车路协同的确是搭乘自动驾驶的东风再次飞起来，但是车路协同的背后是智能交通，既包含了高级别的自动驾驶，还有L1、L2级别的智能汽车的预警辅助，在一些行业人士看来，这可以让用户更快地感知到车路协同的好处。

假设一辆自动驾驶汽车行至建筑工地附近，还被一群锥形桶和建筑工人搞得不知所措。这时，将控制权交给控制室里的人类驾驶员看起来确实是个聪明的方案。不过，当远程操控员接过“方向盘”指导自动驾驶汽车脱困时连接突然中断了，下一步该怎么办？

本文整理自 MIT 研究科学家 Lex Fridman 与 Aurora CEO Chris Urmson的访谈视频。学者与新晋企业家的思想碰撞，会给我们带来哪些新的行业洞见？

对于车企而言，智能化浪潮中有两大抓手。一为自动驾驶，二为车联网。前者上文已经提到不再赘述，而后者则撑起了车企们的另一重想象空间。基于5G的优势，路况信息的采集，交通状况、吃喝玩乐等地理信息都完全能交由车主生产，构成基于地理信息的智慧城市网络。

“自动驾驶”技术既然是可预见到的“普及”功能，那么必然需要更多的“玩家”加入到这场竞技中，才有可能让更多的人负担的起。作为消费者，其实并没有多少人关心是如何实现的，其背后研发过程是怎样，更多的是在意实际体验如何，效果怎么样。

2004年3月，美国加州莫哈维沙漠尘土飞杨。从任何角度看，这都是一场奇怪的赛事。15辆外观奇特的汽车在赛道里“怪异”地行驶着，方向盘前并没有司机，车里的其他座位上也没有乘客......但这场设计长度240公里的比赛，结果惨烈，没有一支队伍跑完全程。

2018年7月，小鹏汽车的员工张小浪，刚刚加入小鹏汽车2个月，被前雇主苹果公司控告并被FBI以“窃取商业机密罪”逮捕并起诉，如果最终罪名成立，他将面临“最高10年监禁，并处25万美元罚款”。而当时小鹏汽车表示“没有记录显示此人向小鹏汽车上报过任何敏感或违规的情况”。

可以应用到协作智能的场景很多，用降落无人机到指定地点为标准，人类独自操作的速度、精准度都要远远落后于于智能协作操作的速度和精准度。人工智能就好像是人类的副驾驶，以另一种视角帮助人类更好的达成目标。例如自动泊车不再仅仅限于奢侈的大车位，人类或许可以和人工智能一起尝试在小车位中上演极限操作。

在Apollo升级至5.0版本的契机之下，百度明确宣布了两个商业化尝试，首先是自主泊车，Apollo自主泊车（Valet Parking）解决方案已经试用到了百度自家的办公区域......首个商业化订单来自Apollo平台伙伴、百度深度参投的威马汽车，但更多具体信息并没有披露。

在有人驾驶时代，驾驶者当然是第一责任人，自己做出车辆操控决策，并对可能的后果负责。但是当汽车厂商或者出行厂商推出自动驾驶车辆后，由于是厂商提供的车辆“自动”进行操控的决策，因此责任将转移到厂商这边。为了降低其可能承担的风险以及后续的损失，厂商自然需要增加足够的冗余，以保证产品达到车规级的安全。

尽管在大环境不佳的情况下，这并不能算是一个很差的结果，但一定与Drive.ai最初所设定的目标并不相符，吴恩达本人也将注意力重心放在了他的其他人工智能领域的项目上，包括提供一系列深度学习课程的教育平台Deeplearning.ai，以及为企业提供人工智能化转型服务的Landing.ai。

对于自家HERE的HD Live地图，Preyss信心满满，他表示：“我们能支持任何OEM开发的定位方案。我们相信，L3-L5的时代，GPS/IMU、高精地图和其他传感器的融合才是最理想的解决方案。”