人们对自动驾驶的期待，实际上反映的是对智慧出行的向往。智慧出行无疑是一个非常广阔的大舞台。在这一赛道上，已经涌现出了新能源汽车、车联网、网约车、共享出行、智慧交通等多个细分领域。近年来，随着智慧出行的兴起，行业相关厂商不断发力，在该领域展开布局。
近日，Auto Byte依据其高端访谈品牌「首席智行官」，举办了「首席智行官大会」，大会围绕智能汽车3.0时代、智能驾驶数据、单车智能、云边端协同、中国Robotaxi的商业化等主题进行。
大算力时代的芯片挑战
有人说，2022年将是全球自动驾驶大算力芯片（单芯片算力大于100TOPS）的量产之年，围绕大算力芯片的竞争将会异常热闹。在今年，英伟达自动驾驶芯片Orin将量产，高通 Snapdragon Ride也将量产，而中国的多家企业大算力芯片也将量产。
2021年被称作激光雷达上车元年，伴随上车的还有自动驾驶计算平台开始突破1000 TPOS。这种趋势在杨宇欣看来，自动驾驶的发展已来到「上半场的下半段」，算力也已经成为判断汽车智能化程度的重要指标，车企希望通过突出算力值，让终端用户对车企的自动驾驶能力有更多认知。当前的算力理论上已经可以满足L2+、L3自动驾驶系统需求，接下来重点是将场景和体验做得更好。
作为代表主机厂需求侧的李博，则从另一个维度解释了硬件冗余的意义。他提出，硬件定义软件天花板，预留足够算力、预留足够传感器，是给未来自动驾驶系统的性能需求留出冗余。否则就像当前的应用程序逻辑上能在老款手机跑通，但却无法真正运行。
王平也提到，目前汽车在OTA趋势下，已呈现出软硬件逐渐解耦的趋势。相比硬件，软件更容易通过OTA便捷地升级的特点，也促使车企在算力上做选择性预埋，即使这部分现在用不到。
除此之外，特斯拉、小鹏等车企自研自动驾驶计算芯片，也正在成为一种趋势。芯擎科技董事兼CEO汪凯称，这一方面是因为芯片短缺让主机厂更加重视供应链多样性和供给安全，另一方面是高算力芯片已经成为车企的核心竞争力，供应商芯片越来越难以满足主机厂迭代速度、成本和性能要求。
但汪凯也表示，这种路线也有着诸多挑战：自动驾驶芯片的门槛较高，一旦走弯路就将面临巨大的资金损失，也将造成规划上的不协调。同时，车规级芯片与消费级芯片不同，对性能、功耗和可靠性的要求更高，还要完成车规级认证，周期更长，投入也更大，需要通过在多款车的应用普及来收回前期成本，因此需要推出更包容、更有竞争力的产品体系来满足不同车厂的需求。
2025年后自动驾驶走向成熟
自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让汽车内的电脑可以在没有任何人类主动操作的前提下，自动安全地操作机动车辆。当下，自动无人驾驶及辅助驾驶的发展已经在L3级别，并形成分水岭。有消息称，今年，将逐步出现技术难度更高的L4、L5级别的自动驾驶技术。
众所周知，在自动驾驶领域，不同公司有着不同的技术路线。有些公司会先推出L3级别的车型，一方面可以通过卖车获得营收，另一方面可以通过上路采集更多的数据。而另一些公司如图森未来则从一开始就针对L4级别自动驾驶技术进行研发。
针对这一情况，图森未来联合创始人兼首席架构官郝佳男表示，自动驾驶领域有多个探索方向，渐进技术路线和直接做L4级自动驾驶都具有合理性。
而宏景智驾则走的是渐进式迭代路线，宏景智驾联合创始人兼软件算法副总裁董健认为L2级别的辅助驾驶系统对于高级别自动驾驶的系统开发，有一定的推动作用。董健表示，自动驾驶系统非常复杂，涉及到软件、硬件以及系统集成等各个方面。如果不经历量产项目的经验以及与主机厂的深度磨合，打造一个真正能够落地量产的汽车产品，是比较困难的。
而对于商业化发展，Robotaxi的过程也是相当漫长的，大概需要5-10年的周期，在发展中，要逐渐通过局部成熟的技术去应用、尝试所有的应用场景。
驭势科技联合创始人兼首席产品官周鑫认为，Robotaxi是自动驾驶的终局场景。驭势科技的核心理念之一是用控制器软件的协同设计，用一套核心的算法尽可能多的应用到不同场景中去。用一套算法对工程能力要求极高，在算法的快速迭代、快速演进过程中，要考虑把技术成熟化、工程化地应用，才能快速验证技术，使技术成熟。
同时，Robotaxi技术成熟后，就可以快速应用到场景中去，达到一个互相补充、互相迭代的场景模式。
禾多科技副总裁戴震认为，不同用户对自动驾驶汽车的需求不同，主机厂更关注自动驾驶的交互，用户更关注座舱的交互、更关注舒适性，因此自动驾驶公司量产的乘用车要兼具B端与C端用户的需求。
目前这也是自动驾驶商业化面临的一个瓶颈——要同时满足B端客户以及C端客户体验的双重诉求。
此外，消费者对自动驾驶技术的顾虑，从某种程度上也制约了商业化落地。戴震认为，2025年可能是自动驾驶领域的一个重要时间节点，从目前来看，2025年之前在一些相对特定的园区、一些封闭、人流较少以及车速较低的场所，自动驾驶已经开始逐步应用。
最后，一些配套设施，包括基础设施的改造以及法律法规的完善，可能还需要两到三年的时间发展成熟。2025年以后，当以上几点因素真正落实后，自动驾驶技术才能真正的快速落地。