自動駕駛迎來大結盟時代_風聞

作者 | 魏啓揚

來源 | 洞見新研社

自動駕駛風口常在，風向難測。

五年前（2018年），一大批中國自動駕駛公司在這個時間節點先後成立，當時行業做得最多的事情就是和主機廠合作，做Demo樣車秀肌肉，就連百度也和金龍客車合作生產了一款無人駕駛微循環電動車阿波龍，李彥宏將其定位為“全球首款L4級量產自動駕駛巴士”。

兩年前（2020年），自百度在長沙（2019年）將Robotaxi開上公開道路後，文遠知行、小馬智行、AutoX、元戎啓行等自動駕駛公司將大大小小的Robotaxi車隊開進了全國各個城市，一時間，Robotaxi成為自動駕駛行業絕對的頂流。

一年前（2021年），圖森未來成功登陸美股，引發行業對自動駕駛商用車的極大熱情，百度生態公司DeepWay趁熱打鐵，對外發布智能重卡——星途1代，小馬智行發佈卡車業務獨立品牌“小馬智卡”，後續傳出高管團隊出走，裂變成千掛科技、行猩科技、擎天智卡三家公司，全部聚焦自動駕駛卡車賽道。

與Robotaxi不同，Robotruck還吸引了主機廠的參與，通過建立自動駕駛子公司的形式推進相關業務，一汽解放的摯途科技、東風公司的東風悦享、陝汽的質子汽車、上汽的友道智途等是其中的代表。

現在（2022年），行業中的玩家們則玩起了“降維求生”“合縱連橫”的遊戲，從L4自降身段去做L2，原本做Robotaxi的文遠知行開始與博世合作為車企交付L2+輔助駕駛，原本做Robobus的輕舟智航發佈了低成本L2量產套件……特別是百度和華為以不同姿勢入局造車，在行業中攪起了更大的波瀾。

在這個過程中，自動駕駛公司與主機廠、Tire1，以及場景方形成了牢固的利益同盟，自動駕駛的新格局逐漸成型。

01 追風向自由

一提到自動駕駛，我們很容易與重新定義汽車、改變出行方式這類充滿誘惑與想象的美好藍圖聯繫起來，然而人類研發自動駕駛的最初動因卻是因為戰爭。

2001年，美國深陷阿富汗戰爭泥塘，為了應對路邊炸彈引起的大量傷亡，美國國會要求，在2015年，軍方三分之一車輛必須進行無人駕駛。

變化總比計劃快，2003年，美國又捲入了伊拉克戰爭，可無人駕駛的進展甚微，在國會老爺們喋喋不休的詰問下，DARPA（Defense Advanced Research Projects Agency，美國國防部高級研究計劃局）靈機一動，用無人駕駛比賽的形式來推動技術的研發，只要參賽團隊能夠穿越從洛杉磯到拉斯維加斯的莫哈維沙漠，就能獲得100萬美元的獎金。

比賽一共舉辦了三屆。

第一屆，所有的團隊都慘敗而歸，沒人完成比賽，走得最遠的卡內基梅隆團隊，只走了差不多10公里，不到全部賽程的5%。

第二屆，終於有人完賽，斯坦福團隊，因為視覺方案的加入，成為比賽的冠軍。

第三屆，比賽難度升級，獎金翻番，除了沙漠路段，還加入了城市路段，最終比賽結果顯示，參賽團隊的成績相比上一屆又有了很大的提升。

在這幾次比賽中，谷歌兩位創始人謝爾蓋·布林和拉里·佩奇全程觀戰，也點燃了他們對無人駕駛的強烈興趣，在經過一系列的人才招募之後，谷歌的自動駕駛項目Project Chauffeur於2009年正式啓動，這也就是如今大名鼎鼎的Waymo的前身。

2016年，Waymo從谷歌分拆獨立，不久（2018年），摩根斯坦利給出1750億美元的天價估值，這比2008年金融危機時誕生的三大獨角獸Uber、Airbnb、WeWork估值加起來都多，僅次於全球最大的汽車廠商豐田汽車的市值。

此時的自動駕駛還披着一層面紗，既神秘，又高貴。

競逐而來除了資本，還有大量技術頂級人才，2018年前後，一大批自動駕駛公司在中國成立，翻查這些公司主要創始人的背景，個個都聲名顯赫，值得一提的是，百度孵化的第一批自動駕駛/人工智能核心技術人才幾乎撐起了中國自動駕駛行業的半壁江山。

資料來源：網絡綜合  製表：洞見新研社

這羣頂級技術人才大多都有“技術信徒”這樣的標籤，從表面上看投身自動駕駛是為了實現“個人利益與理想抱負”，從他們身上的性格共性進行深層次的分析，則是“捨我其誰”的自信，與其呆在舒適區內消耗激情，不如創業闖出一片天地。

在他們眼中，絕對話語權下，是對自動駕駛技術方向的絕對把控與自由。

然而，理想與現實總是存在差異，自動駕駛的商業化進程並沒有按照預想進行。

2017年，Waymo在鳳凰城開始落地Robotaxi業務（當時駕駛位還有安全員）時放出豪言：要在18個月擴張到9個城市，Waymo表示，“已經解決了無人駕駛99%的問題。”

可是5年時間過去了，那1%的問題仍然沒有，Waymo當年18個月的計劃也沒有看到將會實現的希望。

2018年，Waymo表示自己已經與捷豹簽署了合約，將生產2萬台捷豹SUV自動駕駛汽車；幾個月後，Waymo又放出消息，將與Chrysler 合作生產超過6萬台自動駕駛小麪包車。

當然，這些“吹過的牛”直到現在也沒有實現，整個行業都開始反思，我們是不是對自動駕駛過於樂觀了。

2018年Uber發生車禍命案後，外界對自動駕駛有了更清楚的認識，中國的自動駕駛公司們也變得謹慎起來，不再“畫餅”，而是沉下心來打磨技術，研究落地路線。

02 傲慢與偏見

中國自動駕駛的技術大佬們，單拎出來，個個都是天才，天才往往都很自負，因而早兩年的自動駕駛圈內，在沒有樹立起絕對的技術權威之前，“相互不服”是友商之間的主旋律。在技術大佬的字典裏：合作是不可能的，這輩子都不可能合作。

比如，在技術路線方面，Momenta 2020年初提出了一個“飛輪式”L4概念，即通過量產數據、數據驅動的算法以及兩者閉環自動化的不斷積累和迭代來推動L4級自動駕駛的落地。

其中的爭議在於Momenta CEO曹旭東對數據來源的解讀：

Momenta是除了仿真外通過將量產自動駕駛產品Mpilot搭載在車輛上，來為客户解決問題、創造價值的同時，回收海量數據，從而更好的迭代產品……推動MSD不斷升級，使得完全無人駕駛系統不斷進化。

説明一下，Mpilot是Momenta的量產自動駕駛，雖説具備高級別自動駕駛能力，但現階段主要面向L2級自動駕駛的前裝，MSD是Momenta的完全無人駕駛解決方案。

Momenta的“雞賊”之處是用L2/L3的數據來“投餵”L4級系統，推動迭代。低維數據能高維應用嗎？很多技術大拿並不認同。

輕舟智航CEO於騫認為：“從傳感器的種類和計算平台來説，L2/L3的應用場景數據和L4有很大差異，很難和L4的數據形成互通。在構建數據閉環上，有很大的挑戰。”

小馬智行認為：“用高配置的L4級別自動駕駛架構去做L2/L3級別相對容易，反過來，低配置的數據，是很難用來做整套L4級別系統的測試和認證的。”

圖森未來首席科學家王乃巖就差直接點名Momenta，他在知乎專門撰文指出，“在某些廠商和某些媒體有意或無意的渲染中，數據就是靈丹妙藥，只要能採集上億公里的數據，一個L2系統就可以‘成長’成一個L4系統……”

可實際情況是，一個可靠的L4系統，是需要工程、算法、硬件、車輛多方面協同配合才有可能創造出來的。

然後在商業落地的路線上，各家的看法也不盡一致。

根據Momenta的“飛輪式”L4概念，其商業落地分為兩個階段，前一階段相當於做ADAS輔助駕駛的量產產品，後一階段才到自動駕駛的終極形態Robotaxi。

對此文遠知行CEO韓旭當着曹旭東的面提出了著名的**“搏二兔而不得一兔”**觀點，韓旭指出：“有些東西需要聚焦……我們看着山頂的金子就衝上去，路邊的碎銀子就不撿了，於是披荊斬棘，逢山開路，遇水架橋，一路上就把自動駕駛出租車隊建出來了。”

如今來複盤，其實無論是Momenta還是文遠知行，後期都對自己的商業路線進行了修正，Momenta直接跨過L2階段，組建了自己的Robotaxi車隊，文遠知行則開始向Robobus、Robovan等多個方向進行探索。

用百度的經驗進行總結就是：“攀登珠峯，沿途下蛋”。

此外，在同一細分賽道，友商們的分歧更大。

Robotruck領域，由於L4級自動駕駛卡車無法在短期內商業落地，於是以嬴徹科技為代表的公司提出了折中方案，即先落地L3級自動駕駛卡車，通過技術上的進步助力車隊企業從“雙駕“變”單駕“。

嬴徹科技的觀點是L3級自動駕駛可以大幅度減輕司機的工作量，原本一個司機開4小時就需要輪換，在L3級自動駕駛環節下，就可能讓一個司機開8小時再下班。

圖森未來聯合創始人陳默用**“扯淡“**來評價這種模式，陳默在接受《晚點LatePost》採訪時將卡車駕駛的場景進行了詳細描述：為什麼跑車一般都是夫妻檔、父子檔或者兄弟檔，兩個司機輪換着開，就是因為總有一個人在休息睡覺。

“所有司機都是 4 小時輪換，兩個司機輪着開，輪着睡覺，跑車就是這麼跑的……這個車一天一般會跑14~15個小時，有的可能會跑16小時，麻煩他告訴我，這一個司機就因為裝你這個系統就可以開16個小時了？合法嗎？體力上頂得住你開16個小時嗎？”

03 結盟解焦慮

爭論雖然還在繼續，但由於自動駕駛商業落地的預期不斷降低，之前認為“單幹”也能成功的自動駕駛公司也開始回頭反思，或調整，或修正自己的技術和商業路線，因而從去年開始，一個明顯的風向是，自動駕駛公司的降維應用越來越多，跨界結盟越來越多。

過去，L2和L4路線井水不犯河水，兩者不但涇渭分明，還互相鄙視。

L2認為L4不切實際，不接地氣；L4認為L2是低維應用，路上的碎銀。

但如今兩者間的邊界正在被打破，而促成自動駕駛公司越界的主要因素就是“結盟”。

今年5月，堅定走Waymo路線的文遠知行拿到了博世的投資，雙方開始合作為車企交付L2+輔助駕駛；原本做Robobus和Robotaxi的輕舟智航，不久前推出了價格低至1萬元的L2量產套件，其主要合作方為東風悦享和自動駕駛芯片公司地平線；Momenta則與比亞迪和上汽均有合作……

自動駕駛公司的態度為何來了“大轉彎”？這還得從他們的處境説起。

我們先來看看外部環境。

圖森未來上市後不久，即遭到美國外國投資委員會 (CFIUS) 發起的持續調查，圖森未來不得不將自動駕駛卡車業務的一些技術監督權移交給美國政府，同時採用一項技術控制計劃，限制其中國分部對自動駕駛數據的訪問。中美兩地的研發與業務逐漸剝離獨立。

另外一個案例，受美國監管環境的變化，智加科技的SPAC上市計劃於去年11月被迫暫停。

對於中國自動駕駛公司而言，赴美上市幾無可能，加之以小馬智行、文遠知行為代表的頭部自動駕駛公司的估值已經在一個非常高的位置，小馬智行今年3月完成D輪融資首次交割後，估值達85億美元，文遠知行今年5月完成C輪融資後，估值超44億美元。

其他自動駕駛公司融資基本進行到C輪以上，估值也大多超過百億人民幣。

這也是説，如果沒有更好的故事，又無法在近期內上市，很難有資本願意開啓新一輪融資，當輸血的通道被堵死，自動駕駛公司必然要考慮存活的方式了。

而此時，在特斯拉和造車新勢力推動下，L2輔助駕駛迎來了高速發展，多條變現的路徑中，與主機廠進行量產合作無疑是最快，也是最能看到效果的。

最後，即便自動駕駛公司仍然懷揣着L4的美好目標，則最終還是要踏入“造車”這條河流，沒有主機廠的支持，是萬萬不能成功的。

事實上，美國的自動駕駛公司在商業落地與結盟合作方面已經做出了很好的示範。

美國三家車企，通用汽車、福特、克萊斯勒，形成了Waymo聯合克萊斯勒、通用聯合Cruise、福特聯合Argo AI三大無人駕駛聯盟的格局。

車企與自動駕駛公司都意識到，無人駕駛不是“單幹”就能幹成的，雙方必須進行資源、技術、人才、管理等多方面的互補，比如車企需要自動駕駛的軟件算法能力，以及技術公司快速迭代的管理方式；自動駕駛公司需要理解汽車工業固有問題，能夠整合產業鏈。

自動駕駛公司主動邁出示好“結盟”的一步，來源於對自身生存的焦慮，而主機廠、Tier1和場景方願意與自動駕駛公司結盟，也是為了緩解焦慮。

主機廠在與自動駕駛公司進行優勢互補之外，更在於汽車產品智能化變革的推動下，支撐行業發展的供應鏈生態體系也發生了變化，而這種變化單靠主機廠一家是無法應對的。

比如，過去主機廠與Tire1、Tire2是單向的線性關係，如今演變成更為複雜的新型網狀體系；

比如，商業模式上，以前是直接出售汽車硬件，如今逐漸演變成硬件加後續的軟件服務；

再比如，汽車研發流程，從過去的軟硬件集成開發，轉變成軟硬件解耦單獨開發。

軟件的重要性越來越凸顯，這也成了主機廠與自動駕駛公司產生合作結盟的紐帶。

Tire1的焦慮則在於供應鏈體系變化對自身位置的挑戰，與其被動改變，不如主動融入。

雖説Tire1具備L2級輔助駕駛技術的研發和產品化量產的能力，但從一個更長遠的視角來看，把L2到L4全部打通的話，其中的一些技術承接與複用，Tire1和自動駕駛公司的合作還是很有價值的。

幾方一拍即合，大結盟時代產生了。

04 下一個風口

目前的格局似乎皆大歡喜，可誰也無法保證未來會不會再生變局，沒人清楚當前距離無人駕駛的珠峯還有多遠，因而在結盟之外，依然能夠保持競爭力就極為重要了。

 這裏有兩個例子。

一個是“不造車”的華為，一個是全棧佈局的百度Apollo。

華為的策略主要聚焦於當下，以All in的姿態幫車企造車，圍繞芯片、模組、終端、管道、雲平台全面佈局，推出“整車解決方案”，通過與極狐、塞力斯等車企的合作，華為展示出極強的產品能力，其中問界M5  87天累計交付11296台，創下新品牌單款車型交付破萬最快記錄。

將這個案例進行“翻譯”，就是無論行業如何變化，自動駕駛公司必須讓“盟友”們感受到降維技術賦能所帶來的紅利，形成與車企“結盟”的核心競爭力，這樣才能在自動駕駛的長征中走得足夠遠。

百度Apollo的策略則是既兼顧當下，也展望未來。

2019年9月，百度的Robotaxi車隊開上了長沙街頭，成為首個在公開道路進行載人測試的Robotaxi車隊，在百度之後，以2G的模式，在國內有條件的城市組建Robotaxi車隊，在一段時間內成為自動駕駛公司的一條變現途徑。

2020年9月，百度在“百度世界2020大會”上發佈“5G雲代駕”，旋即在行業內掀起一股將安全員請出駕駛室的風潮，主駕無人表面上看是自動駕駛公司技術能力的一次展示，其更深層次的影響則是對行業泡沫的一次出清。

今年6月，百度Apollo宣佈旗下自動駕駛出行服務平台“蘿蔔快跑”在武漢市經開區開啓商業化試點，面向公眾提供自動駕駛付費出行服務。此前，蘿蔔快跑已實現在北京、重慶、陽泉的商業化，武漢為第四城。

不久前結束的百度世界大會上，百度Apollo又推出了成本只有25萬的第六代量產無人車APOLLO RT6。

在L4級應用的落地上，百度保持着絕對的領先，每次都打造出樣板案例後，都會引來大批友商的跟隨，而百度則在這個過程中尋找剛需場景，通過與生態夥伴的合作進行批量複製，這裏的合作不光是車，還包括路、雲、網、圖有關自動駕駛的全棧技術。

像與車路協同相關的智能交通領域，百度Apollo以新基建參與者入局，以2020年拿下4.6億元“廣州市黃埔區廣州開發區面向自動駕駛與車路協同的智慧交通‘新基建’項目”大單為標誌，迅速樹立起權威形象，成為智慧交通領域舉足輕重的一極。

百度之所以能夠在自動駕駛的各個領域全面開花，除了技術根基之外，還在於生態盟友的互相借力，根據百度Apollo的官方數據，超200家生態夥伴中，既有主流汽車製造商，也有知名的一級零部件供應商，另外還有與智能交通新基建和自動駕駛關聯密切的芯片公司、傳感器公司、交通集成商、出行企業等，覆蓋了從硬件到軟件的完整產業鏈。

回到對自動駕駛風向的追逐，有百度的“作業”在前，“抄”就完事了。

在技術上，L4級的高維研發是初心，也是立足的根本，無論今後的風向如何變化，只要高維技術能打有競爭力，自然不會輕易出局。

在應用落地上，保持對百度的跟隨，有時候，慢就是快。吸取百度的試錯經驗，或許能夠後發先至，更何況，自動駕駛的蛋糕足夠大，即便只分到很小的一塊，市場容量也是億級起步。

最後，記住一個原則，隨着自動駕駛祛魅，它的現實與困境逐漸被剖開在大眾面前時，所有的技術路線、商業邏輯都要從務實出發，將”自動駕駛何時才能實現”的問題放在一旁，在做任何一項決策之前，先問問自己能產生受益嗎？

參考資料

1、 晚點LatePost，美國無人駕駛十五年：戰爭、背叛與谷歌往事

2、衣公子的劍，Waymo、百度，自動駕駛殺死“超級英雄”

3、硅星人，自動駕駛13年，只開花不結果

4、虎嗅，天才、忽悠與炮灰

5、智駕網，Momenta無人車橫穿城鄉結合部：量產傳感器方案、四年後單車盈利

6、智能車參考，小馬智行：3年量產RoboTaxi！無人卡車方案首次完整曝光

7、王乃巖，海量數據就是高級別自動駕駛的銀彈嗎？

8、遠川研究所，自動駕駛祛魅：從降維打擊到降維求生

9、億歐汽車，華為，帶頭攪局