程中，这些实属正常。
除滴滴之外，其他自动驾驶科技公司也加快了无人驾驶出租车的落地。同样在6月下旬，L4级自动驾驶科技公司文远知行宣布与高德地图达成合作，在广州黄埔区、开发区上线了20辆Robotaxi进行无人驾驶试运营。
其实，文远知行早在2019年就开始运营无人驾驶出租车，但此前主要依托于自身平台WeRide Go，此次接入高德地图，相当于向更广范围的用户开放了无人驾驶出租车服务。
开放性的提升，正是此轮无人驾驶出租车落地的特征。除了文远知行之外，另一家自动驾驶科技公司AutoX也接入了高德地图，其服务落地在上海；而滴滴本身即是开放性的出行服务商，其已经积累了大量的潜在体验用户。
对于自动驾驶科技公司而言，加速相关业务的落地，最重要的原因是促进技术迭代。自动驾驶的核心算法，需要海量的用户数据支持，如果行车路线仅仅停留在试验场中，数据远远不能达到要求，这也是作为车企的特斯拉优势所在。
另一方面，自动驾驶领域也正在进入洗牌期。行业内数十上百家企业，巨量资本涌入，被称为“最烧钱的赛道”，近年来也开始冷静，投资金额和数量均显著降低，逐渐集中于技术积累更为扎实或变现渠道更为明显的企业。这无疑增加了所有参与者的压力——不进则退。
与前两年的热钱涌入相比，今年自动驾驶领域已经没有以往那么热闹。尽管几家头部公司都向外界释放了获得支持的好消息，包括Waymo的30亿美元融资、滴滴的超5亿美元融资以及小马智行的新一轮4.6余亿美元融资，但纵观整个行业，再也没有了以往不差钱的潇洒。
据前瞻产业研究院统计，在过去几年中，2018年是自动驾驶领域的融资高峰，全球自动驾驶产业共发生107起融资，融资总额为101.7亿美元。而2019年，整个行业的融资总额便下降至66.4亿美元。
今年延续了2019年的态势，资金愈发谨慎。明星自动驾驶创业公司Starsky Robotics因资金断裂暂停运营，2014年成立的美国老牌自动驾驶公司Zoox试图卖身自救，就连背靠通用汽车的自动驾驶公司Cruise，也不得不以削减8%的员工的方式，节衣缩食，应对寒冬。
长尾问题待解
加速试运营落地是一方面，真正实现无人驾驶量产及商业化又是另一方面。
在近期举行的2020年世界人工智能大会上，特斯拉CEO伊隆·马斯克称，有信心在今年完成L5级别自动驾驶基本功能。L5级别自动驾驶是目前业内研发的最高级别的自动驾驶，可以完全脱离人的接管、在任何条件下自动运行，尽管马斯克有诸多科技光环加成，这一说法也被指过于乐观了。
不过，细看马斯克所言的L5级别自动驾驶功能，他只是点到“基本功能”，换言之严格意义上并不能算真正实现了L5级别自动驾驶。并且，马斯克本人也对这一说法进行了阐释，实际上他并不是要表达今年就可以实现L5级自动驾驶功能。
在他看来，实现L5级自动驾驶目前不存在底层根本性挑战，但是有很多细节问题。“我们面临挑战是要解决所有这些小问题，然后整合系统持续解决长尾问题。当你解决大多数场景问题时，又会不时出现一些奇怪的情况，所以必须有一个系统来解决训练，解决这些奇怪的场景。”
长尾问题是自动驾驶技术大规模落地的拦路虎。此前，与Lyft合推无人驾驶出租车的一级供应商安波福的一位内部人士曾告诉智库君，在公司的无人驾驶出租车项目团队中，只有20%的时间用于改善自动驾驶的基本行驶问题，而剩下80%的时间则要用于解决那些长尾问题。
长尾问题是指那些在基本行驶问题之外的，更多琐碎的、但必须攻克的难题。“有些问题只有在实际运营中才会暴露，它们也是以后现实道路中可能遇到的问题，因此还要花费大量的时间、精力去解决。”上述人士表示。
这几乎是业内共识。近期，小马智行联合创始人及首席技术官楼天城也在一次媒体分享中表示，自动驾驶尚未达到L4产品级应用，难点主要还在技术，包括安全性、复杂场景、复杂天气车辆的深度集成和车辆公共安全之类对技术的要求。复杂性背后仍指向那些不可预测的场景。
这些场景的发现及数据收集是所有自动驾驶科技公司的挑战。客观而言，这些罕见场景拥有海量行驶数据的特斯拉尚难以发现，在示范运营区内定点接送乘客的无人驾驶出租车显然更难遇到。而这些场景不尽可能地覆盖，理论上自动驾驶永远存在安全隐患。
参与上海嘉定试验区测试场景设计、搭建的上海国际汽车城有限公司副总工程师李霖认为，高级别自动驾驶的广泛应用还有很多年才能实现，自动驾驶短期内的商业化路径主要有两个方向，一是全部区域的部分自动驾驶，比如现在L2级别的智能驾驶辅助系统应用，二是部分区域的全部自动驾驶，比如无人驾驶出租车，但仅能局限在一定范围内。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
来源：聊科技焦点
