来源/巨头财经

作者/巨头编委会

头图来源/pixabay

大众眼中的自动驾驶正因致命营销披上危险外衣。

特斯拉Model 3电动车撞上卡车致车主身亡；Waymo 无人车刚融到25亿就在旧金山撞了人；31岁企业家开蔚来自动驾驶出车祸去世……

尽管大数据证明了自动驾驶比人类驾驶更安全，但频频发生的车祸事故却也难免让人望而生畏。

聚焦自动驾驶下半场的角逐，不止有安全性困境，还有规模化量产，商业落地等拦路虎。

一如工业和信息化部副部长辛国斌在2022中国电动汽车百人会论坛上所提到的，在供应链及产业链方面，还需深化融合创新，加强制造业中心创新建设，加快新体系电池、车规级芯片、车用操作系统等关键技术攻关和产业化，推进车路网云图一体化发展，加快新型信息网联化道路基础设施建设，拓展智能网联汽车多场景示范应用。

无人驾驶的巨大盈利空间毋庸置疑，前提是如何顺利度过黎明前的黑暗。

而围绕robotaxi落地路线，自动驾驶技术路线以及感知设备的梳理，或许能帮助我们找到以安全为前提的智能驾驶商业化道路。

巨头财经「产业观察」第22篇。

主笔 / 脱落酸；文章架构师 / 静静；出品 / 巨头财经

01 Robotaxi贴身肉搏背后，技术可行不等于商业闭环

当下的Robotaxi仍然是自动驾驶细分赛道的火力焦点。

大厂出行派

百度称得上是“带头大哥”。截止目前，百度Apollo自动驾驶出行服务平台“萝卜快跑”已经在8个城市上线，Q4提供了21万次乘车体验。

滴滴把自动驾驶研发作为重头戏，不断补齐硬件能力。很显然，对这个500人左右的团队来说需要加码的可不仅仅是钱。

“做Robotaxi的企业都得完蛋”“特斯拉自动驾驶杀人”。载人Robotaxi的商业化迟迟未到，但无论是原智能驾驶部长苏箐的危险发言，还是技术先驱Waymo的估值大跳水，都无法中国玩家们继续砸钱。

传统车企重仓。上汽集团推出国内首个车企L4 自动驾驶运营平台享道Robotaxi，北汽蓝谷与百度联合开发的Robotaxi车型量产。

Robotaxi短兵相接。如今的赛场比拼不仅有传统车企与大厂出行派成为先行者，更有头部创业派奋起直追。

头部创业派

刚完成D轮融资首次交割的小马智行，计划扩充团队、加大技术研发、扩大Robotaxi及Robotruck车队规模。

IPO搁浅，部门骨干相继离职的小马智行商乘并举，而探索与车企、平台方形成铁三角模式的文远知行正跟广汽集团深度合作。

战略投资事宜敲定后，双方与如祺出行一起，开启Robotaxi前装车型设计研发，量产落地的升级。

2019年之前的L4的Robotaxi落地路线是香饽饽。以Waymo为代表，国内的百度、小马智行、文远知行基本走这个路线，从研发、路测试运营到规模落地直接爬L4最高峰。

L2领域资本投资稍显冷清，但比拼同样激烈。以特斯拉为代表，蔚小理们都倾向量产与上路后进行迭代的模式，即从L2到L4循序渐进。

新能源车企派

从三家造车新势力的研发规划来看，他们试图打造全栈自研的自动驾驶能力。

不同的是，蔚来试图以社区和服务塑造高端品牌，理想在从Mobileye切换至英伟达的过程中插入了一个地平线“征程3”的平台，而一直主打汽车科技的小鹏也加快了驶向Robotaxi赛道的速度。

Robotaxi是积累测试里程、提升算法的稳定性和安全性的最佳方案之一。但因商业化进程之殇，自动驾驶的探索对所有玩家而言，其实都无异于经历一场马拉松式长跑。

自动驾驶上半场验证了技术的可行性。“从过去的每行驶几公里暴露一个技术问题到今后可能需要行驶几万公里才会出现一个或几个关键性问题”。

尽管听起来技术路线的问题有所减少，但仍有两大拦路石挡在Robotaxi面前。

一个是Robotaxi盈利课题，道阻且长。毕竟连容易规模化量产的货运自动驾驶，譬如无人配送车的运行效率与成本都达不到人工配送的水平。

另一个关乎数据采集。自动驾驶的所有竞争，归根究底都是围绕有效数据收集和驱动AI模型迭代而展开的。而中国城市道路建设非常快，要想实现高精度地图的数据采集与更新绝非易事。

02 百度们拥趸的车路协同，更符合国情

乐观的是，伴随技术提升与政策开放，中国自动驾驶还是迎来了新的发展节点。

而且结合行业三大技术流派（单车智能、车路协同、单车智能+车路协同）发展状况以及国情，全栈型服务路线或将成为抢滩下半场门票的关键。

侧重单车智能的企业：非常依赖高性能的AI芯片和算法支持。

在地广人稀的美国，路况没那么复杂，负责建设通信网络的私企出于投入产出的考量，押注单车智能不足为奇。像特斯拉、Google等企业，就是基于芯片和算法技术优势考量选择走这条路线。

反观国内，虽有强调车端技术的文远知行，图森未来等企业，但因人口路况，与5G网络建设的差异，加持实力较弱的芯片和软件开发能力，不少企业都转向了网联赋能。

侧重网联赋能企业：又可细分两类。

一类：诸如大唐高鸿、高新兴等押注车路协同的企业，强调智慧的路，聚焦于道路智能化基础设施的建设。

另一类：像百度、蘑菇车联、华为等坚持单车智能+车路协同的全栈型企业，强调关注车本身的同时，在车路云三端建立技术壁垒，布局智慧交通整体运营。

后三家企业都强调车路云一体化，但稍微区分下技术方案也各有侧重。

百度：全栈型路线的拥趸。以广州黄埔区开发区的智慧交通项目为代表，提供自动驾驶软件研发-车联网-智慧交通的解决方案。

蘑菇车联：进场晚，但成长速度快。从战略层面出发，寻求地方政府合作，与城市公共服务高度绑定，通过运营数据算法优化等，提供一整套交通运营管理服务。

华为：同样在加速。以长沙望城区新型智慧城市建设项目为标杆，从车端打造车路云一体化解决方案，提供“传感器-芯片-操作系统-算法与开发应用-云服务”的生态布局。

围绕城市资源的抢夺大战一促即发。车路协同不仅关乎产业洗牌，更考验相互协作。

做个比喻，单车智能是军队里的士兵，而车路协同更像是指挥官。按照小马智行执行董事莫璐怡的解释，提高单车智能水平是为了让军队里的士兵单兵作战能力足够强，去处理各种不同的突发情况；而车路协同则是把所有士兵协调在一起，实现统一作战。

纵观整个作战策略，具体可拆解为车路云三端。

车端：

给汽车联网，安装能随时接收路侧感知系统提供的信息的智能设备。

路端：

给汽车安装智能感知（摄像头、毫米波雷达、激光雷达等）、路侧通信以及计算控制设施等设备，对周围的交通状况、路面障碍、行人状况、移动路障，甚至是路面的平整、积水等信息进行实时高精度监测。

云端：

给汽车提供计算和云控等后端平台，实现路况信息的分类评估与执行，将车与路的协同能力调配到最优状态。

和单车智能仅靠车端来感知外界不同，车路协同大大减轻了的车辆本身要承担的信息重任。

聪明车+智慧路+强大云的结合，把复杂的感知工作从车辆本身分摊给 5G 基站、卫星互联网、道路上架设的传感器和边缘计算设备等道路系统，将极大提高自动驾驶稳定性与安全性。

2022中国电动汽车百人会论坛上，全国政协经济委员会副主任苗圩以北京亦庄高级别自动驾驶示范区为例，评价到，通过把聪明的车、智慧的路、精确的图、实时的云和可靠的网五位一体组合起来，现已成为国内最有特色的试点示范区之一。

“在实现无人驾驶这一智能网联汽车终极目标过程中，目前实现路径有两种，分别是以百度、Waymo为代表的阶跃式和以特斯拉为代表的渐进式。”苗圩表示，无论哪种路径，安全都是智能网联汽车发展的前提，在此基础上可适度加快限定场景的落地应用。

03 被马斯克怒喷的激光雷达，能为安全加分

可以说，决定下半场胜负的关键是智能网联汽车。但现在没有一个企业敢说自己的汽车完全达到了L3。不管是先行的特斯拉百度，后来者蔚小理，无一例外。

我们国家将汽车驾驶自动化等级分为0级~5级，与目前国际通行上的SAE分级标准中的L0-L5类似。

在决定事故责任人方面，L2是重要分界线。L2及以下级别，是需要人类监管的驾驶辅助。驾驶员仍为责任人。L3及以上级别，在开启自动驾驶状态下出现的事故，应确定驾驶人或系统开发单位责任。

就这样，在开发更高阶的自动驾驶技术的路上，激光雷达被顺理成章推上了攻坚L3以上自动驾驶级别的最前线。

注意这里的感知设备激光雷达，作为自动驾驶三大核心技术的一种，各大流派常常为它争得面红耳赤。

马斯克嘲笑激光雷达是傻子的玩意，任何人用激光雷达都注定失败。Google派讽刺马斯克做生意不顾乘客死活草菅人命。

孰优孰劣？其实不能一概而论。了解下自动驾驶三大核心技术，除了刚提到的感知，还有规划和控制。

具体到行车场景，感知就好比人的五官感受周围环境，规划就相当于用脑处理路面信息并做出驾驶决策，而控制可以理解为人指挥手脚完成驾驶。

汽车“眼神不好”，安全驾驶便无从谈起。所以说，感知往往比起操控规划更容易引起争议。每个企业都有不同的解决方案，总结起来也有两大派系。

视觉主导路线：

以特斯拉、Moblieye以及百度Apollo Lite为代表：强调摄像头的主导地位，搭配毫米波雷达与先进的计算机视觉算法等完成全自动驾驶。

激光雷达主导路线：

以谷歌Waymo、百度Apollo robotaxi、文远知行等企业为代表：强调激光雷达的主导地位，搭载毫米波雷达、超声波传感器和摄像头，实现远距离全方位探测。

视觉派与人类驾驶相似，摄像头获取的视频数据更接近人眼看到的真实世界，不需要昂贵的激光雷达和高精度地图定位。

利用超声波雷达、毫米波雷达以及视觉算法优势是普适性强，硬件成本低，但短板也很明显，无法解决长尾效应，安全系数不够高，摄像头无法捕捉距离比较长的路况信息，也无法感知遮挡物和盲区。

而“雷达+视觉”激光方案安全性会高很多。国内的小鹏汽车、蔚来、百度Apollo等汽车企业，目前都采用了多手段融合助力ADAS能力，搭配激光雷达+高精地图+摄像头等多传感器综合判断来保证安全。

对多传感融合算法有足够信心，或许就是弱视觉算法能力的Google派仍坚持可以击败特斯拉的原因。

激光雷达产业有百亿级市场，无论是传统车企还是科技公司都不可能轻易放弃。可以预见，当激光雷达的价格下降时，全方位探测能力和不易受环境影响的优势会逐渐显现。

“90%的事故是人为因素造成的，自动驾驶就是要把不安全的驾驶行为消灭掉”。特别是对驾驶安全要求只会越来越高的未来，从理论上讲，激光雷达或将成为自动驾驶汽车的必须选择。

04 巨头财经的思考，以“沿途下蛋”之名，行“安全智能”之实

落地和盈利的前提是无人化和规模化，而规模化又需要前期的投入才能把自动驾驶生产出来。

这就像个死循环。在整个自动驾驶领域，Robotaxi的技术难度是最高的。因此有不少企业都在探索Robotaxi路上走“沿途下蛋”模式。

比如转向难度更低的辅助驾驶，为整车厂提供L2和L3级别的自动驾驶方案；再比如重视自动驾驶数据的积累，加大对无人卡车的研发投入，布局Mini Robobus，进军卡车运输、物流、个人车辆等领域。

相比货运自动驾驶，无人驾驶出租车的商业落地确实难多了。国内领头羊百度的RoboTaxi虽然开始收费，但也是计划5年后才盈利。

由此来看，攀登珠峰沿途下蛋似乎更像是无奈之举。如果说从技术成熟、商业成熟到法规成熟，自动驾驶至少还需要做十年的持续投入，那么眼下如何顺利度过黎明前的黑暗就成了最急迫的问题。

中国电动汽车百人会理事长陈清泰在2022中国电动汽车百人会论坛上提到，“在汽车智能化这场革命中，我国汽车产业换道先行取得了先发效应，但机会窗口期不会太长。”

自动驾驶之于出行交通的价值毋庸置疑，不难预见，未来的技术要求越复杂，挑战也会越多。但无论行业如何演进，降本增效都不是最终目的。不管企业如何“曲线盈利”，安全才是自动驾驶设计的“第一天条”。