这是最好的时代，这是最坏的时代，这是智慧的时代，这是愚蠢的时代；这是信仰的时期，这是怀疑的时期；这是光明的季节，这是黑暗的季节；这是希望之春，这是失望之冬；人们面前有着各样事物，人们面前一无所有——狄更斯《双城记》。

  对于大多数人来说，这是一个十分幸运的时代。在这个物质文明高度丰富，科学技术屡屡更新的时代，我们见证着许许多多科技由科幻变成现实。比如说无人驾驶汽车，几乎所有主流车企都不失时机的展示过他们在无人驾驶方面的技术和成果。令人苦恼的是，一方面从目前来看真正推向市场的产品还十分稀少，另一方面以特斯拉为代表的无人驾驶汽车接连闯祸也让我们消费者满腹狐疑。或许因为功能上未能达到期望值，特斯拉去年将车型介绍中Autopilot无人驾驶功能更名为Autopilot自动辅助驾驶。字面上的改动，无疑为无人驾驶泼了一盆冷水。

  美国加州车辆管理局(DMV)公布的2016全年无人驾驶车测试报告显示，除谷歌无人驾驶汽车在测试中的表现比较令人满意外，宝马、福特、尼桑、通用(科鲁兹)等传统大牌车企出品的无人驾驶汽车在行驶过程中仍需要比较多的人工干预。以特斯拉为例，在550英里行驶过程中，司机对车辆进行了182次主动控制。

  人工干预的目的主要是为了尽最大可能避免事故和解决技术故障，这些汽车之所以需要频繁的人工干预，是因为他们可以实现的自动驾驶功能级别较低。按照美国国家公路交通安全管理局(NHTSA)自动驾驶的标准，上述企业中除谷歌已经达到L4级别之外，其他企业的自动驾驶技术处于L1到L3级别之间，这也意味着这些车型虽然可以在一定程度上完成一些自动功能，但人类依然不能放松警惕。

  如果需要驾驶者紧盯路面并时刻准备接管汽车，这样的无人驾驶技术意义何在？更关键的问题是人工干预真能切实有效的避免事故和解决技术故障吗?一项来自于英国顶尖大学南安普敦大学研究报告对此表示否定。

  这项报告显示，驾驶者要想从正在使用无人驾驶功能的汽车上夺取控制权，大约需要3到25秒时间。如果让系统重新恢复为自动驾驶状态，则需要3到21秒。显然，这是一个巨大的BUG，人们只需要用常识就能很清楚的判断25秒对于正在高速运动的汽车来说意味着什么。

  如果将这两件事情联系起来看的话，我们很容易得出这样一个结论：只能实现辅助驾驶功能的自动驾驶汽车既不安全，也不省心。

  传统车企在自动驾驶技术方面表现欠佳，是有许多因素决定的。比如说对商业化前景预估不足，各种研发投入方向太多导致对其中某一项的投入力度不够等等。相比之下，科技巨头们没有那么多的负担，他们除了具备强大的软件研发能力，行动效率也远胜传统车企。这个理由似乎可以解释为何传统车企更热衷满足美国NHTSA划分的L1-L3级别辅助驾驶技术，而不是像谷歌和百度那样直接瞄准最高标准——L4级火力全开。

  与L1-L3级别车型相比，满足L4级别的车型具备无人驾驶功能，驾驶者在整个驾乘过程中完全不需要手动干预车辆的运行状态，也就是说此举可以从根本上解决困扰自动驾驶的人工干预以及人工干预导致的3-25秒接管难题。

  以百度无人车为例，它所搭载的激光雷达等设备占据了车顶的显眼位置，这些设备显然比市面上具备自动驾驶功能的汽车要多很多。好处是，复杂的雷达系统和高动态范围相机模组能够避免车辆死角并精确的识别红绿灯，路面交通线、各种交通标识，以及正前方障碍物。除此之外，百度无人车还配备了毫光波雷达和GPS/IMU组合导航定位系统，以进行车距定位及点云定位等检测。再加上CPU+GPU(GraphicsProcessingUnit)+FPGA异构计算平台等等，百度用巨大的成本确立了它在技术方面的领先优势。

  另外，百度无人车还有传统汽车企业不可比拟的地方，那就是与车载计算相结合的云端协同。这个被业内称之为“百度汽车大脑”的人工智能技术拥有环境感知、行为预测、规划控制、操作系统、智能互联、车载硬件、人机交互、高精定位、高精地图和系统安全等十项核心技术。

  通过无人车的智能感知与控制、智能检测与定位、高精地图等国际领先技术形成的专利集群，百度确立了它在业内的领先优势。相比之下，繁复的设备投入和昂贵的生产成本迫使传统厂商走上了“改良”之路。

  从技术本身来看，百度高级副总裁王劲和他率领的自动驾驶事业部则凭借着出色的硬件优势以及百度本身在地图、搜索等方面的先天优势打造的最强AI，实现了100%盲点覆盖并能够详细记录交通信号灯、车道标记线、交通标示等，准确定位地形、道路轮廓等，以引导无人车正常行驶。

  这样一来，需要人工干预的问题就得到了很好的解决。值得注意的是，基于百度多年在人工智能和高性能计算领域的技术积累，百度无人车搭载的车载超级计算平台比人类的反映更加迅速，它不仅从源头上解决了困扰业界的25秒难题，甚至还因为更加效率的决策和实施过程，还为消费者争取了更多的时间。

  传统汽车厂家和科技巨头的理念差异，导致它们在产品路线方面分道扬镳。传统车企喜欢循序渐进，希望通过“改良”路线来增加产品卖点。而科技巨头更希望以革命性的技术来改变车市生态。

  尽管科技巨头拥有非常多的竞争优势，但在互联网生态下，强强联合似乎更具策略方面的可行性。用百度高级副总裁王劲的话说，百度要做、能做的是“自动驾驶供应商”、“服务器供应商”而其他则需要与车企、政府部门、科研机构、传感器、芯片制造商、出行服务商等共同沟通完成。百度无人车项目与奇瑞、北汽、比亚迪等传统汽车厂家合作以互惠互利。广泛和密切的厂商关系，也为百度无人车创造了良好的孵化环境。

  据悉，早在去年年底，王劲带领他的团队在浙江乌镇第三届世界互联网大会展示了百度无人车的产品魅力——18辆百度无人车首次进行开放城市道路运营，邀请333名大会嘉宾、媒体及乘客乘坐体验。而更早一些的时候，百度获得了美国加州自动驾驶汽车道路测试许可证并在去年10月份完成首次公共道路测试。再加上与芜湖签订合作协议，共建全球首个全无人车运营区域；与上海国际汽车城共建无人驾驶示范区等等。从活动传递出来的信号看，百度的商业化进程已近在咫尺。

  相比之下，尽管谷歌更早涉足无人驾驶汽车，但这些年来它在自造和合作方面一直摇摆不定显然影响了团队的信心。Anthony Levandowski 、Chris Urmson等团队成员相继离开令谷歌痛定思痛，并最终决定效法百度，即以解决方案供应商的角色选择与传统汽厂家合作。

  去年年底，Alphabet旗下谷歌的无人驾驶汽车项目宣布独立成为一个名叫“Waymo”的实体，这对谷歌来说是一个新的开端，但损失的时间又如何弥补呢？要知道，此时的百度正在为如何实现最终量产并大幅降低产品的生产成本而努力。这可以从最近的一些测试就能看出百度无人车已达到了非常高的水准。

  百度无人车已经通过了夜间、下雨、雾霾等复杂气象环境中的产品测验。在去年桐乡市子夜路智能汽车和智慧交通示范区的实地运营过程中，百度无人车展示了它对于并不太守规则的中国式路况有不错的适应性。

  当初，百度无人车亮相时使用的70万元传感器成为业界争议的焦点。如今，通过投资硅谷激光雷达厂商Velodyne LiDAR，百度已经将雷达成本降至50万元人民币。“接下来我们希望把传感器的价格从一个8万美金变成一个500美金。”，王劲如是说。

  而最近的消息是，Velodyne宣布在固态激光雷达设计方面取得了突破，新的设计方案或将制造真正的固态激光雷达。届时，百度无人车不仅可以实现传感器更小的尺寸和更高的可靠性，同时还可以大幅降低传感器价格。

  据悉，基于Level-4的完全无人驾驶技术的百度无人车准备在三年后实现小规模的商用，在一些城市里进行试运营，五年后，也就2021年将量产无人车。可以预见的是，凭借强大的产品功底和不错的价格优势，百度无人车已经在商业化道路上开启了超车模式。

  免责声明：中国网财经转载此文目的在于传递更多信息，不代表本网的观点和立场。文章内容仅供参考，不构成投资建议。投资者据此操作，风险自担。

  从中长期看，股市依然向好，但在股价快速上涨的背景下，短期要关注业绩增长能否和股价相匹配。

  近期南船对旗下上市公司重组方案的调整，无疑引发了市场对此次南船业务整合的猜测。

  “新三板+H”模式落地为长期资金市场对外开放揭开新篇章，为提升新三板市场管理上的水准和能力带来机遇。

  港交所与股转的合作可参考沪港通、深港通的模式，预计今年6月7月将出现首批合资格三板企业上市。

  现在企业拟IPO热情下降了很多，大部分企业对于是否要冲层保层保持着顺其自然的态度。

  A股和新三板作为多层次长期资金市场核心组成部分，并购重组慢慢的变成为上下互通、有机联系的重要纽带。