本文为「Web3探测器」的第21篇文章

元宇宙被很多发币割韭菜的人带跑偏了，在真正的产业界，元宇宙是一整套技术生态体系，能够大幅度提升产业效率。在各行各业发展元宇宙的过程中，相关硬件、软件、算法技术都会得到持续提升，今天我就用自动价值举个例子。

开个脑洞，如果让你穿越回16世纪的中国，你能不能凭空制造出一台蒸汽机？如果可以的话，你准备怎么做来点亮科技树？

答案是很难，甚至可能性无限接近于零。

在瓦特之前没有人看到过蒸汽顶开水壶盖吗？

当然有，但只注意到这一点完全没用。

从原理上来说蒸汽机并不复杂，就是将燃料的热能转化为动能，你所需要的只是一个密封压力锅用来烧水，然后用管子将其通入一个活塞汽缸里面用来推动活塞向下走，然后活塞倒回来之后打开阀门将蒸汽排到冷凝器或下一个汽缸里去。

然而，如果真要做出一台能够投入工业生产的蒸汽机，所需要的远不只是一口锅、一根管子+活塞和一套齿轮而已。其中每一个细节的瑕疵，在整体当中都会被无限放大，最终让整个计划流产。

比如蒸汽汽缸需要度以上的高温，更要求冶金材料到达精加工水平之上，才有可能制造出大型铸件镗孔做汽缸；活塞的气密性决定了能量不会泄露，这意味着汽缸需要足够光滑的内壁，需要打磨用的合金钢刀具，而这种刀具依赖于30%的合金成分，但古人没有提取这种成分的能力……或者，他们不能确保刚好在30%……

退一万步讲，即使这样的蒸汽机被制造出来了，却会立马"拔剑四顾心茫然"——用在什么地方呢？在纺织全靠手工，交通全靠牛马的年代，蒸汽机即使出现也会像一颗还没成熟就被摘下的果子，味道总归是苦涩的。

1、离开硬件谈自动驾驶都是耍流氓

把蒸汽机的例子改换成自动驾驶，故事的走向也差不了太多。

毕竟不管元宇宙的口号喊得有多响，都改变不了"人坐在车里"的事实，即使在自动驾驶时代也是如此。

认为可以穿越回去搞蒸汽机的人，按照同样的思路去搞自动驾驶，那么他的技术路线应该是这样的。既然知道自动驾驶的原理是由AI代替人脑进行驾驶决策，那么只需要搞出一套先进的算法，就能够完全取代驾驶员的存在了。

然而在这一思路的落地执行中，又会遭遇到各种问题，比如采用哪种感知技术路线，好让车辆“看”清路况？是采用完全的单车智能路线还是拥抱车路协同？对于接收到的海量路况信息，智能系统又将如何处理，好做出下一步的路径规划？

最后当这些规划被做出之后，又如何确保它能成功地让车辆去精准地执行......

其实，要想实现自动驾驶，至少需要克服三大技术难题：感知、规划和控制，三个环节缺一不可。

事实上，从自动驾驶的构想，到逐渐落地应用，汽车行业所需要的成本、时间远比想象的要多得多。

根据工信部颁布的自动驾驶国家标准，L1级自动驾驶只能帮驾驶员自动加减速或自动转向，进步到L2级的“同时实现加减速和转向”，也是花了汽车行业好长时间。

而一项技术越是朝着高精尖方向发展，其前进的步伐也会越来越慢，可想而知从L2到L3、L4甚至作为自动驾驶完全体的L5的发展，将会是一条漫长的道路。

目前，整车厂商在自动驾驶领域已经陆续攻克了后端的规划与控制环节，眼下的发力点多集中在环境感知领域。毕竟车辆的感知犹如驾驶员的眼睛，对于保证自动驾驶汽车行车安全具有重要意义。

更具体的说，自动驾驶的感知环节不光需要让汽车可以对交通环境进行理解和把握，做到对交通环境中障碍物（车辆、行人）的位置、速度及接下来可能的行为的预测；还需要对区域、交通规则（车道线检测、红绿灯识别、交通标识识别）等信息进行获取，时时了解自己所处的位置（定位）从而可以为进一步的决策和规划提供重要的道路信息。

比起"后端"的决策和控制，"前端"的感知环节反而是更难的，也因此分化出两条技术路线：弱感知+超强智能vs强感知+强智能。

前者主要依赖摄像头与深度学习技术实现环境感知，而不依赖于激光雷达；后者则增加了激光雷达这个传感器，从而大幅提高感知能力。

目前，除了特斯拉还在凭借着自家超强的算法能力，坚持弱感知+超强智能外，像谷歌Waymo、百度Apollo、Uber、福特汽车、通用汽车等人工智能企业、出行企业、传统车企都处在强感知+强智能的技术阵营中。

但不管哪一家，也不敢放话说只凭借某个领域的技术优势，就能完全攻克自动驾驶。本质上，自动驾驶是集合了硬件和软件，技术与商业的多维度问题，需要补齐所有的短板，才能迎来真正的自动驾驶。

2、当元宇宙遇上自动驾驶

在自动驾驶的演进之路上，从L1到L2的实现往往都是由传统的ADAS来实现的，这套系统也就是我们常说的单车智能，系统主要由"ifthen"条件句的规则模型构成，能够覆盖的场景也比较简单。

当车辆处于特定的路况下，就会触发相应机制，但是对于L3以上的高等级自动驾驶，尤其是在复杂的城市路况中，ADAS系统无法穷尽每一种路况下的每一种可能性，因此这种系统势必会被基于人工智能的自动驾驶算法代替，让AI系统变得更像人类的老司机。

而真正的自动驾驶，除了让AI人更像人类驾驶员以外，还有着人类驾驶员不能比拟的优势：网联化。

这意味着车辆联网之后能够实现汽车对汽车、基础设施、互联网、行人进行即时通信，来获取超视距乃至非视距范围内的交通信息，相当于给汽车开了"天眼"，再复杂的路况也能畅行无虞。

也正是在此背景下，元宇宙终于与自动驾驶来了一场双向奔赴。

元宇宙的底层技术如空间计算、安全、数字孪生和数字原生的集合体、交互技术、BCI（脑机接口）、物联网及VR、AR、MR、XR等相关技术、都能在自动驾驶场景中得到落地应用。

元宇宙在云计算、芯片、通讯网络、边缘计算以及能源的重构建设等方面的优势，也能与智慧交通大分类下的自动驾驶相结合。

例如自动驾驶需要的海量数据应用，而元宇宙作为包含人工智能算法的多平台多硬件互动的全球区块链网络，更适应这种大数据量的处理。

更重要的是，元宇宙的存在形态不再像Web1．0只存在在桌面上，也不再像Web2那样存在在智能手机上，它将是无所不在的，通过物联网将周围大多数东西连接在线，也就是与现实世界产生强链接。

试想一下，未来的自动驾驶成为万物互联的分支，汽车也从交通工具升级成第三空间，既有成熟的AR/VR影像，也搭载有AI算法的系统，汽车本身也就成了一台由AI算法驱动的计算机，车主只需要用一条区块链条代表自己的身份，跨越平台和系统直接使用。

这种属于未来的真·自动驾驶恰好说明，未来的社会将是一个虚拟与现实相结合的世界，但虚拟一定要基于现实，而不是空中楼阁。

它既需要在软件算法领域的驱动，也离不开与之相关的硬件设备支持，方能在未来逐步产生一个真正的元宇宙与自动驾驶的合体。

之所以谈及自动驾驶，是因为在未来那个由数据构建的、数据自主的元宇宙，需要全方位的科技进步，而不是一个类似"穿越后点亮科技树"的文学幻想，用来构建元宇宙、让自动驾驶成为可能的数据区块不光是资产与选票，更是科技撬动现实世界的杠杆。