中國5G雲代駕引領全球自動駕駛新標準，百度：謝謝認可，歡迎復刻

賈浩楠 發自 凹非寺量子位 報道 | 公眾號 QbitAI

大洋兩岸的自動駕駛競速，出現技術標準層面的新變數。

在剛剛更新的自動駕駛全球通用SAE分級標準中，增加了遠端駕駛相關定義，並且刪除L4、L5級別中「不需要干預」的說法。

通俗的講，就是熟悉的5G雲代駕。

這意味著，全球通用的自動駕駛分級標準，首次承認了5G雲代駕在自動駕駛中的合理地位。

這也意味著，一直以來以單車智慧路線來評價自動駕駛進展的唯一標準，被打破。

之前無論是Waymo，還是特斯拉，都是單車智慧為核心標準的受益者。

而更多中國玩家，以百度Apollo為代表，在雲方案、車路協同等方向的努力，得到了明確認證。

見微知著，從「離經叛道」到成為新標準裡的旗艦代表，自動駕駛江湖也在傳出新的疑問：

中國正在超越美國？百度Apollo正在超越Waymo？

自動駕駛「球標」更新了什麼？

SAE，全稱是國際自動機工程師學會（舊名美國自動機工程師學會），是一個全球技術學會，有14多萬會員。致力於航空航天、汽車行業技術標準。

SAE最早於2014年就制定了自定駕駛級別分類，首次提出了L0-L5級的分級方法。隨後這一套標準在全球範圍傳播開，如今已是全球學界、車廠、消費者通用的標準，堪稱「球標」。

我國於今年開始實行的《汽車駕駛自動化分級》，也沿用了SAE L0-L5的分級方法。

在剛剛更新過的SAE自動駕駛標準中，最重要的有兩點。

一是首次定義了遠端駕駛（remote driving）概念。

Real-time performance of part or all of the DDT and/or DDT fallback (including, real-time braking, steering, acceleration, and transmission shifting), by a remote driver.

遠端駕駛是指，部分或全部的DDT（動態駕駛任務）或緊急接管行為（包括實時剎車、轉向、加速和變速器換擋）的實時操作，都由遠端駕駛員完成。

說白了就是「5G雲代駕」幫助ADS處理複雜的道路情況。

這也是「雲代駕」這種方式首次被國際通用標準承認，雲代駕相關係統、技術，和AI演算法一樣，都是自動駕駛可用的技術路徑。

相應的，新SAE檔案還定義了相關的遠端協助、遠端預備接管使用者等等概念。

其中，在遠端預備接管使用者（REMOTE FALLBACK-READY USER）定義中，特別強調這名不在車上的遠端接管員，針對的是L3級別車輛。

為什 麼單單是L3？

這就涉及到這次更新中的另一大重點：釐清輔助和自動駕駛的區別，以及明確高階自動駕駛也不意味「全知全能」。

在新的分級標準中，L1、L2要求駕駛員始終執行駕駛任務，被歸為「駕駛員輔助」。

而L3及以上的自動駕駛，基本條件是啟用ADS後，全部駕駛任務都由系統來執行。區別在於適用範圍和接管條件。

△圖源：北京市高級別自動駕駛示範區

L3的區別於高階自動駕駛的最大特徵是ADS工作過程中，駕駛員或「雲代駕」需要待命響應系統干預請求。

而L4和L5的則由系統後備自主處理特殊情況，只不過L4的適用範圍有限。

儘管L4、L5「不期望使用者干預」，但在新定義中，卻刪掉了「使用者不需要接受干預請求」的說法。

△舊版

△新版

可見，從2018年至今，儘管不少廠家宣稱自己L4，甚至「完全自動駕駛」，但SAE認為，技術進步並未達到當時預期，即使高階自動駕駛，仍然不能高枕無憂地說「使用者不需要干預」。

更不要說如今普遍L2的情況。所以，將「雲代駕」相關技術納入標準，合情合理。

而近年頻發的自動駕駛系統主動事故，也印證了SAE的判斷。

為何更新？

先從一則備受關注的事故說起。

就在剛剛過去的5月，全球自動駕駛技術「頭雁」Waymo，在落地的亞利桑那州，出了一場導致交通擁堵的事件。

因道路施工，丁字路口的右側車道被雪糕筒隔開，而Waymo無人車遇見路障後直接在路口中間停了幾分鐘。

最近，全球無人駕駛頭部玩家Waymo被爆失控，其無人駕駛出租車在施工區域4次故障停車，2次脫離救援自行啟動，造成了交通堵塞，最終不得不由救援隊上車接管。#自動駕駛#無人駕駛#谷歌

你以為這就完了？

幾分鐘停滯還不至於造成大擁堵，但Waymo技術路線的缺陷，卻導致問題排除過程無比曲折。

Waymo本來有一套遠端後備，而且也是由人控制的，但這套系統卻不是實時「雲代駕」，側重排程，出問題後給出新的路線規劃或行駛建議，再上傳給車輛。

車輛原地「不知所措」幾分鐘後，Waymo的遠端支援「趕到」，但這讓車輛行為更加詭異，轉過彎，最後又在雪糕筒前停了下來。

之後，Waymo派出人工解決問題，但車輛又突然決定「靠自己」，幾次啟動挪車，情況卻越來越糟，最後還不明原因上了鎖，導致工作人員光上車就花了很久。

福布斯分析認為，Waymo的AI策略有問題，被卡—等救援—靠自己—被卡—再等救援，演算法邊界條件不清晰，陷入死迴圈。

就這樣，因為ADS無法處理雪糕筒，主幹道搞成了停車場。

這次事件 ，直接印證高階自動駕駛演算法，可能永遠都有解決不了的corner case。

而SAE在新標準中引入遠端駕駛概念，則清晰指明雲代駕+演算法是解決問題的高效途徑。

而有了通用標準認可，自動駕駛供應商們，不乏有一部分今後會認真考慮這一路線，快速推出體驗更好的L4級以上功能。

同時，新標準也會逐漸教育消費者，更加看重雲代駕的安全可靠。

所以自動駕駛商業化競賽，極有可能向有相關技術儲備的玩家傾斜。

目前，在「5G雲代駕」技術上有儲備的，中國代表是百度Apollo，美國代表…暫時還沒有。

百度Apollo走的就是結合中國實際的AI老司機+前裝量產車+車路協同+5G雲代駕的綜合技術路線。

單車智慧不可缺少，5G雲代駕強力輔助。

就比如Waymo遇到的施工、交通管制情況。按理說應借對向車道通行。但是，對於一個開發團隊來說，部署主動違規的演算法合適嗎？

所以，這些場景的博弈對現階段AI來說還是太困難。因此5G雲代駕協助成為了一個高效的備選途徑。

百度Apollo的車+路+圖+雲綜合方案，目前毫無疑問比單車智慧更安全可靠，使用者體驗也會更「絲滑」，因此滿足剷平落地和規模化的前提條件。

Apollo的商業化，既有向量產車釋放L4功能，也有直接用在Robotaxi上的商業化運營。

所以「單車智慧+雲代駕」路線，得到國際標準認可是技術和商業發展趨勢的必然。

新標準利好中國玩家？

雲代駕進入通用標準，最直接的結果，就是自動駕駛全球格局，出現變數。

因為，5G雲代駕，來自中國的玩家，既有先天優勢，又有技術儲備。

先天優勢不用說，據日前工信部公開資料顯示，目前我國建成的5G基站數量達到81.9萬個，佔全球5G基站建設總數的70%以上，已經覆蓋到了全國所有地級以上的城市。

而同一時刻，美國5G基站的建設數量不足10萬，終端連線數無準確統計。

基礎設施條件，中國比美國優異得多，而且這個差距，美國短期難以追上。

即使美國自動駕駛公司有強烈需求，憑一己之力也無法推動全社會層面的5G建設。

此外，百度Apollo的提前佈局，其實是對L3及以上的高階自動駕駛更加清醒的認識。

而這套方案自身的多冗餘、安全性又影響了自動駕駛通用標準的制定。

這一點才是SAE更新表象背後值得深究的關鍵。

L4、L5是未來，沒人有異議。

但實現的路徑，卻出現了兩種模式：單車智慧、大交通協同。

江湖對於這兩條路線的爭論也從未停過。

Waymo、特斯拉代表單車智慧，掀起了全球對自動駕駛的狂熱追捧。但繁榮之下，是頻繁出現的ADS主動安全事故。

此前特斯拉法務負責人在向美國監管部門提供的報告中，也承認FSD其實只是L2水平。

所以，車+路+圖+雲配合的綜合方案，「責無旁貸」扛過大旗。

在這套方案中，5G基礎是國家層面戰略，而車路協同、高精地圖繪製也需要整個社會層面的規劃執行。

中國不必多說，不光北京上海這樣的一線城市在探索車路協同基礎設施規劃建設，三大網路運營商、華為、商湯等等也在多地建起了V2X驗證演示基地，政策、准入等等都不會是「攔路虎」角色。

比如百度在重慶永川西部的自動駕駛開放測試基地，及四川成都高新區5G智慧城智慧駕駛項目等等。

而中國的優勢，對於美國「特殊國情」來說卻困難重重。

5G建設落後是一方面，在車路協同技術標準上，每個州都有自己的規則和態度，自動駕駛公司需要「各個擊破」，收集的資料也不一定能通用。

這也是類似Waymo這樣的美國玩家演算法遇到瓶頸，卻難以轉向的原因。

所以新標準出臺，與其說是對未來自動駕駛發展方向的指引，不如說是基於現狀的一種肯定。

自動駕駛的競速，來到了一個新關口。

更好的自動駕駛技術迭代，匹配更好的基礎設施，帶來更好的自動駕駛體驗，推動更快的商業落地，會進一步加速自動駕駛從夢想成為所有人觸手可及的現實。

中國正在直道超車，Apollo有比Waymo更快的加速度？

至少現在，是時候提出這個問題了。