拒绝辅助驾驶野蛮生长！中汽研、清华、华为联合发布《智驾白皮书》

华为清华发布白皮书，痛批智驾营销乱象。

“白皮书点破智驾营销乱象”话题火了，24小时阅读量破亿，成为潜在的热搜。

这里的白皮书，指的是最近在北京发布的《汽车智能驾驶技术及产业发展白皮书》，由华为、清华大学和中汽中心联合编写和发布。

书中揭示了各种智驾营销乱象，指出当前市场上存在夸大技术、混淆概念、误导消费者等现象。

白皮书开篇就指出，当前市场存在过度营销现象，这是华为、清华大学和中汽中心编写白皮书的重要原因之一。

白皮书中直接点明的“乱象”主要有两个：

算力参数误导和“数据泡沫”现象。

算力和数据都是AI的核心要素，对智能驾驶能力起着关键作用，也因此成为过度营销的高发地带。

首先是算力参数误导，包括云端和车端两个方面。白皮书指出，行业当前宣传云端训练算力时存在“概念模糊”等问题，比如单位不统一，有的用FLOPS、有的用EFLOPS。

白皮书建议：统一用后者作为指标，一方面是特斯拉Dojo和华为昇腾都在用，一方面也能适配未来需求。

此外，还有“唯数值论”的问题，云端算力大并不代表车端更新的就快，还要看云端的数据处理能力。而且这个“算力大”可能含有水分，因为企业宣传的云端算力有一部分是自建的专有算力，还有一部分是找第三方租用的算力，后者并不能总是100%稳定调度，也就是实际可用的算力低于宣传算力。

车端算力也存在类似问题，白皮书认为，车企在宣传时应该标明芯片算力是稠密算力或稀疏算力。

“稠密”和“稀疏”算力处理的最底层数据结构不一样，目前后者是行业宣传主流，比如254TOPS的Orin-X。如果按稀疏算力的方式计算，看上去数字更大，稠密算力的数值相对稀疏一般只取一半。

同时，白皮书还反对在车端“过度堆砌算力”，算力增大，一方面会增加资源浪费和成本，另一方面散热问题也会更严重。目前L2级智能驾驶，50TOPS稠密算力就够用了，个别产品的车端算力，和可实现功能不匹配。

然后是“数据泡沫”现象，白皮书指出，当前行业数据总量爆炸增长，但海量数据中有价值的数据其实比较少。换句话说，行车数据量庞大，不代表参与训练的数据就多，核心还是要看车企对数据的提炼和处理能力，才能真正反哺到智能驾驶算法中。

此外，白皮书还表示，装了激光雷达不见得能用好激光雷达，需要从芯片到激光雷达，再到感知算法，软硬协同全链路优化，才能用好。

呼吁AES（自动紧急避让）应该作为AEB（自动紧急制动）的补充，AEB优先级应高于AES，这也是“让速不让道”共识在安全功能上的延续。

对于上述各种乱象，白皮书最后提出了一系列建议，包括：

政策方面建立技术宣传内容审查机制，禁止使用误导性词汇。销售终端应该向准车主们，详细说明功能的作用和范围，杜绝夸大表述与概念混淆。

白皮书本身，也发挥着分析当前产业现状和技术水平，让用户明确能力上限的作用。

白皮书的内容很丰富，用六个章节详解了技术等级、功能概念、软硬件技术架构、市场现状等。有三点值得关注：

第一， 白皮书将当前的技术路线分为三大类，并指出了水平上限：

纯视觉：只用摄像头，可达类人驾驶水平；

主视觉：以摄像头感知为主，辅以毫米波雷达和超声波雷达，未来可实现老司机驾驶水平；

多传感器融合：摄像头、激光雷达、毫米波雷达等融合感知，未来可以实现超人的驾驶水平。

显然，带有激光雷达的融合感知路线是白皮书首推的路线，其将激光雷达定义为「智能驾驶产业的安全带」，但同时也承认，不能只用激光雷达，它和摄像头、毫米波雷达都有各自的优缺点，因此应该权衡利弊，融合感知。

第二，白皮书认为智能车时代，当前车企的核心能力发生了变化，不再局限于硬件制造，而是演进为对数据的采集、解析和应用等综合能力。车企不仅要在硬件上比拼，更要在软件上竞争。

白皮书将智能驾驶分为6个等级，其中0-2级为辅助驾驶，3-5级才叫自动驾驶。

白皮书明确指出，截止发布时，市场上的汽车产品最高只到了L2级组合驾驶辅助阶段，无人达到L3。

也就是说，当前还都是辅助驾驶，启用功能时大家还是要时刻注意路况，当然更不能睡觉。