万余字来看自动驾驶将如何改变中国的交通格局

万余字来看自动驾驶将如何改变中国的交通格局-汽车电子-与非网

中国的自动驾驶（AD）行业在过去十年中发展迅速，因为中国的目标是成为汽车最先进技术领域的全球领导者。因此，中国与其他开发自动驾驶汽车和支持自动驾驶技术的国家之间的主要差距--投资、技术和人才--正在逐渐缩小。自2009年以来，中国作为世界上最大的汽车市场，交付了世界上一半的电动汽车，中国的自动驾驶技术和公司具有全球竞争力。

自动驾驶被认为是汽车技术皇冠上的明珠，是人工智能、以用户为中心的设计和精密制造的错综复杂的融合。完全自动驾驶将使汽车从一个纯粹的机械产品转变为在中国经常被称为 "移动第三空间 "的东西。这种持续的转变已经在改变汽车行业的价值链，并将创造一个广泛的交通生态系统。一旦实现，真正的自动驾驶将改变我们对移动性、物流和我们个人和职业生活的其他领域的概念。

在通往自动驾驶的道路上，仍然存在着巨大的挑战。尽管自动驾驶在确保道路安全和交通效率方面具有巨大潜力，但我们离完全自动驾驶汽车的最终目标还有几步之遥。挑战是多种多样的：感知技术和控制算法方面的技术障碍，变化缓慢且基于一套预先定义的规则和技术的监管环境，以及制造和运营自主车辆和部件的高成本。由于这些挑战，市场参与者正在追求不同的方法来开发和商业化自动驾驶技术。

一些公司--包括许多汽车制造商--正在采取渐进式方法，首先接受中低级别的自动驾驶和驾驶辅助系统（L1至L3），最终应用于大众市场。大规模部署驾驶支持技术使汽车制造商能够收集数据并提升自己的研发能力，然后再提升到更高水平的自动驾驶。一些公司--包括许多技术公司--正在直接跳到更高层次的自动驾驶（L4或更高），采取更具突破性的方法。这些技术公司可能与汽车公司或叫车平台合作，测试复杂的组件或软件，而不开发自己的车辆。

对于AD发展的 "正确 "模式没有共识--无论是雄心勃勃的破坏性还是保守的渐进性。在中国起步较晚，经历了动荡之后，AD技术公司正在制定更合理的发展目标和时间表。

从2014年开始，到2017年达到顶峰，对中国汽车行业的投资数量和价值激增。即使是那些汽车行业以外的公司，也设定了在几年内开发和商业化具有自主能力的汽车的目标，这还不到传统大众市场汽车开发时间的一半。这些公司中的许多后来都失败了，他们 "开发 "的产品只存在于概念中。现在，随着第二阶段投资的涌入，投资者在尽职调查方面更加严格，而AD公司则更加务实。第二阶段的发展重点是使汽车更加智能，在开放的道路上测试自动驾驶车辆的车队，以及解决具有明确商业目标的现实世界问题。大多数自动驾驶方案处于商业化的早期阶段，目前的规模无利可图。然而，包括Robotaxis在内的所有场景都在稳步地从测试轨道向开放道路发展。

有一点是明确的--中国仍然致力于发展自动驾驶，而政策将表明这种支持。由于目前的技术发展阶段、创纪录的资金水平和强大的人才储备，在毕马威2021年全球汽车高管调查（GAES）1中，大多数受访高管认为，到2030年，完全自动驾驶车辆将在中国的道路上运行。

在这份报告中，总结了中国自动驾驶市场的现状，并探讨了包括Robotaxis和自动驾驶卡车在内的AD方案。整个报告中包含了众多行业专家和汽车行业高级管理人员的意见。

自动驾驶大规模商业化有望于2030年在中国主要城市实现

根据毕马威的研究，该行业可能在2030年左右在中国的主要城市看到自动驾驶的大规模应用。自动驾驶汽车可能会在未来十年以叫车或送货车辆的形式进入市场。根据GAES2的研究，64%的高管认为，到2030年，中国主要城市的自动驾驶共享车辆和货运服务车辆将实现商业化。

就政府制定的目标而言，预计到2030年，中国部分城市将实现自动驾驶汽车的大规模应用。到2035年，大部分地区将实现自动驾驶汽车的大规模应用。中国智能网联汽车产业创新联盟（CAICV）在2020年发布了中国智能网联汽车技术路线图2.0（技术路线图2.0），以提供市场指导。根据该报告，到2025年，部分自主驾驶和有条件自主驾驶的车辆销量将超过车辆总销量的50%。此外，新车中蜂窝式车对车（C-V2X）的配备率将达到50%。高级别的自动驾驶将首先在特定的场景和有限的领域进行商业化，并将在未来几年不断扩大。到2035年，国家计划在全国大部分地区普及各种类型的高级别自动驾驶车辆。

自动驾驶在中国的商业化仍面临众多挑战

理想情况下，自动驾驶的转型意味着自动驾驶汽车将完全和一部分时间内取代人类驾驶员。在现实中，这将是一个充满挑战的过渡期，其特点是法规、技术、客户接受度和成本的不断变化。

标准和法规迫切需要得到加强。在国际上，政策和标准不断被颁布，包括：美国的自动驾驶汽车4.0，欧洲的互联自动驾驶路线图，以及日本的自动驾驶车辆安全技术指南。

中国在发布自动驾驶法规和法律框架方面一直比较缓慢。相关法律，包括《中华人民共和国道路交通安全法》，对车辆和人类驾驶员进行管理。因此，自动驾驶车辆只能在合法的 "测试道路 "上进行试驾，这限制了开发者对真实世界驾驶条件的理解。更重要的是，当事故发生时，对自主驾驶场景下的责任和义务的理解仍然不明确。此外，公路法和保险法目前没有包括自动驾驶的规定。

在技术方面，迫切需要取得突破性进展。智能互联汽车的技术正在迅速发展。L1和L2自动驾驶的部署规模越来越大。在一些特定场景下，自动驾驶系统已经达到了很高的水平。国内企业在系统集成到车辆上取得了长足的进步，但传感器和规划控制算法等关键技术还需要改进。

社会对智能互联汽车的接受程度仍在不断发展，部分原因在于价格方面的考虑。根据GAES之前的调查，中国客户对自动驾驶功能的早期接受程度高于其他大多数国家。然而，与其他高级功能相比，这些技术中的许多技术相对昂贵，导致许多客户无法负担得起车辆。因此，自动驾驶行业的增长速度已经放缓。 

自动驾驶系统依赖于移动数据网络、智能道路和云计算，建立在现有的基础设施升级趋势之上。中国的数字基础设施已经非常成熟，中国现在正进入发展智能交通基础设施的阶段。这些系统在资本和部署时间上都需要大量投资。此外，这种基础设施的可持续运营和升级的商业化也将是未来考虑的一个挑战。

车辆类型和场景是影响自动驾驶商业化速度的主要因素。不同类型的车辆有不同的商业化。完全自主的叫车服务处于复杂性的高端。它们需要高水平的安全、明确的政策和大量的跨行业投资。在复杂程度较低的一端，封闭运行环境中的载货汽车更容易商业化，因为安全要求没有那么复杂，法规已经存在或更容易修订。

自动驾驶的产业链中已经形成多方合作

传统上，有一个由原始设备制造商主导的迭代开发周期，它决定了车辆技术的发展速度。自动驾驶技术的早期发展，包括大多数ADAS解决方案，都遵循这种渐进的方式。主要考虑是市场竞争、成本、安全、车辆组合和潜在的销售影响。一些原始设备制造商使用供应商提供的交钥匙解决方案：雷达、底盘、摄像头、计算单元，以及整合它们的软件。然而，最新一代的纯新能源汽车（NBEV）汽车制造商在自主驾驶发展方面采取了更积极的态度。他们倾向于开发自己的自动驾驶系统，将创新推向他们的供应基地，并通过频繁的空中（OTA）更新避免过时。这打乱了该行业主要参与者之间的既定关系，并吸引了跨行业参与者的新兴趣，特别是技术公司。

汽车行业的竞争格局正在发生转变。合作正在成为汽车生态系统所有领域的普遍做法，并正在加速AD的普及。原始设备制造商、技术公司和供应商将优先建立新的伙伴关系，以加速AD的发展。这样做的好处有很多：降低开发成本、缩短技术创新周期、提高竞争力、增加在定义自动驾驶系统标准方面的影响力等等，所有这些都支持技术公司、原始设备制造商、供应商和初创企业之间的进一步联盟。其结果是：科技公司已经进入自动驾驶供应链，并以硬件芯片、软件和算法方面的优势获得了0.5级供应商的地位。

L2+级和3级ADAS大规模应用的加速ADAS发展的市场动态

ADAS系统的普及率迅速提高，未来仍有很大的增长空间。中国目前正处于从辅助驾驶（L1）向半自动驾驶（L2+）推进的阶段，这将首先让ADAS作为一种过渡性产品得到普及。目前，L2级高级辅助驾驶技术日趋成熟，普及率逐步提高。技术路线图2.0明确提出，到2025年，L2-L3级智能网联汽车的销量将占当年汽车总销量的50%以上，到2030年，这一比例将超过70%。毕马威估计，《路线图》中规定的2025年目标是可以实现的，L2及以上级别的渗透率约为50%。

自动驾驶技术正在迅速发展到L3级，预计2022年将开始大规模生产L3级车辆。非机动车正包含更多的技术增值功能，以满足目标客户的要求。此外，随着大量带有自动驾驶系统的新车发布，预计L3的渗透率将不断提高。此外，NBEV企业的发展和客户接受度的提高也有助于提高L3的渗透率。

大多数ADAS功能预计将变得更加普及。未来几年，几乎所有ADAS功能的渗透率都会增加，特别是多视角摄像系统、自主紧急制动和自适应巡航控制--这三项功能将在未来的自动驾驶系统中大量使用。因此，巡航控制的普及率将下降，因为这一功能将被自适应巡航控制所取代。

ADAS技术是AD普及和商业化的重要垫脚石

2019年以前，配备L2级ADAS系统的车辆只出现在价格在35万元以上的车辆上。然而，从2020年开始，L2级ADAS系统开始安装在中端汽车上，甚至是价格在10-15万元人民币之间的低端汽车上。ADAS作为实现自动驾驶的第一步，将成为必须教育司机、乘客和监管机构并建立信任的门户技术。只有当ADAS首先被证明是安全和便利的，客户才会在未来接受自动驾驶。原始设备制造商要想进入广阔的市场，必须采用智能技术来吸引中端和低端汽车市场的消费者，使用户为更高水平的自动驾驶做好准备。

推动2+级ADAS加速应用的因素-将于2023年推出的3级ADAS用例的政策规定

自2017年以来，交通部发布了多项针对商业用途车辆的政策，以提高安全性，减少事故。一些ADAS功能，如车道偏离警告、自主紧急制动和前方碰撞警告，已成为商业用途车辆配备的标准功能。ADAS功能也已成为乘用车的一个重要元素。在最新的中国新车评估计划（C-NCAP）10中，自主紧急制动、车道保持辅助、盲点探测等多项功能已经成为新车评估的要素。这些先进功能占主动安全系统得分的80%，现在占C-NCAP安全总分的25%。此前，主动安全系统得分只占总安全得分的15%，这突出了ADAS在车辆安全方面日益增长的重要性。

2021年3月，中国公安部就道路交通安全法的修订征求公众意见，明确了自动驾驶车辆路测的要求，以及因交通违法而发生事故时如何确定过错。这是第一次在国家层面公布此类法规，可以预见，这些法规将有助于解决目前与自动驾驶行业相关的法规中存在的漏洞。在这些法规的基础上，我们预计更全面的法规将在2023年公布。

毫无疑问，安全相关的技术、安全标准和新车评估将继续发展，并在全球范围内保持一致。纵观海外市场，欧洲和美国的新车评估计划评估更多的ADAS功能，以提高新车的安全性。因此，ADAS功能正在从可选功能发展为标准功能。美国的20家汽车制造商将考虑在2022年9月1日前将自主紧急制动作为一项标准功能。

- 2+级ADAS技术日趋成熟，成本下降，可大范围应用

近年来，随着技术的成熟，ADAS硬件的成本已经下降。例如，激光雷达的价格是其使用的一个早期障碍。该设备传统上用于工业制造，单位成本是一个不太重要的因素。然而，固态激光雷达已经取代了传统的激光雷达扫描器，大大降低了成本。

此外，由于自主驾驶系统将 如果自动驾驶技术在未来继续得到普及，那么对激光雷达的需求将会增加，制造工艺也会随之提高。在技术保持竞争力的前提下，激光雷达的需求将增加，制造工艺将从规模经济中受益。随着新出现的高潜力激光雷达技术，如OPA和Flash激光雷达，我们预计激光雷达将保持技术和经济上的竞争力。国内和全球的激光雷达公司已经宣布在过去几年中大幅降低成本。 

自动驾驶的感知系统主要有两种类型--a）带有毫米波雷达的摄像头，b）有摄像头和毫米波雷达支持的激光雷达。这两种方法都已经在大规模生产中使用。大多数汽车制造商正在尝试使用第二种方法来实现ADAS功能，因为他们认为准确性是最重要的问题，但是激光雷达的成本问题仍是当前关注的问题，目前市场上基于Mobileye的单视觉方案可以实现全部L2功能。由于算法不能完全抵消从标准传感器收集的低质量数据，激光雷达在推进自动驾驶系统方面具有不可替代的优势。此外，随着激光雷达技术的不断成熟，它不仅成本降低，而且还可以通过更小的传感器提供更好的性能。因此，预计激光雷达集成将成为ADAS系统的未来趋势。

- 高比例的客户愿意为ADAS付费

客户对自动驾驶功能的付费意愿上升是自动驾驶发展的关键驱动力之一。Yiche Research在2021年底进行的一项客户调查113反映了这一趋势。

- 近三分之一的客户愿意为自动驾驶相关功能支付溢价

- 超过50%的客户在等待观察自动驾驶技术的发展，表明如果技术变得成熟和安全，他们有可能成为未来的客户。

- 科技公司正与OEM合作，加速自动驾驶私家车的系列化生产

由于完全自动驾驶汽车的商业化仍处于测试阶段，短期内不会实现，科技公司意识到与成功的原始设备制造商合作开发L2+和L3汽车批量生产的必要性。

- 通过为原始设备制造商开发ADAS解决方案，技术公司可以产生ADAS解决方案的收入，以维持其运营，并推动研发工作进入芯片开发等领域，现有的处理速度能够管理L4自动驾驶。

- 从已售出的ADAS车辆中收集的数据也将帮助技术公司改进其L4算法。

因此，随着技术公司和原始设备制造商之间的合作，ADAS在车辆中的应用可能会加速，因为原始设备制造商继续提供更多可用的ADAS功能。

- 传统车厂和新势力积极推广L2+ADAS汽车

在原始设备制造商中，与传统原始设备制造商相比，新的参与者采取了更积极的自动驾驶采用计划。这加快了传统国际和国内车厂的AD发展计划。

新的参与者，如特斯拉、NIO、XPeng等，正致力于在AD技术市场上建立起市场领导者的声誉。传统的中国车厂正通过采取 "自我开发的软件+嵌入式硬件 "的战略来应对。在交付前为车辆配备摄像头、毫米波雷达、超声波雷达，甚至激光雷达，可以通过后续的OTA更新提高自主驾驶能力。

新的ADAS货币化模式出现，潜力巨大

原始设备制造商也通过新的自动驾驶服务货币化模式找到了新的潜在收入来源。他们已经开始向客户收取一次性付款，或以经常性的方式收费。

在中国各地区，一次性付款或订阅模式是最受欢迎的选择。然而，随着市场从ADAS发展到完全自动驾驶，OEM和移动服务提供商可能会尝试其他货币化模式（如按里程或按行程付费等），最终将颠覆传统的汽车价值库。

深入研究两个关键场景--Robotaxi和Autonomous line haul trucking

在所有场景中，这两个场景估计将在未来拥有最大的市场规模，并吸引最多公众关注。

机器人出租车将在2030年附近实现大规模商业化

- 作为自动驾驶的顶点，机器人车是最有前途的自动驾驶场景

随着Robotaxi技术的成熟，市场也将成熟。到2020年底，有3.65亿用户使用叫车服务，占据了互联网用户总数的36.9%。根据IHS Markit的预测，到2030年，中国的无人驾驶机器人出租车市场预计将达到1.3万亿元人民币。这将是一个新的市场，也是一个重大的颠覆，因为出租车和共享汽车可以被机器人出租车取代。此外，预计机器人出租车将吞噬部分私家车市场，特别是在城市中心。

- 机器人出租车在最近几年获得了重大改进，但仍受到限制

近几年来，机器人出租车获得了改善。北京于2021年11月25日宣布开放全国首个商业自动驾驶试点。这标志着中国的特大型城市首次为机器人出租车的商业测试开了绿灯。百度、Pony.ai和其他公司已经在北京和上海等一些主要城市进行了试运行。此外，北京亦庄的一些地区允许客户通过手机应用程序订购和支付机器人出租车。大多数Robotaxi服务只在特定地点之间提供。2021年第四季度，有21.3万名乘客乘坐百度的Apollo Go，比上一季度几乎翻了一番。 

目前仍有一些瓶颈是不可避免的。科技公司目前拥有最先进的自动驾驶系统，但如果系统不能有效地应对突发情况，仍然需要安全司机。在一些试点案例中，这种情况有望在短期内得到改变。此外，目前允许Robotaxi测试的地区比正常的城市道路复杂得多。因此，技术公司在改进正常城市道路的算法方面，有较慢的代表性数据积累，使得他们更难开发L4系统。同样，由于缺乏数据和在城市道路上的充分测试，允许机器人车在正常道路上行驶的新法规更难实施。目前在中国四川永川区和武汉经开区可以道路上进行无驾驶员的无人驾驶出租车，从目前技术来看，此种政策是有些过于激进，无论技术上还是法规政策上都达不到无人车在无驾驶员监管的情况下上路。

- 随着政策和技术的不断完善，机器人的长期前景是光明的

技术也在不断改进，以提高自动驾驶车辆的感知和决策能力。智能汽车依赖于具有高计算能力的芯片。ADAS传感器技术正在成熟，包括更先进的芯片，可以处理大量的数据，在运行中做出适当的决定。一些领先的公司提供包括芯片、算法和传感器在内的全栈式解决方案。此外，像高精度地图这样的软件在过去几年也有了很大改进。到2021年，28家中国企业拥有高精度地图所需的资质。此外，5G基础设施可以为车辆提供更高的网络速度，使其能够几乎即时地传输数据。

目前，中国政府正在重视V2X方法，在全国范围内实现自动驾驶。在中国11个部委发布的智能汽车创新发展战略中，关于智能交通系统的目标，已经设定了LTE-V2X、5G-V2X等汽车无线通信网络的覆盖范围。

- 科技公司目前是机器人出租车领域的主要推动力

科技公司、叫车公司和汽车公司之间的合作已经成为机器人出租车行业的普遍做法。自主驾驶公司需要汽车公司的制造经验和叫车平台，以收集大量数据用于自主驾驶算法的开发。同时，汽车制造商需要更好的自动驾驶算法来升级大规模生产的车辆，只有少数人在投资自己的Robotaxi服务。此外，提供叫车服务的第三方也在为Robotaxi市场做准备，但他们仍然需要时间来提高自己的技术和制造能力，以便为未来市场做好准备。

中国有10多家企业在开发机器人出租车，包括技术公司、科技初创企业、OEM和叫车公司。目前衡量一个企业的机器人出租车能力的主要标准是其车队的规模、运营区域和用户数量。在车队规模和部署进度方面，百度已经在这个市场上占据了领先地位，测试的里程数多得多，车队规模最大。早期的成功取决于是否获得许可证，因此公司在整个开发周期中与当局进行了非常密切的合作。 

- 机器人出租车正在高速运行，预计2030年将在开放环境中实现商业化。

Robotaxi的下一步是什么？更多的测试。在2022年4月之前，Robotaxis只能以有限的速度行驶，并且仍然需要一个安全驾驶员在场。然而，随着百度和Pony.ai在中国获得第一批无人驾驶机器人的许可，机器人出租车的测试已经推进到一个新阶段。下一步将是开发L4级自动驾驶，这将使机器人轴在更复杂的环境中以更高的速度行驶。实现这一目标不仅需要支持性的政策和先进的技术，还需要进行充分的测试，以收集足够的数据，用于改进算法，确保系统在公共街道上的安全使用。因此，技术公司改进系统的下一步是广泛的测试驾驶。

预计到2030年，自动驾驶线路运输卡车将实现大规模商业化

- 一个巨大而有前景的市场

根据中国国家统计局的数据，到2020年底，中国有840万辆重型卡车，这些卡车都有可能在未来被自动驾驶重型卡车取代。毕马威会计师事务所估计，每辆卡车（通常需要两名司机）的平均劳动力成本每年近30万元人民币。中国交通部也表示，截至2020年，全国有超过1700万名卡车司机。毕马威认为，如果自动驾驶卡车能够应用于市场，这代表着节省劳动力成本的巨大潜力。此外，智能驾驶系统还可以最大限度地提高车辆的燃油效率，为企业提供额外的节约。

- 自主线路运输卡车进入路测阶段

自主线路运输卡车已经迈出了商业化的第一步。Inceptio Technology和Plus等技术公司已经开始规模化生产L3自主驾驶卡车，并开展商业运输业务。与采矿和港口等其他应用相比，L4级自主驾驶的线路运输卡车需要更多的传感和计算能力。然而，由于高速公路是一个相对稳定的环境，与城市驾驶相比，交通动态较少，速度稳定，每公里的调整也较少，技术公司正在L4道路测试方面取得进展。2021年12月，Inceptio科技公司在一条封闭的高速公路上完成了24公里的L4测试，这表明行业正在进入L4自动驾驶卡车的发展阶段。

预计在2023年底之前，将完成L4自动驾驶线路运输卡车的初步测试，以便在2024年开始运营测试。大规模商业化将在2026年至2030年之间实现。

目前，法规对自动驾驶卡车是有利的。中国最近的法规现在要求卡车配备自动驾驶的相关功能，以提高安全性和降低事故风险。预计政府将在未来对卡车的自动驾驶提出更高的要求，以进一步促进公路安全。

- 在技术公司的推动下，商业模式包括轻型、重型和混合资产模式

自主线运输卡车供应商可以利用各种业务模式，有轻资产或重资产要求。采用轻资产商业模式的公司向原始设备制造商提供自动驾驶软件，后者生产和销售自动驾驶卡车。其他公司则改装现有卡车或与制造商共同开发产品。在重资产模式中，技术公司直接向客户销售或租赁卡车。在混合模式中，技术公司主要遵循轻资产模式，但也向客户出售或租赁卡车。

港口--预计在2025年前实现大规模应用的技术充分性

2020-2021年，港口自动驾驶商业化的第一步已经实现，潜在的商业模式已经清晰。由于封闭的环境、人与车之间高度结构化的互动以及低速，港口被认为是自动驾驶车辆的典型应用场景。在这种情况下，自动驾驶车辆可以帮助提高效率，减少干扰，增加人类安全，并解决劳动力短缺问题。

技术公司正在领导港口场景的开发工作。典型的使用场景是由技术公司对现有车辆或车辆设计进行改装，并出售给港口当局或在港口运营的服务公司之一。

技术公司出售配备了自动驾驶系统的卡车，并为港口运营卡车车队。主要参与者包括专门专注于港口车辆的公司；以及专注于多种不同的AD应用并为港口提供自主驾驶系统卡车系统的公司。也有原始设备制造商开发自己的自动驾驶系统。

预计在2025年前，港口场景将实现大规模应用。港口自主驾驶预计将在未来两年实现爆炸性增长。随着市场的成熟，预计市场竞争将更加激烈，导致市场份额和资本越来越集中于领先的公司。

采矿业--目前正在进行运行测试，预计到2025年将实现大规模商业化

中国已经有几个矿场在使用自动驾驶车辆。例如，Waytous，一家自主采矿车辆的改装商和运营商，已经在超过3023个自主驾驶项目中运作。矿场使用自动驾驶有可能降低事故发生的可能性，既能挽救人的生命，又能降低运营成本。为了支持这个行业，政府已经发布了一些政策，以支持采矿业自动驾驶应用的发展。此外，政府还制定了一个目标，即到2035年将所有采矿作业转变为智能矿山。

技术公司正在推动采矿业自动驾驶的发展。采矿业和港口业的情况有相似之处，包括商业模式。目前有两种商业模式适用于自主采矿的场景：一种是技术公司为采矿公司的车队生产车辆。另一种是只涉及轻型资产；技术公司向OEM提供技术，帮助OEM改装车辆并提供维护--这是目前市场的主要模式。

随着矿山已经在其运营中部署AD车辆，采矿业的下一步是大规模的商业化。市场上的主要参与者预计将在未来两年内实现大规模运营和商业化。同时，基于卡车自动驾驶技术的多功能性，其他场景的参与者已经逐渐开始将该技术部署到采矿场景中，以便在这个不断增长的行业中获得立足点。

最后一英里配送--许多运营试点，预计在2025年实现商业化

众多公司如JD.com、Cainiao、Meituan正在小规模的封闭环境中测试AD配送车辆。然而，车辆单位成本仍然很高，运营场景有限，因此目前很难实现大规模的商业化。尽管如此，随着中国每年数十亿包裹的交付，AD配送有可能大大降低零售商和物流公司的配送成本。

递送场景有三种主要的商业模式。第一种是用轻资产运营，只向配送公司提供自动驾驶系统。第二种是重资产模式，由技术公司生产并向客户出售送货车辆。一些公司只作为硬件平台供应商运营，保持低成本，并在低量时产生利润事件。在第三种模式中，物流公司开发完整的解决方案和车辆，以满足自己的需求。所有的模式在中国都在推行。

虽然AD配送涉及的技术问题不那么复杂，但成本和服务质量将是影响采用的主要因素，因为这种情况涉及与普通民众的直接互动。在未来，运送车辆的反倾销系统需要降低成本，提高效率，并强调以人为本的设计，以实现商业上的可行性。此外，大规模商业化对人类的影响将是巨大的，因为快递行业在中国雇佣了数百万人。

中国目前为自动驾驶技术的发展和商业化提供了一个有利的环境，并制定了有利于获得资本的支持性政策。

尽管如此，整个行业在发展过程中面临许多挑战，并可能遭受类似于上个十年末中国电动汽车发展的挫折。

中央政府和省级政策支持自动驾驶创新 

作为汽车行业的一个重要发展方向，自动驾驶已经得到了中国政府的关注，这可以追溯到2015年，当时国务院发布了《中国制造2025》，这是未来10年自动驾驶汽车发展和应用的指南和概要计划。

中国2035年第14个五年计划26，即2021年发布的中国社会和经济发展的最高级别倡议，为自动驾驶和智能交通设定了目标。

2020年，国务院发布了《新能源汽车产业发展规划（2021-2035年）》，明确提出了 "到2025年，发展高度自主的汽车，在有限的领域和特定场景中实现商业应用，到2035年实现大规模应用 "的目标。2021年，工业和信息化部（MIIT）和其他部委发布了《智能网联汽车道路测试和示范应用管理办法》，以确定要求并进一步规范自动驾驶测试。这些文件为智能互联汽车和配套基础设施的发展奠定了基础。

中国也非常重视支持自动驾驶的 "新基础设施"。5G、人工智能、云计算、数据中心等信息基础设施，以及智能交通基础设施是核心支持技术，通过感知、行为预测和规划，帮助实现系统实现完全自主驾驶。

一些省份也出台了关于自动驾驶的政策。这些政策优先考虑自动驾驶汽车的发展。到2020年，有6个省一级和27个市一级的自主驾驶测试政策出台。2021年，陕西、甘肃、辽宁和其他省份开始强调自动驾驶汽车的技术研究和开发，而吉林、上海、福建和其他省份则优先考虑自动驾驶汽车的商业应用。浙江、广东和山西也开始建设自主汽车测试区。因此，更多嵌入新自主功能的智能车辆被允许进行道路测试。

对车辆测试的支持也得到了改善。在中国的一线城市，特别是在北京和上海，多模式的测试道路层出不穷，这些道路的建设是为了加强数据收集和提高测试的严谨性。

自动驾驶的政策和法规正在加快步伐，以追赶技术发展。监管机构、技术公司和汽车之间存在着强大的公私互动，以继续制定标准。

全球统一和标准化程度提高

在自动驾驶的大部分领域，中国已将国家AD标准与全球标准紧密结合。中国于2021年8月19日发布并于2022年3月1日实施的《汽车自动驾驶分类标准》与美国汽车工程师学会（SAE）的5级自动驾驶标准基本一致。中国的国家分类标准和SAE J3016之间的共享标准增强了中国标准的普遍性，因此，在世界各地开展业务的汽车制造商可以更容易地对汽车硬件和软件进行标准化，同时考虑到中国的独特特点。因此，中国标准和SAE标准之间几乎没有明显的差异。

在制定自动驾驶标准方面，工业界和政策制定者之间存在着密切的联系。由中国工业和信息化部（MIIT）和中国标准化管理委员会（SAC）发起的全国汽车标准化技术委员会（NTCAS）成立于1988年，由国内外的汽车制造商、技术公司和研究机构等汽车行业的主要参与者组成。第34小组委员会负责智能网联汽车（ICV），包括覆盖ADAS和自动驾驶。

这些协会的标准制定和工作对于促进自动驾驶研究和应用至关重要。对于政府来说，这将有助于规范一个新兴产业，促进智能互联汽车的发展，并为后续的自动驾驶相关政策和法规提供基础。对行业来说，清晰的分类法为研发工作指明了方向，稳定了市场环境。

对中国自动驾驶企业的投资

2021年，中国自动驾驶的投资飙升至历史新高。自动驾驶行业的总投资额达到54亿美元，尽管分布在更多的交易中（见图4.4）。虽然美国和中国的交易量在2017年至2020年期间相差无几，但在对Cruise、Argo和Rivian的大量投资的推动下，美国的交易总额逐年明显提高。中国将需要加快投资，以弥补能力差距。

2021年，与AD相关的A、B轮投资数量明显增加。传统汽车企业和互联网巨头都在积极部署AD业务，对较新的合作项目的投资也在继续增长。

在某些情况下，竞争对手正在向同一公司投资，这表明资本比投资目标更容易获得。例如，继2021年9月来自通用汽车的投资后，自动驾驶解决方案供应商Momenta在C+轮融资中获得了来自上海汽车（SAIC）和丰田的5亿美元投资，使其C轮融资总额超过10亿美元。如此大的金额在2021年引起了轰动，但是目前在上汽智己汽车上交付并不是很顺利。

除了享受不断增长的资本水平，自动驾驶公司还受益于日益多样化的投资者背景。投资机构、传统汽车制造商和科技巨头都率先进入自动驾驶领域，带来他们的全球连接性、制造能力或软件知识。根据毕马威的分析，中国三大汽车制造商共发起了83项公开投资，其中30项投资集中在自动驾驶系统、芯片、连接、V2X和新的电动车品牌上，这表明传统汽车制造商的战略是通过合作参与自动驾驶生态系统。

全球化的技术风险

几十年来，司机已经从汽车行业的全球供应链中受益。成本降低了，新技术被引进了，车辆的可用性也增加了。然而，当自然灾害、人类冲突或其他黑天鹅事件等形式的危机发生时，汽车行业很可能会受到影响。这一点在全球芯片短缺中已经很明显。芯片短缺，加上其他干扰，导致了自202133年初以来约1200万辆汽车的制造短缺。

随着汽车变得越来越复杂，需要更复杂的部件，汽车制造商将面临供应和发展的挑战。随着公司和国家重新评估他们对国际芯片供应的依赖，公司也将考虑如何以及在何处投资于自动驾驶研发和零部件制造。

目前，许多公司已经将电气化作为未来十年的主要优先事项。我们的预测是，汽车电气化将刺激整体数字化，从而进一步加速自动驾驶的发展。

用户的信任

当被问及对不同类型自动驾驶汽车的看法时，中国消费者对自动驾驶的接受程度为50%，而美国为36%。这种乐观情绪很大程度上来自于现有乘用车型对ADAS功能的广泛接受。然而，Robotaxis的接受度下降到9%，表明目前对自动驾驶作为一种功能而不是一种完整的运输方式的接受度之间存在差距。

新的汽车品牌不是通过发动机规格，而是通过智能和平稳地融入他们的生活方式来迎合年轻客户。这迎合了人们对简化和自动化的渴望，这也是科技公司常有的特质。自动驾驶技术和服务的公司之间需要更多的合作，以确保信任度保持高位，因为个别技术故障事件会导致重大挫折。2021年自动驾驶功能的几次失败成为国家新闻，使公司成为焦点，并导致当局的调查。这些失败或对其乘用车能力的夸大导致一些公司重新命名、重新描述或删除对其自主驾驶功能的提及。随着时间的推移，失败和表现不佳都会侵蚀声誉和品牌。

在技术进步之前，用户对Robotaxis的信任在中期内仍将是一个障碍。早期的试点研究表明，用户在亲身体验过Robotaxi后，信任度会增加。随着越来越多的试点服务，以及第一轮被批准的付费机器人出租车服务在上海、北京和深圳的街头出现，中国公民将能够亲眼目睹技术和政策是如何凝聚起来的。这些商业试点将从国内和全球的各个角度受到严格审查。

在使自动驾驶进入成熟期所需的数百万或数十亿公里的测试道路上，还有许多其他风险。上述风险并不包括具体的技术挑战、商业上的不确定性，以及将自动驾驶完全商业化所需的社会转变。尽管有这些风险，中国正在看到其自动驾驶的雄心壮志上路。