自動駕駛攀登頂峰，Waymo、小馬智行們難言輕松

原標題：自動駕駛攀登頂峰，Waymo、小馬智行們難言輕松

文|智能相對論

作者|leo陳

攀登珠峰，傳統(tǒng)路線有兩條：一條是中國西藏的北坡，另一條是尼泊爾的南坡。不管選擇從南坡還是從北坡攀登，最終都將到達同一個頂峰。這其實與自動駕駛行業(yè)的發(fā)展路徑之間存在相似之處。

對攀登珠峰的人而言，無論走哪條路線都不是容易的事。北坡一開始沒有登山的感覺，更像是高海拔徒步，邊走邊欣賞風景；南坡會遇到昆布冰川，路線有時接近垂直，落石和雪崩的風險不小。相比于北坡，南坡沖頂時間短、攀登強度大，爬升和下降的海拔更高。

這其實對應著自動駕駛行業(yè)的兩條大的研發(fā)路徑：一條是以車企為主的漸進式策略，一般從L1、L2開始，再逐步疊加高階功能；另一條是以科技互聯網企業(yè)為代表的跨越式策略，直接從L4、L5開始研發(fā)。而它們最終的目標都是登頂自動駕駛的頂峰——無人駕駛。

在攀登過程中，自動駕駛行業(yè)發(fā)生了很大變化。投資人從瘋狂中冷靜下來，變得謹慎。與此同時，兩條發(fā)展路徑在商業(yè)化方面都遇到困難：比如Waymo，近期有包括CFO在內的9名高管相繼離職；另一邊比如有特斯拉，被曝出多次出現安全和市場問題。

當下自動駕駛行業(yè)望著頂峰，每一條發(fā)展路徑下的廠商都要面對問題做出選擇，為了活下來。

“跨越式”打法， 商業(yè)化還是未知數

自動駕駛行業(yè)的熱度雖然高漲，但行業(yè)核心問題依然擺在眼前：距離商業(yè)化仍需時日，大部分企業(yè)也未實現盈利。在這一輪浪潮下，屬于不同研發(fā)路徑的廠商都要應對來自商業(yè)化的考驗。行業(yè)發(fā)展至今，做出不同路徑選擇的玩家之間會有著天然的鄙視鏈。

L4路線的堅定貫徹者比如Waymo，崇尚高舉高打，意圖直接斷了人類駕駛員的后路，靠節(jié)省的人力成本直接盈利。Waymo的研發(fā)思路逐步演化為針對Robotaxi的開發(fā)，其離最終目標——無人駕駛，顯然是更近的。

可專注這一研發(fā)路徑，光是技術難度就意味著企業(yè)需要更多融資與更多投入。所以對于它們而言，會希望自己能夠搶占話題和資本高點，至少在陣勢上不能輸。

有數據顯示，Waymo母公司Alphanet每年在自動駕駛研發(fā)上的投入約為10億美元。Waymo剛起步不久，就對外宣布引入除母公司以外的外部投資者，拿到了兩筆共計30億美元的外部融資。也是這個時候有消息傳出，Waymo累計虧損已經達到50億美元。

誠然，作為行業(yè)頭部且資金雄厚的企業(yè)，無人駕駛是它們相對容易觸及的未來，大手筆砸錢可以被看做是幫助自己在下一個時代“跑馬圈地”。但是，高級別自動駕駛好比“鈔票粉碎機”，一些初創(chuàng)企業(yè)無法獲得持續(xù)足夠的資金支持，缺錢成為壓倒他們的最后一根稻草。

從2020年開始，就有一大批初創(chuàng)企業(yè)正在走下坡路。去年3月，StarskyRobotics在經歷了融資失敗、縮減車隊、大幅裁員后停止運營并關閉；Nuro被曝尋求賣身，融資王Zoox傳出裁員以及收購的消息。

一位業(yè)內人士告訴「智能相對論」：“國外Robotaxi已經到了出清階段，實力不足的玩家逐漸退場。Uber、Lyft就是典型例子，自動駕駛落地難、持續(xù)燒錢，作為上市企業(yè)退出也在情理之中?！?/p>

“國內比國外走得慢，還處于群雄逐鹿階段，要“廣積糧”。如果企業(yè)現在不做大量融資，后面幾年怎么存活？所以一些企業(yè)在各個方面瘋狂造勢，比如這次針對廣州抗疫宣傳無人車?！绷硪晃粯I(yè)內人士這樣說道。

其還補充：“外界所見難免有被廠商包裝出的效果，目前Robotaxi企業(yè)開放運營，其實還在Demo階段，仍需要花費大量時間解決長尾問題。至于實現規(guī)?；⒂?，目前依然不太可能?！?/p>

從海外看到國內的未來，會有一個殘酷的現實：行業(yè)融資狂熱所帶來的的繁榮，不可能支撐起所有玩家的夢想。初創(chuàng)企業(yè)走到這個階段要明白，資本市場未來在“不能盈利的地方”所投入的資金是有限的，自身也不可能一直依賴融資來續(xù)命。

最近百度CEO接受采訪時表示，雖然越來越多的玩家入局，但是他們都低估了自動駕駛的研發(fā)投入，百度僅去年一年的投入就超過了200億。而這可能需要10年甚至20年的長期投入。這樣去想，小米造車先花三年投入100億美元，資金似乎并不算充沛。

行業(yè)目前共同認知是，在有融資支撐的同時，企業(yè)也格外需要創(chuàng)造收入。因為目前還沒有人知道要燒多少錢，才能迎來大規(guī)模商業(yè)化的曙光。

文遠知行創(chuàng)始人兼CEO在接受騰訊科技采訪時曾表示：“在投資之前，會問你如何做運營、看你的商業(yè)模型是什么、如何做到商業(yè)化落地，這樣的問題在2019年開始越來越多?！边@就意味著，投資人在投資自動駕駛項目時會更為謹慎，更關注商業(yè)化，而不是盲目砸錢。

所以，對于從L4起步的玩家而言，必須尋找離商業(yè)化更近的道路。不僅僅是追求技術極致，更要求具備一定的造血能力。

“漸進式”攻入腹地， “跨越式”的優(yōu)勢在消失

有別于進入L4/L5級別自動駕駛領域，以ADAS為基礎來挖掘市場潛力，可以說是“務實”企業(yè)的研發(fā)路徑。這一方的代表企業(yè)如特斯拉，從L2入手，通過輸出階段性的智駕產品為下一代產品積累數據，迭代性的獲得盈利的同時，逐步上攻。

若以L3作為“漸進式”到“跨越式”的“水壩”，特斯拉為代表的企業(yè)其實就是“蓄水”，去沖擊L3級自動駕駛邊界。其打法也有一套自己的邏輯，通過數據積累，更新迭代來“蓄水”，從而一擊沖破“水壩”，向L3以上級別去“釋放”能量。

過去，高級別自動駕駛的“信仰者”，應該都可以拋出一些直戳其痛點的問題：“人人都在做L4、L5自動駕駛，抓ADAS是否有出路”、 “當傳統(tǒng)汽車供應商巨頭將技術壟斷，新晉企業(yè)如何能建立起自己的優(yōu)勢”等。

現在，后者對高級別自動駕駛企業(yè)也會有嘲諷：“投入產出不成正比”、“短期內無法形成規(guī)?；?、“資本市場不具有可持續(xù)性”等。在「智能相對論」看來，自動駕駛技術太龐雜，細分賽道太多，產業(yè)鏈里的玩家都會有自己的一套核心打法和生存邏輯。

除了特斯拉，國內一些車企也能夠實現部分城市道路的自動駕駛。比如，今年小鵬發(fā)布NGP自動導航輔助駕駛，基于高精地圖和導航系統(tǒng)，小鵬P7可以在高速公路和城市主干道發(fā)揮自動駕駛能力。

據官方消息，小鵬P5搭載激光雷達后，其感知能力在原有基礎上進一步提升，XPILOT 3.5版本升級NGP功能，適用范圍拓展至了城市道路，并強化停車場記憶泊車功能的性能。

除此之外，極狐阿爾法S華為HI版也在今年出現，搭載華為高階自動駕駛ADS系統(tǒng)。華為自動駕駛總裁蘇箐表示：年底量產的時候會提供北上廣深四個城市的自動駕駛功能，其它城市則只能使用ICA+的模式，也就是介于自動駕駛和定速巡航之間的狀態(tài)，便于機器去學習交通環(huán)境和自構圖。

對比兩種技術路徑，可以明確的一點是，針對乘用車的ADAS有可以落地的商業(yè)模式。而“跨越式”打法，針對Robotaxi的商業(yè)模式依然不清晰。這樣的話，不同的技術路徑具體到產品時，雙方具備的盈利能力自然會有明顯的分化。

而基于不同的盈利能力，“漸進式”給“跨越式”帶去的沖擊也是顯而易見的。選前者的企業(yè)在攀登頂峰——無人駕駛時，可以“沿途下蛋”，持續(xù)推出逐漸接近可替代駕駛員的自動駕駛產品。從而，能夠給自身積累充足的數據和現金流。

企業(yè)緊握這些“糧草”，又可以繼續(xù)“沖頂”無人駕駛。由于采取“漸進式”，企業(yè)其實是無限逼近無人駕駛的，加上現有的積累助力，這個過程是一種“正向循環(huán)”。倘若最后，“無人駕駛”這個頂峰誰都無法征服，至少這部分企業(yè)可以在當下活得更好。

反觀Waymo這邊，發(fā)展Robotaxi多年還主要局限在“鳳凰城地區(qū)”。直接將自己置于L4的位置，卻沒有足夠的數據去做好這件事。更何況，也沒有人知道多少數據才是足夠的。因此相較于“漸進式”，“跨越式”并不連貫，是有泡沫存在的，倘若無人駕駛這一設想最后不能被驗證。

“轉向”落地商用車， 這條路也難言輕松

Robotaxi依然很遙遠，“跨越式”打法的玩家必須找到商業(yè)化更近的路。自動駕駛行業(yè)快速發(fā)展，除了之前提及的難題，大家最初還忽略了一點，國內市場的發(fā)展不僅有很強的地域性，且受政策的影響很大。

不少自動駕駛相關企業(yè)，尤其是初創(chuàng)企業(yè)，正在嘗試利用其它場景去加速商業(yè)化。這些場景比如有，高速公里、室內物流和封閉園區(qū)，在其中落地自動駕駛卡車、無人配送小車等產品。這個方向十分有現實意義，似乎是“跨越式”打法玩家在期待未來后，做出的一些“務實”。

比如自動駕駛卡車，原則上開發(fā)比自動駕駛汽車要簡單一些，這是因為卡車與乘用車行駛軌道不同，卡車（尤其是長途拖掛車）通常遵循固定路線，并且大部分時間都駕駛在高速公路上，而不像一般道路那樣復雜。

與此同時，卡車較大的尺寸天然為自動駕駛提供了更多的可能性，可以使用大尺寸計算機，配備更多靈活傳感器（可以將傳感器安裝在離地面更高的位置），提供更充足的動力支持，并提供了更好的視野，這些特性使自動駕駛卡車比自動駕駛汽車更早商業(yè)化。

包括自動駕駛卡車，它們都為自動駕駛提供了“練兵場”，但在實際推進過程中，企業(yè)遇到的挑戰(zhàn)仍不少：

一方面，簡單場景其實不簡單。雖然相比城市道路的復雜多變，物流或封閉區(qū)域內的交通相對簡單，但這些場景對自動駕駛算法“深度”要求很高，甚至超過城市道路。

比如卡車，不同于汽車，需要能夠提前感知到更多情況。高速公路對卡車急剎車等行為的限制，使得高速公路自動駕駛卡車對超遠距識別、敏捷度和判斷力等要求更高。可主流的自動駕駛汽車配備感知距離在200米左右的激光雷達，不足以應對高速行駛的自動駕駛卡車。

另一方面，場景所有方不一定對初創(chuàng)企業(yè)完全開放。初創(chuàng)企業(yè)借用場景收集數據，但場景所有方關注的問題并不比合作企業(yè)少。

場景所有方要考慮自身是否適合自動駕駛落地，自動駕駛的成本下降潛力是否能覆蓋我的投入，以及場景數據開放程度應該是多少。物流就是很好的例子，場景數據是物流企業(yè)業(yè)務的核心部分，對數據開放自然十分謹慎。尤其是行業(yè)頭部企業(yè)，幾乎很難與初創(chuàng)企業(yè)去達成合作。

總而言之，L4/L5級別自動駕駛商業(yè)化之路困難重重，充滿變數，不同技術路徑也有各自需要解決的挑戰(zhàn)。選擇“務實”，轉向商用落地也并非易事。自動駕駛行業(yè)狂熱但高度不確定，玩家仍需時刻明確自身戰(zhàn)略和商業(yè)模式，并有效調整，這個至關重要。

參考資料：

1. 自動駕駛商業(yè)化遇現實尷尬 仍需“輸血”為何受資本熱捧？.每日經濟新聞

2. 自動駕駛被未來“綁架”.汽車公社

3.2021麥肯錫中國汽車行業(yè)CEO特刊.麥肯錫

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。