最后，可能是在细分场景下做完整的解决方案。比如在高速公路环境下，在现有的传感器和各方面条件不成熟时，选择一个未来可以实现的解决方案。

【沙龙讨论】

为什么自动驾驶在近几年成为风口？

周颖：我觉得这是一个综合的因素，既有经济发展的大背景，也有底层技术的革新，还有资本的驱动。

从世界整体的经济环境来说，其实都需要一些新的刺激点。为什么大家会讲工业4.0、AI，我觉得跟全球经济环境有关。所以在底层技术有一些突破的时候，再加上资本的驱动力，可能会起来一波投资热潮。从舆论上也会有一些引爆点，比如Alpha Go打败围棋高手李世乭等事件的发生。

杨润心：我觉得基本有两个原因：第一个：因为深度学习的发展，使得图像识别的能力提高了。在深度学习出现以前，可能传统的图像识别大概有70%的精准度。因为深度学习的框架实现，使得图像识别的精度大概可以到97%，在这个环境下能做很多事情了。

图像识别到底在什么地方有用？早期的创业公司大都找一些传统的出路，比如在金融、安防领域应用图像识别。但是从长远来讲，自动驾驶其实是图像识别很好的应用场景，也正是因为这个原因，使得自动驾驶有可能实现了。

第二个，也是因为移动互联网整个走到一个相对收尾的阶段。大家发现整个科技来驱动整个社会发展的浪潮是有一个规律的。首先是说在关键的几个底层技术上，有一些突破性的变化。接下来，由这几个底层技术可以形成一个新的设备，接下来这个设备被很多的人普及。比如手机是因为有苹果，在其中有几项关键的技术，比如触摸屏、指纹识别、图像显示等，形成了苹果手机。

自动驾驶在可行性方面面临的核心问题是什么？

霍舒豪：智行者到了2015年这个点，感觉到随着自动驾驶这样一个技术的发展，以及可行的商业应用场景，包括我刚才分享的景区车落地的应用出现，我们觉得自动驾驶已经慢慢有了自己落地的点，所以我们开始进入这个领域。

从这样的应用场景切入，也符合技术的发展特点。像一些场地车和园区里的应用，会有一个比较干净或者比较纯粹的应用环境，它对技术的要求会相对低一些。

在这个应用场景下，我们会积累一些数据、算法优化的迭代，慢慢我们会再进一步过渡。打个比方，我们可以是从园区车、场地车先做起来，然后到城市的高速公路，最后才是终极的目标，到城区道路。这样一个路径的设定，也符合技术的复杂程度或者技术发展的路径。

从目前来看，商用车的需求包括应用可能会更提前一些，因为商用车很多都是卡车，它可能是物流或者货运用，司机的状态比较疲惫。另外在物流业里，人力是一个很大的成本。如果自动驾驶能把这块成本降下来，是非常有价值的。

讲最简单的一个例子，司机只要把车开到高速公路，进入高速公路之后，车辆直接启动自动驾驶，那整个高速公路，司机可能进入一个休息的状态，不用维持紧张疲惫的状态，到高速出口再接管车，在整个过程中都是自动驾驶的话，从某种程度上能降低司机的疲惫，从而降低事故率，是非常有意义的事情。

殷开爽：在我们设定商业场景里，作为自动驾驶商业应用的产品，一个领域是我们说的乘用车，一个领域是我们说的小车，即场地车。场地车可以通过一些限制条件避开前面问题，所以这里面我觉得，技术各方面融合是自动驾驶出现一个热潮必须的条件。

反过来，我认为，以乘用车自动驾驶的发展方向来讲，这里还是需要出现一个非常经典的带头公司。就像苹果公司对智能手机行业的作用是类似的。为什么会在一个时间点出现，我觉得技术是必要条件，但是相关的资本、金融还有一些社会客观经济方面的环境，都是必不可少的。

综合来说，自动驾驶领域这块，我个人的观点，技术目前已经具备了，但是要想实现规模化商用，需要国家层面的推动，以及法律法规的完善，需要各方面的综合。