迅速发展中的自动驾驶行业正在被一个巨大的问题困扰，那就是为了安全，汽车厂商是应该开发一站式的软件解决方案？还是要整合来自不同公司的软件？这个问题的答案将决定许多厂商的未来命运。

目前，两种方案都有自己的拥趸，但最终它们肯定要决出胜负，而押对宝的公司肯定能获得巨大的先发优势。

处在漩涡中心的软件在自动驾驶时代与车辆的关键功能息息相关，即能破译传感器数据的感知系统和利用数据决定车辆行驶路径的行动规划系统。

那些将联合开发当成先决条件的公司主要集中在硅谷，Waymo 就是最好的代表。此外，现在归属于福特的 Argo AI，归属于 Uber 的 Otto 和滴滴出行都是这种方案的支持者。在他们看来，联合开发是唯一现实的解决方案。

不过，通用旗下自动驾驶部门 Cruise CEO Kyle Vogt 却表示：“你可以将整套软件分成 50 个不同的部分，然后由全球各地的团队完成开发，它们在白板上进行演示时也能完美无缺。但如果真的将这些软件整合起来，恐怕会 Bug 不断，能不能彻底解决问题得看运气了。”显然，Vogt 是一站式软件开发的支持者。

其实业内出现这样的分歧并不奇怪，据新智驾了解，那些认为大家可以通力合作完成自动驾驶大业的公司有自己的商业模式，它们希望汽车制造商能根据自身需要定制一套“混血”系统。这些公司中就包括英伟达。除此之外，许多汽车系统供应商，如德尔福和一些行业新军如百度，也都在研发自己的模块化开放平台。

关于该问题业内还有其它争论点，其中就包括高精地图。也就是说，未来的地图将实现厘米级的精准度，它不但能看出路况的好坏，路上的标线、障碍和交通标志也不在话下。

毕竟对车辆来说，路面信息越多越好。包括通用、福特和 Waymo 在内的开发者相信，高精地图必须与感知和道路规划系统一同开发。类似 Drive.ai 等新创公司也同意该观点。

上面提到的公司在对待高精地图时属于联合开发派，而 Zenuity（沃尔沃和供应商 Autoliv 的合资公司）和自动驾驶新创公司 Voyage 则更加直接，它们认为高精地图可以直接从第三方购买。Voyage 联合创始人 Tarin Ziyaee 就认为，与自动驾驶算法不同，地图并不是什么难解决的问题。

除此之外，业内还有一个诞生已久但依然悬而未决的争论，那就是如何整合两种不同的技术——机器人和深度神经网络（深度学习）。

前者是程序员写规则，机器人遵守；后者则直接通过处理传感器采集到的数据来识别物体，如停止标识和周边的汽车等。当然，深度学习还能通过检查路线标识外加学习人类来调节方向盘的转动角度。

通常来说，开发者会不自觉的倚重一项技术，特别是在做行动规划系统时。不过，有经验的工程师，如 Uber 的 Jeff Schneider 则表示，他们也说不清到底机器人还是深度学习技术更重要。

如果偏向机器人技术，则工程量会非常巨大；若倚仗深度学习更多，就需要大量为车辆编写规则。同时，在解决问题之前，深度学习系统必须“吞下”惊人的驾驶数据。当然，有一点需要注意，Uber 虽然更为倚仗机器人技术，但它也有团队在进行深度学习技术的攻关，毕竟谁也不愿将鸡蛋放在一个篮子里。

哲学上的争论

眼下，最明显的分歧在于，感知和行动规划系统是否应该走联合开发之路。站在一站式解决方案那边的厂商认为，联合开发可能会造成安全隐患。

“如果用了来自不同公司的模块，到底谁来保证这套系统就真的安全呢？”Zenuity 公司技术咨询师 Erik Coelingh 说道。

如果某个模块出了问题，想进入源代码判断到底是哪里出了错就是个大麻烦。“因为通常公司间不愿分享自己的技术细节。”自动驾驶软件开发公司 Torc Robotics 的 Michael Fleming 说道。

一位业界资深人士表示，分别开发两套系统就像把一个驾驶员分成两个不同的人。其中一个虽然把控着方向盘但却看不到周围的车辆，另一个虽然能掌握周边车辆和行人的具体信息，但他手里没有方向盘。因而在传递信息的过程中必然会产生偏差。

“一部分人认为信息的丧失可以量化并得到合理的解决，但也有部分人持反对态度。”这位业内资深人士解释。