對話：循序漸進漸入佳境，自動駕駛在消費者感知中成長
今年中國汽車藍皮書論壇的主題為“冬芽”。中國汽車藍皮書論壇希望通過“冬芽”這個主題，能夠更好地傳遞積極的、向上的、樂觀的，一往無前的精神，非常契合後疫情時代的時代氛圍。
作為新冠疫情之後中國汽車界首次舉行的行業重量級汽車論壇，本屆論壇連續舉辦3天（8月11日-13日），邀請到200多位行業領袖參會，共有22個重要圓桌議題、30場精彩演講。
在11日下午，在搜狐科技總監韓笑的主持下， 滴滴自動駕駛公司CTO韋峻青，馭勢科技聯合創始人、董事長兼CEO吳甘沙，中智行技術副總裁張振林，法雷奧集團中國區CTO顧劍民，縱目科技創始人、CEO唐鋭圍繞“自動駕駛如何在消費者感知中成長”主題進行了一場圓桌討論。
以下是討論內容節錄。
韓笑：我們今天的議題是“自動駕駛如何在消費者感知中成長”。現在是一個關鍵性的時刻，在各個層級的應用上有一些應用已經開始讓消費者有所感知了。自動駕駛在交通領域的應用分為兩種，一種是對於人的運輸，另外一種是對於物品的運輸。
剛才吳總和韋總都講到了一些東西，其他幾位嘉賓在這幾個方面在這兩年有非常好的發展和狀態。我想先問大家一個問題，你們認為在未來的幾年內，最能夠讓消費者或者用户有最深刻感知的無人駕駛應用是哪個方向？
韋峻青：在未來一段時間內，我感覺駕駛員真正的無人駕駛在近期兩三年內大規模的商業應用還是有難度的，不管是技術的突破，還是商業法規、政策的突破，都還是有難度的。
對於公眾來説使用了自動駕駛的試運營，即使是帶着安全員的駕駛也是非常有好奇心，給我們提供了很多的建議，也給我們很多鼓勵。
我覺得對公眾來説，在小範圍內有安全員的自動駕駛可能是他們最先能夠有體感的自動駕駛怎麼能夠真正進入他們的生活，在上海有通勤的人使用我們自動駕駛的網絡，這是大家最有體感的。
韓笑：每年有多少人來進行一個應用呢？
韋峻青：這個還不方便透露，上海市有超過3萬人已經註冊白名單，在使用我們的應用。
韓笑：吳總，您是怎麼看這個問題的呢？
吳甘沙：這個問題挺難回答的。首先在平時講的時候往往會把無人駕駛跟自動駕駛混為一談。
其實我們做得更好的是無人駕駛，就是L4級別的。L4級別一個大致的判斷，B端比C端會快，B端的消費者不一定能感受到。
當然從自動駕駛講，所謂自動駕駛就是帶司機的，自動駕駛這塊我們其實現在已經有體會到產品了，現在一些特斯拉的車主已經享受到了，遠遠地，車停在那邊可以把它召喚過來。我相信未來兩年會出來自動代客泊車的產品，可能感知性會強一些。
韓笑：張總，您怎麼看？您一直在對話的時候説L4很快就會到來。
張振林：這個題目是自動駕駛對消費者大規模的感受。其實按照自動駕駛國際分級也好，或者中國對自動駕駛的分級，從L0到L1、L2、L3、L4、L5，最先被消費者感知的是在L2，高級別的自動駕駛輔助的功能，還是需要由駕駛員來承擔最主要的責任，自動駕駛系統作為高級系統的輔助。我們可能有很多的消費者已經在感受着這樣一個自動駕駛的工況。
第二種，我對L3不是特別看好，直接跳到L4。L4最先被感受的，就像兩位老總提到的，它可能在特定工況、特定區域可以最先被消費者來感受。比如像滴滴非常了不起，在嘉定舉行L4自動駕駛的體驗，在機場等區域完全無人駕駛。我覺得整體上面要這樣來看待，還是按照不同的級別，這樣討論可能會更加精確一點。
韓笑：顧總，您怎麼看？
顧劍民：這是非常好的問題。首先看客户端，其實2B端的客户自動駕駛在很多場景，地理圍欄就實現了，在港區、礦區、物流園區半封閉的場景已經有高度自動駕駛的設備或者車輛在運營，AGV就是L4自動駕駛的車輛，在園區裏面就運營了。
我們看C端客户，我們不要去過分強調L3、L4、L5級別的討論。更應該回到跟C端客户相關聯的場景和功能。如果我們看場景和功能的話，其實我們的駕駛輔助或者自動駕駛產品已經出現了。我認為比較容易或者更早讓C端客户享受到的自動駕駛，最容易出現的或者最早出現的兩種場景和功能。
首先是泊車，從泊車輔助到自動泊車，到遙控自動泊車，遙控自動泊車可以選擇在車內或者在車外，讓車輛自動尋找車位來尋找泊車。還有記憶泊車，通常講的固定點車位的泊車。這個路線是非常明確的。大家可以看到很多車輛，不一定是高檔車輛當中，已經量產了泊車輔助，我們在長安CX75已經量產了自動泊車。可以看到已經在享受這方面功能了。
另外一個場景就是所謂結構化的道路，高速公路的場景，交通的場景比較簡單，再加上交通法規的限制，在某一個速度以下，客户可以完全放開手和腳，在很多車輛上已經實現了。
在這兩種場景下面C端的客户其實已經在享受某種程度的自動駕駛，所以還是一句話，不要完全糾結於哪個級別L3、L4、L5看重的場景和功能。
韓笑：唐總呢？
唐鋭：前面幾位嘉賓談得比較透徹了，我簡單地補充一點。我覺得吳甘沙總談的是有一個區分的就是自動駕駛和無人駕駛，再區分還有輔助駕駛和自動駕駛之分，L2、L3、L4。未來幾年看傳統車也好，在高速上以L2為主，低速上L3、L4，這兩個系統可能會合併到一個系統中來，錯配的搭配會成為主要的形態，被消費者廣泛地使用。
韓笑：剛才幾位的回答我覺得總結為，我們在一些特定的場景，比如説低速、封閉，比如像一些泊車這樣的場景，我們很快或者説已經能夠清楚地感知到自動駕駛或者無人駕駛給我們帶來的便利性，科技的進步。這個問題再往下延伸一步的話，作為真正的C端用户，可能更在意的是真正的自動駕駛，這樣大規模的感知。
這個問題其實已經討論很長時間了，到現在的中場時刻，這個東西什麼時候可以真正地走入到我們的生活當中？比如滴滴以後是不是沒有司機了？美團小哥變成了機器人？您認為這些大概在什麼時間段到來呢？
韋峻青：從做自動駕駛的初心是提升整個交通的安全性和效率，在做的過程中也慢慢地意識到人在裏面的重要性，我們的司機我覺得將來肯定不是被取代的對象，他們會提供價值更高的服務。
另外，滴滴或者對自動駕駛行業，或者是整個工業的演進，會創造更多更好的工作機會，包括自動駕駛的測試員、安全員，包括遠程的協助員、操控員，可以創造更多的就業機會。從時間線上來講，小規模未來的幾年是可期的，在固定路線固定區域小規模是可期的。
韓笑：自動駕駛的成本和有人駕駛的成本什麼時候有一個均勢呢？
韋峻青：之前做的預測在不斷地進行修正，從2007年舉辦這個比賽開始就覺得5年以後自動駕駛就風靡全球了，做了15年還發現有很多的困難，我們離產品化和最終的目標越近發現困難越大。從成本的角度，我感覺還在技術演進的S曲線的中段，還是在快速地演進中。
韓笑：吳總，您是怎麼看的嗎？
吳甘沙：年限還是成本？
韓笑：年限。
吳甘沙：從行業來説，不會因為技術還沒有完全地成熟，就停滯不前，一定是想辦法讓它先被用起來。在這個技術行業裏面有一個叫曝光定律的説法。你如果讓你的用户每天都用一下，他逐步對你會越來越喜歡，逐步對他的錯誤也能夠有一定容忍，這個叫“曝光定律”。
像滴滴這樣通過混合派單的方式逐步讓更多的消費者接觸，在用的過程中進行糾錯和學習，是正確的方法。而且我認為即使是某一天在技術上已經成熟了還需要混合派單的情況，有兩種情況，一個是極端惡劣天氣，另外一個是發現了一個很重要的BUG，從為消費者負責的角度所有車要召回。
不是混合派單的話，你的服務就休克，你的APP已經沒用了。所以我覺得混合派單是一種很好的通過灰度部署的方式，能夠讓技術得到運營，同時也能夠解決這樣極端服務中段這樣服務情景很好的方式。
現在大家看到混合派單已經出現了，也許到了三五年之後，在某些地方基本上就是混合派單，一旦出現惡劣天氣和重大BUG也好，人開的出租車可以補上是很好的路徑。
B端我認為今年就已經開始了，像我們在機場跑的無人駕駛行李牽引車已經跑了8個月了，在疫情很嚴重的時候是很好地承擔了人力缺乏的責任，在這些場景下是完全沒有問題。
韓笑：這些場景是不是需要一個混合部署？
吳甘沙：目前還是混合部署的，在半年或者一年以後，在單條線路上可以實現無人部署。
韓笑：在廠區之外下一步的方向？
吳甘沙：場景有很多，另外一個很大的市場是幹線的物流，在一些特定的場景當中，除了剛才説的機場和工廠的物流之外，有礦山、環衞，有末端的配送，有港口，等等很多，像這樣特定場景的無人駕駛應該是這幾年都會跑起來。
讓B端的消費者可以感受到降本增效。我覺得成本不用太擔心，在技術這個行業，只要你技術成熟了，量上去了，成本一直都不是一個問題。現在關鍵就是技術還沒成熟，量上不去。所以你就會碰到先有雞還是先有蛋的問題。未來幾年我相信成熟了，降到10萬元以下是很快的事。
韓笑：想問一下張總，你們之前專注在L4，我每次採訪的時候您都是在説L4有多好多好，我希望您再給我們大家講一講，您對於L4是一種樂天派的感覺，為什麼這麼樂觀呢？
張振林：自動駕駛的分級，我們對L4的想法相對來説是完全的自動駕駛，大家其實目前講得比較多的完全自動駕駛，更多是以單車智能為主的自動駕駛。
中智行是一家非常年輕的公司，2018年成立，這個團隊在這之前有非常豐富的自動駕駛的商用的行業經驗。這塊怎麼能夠儘快地來實現自動駕駛的落地，像您剛剛講的時間表。純粹地依賴於單車智能，我們去跟Waymo去拼這些數據，剛才講了Waymo 2012年開始幾百台車的路測，特斯拉的影子模式，包括滴滴也在做很多的工作。我們用什麼樣的技術，我是一個工程師，這一條路需要很長的時間去走，有沒有一些其它輔助的方式，或者有一些變通的方式。
所以我們剛剛提出了5G+AI單車智能與車路協同相融合L4的技術路線。單車智能我們一直在做，我們在車上裝傳感器，不斷地做路測，不斷地訓練我們的模型。同時，最近剛剛宣佈的跟中國電信集團在車路協同和5G上面的合作，將單車的智能與5G高帶寬、低時延的特性以及安全的特性融合起來解決我們需要大量大量的數據累計。
今年因為這個疫情，3月份推出了“新基建”概念，有一個非常明顯的特徵是5G大力的部署，中國在智慧道路上面的發力。基於這樣的判斷，我們堅信，人工智能的優勢以及中國政府在5G和基礎設施建設上的大投入，兩者融合起來，通過智慧的車、智慧的路、5G的雲，L4級別完全自動駕駛可以快速在某些區域給大家享受。
韓笑：剛剛談到了5G，多問一句，5G今年算是一個開始部署的元年，現在的部署速度您滿意嗎？有沒有感覺到拖後腿或者是追不上？
張振林：去年是真正意義上5G的元年，可能覺得不滿足或者有一些些拖後腿，各家的運營商在進行主網絡的部署，中智行公司得到了政府和運營商的大力支持，在很多區域根據業務需求，有針對性地部署獨立主網的5G網絡。我們目前的合作發展非常迅猛，這也是給我信心，我們整體上面是在快速地往前推進。但是如果5G全覆蓋，所有的區域都需要主網絡需要一定的時間，從目前來看不是一個障礙。
韓笑：接着問顧總，您之前我在CES上看到一個非常有意思的事情，法雷奧展示了一台電動的無人配送車，這個比較吸引我的更多的是，這個項目是跟美團合作的，這個項目目前的進度是什麼可以介紹一下嗎？
顧劍民：在2019年CES展上面，法雷奧和美團簽訂了戰略合作協議，所謂的最後一公里，無人配送平台開發上面，雙方都比較感興趣進行合作。一年以後，今年的CES展上面雙方推出了這樣的樣車，電動的無人物流配送車這樣的樣車。
這個樣車大家可以看到，它的底盤、電驅系統、自動駕駛的傳感器這些都是法雷奧開發的，美團是負責整個車身APP的領域，美團這方面的領域。這是一個樣車，一年的時間挺長的，在這過程中雙方需要溝通，基礎條件的談判，包括互相協調，到最後的樣車製造出來要運到美國，真正開發的時間只有幾個月的時間，是這個情況。
本來計劃是1月份CES展以後，原定4月份有北京的車展，把這輛車從美國運到歐洲，再運到中國來，進行後續的展示和溝通開發的工作。但是很不幸，疫情的暴發使得原來計劃，包括北京車展也延期了，人員進出也受到了限制，所以這方面的工作目前很不幸被延誤了，雙方在討論當中接下來怎麼做的情況。
韓笑：本來想問一下這個項目有沒有可能被大規模的應用？類似的項目大規模的應用在什麼時候？
顧劍民：在CES展上是一個樣車，跟大規模還是兩種概念。同時這是一個樣車，是一個平台，同時法雷奧跟新出行模式或者初創公司進行合作，我覺得大規模量產這個問題應該是拋給出行服務商或者無人物流，像美團或者出行服務商的問題。法雷奧是提供這樣技術，我們希望大規模的量產能早日到來。
韓笑：之前在演講中反覆提到運貨人的需求比運人的需求更大？
顧劍民：運貨有兩大客户端，2B端，比如像港口，或者是礦山、礦區、物流，包括園區，大家已經可以看到有很多的應用，需求已經在裏面了。
我舉一個例子，在礦山裏面有很多的礦車運送礦渣或者礦材料。這些司機在那裏工作，有人的那些礦車工作條件是非常艱苦的，我知道信息很多司機都得了職業病，這種情況下這種礦車的司機招聘是很難的，開了很高的價錢沒有人願意去做這個工作。
我們經常説出租車司機已經很艱苦了，礦區的司機更艱苦，更沒有人願意去做。在這種情況下需求量很多。礦山裏面還有一個更重要的問題就安全，車輛是一個小問題，車輛如果損壞是一個數額的問題，人員的傷亡有可能是觸動了紅線，B端的需求是在那兒。
我們來看物流的話，我們今天可能是在座的很多聽眾能夠切身體驗到的，物流當中的快遞或者是外賣，我有一個非常有趣的數字，在昨天美團發佈了一個數據，美團當日的超過了4000萬單，這都是每一天的訂單量。可以看到幾乎每一年增加1000萬單每一天，增量的市場特別大。
大家想想我們快遞的小哥增加了那麼多了，還有其他的快遞，還有其他的運營商在那。所以整個市場對快遞配送的需求是在那裏的，我們怎麼來應對。我相信像美團這樣的企業非常感興趣用無人物流至少來解決增量市場，這個市場是在的，並不是説運客的市場沒有，很多情況下運客比運貨更實際。
韓笑：我想問一下唐總，湖州的智能工廠投產了，設計產量是50萬顆每年，你們也是比較樂觀的，也不會有這麼大規模的投產。
唐鋭：剛剛有一個報道，7月份初的湖州的生產基地進行投入使用，單線的設計產能是50萬顆，這只是單線的，未來一輛車上要裝多顆，5顆、7顆是有可能的。我們對這個市場相對來講很樂觀，解釋一下為什麼做這個事，越來越發現在往後走的過程中，當輔助駕駛或者是自動駕駛進階到比較高的階段的時候，傳感器在原始數據做融合的時候，對整個系統影響太大。
我們的一個觀點：往前去走，很多算法跟傳感器的耦合性非常非常強。也是基於這個原因，我們在2018年就組建了毫米波團隊，針對高速、低速一起來優化，打造了非常多的毫米波的產品，也是我們去年在廈門發佈會上發佈的一個產品。
韓笑：現在縱目科技在自動駕駛泊車系統這塊更多是一個單車智能是吧？
唐鋭：泊車有很多的場景，從L2的泊車，從遙控泊車到記憶泊車，以及到非常高級別的AVP自主代客泊車，大家所走的路徑一開始可能差別蠻大，最後我相信走到最終的產品其實是非常非常接近的。
我相信這個產品在最終大規模使用的時候，應該是以單車智能為主，但是一定是跟很多廠家進行緊密交付的產品或者是形態。自主代客泊車就是一種服務，離不開服務過程中廠端、後台的監控、排查等一系列技術的支撐。單車可能要足夠智能，也需要廠端和後台服務的措施去支持它。
韓笑：單車一整套系統，比如説道路，比如説停車場，其實也是自動駕駛往下必然的發展，吳甘沙總在演講的時候也提到了，把特斯拉的模式講得非常清楚了，在自動駕駛的賽道上核心的競爭包括里程，包括數據，這是非常核心的一個東西。除了這個之外，我們在安全領域，或者説在其他領域，您覺得最核心的應該是什麼呢？
吳甘沙：我覺得里程也好，數據也好是下一階段的事，現在最核心的是把你智能駕駛的系統從測到練，到真正大規模部署被人用。我是覺得在真正地被大規模使用之前，所有人都説我可以有，但並不是每個人能真正跨過從測到練到用的過程，只有真正被大規模用了，下面才會有里程，才會有數據，不然都是空的。所以我覺得現在最核心的就是俗稱的量產。不是説的量產，是真正交付的，大家在用的，而且用得沒有問題的這種量產。
韋峻青：我們也特別想量產，技術沒突破，沒辦法量產。像吳甘沙總，還有這邊幾位，還有餘老師這邊，找到這些能夠用的應用場景，通過應用場景的迭代，提升產品的性能。甚至是在對將來的開發更有針對性，我覺得這是一個產品化其實是最高效的路徑。
滴滴在上海要開展示範應用，在這幾條路線上跑起來。我們有特別大量的數據，在這一個小區，在哪些情況下你的車輛表現不夠好，開發更有針對性更高效。還要有一個前提要有最保底的安全性，車輛的技術有一些冗餘的系統也好，要在真實的場景中去練，才有更好的產品。
張振林：我認為這裏面自動駕駛之所以要做這兩件事情，是要用機器要取代人類駕駛員，除了有效率的考慮，讓大眾接受這件事情最主要是它的安全性。我覺得目前所有的大家解決的問題，不管是持續的路測，還是通過種種手段等等，這一塊都是為了提高自動駕駛系統在各種工況、各種場景、各種消費者參與的情況下能夠達到的安全性。
大家都知道現在很多的做L3、L4的公司，可以做一些樣品，我們都提供了很多試乘的體驗。普通老百姓對自動駕駛有好奇之外，更多的擔心是在安全這塊。他們對安全的接受度，一個人開車出事故，他會覺得可以理解。但自動駕駛一旦出事故，不管是不是自動駕駛系統的問題，他對於事故的寬容度是非常低的。
我們對於自動駕駛系統安全性的考慮，或者説各家公司在這方面的考慮，應該是整個競爭最核心的一個點。
所以，我們在做這件事情的單車智能是沒辦法解決的，我們在一個有遮擋情況下面的一個左轉，我看不見左邊來的車，我裝什麼傳感器都看不見，一旦出了事故即便是對方的責任，大家對自動駕駛系統還是持懷疑的態度，影響它的落地。
我們應用了其他的技術，5G的車路協同，把傳感器不僅僅裝在我們的車上，也要裝在我們的路邊，通過把我們的眼睛從一個視距內感知更加拓展，只有通過這種方式以安全為首要目的，這可能是我認為所有自動駕駛公司應該要去關注的一個點。
大家很多時候説成本，這一塊我覺得成本它非常的重要，它是影響到這個東西大規模落地的一個最直接的障礙。但是在當前階段，我們要有成本的意識，但是不能夠被成本被約束。所以説以安全為主導，同時有安全的意識，通過這方面的努力和競爭，我覺得這樣的公司會脱穎而出。
韓笑：您剛才提到了一個成本，因為前兩天有一家馬上要在美國上市的一家公司，我跟他們聊天的時候談到一個非常有意思的公司，他説他們是科技公司，我説你們不是，為什麼中間成本還這麼高。因為科技公司來説你的模式不能降低成本你就失敗了。吳總也説了成本問題，目前來説不是問題，以後來説也不是問題，我是覺得如果説成本不能吸引消費者使用的話，這部分的費用一直是燒嗎？還是通過其它方法來解決呢？
吳甘沙：我説不是問題是從產業的角度，產業角度會降到消費者或者客户能夠接受的水平以下，如果説最終太貴了，肯定還是沒有人用，你做出來的東西是一個擺設，但是要相信這個產業的力量，要相信摩爾定律的力量。現在重要的是把技術做可靠和做可能。
張振林：我想給韓總一些信心，2017年投入L4級別的自動駕駛創業的過程中，到了2018年可以看到有很多公司開始用，到去年我們看到各家，有越來越多的激光雷達，不管是國際的還是國內的激光雷達公司，他們紛紛推出了十幾萬元有的是幾萬元的激光雷達產品。
再到2020年，在CES上面，推出的不到1萬元的激光雷達。今天上午華為的王總也提到了華為正在做激光雷達這樣事情。你可以看到在自動駕駛整個行業現在並沒有大規模的商用和落地的情況下，傳感器的價格甚至比摩爾定律的價格降得還要快，我覺得這個信心我們是有的。
韓笑：要相信摩爾定律。顧總，您是怎麼看這個問題？
顧劍民：是成本還是現在自動駕駛的難點？
韓笑：先談成本問題。
顧劍民：傳感器，包括激光雷達，達到量產以後這個價格會呈摩爾定律下降。現在公開的説法是説，為了讓整車企業應用激光雷達的話，必須低於1000歐元每一個，1000歐元相當於8000元人民幣左右，未來遠低於肯定是千元人民幣左右的，這是一個趨勢，大家不用懷疑。
我們今天在討論的時候就會講到長尾的一些場景或者事故，但是如果回到基礎的技術來看的話，很不幸有些時候包括特斯拉發生了一些事故，包括優步發生了一些事故，優步就是一個AEB的場景，特斯拉好幾起都是一個AEB的場景。
我們仔細想想還是沒有解決感知和決策，感知和決策各有一部分的原因。怎麼來回到感知和決策呢？沒有把內功做好，我們認為現在已經做好，難道我們以為把90%的工作做好了，才發現剩下的10%還要花90%的時間，我覺得大部分還沒有到那一步，還是回到把感知和決策做好。
我舉一個例子，我試過好幾家初創企業的測試車，有表現得非常好的，也有一些碰到一些問題。我舉幾個最簡單的場景，在駕駛的過程中有一個行人，我相信這個行人不是預先安排的，他站在路邊，想過又沒過。那個自動駕駛車輛就停下來等在那，這個行人不走的話就等在那，無法判斷這個人是過不過馬路。
我們會發現很多道路的使用者，很多來判斷他們的意圖是很難的，人的意圖是很難判斷的。我們可以做一些預測，通過人工智能，通過傳感器對他們的行為和過去的軌跡做一些分析，來預測他是不是在分心，下一步是不是會過過路，預測他的軌跡。這是我們正在研究的一個方向，在今年的CES展上做了一個展示。我還是這個觀點，還是要回到最基本的技術，把感知、決策做好，把自動駕駛的安全真正做好。
韓笑：唐總，您的觀點呢？
唐鋭：我順着剛才的話題從我角度談幾個觀點。
我覺得應該倒推一下，成本這個事，到底應該在什麼樣的成本。像特斯拉這樣的車它的成本在小几千美元，但事實上來講讓自動駕駛這些技術能夠得到更廣範圍的應用，這個成本最後把它控制到500到1000美元之內。包括很複雜的自動駕駛的域控制器，包括很多傳感器，有一圈攝像頭、一圈雷達，還有激光雷達，什麼時候才能把成本降到這麼小的成本里面？
這可能還不夠，為什麼可能還不夠呢？我們要去想想，我們仔細考慮一下這個成本的構成是什麼？我們按照時間的發生來看，成本能有這3個部分，最後給一個東西定價，比如自動駕駛駕駛的系統，前期有研發的成本，然後我們要把它做成硬件，有上下游採購、生產製造的成本，還碰到一個最大的挑戰，這個東西賣出去以後還繼續發生的成本。
這裏面最大的區別，輔助駕駛或者L2以下的時候，當我們走到自動駕駛L3、L4之後，一個很本質的區別，大家都在談長尾效應的問題。做L1、L2的時候，這個產品跟主機廠約定好的性能指標，還有AEB，出了問題其實是沒有關係的，因為駕駛員仍然是負責任的。
我們看到很多很好的車AEB的性能表現是很糟糕的，但是沒有關係，沒有關係是什麼呢？因為這是一個L1、L2級別的產品，我的供應商跟主機廠發生了一個商業行為的話，我們這個成本，包括交易到一定的時間點就結束掉了。
走到L3就變得非常的麻煩，我們説是一個開放的世界，有無限的可能性和長尾的效應在這兒，這個可能性怎麼辦呢？這個行業非常大的挑戰，這塊的成本比我們想象中大很多很多，這也是現在很大的一個問題。我們看到整個L3走到高速的自動駕駛以後，它的性價比是極其不合算的一個地方，你還有後續的成本要發生，你一個技術公司怎麼去吸收消化這個成本，這是行業最大的挑戰。
説到這兒，回到我前面講的一個觀點，很有可能在未來幾年之內主流對於C端的用户能夠感受得到，他買輛車能夠體會到的產品的形態，反倒是在高速上面的L2級別，在低速上面率先嚐試L3、L4，更低地降低它的成本，高速L2的場景，長尾效應出問題了，成本太高了。
反過來推動，第一，要在前期做大規模的路測，更長的時間去驗證它，我才敢放到售後，總之這個成本是非常高的，因為高速上一出事，銷售出去運營的成本實在是太高了。在低速上會好很多。第二，看一下AVP場景，我們遇到一些風吹草倒，強行剎車的情況下，帶來的邊際成本也會小很多。
我們回過頭來看，這樣一套系統把它做到1000美元左右，合理的組合在短期之內這個成本是主要產品的形態，能夠為大眾所接受的。這裏面業界在持之以恆解決的問題，把高速各種各樣長尾的方法，通過各種各樣的方式解決掉。我的預測，這塊的成本還是很難把它降下來。
韓笑：還是要量產嗎？
唐鋭：對。
韓笑：回到主題，自動駕駛如何在消費者感知中成長，各位嘉賓，談一下自己公司在未來兩到三年前，消費者感知最快成長的場景是什麼呢？
韋峻青：希望大家打開滴滴的APP，可以在頂部看到自動駕駛這樣的服務，其次在越來越多的城市，希望大家在正常出行的應用，在打車的時候會有一個驚喜，讓自動駕駛車來接你，我希望在未來的兩到三年內，自動駕駛有更好的用户感知，讓大家成為一個常態化的出行問題。
吳甘沙：2C端的，用租車或者是分時租賃的時候，你掏出你的手機打開APP你看附近有一輛車，你點了以後它可以自己開過來，如果説你拖着行李箱，你不用走那麼遠。同樣，你開車到了天河機場，你直接開到航站樓，你就拖着行李箱下車了，它自己開到還車位去停車，這是未來一年或者兩年大家可以用到的。
張振林：中智行作為智慧交通的公司，未來兩三年大家用APP叫了一個無人駕駛的車，一個非智能的車輛，可以接受路邊給你發過來的智能的信息，可以給你提供一個安全可信賴的駕駛體驗和高效的出行環境，這是我們所期望達到的。
顧劍民：在接下的幾年當中，我非常自信地預測到大家都會駕駛或者使用到越來越多智能網聯、自動駕駛的車輛，這些功能、系統有剛才講到的泊車、輔助和自動泊車的功能，或者在結構化道路、高速公路的功能，或者在城市工況上的自動駕駛的功能。這些車裏面很大一部分都會有法雷奧的硬件和軟件，包括傳感器，包括激光雷達、毫米波雷達，還有攝像頭，還有基於人工智能的算法，幫大家享受更好的出行，有更舒適和更安全的駕乘體檢。
唐鋭：我去年在廈門發佈會上講了一個小的願景，在三四年的時間裏，在一二線城市裏面年輕人買一二十萬塊錢的一輛車，他可以做到再也不需要自己泊車了，在大型的商場裏面使用的是這樣的技術，在他自己的公司和小區裏面可以用家庭記憶泊車的技術，在街邊吃飯的時候可以用遙控泊車的技術，這樣一套技術可以被廣大消費者能消費。