特斯拉2年內實現全自動駕駛，無人駕駛時代還遠嗎？丨曼孚科技

“自動駕駛就像被困在瓶中的一艘船，隔著玻璃瓶與大海相望，但遲遲無法落地......”

自動駕駛的瘋狂始於人類對未知技術的渴望。2012年，谷歌創始人謝爾蓋. 布林稱：“距離實現全自動駕駛的年數一隻手就數得過來。”人們估算，自動駕駛會在2020～2021年實現。

於是從四五年前開始，一大批自動駕駛創業公司破土而出。它們宣稱將軟硬通吃，鋪開robotaxi、自動駕駛卡車、無人配送多項業務，有的甚至還要造車。

一向以語不驚人死不休的埃隆·馬斯克更是在2015年宣稱：“特斯拉將在2年之內實現全自動駕駛。”

但時至今日，大佬們當年立下的Flag現在完全還是沒影的事。特斯拉在回應美國監管部門的問詢時，承認其產品目前只能提供L2+級自動駕駛功能，即輔助駕駛。

就算是輔助駕駛，全球也只有極少數的核心團隊才能研發出來，更多的產品仍停留在PPT階段，人們期盼的全自動無人駕駛時代並沒有到來。

這到底是為什麼?

自動駕駛走到哪兒了

自動駕駛是一條潛力無限的新賽道，但狹窄而擁擠。

據不完全統計，截至2021年，參與自動駕駛研發的全球公司超過300家，包括車企、傳統汽車零部件供應商、網際網路公司，以及創業獨角獸。

它們唯一的共同目標便是搶在別人身前，率先實現自動駕駛的商業化應用，搶先佔領市場，開啟收割模式。

但像蔚來、小鵬、特斯拉等造車新勢力推出的“高階輔助駕駛”與真正的“自動駕駛”差的可不是一星半點。

許多人都會誤解兩者概念，駕駛智慧汽車時放鬆警惕，更有甚者完全將路權交給汽車，其中的危險可想而知。

幾天前，美國國家公路交通安全管理局(NHTSA)釋出一則公告，截至目前自動駕駛事故共500多起，這一數字印證了當年華為智慧駕駛產品部部長蘇菁在第四屆世界人工智慧大會中語出驚人的言論，“自動駕駛在[殺人]”。

痛定思痛的改革之路

當下，經過血肉考驗的自動駕駛已趨於理性，資本對自動駕駛的前景有了更清晰認知，不再妄想能迅速實現L5級商業化，而是關注一些結構性投資機會。

譬如，不少車企認識到目前自動駕駛行業所亟待解決的最大挑戰不在於軟體研發，而是硬體能否按時可靠地進行量產交付。

面對這一問題，行走在世界前列的大佬們紛紛著手尋找智慧性解決方案。

以特斯拉為例，特斯拉選擇利用海量的終端資料去反哺使用者的智慧駕駛系統體驗感。伴隨著自動駕駛里程數的增加，使用者資料持續累加，使用者的體驗感將不斷提升，構成良性迴圈。

而在積累一定使用者資料後，特斯拉OTA升級頻率明顯提高，智慧輔助駕駛相關功能也陸續上線。2020年3月底，海外更新了FSD預覽版軟體，並於12月底正式上線，交通訊號燈、停車標誌、車道線、行車線識別功能都成為了現實。從此，特斯拉在智慧駕輔路上一騎絕塵，躍居為行業佼佼者。

關於曼孚科技

說到底，現階段自動駕駛線路之爭就是資料之爭，資料的閉環、資料的迴圈將對自動駕駛進步起著決定性作用。

曼孚科技作為行業領先的AI基礎架構與資料智慧平臺服務商，以搭建智慧化資料平臺及異構資料生命週期管理作為核心發展方向。透過聚焦資料智慧時代AI基礎架構的搭建，打通感知與認知智慧的邊界，推動人工智慧在更多垂直場景實現落地應用。

SEED平臺點雲語義分割成果展示

曼孚科技主要服務方向為自動駕駛，使用者包括世界頂級Tier1廠商、一線科技公司、主流演算法公司、造車新勢力，以及傳統汽車主機廠商等，曼孚科技旗下的資料智慧平臺MindFlow SEED平臺擁有近30種資料標註工具，可以對影像、文字、語音、影片以及3D點雲資料做到一站式處理，實現自然語言處理、計算機視覺、語音識別等領域的全方位覆蓋，將資料處理效率提升10倍以上;AI輔助篩查下，資料精準度可達99.99%級別，直擊資料需求痛點，賦予AI企業快速處理大規模感知資料的能力，透過結構創新、智慧化、工程化、標準化的平臺產品為AI產業落地應用賦能。

此外SEED平臺也關注專案週期管理，並構建起行業覆蓋場景立體、功能完善的資料生命週期管理體系，自定義工作流、自定義角色許可權以及多維視覺化等生命週期管理能力也能夠幫助使用者私人定製最契合的資料解決方案。