(资料图片)

近日，科技部、教育部等六部委联合印发《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》（以下简称《指导意见》），提出各地方和各主体要加快人工智能场景应用。为响应号召，不久前，科技部印发了《关于支持建设新一代人工智能示范应用场景的通知》（以下简称《通知》），启动支持建设新一代人工智能示范应用场景工作，提出智慧农场、智能港口、智能矿山、自动驾驶等十个方面的首批示范应用场景。自动驾驶、智能港口、智能矿山等场景的入选，必将进一步推动人工智能在智能汽车领域的应用。

自动驾驶落地离不开场景建设如工信部科技司副司长任爱光所言，人工智能是赋能技术，必须与应用场景结合才能发挥出最大作用。作为人工智能的一大应用领域，智能汽车的智能驾驶、智能座舱等功能的落地都离不开人工智能技术。其中，自动驾驶，尤其是特定场景的自动驾驶，是人工智能实现大量应用的很好的载体。基于此，《指导意见》提出，在交通治理领域要探索交通大脑、智慧道路、智慧停车、自动驾驶出行、智慧港口、智慧航道等场景。　　在中国生产力促进中心协会常务副秘书长王羽看来，科技部此次发文推动自动驾驶、智能港口、智能矿山等与智能汽车发展息息相关的场景建设，实际上是为了与工信部、交通部等部门形成合力，共同支撑智能汽车发展。“自动驾驶需要从五大层面推动，战略引领、标准法规、科技创新、基础设施、社会应用，缺一不可。”王羽称，科技部主要负责从科技政策角度支撑、引领产业深化。人工智能行业的发展是大势所趋，但如何将日趋成熟的人工智能技术真正推向产品、产业，中间的场景应用环节十分关键。因此，科技部当下从政策措施上推动智能汽车相关场景应用的示范建设，有其必要性和迫切性。　　同时，王羽指出，一项科技从技术走向产品，往往需要经历小试、中试、大试等多个环节，才能真正实现产业化落地。这期间还涉及标准化的问题。如果没有足够的试验，产品的标准化和产业化过程将会十分艰难。“现在自动驾驶就正处于技术向产品转化的关键阶段，还没有哪一家企业能够真正拿出量产自动驾驶产品，只是具备一定的辅助驾驶功能。”王羽告诉记者，我国自动驾驶发展已经突破0到1的验证，即经过实验室里的Demo小试，验证了技术的可行性，下一步的关键就是如何实现从1到100的突破。　　若想从1走到100，中试、大试必不可少，建立示范应用场景就是典型的中试、大试阶段。王羽表示，示范应用场景又可以分为封闭的测试示范区以及公开道路进行测试的先导区，分别对应中试、大试阶段。只有在这两个阶段实现足够的试验运行，自动驾驶才能真正实现产业化、规模化落地。　　清华大学苏州汽车研究院院长助理戴一凡从自动驾驶技术成熟度出发，认为尽管自动驾驶技术在持续快速迭代，但在完全开放的道路上，全工况的L4自动驾驶短期内仍无法实现。因此，必须要寻求能够尽早落地的商业化场景，多上路、多试验，如此，技术难题、商业逻辑、政策法规才能被“试出来”。交通部科技司司长岑晏青也表示，以应用为驱动，打造面向出行和运输服务实际需求的场景，才能更好地促进人工智能技术赋能交通运输高质量发展。　　政策、标准、设施均需政府牵头“现在国内建了很多示范区，但是这些示范区的应用程度、定性条件、细化标准都难以落实。”王羽指出，示范应用场景关键不在于有没有，更在于如何让这些场景的应用意义发挥出来。在他看来，政府需要牵头对示范区各类细分场景的标准进行更为深度的细化，为企业提供研发应用的环境，推动产品走向应用，而非仅仅依靠市场自由发挥。　　王羽表示，目前自动驾驶场景应用可分为乘用车、商用车、专用车三类，政府在推动政策制定、标准建设、产业应用时，需要对这三类场景进行区分，逐步细化，不能大而化之。“现在很多高级别自动驾驶示范区其实主要是针对乘用车自动驾驶的，不过有些地方把无人驾驶售卖车也算进去，它本身不属于面向消费者使用的人类机动车，而是更偏向于机器人范畴。这个现象其实就是从顶层设计上就没把场景分类搞清楚。”王羽直言。　　政策层面的不细分，容易导致企业层面的“大一统”。王羽称，现在很多自动驾驶企业在产品研发上同样相对混乱，乘用车、商用车、送货机器人全都做，最终结果就是乍一看场景应用繁荣、技术路线多元，而实际上每种场景都不成熟，产业化落地自然十分缓慢。因此，王羽强调，政府必须在政策层面给予引导，在国家标准层面给出分类，在场景应用层面确保细节，企业产品才能有所侧重，公众认知也能更为明晰，进而实现产业各个赛道的繁荣发展。　　除了要细化，自动驾驶企业也在呼吁政策的进一步开放化。小马智行相关人士在接受采访时表示，希望今后政策能够逐步支持自动驾驶技术在更大地理范围、更多交通场景中落地，建议探索建立一套能让高级别自动驾驶车辆真正大规模上路并实现商业化运营的法律政策体系。　　在基础设施建设上，如祺出行相关人士表示，车路云一体化协同发展离不开基础设施建设与测试环境等硬件打造，这些均需要政府层面牵头。当前，路侧设备覆盖率、车端设备安装渗透率均有待提升，希望政府能够进一步推动相关基础设施的建设步伐。轻舟智航方面同样指出，期望政府推进智能交通基础设施建设，引领车路协同广泛普及，推动单车智能、车路协同共同发展。

特定场景加速自动驾驶商业化

近几年，自动驾驶企业纷纷卯足了劲搞研发、推落地、做运营，自动驾驶产业热闹非凡。以小马智行为例，短短几年内小马智行便在北京、深圳等多个重点一线城市落地自动驾驶测试和示范运营，实现Robotaxi、Robotruck双线并举；轻舟智航则以Robobus为切入点，探索了轨道交通和自动驾驶微循环结合的商业模式，并在苏州、深圳、北京等10个城市开展常态化运营；作为智能网联出行平台，如祺出行则借助平台优势，推动Robotaxi运营落地，预计下半年在广州开启有人驾驶与无人驾驶车辆混行示范运营。不过，在戴一凡看来，若想加速推动自动驾驶商业化落地，还需率先在特定场景实现突破。　　《通知》指出，要支持建设智能港口、智能矿山人工智能示范应用场景。其中，智能港口要开展自动作业路径及泊位计划优化、水平运输车辆及新型轨道交通设备的协同调度等场景应用；在智能矿山场景下，鼓励开展露天矿矿车无人驾驶、产运装协同自主作业示范应用，通过智能化技术减人换人，全面提升我国矿山行业本质安全水平。　　上述专家均指出，智能港口、智能矿山建设是较早能够实现自动驾驶商业化突破的两大场景。在戴一凡看来，港口、矿山的场景特殊性决定了它们本身具有自动驾驶商业化的强需求。“无论是港口还是矿山，汽车实际上都是作为生产工具而存在的，如果自动驾驶技术可以减少驾驶员等成本支出，那么这些场景对于自动驾驶的商业诉求是很强的。”他表示，从经济效益上看，港口、矿山场景需要自动驾驶技术的尽快落地来减少成本、降低风险，提升经济效益。此外，由于这些场景的工作环境相对恶劣，有害气体、粉尘等对身体也会有伤害，年轻人不愿选择这些高风险、环境差的职业。据悉，目前部分矿车司机的工资开到了年薪20万～25万元，仍旧无法招到年轻人。戴一凡指出，这也是港口、矿山对自动驾驶诉求高的一大原因。　　从技术落地的难易程度上看，在行驶路线相对固定、行驶速度要求低、场景相对封闭的港口、矿山场景实现无人驾驶，难度自然小于城市开放道路。戴一凡认为，尽管港口、矿山也存在一些技术挑战，如矿山需要面对路面不平整、扬尘等挑战，但这些挑战是相对可控、技术难度也在掌控之中，因此，港口、矿山场景下的自动驾驶商业化进程是可预期的。