文 | 魏啟揚
來源 | 智能相對論（ID：aixdlun）
不久前，湖南長沙傳出消息，華為自動駕駛雲服務平臺（也稱“八爪魚”）自1月9日在湖南湘江新區落地後，很短的時間內已有湘江智能、希迪智駕、中車電動等企業接入使用。
看似很平常的一條行業動態，在其背後隱藏的是自動駕駛測試區競爭要素的變化。
為什麼這麼說？我們來捋一捋其中的原由。
首先，國家智能網聯汽車（長沙）測試區的運營單位是湘江智能。
其次，“八爪魚”是以“湖南智能網聯汽車產業雲”的名義在湖南湘江新區落地發佈的，其運營工作同樣由湘江智能負責。
從長沙的實踐來看，他們已對自動駕駛測試區的認知升級。
即作為為自動駕駛產業服務的測試區，除了可以提供各種封閉場景和開放道路的實地測試服務之外，還要提供可以上“雲”的模擬仿真測試的能力。
此時，具有深厚官方背景的湘江智能（企查查信息顯示，由長沙國資委控股的湘江集團在湘江智能佔股91.5%）被推向了前臺，作為運營單位將測試區和“八爪魚”串聯了起來。
一、被“雲”改變的自動駕駛測試
模擬仿真測試對自動駕駛有多重要不用再做累述，這也是幾乎所有的自動駕駛研發公司都有自建模擬仿真工具或者平臺的原因，既然都是在模擬環境下進行自動駕駛系統的測試和驗證，在專業的工程師眼中，“八爪魚”上的“雲測”到底有何不同呢？
“我們之前也確實有開發模擬仿真測試工具，但使用起來很不方便，主要集中在兩個方面，一是啟動較為繁瑣，一是功能不全。”
中車電動工程師彭之川介紹到，自動駕駛公司自研的模擬仿真工具，一般都是一個場景對應一個模塊，做測試時只能一個場景一個場景測，但在自動駕駛車輛的實際運行過程中，很多場景是同時出現或串聯出現的，這就導致自動駕駛系統的模擬仿真測試表現良好，但一上車進行實地測試時就會暴露出很多關聯性的Bug，這時只能回頭繼續修改程序，往復循環中，測試效率大打折扣。
如今在“八爪魚”上進行“雲測”，彭之川的感受是雖然測試或者工作流程沒有太大變化，依然是“寫程序-仿真測試-路測驗證-寫程序”的循環，但由於“八爪魚”能夠提供多個模塊或者場景的關聯測試環境，每次測試能夠解決的問題大大提升。
“就我的個人工作而言，變化不大，只不過換了一個測試工具而已，但就自動駕駛技術的整體提升上，‘八爪魚’的推動作用還是非常明顯的。”
一個非常明顯的例證是，彭之川之前用自研的測試工具只能進行功能驗證，如今在“八爪魚”上還能結合測試車的技術參數進行關聯的動力驗證了。
在彭之川看來，包括“八爪魚”在內的模擬仿真平臺對自動駕駛另外一個重要價值在於提供了測試的標準化。
舉個汽車轉向的例子，如果採用人造場景的上車實測，由於每次轉彎時的直線和轉向數據無法完全一致，這就造成一套程序在某次轉向時表現良好，但在另外一次轉向時又出現Bug的問題，模擬仿真環境下，能夠保證數據的一致性，也使得測試可以形成一套行業認可的標準。
賀俊博是湖南湘江新區另外一個“八爪魚”使用企業希迪智駕的工程師，他對模擬仿真測試最深的印象是效率的提升，“之前我們自研的測試模擬測試工具，受公司硬件條件制約，每次只能支持1到2個研發小組同時測試，現在上雲之後，不但支持多個小組同時在線測試，還支持多個小組進行關聯測試。”賀俊博將其比喻為從“手工作坊到工業流水線的升級”。
事實上，“八爪魚”除了可以提供數據處理和仿真訓練測試能力之外，還能天然支持無縫對接MDC（移動數據中心）等車端硬件平臺和ADAS系統，實現雲管端芯協同、車雲協同。
在華為的規劃中，未來還會將高精地圖、5G及V2X技術、更多的AI算法、仿真場景等能力集成到“八爪魚”中，這也意味著湖南智能網聯汽車產業雲還將持續進化。
二、由實向“虛”，自動駕駛測試區競爭升級
作為自動駕駛測試區的一種能力，以及可以提供的一項服務，隨著湘江新區智能網聯汽車產業生態企業開始接入使用“八爪魚”，這也意味著自動駕駛測試區的競爭要素也發生了變化。
1、之前比“硬件”條件，現在需要比”軟件”能力
評價一個自動駕駛測試區是否“優秀”，“硬件”條件是基礎門檻。
從封閉測試區到開放道路、從各種人造場景到5G、V2X等技術的協同，各地測試區的產業之爭更多體現在“硬件”層面。
國家智能網聯汽車（長沙）測試區之所以能夠“後來居上”，就在於其擁有228個測試場景，其中3.6公里雙向高速測試環境及無人機測試跑道為國內領先，是國內測試場景複雜程度最高、測試道路總里程最長、研發辦公配套最全、5G覆蓋範圍最廣的測試區。
在自動駕駛的研發實踐中，上車的實地測試很重要，但在模擬仿真環境裡的“雲測”也同樣重要，這就要求測試區也要有提供模擬仿真測試的環境和條件。
從湖南湘江新區引入華為自動駕駛雲平臺，並指派湘江智能同時運營國家智能網聯汽車（長沙）測試區和“八爪魚”這兩個平臺來看，長沙正在補足提供模擬仿真測試服務的“軟件”能力短板。
2、之前比生態聚合，現在需要比數據利用
自動駕駛測試區通過“硬件”條件吸引企業入駐，進而形成產業生態的聚合，各個城市比的是產業鏈的完備程度，產業生態的活躍程度。在這其中，測試區能做些什麼呢？
智能相對論曾在《長沙距離中國的“鳳凰城”還有多遠？》一文中提到，測試區需要積累測試大數據以及建立完善的保密和共享機制來推動生態企業的互動與交流，在提升技術研發速度的同時，也增強了測試區的競爭能力。
全國各測試區目前的狀態是，由於缺乏有效的手段和工具，大量的測試數據沒有形成數據資產利用起來，為研發企業提供數據支持更加無從談起。
湘江智能目前正在做的一件事情就是通過“八爪魚”的數據處理能力和數據標註功能，將原始測試數據開發成數據集和場景庫，進而再將這些能力提供給湖南湘江新區智能網聯汽車生態企業甚至全國的自動駕駛研發企業使用。
湘江智能數據工程師石亦磊看來，由海量路測數據作為數據源的數據集和場景庫不但能夠推動自動駕駛企業的研發速度，同時也是測試區構建競爭壁壘和護城河的重要維度。
在湘江智能的規劃中，今年將陸續發佈城市級數據集及仿真場景庫，並上線智能網聯汽車產業雲向全國發布。
3、之前比政策支持，現在需要比標準規範
政策對於自動駕駛產業發展的重要性不言而喻，就目前來說，自動駕駛相關政策和法律談不上完善，但從研發測試層面，就自動駕駛當前的技術能力和對測試環境的要求來看，各級政府還是給了測試區（示範區）非常大的支持。
智能相對論認為，政策的完善需要與技術的進步相對應，即當技術進化到某個程度，需要更為寬鬆的測試環境時，政策再做相應的規範，兩者相互配合，共同進退。
如今，自動駕駛需要解決的如何突破現有技術瓶頸的問題，其中的解決方案沒有太多討巧的捷徑，無非是測試驗證到驗證測試的循環。如何提高這部分工作的效率，建立一個行業認可的標準極為重要。
也正是基於以上認識，湖南智能網聯汽車產業雲創新中心表示，在“八爪魚”的基礎上，計劃在3年內推動不低於14項智能網聯汽車產業的標準示範，這也意味著長沙的自動駕駛產業開始進入到“技術進步推動政策再更新”的新階段。
三、建立自動駕駛的雲上生態，還需做些什麼？
由上文可知，自動駕駛雲服務是一項佈局龐大的綜合性服務。
以“八爪魚”為例，將模擬仿真能力作為生態數據閉環的一個節點，同時與自動駕駛雲服務全生命週期業務中的模型、訓練、標註等其他能力和環節進行協同合作，從而構成自動駕駛的雲上生態。
這只是從技術層面上的理解，在實際工作中，我們還需做些什麼呢？
首先，需要擴充產業人才。
在與中車電動、希迪智駕工程師的交流中，他們都提到使用自動駕駛雲服務還是需要一定的門檻，在他們各自公司仿真測試功能接入“八爪魚”之前，華為還對他們進行了專門培訓。如果從建立生態的角度出發，“八爪魚”提供的只是一個平臺，很多個性化的需求和功能還需要進行二次開發，這也給了第三方開發者巨大的想象空間。
吸引開發者參加生態建設是一方面，另外一方面則是自己孵化和培養。根據湖南智能網聯汽車產業雲創新中心的規劃，預計要培養不低於2500名智能網聯汽車產業人才。
其次，需要技術普及和行業教育。
模擬仿真平臺和自動駕駛雲服務的競爭，很多巨頭都有參與，各家也各具特色。
競爭的好處是可以促進技術和市場的快速成熟，然而對當前的自動駕駛研發環境而言，競爭或將導致生態力量的分散，出現每個巨頭都聚集了一部分產業生態，但每個生態的競爭能力都有限的局面。
從雲計算發展歷程來看，雲計算的競爭註定是場零和博弈，自動駕駛雲服務也不會例外，這就要求行業在有了先發優勢之後，能用更快的速度完成行業教育。湖南智能網聯汽車產業雲創新中心採取的方式通過生態企業的示範應用形成行業標杆，另一方面通過ICT技能大賽、軟件編程大賽等活動，加深行業對“八爪魚”的認知。
最後，自動駕駛雲服務產品自身需要進化迭代。
所有產品的優勢都是建立在功能和體驗的基礎之上的，雖然說雲服務產品有贏家通吃的特點，但如果總躺在功勞簿上不求進取，最終還是會被市場淘汰。
由於自動駕駛本身就是一個處於高度進化狀態的行業，對於自動駕駛雲服務而言，更需要保持進取之心，適應行業發展的需求。
湘江智能表示將支持相關企業基於智能網聯汽車產業雲研發形成的新算法和新方法申請專利和軟件著作權，營造良好科研生態，自己也將進一步挖掘測試數據，計劃推出城市級數據集及仿真場景庫；華為在未來也將在“八爪魚”中加入高精地圖、5G、V2X等技術能力，保持“八爪魚”的持續進化。
僅代表個人觀點，未經授權，任何人不得以任何方式使用，包括轉載、摘編、複製或建立鏡像。
部分圖片來自網絡，且未核實版權歸屬，不作為商業用途，如有侵犯，請作者與我們聯繫。
智能相對論（微信ID:aixdlun）：
•AI產業新媒體;
•今日頭條青雲計劃獲獎者TOP10;
•澎湃新聞科技榜單月度top5;
•文章長期“霸佔”鈦媒體熱門文章排行榜TOP10;
•著有《人工智能 十萬個為什麼》
•【重點關注領域】智能家電（含白電、黑電、智能手機、無人機等AIoT設備）、智能駕駛、AI+醫療、機器人、物聯網、AI+金融、AI+教育、AR/VR、雲計算、開發者以及背後的芯片、算法等。
閱讀更多 智能相對論 的文章
