腾讯|自动驾驶年度激辩：量产由三要素驱动，本质是数据的军备竞赛( 五 )

量子位李根：苏博士是不是对量产这个时间节点也有一些感受？因为天雷博士跟彭总的目标或者指标，是要把人拿掉，而且达到量产的状态。但从您的角度或者从腾讯做自动驾驶这件事情的切入，也许第一阶段不是追求全无人的状态，会有哪些不同？
腾讯苏奎峰：我觉得本质上应该没有太大的不同。我们想解决自动驾驶问题，而RoboTaxi本身就是无人，这是一个前提条件，也是一个目标。这是提升生产效率，或者是降低人的疲劳，解决因为人而产生的各种问题，这是自动驾驶或者无人驾驶的核心目标。
所以我认为所有企业，无论切入点怎么样，都是按这个目标去做的，只是说在很长的产业链，或者众多的场景里面会有不同的选择和定位。
回过头来说，量产为什么会在这个时间点，我觉得原因有三个层面，一个是政策，一个是场景，一个是技术。
从政策角度来说，我认为在中国真正按下了自动驾驶启动键的标志，就是李院士的国家自然资金重大专项，把自动驾驶作为一个验证场景，那是2008年开始的，那应该是最早的起点。
正因为政策推动这件事情，才有今年北京、上海都在推动自动驾驶落地，这也是一系列有远见的领导者或者技术的专家在推动政策的落地。
第二就是场景，不讲场景很难把自动驾驶做到真正落地。每一个场景都有面临的现实问题。比如商用车，L2+场景有解放人的，也有开车的。彭总、天雷做的机场，或者大的物流，也是有限的范围场景内提升生产效率、降低成本。这需要每垂直场景的技术手段方式，不同场景有很大差异性，虽然从技术层面有一定的相似性。

文章插图
从技术层面来看，无论是从算力，还是数据的积累，或是算法的成熟度，行业都已经积累了很多年。从零几年开始到现在，到了一定的破局的点。但还有更多的工作要做。现在我们看到落地的场景，离我们期待的自动驾驶还有很大的距离，无论从技术，还是从场景的匹配度。其实政策目前来看不是最大的障碍，国家应该会推动。
对于腾讯来说，希望利用自身的的平台，把过去积累的不单纯是自动驾驶的技术，还有其他的技术应用到自动驾驶场景，或者给类自动驾驶场景带来更大的快速落地的收益。
直面安全忧虑：企业要敬畏，社会要包容量子位李根：苏总一开始也提到了车展，今年自动驾驶是一个非常热门的话题，相关技术在各个领域的量产应用。但在这个过程中，之前可能大家只是因为相信而出发的。但现在所有人都看见了，有了上量的需求。这时有没有一些新的挑战？对于大众认知来讲，苏总您认为哪些挑战会成为我们需要思考解决的问题？
腾讯苏奎峰：任何一件事情从开始到起量都会有一个过程，它面临的挑战也会有很大的差异性。尤其在自动驾驶，从demo到小批量，再到大规模的使用，原来一些小概率的事件在起量的情况下会变成常发事件。
这也是为什么要解决自动驾驶的长尾问题，也是为什么一旦起量以后，特斯拉也好，或者其他的企业也好，偶尔会出现交通事故，这不代表它的技术不先进、不好，而是有很多长尾的问题需要预见，需要去克服完善。
这方面，我认为一定要在技术上，或者架构稳定性、安全性上存有敬畏心，给场景或者是产业，或者是个人带来价值的同时，也要避免产生更大的伤害。
所以从技术上我们要去保障，但是从认知上，也需要有一个接受的过程，无论是从业者还是社会其他的人员，每一个用户都需要建立对技术理念上的认知。