在车里看电影、睡觉，丢掉方向盘，解放驾驶人，以后不用考驾照了，这对于很多人来说是对无人驾驶的基本想象。这种想象可能在未来几年或者十几年成为现实，但想要达到这个基本的想象并不容易。
现在无人驾驶竞赛正在世界各地如火如荼的进行着，从 Waymo、通用 Cruise、福特等前辈到特斯拉、苹果再到国内的蔚来、车和家、小鹏，都在想着制造出比人类司机驾车更安全的无人驾驶汽车。
从去年开始，小鹏汽车董事长兼 CEO 何小鹏就不断在招兵买马，去年 8 月，英特尔前高级视觉算法工程师 Dongdong Fu 也入小鹏，出任计算机视觉负责人。在今年 1 月，特斯拉前 Autopilot 的视觉科学家 Guangzhi Cao 低调加盟小鹏，出任感知负责人。
去年 12 月，小鹏汽车挖来了高通自动驾驶负责人吴新宙，直到 3 月 14 日，这位高管才正式对外露面。吴新宙本科毕业于清华大学，在美国学了电子工程的硕士和博士，曾在美国 4G 初创公司 Flarion Technologies 公司就职，后被高通收购。三四年前，吴新宙开始领导高通的自动驾驶团队之前在高通工作，现在加入到小鹏汽车，担任自动驾驶副总裁。
小鹏汽车现在差不多 190 人，吴新宙预计年底要达到 250 人到 300 人的规模，还要引进各方面人才。无论是硅谷（偏感知）、圣地亚哥（传感器融合）还是国内，都需要高段位的同学加入。
对于新车 E28，吴新宙在接受采访时具体描述过该车型："E28 正式量产时会有自研的 L2 的功能，以后将通过 3 — 4 个 OTA 完成从 L2 到 L3 的转换。"
所谓 L2、L3 是 SAE 和 NHTAS 将自动驾驶技术分为 L0、L1、L2、L3、L4、L5 总共六个等级，来描述自动驾驶的各个阶段，OTA（Over the Air）则为空中下载技术，目前所有需要手机联网的功能全都来自于 OTA 支持，在汽车领域，OTA 可以对汽车进行包括应用程序、地图、灯光、语音、悬架升高、刹车、自动驾驶等等更新。
无人驾驶分级
目前，小鹏汽车的 G3 已经达到了 L1 的水平，ACC（自动调节跟前车的距离）以及全景式自动泊车，" 基本上驾驶员不用碰油门和刹车的 " 吴新宙解释说。再往上一层 L2，就是把 LCC（车道居中辅助）也加上去，" 这样的话你在解放了双脚以外，还可以解放一下你的双手，因为你的车会自动在车道行驶。" 按吴新宙的设想，未来小鹏将通过 OTA 的升级，使 G3 车型可以实现从 L1 到 L2 的跃升，这个功能预计将在今年 5、6 月份将能实现。
新车 E28 则自带 L2 属性，升级到 L3 阶段，小鹏主要聚焦在高速和泊车两个场景上。高速上行车能够自主变道，车辆可以完成从点 A 到点 B，并且具备处理复杂场景和决策能力的能力在泊车上能够做到记忆泊车，即车能够做到从你的家到公司，车能够把整个路径记忆下来，完全自主地帮你来开这一段。
如果可以按计划达到 L3，汽车又可以记忆泊车，这对小鹏来说是很大的进跨越。但商业价值实现要在用户能够买得起的前提下，来实现一些对用户有用的功能。
对于价格方面，目前小鹏给出的答案是通过可控成本的硬件甚至是低成本的硬件，通过自己能力的实现和算法上的演进，来完成一些比较好的功能。即时是 " 下一款车整个 L3 的方案，硬件成本的角度来讲和处理器的角度来讲，可能在 2 万、3 万人民币左右。" 吴新宙说。
目前小鹏汽车 G3 全系售价约为 15.58 万 -19.98 万元，相比蔚来和特斯拉来说，小鹏现在有明显的价格优势，但这种优势可能并不会持续太久。
特斯拉在这月初，对国内在售车型进行了调价，包括 Model S、Model 以及 Model 3 都有降价，降幅 1.13 万 -34.11 万元，共涉及 8 款车型，同时特斯拉正在全球范围将其销售方式转为线上销售，关闭门店节约成本同时，同时特斯拉在上海的工厂已经在建设中，还在中国成立了几十家分公司，涉及电动汽车、零部件、电池等的生产，致力于全面推进本土化，而 model 3 国产之后，它的售价将会比进口的版本售价降低 20~30% 左右，这会对国内汽车品牌带来直接的冲击。
小鹏汽车现在通过大量的实际路况数据来改善算法，再通过 OTA 把新的算法放到车里头，再通过这个闭环快速迭代，这几乎是无人驾驶公司都在尝试方向。Waymo 去年宣布它已经模拟行驶了 80 亿公里的无人驾驶里程，而特斯拉正在利用它的数万辆汽车收集真实世界的数据，这些数据将用于未来无人驾驶的优化。
另外，小鹏采取从 L1-L4 逐渐增加新功能的 Bottom-up 这种模式，也要直接面对走 Top-down 路线的压力。所谓 Top — down 即是直接做 L4、L5，这类公司包括 Waymo、优步等，这种模式会直接安全地将驾驶员从车内拿走，人在车里头可以办公，可以做很多有意思的事情。
" 它是一个从 0 到 1 的跳变，这是一个解决 100% 的问题，即使在限定场景下，你要解决这个 100% 的问题都是非常困难的，因为你要解决很多很多的 Corner Case（极端情况）。" 吴新宙说，但是不可否认的是，L4 L5 是很多人对无人驾驶最初的想象。
许多知名老牌汽车厂商在智慧驾驶也有着令人敬畏的积累，如即将进入中国市场的奥迪 e-tron、奔驰 EQC、捷豹 I-pace 等传统车厂高端定位的新品电动车。这些品牌早就在消费者心中形成了品牌信赖，这是造车新势力难以代替的。
即使是如期达成目标，到达 L3 水平的小鹏 " 还是一个驾驶员辅助的功能，而不是能够让驾驶员完全去睡觉 "，吴新宙说。新款车 E28 里配置了非常严格的驾驶员监控，例如会保证驾驶员的眼睛必须是看着路的，一旦眼睛离开路路超过 2 秒，车辆就会提出警报。吴新宙对 L4 的路线设计在在 2024、2025 这两个时间节点。
而同为国内造车新势力的蔚来汽车，在这个月初透露将跳过 L3 级别自动驾驶，直接研发 L4 级别自动驾驶，并且很有可能 3 年时间基本上能实现 L4 级自动驾驶。马斯克在采访中预计到明年年底，特斯拉汽车就能够在无人协助的情况下，实现安全的自动驾驶。
随着政策的倾斜，资本的推波助澜，无人驾驶已经逐渐变成竞争红海，形成了一个的 " 风口 "。 目前，中国造车新势力企业已突破 100 家，排名前十的造车新势力总计融资超过 500 亿元。
不过，整个无人驾驶行业还面对诸多难题。
一方面，这些自动驾驶公司都还处于大规模烧钱阶段，以蔚来汽车为例，其财报显示，2018 年年度净亏损为 96.39 亿元人民币，同比增长 92%；归属于公司股东净亏损为 233.28 亿元，同比增长 208.5%。加上 2016 年亏损 25.73 亿元，2017 年亏损 50.21 亿元，蔚来近三年来累计亏损约在 172.33 亿元。另一方面，无人驾驶的法律问责和道德问题都不是仅凭商业力量就能改变的。
此前，36 氪对吴新宙进行了一次采访，谈话的内容围绕小鹏汽车自动驾驶的未来方向。
以下为采访内容整理，有删减
Q：你觉得在高通做自动驾驶方面的工作，跟在小鹏主机厂做的自动驾驶工作有什么不一样？
吴新宙：为什么会选择加入小鹏？我觉得从这么几点来看：第一个，自动驾驶最佳的落地途径是什么？我觉得是整车厂。整车厂有几个得天独厚的优势。我就说两点：第一点是他们直接面对用户，他们有大量的数据可以从路上跑的车过来，这个闭环的能力是非常强大的。大家也知道，在 AI 时代数据为王，很多的算法包括算法的演进、能力的增强都要通过你对数据的获取，不断通过数据来改善你的算法。第二点是通过 OTA 把新的算法放到车里头，再通过这个闭环快速迭代，来增强你的本领，这样一个快速迭代的能力是主机厂独一无二的。
现在基本上所有的科技公司都在做 Level1、Level2，都在做自己的自动驾驶解决方案，但是那一条路其实还是蛮难走的，因为自动驾驶做一个演示很容易，但是你要把一个产品做好，把你的能力做到最强还是蛮有挑战的。所以我觉得主机厂来做这个事情，对我来说是一条更加清晰的产品落地的路径。
在高通其实我们也有很多很棒的人才，技术积累非常地丰厚。大家也知道，高通一直想收购 NXP（恩智浦半导体），但是由于种种原因没有收购成功，高通的整个产品线到车那边受到一些阻力，所以高通在自动驾驶接下来的布局怎么走还不是特别清晰，在高通那边感觉在这样一个大环境下技术落地还是比较困难，相反在小鹏这边、在主机厂这边，对于我这样一个技术人员，吸引力还是非常大的。
Q：美国的自动驾驶团队和中国的自动驾驶团队是一个怎样的分工？分别应对什么样的场景和方向？
吴新宙：首先中美团队的分工，这是一个 " 坑 "，因为大家都在探索，其实挺难找到一个很好的平衡点。我以前有一些类似的经验，来了以后也做了蛮大的一些调整。我以前在高通的团队差不多在全球 5 个地方，反正还是感觉找到了一个比较好的方法，这个方法我现在也在移植到小鹏这边。当然小鹏这边有更多的复杂性，但是现在我们的团队基本上分工还是很明确的。
我们的团队很年轻，刚才我也开玩笑说，我加入以后本来团队平均年龄 30 岁以下，我加入以后就变成 30 岁以上了。他们非常非常有冲劲，有非常强的工程落地能力，有非常强的跟周边团队协作的能力，一起来把这个事情做好，同时又符合整车的节奏，他们的这个能力我自己也是受教育蛮多的，他们也完成了整个全场景自动泊车的落地在 G3 的实现，所以真的蛮厉害。
北美团队从比较高的维度来看可能也比较简单，北美团队他们会提供核心技术。我经常做一个比方，可能 80 后、90 后、00 后不懂，我说这儿的团队是一个 " 主板 "，北美的团队是一个 " 插件 "。
北美团队他们会做一些比较核心的技术模块，比如说感知的，感知的团队基本上全是在硅谷，他们会完成从算法运研到数据训练到模型优化到硬件上的实现，整个流程全部在北美实现，除了这个还有定位、激光雷达的处理、雷达的处理等等，这些核心的算法团队基本上放在美国，因为美国的技术储备和人才的厚度还是挺不一样的，特别在硅谷这样一个弹丸之地，你真的非常难以想象，有那么多全世界高素质的人才全部聚集在一起，他们做出的这些东西会由国内的团队跟他们一块来做一个整合，比如说自主变道的这个功能，国内团队会定义这个功能对每个模块的要求，要求北美的团队或者核心算法团队按时按质量地来交付这些功能，然后在中国的团队会和周边的团队一起落地和大规模路试的过程。
Q：目前小鹏的交付量并不是很大，你们如何扩大数据的收集量？
吴新宙：数据量这个问题是一个非常有趣的问题。数据量大到什么程度，其实大家可能都没有什么感受，以前觉得 MByte 很大，后来觉得 Gigabyte 很大，现在一辆自动驾驶车如果全部是原始数据的话，每小时能够产生 5 个 Terabyte。
从研发到产品有不同的阶段，你也不可能要求将来的量产车每一辆车每个小时传 5 个 Terabyte，即使有了 5G，我相信我们的市场部也不会太开心，管道的这个钱就要很多。这个大数据有几层，首先这一层是我们自己为研发所用的数据采集可能有 10 辆，甚至 100 辆，我们每天跑出去，但是这些车每个小时产生几个 Terabyte 的东西，你可以算一算这个数据量有多大，其实非常大。
再下一层，我们有自己的几千辆车，那几千辆车上我们也会布一些自己的传感器，但是我们可能不会收集全部原始数据，那个数据量太大了，我们可能会收集一些中间的处理结果或者最后的处理结果，比如说到 Gilobyte 的量级，就不要 Terabyte。到用户的车虽然现在我们的产量还不大，但是我们希望到今年、明年接近 10 万辆的水平，到那个时候数据量包括用户数已经不少了，我们会把每一辆车的数据量控制得更精准一些，去拿一些我们觉得最核心、最重要的数据，也会通过一些增益函数，比如说你在做 LCC 的时候，驾驶员接管了，他会做出一些动作，把前后几秒的数据传上来，通过一些比较精准的控制来减少数据量。
但是从整个大数据的架构来看可以看到它有蛮多层的东西在里头，每一层的数据量都很大。通过这些数据来推动算法，我觉得这个是我们必须要做的一件事情。我们现在还在搭建整个数据体系，我本人也非常看重大数据体系对我们团队的重要性。换句话说，现在还没有开始量很大，对我来说也给了我一些时间，我觉得也不是坏事。
来源：36氪
