在最近美国加利福尼亚州召开的特斯拉发布会上，马斯克隆重宣布了一项重大规划：预计于 2025 年在美国两个州率先启用无人监督的完全自动驾驶功能，进一步引领汽车行业向智能化迈进。而本次发布会上也可谓是看点十足，特斯拉发布了 Robotaxi 无人驾驶出租车服务、两款全自动驾驶车型 Cybercab 赛博无人出租车和 Robovan 无人驾驶多功能车，并推出了针对 Robotaxi 的无线感应充电技术等。
与此同时，在苹果宣布放弃发布电动汽车计划的六个月之后，事态又有了新的发展。加州机动车辆管理局（DMV）于 9 月 27 日正式撤销了苹果的自动驾驶车辆测试许可证。这一决定无疑为苹果公司长达十年的电动汽车项目画上了句号，标志着该项目已彻底终止，未来难以继续推进。
那么美国「智能驾驶」如今已发展到什么水平？商业化进程走到了哪里？产业链又将产生怎样的变化呢？
美国自动驾驶的十年酝酿
最早的自动驾驶概念可以追溯到 1939 年。彼时，通用汽车在世博会上展示其未来自动驾驶概念。通用汽车在世博会搭建的 Futurama 的模拟城市展厅，提出对 1960s 的智能交通畅想，模拟城市中，有一个专职的交通管理中心，城市中运行着 322 辆配备了独立声音系统的车辆，所有的道路与交叉口都按照新的交通环境进行了设计，其中最为独特的是提出了自动高速公路 (AutomatedHighwaySystem，AHS) 的概念，这是目前智能汽车、智能交通最早的雏形。1956 年，在通用举办的 Motorama 展览会上，通用推出了 FuturamaII，展示了 AHS 的设计原型，并推出了第一款具备自动驾驶功能的概念车 FirebirdII。
自动驾驶开始真正走近大众视野则是从 2013 年开始。
2013 年，美国首次公布了自动驾驶分级的政策法规《自动驾驶汽车政策》，并确定了 L0-L5 的自动驾驶分级标准。某种程度上，这可视为美国自动驾驶政策的起点。
至 2016 年，美国政府颁布了第一份自动驾驶汽车联邦政策文件，开始为这一行业定「规矩」，促使无人驾驶汽车顺利测试。美国政府认为，自动驾驶汽车可使交通运输变得「更安全、更清洁、更易获得、更高效」。政策文件侧重于自动驾驶汽车的安全性，包括一个涵盖 15 个要点的安全评估，汽车厂商必须在完成这一评估后，才能让其自动驾驶汽车驶上公共道路。文件列出的 15 个安全评估要点包括：数据记录与分享、用户隐私、车辆网络安全性能、人机操作界面、防撞性能、用户教育与培训、出现系统故障或车祸后的车辆响应能力等。
今年 3 月，美国批准了 Waymo 在旧金山和洛杉矶的扩区计划，新增运营面积超过 1200 平方公里。
8 月份，美国加州机动车辆管理局又公布了「关于自动/无人驾驶（重型）车辆的规则框架的草案」。该草案取消了目前对车辆总重量为 10001 磅或以上的自动驾驶汽车的禁令，并为制造商在公共道路上测试和部署自动驾驶重型商用汽车，创造了一条监管途径。
伴随着产业政策的逐步实施，相关产业也得到了迅速发展。
2016 年，Waymo 宣布从谷歌独立出来，并在美国凤凰城开始自动驾驶的上路测试。今年 5 月，Waymo 宣布其无人驾驶出租车服务 Waymo One，已在旧金山、凤凰城和洛杉矶三个城市实现每周 50000 次付费出行。此外，在包括奥斯汀在内的四个城市，也已经提供了累计超过 100 万次的乘客出行服务。
特斯拉也在今年宣布了两个自动驾驶的大动作，一方面是将推动自动驾驶系统 FSD 入华；另一方面是高调宣布将在 8 月推出无人驾驶出租车服务 Robotaxi。
美国自动驾驶发展势头迅猛
在美国，自动驾驶领域吸引了众多企业的布局，这些企业在技术研发、测试、商业化运营等方面均取得了不同程度的进展。到 2024 年，美国叫车市场在 2022 年和 2023 年的放缓之后，在自动驾驶技术方面取得了新的进展。
Waymo：Waymo 刚开始是 Google 于 2009 年开启的一项自动驾驶汽车计划，之后于 2016 年 12 月才由 Google 独立出来，成为 Alphabet 公司旗下的子公司。2017 年 11 月，Waymo 宣布该公司开始在驾驶座上不配置安全驾驶员的情况下测试自动驾驶汽车。2018 年 7 月，Waymo 宣布其自动驾驶车队在公共道路上的路测里程已达 800 万英里。2019 年 10 月 10 日，Waymo 宣布纯无人驾驶汽车即将上路。到 2024 年 8 月底，Waymo 在美国的付费每周机器人出租车乘坐次数达到了 10 万次，而 5 月份每周为 5 万次。
2024 年 8 月 20 日，Waymo 推出新一代自动驾驶系统 Driver。在 2024 年夏天，Alphabet 表示将向旗下自动驾驶汽车公司 Waymo 额外投资 50 亿美元，该公司还推出了第六代 Waymo Driver 自动驾驶系统。该系统被宣传为比前几代更智能、更经济且更具能力，预计将大幅提升行车安全性，同时使车辆能够在更多样化的环境中运行。
根据介绍，第六代 Waymo Driver 配备了 13 个摄像头、6 个雷达、4 个激光雷达传感器，以及一系列外部音频接收器。这些传感器经过优化，在性能上有了显著提升，并且成本大幅降低，且这一切都没有以牺牲安全性为代价。新系统还在车辆周围提供了重叠的视野，并能够探测到高达 500 米远的物体。
得益于传感器的战略性布局以及传感器技术和机器学习模型的进步，Waymo 第六代自动驾驶系统使用的传感器数量较之前的系统有所减少。第六代 Waymo Driver 还具备了新的传感器清洁功能。这一功能使得车辆即使在雪天也能实现自动驾驶。
Cruise Automation：Cruise Automation 是一家 GM 旗下无人驾驶车公司，总部设在旧金山，旗下包括 Cruise 自动化公司和 Strobe，两者分别负责通用汽车公司自驾车开发和自动驾驶传感器开发，自从 2016 年通用汽车收购 Cruise 以来，通用汽车就将电动和自动驾驶汽车视为未来交通发展的关键因素。
2022 年 2 月，Cruise 宣布向公众开放 robotaxi 服务。截至 2022 年 9 月，该公司在旧金山运营着 100 辆 robotaxi，并宣布打算将车队规模扩大到 5000 辆。在发生一系列车辆事故后，Cruise 于 2023 年 10 月暂停运营，创始人凯尔·沃格特于 2023 年 11 月辞去首席执行官一职。
今年 9 月份，通用汽车旗下自动驾驶汽车部门 Cruise 计划今年秋季恢复在美国加利福尼亚州的无人驾驶机器人出租车测试。本次测试规模较小，最多只有五辆车在试车员监督下进行开发工作。Cruise 表示，它将在加州的桑尼维尔和山景城开展测试，而不会在监管上遇阻的旧金山。此外，通用汽车在 2024 年中加大了对 Cruise 的投资。
通用汽车也取消了 Origin AV 班车项目，认为通过专注于目前测试车队中的第一代 Bolt EV 和下一代基于 Ultium 的 Bolt EUV 的自动驾驶汽车，机会更大。
特斯拉：特斯拉的自动驾驶技术一直是其核心竞争力之一，也是投资者和消费者关注的焦点。马斯克曾多次提及，特斯拉 FSD 会比人类驾驶安全 10 倍。
今年第三季度，特斯拉发布了 FSD 完全自动驾驶能力（驾驶员监管版）V12.5 版本，安全性和舒适性得到提高。马斯克预计 FSD V13 版本相较 V12 版本，干预间隔里程将提升 500 倍以上。升级版的智能召唤功能 ASS 可让车在停车场里自动向车主驶来。特斯拉方面表示，用户使用智能召唤已经超过 100 万次。此外，特斯拉已向赛博越野旅行车的车主推送了 FSD 完全自动驾驶能力（驾驶员监管版），包括用于高速公路驾驶的端到端神经网络。
随着自动驾驶技术的快速发展，特斯拉不断升级其车辆的硬件配置。继 Model S/X 和焕新版 Model 3 之后，最新款的 Model Y 也已经换装 HW4 硬件，即未来的 AI4，逐步取代全车系原有的 HW3。与 HW3 最明显的区别在于 HW4 的摄像头镜头呈现红色原点。这是因为 HW4 摄像头增加了红外线（IR）滤波器，以提高夜间的感光度，让摄像头在低光环境下能够更好地捕捉影像。
不过在最近的财报会议上，马斯克表示，尽管公司尚未 100% 确定，但根据目前的评估，HW4 硬件的能力是 HW3 的数倍，更容易实现自动驾驶功能。如果最终确定 HW3 无法实现无监督的 FSD，特斯拉将为已经购买了 HW3 FSD 的客户免费升级硬件。
为什么美国要抢占自动驾驶的竞争先机？
美国自动驾驶汽车市场正处于快速发展阶段，PR Newswire 发布报告称，美国自动驾驶汽车市场预计将以 19.56% 的复合年增长率增长，从 2023 年的 225.2 亿美元增长到 2030 年的 786.3 亿美元。预计到 2025 年，美国道路上将有 350 万辆自动驾驶汽车，到 2030 年这一数字将增至 450 万辆。
不难看出，美国当前正在自动驾驶技术和政策上双向发力，力求在全球自动驾驶竞争中夺得先机。
从汽车制造来看，自动驾驶的影响覆盖全产业链，推动汽车从单一的交通工具向复合型的智能平台转型，从而带动传感器、零部件、整车制造的全方位升级。
无人驾驶需要大量的智能化部件。例如，智驾系统需要对道路信息进行捕捉，再进行多维传输，通过芯片与算法进行运行决策，再传送给执行单元，这些流程中涉及到大量的电子零部件和相适应的智能化部件，例如线控底盘、域控制器、激光雷达等等。
从应用来看，自动驾驶还能用于物流配送、无人矿卡等场景，几乎每拓展一个新场景，就能形成一个全新的产业链。随着技术的逐步成熟，自动驾驶将逐渐进入商用化阶段。物流行业可能是自动驾驶技术率先大规模应用的领域。
从人工智能的科技竞争上看，今年以来，伴随人工智能（AI）技术的迅猛迭代，自动驾驶相关产业链也日臻成熟。自动驾驶需要通过计算机机器视觉，实时捕捉并分析道路上的图像信息，收集大量路况、行人、车辆和环境数据，再反向促进算法训练，测试运营的区域规模越大、频率越频繁，算法越成熟，两者形成正面促进的飞轮效应。
事实上，美国政府已把发展自动驾驶汽车视为美国汽车业重新领导世界的一个机遇。不过，自动驾驶技术的普及仍面临诸多挑战，包括技术成熟度、法律法规、社会接受度等方面的问题。
