上半场比拼的是技术储备,玩家完成了0-1,下半场比拼量产和商业化,从1-N还存在诸多不确定性。而科技公司和车企的着力点,又不太一样。
“上半场是什么好就装什么,下半就要考虑到供货、成本、耐用性、适配性等各种问题。”小马智行(Pony.ai)联合创始人兼CEO彭军对出行一客(ID:carcaijing)表示。
2021被称为智能汽车元年,自动驾驶和高级辅助驾驶都得到各方加码。业内普遍认为,自动驾驶的上半场是证明技术的可行性,到了下半场,成本控制、规模化和运营能力的比拼更加重要。
随着Robotaxi(无人驾驶出租车)的应用逐步深化和扩大,各家科技公司都在进一步降低成本、攻克量产并扩大运营范围;随着激光雷达等传感器上车,车企们都在致力于推出辅助驾驶功能更强的汽车。
科技公司看重技术,车企则更重视盈利能力。德勤的“中国汽车产业链微笑曲线”指出,整车制造处于价值最低部分,自动驾驶软件及相关配套的通讯运营服务、高精地图服务、出行服务则属于价值较高部分。传统车企、新造车势力、科技公司都不会错过这片蓝海。
但对于高阶自动驾驶的落地,车企和技术公司不可过于乐观。2021也被称作高阶自动驾驶量产的元年,博世中国执行副总裁徐大全告诉出行一客(ID:carcaijing),“L4的Demo很多,但要做到L4量产,受到技术和法规的限制,各家还有很长的路要走。”
“从当前自动驾驶整体落地情况来讲,主要还是L4的体验、L2的责任,驾驶员仍要时刻能够准备去接管车辆。”地平线副总裁兼智能驾驶产品线总经理张玉峰在接受出行一客(ID:carcaijing)采访时表示,“只不过随着芯片算力的提升,科技公司可以解决越来越多的场景,包括在城区复杂场景下实现无保护左转等。”  
自动驾驶的终局未定,但下半场目标已经趋于一致,即提高规模化量产和商业盈利的能力,并以海量数据反哺技术。对于科技公司来说,从0到1已经完成,但还需降本增效、走向更大规模的运营。对于车企来说,如何打破L3悖论,真正提高消费者驾驶体验是下半场的重点。
科技公司:从0到1已验证
下半场要从1到N
“上半场最重要的结果就是进入下半场。”小马智行联合创始人兼CTO楼天城如此对出行一客(ID:carcaijing)总结。如果审慎地思考这一判断,自动驾驶上下半场的分界线是什么,下半场将面临怎样的难题,首要任务是将技术公司和车企区分开来。
多家自动驾驶科技公司有一个共识:自动驾驶上半场完成了从0到1的验证,即实验室里的Demo都已小规模落地,技术是可行的。
谷歌孵化的无人驾驶公司Waymo、国内的小马智行,已经完成了从实验室的Demo到小规模的落地运营,AutoX则致力于去掉安全员,全无人车队开上了深圳街头。而一开始就把成本和商业落地摆在首位的车企,也已通过自研或者合作给出了高级辅助驾驶在限定场景下的解决方案。
由于技术路线不同,虽然都处在上半场向下半场过渡的阶段,多家科技公司对上下半场的分界线仍有差异。
在自动驾驶科技公司Momenta欧洲总经理孙环看来,“上下半场”是一个虚指,并非是技术或商业化应用走到了一个“中间点”上。
相比于其他玩家一开始就高举高打 L4 的技术路线,Momenta 创立之初就秉持着量产数据驱动的“飞轮模式”,并由此衍生出量产自动驾驶和完全无人驾驶“两条腿”产品战略。“一开始要推动飞轮很难,搭建起数据驱动的闭环需要很多努力,但如果持续用数据去推动飞轮会越转越快,技术和商业的增长曲线都不是线性的,而是爆发式的。”孙环对出行一客(ID:carcaijing)表示。
最难的从0到1已经实现,搭建技术飞轮,量产大规模商业落地,无人驾驶产品Robotaxi提供服务。量产与规模化落地的角逐已经拉开序幕。归根结底,谁能先实现从1到N,具备规模化的能力与规模化的商业示范运营,谁才能在下半场的竞争中脱颖而出。
“一家公司的进展快与慢,就得看产品与商业应用之间的距离,这是自动驾驶下半场唯一衡量标准。”楼天城表示。
要成为商业应用,就要考虑赚钱,不做赔本生意。下半场,靠堆料实现无人驾驶公司将无路可走,成本控制和运营能力的比拼更加重要。尽管科技公司要不要做运营仍无定论,但现阶段,试水收费模式也是共享无人车建立商业模式走向规模化的必要路径之一。
“在自动驾驶的下半场比拼中,需要逐步成熟和完善无人化运营的模式、持续提升满足用户出行需求的服务能力并带来更好的体验、持续降低车辆及运营成本。”百度方面回复出行一客(ID:carcaijing)称,车辆成本需要与带司机常规运营车辆去比拼才有真正的规模化。5月2日,百度在北京首钢园开放了Robotaxi的收费运营,成为中国首家开启商业化共享无人出行服务的公司。
张玉峰告诉出行一客(ID:carcaijing),在下半场比拼的高阶自动驾驶复杂场景中,科技公司在实现规模化量产的同时,还需平衡消费者的便捷体验、信任度以及所需承担成本之间的关系。
这需要自动驾驶产业链的玩家多方向共同推进。“主机厂越来越希望跟芯片厂家进行直接的沟通和合作,因此,有核心算法能力的芯片厂家会跟主机厂走得越来越近。”张玉峰表示。
科技公司和车企在下半场需要“无缝对接”,既要有资本层面的合作,也要有兼容共通的硬件和架构实现算法统一、数据共享。无论是以L4的技术能力向下兼容,还是用量产L2的海量数据向上反哺,这样的合作都与此前科技公司向车企买车改装、测试不可同日而语。
百度的智驾量产车和共享无人车采用了可以兼容的ANP-Robotaxi架构,不用激光雷达时可以做到城市领航辅助驾驶,增加激光雷达和系统冗余后可以做无人驾驶。Momenta与上汽旗下智己汽车也已展开深度合作,在这之前Momenta已经通过统一的量产传感器方案打通技术流和数据流,无人驾驶方案 MSD 只比纯视觉的量产自动驾驶方案 Mpilot 多一个激光雷达作为安全冗余。
“考虑到车企本身的战略诉求,现在最大的需要是给消费者更好的驾驶体验,也要持续地去提升算法。现在很多中国的OEM都在走这样的技术路线,这是我们认为从L2到L4的关键。”孙环表示。
车企:想办法绕过“L3悖论”
要真正实现无人驾驶的终极目标,所有玩家面对的共同问题是从L2过渡到L3、L4,还是直接绕过L3做全无人驾驶。
2014年,国际汽车工程师学会(SAE)制定了六个级别描述驾驶辅助和自动驾驶系统的能力,级别范围从L0无驾驶自动化到L5完全自动化。但自动驾驶公司AutoX创始人肖健雄对出行一客(ID:carcaijing)表示,SAE分级标准已不适用于越来越丰富的驾驶辅助功能,反而让很多车企在宣传中“模糊”了L2、L3和L4的边界。
5月,SAE更新了自动驾驶的等级定义,明确了L2级和L3级之间的差异,新框架将L0-L2级系统命名为“驾驶员辅助系统”,而L3级至L5级则被视为 “自动驾驶系统”。严格意义上讲,此次更新后L0-L2将不再被冠以“自动驾驶”的名号。
十年前,以谷歌孵化的Waymo为代表的一批硅谷自动驾驶科技公司,依托Robotaxi的商业形态直接向L4发起猛烈攻势;特斯拉则凭借着视觉感知的技术路线,获取车主数据并迭代,试图攻下L3。
连特斯拉都未成功。尽管开着FSD模式、脱手脱眼的Model 3在社交媒体上引发了大量关注,但在SAE2021国际汽车安全与测试大会上,出行一客(ID:carcaijing)从同济大学汽车学院朱西产处了解到,现在市面上销售的所有汽车都是L2级及以下的,L3仍需要技术和法规的完善。
目前,全球真正符合法规、允许上路的L3,只有3月本田汽车推出的世界首款搭载L3自动驾驶系统的Legend,且限售100辆。
“本田的100辆车也是因为日本修改了L3的定义,即通过认证的L3级汽车出现事故解除了车企的产品责任,但国内目前对于事故责任由车企还是驾驶者来承担依然是模糊的。”朱西产表示。
这也是多位业内人士对出行一客(ID:carcaijing)强调的,比L4更难落地的“L3悖论”:即看上去比L4好实现,其实在技术和法规上的实现上比L4更难。
简单来说,L3是有条件的自动驾驶,系统已经具备自动驾驶能力,当它请求人工介入时人类驾驶员就要接管驾驶任务。在技术上,为了实现人类驾驶员的切入和操作,L3要求汽车传感器能够观测到足够远的距离、并判断该场景能否处理,但这在高速行驶的状态下很难实现。
“传感器的感知距离有限,要留足够的反应时间,至少需要感知到500米的路况。另一方面,如果汽车都能够判断路况能否处理,那为什么不做L4干脆把它处理掉?”肖健雄表示。
实际上,打出L3招牌的本田Legend也仅在“Traffic Jam Pilot”(TJP)下能实现脱手+脱眼,即交通拥堵状况下(车速低于30公里),机器会代替司机接管车辆,但在拥堵路段之外的场景仍未解锁。
而在法规上,从汽车自动驾驶到驾驶员接管过程中出现意外事故,谁来承担责任也是一个尴尬的命题。早在2017年,奥迪A8汽车就已经发布具备L3级自动驾驶水平的量产车,然而至今都不能正式“上路”,主要原因是L3级自动驾驶的权责界定依然没有明确。
尽管如此,所有车企仍然不愿放弃L3,直接原因是市场对辅助驾驶的追捧。在Robotaxi等L4及以上自动驾驶技术的亿万美元蛋糕之外,辅助自动驾驶已成为消费者衡量汽车智能化最重要标准之一。
根据最新发布的《2021麦肯锡汽车消费者洞察》显示,九成受访者认为辅助驾驶有意义,10%-35%的消费者愿意为L2级别的辅助驾驶支付2200-4100元人民币的价格,而L2.5/L3级别的价值更大,15%-30%的受访者的心理价位在3800-4900元之间。
对于L3难落地的尴尬局面,车企们也在尝试多种形式的过渡,比如增加人车交互体验。上汽智己的辅助驾驶系统采用类似WiFi信号强度的图标显示“置信度”,遇到复杂路况,系统独自处理的“信心”越低,则“信号”格数逐渐减少,就需要提醒驾驶员时刻准备接管车辆。
华为首席智能驾驶安全专家余晓丽认为,让驾驶员和系统能够很好的长期共存并且安全地驾驭一台L2+的车,需要设计更好的交互将驾驶员引入。“系统能力在增长,用户交互的设计也要演进,最后会发现人用的越来越舒服,并且也越来越安全。”
下半场的重要变数:供应链国产化
国内外自动驾驶科技公司基本抱有相同的信仰:无人驾驶的盈利空间巨大,商业模式走通后一定是赚钱的。但现在,摆在大部分科技公司面前的难题是怎么度过这段“黎明前的黑暗”。
暂时不能开源,节流就成为了必要。随着Robotaxi的应用逐步深化和扩大,各家科技公司都在试图攻克量产和大规模的采买降低成本,并寻求产业链的国产化替代。
以滴滴为例,上一代滴滴自动驾驶测试车的感知设备包括一个64线激光雷达、2个16线激光雷达、7个200万像素摄像头。今年4月,滴滴新发布的双子星自动驾驶系统的传感器数量和清晰度、分辨率等核心能力增加了近4倍,计算平台算力增加了1.5倍,但制造成本和上一代却几乎一致,某些硬件相比上一代产品还有大幅下降。究其原因,新系统中90%的后装元器件已经具备量产能力,国产化率达到了80%,有了更多的供应链可控权。
近日,百度Apollo也与禾赛科技达成协议,将采用全新架构激光雷达用于第五代Robotaxi,其性能相对于同类型通用版本激光雷达有大幅度提升,同时成本降低了近50%。
产业链的国产化除了可以降低成本,其服务响应的及时性也是一大优势。“在项目量产落地以及后续升级过程中,本土有着庞大的研发和技术支持团队,成本节约非常大。”张玉峰告诉出行一客(ID:carcaijing),“对于Mobileye等国际厂商来讲,它们可能需要几个月时间才能对一个问题的改善和提升进行反馈,对于地平线等本土化的企业来说,却是以小时为计。”   
国产替代虽是大趋势,但供应链高端、核心零部件的国产化并不乐观。以激光雷达为例,尽管目前很多科技公司都选用了国产激光雷达,但里面的核心芯片和元器件仍依赖进口。
“系统集成、电子电气架构、算法方案上都已经国产化了,但算力的问题很难解决,尤其是高端半导体芯片,未来两三年内要实现国产替代的可能性非常低。”肖健雄表示。一位半导体产业投资人也告诉出行一客(ID:carcaijing),半导体的应用仍处在国外构建好的体系之内,国内企业仍处于追赶态势。不过,当前社会资本都在向半导体产业链倾斜,国产替代的步伐会加快。
自动驾驶一方面在追求更低的成本,另一方面也在追求更好的收益。
在商业化落地中,百度的方法论是“攀登珠峰,沿途下蛋”。在2021年一季度财报信中,百度创始人、董事长兼CEO李彦宏明确了百度Apollo业务的三种商业模式:为主机厂商提供Apollo自动驾驶技术解决方案、百度造车以及共享无人车。不过,百度造车和共享无人车目前仍处于大量投入的阶段,距离实现造血仍需要较长的时间。
在商业化的进程中,仍有很多不确定的因素,首先能够实现商业化的玩家就存在不确定性。“上半场的战役已经PK完,头部玩家阵营定下来了,有一些玩家也淘汰了,”肖健雄称,“但现在剩下的也不一定能赢。”
下半场已经开启。一个定论是谁能够在自动驾驶领域抢先“落子”,谁就将在自动驾驶中场之后占据先机。各路玩家你追我赶,谁都不想前功尽弃,做那个落下的人。
如果喜欢,请分享到朋友圈。
“博士悦读”是专业的MBA、EMBA、DBA咨询服务平台,为在职人员提供一站式学历学位以及高管培训的最佳方案,上海、北京、广州、深圳、杭州、南京、苏州、青岛等教学区任意选择。(点击底部“阅读原文”查看更多“MBA/EMBA/DBA”课程)
阅读原文查看更多MBA/EMBA/DBA
课程

↓↓↓↓↓↓
继续阅读
阅读原文