时至2019年，智能驾驶似乎已经成为了汽车行业竞相追逐的破局点。
目前为止，国内车企宣布完成L4级自动驾驶道路测试的车企已超过两手之数，但仍未有可预见的车型落地计划。纵观整个汽车行业在自动驾驶领域的动作，似乎除了特斯拉FSD（全称）敢称之为完全自动驾驶外，其余市面可见主流车型均处于L2级阶段。这只能被称之为智能辅助驾驶，距“自动驾驶”四个字相去甚远。
在国内车企中，广汽新能源在2019年的下半年发布了支持L3级自动驾驶的Aion LX，并表示“该车为首款搭载L3级自动驾驶的量产车型”。但就目前为止，除了发布会上对L3级“大展宏图”，至今无人有幸体验到Aion LX的L3级功能，哪怕是封闭道路。
纵观整个2019年的中国车市，不论汽车企业是合资还是自主，不论是传统还是创新势力，关于智能驾驶这件事，没人能够打得过特斯拉。
智能驾驶，特斯拉是如何甩开其他车企几条街的？
究其本质，智能驾驶系统是由计算机主动完成车辆行驶过程中感知、决策和执行三个流程的结果。在这三个方面，特斯拉的智能驾驶功能实现了全面领先。
（ 特斯拉视觉识别示意图丨特斯拉 ）
首先在感知层面，特斯拉的视觉识别系统对于道路交通参与者的识别，范围更广，类型更加精确。通过多路摄像头，特斯拉的目前已经量产的三辆车可以对车辆周围进行360度的全覆盖。不仅对于车辆所在车道，还包括左右两边车道。
（ 特斯拉视觉识别示意图丨特斯拉 ）
除了更广泛的识别范围，特斯拉对物体的识别能力也要远强于其他车企。根据首席出行官的体验和其他车主上传的视频，特斯拉除了能识别轿车、货车和大客车外，对于道路上的行人、雪糕筒、甚至是跑在道路上的马匹都可以进行区分。
相比之下，现阶段传统车型搭载感知识别技术，仅能支持单一方向、单一车道乃至单一物体的识别。新势力造车品牌车型会略强一些，可以支持单一方向的多条车道以及多物体的识别能力。但无论是传统车企还是新势力品牌，只有少部分可以实现对不同车型的识别。
对于物体能否实现精确识别，会对车辆计算机采取的下一步决策产生重大影响。借助超越了近乎对手的“慧眼”，特斯拉汽车拥有了相对更加高效安全的驾驶决策。
第二在决策层面，特斯拉的决策更加主动。2019年4月4日，特斯拉率先推送了主动变道功能，驾驶者通过打转向灯下达变道命令，特斯拉系统则会在主动识别并确认安全性的同时，实现全自动的变道动作。该功能背后的系统逻辑是，特斯拉的智能驾驶系统实现了全程对车辆周围进行探测，在驾驶者启动自动变道功能的同时，系统便直接根据实时采集的信息，判断变道动作的执行与否。
相比之下，国内一些同样支持主动变道功能的车型，则需要驾驶员下达变道指令后，再将车身周围传感器的探测数据回传到中央处理器，在判断后方才决定否执行变道动作。这其中，往往还存在探测不准确的情况。因此两者之间的效率高下，一眼便明。
（ 特斯拉主动避开障碍丨网络视频截图 ）
在最后的执行层面，特斯拉的智能驾驶系统几乎已经实现了“永远在线”。近期网上有爆出视频，一辆特斯拉Model 3在行驶中且未开启Autopilot的情况下，系统在检测到前方道路中有障碍物时，这台Model 3依旧选择直接向左变道，并超过了慢车。整个过程，驾驶员都未参与任何操作。
从这个视频中可以看到，特斯拉汽车在感知到突然情况时，能够及时进行出规避动作。相比之下，其他车企只有在启动后才会对路面信息进行感知识别。在识别到突发情况时，车辆也只能是触发AEB主动刹车功能。
两种决策执行方式，一种是更主动，更大胆，也更接近人类驾驶员的处理方式，全程并不会打断行进路程。另一种则只能执行减速与刹停的动作，相对更加机械。
然而，特斯拉目前实现的不仅是功能方面的最强大。该公司在软件乃至硬件层面突出的研发能力，决定了其智能驾驶的功能潜力绝不止于目前我们看到的这些。
特斯拉：车企or芯片公司？
从更加底层的角度来看，特斯拉在智能驾驶领域的王者位置是由它自身超强的研发能力决定的。
自2014年开始，特斯拉旗下的车型开始上线Autopilot辅助驾驶功能。直到今天，特斯拉已经完成了Autopilot软件与功能的多次迭代。2019年4月19日，该公司更是发布了FSD，将为用户提供完全自动驾驶能力。
伴随这一过程的，是特斯拉软件与硬件自研能力的逐步建立与日益强大。
在Autopilot功能上线初期，特斯拉选择将业界知名的视觉芯片公司Mobileye作为合作伙伴。但对于几次交通事故的互相扯皮，让特斯拉选择和该公司分道扬镳，改为自己研发视觉识别方案。
但面对特斯拉对于视觉识别方面海量数据的处理需求，Model S此前搭载的英伟达Xavier计算平台无法满足。换做一般汽车企业，也许会基于供应商的研发速度做自己的产品规划，但特斯拉显然忍不了。2016年2月，特斯拉的自动驾驶计算平台正式立项。在2019年3月，开始在Model S/X上搭载。在2019年4月开始量产的Model 3车型则全面搭载了FSD芯片。
（ 特斯拉自研FSD芯片丨特斯拉 ）
如今，该芯片的性能不仅在Model 3上得到了证明。在向来“文人相轻”的汽车产业同行里，FSD芯片一样得到了大家的认可。理想汽车创始人兼CEO李想在微博上表示，特斯拉自研的FSD芯片算力是英伟达Xavier的近7倍，其特有的神经网络可以同时处理8路摄像头产生的图像数据。此外，特斯拉官方还表示，该公司已经在开发下一代FSD芯片，预计在两年内完成研发，其性能将会是现在的3倍。
决定智能驾驶功能进化能力的不止有芯片的计算性能，还有企业积累的道路行驶数据大小。基于多层神经网络的人工智能算法，需要不断学习来实现成长。对此，传统车企的做法是建立路测车队来采集道路数据。而特斯拉则开创了“影子模式”，让全球路上的每一辆特斯拉汽车都为公司智能驾驶功能的研发上传日常行驶数据。
（ 特斯拉神经网络架构模型丨特斯拉 ）
上述这些仅仅是意味着特斯拉在硬件能力上，已经处于行业领先位置。但智能驾驶系统不单单是硬件能力的考量，更是对道路数据积累量的考量。从公布数据来看，特斯拉已经收集了超过160亿公里的真实行驶数据，其中有超过16亿公里的行驶历程是采用特斯拉的Autopilot智能辅助驾驶系统。
这样的数据量级不仅远超传统车企及造车新势力，即使是Waymo和百度这样专注研发无人驾驶技术的科技公司也难以企及。 通过庞大的数据库，特斯拉的智能驾驶系统积累了足够丰富的“驾驶经验”，这也正是特斯拉智能驾驶功能的最大优势所在。
相比之外，传统车企和新势力品牌对于智能驾驶的研发则显得相对弱势。目前主流的车型上的自动（辅助）驾驶功能基本上都选择了供应商提供的解决办法。尤其是算法和硬件研发层面，车企的相关能力还十分有限。
然而，这种采购的方式不仅会导致技术在交付车辆后无法持续迭代，更会令各大车企的自动驾驶功能表现出同质化。这意味着，在未来消费者很难区分出宝马的智能驾驶和长安的智能驾驶有什么不同。从这个角度来看，自动驾驶在传统车企提升起车型产品力上的作用，和一套加热座椅相比似乎没什么本质区别。
消费者：只要Autopilot好用，产品质量并不重要
特斯拉是一个靠长板效应生存的车企，所以这意味着它有着明显的短板存在。相信关注过特斯拉的朋友们肯定有了解，该公司车型的整车制造工艺，已经成为了广大车主吐槽的对象。可即便如此，为何其销量一直居高不下？
原因很简单：作为当前目前唯一可以将智能驾驶功能作为核心产品力的车企，其优秀的智能化体验已经可以让人们接受它产品工艺上的不足。在微博等社交网络平台，用户一边骂产品质量差，一边又高呼“Autopilot真香”的场景并不鲜见。
（ 特斯拉Model 3丨特斯拉 ）
不仅像Model 3这样的新车型在智能驾驶功能的加持下实现了大卖，像Model S这样的老产品，也依靠FSD成为了常青树。要知道，自从2016款Model S更新外观设计后，该产品至今仍未在设计层面进行更新换代，但这却并没怎么影响到它的销量。显然，消费者认可的除了Model S优秀的性能外，能够持续升级的智能驾驶系统也是一项重要因素。
（特斯拉Autopilot系统丨特斯拉）
更重要的是，智能驾驶系统为特斯拉赢得了更好的业绩。从特斯拉2019年第三季度财报中可以看到，FSD功能累计为公司贡献了高达 5 亿美元的选装营收。要知道，特斯拉官网中对FSD描述中的“交通信号灯识别”、“停车场车辆召唤”以及“城市自动驾驶”功能至今还没有上线，消费者在完全未体验时就已通过“盲订”直接花费5000美元（中国市场为56000元人民币）选装了这些功能。这无疑进一步证实了特斯拉的自动驾驶功能在消费者中的认可程度。
此外，消费者的认可也会继续推进特斯拉智能驾驶功能的进化。前文有数据提到特斯拉的自动驾驶数据库中，有十分之一的路程是用户开启了智能驾驶功能下收集的。随着智能驾驶功能的不断进化，特斯拉的用户会越来越多的使用该功能，这也进一步反向帮助特斯拉智能驾驶功能的迭代，以此来形成一个正反馈闭环，这也是特斯拉在智能驾驶领域的最大优势点。
（ 特斯拉Model 3丨特斯拉 ）
现阶段，虽然传统车企及新势力造车品牌均开始在智能驾驶领域有所布局，但截止目前为止，在智能驾驶功能上能比特斯拉更完善的车型并不存在，甚至于连“贴近”的车型都寥寥无几。而在研发能力上，同样也没有一家车企能与之匹敌。
回顾2019年的智能驾驶领域，无论是功能层面还是研发层面，特斯拉已经与其他车企拉开了明显的差距。而随着特斯拉在智能驾驶技术的不断进化，我们可以大胆推测，在2020年，整个智能驾驶领域，除了特斯拉一个能打的车企可能都没有。
作者：王新宇
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
