“国内已经这么先进了吗？”
7月10日，无人车“萝卜快跑”登上了热搜，武汉街头出现了多台全无人驾驶汽车，在网络引起热议。
穿着橘色马甲，在武汉三环附近扫地的环卫工张大爷，指着他眼前崭新的高新大道和光谷三路交叉口，说无人驾驶汽车经常在这出现，从南驶向北，也从东向西。
张大爷判断何为自动驾驶车，方法很简单：“它高一点”—这是车辆顶部配的激光雷达，用来感知路面；“它车身也写着嘛，萝卜快跑四个字”—这是武汉市允许自动驾驶出租车试运营的主要品牌。
2024年初，武汉自动驾驶出行累计超过68万单，是全国运营里程最多的城市。武汉还有无人自动驾驶车队布局规模全国第一的纪录。2月，萝卜快跑驶上两座长江大桥，完成自动驾驶的“长江第一跨”。
但武汉司机多喜欢叫“萝卜快跑”为“苕萝卜”。湖北话“苕”，意思是有些憨，甚至蠢笨。多少武汉司机喜欢超速、别车（超车）、加塞，都因为这些遵守交规的无人驾驶汽车，挡住了去路。
一个开车喜欢听播客的网约车司机说，萝卜快跑经过学校路段会一直礼让行人，导致剧烈拥堵；有时候它被别的车加塞了，还会在川流不息的马路中央刹车停下来，“苕得很”。

△萝卜快跑在路上会礼让行人
一位开着已经破产的威马汽车W6的司机气势汹汹地说，武汉司机号称“全员鄂人”。要是在路上遇见想变道或加塞它的“萝卜”，他绝不会让一点路，而是脚踩油门加速通过。
新的马路问题出现了。无人驾驶汽车越来越普遍，而我们究竟想要一个绝对安全的无人驾驶汽车，还是学会人类开车风格的AI汽车？
先进科技的滤镜与粉红泡泡逐渐消失，两难的矛盾开始显现。这一次，全世界都没有标准答案。
01
驶进三环
6月20日下午2时，武汉下着小雨。行驶在武汉三环上，网约车司机张力说，最近半年他经常在这条道路看到萝卜快跑。
“有时上面（一般是副驾驶）有人，有时没人。”长期的跑车经历，让他隔很远就能认出这个新事物。“它没有车牌，车尾只挂着一个临时牌照。”

张力老家在隔壁的黄冈市，他已经来武汉10个年头，几年前在光谷新区买了房子。
他很了解无人驾驶汽车的变化。2022年，最早是武汉经开区街头出现了大量无人驾驶测试车辆。2023年，长江以北的几个新区，东西桥区、沌口区也出现了无人驾驶汽车的身影。这些汽车很多是面向公众的商业化运营车辆，也就是无人驾驶出租车（robotaxi）。
接着2024年，无人驾驶出租车在武汉街头越来越常见。2月，百度的无人驾驶品牌萝卜快跑完成“长江第一跨”后，运营范围从江北到了长江以南。现在，打开萝卜快跑的叫车小程序，它的运营范围基本覆盖武汉主要城区，是一个不整齐的大梯形。
半小时后，张力带我下了三环，到达一个地铁站点。他以为我是游客，推荐了无人驾驶出租车在武汉较集中的地方。临下车前，他补充了一句：“我们网约车司机叫它铁憨憨，不够灵活的意思。”

武汉对比别的城市更特殊的是，这些开始商业运营的“萝卜快跑”大部分是全无人驾驶，而没有在副驾驶位配备安全员。
但多位武汉司机给了相似的反馈：全无人驾驶汽车，过于追求安全，导致它们经常“挡道”“阻塞交通”。光谷一个便利店老板（兼司机）总结，最令他感到无语的是，无人驾驶汽车在等待左转和调头时，启动很慢。如果对面有密集到来的车流，它们会表现得礼让过度，“好几个红绿灯都转不过去”。
他还嫌弃无人驾驶的车速慢，“一条路车速可以开到60，萝卜（快跑）会开到40”。于是，他和多位老司机形成的共识是，在路上遇见无人驾驶汽车，首先要超车，跟在它后面只会影响效率。
在这个道路纵横交错的超大城市，市场投入运营几千辆的无人驾驶汽车看似影响不大，但开威马的网约车司机李超说，武汉是全国数一数二的拥堵城市。百度地图报告也写道，2023年，武汉在通勤高峰期交通拥堵方面排全国第五。
拥堵的一个可能性在于，“车太多了”。因为买车的人太多，李超说，武汉的燃油车现在已经发不出“鄂A”的牌照，只能新增一个“鄂W”牌。
重要的是，除了周末的上桥路段，武汉其余时间都不限行。
于是，近半年来，本就对交通敏感的武汉市民纷纷到市民留言板，反映无人驾驶汽车给他们带来的涟漪。在长江网“大武汉城市留言板”上，有人嫌弃它开车太慢，“经常以60的时速占最左道”；有人说经常有萝卜快跑在高峰期导致拥堵，建议取消它们在高峰期营运。
但也有市民问：“萝卜快跑什么时候能开到我家啊？”
02
安全也被抵制？
无人驾驶汽车究竟使用感受如何？在武汉的4天里，我体验了6次萝卜快跑。
与多位乘客感受一致，这是一位开车注重安全、保守的“新手司机”。它在简单的路面环境下行驶自如。车内没有烟味、没有司机的搭话，乘客可以在后座自选音乐、自行调节空调温度。

我能在种种细节里，感受到无人驾驶汽车为了确保安全所做的刻意调整。例如6月21日的傍晚，刚好遇到武汉暴雨黄色预警。行驶在倾盆大雨的路面，无人驾驶汽车将时速降至20公里/小时，稳定地缓慢往前开。遇到拥堵的交通路段，它会再次降速，主动避让周围来车。
有一次，想变道的它因为速度太慢，夹在了两车道中间，导致错过了调头的拐弯口。
这些表现都证明了一个难题：当下的无人驾驶汽车，仍无法在追求极致安全与道路效率两者之间，形成优雅的平衡。

△目前，百度Apollo在RoboTaxi端已经能够应付城市路况，对于占道施工、逆行目标、低速小目标等等都能合理应对
若从车企的角度来看，保守谨慎是其唯一的选择。全球的经验显示：自动驾驶一出安全事故，结局就是全盘皆输。2018 年，一辆在街道测试的自动驾驶Uber车因为人类安全员的注意力不集中，在美国凤凰城撞死了一名行人，Uber的自动驾驶研发项目随即终止。
2023年10月，在美国旧金山，通用汽车旗下Cruise运营的自动驾驶出租车，撞到了一名妇女并将其拖行了20 英尺。事故发生后，Cruise的出租车运营执照被吊销。
这些事故导致的严重后果，很难不让车企非常谨慎地推行自动驾驶汽车。更何况，人类对AI硬件的安全要求非常高，许多自动驾驶汽车企业的CEO都曾在公开场合略带委屈地表达，AI汽车早已做到远比人类驾驶低得多的事故率。但自动驾驶汽车只要一出小事故，人类都会将枪口瞄准该死的人工智能。
但是，过于遵守安全的自动驾驶汽车，也容易引起人类的不满。2023年8月，美国旧金山首次批准无人驾驶出租车在该城市全区域全天候商业化运营。2024年上半年，Waymo将无人出租车的服务扩大到了凤凰城、洛杉矶、奥斯汀。但结果是，在美国四个城市运营且暂未出现重大事故的Waymo，遭到了众多市民的抵制。今年2月，一辆Waymo自动驾驶出租车在旧金山，遭到市民袭击并起火。

△24年2月，一辆隶属于无人驾驶公司Waymo的robotaxi，在旧金山唐人街烧成一片火海
据Waymo的乘客反馈，无人驾驶汽车很难进行左转或并入高速公路。这款无人出租车会为了避开左转的车流而故意绕路，此外，它们经常因为间隙不满足设定要求，错失上高速公路的机会。
同济大学道路与交通工程教育部重点实验室在2023年发表的论文中指出，交叉口作为自动驾驶的关键瓶颈，有超过80％的自动驾驶失效是在此发生。其核心挑战为无保护左转场景时，自动驾驶车辆通常会采取过于谨慎或意图不明的驾驶行为。这些不符合人类期望的举动会给人类带来困惑甚至愤怒，进而演化成事故。
吉林大学汽车工程学院副教授孙天骏认为，人类驾驶员和自动驾驶开车的新型混合交通流，将在未来很长时间共存。这个新变化向自动驾驶汽车提出了要求：“它不仅拥有智能，还需要有（人类）智慧。”
03
深入城市
2024年，孙天骏所在的吉林大学汽车仿真与控制国家重点实验室提出一个新的方向，将人类社会性行为纳入自动驾驶的运动规划。
孙天骏解释，他和团队长期关注人类驾驶员的心理与社会行为，发现人类的驾驶行为具有明显的社会性。例如，早有国际学者在1992年发现，驾驶员对他们周围的“驾驶文化”很敏感—每个驾驶员都会受到其他驾驶员的集体行为的影响，在驾驶时有明显的模仿行为。
那么，如何解释人类司机的社会性，并将人类的社会性让人工智能知晓呢？孙天骏等人在论文里介绍，一种解法是，研究者根据博弈论，衍生出社会价值取向（SVO）理论，将人的社会行为大致分为合作主义者、利己主义者和竞争主义者。近年，国际学者通过人类司机SVO类型的不同，给自动驾驶车辆在不同情境下规划不同的运动策略。
孙天骏对我解释，现在，让AI理解人类的这些特性，主要是通过车辆的运动学表征体现的。“我们还没有办法直接获取人类开车时脑海真实的想法，只能通过车的运动学表现，比如车在当前的情况下加速了，还是减速了？它超车、变道是一个什么样的行为？通过这些特征找出一些（人类司机的）共性。”
孙天骏介绍，在自动驾驶算法中加入对人类社会性行为的考量，是最近几年自动驾驶领域的热点。包括大众、百度等大厂，都注意到了AI车辆要向人的社会性方向靠拢，才能更好地在道路上实现人机共存。

△目前武汉的无人车是极狐和百度一起打造的Apollo Moon/图源：apollo.auto
除了变得更有社会性，要想自动驾驶进入复杂的城市道路系统，还需要提升对极端场景的解决能力。2023年，清华大学与百度Apollo联合发布的《面向自动驾驶的车路协同关键技术与展望2.0白皮书》写道，自动驾驶汽车在日常的驾驶环境中表现较好，但受车端传感器物理特性、车端算力等限制，车辆在恶劣天气、遗撒物体、行人鬼探头等长尾场景中的感知能力仍需要提升。

△百度Apollo智能交通白皮书ACE智能交通引擎2.0
因此，除了调整车辆性能、改善算法本身以外，上述白皮书指出，车路协同的环境，尤其是高等级智能道路建设，是自动驾驶进一步深入城市的关键。这里面涉及车、路、云端的协同。
回到武汉的经验也是如此。
2023年底，武汉经信局宣布，武汉已成为全球最大的无人驾驶运营服务区。但真正深入武汉的街巷角落时发现，无人驾驶出租车一般出现在有宽敞的道路、道路场景相对简单、设施完备的新区。人员集中、车流量大的中心闹市区，现阶段仍较少有无人驾驶车辆。
这也是多位武汉司机拥有“松弛感”的原因—现在，他们还不担心工作会被无人驾驶汽车取代。
距离深入城市，改变千家万户，当下的自动驾驶汽车仍要迈过“最后一公里”。正如孙天骏说，现在所有关于自动驾驶的研究，最终目的是要让AI变得像人，实现仿人的决策，类人的控制，最终，AI要有如同人类一样自我学习的智慧。这是所有AI从业者都在意图克服的难题。如今，随着大模型和产业落地的加速，躬身者相信，目标正越来越接近。