難解自動駕駛虧損，紐勱夾縫求生_風聞

撰文 | 張  宇

編輯 | 楊博丞

題圖 | IC Photo

7月16日，自動駕駛科技公司Nullmax（紐勱）召開了“AI無止境 智變新開端”技術發佈會，併發布了新一代AI智能駕駛技術。

Nullmax為巖山科技旗下公司，致力於打造全場景的無人駕駛應用，目前Nullmax已推出行泊一體方案MaxDrive卓行和視覺感知算法MaxVision遠見兩大系列產品，可提供完整的智能駕駛系統和定製化的視覺感知模塊。

圖源：Nullmax官網

自動駕駛技術往往被視為汽車智能化的決勝高地，然而自動駕駛技術也面臨技術成熟度低、標準缺乏、高投入且低迴報、研發週期長等問題，同時商業化落地正遭遇階段性受阻，Nullmax能否突出重圍？

一、仍陷於虧損泥潭

自動駕駛是公認最難實現盈利的領域之一，商業化難題是籠罩在包括Nullmax在內的自動駕駛公司頭頂之上的烏雲。

Nullmax財務數據顯示，其在2022年以及2023年上半年的營收均為零。雖然與德賽西威的合作為Nullmax提供了2955萬元的合同預收款，但因量產供貨進度尚未達到確認收入條件，約2788萬元的款項仍列報於合同負債科目。該等合同預收款將在滿足收入確認條件後結轉為營收。與此同時，Nullmax在2022年和2023年年上半年的淨虧損分別為7525萬元和3713萬元。

根據評估機構對交易所關注函的回覆，Nullmax 2023 年下半年預測收入4127.36萬元，全部為軟件開發費收入，來源為Nullmax預測能夠在規定期限內獲得客户驗收合格的軟件開發合同。此外，2024年預測收入3071.4萬元，其中軟件開發費收入 1000.00 萬元，授權許可費收入2071.40 萬元。但對於淨利潤何時扭虧為盈卻並沒有給出預測時間。

事實上，燒錢不眨眼、盈利遙遙無期等都是貼在自動駕駛公司身上的顯著標籤。

以同樣衝擊資本市場的自動駕駛公司地平線和黑芝麻智能為例，前者主要於為智能汽車提供高級輔助駕駛（ADAS）和高階自動駕駛（AD）解決方案，目前主要客户包括上汽集團、廣汽集團、比亞迪、理想汽車、蔚來、哪吒汽車等，而後者是一家車規級智能汽車計算SoC及基於SoC的解決方案供應商，主要產品包括自動駕駛SoC以及支持L2級至L3級汽車自動化的自動駕駛軟件和硬件等。

地平線和黑芝麻智能均處於鉅額虧損之中，招股書數據顯示，從2021年到2023年，地平線經營虧損分別為13.35億元、21.32億元和20.31億元。經調整後淨虧損分別為11.03億元、18.91億元和16.35億元。黑芝麻智能經營虧損分別為7.23億元、10.53億元和16.97億元，經調整後淨虧損分別為6.14億元、7億元和12.54億元。可見雙方短期內均難以扭轉虧損現狀。

不只是“造血”能力不足。根據IT桔子的統計數據，2023年國內自動駕駛相關融資事件為67起，和2022相比少了59起，較2021年更是少了94起。從融資規模上看，2023年投融資規模為232億元，同比縮減80%。2024年以來，情況仍未得到好轉。

一邊面臨“資本寒冬”，一邊自動駕駛技術的研發又非常燒錢，如果無法儘快實現商業化落地，Nullmax或將面臨更為嚴峻的局面。

二、自動駕駛淘汰賽來臨

自動駕駛之戰愈演愈烈，Nullmax正面臨諸多考驗。

現階段，眾多車企意識到了自動駕駛即將大規模爆發的市場前景，紛紛加大自研投入，尤其是特斯拉、問界、小鵬汽車等非常重視自動駕駛的控制權，這意味着Nullmax等自動駕駛公司想要進入車企的供應商名單，通過量產實現盈利的機會將變得越來越少。

在自動駕駛領域，小鵬汽車是動作最快的入局者之一。在2024年1月的小鵬X9發佈會上，小鵬汽車董事長CEO何小鵬透露，XNGP智能輔助駕駛系統城市智駕能力，在已全量發佈的52座城市基礎上，新增覆蓋191座城市，總覆蓋城市數量達到243城。

為了應對自動駕駛帶來的行業拐點，小鵬汽車計劃在2024年實現XNGP全國主要城市路網全覆蓋，小路、內部路、停車場實現點對點智駕，並且開始研發面向全球的高速NGP，2025年研發面向全球的XNGP，以滿足海外用户的智駕需求。

同樣熱衷自動駕駛技術的還有華為和蔚來。比如截至2024年4月，HUAWEI ADS智駕總里程已超過2億公里，NCA城市領航已覆蓋全國40000+城鄉鎮。而蔚來全域領航輔助NOP+累計驗證里程達到120.8萬公里，其中高速/城市快速路驗證里程超過36萬公里，城區道路驗證里程超過84.7萬公里。覆蓋中國大陸地區的726座城市（城市覆蓋率99%）實現主幹路覆蓋不低於90%。

除此之外，文遠知行、禾多科技等自動駕駛公司與車企關係密切。其中，文遠知行獲得博世投資後，開始進入車企供應商名單，與奇瑞汽車合作的搭載高階智能駕駛方案的產品已量產上市。禾多科技也已與廣汽集團達成了深度合作，誓要在三年內實現百萬級的量產交付。

還值得一提的是，從2023年年初至今的新能源汽車價格戰，讓當下車企對自動駕駛公司的要求從此前追求極致體驗到如今追求成本最低。在這種競爭環境之下，即便車企與Nullmax已簽訂協議，但協議的推進方式、推進進度以及車輛銷售情況都有待市場驗證，這意味着Nullmax能否通過拿下更多的車企訂單來實現盈利，仍是一個大大的問號。

自動駕駛行業的淘汰賽已經加速到來，對於Nullmax而言，如何避免被具備自研能力的車企徹底淘汰出局，同時還能憑藉過硬的技術實力勝過競爭對手，將是一場生死考驗。

三、AI智駕挑戰不小

隨着AI大模型與自動駕駛結合越來越深，自動駕駛領域也湧現出許多新技術，比如端到端技術。

現階段已經上車的智能駕駛產品，絕大多數採用了“感知-規劃-控制”智駕系統，比如攝像頭、激光雷達等傳感器採集到的信息先交由感知模塊進行空間感知計算，交由規劃模塊進行決策與規劃，控制模塊再根據規劃輸出結果，最終控制車輛轉向、前進、制動等。

但端到端技術則不同，傳感器輸入的信息藉助AI大模型處理後，可直接用於車輛執行指令，從而讓汽車實現自動駕駛。

與特斯拉一樣，Nullmax走得也是純視覺端到端技術路線。不過，Nullmax仍面臨不小的挑戰。

首先，端到端技術作為數據驅動的模型，對數據的需求量極大。為了提高模型的性能，需要收集和處理海量的高質量數據。然而在實際應用中，數據的獲取、標註和提煉等過程都面臨着巨大的挑戰，並且成本高昂。此外，端到端技術的訓練和優化需要算力支持，隨着模型的複雜化和數據量的增加，對算力的需求也將越來越高。

其次，端到端技術的測試驗證需要模擬各種複雜場景和突發情況，以確保系統的安全性和可靠性，但由於自動駕駛場景的多樣性和複雜性，測試驗證的難度極大，還值得一提的是，目前端到端技術的測試驗證標準尚未統一，導致測試結果的不一致性和可比性差，難以形成統一的評價體系。

目前，Nullmax已與上汽集團、奇瑞汽車、江鈴汽車等多家車企建立了合作關係，雖然這些合作伙伴證明了Nullmax在量產方面的實力，但其新一代AI智能駕駛技術仍需要經過市場檢驗，畢竟自動駕駛技術只有實現大規模裝車，才能夠跑通商業化之路。