1715
作者 | 方文三
国内政策的监管和推动为自动驾驶的规模化发展提供了清晰的路径和目标，通过顶层设计和地方实施相结合的方式，促进了无人驾驶汽车行业的健康发展。
研发测试转入商业应用阶段
近年来，我国多座城市自动驾驶产业发展势头强劲，测试验证与示范应用工作稳步推进，正逐步由研发测试阶段向商业应用阶段过渡。
目前，国内自动驾驶领域在产品准入、运营许可等方面已逐步取得一系列突破，建议进一步加快自动驾驶政策创新步伐，以推动产业实现高质量发展。
然而，当前的政策法规尚不能完全适应自动驾驶技术的规模化部署及商业化落地需求。
经过多年的发展，我国自动驾驶整体能力已显著提升，已初步具备商业化条件。
然而，受现行政策、法规的制约，当前在产品管理、交通管理等方面的法律规定尚不能完全适应自动驾驶技术的规模化部署及商业化落地的新阶段。
随着技术的快速迭代、政策的逐步跟进以及行业标准的统一，将加速推动自动驾驶产业链形成闭环，实现真正的自动驾驶无人化、规模化商业运营。
国内政策对自动驾驶的监管和推动
从国家层面来看，国内高度重视无人驾驶汽车行业的发展，已经上升到国家战略高度。
政策方面，中国无人驾驶行业近年来受到各级的高度重视和国家产业政策的重点支持，多个部委出台了一系列规划及政策推动无人驾驶汽车行业发展。
例如，工信部等发布政策，支持有条件的自动驾驶(L3)和高度自动驾驶(L4)，推动智能汽车产业迈入L3时代，智能汽车全产业链有望受益。
在地方层面，各省市为了响应国家号召，积极印发有关政策通知推动无人驾驶汽车行业的发展。
不同地区的政策虽然侧重点略有不同，但总体都围绕着扩大试点范围、加快智能网联体系发展、鼓励更多应用场景、提高自动驾驶模型性能等方面展开规划。
此外，国内采取了中央与地方相协调的立法模式，主要围绕发展设计、交通安全管理及网络数据监管三方面展开。
其立法以发布引导政策和规范性文件为主，而地方层面则更侧重于实施和监管。
这种协调一致的政策推动，为自动驾驶的规模化发展提供了坚实的基础。
自动驾驶技术将对汽车商业模式产生影响
自动驾驶技术的持续发展正促使汽车行业向服务化转型，以适应未来市场的需求和变化。
进入新的竞争阶段，谁能够率先将先进技术落地应用并成功构建可行的商业模式，谁就更有可能在激烈的市场竞争中脱颖而出。
鉴于市场需求的迫切性和使用场景的契合度，商用车领域相较于乘用车领域，更早地实现了自动驾驶技术的商业化应用。
这一变革主要源于用户需求的驱动，推动了技术的快速落地。
过去，无人驾驶技术在公众眼中往往被视为一项投入巨大、回报周期漫长的研发项目。
因此，许多人对无人驾驶技术的商业化前景持怀疑态度，甚至导致一些无人驾驶重卡公司陷入困境。
然而，随着技术的不断进步和成本的降低，无人驾驶技术的商业化前景正逐渐变得明朗。
在商用车领域，无人驾驶技术的早期商业化进程曾受到传感器价格高昂的制约。
以64线激光雷达为例，其价格在过去几年中经历了大幅下降，从最初的高昂成本逐渐降低至更为合理的水平。
这一变化使得无人驾驶技术的成本大幅降低，为其在商用车领域的广泛应用奠定了基础。
当前，高速NOA和城市NOA的渗透率正在稳步提升，但距离主流市场仍有一定差距。
城市NOA作为实现完全自动驾驶的重要门槛，对于未来自动驾驶技术的普及具有重要意义。
因此，各大车企正积极投入研发，以期在自动驾驶技术方面取得更多突破。
同时，随着自动驾驶技术的不断成熟和应用，软件付费模式正逐渐成为汽车盈利的新可能。
硬件的潜在价值在于为软件提供同类用户场景下的唯一入口，为软件盈利打开更大的发展空间。
因此，车企可能会尝试以持平BOM成本的低价出售汽车，通过软件服务实现盈利。
根据罗兰贝格的数据预测，到2030年，单车软件价值将有望实现显著增长，占BOM的比例也将大幅提升。
自动驾驶作为汽车软件的重要组成部分，将成为汽车软件盈利的主要方面之一。
展望未来，端到端自动驾驶技术的发展将进一步推动自动驾驶技术的成熟和应用。
大模型的应用将提高环境感知能力，使得自动驾驶系统能够更好地理解和应对复杂的交通环境。
在数字化浪潮的推动下，自动驾驶从硬件驱动到软件驱动，并正在进入以数据驱动的阶段。
在这一阶段，大模型是核心要素之一，大模型的发展必将推智能驾驶具备更全面、更智能的感知和理解能力。
同时，车路协同技术将成为未来自动驾驶发展的关键方向，通过构建以车路协同为基础的“通信+数据+计算”新体系，实现更高效、更安全的自动驾驶。
发展自动驾驶的产业政策法规正在加速落地
2023年11月17日，工业和信息化部、公安部、住房和城乡建设部以及交通运输部联合发布了《关于开展智能网联汽车准入和上路通行试点工作的通知》，标志着L3级别自动驾驶车辆准入试点的正式启动。
随后，在12月5日，交通运输部办公厅印发《自动驾驶汽车运输安全服务指南（试行）》，为自动驾驶汽车运输安全提供了明确的指导要求。
此前，自动驾驶车辆的应用主要局限于测试区域，而此次《通知》的发布，从国家层面为自动驾驶的商业化进程，包括车辆准入，提供了明确的信号和方向。
值得注意的是，过去用于自动驾驶测试的车辆多以改装车为主，而此次《通知》的主体转变为主机厂，这意味着自动驾驶车辆正式纳入量产车范畴。
L3级别车辆的率先试点，不仅有助于推动当前技术的实际应用，更为后续L4级别自动驾驶车辆的上路准入奠定了坚实基础，探索出一条清晰的路径。
可以说，《通知》的发布是国家将自动驾驶车辆纳入正规管理的开始，体现了对自动驾驶技术发展的高度重视和支持。
例如，试点城市的选择、试点企业的资质、试点车辆的配置以及试点过程中的安全保障措施等，都需满足相应的标准和规定。
与此同时，《自动驾驶汽车运输安全服务指南（试行）》也为自动驾驶车辆的安全运营提供了详细的指导。
该指南涵盖了应用场景、运输经营者、运输车辆、人员配备、安全保障以及监督管理等多个方面，为自动驾驶汽车的商业化运营提供了全面的安全规范。
业内专家认为，自动驾驶技术要实现商业化落地，需要满足全域化、规模量产化和无人化三大条件。
而《安全运输指南》中关于远程安全员配备比例的规定，为自动驾驶车辆在全无人化运营方面创造了有利条件，从立法层面为自动驾驶技术的进一步发展提供了支持。
总体来看，当前的政策节奏与当年国家推动新能源汽车发展的策略相似，都是通过先推出试点、逐步扩大应用范围的方式，推动自动驾驶技术的落地应用。
随着试点工作的深入开展和技术的不断进步，相信自动驾驶技术将在未来得到更广泛的应用和发展。
同时，多地也在积极扩大自动驾驶汽车的测试区域和应用范围，为自动驾驶技术的发展提供了更加广阔的空间和机遇。
此外，我国还建设了多个国家级自动驾驶测试场和示范区，吸引了众多创新主体参与，为自动驾驶技术的研发和应用提供了有力支撑。
车路协同在未来将成体系发展
自2025年起，中国将逐步迈入L3+阶段，车路协同技术作为自动驾驶发展的必然趋势和核心战场，其重要性日益凸显。
车路协同产业的进步将是渐进式的，并随着高级别自动驾驶试点文件的陆续发布，政策将主导推动其在特定道路和区域等场景的应用不断深化和扩大，进而有望推动L4技术的迅速进步。
此外，车路协同路线以其较低的成本、高度的安全性和可靠性优势，将被全面释放，成为自动驾驶领域的核心，甚至成为决定未来汽车产业竞争格局的关键要素。
从中长期视角来看，以车路协同技术为基础，构建涵盖“通信+数据+计算”的新体系，将成为自动驾驶技术发展的主要方向。
未来，高阶自动驾驶将涵盖协同感知、决策和控制等方面，形成车路协同的“世界模型”，能够基于历史驾驶习惯和路况信息预测未来发展趋势；
并通过生成视觉反馈指导车辆进行自主导航、决策和路径规划，从而显著提升自动驾驶的安全性，并优化移动生态系统的运行效率。
根据亿欧智库的预测，至2030年，中国车路协同市场规模有望达到4960亿元，2021年至2030年的复合年均增长率（CAGR）预计为26.64%。
同时，前瞻产业研究院预计，到2030年，中国公路里程将有望增长至615万公里，汽车保有量将达到3.8亿辆；
届时路侧单元（RSU）的应用渗透率有望达到30%，汽车搭载高清地图的渗透率则有望达到5%。
基于上述预测，车路协同主要IT设备如RSU、OBU、高精地图、边缘计算单元等的累计投资规模有望在2026年达到1283亿元，并在2030年有望达到2834亿元。
预计2023年至2030年期间，这些设备将累计拉动投资需求超过2000亿元，显示出车路协同市场巨大的发展潜力。
结尾：
中国自动驾驶行业正处于快速发展阶段，得益于各地政策推动、技术创新、基础设施建设、产业链协同以及市场潜力的释放。
未来，随着技术进一步成熟和法规的完善，自动驾驶有望在更多场景中实现规模化应用。
部分资料参考：慧博资讯：《自动驾驶行业深度：行业现状、未来趋势》，汽车学堂Automooc：《端到端感知决策大模型能够真正实现无人驾驶？》，守正出奇 计算机研究：《自动驾驶新政策落地，车路协同有望加速发展》，天翼智库：《自动驾驶，通往“无人”的路径与未来》，中国交通报：《推动自动驾驶规模化部署商业化应用》
下载ECAD模型
