文/張一
蘭德智庫對自動駕駛汽車有過一個評估，即真正的自動駕駛系統想要達到量產應用條件，至少需要經過110億英里(約170-180億公里)的道路驗證。
而照這個條件估算，即使一個團隊擁有100輛自動駕駛車輛24小時不間斷的同時進行道路測試，積累數據所需要的時間也是以“百年”為單位……
按照我們國家五年一個計劃，要實現自動駕駛這個小目標恐怕至少需要不少於20個五年計劃，真的這麼難嗎？也不是。
根據特斯拉AI部門最近公佈的一個數據，Autopilot（自動輔助駕駛，以下簡稱AP）自2015年上線開始截止至這個月，在啟用狀態下行駛里程已經突破30億英里，其中NOA（自動輔助導航駕駛）啟用狀態行駛里程破10億英里，自動變道功能執行超過了20萬次，智能召喚使用次數已超過120萬次。
只不過，要注意的是這個數據並非特斯拉自己內部用測試車輛累計的，畢竟去年特斯拉在提交給加州車輛管理局(DMV)的自動駕駛報告中，他們自己在加州的自動駕駛測試里程僅為12.2英里（約合19.6公里）……
30億英里的Ap行駛數據是所有使用AP功能的特斯拉車主們一起跑出來的，通俗點說，就是每一個使用AP功能的特斯拉車主都免費給特斯拉當了一回小白鼠。
特斯拉Ap系統內擁有一個“影子模式”，即使在Ap功能不開啟的狀態下也可以在後臺運行並收集真實路況環境下的實時運行數據，以反饋給特斯拉自動駕駛的神經網絡進行學習。
其實按照這個說法來推算的話，那麼即使AP功能未開啟狀態下的行駛數據對特斯拉也是有用的。而早在2018年11月，特斯拉剛完成第50萬輛車交付的時候，遍佈全球的特斯拉汽車總的行駛里程已經累計達到了100億英里，幾乎已經接近了110億英里的自動駕駛系統量產應用條件，現在恐怕更是早已超過了。
作為對比，Waymo 目前在開放道路上的測試里程才剛突破2000萬英里,而國內百度Apollo無人車的道路測試累計里程還不到200萬英里，差距幾乎是指數級的，可以說目前特斯拉手中掌握的路測數據幾乎無人能及。
那麼在道路測試上，以Waymo 為代表的其他自動駕駛企業面對特斯拉已經無力一戰了嗎？當然不是。
其實是這樣，目前自動駕駛汽車的道路測試分有兩種，一種就是在開發的環境下進行真實的道路測試，而另一種則是在自動駕駛仿真測試平臺上進行虛擬測試。而目前幾乎所有車企和自動駕駛科技公司，均是以虛擬測試為主，真實的道路測試為輔，例外只有一個，就是特斯拉。
當然了，特斯拉之所以擁有如此龐大的數據累積，是因為敢於讓車主當“小白鼠”，而非自己親歷親為進行原始數據累積。而其他玩家也沒有這個條件，所以只能藉助自動駕駛仿真測試平臺進行測試。
而自動駕駛仿真測試平臺你可以把它稍稍理解成一個類似GTA的這種大型遊戲，當然實際的仿真測試平臺比遊戲要複雜的多。不過虛擬仿真測試平臺的好處不僅僅是省時，原因還在於它是可以可控的，這個可控包括了在虛擬仿真測試平臺上可以模式各種現實環境中不常出現的情況。
比如極端雨雪天氣、各類不同的夜間道路情況等等，而且也不受現實情況的約束，比如在仿真測試平臺上，可以同時運行上萬輛的自動駕駛汽車，而日行駛里程則可以以百萬公里為單位。
阿里最近發佈全球首個自動駕駛“混合式仿真測試平臺，每一天的虛擬測試里程就可超過800萬公里，而生成一次極端模擬場景的時間僅為30秒，每日可支持的場景構建數量達百萬級，這都是真實的路試很難做到的。
而Waymo也曾宣稱，每天在他們的自動駕駛虛擬測試平臺中都有2.5萬輛測試車輛穿梭其中，而每一輛測試車型從它的經歷中學習到新的東西，就會分享給其他汽車，以規避類似危險出現。
目前，Waymo雖然在開放道路上的測試里程才剛突破2000萬英里，但是仿真測試已經超過100億英里。當然，特斯拉無人能及的地方就在於，其30億英里的行駛數據全部來自真實道路情況，而非通過計算機模擬出來的。
其實，對於全球各大車企及自動駕駛科創公司來說，虛擬仿真測試都是主要依靠手段，自動駕駛測試中有90%的場景通過模擬仿真平臺完成，剩下的10%則通過測試場及實際道路測試完成。
畢竟進行實際道路測試的成本和週期都太高太長了，極端天氣可能幾個月遇上一次，而在虛擬測試平臺一天就可以模擬無數次，而且也不是誰都具有特斯拉那樣的“勇氣”。
