不久前，我全程陪同欧洲自动驾驶考察团，在深圳、广州、郑州等城市深入体验了Robotaxi、自动驾驶巴士、送货机器人等多种应用，并与产业各界进行广泛交流。这次经历让我深刻感受到，中国自动驾驶出行示范运营，正以惊人的速度从科幻概念走向现实生活，悄然重塑着城市出行生态，也吸引着全球的目光。
全球图景
三种路径与共同挑战
对自动驾驶出行的观察，需置于国际视野下进行。我对此领域的认知始于10多年前随团赴美考察。在密歇根大学MCity——全球首个专为网联与自动驾驶车辆打造的封闭测试场，我们见证了感知、决策与控制全链路技术的早期验证。走访通用、谷歌、苹果等巨头，则让我看到美国企业专注于定义自动驾驶的底层逻辑、核心算法与安全规则。当时，硅谷已有多家中国背景的科技公司落地，他们将美国前沿技术快速工程化。我曾在一家合作车间，见到力帆820EV原型车基于美国平台进行二次开发，安装自动泊车系统。这生动体现了当时的分工：美国定义规则，中国高效落地。美国以创新为导向的自我认证制度，为技术提供了灵活的试错空间。
与此同时，欧洲则沿着系统化、规范化的路径稳步推进。欧盟框架项目《城市环境中的先进运输》（City Mobil）历时10年，通过在7个城市实施自动驾驶道路运输系统（ARTS）示范，为技术从实验走向现实清除关键障碍。更具里程碑意义的是欧盟实施的自动驾驶系统型式认证（EU-Approval of ADS）框架。它作为全球首个区域层面的系统性监管制度，其先进性体现在三个方面：一是确立覆盖车辆从初始认证到软件升级、网络安全的全生命周期监管逻辑；二是创新性地引入数据驱动的安全评估方法，以应对“长尾场景”；三是为L3级以上车辆在统一市场内的合法销售提供清晰法律路径，在规范与创新之间取得平衡。
日本的选择更为务实，政府加速推进L4级自动驾驶巴士实际部署，并将其作为解决人口老龄化、地方公共交通衰退等社会问题的核心策略之一，深度融入国家数字与交通规划。
然而，日本政府推进模式却引发了业界关于“示范陷阱”的深刻思考。根据日本财务省的审计报告，相关示范项目已投入高达423亿日元公共资金，其中国家补贴占比达88%。数据揭示了几个突出特点：自动驾驶巴士平均单车成本达1.5亿日元，是普通巴士的7.5倍；高达90%的示范线路提供免费服务；仅22.5%的项目计划替代现有有人驾驶线路。这些数据表明，在技术尚未成熟的阶段，慷慨的公共补贴虽有力推动了技术迭代与场景验证，但也可能导致项目重复、商业价值模糊和资源配置效率偏低等问题。日本政府已意识到这一点，从2025年起要求申请补助项目必须附带明确的商业化计划书与时间表。
纵观全球，美国的技术创新、欧盟的规范治理与日本的规模化试点，共同勾勒出自动驾驶从区域探索迈向规范化、国际化竞争的新阶段。
中国进程
速度、优势与待解难题
在中国，自动驾驶出行的发展呈现出独特的“中国速度”。宇通自动驾驶客车在郑开大道公开路试（2015年）和百度阿波龙自动驾驶穿梭巴士量产下线（2018年），是两个标志性里程碑，分别代表了技术从试验场驶入开放道路，以及从概念车型走向商业应用的关键跨越。
这种“中国速度”的背后，是多重力量的协同驱动。在国家层面，《国家车联网产业标准体系建设指南》等文件提供顶层设计框架；在地方层面，北京、上海、深圳、广州等城市积极开放测试道路，发放完全无人驾驶商业运营许可证，为技术快速迭代创造宝贵的沙盒环境。在企业层面，百度、小马智行、文远知行等头部企业不断推进Robotaxi的试运营和商业化示范，共同构筑技术领先、场景丰富的产业格局。
这一次，当欧洲同行问及中国自动驾驶发展的经验时，我总结为以下三点：
首先，是政策东风。中国各级政府支持力度大，且决策与审批流程相对高效。例如，深圳市率先向企业颁发全市域的商业运营许可，广州等地也快速开放了自动驾驶巴士的测试区域。这种“先行先试”的政策灵活性，为科技创新提供快速落地的土壤。
其次，是电动化加持。中国强大的电动汽车产业与自动驾驶形成天然合力。电动汽车的线控底盘结构更易于进行自动驾驶改造，其高度的智能化基础也便于与自动驾驶系统无缝对接。更深远的意义在于，自动驾驶电动车能够与电网智能互动（V2G），在用电低谷时充电，甚至向电网反哺电力，这形成能源与交通一体化的新模式，发展潜力巨大。
第三，是数据红利。中国复杂多元的城市交通环境（如电动车随意穿行、行人闯红灯等）产生了海量、真实的“长尾场景”数据。这些在实验室难以模拟的极端案例，不断训练自动驾驶系统进化，形成了宝贵的数据壁垒和迭代优势。
然而，鲜花着锦之下，挑战同样严峻，且多数关乎行业生态。
首先，法律与责任之间存在模糊地带，这是最核心的挑战。国家层面尚无专门的自动驾驶法律，地方“先行先试”与《道路交通安全法》等上位法存在冲突。一旦发生事故，责任主体是制造商、系统供应商、运营商还是车主，保险如何理赔？法律层面的空白或许是自动驾驶规模化商业应用的最大障碍。
其次，数据利用与隐私的平衡难题。自动驾驶车辆每天产生海量数据，涉及城市地理、个人出行等敏感信息。这些数据如何在确保安全的前提下，用于政府交通治理、算法优化，同时又严格保护个人隐私与国家安全？这需要一套明晰的权属界定和使用规则。
第三，公众信任的培育。让公众从心理上接受并信任一个机器作为“驾驶员”，是一个漫长的过程。这需要通过持续的科普宣传、透明的安全数据披露以及可靠的产品体验来逐步实现。
第四，基础设施的协同之困。高阶自动驾驶的实现，不仅依赖于“聪明的车”，更需要“智慧的路”。车路协同（V2X）需要覆盖全面的高精度地图、稳定低延时的通信网络以及智能化的道路基础设施，这部分投资巨大，且需要跨部门协同，非一朝一夕之功。
发展方向
超越示范 建设适配生态
中国自动驾驶出行示范，是一场关于未来出行方式的大型社会实验。它既展现了技术重塑社会、引领产业的巨大潜力，也暴露了在法规标准、商业模型、社会接受度等方面面临的深层次挑战。
中国凭借强大的国家战略意志和集中力量办大事的优势，在技术研发与场景应用上取得了令人瞩目的进展。但要真正引领全球，关键在于能否构建一个兼具包容与审慎的治理模式。这需要在鼓励创新与保障安全之间找到动态平衡。
因此，这场实验能否成功，不仅取决于技术的成熟度，更取决于制度的成熟度。
政府主管部门需要立足长远，重点完成三项工作：一是明确定义国家自动驾驶系统与出行发展战略，提供清晰稳定的政策预期；二是建立基于实证、能够灵活适应技术发展的监管评估与调整机制；三是系统性地评估自动驾驶对公共安全、社会公平、城市空间与可持续发展的全面影响。
自动驾驶领域，如何将技术、运营和治理相结合是中国面临的挑战，仅仅在实验室创新或在道路上试验都是不够的，还需要建立适配自动驾驶技术迭代的法律、制度和治理框架，持续吸收国际先进的知识并将其转化为可实施的真实模型和生态。
未来几年，中国自动驾驶产业能否摆脱补贴，实现可持续、规模化的商业运营，将是对该行业技术实力、商业智慧与制度创新能力的一次综合大考。中国的探索与实践，正在为全球自动驾驶发展贡献独特的路径与智慧。
文/图：王健 编辑：陈伟 版式：王琨
