自動駕駛領域正在從技術積累向數據共享的階段發展。
今年以來， 多個自動駕駛研發團隊陸續宣布開放自動駕駛數據集，其中，Waymo的數據包含了3000個駕駛場景，長達16.7小時，Lyft的公開數據則涵蓋了5.5萬張3D高清截圖。在此之前，百度也在去年開放了AppolloScape的大規模自動駕駛數據。
1
數據的意義
2014年9月，美國加州頒發了全球首張自動駕駛路測許可證，截至2018年底，在加州獲得無人駕駛路測牌照的企業已經超過60家。 在中美兩國，一大批主機廠和科技公司正在奔赴自動駕駛的技術競賽。
按照商業咨詢公司IHS Markit的預測，到了2040年，全自動駕駛汽車的銷量將達到3300萬輛，成為一個價值7萬億美元的市場。
雖然目前全球乘用車市場僅停留在L2級別駕駛輔助技術的普及階段，但沒有人會否認自動駕駛的發展意義。尤其在中國，截至今年6月，中國內地已經有18個城市發放了自動駕駛的路測牌照，50家企業參與其中，拿到的牌照接近200張。在對外宣傳上，這是科技公司和主機廠的實力體現，但回到行業意義上，每一張牌照背后的車輛數據都在推動自動駕駛技術的量產落地。
數年前，自動駕駛領域曾經掀起了一場算法與數據之爭。在自動駕駛技術的發展進程中，到底是數據重要，還是算法重要?
谷歌的支持者認為，其在大數據層面的優勢決定了Waymo可以超越絕大多數車企，為自動駕駛的深度學習提供足夠充分的數據支持。公共道路、尤其是城市駕駛中的復雜性并不是所有公開測試路段可以覆蓋的，但哪怕1%的風險場景都有可能帶來100%的意外事故。
因此，自動駕駛領域的道路測試和數據收集，很重要的一個作用是系統完善，當擁有自動駕駛技術的車輛更多地投入到市場，就能從中收集更多的行駛數據，以提高系統的學習和處理能力。
在自動駕駛技術發展的初期，企業對數據的所有權非常謹慎，一方面，各家收集的數據代表著它們的用戶、資源和技術，另一方面，海量數據最終指向的是系統算法與模型。這一度被認為是各家的重要產權和商業機密。即便美國曾經在政府層面要求各企業在無人駕駛測試車輛發生事故是共享相關數據，企業的反應也不甚熱情。
2
數據從何而來
前些年關于Waymo和特斯拉無人駕駛技術之爭，一個重要觀點是兩者的數據來源。2016年，特斯拉在全球市場落地的車輛超過30萬輛，而Waymo投放到道路測試的車輛只有不到600輛。爭議在于，兩者在真實道路中收集的真實數據是不一樣的。
特斯拉堅持從真實用戶使用Autopilot的過程中收集收據，但截止2016年行駛數據不到2億公里，而Waymo擅長的是虛擬駕駛，即便在真實路況下僅收集了800萬公里數據，但在虛擬行駛過程中已經有超過80億公里。
特斯拉的支持者指出，在人類復雜多變的駕駛習慣和道路狀況中，只有真正來自公開道路的數據才是對自動駕駛技術進步有意義的。然而，特斯拉采用的數據收集方式僅來自于超聲波傳感器和攝像頭，而Waymo則來自于激光雷達傳感器、雷達傳感器和攝像頭。但特斯拉由于沒有采用激光雷達，同樣被指責數據的精準度不足。
Waymo被認為更具有技術優勢，除了數據收集領域，還包括了數據處理方式。Waymo設計的城市全電腦模型每天可以測試2.5萬輛虛擬無人駕駛汽車，這種封閉的數據回路可以讓Waymo在海量駕駛數據中反復測試成千上萬種變化場景。相比之下，特斯拉認為從真實路況中收集數據再對Autopilot進行培訓學習，本身就是一個龐大工程。
兩者在數據收集和處理上，技術差異顯而易見。事實也證明了，Waymo從虛擬場景中獲得的海量數據和反復測試驗證，對系統的技術提升有很大幫助。去年谷歌在一份「自動駕駛脫離報告」中獲得最佳成績，大約行駛17950公里才出現一次人工接管系統的情況。特斯拉在這份報告中的成績幾乎墊底。
值得注意的是，雖然理論上Waymo的自動駕駛系統能夠在更多出行場景中作出更加聰明的選擇，但真正的考驗仍需要放到更加真實的出行場景中。如今Waymo的測試車輛數量不夠大、測試路況相對寬松，這些都嚴重制約了這套自動駕駛系統接受安全性考驗。
3
數據競賽
自動駕駛車輛數據共享的重要性得到了整個行業的認可，但出于行業競爭、產權保護等等方面的考慮，企業之間大概不會無私貢獻所有數據，同時也不會完全信任公開數據。
一向以數據優勢自居的Waymo在近期公布了開放數據集Waymo Open Dataset，其中包括3000段駕駛記錄，每段視頻平均時長20秒，總長度16.7小時。
業內統計，這個公開數據集包含了超過60萬幀的圖像數據，對無人駕駛領域的技術研發和學術研究都有很大的參考意義。即便這些數據比起Waymo數十億的行駛里程，僅僅是冰山一角，但作為目前自動駕駛領域最領先的企業之一，Waymo的高質量數據足以給行業研究提供極具價值的信息。與此同時，這60萬幀數據背后，也是行業對于Waymo傳感器技術的考察和研究。
Waymo率先亮出數據之后，多家企業迅速跟進、甚至反擊。最開始是通用和寶馬等傳統車企表示要組成「移動開放區塊鏈計劃聯盟」，推動各家企業打破數據壁壘，彼此開放有價值的數據，以加快自動駕駛技術的提升。
另一種模式是數據量的比拼。緊隨Waymo之后， Lyft也表示將會公開一套自動駕駛數據集，其中包括了5.5萬張3D高清截圖，并自稱「業內最大的自動駕駛公共數據集」。
作為一家網約車公司，Lyft在2016年加入到自動駕駛研發領域之后，其選擇的發展思路是與多個先進的科技公司進行合作，其中包括Aptiv、Cruise甚至Waymo。與Uber從零開始所經受的各種質疑和考驗不同，Lyft只在意與之合作的伙伴是否領先。簡單來說，Lyft要做的只是一個開放生態平臺，只不過，基于Lyft目前在美國布局的網約車網絡，Lyft與其合作伙伴可以通過更廣泛和真實的運營場景收獲數據。
從技術之爭到數據之爭，自動駕駛企業的競賽本質上是加快自動駕駛技術落地到真實場景。今年，通用Cruise延遲自動駕駛出租車計劃，讓整個行業意識到，自動駕駛技術落地仍然極具挑戰。以Waymo為首的車企開始公開數據，看似推動了行業的發展，讓自動駕駛汽車更早上路，但實際上，數據背后代表的技術優勢已經開始讓這些企業拋離對手。新一輪的競爭才剛剛開始。
