完全自動駕駛技術(shù)，被視作汽車產(chǎn)業(yè)乃至交通領(lǐng)域的顛覆性力量。一旦成熟，不僅能大幅提升交通效率、減少交通事故，還將重構(gòu)城市規(guī)劃、物流運輸?shù)榷鄠€領(lǐng)域。然而，從理論研究到實際應(yīng)用，這項技術(shù)的落地仍需跨越重重阻礙。

　　傳感器性能局限：在自動駕駛的感知體系中，攝像頭、激光雷達(dá)、毫米波雷達(dá)等傳感器發(fā)揮著關(guān)鍵作用，然而，其性能在極端條件下的短板十分明顯。以車載攝像頭為例，行業(yè)主流的 120 萬像素攝像頭，在夜間或逆光等低光照場景下，對遠(yuǎn)距離小目標(biāo)物體的識別準(zhǔn)確率不足 50%。即便部分產(chǎn)品向 800 萬像素邁進(jìn)，面對暴雨、沙塵等惡劣天氣，圖像采集質(zhì)量仍會大幅下降，導(dǎo)致識別延遲增加 200ms 以上。維寧爾第四代攝像頭雖擁有 170 萬像素分辨率和 100° 視角，集成深度學(xué)習(xí)算法，能實現(xiàn) AEB、ACC 等主動安全功能，但在極端天氣下，性能同樣會受到較大影響。

　　激光雷達(dá)方面，905nm 激光雷達(dá)受脈沖功率限制，點云最遠(yuǎn)探測距離在 230 米左右，且對人眼存在潛在危害。雖 1550nm 波長技術(shù)將探測距離提升至 300 米，但車規(guī)級可靠性要求突破納米級鍍膜工藝與抗沖擊封裝技術(shù)，國內(nèi)企業(yè)在 MEMS 微振鏡加工（線μm 以內(nèi)）領(lǐng)域仍依賴進(jìn)口設(shè)備。部分高性能激光雷達(dá)，如 TitanM1 - pro，探測距離可達(dá) 200m，支持 480 條激光掃描線 像素的分辨率，水平掃描角度 120°，垂直掃描角度 25°，角分辨率出色，適合小尺寸目標(biāo)探測，然而其高昂的成本限制了大規(guī)模應(yīng)用。此外，在極端天氣下，激光雷達(dá)的探測精度會受到嚴(yán)重干擾，探測距離大幅縮短。

　　毫米波雷達(dá)同樣存在不足，盡管 4D 毫米波雷達(dá)采用 MIMO 和 DBF 技術(shù)，功率和分辨率有所提升，點云最遠(yuǎn)距離能到 330 米，但在復(fù)雜電磁環(huán)境下，容易受到干擾，出現(xiàn)誤報、漏報等問題。

　　計算平臺算力不足：自動駕駛車輛需實時處理海量傳感器數(shù)據(jù)，并做出決策。目前，即使是算力領(lǐng)先的英偉達(dá) Orin、特斯拉 FSD 等車載計算平臺，在面對復(fù)雜路況和大規(guī)模神經(jīng)網(wǎng)絡(luò)模型時，仍存在計算延遲問題。英偉達(dá) Orin 算力為 254TOPS，特斯拉 FSD 芯片算力達(dá) 300TOPS，然而，當(dāng)處理包含復(fù)雜動態(tài)物體、不規(guī)則道路標(biāo)識的場景時，運算速度難以滿足需求，導(dǎo)致車輛在緊急情況下的反應(yīng)速度受限，增加了事故風(fēng)險。

　　而且，高算力帶來的高功耗，不僅對車輛的電池續(xù)航提出挑戰(zhàn)，還需復(fù)雜的散熱系統(tǒng)，增加了車輛設(shè)計和制造成本。例如，英偉達(dá) Orin 的功耗高達(dá) 65W，給車輛的散熱和能源管理帶來了較大壓力。此外，隨著自動駕駛算法對數(shù)據(jù)處理精度和速度要求的不斷提高，現(xiàn)有的計算平臺在應(yīng)對未來復(fù)雜場景時，算力儲備明顯不足。

　　極端場景適應(yīng)性差：盡管深度學(xué)習(xí)算法在自動駕駛領(lǐng)域取得了顯著進(jìn)展，但面對現(xiàn)實中復(fù)雜多樣的極端場景，仍顯得力不從心。如道路上突然出現(xiàn)的動物、非標(biāo)準(zhǔn)交通標(biāo)志或臨時施工場景等，這些場景數(shù)據(jù)難以被全部收集和訓(xùn)練，導(dǎo)致算法在遇到時無法準(zhǔn)確識別和處理，可能引發(fā)嚴(yán)重事故。Momenta研究表明，自動駕駛系統(tǒng)需覆蓋 10^10 種罕見場景才能達(dá)到人類駕駛員的安全性，而當(dāng)前算法在這些極端場景下的識別準(zhǔn)確率僅 78% 左右，對異形車輛（如三輪車、手推車）的分類準(zhǔn)確率更低。

　　決策邏輯的不穩(wěn)定性：自動駕駛算法的決策邏輯復(fù)雜，且部分基于概率模型。這意味著在某些情況下，算法的決策可能出現(xiàn)隨機性，缺乏人類駕駛員那種穩(wěn)定、可靠的決策能力。例如，在并線、超車等復(fù)雜駕駛場景中，算法可能無法準(zhǔn)確判斷時機和距離，導(dǎo)致操作不當(dāng)。在 L3 級自動駕駛的控制權(quán)切換過程中，存在 4 - 6 秒 “灰色地帶”，駕駛員情境感知恢復(fù)時間長達(dá) 1.8 秒，期間若算法決策出現(xiàn)偏差，極易引發(fā)事故。

　　責(zé)任界定模糊：一旦發(fā)生交通事故，現(xiàn)行法規(guī)難以明確界定自動駕駛系統(tǒng)開發(fā)者、車輛制造商、使用者之間的責(zé)任。這種模糊性，不僅增加了事故處理的難度，也給自動駕駛技術(shù)的推廣帶來了法律風(fēng)險。不同國家和地區(qū)對于自動駕駛事故責(zé)任的認(rèn)定標(biāo)準(zhǔn)存在差異，導(dǎo)致企業(yè)在全球市場布局時面臨諸多不確定性。

　　監(jiān)管標(biāo)準(zhǔn)缺失：目前，全球尚未形成統(tǒng)一的自動駕駛監(jiān)管標(biāo)準(zhǔn)，不同國家和地區(qū)的法規(guī)差異較大。這使得自動駕駛企業(yè)在全球市場布局時面臨諸多挑戰(zhàn)，增加了技術(shù)研發(fā)和商業(yè)推廣的成本。例如，歐盟的 AVCC 標(biāo)準(zhǔn)與中國 C - ICAP 在技術(shù)要求和測試方法上存在差異，企業(yè)需要針對不同地區(qū)進(jìn)行針對性調(diào)整，增加了研發(fā)和運營成本。

　　核心零部件依賴進(jìn)口：高精度傳感器、車規(guī)級芯片等自動駕駛核心零部件，大多被國外企業(yè)壟斷。國內(nèi)企業(yè)在這些領(lǐng)域的研發(fā)和生產(chǎn)能力相對薄弱，這不僅限制了我國自動駕駛產(chǎn)業(yè)的自主可控發(fā)展，還增加了供應(yīng)鏈風(fēng)險。例如，車規(guī)級芯片的制程代差制約產(chǎn)業(yè)自主，國內(nèi)中芯國際 14nm 工藝雖已量產(chǎn)，但 7nm 及以下制程的 EUV 光刻機尚未突破，導(dǎo)致國內(nèi)在高端芯片制造方面依賴進(jìn)口。

　　數(shù)據(jù)共享與安全問題突出：自動駕駛的發(fā)展離不開海量數(shù)據(jù)的支持，但目前數(shù)據(jù)共享機制尚未建立，數(shù)據(jù)孤島現(xiàn)象嚴(yán)重。同時，數(shù)據(jù)安全問題也日益突出，自動駕駛車輛收集的大量敏感數(shù)據(jù)，面臨被竊取、篡改的風(fēng)險，威脅到用戶隱私和交通安全。由于缺乏統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)和安全規(guī)范，數(shù)據(jù)在不同企業(yè)和機構(gòu)之間的流通存在障礙，限制了數(shù)據(jù)的價值挖掘和應(yīng)用。

　　新型傳感器研發(fā)：科研人員和企業(yè)正積極研發(fā)新型傳感器，以提升其在極端環(huán)境下的性能。如紅外傳感器，能夠在夜間或惡劣天氣下，通過感知物體的紅外輻射來進(jìn)行探測，有效彌補可見光攝像頭在低光照條件下的不足。

　　固態(tài)激光雷達(dá)則具有更高的可靠性和穩(wěn)定性，有望替代傳統(tǒng)機械式激光雷達(dá)，實現(xiàn)大規(guī)模應(yīng)用。部分固態(tài)激光雷達(dá)產(chǎn)品已將幀率提升至 200Hz，探測精度和響應(yīng)速度大幅提高。

　　此外，百度 Apollo 聯(lián)合索尼半導(dǎo)體方案公司、聯(lián)創(chuàng)電子與黑芝麻智能，共同打造的超 1500 萬高像素車載攝像頭模組，通過全尺寸超 1500 萬高像素及感光芯片像素結(jié)構(gòu)設(shè)計，極大地提升了影像識別感知能力，在低感光環(huán)境下也能獲取高質(zhì)量圖像，有效解決色彩還原問題。該模組還具備大視場、小畸變、長焦、景深覆蓋范圍廣的優(yōu)勢，以及多畫幅輸出能力，同一幀可同時輸出縮放、剪裁不同視場數(shù)據(jù)，避免關(guān)鍵數(shù)據(jù)丟失。

　　算力升級與功耗優(yōu)化：一方面，半導(dǎo)體企業(yè)不斷提升芯片制程工藝，研發(fā)更高算力的車規(guī)級芯片。

　　英偉達(dá) Thor 通過 Chiplet 技術(shù)實現(xiàn) 2000TOPS 算力，為自動駕駛提供了強大的算力支持。黑芝麻智能推出的 7 納米工藝芯片 C1236，以及即將量產(chǎn)的 A2000 芯片，在 AI 計算效率上實現(xiàn)了重大突破，A2000 還支持單芯片高階智能駕駛和數(shù)據(jù)閉環(huán)，可靈活拓展，多芯片互聯(lián)。另一方面，通過優(yōu)化計算架構(gòu)，如采用異構(gòu)計算、邊緣計算等技術(shù)，降低計算平臺的功耗，提高數(shù)據(jù)處理效率。同時，還可以將部分計算任務(wù)從車載端轉(zhuǎn)移到云端，減輕車載計算平臺的負(fù)擔(dān)。例如，AMD 的自適應(yīng) XA SoC 平臺，特別是 Versal AI Edge，可提供超高 AI 性能功耗比，在完成域控制器內(nèi)的數(shù)據(jù)聚合、預(yù)處理和分發(fā)任務(wù)的同時，實現(xiàn)出色的計算加速，助力打造新一代 ADAS 和 AD 系統(tǒng)。

　　此外，高通 SA8620P 芯片采用 4nm 制程，30W 功耗與 20TOPS 算力組合，實現(xiàn)了 “每瓦算力” 的行業(yè)標(biāo)桿，搭載該芯片的車型在城市 NOA 場景下，系統(tǒng)響應(yīng)速度提升 30%，極端工況識別準(zhǔn)確率達(dá) 98.2%。

　　強化學(xué)習(xí)與遷移學(xué)習(xí)應(yīng)用：強化學(xué)習(xí)通過讓算法在與環(huán)境的交互中不斷學(xué)習(xí)和優(yōu)化，提高其在復(fù)雜場景下的決策能力。遷移學(xué)習(xí)則可以將在一個場景中學(xué)習(xí)到的知識，應(yīng)用到其他類似場景中，減少對大量標(biāo)注數(shù)據(jù)的依賴，提升算法的泛化能力。通過這些技術(shù)，算法能夠更好地應(yīng)對極端場景和未知情況，提高決策的準(zhǔn)確性和穩(wěn)定性。

　　多模態(tài)融合算法發(fā)展：將攝像頭、激光雷達(dá)、毫米波雷達(dá)等多種傳感器的數(shù)據(jù)進(jìn)行融合處理，充分發(fā)揮各傳感器的優(yōu)勢，提高對復(fù)雜場景的感知和理解能力。例如，通過融合視覺和激光雷達(dá)數(shù)據(jù)，能夠更準(zhǔn)確地識別物體的形狀、位置和運動狀態(tài)，彌補單一傳感器在感知上的不足，提升自動駕駛系統(tǒng)的可靠性和安全性。

　　明確責(zé)任界定與監(jiān)管標(biāo)準(zhǔn)：政府部門應(yīng)加快制定相關(guān)法律法規(guī)，明確自動駕駛事故的責(zé)任界定原則，建立統(tǒng)一的監(jiān)管標(biāo)準(zhǔn)。例如，規(guī)定在特定情況下，自動駕駛系統(tǒng)開發(fā)者或車輛制造商需承擔(dān)主要責(zé)任，同時對自動駕駛車輛的技術(shù)性能、安全標(biāo)準(zhǔn)等做出明確要求。通過清晰的法規(guī)指引，降低企業(yè)的法律風(fēng)險，推動自動駕駛技術(shù)的有序發(fā)展。

　　推動國際合作與法規(guī)協(xié)調(diào)：各國應(yīng)加強在自動駕駛法規(guī)政策方面的合作與交流，協(xié)調(diào)不同國家和地區(qū)的法規(guī)差異，為自動駕駛技術(shù)的全球推廣創(chuàng)造有利條件。例如，通過建立國際統(tǒng)一的測試標(biāo)準(zhǔn)和認(rèn)證體系，減少企業(yè)在全球市場的準(zhǔn)入障礙，促進(jìn)自動駕駛技術(shù)的跨國應(yīng)用和發(fā)展。

　　加強核心技術(shù)自主研發(fā)：加大對高精度傳感器、車規(guī)級芯片等核心零部件的研發(fā)投入，培育本土企業(yè)，提高產(chǎn)業(yè)自主可控能力。例如，政府可以通過政策扶持、資金支持等方式，鼓勵企業(yè)與高校、科研機構(gòu)開展產(chǎn)學(xué)研合作，突破關(guān)鍵技術(shù)瓶頸。地平線通過持續(xù)研發(fā)，推出了四代 BPU 架構(gòu)，應(yīng)用于征程系列芯片，憑借在性價比、靈活性和可靠性各方面表現(xiàn)，滿足著不同價位、不同動力車型的量產(chǎn)裝配需求，構(gòu)建起適配中國道路的技術(shù)護(hù)城河。

　　建立數(shù)據(jù)共享與安全保障機制：搭建數(shù)據(jù)共享平臺，促進(jìn)自動駕駛數(shù)據(jù)的合法、安全共享，打破數(shù)據(jù)孤島。同時，加強數(shù)據(jù)安全技術(shù)研發(fā)，采用加密技術(shù)、訪問控制等手段，保障數(shù)據(jù)的安全性和隱私性。通過建立規(guī)范的數(shù)據(jù)共享和安全保障體系，充分挖掘數(shù)據(jù)價值，推動自動駕駛技術(shù)的快速發(fā)展。

　　特斯拉憑借其先進(jìn)的 Autopilot 和 FSD 自動駕駛系統(tǒng)，在全球自動駕駛市場占據(jù)領(lǐng)先地位。通過不斷收集和分析用戶駕駛數(shù)據(jù)，特斯拉持續(xù)優(yōu)化其算法，提升系統(tǒng)性能。然而，特斯拉也曾因自動駕駛系統(tǒng)事故引發(fā)廣泛關(guān)注，這表明即使是行業(yè)領(lǐng)先企業(yè)，也仍需不斷改進(jìn)技術(shù)，應(yīng)對復(fù)雜的現(xiàn)實挑戰(zhàn)。在部分事故中，特斯拉自動駕駛系統(tǒng)在識別交通標(biāo)志、判斷路況時出現(xiàn)失誤，導(dǎo)致車輛操作不當(dāng)，凸顯出其技術(shù)在復(fù)雜場景下的局限性。

　　百度 Apollo 自動駕駛平臺，通過開放技術(shù)、數(shù)據(jù)和資源，吸引了眾多企業(yè)和開發(fā)者參與，構(gòu)建了一個龐大的自動駕駛生態(tài)系統(tǒng)。百度不僅在算法研發(fā)方面取得了顯著成果，還積極推動自動駕駛技術(shù)在多個場景的應(yīng)用，如 Robotaxi、智能物流等，為行業(yè)發(fā)展提供了有益借鑒。通過與合作伙伴的協(xié)同創(chuàng)新，百度不斷優(yōu)化自動駕駛解決方案，提升技術(shù)的實用性和可靠性。

　　隨著硬件性能的提升、算法的優(yōu)化、法規(guī)政策的完善以及產(chǎn)業(yè)生態(tài)的協(xié)同發(fā)展，完全自動駕駛有望在未來 10 - 15 年內(nèi)逐步實現(xiàn)商業(yè)化應(yīng)用。屆時，人們的出行將更加便捷、安全和高效，交通擁堵和環(huán)境污染問題也將得到有效緩解。同時，完全自動駕駛技術(shù)還將催生新的商業(yè)模式和產(chǎn)業(yè)形態(tài)，為經(jīng)濟(jì)發(fā)展注入新的活力。

　　從技術(shù)發(fā)展趨勢來看，固態(tài)激光雷達(dá)將進(jìn)一步降低成本，提升性能，有望將幀率提升至 200Hz，成本降至千元級。車路協(xié)同技術(shù)將更加成熟，5G - V2X 實現(xiàn) 10ms 低延遲通信，構(gòu)建萬級節(jié)點網(wǎng)絡(luò)，實現(xiàn)車輛與基礎(chǔ)設(shè)施的高效協(xié)同。能源管理將不斷優(yōu)化，無線充電技術(shù)使 Robotaxi 日均充電次數(shù)降至 1.5 次，提高運營效率。量子計算與多模態(tài)大模型將推動算法突破，覆蓋 10^12 公里級訓(xùn)練數(shù)據(jù)，大幅提升自動駕駛系統(tǒng)的智能水平。

　　完全自動駕駛技術(shù)的發(fā)展，是一場充滿挑戰(zhàn)的馬拉松。盡管面臨諸多現(xiàn)實困境，但通過技術(shù)創(chuàng)新、政策支持和產(chǎn)業(yè)協(xié)同，我們有理由相信，完全自動駕駛的未來可期。

　　最近，全國多地出現(xiàn)新冠病毒感染流行趨勢。對此，總臺記者對中國工程院院士鐘南山進(jìn)行了采訪。鐘南山院士表示，目前國內(nèi)主要流行的新冠病毒毒株毒性較低，嬰幼兒應(yīng)特別注意防護(hù)；老年人和有基礎(chǔ)病的人群一旦感染要在48小時內(nèi)及時用藥。

　　潮新聞低空經(jīng)濟(jì)應(yīng)用場景又上新。近日，長三角首條跨省低空公交航線正式開通，覆蓋上海浦東、嘉興平湖、嘉興海寧、紹興越城、紹興柯橋三市五區(qū)，航線分鐘。

　　第78屆世界衛(wèi)生大會19日在瑞士日內(nèi)瓦開幕。在當(dāng)晚舉行的一場名為“數(shù)智賦能初級衛(wèi)生保健 促進(jìn)全民健康覆蓋”的邊會上，來自中國浙江的基層衛(wèi)健工作代表吳麗英分享“AI+智慧流動醫(yī)院”的經(jīng)驗做法，吸引各國與會代表的目光。

　　潮新聞客戶端 記者 張云山 甘居鵬 張孫超“hello，xiaoai，could you get me sea salt？（你好，小i，可以給我海鹽嗎？）”在第四屆中東歐博覽會展區(qū)，一臺來自浙江人形機器人創(chuàng)新中心的零售機器人，吸引了眾多外賓圍觀。

　　5月25日，朝鮮驅(qū)逐艦下水事故新進(jìn)展，又拘留3名責(zé)任人，修復(fù)工作正在按計劃進(jìn)行

　　沒有全紅嬋參賽，上座率慘不忍睹啊，看到了嗎？嬋寶就是實力，就是民心，就是正義?。。?！#跳水#全紅嬋

　　如果跳水賽沒有全紅嬋， 幸虧嬋寶今天是啦啦隊員，可以繼續(xù)看 嬋寶了！#全紅嬋 #陳若琳

　　潮新聞客戶端 記者 吳恩慧今年以來，民營經(jīng)濟(jì)大省浙江頻頻出圈，一批數(shù)字經(jīng)濟(jì)、人工智能、高端裝備制造等領(lǐng)域的新質(zhì)生產(chǎn)力企業(yè)站上C位。這背后，是“耐心資本”培育未來產(chǎn)業(yè)、金融賦能科技型企業(yè)的生動實踐。J9九游會官方·登錄入口