我们谈论无人驾驶（自动驾驶）的时候，大多时候是在谈论技术的进展。

虽然技术上我们有所欠缺，但总归，我们已经能在实验环境下实现自动驾驶了——前一到两年，不管是汽车主机厂还是Google这样的科技公司，都可以把他们的无人车拿出来亮一亮，比如让无人车跑到测试场地里，人少的大马路上，但终究要落实在我们生活的社会中，难度是挺大的。

后来我们知道了，让无人车跑到路上，就像是一个时刻被连在线上的大脑赤裸的上路。它需要认识环境，与环境对话，它需要通信，要对抗一些信号干扰。所以，真的要跑到马路上，挑战还是不小。

上个星期，PingWest品玩参与了腾讯汽车举办的一场AI活动。

由于腾讯在行业中的地位，我们这个大会的阵容也是十分豪华了——腾讯说这次大会从筹备到举行历时4个多月，到最后邀请了谷歌无人车之父SebasTIan Thrun，北汽集团董事长徐和谊，英特尔全球人工智能战略规划总经理Fiaz Mohamed，美国高通公司高级技术标准总监李俨，中国工程院院士李骏，宝马中国互联驾驶研究院与自动驾驶联合副总裁Robert Bruckmeier、蔚来汽车创始人李斌，长安汽车（000625，股吧）副总裁刘波等30多位重量级嘉宾出席并围绕“谁主‘进化’？”展开对话。

这个大会倒是很有代表性的——科技行业内研究自动驾驶的、传统车厂讲究数字化转型的、政策方负责指定方案和行业调研的，甚至是业内的一些分析师和媒体都参与其中。

腾讯汽车概括提炼了汽车AI进化路径，首次提出“三阶五维”概念。 三大阶段主要指：技术爆发期、混合过渡期及智能交通时代；五大维度分别为：政策法规、基础设施、高精地图、技术标准与接受程度。

目前，行业正迈进第一阶段：技术爆发期，未来四年间，5G通讯、FPGA、全新的经过不断修正改进辅以大数据训练支持后进化的AI算法、低成本激光雷达、全新的客户端OS界面、云端技术都将爆发式发展，刺激商用化的人工智能无人驾驶车辆在2021年左右出现。

技术爆发期后，人工智能无人驾驶车辆受制于电池能量密度以及其他能源行业问题，基础交通设施需要、人工操作车辆寿命等因素，人工操作车辆与商业化人工智能无人驾驶车辆将经历一个12年左右混合过渡时期。

最后正式步入第三阶段：智能交通时代， 智能交通，强人工智能无人驾驶车辆开始颠覆性的普及应用，并极大的促进TaaS 2.0（运输即服务的无人驾驶时代 TransportaTIon as a Service 2.0）。差不多就是因为这样的概念，我们看到不少车企、互联网科技公司提出的2020-2025年的完全自动驾驶规划。

不过，这次大会咖虽然都很大，但听到最后，我却得出了一个简单的结论——

无人驾驶在中国做，还真是有点难。

其实在很早之前，我与不少行业内做无人车的公司、业内人士有过一些交流。总体上，在中国落地无人驾驶，我得出的一个结论就是——最困难的仍然是不可预知的交通环境。

当然，说了这么多，讲得大实话一些，就是中国的老司机们、新司机们都太不遵守交通规矩了——这些东西是要靠人的认知来学习的，而不是依据考试里的科目一二三。我们中国的交通路况实在是比国外复杂的多——有的有自行车道，但电动车还骑到机动车道的，有的没自行车道，干脆自行车也直接上主路的。

中国的交通元素特别复杂——海外可能没有那么多电动车、行人也会按照交通灯来走、街边没有煎饼摊、两条车道其中也不会有一条被停车的站满……

对了，那些人可能还时不时的晃你一下，根本不看后边有没有机动车。

有人说，自动驾驶感应器那么精确，比人的直觉的灵敏度高多了，不就是为了解放我们的双手双脚的么——检测到人，一脚急刹不就完了么？

这就要说到在一些视野盲区里，其实老司机们到那都会自动备一脚刹车的。但自动驾驶汽车没这经验，一看绿灯全速通过，结果左侧公交车视野盲区杀出来一个三蹦子……恐怕它自己都刹停不了，直接把人撞飞了。

很多车企喜欢运用人工智能来处理驾驶习惯的问题，所以即使这样，在中国的驾驶习惯、交通路况就需要单独学习。

宝马中国服务有限公司互联驾驶研究院与自动驾驶联合副总裁RobertBruckmeier讲了这层意思。

他举了一个例子，在慢速的路况超车情况下，不少西方的海外城市的运动轨迹是，超车打左转向灯，左侧车点刹车，右侧快速超越；而中国市场内是，右侧超车可能没打转向灯，左侧车被右侧车快挤到道路边线的位置，赶紧减速，右侧车突然意识到打灯了，快速超越。

宝马尝试把德国的AI放到中国，发现完全行不通。基于德国无人驾驶车队的经验，到了中国后发现，德国的AI探测到周围的车会很疑惑——这些灰色的车为什么要走到我的车道上呢？所以就不知道怎么做了。

宝马举这个例子很简单，如果要按照西方国家的数据训练自动驾驶汽车拿到中国来用，在理论阶段，那都可能不太能实行。所以在中国做自动驾驶，就得中国研究中心来做，得用中国的数据，学习中国的风格。

不过归根结底，这是在探讨路权的问题。而在实际生活的数据，有的时候会比这样的情况更复杂，几个月前，我在我的一篇文章《有中国特色的无人驾驶》中提到过一些观点：

比如人们可以很简单的从其“不走直线”下意识的判断前边的司机可能是个新手，然后减速；人们会在一个相对复杂的交通环境下总结开车的技巧，因为这些都是人学习后的经验。但汽车决策目前只有更精确的感知，以及更复杂的算法决策，但那些超出算法决策范围的情况可能会在中国发生。

比如人们知道在高峰期间绕过拥有复杂路况的五道口，无人驾驶汽车可能只能硬着“头皮”根据高精度导航走走停停——来了一个人横穿马路，停下；快递三轮从狭小的空间穿越，停下；两侧车道强行加塞，停下；面对这么多的情况，无人车的决策和预判系统变得非常复杂，可以说会非常的有中国特色了。

那么多的车企喜欢在美国加州拿一个资格进行路测，却很少能有人在中国的社会道路上搞一个自动驾驶测试。中国在这方面相对保守——为了保护公众的安全，不安全的东西不能上路，但无人车不上真实路段就没法变的安全。

想想还真觉得挺难的，暂时是个死结。