AI应用启示录：自动驾驶与“狼来了”的故事

钛媒体 • 2年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

AI应用启示录：自动驾驶与“狼来了”的故事

Alter

· 刚刚

微信扫码

456

悲观派认为自动驾驶的“虚火”在不断褪去，乐观派相信自动驾驶的落地只差临门一脚。

AI应用启示录：自动驾驶与“狼来了”的故事

图片来源@视觉中国

文 | Alter

自动驾驶可能是最近一段时间里最魔幻的赛道。

一面是特斯拉和华为自动驾驶大牛的离职，在行业内掀起了一场不小的波澜，自动驾驶项目太烧钱的声音再度响起，特斯拉与Cruise的自动驾驶事故，也被视作是商业化落地不顺利的铁证；

一面是国内首部L3级法规的出台，尽管目前还只有深圳一座城市开了绿灯，L3级自动驾驶即将商业化的喜讯仍然吸引了不少人的注意，多家自动驾驶创业公司在最近完成了新一轮的融资。

两种看似相悖的声音，恰恰揭示了自动驾驶当下的处境：悲观派认为自动驾驶的“虚火”在不断褪去，乐观派相信自动驾驶的落地只差临门一脚。撇除到主观情绪和利益关联的话，自动驾驶离我们到底有多远，期间还存在哪些必须迈过的坎，都有哪些玩家在抢夺自动驾驶的蛋糕？

01 五年又五年

自动驾驶的商业化落地，像极了“狼来了”的故事。

早在2009年的时候，谷歌就成立了自动驾驶部门，也就是Waymo的前身，被不少人视为自动驾驶正式起航的时间节点。回看那个时期的科技博客，分析师们笃定自动驾驶将在10年后迎来大爆发，年轻人不再需要学习驾驶这项技能。

在这种信念的驱动下，自动驾驶终于在2016年前后进入爆发期，无论是储备了海量科技人才的美国，还是太平洋对岸的中国，都有几十家企业加入到自动驾驶的浪潮中，包括互联网巨头和创业者。

让人印象深刻的是，Waymo在2017年开始了自动驾驶业务，按照当时的报道，Waymo将在18个月的时间内扩张到9个城市，而且有内部员工放风称：“我们已经解决了99%无人驾驶的问题，只需要把车启动就好了。”

同一年的百度AI开发者大会上，李彦宏乘坐改装后的无人车驶向会场，镜头扫到驾驶席上时，外界敏锐地发现司机的双手并未触碰方向盘。2018年的全国两会上，百度创始人李彦宏在回答记者提问时谈到：再有三五年，在完全开放道路上能够“替代司机”的无人驾驶车就会出现。

距离2017年已经过去五个年头，Waymo的“18个月计划”未能实现，李彦宏“完全替代司机”的想法尚未在现实中上演。自动驾驶就像是一棵观赏性的桂花树，每年都会开花，却始终结不出果实。

如果说自动驾驶在五年中毫无进展，俨然是不负责任的说法。北京、广州、深圳、重庆在内的多个城市纷纷颁布了自动驾驶的路测牌照，“主驾无驾驶员、副驾有安全员”的Robotaxi也已经在多个城市落地运营。甚至有多个城市在参与“自动驾驶第一城”的角逐，针对项目落户、技术创新、落地运营、人才补助等推出了重磅补贴。

在现有的定义中，自动驾驶可以分为L0到L5六个级别，普遍认为L3级及以上才属于自动驾驶的范畴，而目前已经量产的辅助驾驶系统，主要是L2级以下级别，L3级和L4级正在一些特定场景下测试，L5级的自动驾驶还是一个遥不可及的梦。

与此同时，Gartner预测L4级以上自动驾驶需要10年以上时间；长安汽车对外宣称将在2025年量产L4级自动驾驶汽车；小鹏汽车将自动驾驶的落地期限定在了2026年……

联想到五年前的“豪言壮语”，自动驾驶的落地时间已然延期。其中多少有些认知差异的影响，比如李彦宏口中的“替代司机”，指代的或许就是L3级自动驾驶。

可惜普罗大众对自动驾驶的理解并没有那么深刻，他们知道的是：“自动驾驶的口号喊了五年，现在还是要自己开车才行。”

02 迈过三道坎

自动驾驶是一个技术难题，也被商业、政策、伦理所约束。

一种流行的说法是，人类驾驶员出现一次非致命性碰撞的平均时间约为20万英里，所以自动驾驶汽车想要达到人类驾驶员的平均水平，必须要达到20万公里的测试里程。这样的逻辑是否站得住脚还不得而知，等待自动驾驶的却有三道跳不过的坎。

首先是技术上的硬性门槛。

即使不考虑算力供给、摄像头像素、雷达角分辨率、数据样本量等制约因素，单单是在算法对场景的计算上，依然存在难以逾越的挑战。就像在某个自动驾驶事故中，原因居然是将侧翻的白色货车识别成了白云，导致了无法挽回的悲剧。

也许现阶段的技术已经可以应对大多数的交通场景，可真实的路况中有太多不确定的变量出现，可能是偶然出现的极端天气，也可能是突然冒出来的行人。人类驾驶员可以准确判断这些长尾场景的影响，但在自动驾驶的运作体系中，一旦算法库里缺少对应的场景，就可能会出现无计可施的局面。

其次是技术路线的较量。

自动驾驶是一个万亿级的蓝海市场，几乎所有的玩家都想从中分一杯羹，特别是在落地应用方兴未艾的当下，选择哪一种路线去推进，直接影响着不同玩家的商业版图，围绕落地路线的博弈和口水战，可以说是无法规避的场面。

比如单车智能和车路协同的争论，每一方都有不少企业押宝，都提出了各自的构想和落地解决方案；比如高精地图的争议，有人认为高精地图是不可或缺的要素，也有人干脆不用高精地图；再比如技术路线的选择上，一派是激光雷达的忠实拥趸，一派则认为激光雷达的成本太高，短期内还不成熟。

最后才是政策上的利弊。

一部保守的“红旗法案”，让英国与汽车工业的高潮失之交臂。可能是汲取了历史教训，许多国家对自动驾驶的态度相当开放。德国在2021年5月通过了《自动驾驶法》，并在当年12月份允许L3级自动驾驶汽车上路；英国交通部允许司机双手离开方向盘，且出现事故后无需承担责任……

国内相关政策的出台或许晚了一些，但整体上并不算落后，除了涉及到L3级自动驾驶的《深圳经济特区智能网联汽车管理条例》，北京、广州、重庆等城市对Robotaxi车辆的态度也相当开明，并且在不断细化自动驾驶的监管细则，有望在未来两三年里逐步完善自动驾驶车辆的条规。

有别于其他赛道，自动驾驶并不是一个政策天花板触顶的行业，最大的瓶颈在于其实技术本身，谁能在技术上险胜一筹，谁就有技术在商业化层面弯道超车，乃至上演后发先至的一幕。

03 市场的G点

哪怕自动驾驶的落地一再延期，照旧吸引了资本市场的兴趣。

根据天眼查的数据显示，目前国内有5800多家企业的经营范围涵盖自动驾驶、智能驾驶或无人驾驶。不排除其中一些企业尚未进行自动驾驶的研发，但在数量上足以证实自动驾驶的概念热度。

亿欧汽车也在《2021中国汽车出行产业投融资市场洞察研究报告》中揭示，自动驾驶赛道在汽车出行产业九大赛道中融资总事件数榜首，2021年共发生102起融资事件，累计融资金额超过407亿元。哪怕是在资本寒风凛冽的2022年，第一季度也有近30家自动驾驶相关企业完成融资，金额不少在亿元以上。

其中被投资者青睐的“标的”中，有不少是诞生只有三四年的新面孔。2019年6月上线运营的如祺出行，拿到了广汽、小马智行、文远知行参与的超10亿元A轮融资；主攻商用车自动驾驶的雷科智途，完成了考拉基金领投的A轮；2018年成立的易咖智车，A轮和A+轮的融资金额近亿元......

借用一位投资者的说法：“这是一个激动人心的赛道，宁可投错，也不可错过。”

资本市场对于自动驾驶的乐观预期可见一斑。毕竟有机构预测称：2022年全球自动驾驶的市场规模将达到1629亿美元，同比增长14%左右；中国自动驾驶市场的增速更快，2022年的增速将达到24%。

可一味将原因归结为资本市场的狂热，并不是一种准确的解释。2020年美国自动驾驶市场就经历了一轮淘汰赛，曾经的明星企业Zoox被迫卖身，最终被亚马逊以12亿美元的价格收入囊中，比起2018年时32亿美元的估值缩水了六成。另一家被英特尔以150亿美元收购的Mobileye，估值一度达到500亿美元，但两次冲刺IPO都不顺利。

相较于第三方报告中的“蛋糕”，吸引投资者兴趣的或许是自动驾驶的落地进展，高级别的自动驾驶遥不可及，可低级别辅助驾驶的逐渐推广应用，却是不争的事实。

过去两三年的时间里，仅仅是“停车”场景里就出现了智能泊车、遥控泊车、智能召唤、L4级无人驾驶泊车、P-AVP等新名词；造车新势力们造出了城市NGP、AD辅助驾驶、NOH城市版领航辅助驾驶系统等词汇；自动驾驶早已不是乘用车的专属，频频与园区、矿区、机场、物流等限速或低速场景融合……真正意义上的自动驾驶或许还有些遥远，却不妨碍在垂直场景中找到落地的机会。

让人眼前一亮的还有车企的态度。

百度曾在2022年一季度财报中披露，智能驾驶方案、高精地图、车载OS、智能座舱助手系统等面向车厂的智能车方案，为百度带来了超过100亿元的营收。不少新车陆续开始搭载L2级别的辅助驾驶系统，自动驾驶的商业变现似乎正渐行渐近。