近日，福布斯網(wǎng)站刊發(fā)文章指出，雖然谷歌、Uber、特斯拉等科技公司紛紛布局的自動駕駛將成為汽車行業(yè)的未來，但在中國這些公司不太可能有所作為。中國未來可能是全球最大的汽車市場，百度擁有自己獨特的算法、良好的商業(yè)合作伙伴以及政府的大力支持，得益于此，百度將有機會在無人駕駛領域戰(zhàn)勝谷歌。

谷歌早已進軍無人駕駛汽車領域，除此之外，Uber、特斯拉以及其他幾家世界級的科技公司也都先后進入了這一領域。這些公司都已在路上測試和部署無人駕駛汽車。毫無疑問，在競爭超級激烈的汽車行業(yè)，無人駕駛汽車相關的競爭定會走到前沿。

但在中國，這些公司不太可能取得重大成就。業(yè)界預測，到2025年時，中國的無人駕駛汽車市場規(guī)模可能會達到1000億美元。而百度可能會在這個可能是全球最大的無人駕駛汽車市場中擁有更大的話語權，日本游戲代理 歐洲服務器，這得益于其獨特的算法、良好的商業(yè)合作伙伴以及政府的大力支持。

目前，百度一直試圖通過人工智能的研究實現(xiàn)更多商業(yè)化進展。毫無疑問，百度無人駕駛汽車業(yè)務有著最為光明的發(fā)展前景，而該公司其它基于人工智能的項目和計劃，例如DuerOS語音助手和信息流等都面臨著本地化的激烈競爭，因為許多公司都有科技實力和支持服務來培訓各自的機器人來播放音樂、開展網(wǎng)絡訂購以及學習普通人的閱讀習慣等。

安全第一

86證券分析師張雪茹（音譯，Zhang Xueru）表示，百度擁有更優(yōu)秀的算法來訓練自動駕駛汽車分辨障礙物體和避免碰撞能力——這使得百度在自動駕駛領域擁有亮眼成績。“這也是值得百度自豪的一點，因為目前安全是大家最關心的問題”，她認為。清華大學計算機科學教授鄧志東教授雖然在這方面沒有這么樂觀，不過他依然認為百度是能夠趕超谷歌的少數(shù)中國互聯(lián)網(wǎng)公司之一，因為百度擁有中國最大的無人駕駛研究投資，并在谷歌開設了研究實驗室。

“百度的優(yōu)勢主要在于深度學習，包括算法和軟件，”鄧志東教授表示。

擴展業(yè)務

目前百度也在加速商業(yè)化發(fā)展。雖然相關法律還未完全出臺，但百度目前已與金龍汽車集團合作，計劃最早在明年初推出商用無人駕駛巴士。此外，百度還在2017百度世界大會上宣布在2019年將與江淮、北汽，2020年與奇瑞共同推出L3級無人車。

政府支持

事實上，監(jiān)管機構并未過多的插手百度的無人駕駛汽車業(yè)務，其中的部分原因就是百度公司也在穩(wěn)步推進政府的一項目標——在前沿技術方面超越西方競爭對手。中國政府希望國內(nèi)企業(yè)能夠在具有戰(zhàn)略重要意義的10大行業(yè)（包括人工智能和機器人）擁有重要一席。

“有關部門正在重新審視現(xiàn)行交通法規(guī)，”波士頓咨詢公司駐上海合伙人徐剛表示，“汽車制造商也想通過推廣自動駕駛性能來吸引愛好科技的年輕消費群體。”

根據(jù)eMarketer八月份的一項調(diào)查結(jié)果顯示，82%的中國消費者都表示有意愿乘坐自動駕駛汽車。相比之下，新加坡只有59%，而日本只有43%.

據(jù)八六研究數(shù)據(jù)表明，這意味著到2025年底，擁有自動駕駛功能及相關服務的汽車市場將達到1140億美元，而百度將通過銷售自動駕駛軟件獲得62億美元的額外營收。

未來障礙

但是，隨著百度瞄準完全無人駕駛汽車，該公司也面臨著一些重大障礙。最為重要的一個障礙就是，完全無人駕駛汽車技術仍然是一項全新的技術，盡管一些技術已經(jīng)非常先進，例如自動導航等，這一功能可以幫助自然人司機變更車道或設置路線，這一技術也會被用戶采用。自從2009年以來，谷歌在公路上測試無人駕駛汽車的總里程已經(jīng)超過300萬英里，但是，谷歌去年仍遭遇了一場嚴重的事故，當時該公司的無人駕駛SUV汽車與一輛低速行駛的巴士相撞。另外，鄧志東教授也表示，谷歌的無人駕駛汽車堪稱全球最安全，事故發(fā)生率只有每一萬公里1.25次——當然，還是沒有普通人好，但接近普通人。

在安全方面，雖然道路測試的總英里數(shù)暫未透露，但百度表示自2013年自動駕駛項目啟動以來從未發(fā)生過事故。鄧教授認為：“完全自動駕駛汽車的目標是每1000萬公里發(fā)生一次事故或需要一次人工干預，域名免費備案 directadmin購買，或者說比人類駕駛員安全100倍，而眼下我們還有很長的路要走。”

與此同時，百度已經(jīng)明確了一個方案，以此讓自己的機器人汽車更加智能。今年7月，百度展示了Apollo項目，與70多家合作伙伴分享了一些無人加強代碼和數(shù)據(jù)，包括汽車廠商長安公司、戴姆勒以及芯片制造商英偉達等。當然，百度獲得反哺，從那些使用了這些代碼的汽車中獲得了大量有價值的上路測試數(shù)據(jù)，并利用這些數(shù)據(jù)訓練出更加智能的機器人。