自动驾驶，从“宠儿”走进“淘汰赛”

 

从 " 一步到位 " 到场景、技术降维。从拼落地路径，到拼雷达、算力，再到如今的性价比之争，自动驾驶似乎变得愈发 " 接地气 "。

比起去年，黄文欢和张放今年显得更加忙碌。

" 自动驾驶赛道，今年都非常卷。"  张放是智行者研发中心副总经理，在他的描述中今年智行者的产品似乎将性价比做到了新的高度。

" 除了干线物流场景以外，我们在做更多的布局。" 作为挚途 科技 解决方案总监，黄文欢认为，打造一款极具性价比的产品更为重要。

自动驾驶赛道，也开始卷了。

最近几年，自动驾驶技术发展不及预期，资本逐渐冷静下来，L4 级自动驾驶迎来 " 拐点 "。已经逐渐从技术研究阶段演进至产品落地阶段，自动驾驶全栈解决方案提供商也都各自以 " 场景 " 为战。除此之外，头部车企纷纷宣布城市场景的量产落地计划。

" 回血 "" 活下去 " 成为诸多自动驾驶厂商的重要命题。

自动驾驶，站在 "U 字形 " 的底部

2023 年，由于市场环境的不确定性和不稳定性，使得大部分行业或多或少面临一些难题。更为重要的是这种形势下的 经济 走向 不是一个 "V 字型 " 的一个触底反弹，而是一个 "U 字形 " 的曲线， 企业们需要渡过较长的困难时期。

自动驾驶赛道亦是如此。

" 我们需要对业务方向做出一些微调，为在 "U 字形 " 的底部分走得更远。" 黄文欢对产业家说，挚途科技今年最大的变化主要有两点，一是开发高级别自动驾驶的全栈式软硬件解决方案；二是扩展具体场景应用的项目。

" 一款极具性价比且智能化程度符合市场需求的车，更容易被接受。" 黄文欢直言，这种变化的核心目的其实是能够给公司一个很好的成长性和营收。

目前，挚途科技 L2+ 自动驾驶的算力，在实现相同功能下， 可以达到国内算力需求最低。

作为一家由主机厂发起的自动驾驶公司，挚途科技似乎对于如何让自动驾驶技术落地，有着越发务实的理解。

另一边，将性价比践行到底的亦有智行者。

" 在低速、高速的场景下，今年客户又提了更高的需求。" 张放对产业家说。

例如，最低速场景中，一个清洁类的设备，如何在地下停车场、大型的商超等细分场景下打造更加垂直、有针对性的能力；能否通过云端协同，实现整体调度……

在高速场景中，随着自动驾驶技术的发展，以及人们对自动驾驶认知日渐加深，对其技术同样提出了更高的要求。例如进一步解决长尾问题。

在客户更高的要求下，智行者也在不断打造更高性价比的解决方案。

具体来看， 在算力成本上，之前大多会选用英伟达，而如今则更多以国内芯片为主，以减少算力成本；此外，通过不依赖高清地图的技术方案，减少高清地图这方面的成本；通过对摄像头的优化，使得行车和泊车的这种摄像头得以复用。

" 今年，自动驾驶赛道对于成本的控制会更加重视，只有更高性价比方案，才能被选择。"

如今，这种自动驾驶奔向高性价比、实用的的趋势，早已蔓延至整个赛道。例如，豪末智行也于近日发布了三款千元级 HPilot 产品，主打 " 极致性价比 "。

" 乘用车销量和智能化指数都在稳步提升，同时智能驾驶渗透率与价格却呈反向增长。" 毫末董事长张凯认为，更具性价比的行泊一体的域控方案将成为主流。

然而，在更高的要求下还要保证产品的高性价比，却有些相悖。

事实上，L4 级自动驾驶技术的落地路径，除了单车智能，还有车路协同。" 从整体的系统来看，车路协同路径要比单车智能成本低。" 张放说道。

具体来看，在技术层面，通过车路分配的不同传感器之间协同，一定程度上可以提升感知范围，进一步解决 L4 级自动驾驶固有的长尾问题。

在成本层面，目前比较高级别的自动驾驶，高速巡航带动上下匝道包括城市巡航，其实都带激光。再加上控制器成本，整体成本基本上在 3 万左右。通过车路协同设施，能够减少车端传感器的成本和算力要求。继而实现整体解决方案上的成本压缩。

由此可见， 无论是技术还是成本上，似乎车路云协同更有优势。 值得注意的是，随着智慧城市的不断推进、发展，车路云协同，正在慢慢成为现实。

" 未来的终局一定是智慧城市的缩影下的控制，不可能是单车智能。" 某业内人士对产业家说。

值得注意的是，车路协同这条路上，所需要面临的问题其实更为严峻？

车路协同是出路吗？

车路协同，即在车辆智能化之外，再在道路两侧安装传感器及其他数据处理设备，实现车与车、车与路、车与人的信息实时交互，系统收集数据信息，主动参与和控制道路安全管理，充分有效地实现人、车、路的三方协同。

由于数据收集更加广泛，道路及其他信息涵盖得更加全面，因此车路协同在提升车辆及道路安全方面是单车智能的有效补充。

百度创始人李彦宏此前就曾谈到，安全，遭遇极端天气、物体遮挡等情况，单车智能容易看不见。而车路协同可以帮助车辆感知视野盲区的信息。 通过车路协同可以让自动驾驶事故率降低 99%。

其次是成本， " 低速场景做 L4 可能一套下来都得三四十万，四五十万。" 黄文欢对产业家说。

而在高速场景的 L4 级自动驾驶 汽车 ，要保证系统的安全可靠， 在感知、算力上的投入大幅度增长，那么随之而来的就是硬件设备无止尽的升级或增加。 例如用于远距离、大范围探测的 L4/L5 级别自动驾驶主雷达方面，价格昂贵，禾赛科技在 2020 CES 上发布的 64 线超广角激光雷达 PandarQT 零售价就高达 4.999 美元。

据了解，目前高速场景 L4 级自动驾驶汽车硬件成本 100 万左右，如果将部分自动驾驶功能转移到路端，例如将激光雷达部署在路侧，以此补齐单车智能短板、还可降低成本。 如果每辆车能够节省 1.98 万元的成本，就可以在每公里的道路上投入 100 万元的智能化改造。

但在国内， 目前车路协同建设，强依赖于当地政府的资金、推动。 此外，对于大部分自动驾驶厂商而言，本身已经具备单车智能的技术能力，便没有必要再去依赖车路协同下的信息。

其次，目前来看，车路协同路径的大规模推进，仍缺乏一个好的组织架构，即如何让车路协同真正的发挥它主导的优势和它的安全可靠性，以至于让智能驾驶公司能够减少车身冗余的这部分的一个传感器的硬件，很好的去配合那个车路协同的强感知强依赖的状态。

更为重要的问题是， 若出现安全隐患，谁负责？

此外，车辆驾驶过程中， 发生问题之前，双方都感知到了，通过传感器感知到一个问题，到底是听谁的，由谁来决策。到目前为止，这些问题都没有一个具体的应对方案。

" 车路协同和单车智能未来或许是一个相互融合的局面。" 黄文欢对产业家说。一个事实是，车路协同路径想要实现完全大规模落地，仍有很长一段距离。

" 我们是同时看好两个路线，但是仍要以单车智能为主，然后车路协同为辅。" 在张放眼中，好的工程化能力、硬件的开发能力以及数据闭环能力，是智行者 L4 级自动驾驶落地的重要能力。

站在当下来看，车路协同仍是 L4 级自动驾驶技术落地的出口。正如张放所言：" 车路系统起步相对慢一点，但是它的上限会更高一点。"

但是， 车路协同和自动驾驶需要相互融合、互补，才能发挥更大的优势。

" 车路协同这块可能只占到 20% 左右，它还是一个辅助感知辅助定位。" 黄文欢认为，就目前而言，车路协同无法作为自动驾驶的决策手段。

在愈发看中性价比的自动驾驶市场中， 自动驾驶厂商需要开启新的 " 副本 "。

自动驾驶的终局：智慧城市

过去很长一段时间里， 单车智能、车路协同两种 L4 技术落地，后者往往是诸多业内人士并不看好的一条路径。

但随着政府对智慧城市的持续投入、数字化的持续渗透，以及 5G 等通信技术的发展，一些变化也在发生。

从 2018 年开始，国家相继出台多项政策，统筹规划车路协同产业发展，加强顶层协同。

根据亿欧报告，2020 年新基建政策出台后，车路协同便与智慧城市绑定，成为智慧交通的必备要素。2021 年 " 双智城市 " 的试点政策更是进一步推动了车路协同的发展。数据预测显示，随着车路协同逐步走向规模化与市场化，2030 年中国车路协同市场规模有望达到 4960 亿元。

目前百度等 互联网 厂商也开始发力车路协同。

具体来看，挚途科技已经在一汽大众工厂物流、内蒙古策克口岸等诸多低速场景中部署车路协同软硬件设施；百度与广州黄埔达成合作，落地车路协同城市公共数字底座和智慧交通 AI 引擎。此外百度 Apollo 还在首钢园滑雪场打造车路协同自动驾驶应用场景等；蘑菇车联先后在湖南衡阳、四川成都、北京通州等地，相继开展车路协同项目，累计项目金额高达几十亿。

未来， 随着技术及模式的逐渐成熟，车路协同成本正在大幅降低。

一方面，以雷达为主的核心零部件成本随着技术发展逐渐降低；另一方面，路端基础设施建设经历 " 实验验证→运营实验→技术验证 " 等多个阶段逐渐形成成熟机制后，成本也会降低；此外，未来单位道路资源上承载的车辆会逐渐增多，分摊之下成本优势也会更加明显。

在路端基础设施方面，随着车路协同逐步走向规模化与市场化，路端成本将从现在的 100 余万元 /km 进一步降低。

在自动驾驶成本不断降低，长尾问题不断完善下，一个可以看到的预测是，未来或将不需要车辆大脑，只是按照统一的标准、统一的接口去匹配车辆上统一的硬件。

智慧城市的建设，或将成为其终局。

从 " 一步到位 " 到场景、技术降维。从拼落地路径，到拼雷达、算力，再到如今的性价比之争，自动驾驶似乎变得愈发 " 接地气 "。这种变化，恰似一个赛道发展走向成熟、稳定的前兆。但自动驾驶赛道，也因此进入了 " 淘汰赛 "。

自动驾驶想要破局，需要换一种 " 活法 "。

来源：产业家