阿里巴巴正在通过多个部门发展无人驾驶事业，最新的一种方案来自成立不到一年的达摩院。该研究院人工智能实验室首席科学家王刚告诉记者，与其他针对单车智能的方案不同，他们正在以协同智能的方式降低无人驾驶现有方案的物理困境和成本障碍。

　　王刚称，该方案为通用方案，支持所有车辆，而因为物流是阿里巴巴集团的重点，所以在研发中会对物流场景更加侧重。

　　不过，有业内人士告诉记者，这种车路协同更适合开放道路（有红绿灯），目前行业普遍都在园区测试，所以并没有成为主流标准。

　　从1939年首辆无人驾驶概念车出现以来，人们对无人驾驶的关注主要聚焦于汽车本身。加装各类传感器用于汽车本身的感知和控制，进而处理路面的情况。

　　有业内人士表示，早期的自动驾驶企业，如百度、特斯拉等企业主要采用单车智能，复杂路况、车辆混行以及极端天气等一系列问题并未协同进来。

　　今年早些时候，百度公司与金龙客车合作的全球首款L4级自动驾驶巴士“阿波龙”量产下线。同时，近期不少整车企业给出了无人驾驶产品开发时间表：特斯拉将在2019年投放L4或L5级别无人驾驶汽车；大众计划2021年推出L4级别自动驾驶汽车；奔驰与宝马将分别于2020年与2021年推出L4、L5级别自动驾驶汽车；戴姆勒公司宣布将于2019年在美国加州部署无人驾驶出租车等。

　　上述人士认为，单车智能解决不了复杂路况、车辆混行以及极端天气等一系列问题；要实现自动驾驶或无人驾驶，车路协同是基础。

　　王刚表示，阿里巴巴做了大量的论证和仿真研究后发现，单车智能的方式对实现自动驾驶落地挑战巨大。

　　在他看来，上述方案的局限在于感知存在视觉盲区，而且由于传感器自身技术局限导致有效感知距离不超过80米，而当车速超过每小时60公里，就无法实现安全下的自动驾驶；其次，由于高精度地图的更新速度慢，难以应对突发时间；以及单车决策难以调动整个交通场景，如果遇到遮挡，就无法形成有效决策。

　　不仅如此，王刚表示，现在自动驾驶车辆需要包括摄像头和雷达等多个传感器，其整体成本达20万美元，而中国2017年汽车保有量为3亿辆，如果全部要更新到自动驾驶汽车，花费巨大。事实上，业内普遍认为只有当路面上行驶车辆超过90%是无人驾驶车时，才会逐渐安全。

　　因此，该研究室选择了协同智能的路径，王刚称，这将帮助阿里巴巴实现自动驾驶的落地和商业化。其所需要的就是增加一个额外的交通智能设施，目前被称为“智能感知基站”，由于静态部署，所以将具备处理复杂情况的能力，同一个“基站”可以服务同一条道路上得多辆车，从而降低车本身对传感器的需求。

　　王刚表示，采用这种方案，汽车本身可以减配，但具体减掉哪些部件需要后续验证。

　　不过，王刚拒绝透露基站的装建成本，以及部署规模需求。但其为记者演示的视频样片中，自动驾驶汽车针对路面突发情况做出了相应的判断，而王刚表示，感知基站参与下的协同智能，无人汽车的避让率达到了100%。

　　据悉，目前该团队研发进展是，已有车辆进行常态化路测，并具备了在开放路段测试的能力。目前其选取的技术路线为L4（全自动驾驶），这并非真正意义上的无人驾驶，而是形式由机器主导，在绝大多数场景下，都不需要人工干预。

　　阿里巴巴的路测车辆改装自林肯MKZ，百度、英伟达以及多家创业公司的自动驾驶系统均采用该款车改装部署。