我们为什么要发展无人驾驶车辆？(4)

这两条发展路径和商业模式有关，也和初始投入有关。图4中蓝箭头发展路径所需投入大、时间长、成本高，且期间无收入；黄箭头发展路径是边销售边研发的模式，成本压力较前者小许多，是现在汽车厂商喜欢的模式，不过，它也可能面临难以逾越L4，只能停留在L2-L3层面的障碍。
截止目前，这两类不同的发展路径都出现了足够证明其可行性的实例。行驶里程数和同时投放车辆数是判断可行性的指标，几家领先企业都已过了公认的及格线。辅助驾驶车辆，以特斯拉为例，行驶里程数已超过10亿公里，从深度学习技术的角度看，积累数据相当丰富，同时投放车辆数早已突破1万辆的门槛，达到了50万辆；自动驾驶车辆，以谷歌相关的Waymo为例，行驶里程数已过1千万公里的门槛，也有计划要投放超过2万辆；同为L4自动驾驶级别的Uber，正在加速追赶谷歌的步伐，很快就将越过这些门槛，因此，目前看来，行业前景比较乐观，可继续向前测试或商用。
对普通人来讲，可以通过上述两个指标来了解无人驾驶车辆的实际能力；对监管部门来讲，会比普通人多些观察、了解的方式，譬如要求各企业及时上报遇到的情况或意外，以此来观察产品能力。监管部门很难做到对无人驾驶车辆的事先监管，因为路上可能出现的场景过多，难以一一检测，甚至连主要场景也很难覆盖，所以只能把监管放在事中或事后。因此，无人驾驶车辆是否合格，并不能通过组织鉴定会或在试验场进行试验的方式得出结论。监管部门至多在邀请专家评测实地测试后，发一些要求有限的测试资格，至于车辆是否合格，只能在实践中才能慢慢得到检验。如果接受测试的无人驾驶车辆在试验场都会发生意外或无法跑完全程，其面临的挑战会很大。
以上这些过程，仍有许多技术和法律上的细节需要仔细琢磨。