自动驾驶中场战事：“Waymo” 和“特斯拉”们的十年

经过了两年的发展后，新造车运动告别了炫目融资、热闹挖人的“启动仪式”，真正进入到了艰难的造车阶段。

进入2018年以来，行车事故、融资减少等关于自动驾驶的负面消息连连。就在日前，中国市场上最受关注的蔚来汽车，决定召回近4803台有自燃隐患的ES8。

自动驾驶汽车的发展并不是一帆风顺，新造车势力在艰难探索；与此同时，备受挑战的传统车企逐渐放下了傲慢守旧的态度，投入到新技术的研发中。

本周，小鹏汽车Chief Scientist & AI 中心副总经理郭彦东刚刚从美国参加完CVPR回国。CVPR是世界顶级的计算机视觉会议，是自动驾驶相关公司最关注的学术盛会之一。

让郭彦东很有感触的一点是，他在大会上竟然看到了老牌车企、奔驰母公司戴姆勒的展位，“以前车企比较少参加视觉方面的会议，证明各界对感知的关注度越来越高。”

自动驾驶在让整个汽车行业发生改变。实际上，如果以2009年Google启动自动驾驶项目为开端，自动驾驶技术已经发展了整整10年。10年间，自动驾驶技术如何推动了行业演进？未来10年又将向哪儿发展？会遇到哪些困难？围绕这些话题，搜狐科技“智研所”沙龙第5期邀请到了小鹏汽车Chief Scientist & AI 中心副总经理郭彦东、视车科技创始人黄博渊以及北京科技大学工业设计系教授覃京燕，共话自动驾驶过去以及未来的10年。

“智研所”沙龙现场

商业化“难产”

今年4月，特斯拉公司掌门人马斯克曾表示，激光雷达是一个没有意义的设备，未来将会被自动驾驶汽车淘汰。马斯克相信摄像头和图像识别具有强大的能力，特斯拉在此之前宣布研发出了行业最先进的自动驾驶视觉识别芯片，能够处理摄像头捕捉到的路面信息。一时间，“激光雷达无用论”在圈内传开。

郭彦东表示，马斯克此番言论，无非是两个原因，一是成本，二是量产的一致性，归根结底是商业化成本的问题。

激光雷达造价高昂，马斯克几乎是在创立特斯拉之初就旗帜鲜明地反对激光雷达。

但在过去的10年里，激光雷达可以说是自动驾驶中最重要的零件，甚至可以说，激光雷达就是此前10年自动驾驶技术的标志。然而随着AI图像识别技术的演进，针对汽车感知的部分，行业内分为了两个派系——“雷达派”和“摄像头派”。

马斯克的言论遭到了Waymo首席技术官杜高峰的反驳：“在自动驾驶汽车的传感器系统中，摄像头、雷达和激光雷达是相辅相成的，同时，激光雷达的成本也在下降。”

覃京燕对此向搜狐科技“智研所”表示，一个很关键的问题是，每种技术都有窗口期，“当你把技术、成本、商业模式等各方面都考虑进来时，我们要知道这个技术所使用的环境到底给了你多少窗口期。”

如此看来，告别单纯依靠激光雷达，拥抱“摄像头+图像识别”可以成为划分自动驾驶过去10年与未来10年的分水岭。

从自动驾驶全产业链来看，整车生产公司、解决方案供应商、出行服务商等已经构成了生态雏形。百度、Pony.ai、Roadstar.ai等追随Waymo做自动驾驶车队，也有驭势、Momenta、腾讯等专注于提供高级别自动驾驶解决方案的商业路径，阿里、华砺智行则专注于道路协同。

赛场上的玩家基本上已经形成细分产业格局，其中，传感器层面的竞争相对更佳激烈。因为自L3级别往后，系统操作会需要传感器收集到的数据进行深度学习，模拟实际场景并不断进行重复演练。传感器是决定技术升级的关键。

不同公司选择了不同的商业落地模式。特斯拉卖车，谷歌就坚决不卖车。前者希望汽车拥有更多的功能，AI助力卖车，后者则一开始就要做成出行平台。

从各大自动驾驶企业的宣传口径来看，2018至2019年是“自动驾驶商业化元年”被高频次提及。自去年开始，百度首款L4级自动驾驶巴士Apollo量产下线；AutoX在硅谷，已经提供了同城的无人车配送服务；飞步科技实现城际货运无人驾驶……

然而，这些都是特定场景下的商用车案例，大规模乘用车应用仍旧面临不少的问题。

除了成本，安全是另一大待解决的问题，但事实是，乘用车的安全保障绝不是某一家公司能够解决的问题，这需要社会各部门的共同协作，比如配套的基础设施建设、法律法规等。

“现在到了必须制定新的社会契约的阶段。我们人类所掌控的所有物资流动、资金流动和信息流动，怎么去和人工智能所掌控的三大流之间形成契约关系。”覃京燕说道。

格局已定，市场冷静

自动驾驶历经十年孕育，市场上主要玩家的角色已经基本成型，竞争格局已基本稳定，互联网巨头、主机厂及技术公司各占一方。

最先入局的谷歌和百度凭借自身作为互联网巨头的优势，以技术驱动，主要采取从主机厂购置汽车改装，建立自有自动驾驶车队的业务模式。

以谷歌的Waymo为例，作为行业的开疆者和龙头企业，其商业场景主要聚焦于Robotaxi、最后一公里及技术授权，其中Waymo的自动叫车服务已经在美国亚利桑那州凤凰城郊区的四个地区启动。

此后，无人驾驶比赛才刚刚开始，Uber创建自动驾驶、特斯拉上市、通用收购Cruise，中国逐渐涌现出大量自动驾驶创业公司，Waymo可以说是那条鲶鱼，搅动了汽车行业局面，同时掀起了针对自动驾驶技术的研究。

在2018年，自动驾驶前十年的技术发展达到Gartner曲线的第一个峰值，经过了高速成长并走向成熟的阶段。从技术层面来看，激光雷达、毫米波雷达等传感器技术及深度学习、软件算法逐渐成熟，为针对不同场景的主机厂及科技公司提供了不断迭代的技术支持。

更重要的是，在这个过程中，自家已经基本摸清了各自的技术演进路线。

通过各企业官网，搜狐科技“智研所”发现，目前，多数国内传统主机厂均计划在今年实现L2级别自动驾驶汽车的量产，比如广汽、长安、上汽、北汽等，而新车企也已在准备具备L2级别的智能汽车量产，对于ADAS量产上车方面，绝大部分厂商的“deadline“同样设置在了今年。

针对更高级别的L3及L4自动驾驶，传统主机厂仍保持较为保守的态度，相比于新兴科技公司和互联网公司直接瞄准L4的做法，传统车企更倾向于按部就班地从L2一步步进行技术演进。

在自动驾驶领域，国际上通用的标准是以SAE（美国机动车工程师学会）制定的L0-L5六个阶段为主。

相比于L1的单一功能自动化和L2的部分系统自动化，L3级别要求在特定环境下，系统完成全部动态操作，驾驶员只在特殊情况发生时，给予系统回应。

由于从L3级别开始，自动驾驶技术难度高，芯片及设备的研发投入如若无法落地、不能量产，将导致单次投入成本高。

所以也可以说，L3是自动驾驶领域技术的分水岭，目前大多数商业公司的火力都集中在该级别的技术落地。

当然，也不乏部分车企弯道超车，比如被通用收购的Cruise，便直接进击L4自动驾驶。

对于这种技术研发的“越级”现象，郭彦东向搜狐科技“智研所”表示，最直接的影响因素是应用场景，“L4、L5的目的更多是为了园区的‘全无人’，在货运、码头、封闭园区等场地更有应用场景，而交出给用户的乘用车则使用场景和时间不受车企控制。”

由于场景及时间的不确定性，增加了技术适应各种场景的难度，所以真正的乘用车“全无人”自动驾驶需要漫长的技术研发过程去实现，目前绝大多数量产车的技术集中在L1-L3的自动驾驶，“车企倾向于把1-3级称为辅助驾驶或者高级辅助驾驶ADAS系统。”郭彦东说道。

援引Mobileye CTO Amnon Shashua曾经讲过的一句话：“真正阻止自动驾驶落地，或者说自动驾驶真正的挑战来自于长尾的corner cases。”什么是长尾的corner cases？其指的是存在一部分情况，其中每种情况出现的次数都不多，但这些情况的种类却很多。

比如一些特殊天气造成的可视范围的缩短；比如中西方的路牌排列方式不一样，中国路牌显示方式跟道路垂直，西方是平行的。类似的“corner cases”都会导致人工智能感知的误判，进而造成交通意外。

乘用车自动驾驶车辆能否量产，对于像小鹏这样自研系统的新车企来说至关重要，不仅关乎商业化，从技术角度讲，不能量产的情况下，也很容易造成“闭门造车”的局面。

自动驾驶车辆OTA全要仰仗交付给消费者之后的车辆及配备的车载系统，“每一辆车都有一个4G通信模块，收集到的数据反馈给人工智能平台，更新迭代再送回到车，从小数据到大数据平台，通过大量用户去使用，进行几次OTA的过程来进化车的智能。”

大公司、主机厂、出行服务商、技术公司，每一方都有几大巨头林立，很难说哪一家引领了自动驾驶过去十年的发展，但可以肯定的是，自动驾驶作为重资本产业，进度发展一定是缓慢的，一轮轮高额融资和居高不下的估值背后，产品及技术研发和社会各方的协同作用才是根基。