掌握自动驾驶技术发展的主动权
2024年度诺贝尔奖再次将人工智能技术推向了世界舞台的聚光灯下。物理学奖授予约翰·霍普菲尔德（John Hopfield）和杰弗里·辛顿（Geoffrey Hinton），以表彰他们在利用人工神经网络实现机器学习方面的开创性贡献。化学奖的一半则共同授予谷歌旗下“深层思维”公司（DeepMind）的戴密斯·哈萨比斯（Demis Hassabis）和约翰·江珀（John M.Jumper），以表彰他们通过AI模型AlphaFold精准预测蛋白质复杂结构的重大突破。同时，经济学奖得主达龙·阿西莫格鲁（Daron Acemoglu）也是研究人工智能对经济影响的先驱之一。
人工智能（AI）的飞速发展正深刻改变人们的日常生活，促使世界主要经济体不断加大对AI技术研发、应用和政策的投入。二十届三中全会明确提出，要“发展以高技术、高效能、高质量为特征的生产力”，并“完善推动新一代信息技术、人工智能、航空航天、新能源、新材料、高端装备、生物医药、量子科技等战略性产业发展的政策和治理体系，引导新兴产业健康有序发展”。
作为人工智能领域的标志性技术，无人驾驶近年来取得了重大突破，并受到广泛关注。特斯拉于2024年10月11日推出了无人驾驶汽车Robotaxi，并且日前特朗普计划将“完全自动驾驶汽车的联邦框架”作为交通部的优先事项之一，拟克服联邦法规对自动驾驶汽车的障碍，预计将快速推动美国无人驾驶技术的商业化进程。
同时，美国加州公共事业委员会（CPUC）数据显示，谷歌旗下的自动驾驶汽车公司Waymo在旧金山市的无人车8月日均服务单量（约8800单）远超出租车，达到了历史性转折时刻，与快速发展的中国无人驾驶出行服务“萝卜快跑”成为全球无人驾驶领域的三大引领者。
目前，全球AI技术版图正在发生深远变革，全球主要国家和科技巨头纷纷入局，抢占人工智能和自动驾驶产业高地，特别是中美两国在无人驾驶领域的竞争日益激烈，“洋萝卜”与“土萝卜”对技术的主导权争夺也走向了关键阶段。
自动驾驶技术蕴含巨大的社会价值和可持续发展潜力
1.经济价值的拓展。
作为未来交通领域的核心科技力量，自动驾驶技术展现出广阔的潜力和应用前景。自动驾驶技术深度融合人工智能、5G、大数据等新型基础设施建设中的核心技术，具备高度智能化、无人化和数字化的显著特点。其发展不仅显著提升生产率，还能带动一系列新兴产业的兴起，助推汽车产业链的增长，包括电动汽车、充电桩、车联网等，为新质生产力与高质量发展提供更加丰富的应用场景。同时，自动驾驶技术在城市规划和智能交通系统建设中的应用，将推动智慧城市的发展，优化城市交通环境，提升区域经济的竞争力和吸引力，从而促进区域协同发展。
2.社会效率的提升。
通过自动化控制车辆，自动驾驶释放了人类驾驶的体力与精神负担。它赋予车辆“人与车”“车与车”“车与路”间的信息交互能力，从而优化交通流量，有效缓解城市拥堵。此外，自动驾驶推动共享汽车与按需出行服务的发展，并通过协同行驶实现精准的能量管理，提升道路通行效率。这样的技术进步不仅减少了能源消耗和环境污染，还引领出行方式朝着更加智能、绿色、便捷的方向迈进。
3.交通安全性的改善。
山西晋非投资
当前备受关注的L4级和L5级自动驾驶技术基于大型神经网络架构，通过深度学习处理和解析大量的传感器数据，实现对车辆周围环境的精确感知、智能决策和自动控制。通过先进的算法判断和传感器处理，自动驾驶系统能够实时响应周围环境、预测潜在风险并迅速反应，减少人工驾驶依赖和人工决策失误带来的交通事故发生率，提升道路安全水平。
4.就业质量的提升。
尽管自动驾驶技术的普及减少了传统驾驶岗位的需求，但同时催生了大量新兴职业，如智能系统维护、云端安全管理、数据分析和软件开发等。这不仅优化了劳动者的技能结构和工作环境，还通过推动相关产业链的发展创造了大量间接就业机会，有助于国内就业从低附加值向高附加值转型，提升就业质量。
5.应对人口结构变化。
在全球人口老龄化趋势下，中国已进入中度老龄化阶段，劳动力人口比例持续下降，而老年人口比例逐年上升，养老服务需求快速增长。自动驾驶技术可以作为养老服务的重要支持手段，降低养老成本，提升服务效率和质量，减轻社会与政府的财政负担。例如，无人驾驶技术减少了个人购车和驾驶的需求，帮助老年人更好地融入社会，减少因驾驶能力下降导致的隔离感。
此外，无人驾驶技术在应对未来人口短缺问题上展现出巨大潜力，可以为多个行业提供高效解决方案，有助于缓解劳动力短缺带来的经济和社会压力，并促进区域就业结构的均衡发展。以物流行业为例，无人驾驶车辆能够高效完成长途运输任务，降低对传统人力驾驶员的依赖，有效解决偏远地区因劳动力不足导致的物流配送困难并确保基本物资供应的及时性。
自动驾驶领域无人车大战已正式打响
自动驾驶技术的发展是一场涉及国家经济实力、产业基础、人才培养、产业链协同能力的综合竞赛。正所谓“通向智能时代的道路是用无数金钱铺就而成的”。只有拥有雄厚综合实力的国家能够参与竞争。
在基础设施建设方面，自动驾驶汽车依赖于V2X（vehicle to everything，“车与一切”）通信技术，这要求建立广泛且高效的通信网络，以支持自动驾驶车辆的大规模部署。在配套产业要求方面，自动驾驶技术涉及多行业领域，包含芯片传感器、车辆制造、高精度地图定位以及人机交互等多个方面，并要求这些行业技术的协同发展。在人才需求与市场规模方面，自动驾驶技术的研发门槛高，需要众多数据科学家、机器学习工程师和软件开发人员来共同完成。同时，自动驾驶系统依赖大量真实数据来训练算法模型，这需要足够规模的市场和用户体量予以支撑。以上苛刻条件在世界各国间构成了一条难以跨越的鸿沟，使得发展自动驾驶技术成为了一场“勇敢者的游戏”。
目前，中美两国在技术实力、基础设施、市场规模、配套产业和政策支持等方面具备显著优势，有望在未来自动驾驶技术的发展中发挥引领作用。特别当前无人驾驶技术正处于快速发展的窗口期，市场格局虽然未完全固定，但全球自动驾驶市场的竞争格局已基本形成，中美两国形成了“双雄争霸”之势，具体表现为美国的特斯拉、谷歌旗下的Waymo，以及中国百度旗下的萝卜快跑共同构成的“三巨头”格局。
从两国技术发展路线上看，特斯拉主打的FSD（Full-Self Driving，完全自动驾驶）系统“重软件轻硬件”，采用纯视觉方案把摄像头获取的图像数据输入算法后输出驾驶指令，具有成本低、硬件限制小、更符合人眼直觉等优势。而我国自动驾驶系统采用多传感器融合方案，通过使用激光雷达、摄像头和超声波传感器组合实现环境的感知和数据采集，从而为车辆提供精确的位置和障碍物信息，在应对高风险和极端场景中的可靠性相对更强；并且萝卜快跑应用了自动驾驶大模型Apollo ADFM，可以兼顾技术的安全性和泛化性，做到安全性高于人类驾驶员10倍以上。
对我国而言，自动驾驶技术所带来的新商业和服务模式具备新质生产力发展的典型特征，是实现我国科技弯道超车、推动社会生产力跃升的重要手段。此外，自动驾驶技术领域具有明显的规模经济和先行进入者优势，这是因为自动驾驶系统从研发投入，到生产制造，再到市场推广和合规审核都需要付出高昂的沉没和固定成本。而人工智能技术一旦形成，往往表现出边际成本低、规模效益强的优势特征，并为率先获得市场的企业和国家带来竞争优势。因此，我国应当紧握自动驾驶技术的先发优势，引领全球技术发展，占据自动驾驶领域国际竞争的主动权。
掌握自动驾驶技术发展的主动权
一是利用好国内超大规模市场优势，加快中国自动驾驶技术的发展速度。
首先，中国拥有庞大的汽车市场和出行服务需求，从而为自动驾驶系统训练学习和技术突破提供支撑和保障。我们应当高效利用好相关“数据资产”，并在国家层面进行做好保护和共享整合工作。推动数据共享和安全机制的完善，建立统一的数据交换平台，确保数据安全与技术互通，充分发挥中国市场提供的数据、算力、生态优势，不断提升中国自动驾驶技术的先进性和可靠性，进一步促进自动驾驶技术的规模化应用与持续发展。
其次，需要不断完善自动驾驶技术相关法规体系，优化测试与准入机制，降低企业技术商业化门槛。推动车路协同基础设施建设，完善智能交通系统，为自动驾驶提供更为成熟的运行环境。
最后，丰富应用场景，支持商业化试点项目在物流、公共交通等领域的规模化应用，通过需求牵引技术升级，实现技术和市场的双向赋能，全面提升中国自动驾驶产业的发展速度与竞争力。
二是凭借全产业链优势提质增效，丰富自动驾驶技术的生态系统。
一方面，充分发挥产业链完整性优势，加强上下游合作，设立专项基金加大对核心技术研发的支持力度。建立共享研发平台，鼓励企业与科研机构联合攻关来促进协同创新，降低研发成本。充分发挥产业链规模优势，推动产业集群建设，依托优势地区打造智能网联汽车产业集群，实现资源集中配置。
另一方面，进一步强化部门协调，建立由交通、科技、工业等多部门参与的跨行业合作机制，形成政策制定和实施的合力。推进地方政府试点经验的总结与推广，鼓励各地结合自身优势开展自动驾驶应用示范，探索可复制的成功模式，进一步释放我国自动驾驶产业的发展潜力。
三是引领国际标准，努力拓展自动驾驶国际市场。
中国应积极参与国际标准制定，主动加入ISO、SAE等国际组织，在“一带一路”倡议下推动区域合作框架，促使国内外技术标准实现有效对接。同时，通过输出成熟的智能网联和车路协同解决方案，在重点市场设立海外研发中心，深化与跨国企业的技术合作，提升本地化适配能力和国际市场竞争力。支持自主品牌出海，通过出口信贷、融资保险等手段降低企业国际化成本，借助国际展览和试点项目扩大影响力。政府层面应在降低自动驾驶领域出口和技术准入壁垒方面与目标国家开展积极协商，不断推进自由贸易区协定中关于自动驾驶技术合作的条款落地，加强国际知识产权保护，推动中国自动驾驶技术实现从标准到市场的全面国际化布局。
（李磊系南开大学经济学院、经济行为与政策模拟实验室教授、博士生导师，刘泽寰系南开大学经济学院博士研究生）
