在 4 月 2 日开幕的岳麓峰会上，百度创始人李彦宏发表了题为「全球技术创新进入『中国时间』」的主旨演讲。他提出了「智能网联汽车的三种境界」，阐述了个人对智能网联汽车发展的最新见解。
李彦宏称，「智能网联是人工智能时代的大趋势，潜力巨大。而智能网联汽车又有三大境界。其一，是基础设施的智能网联化，通过对全城的信号灯动态进行智能升级，可以大幅提升城市通行效率；第二境界是自动泊车，这是解决最后一公里的自动驾驶能力，一旦这个时代到来，将会对不具有这种能力的汽车产生挤压效应。而当智能网联汽车真正遍布城市大街小巷的时候，我们就真正迎来了智能网联汽车的第三境界——无人驾驶共享时代。」
在极客公园看来，李彦宏口中所说的这三种境界，恰恰代表了目前自动驾驶产业发展的三个重要阶段，而针对「商业化」的讨论是核心所在。
百度创始人、董事长兼CEO 李彦宏 / 百度「车路协同」是实现无人驾驶量产的基础
尽管随着深度学习算法的不断精进、激光雷达等传感器灵敏度的提升，单车的智能程度也越来越高，但 Uber 无人车、特斯拉 Autopilot 酿成的事故却在不断提醒着大家：我们距离真正意义上的无人驾驶时代还很远。
Waymo 的实力是大家公认的，但它同样苦恼的是自动驾驶的商业化问题。而实际路测中又无法搜集足够多的数据来持续优化算法，使无人车能够自如应对驾驶场景中的「边角案例」（corner case）。因此，在单车智能还未到达足够可靠的量级时，还要通过基础设施的智能网联化，将「汽车+道路」的智能化协同发展，才能保证自动驾驶尽早量产落地。
「车路协同」的基本表现形式 / 视觉中国
协同智能的好处，从安全的角度出发，相当于为自动驾驶汽车的感知能力提供了额外的冗余保证。它能够扩大无人车的感觉范围，使其做出具有全局性考虑的决策结果。这样的优势保证了协同智能可以实现很高的驾驶安全性。
而从成本方面考虑，集约式的建设道路基础设施，相当于为所有道路参与者提供了可共享的智能能力。这样一来，无人车的传感器配置可以实现减配，整套系统的搭建成本进一步降低，这对自动驾驶汽车的量产是大有裨益的。
政策层面来看，国家高度重视自动驾驶和车路协同发展，并确定了按照车路协同的技术路径积极推动自动驾驶发展的路径。2017 年，国务院印发《「十三五」现代综合交通运输体系发展规划》，明确提出示范推广车路协同技术，应用智能车载设备，建设智能路侧设施。2018 年，工信部发布《车联网（智能网联汽车）产业发展行动计划》，提出力争到 2020 年，车联网用户渗透率达到 30% 以上的目标。
目前，在全国已经开始投入使用的智能网联汽车测试区中，均设置了基于 5G 网络技术的 V2X 应用场景。以长沙为例，百度与长沙市人民政府、湖南湘江新区管委会于 2018 年 12 月底达成合作，随后完成全国首例 L3 及 L4 级别等多车型高速场景自动驾驶车路协同演示，同时由百度 Apollo 提供技术支持的国内首条智能公交示范线也首发通车。
百度 Apollo 无人驾驶出租车 / 百度
去年五月份，在江苏无锡启动的车联网应用项目，属于城市级的车路协同平台。其中华为与合作伙伴共同搭建了商用网络，以验证在城市道路内如何通过车路协同，提升通行效率和确保交通安全。
作为 BAT 的生力军，阿里巴巴在首次对外公布的自动驾驶技术路线规划中也强调称，「自动驾驶汽车与道路基础设施配合，能够改善车辆的感知能力，降低成本」。同时阿里巴巴达摩院与交通部公路科学研究院宣布，成立车路协同联合实验室，研究车路协同技术、自动驾驶技术、基础设施智能化等。
从打法来看，百度和阿里的策略相左。百度年初宣布将 Apollo 车路协同解决方案开源，而阿里却选择了相对封闭的做法。
对百度而言，无人车研发经验优于阿里，加之 Apollo 生态聚集了众多领域的合作伙伴，开源有利于其链接周边产业，加速自动驾驶产品的量产。阿里的话，优势集中在路端，有菜鸟联盟、ET 城市大脑等的支撑，封闭有利于其对路端掌控，而路端技术可以使车更智能，对车路协同方案的落地起到推动作用。这从阿里与交通部达成的合作也能看出一些端倪。
不过对自动驾驶这样的新兴技术而言，目前哪家公司都无法形成垄断优势。而且车路协同要真正发挥作用，还需要政府、企业、院校间的通力合作。毕竟让驾驶更安全，让出行和货物运输效率更高，是大家的共同目的。所以，合作形成双赢似乎要比单打独斗更现实些。
解决「最后一公里」难题的试金石
近一两年来，自动驾驶已经成了耳熟能详的热门词汇，不管是 OEM、Tier 1 供应商还是层出不穷的科技公司，似乎不搞点和自动驾驶沾边的事情，都不好意思在圈子里混。但再好再热的技术不落地，也只能是空中楼阁。而从 Waymo 的成立开始，市场的各个参与者开始对「自动驾驶」这件事情变得越来越理性。
另一个市场变化的趋势在于，大家似乎不怎么提全路况的 L4 了，而是加了一个「地理围栏」的前提，即限定在特定的场景应用区域。所以这也是为什么很多公司会选择有限场景作为技术应用的第一步，「商业化」应该是其中考虑的关键因素。
李彦宏在演讲中提到的「自动泊车」就属于其中一个重要的场景。不过确切的说，他指的应该是「自主泊车」(Valet Parking) 技术，解决的是出行最后一公里的问题，属于限定场景的 L4 级自动驾驶应用。在李彦宏看来，如果一辆汽车可以「自己找停车位」，那么它就极有可能对不具备自主泊车能力的汽车产生「挤压效应」，从而快速推进这项技术全面实现「上车落地」，为汽车真正发展到无人驾驶共享时代做准备。
戴姆勒联合博世开发自主泊车技术 / Daimler
不过现在大家之所以盯上了「自主泊车」这项技术，极客公园认为「成本」和「可行性」是其中两个重要原因。
相比全栈式的无人驾驶解决方案，自主泊车主打「低速」场景，对传感器架构、中央处理平台性能以及感知决策控制算法都降低了要求，成本在可控范围内就意味着这项技术在现阶段是利于商业化落地的。
据极客公园了解到的信息，目前自主泊车技术的车端架构在行业里基本是通用的（可能一些方案会加上激光雷达）。传统泊车辅助系统会配置 12 个超声波雷达和 4 个环视摄像头，而自主泊车在环境感知上需要做到更安全，所以需要结合泊车系统进行一定程度的传感器融合。对主机厂而言。传感器的成本没有增加，只需将算力升级，把原有的 ADAS 处理器替换成自动驾驶处理器平台。
其他方面，从方案提供商的角度而言，自主泊车技术还涉及到场端的管控，包括云平台的打造以及地图的绘制。整个过程的投入自然不小，而且依然存在一个逐步迭代的过程。包括支持停车场数量的增加，车速的不断提升，从基础功能到加入部分城市化道路的应用，当然用户体验也会持续得到改善。
不过即便是自主泊车，商业化落地也面临着诸多挑战。除产品技术本身外，地下停车场定位、建图、车身感知决策控制等都是需要额外花精力去解决的问题。对主机厂而言，总体的研发成本是增加的。而且如果车企想要自建共享服务，车辆管理、平台搭建涉及的费用也不少。
纵目自主泊车系统演示 / 纵目科技
目前来看，主机厂基本都选择了自己中意的合作伙伴。比如戴姆勒和博世很早就开始了自主泊车技术的研发，百度联合力帆系的盼达已经在重庆开始试点出行服务。而国内很早就开始动身的纵目科技则已经收到了一汽的项目定点通知书，计划在红旗品牌 2020 年的量产车型上部署低速 L4 级自动代客泊车产品，并计划 2020 年实现主要一二线城市大型商业停车场内的自主泊车功能。
作为解决「最后一公里」问题比较现实的方案，自主泊车尽管实现起来也并不容易，但它依然是 L4 级自动驾驶最有可能先落地的一个场景。而基于自主泊车技术延伸扩展而来的产品势必会起到反哺自动驾驶的发展，推动真正无人驾驶时代的到来。
无人驾驶的终极形态
李彦宏最后提到的「无人驾驶时代」，一定是所有公司都渴望实现的产品愿景。不过考虑到目前整个行业的发展现状，距离这个目标的实现恐怕还有段距离。
极客公园曾经对比过 Waymo 和特斯拉在自动驾驶研发上的一些差异。
总的来看，Waymo 和福特的路线一样，选择了一步到位开发无人驾驶汽车；而特斯拉和通用、丰田、大众、奔驰、宝马等主机厂的想法类似，从释放 L2~L2+级自动驾驶能力开始，将这些技术先在量产车上搭载，获取大量数据用于算法的迭代和演进，同时也在进行无人驾驶技术的并行开发，属于互相促进、互相学习的一派。
Waymo 目前已经在亚利桑那州展开了基于 robotaxi 的网约车服务，而福特则在尝试基于无人车的外送服务，试图抢占物流领域的高地。与福特类似的还有 Nuro、新石器、美团、京东等公司。相比之下，百度自动驾驶平台似乎选择的是 all-in 的策略，在自主泊车、robotaxi 以及物流领域均有涉猎。
Waymo 基于自动驾驶汽车开展的网约车服务 / 视觉中国
据悉，Apollo 目前已经完成了 6 大版本的迭代和技术升级。百度方面计划将持续在车端、路端全面开源，进行更加广泛的商业化量产落地尝试。值得一提的是，美国咨询公司 Navigant Research 发布的「2019 自动驾驶领导力」报告中，百度获得了不俗的排名，而且每年的进步可圈可点。
在极客公园看来，百度和 Waymo 在自动驾驶的商业化上都找到了适合自己的节奏。以技术硬实力为基础，广泛寻求合作，逐步扩大城市业务运营范围，在解决了既定区域的核心痛点后也积累了大量的测试数据。不过相比百度而言，Waymo 目前的研发模式还较为封闭，如果想要解决日常驾驶中的「边角案例」，恐怕还要学学百度，在合作和生态开放上更努力一些。
真正意义上的无人驾驶时代还未到来，而创新则是熬过这场苦战的利器。