何小民

2021年年中，文遠知行的無人駕駛小巴（Mini Robobus）和無人駕駛出租車（Robotaxi）出車500次，向國內一座城市的封控區(qū)運送抗疫物資，也讓民眾真切感受到自動駕駛的魅力。

誰也沒想到，在經歷一輪走過狂熱的野蠻生長期和資本寒冬后，疫情重塑自動駕駛的價值，讓自動駕駛的商業(yè)化開啟加速度。

去年，許多自動駕駛車輛從封閉路測場地走向現實開放路段，百度、小馬智行、文遠知行等自動駕駛科技公司的robotaxi開始面向公眾提供出行服務，自動駕駛開始走入居民日常生活。在封閉園區(qū)內，無人物流車、無人配送車甚至無人販賣車都已經開始上崗工作了；而在普通道路上，無人清掃車等也開始逐步上線。

與此同時，蘋果、小米、華為、滴滴等相繼宣布進入自動駕駛賽道，蔚（來）小（鵬）理（想）推出的輔助駕駛車型越來越多，傳統(tǒng)車企如吉利、上汽等也先后成立電動車品牌，加碼自動駕駛技術。

但這繁榮的背后，自動駕駛的商業(yè)化難題也考驗著每一個玩家。

自動駕駛，顧名思義是讓機器輔助或代替人開車，在這過程中，機器對動態(tài)駕駛任務的完成度，就是自動駕駛的水平。根據美國高速公路安全管理局（NHTSA）和美國汽車工程師學會（SAE）的標準，智能網聯汽車的自動駕駛程度由低到高劃分為L0至L5共6個層級。以L3 為分界線，自動駕駛L3以上（包括L3）被稱為自動駕駛（ADS），L3 以下被稱為輔助駕駛（ADAS），依舊以人駕駛操作為主。我國工信部發(fā)布的《汽車駕駛自動化分級》基本采用了這個標準。

2013年，百度最早開始自動駕駛的研發(fā)，隨后，小馬智行、文遠知行、AutoX等自動駕駛科技公司成立，而它們都像Waymo一樣，專注L4級自動駕駛，瞄準龐大的Robotaxi市場，這個最考驗也最彰顯它們L4級技術的細分市場。

據中信證券的測算，Robotaxi 的潛在市場空間約 3.2 萬億，而在傳統(tǒng)出租車的運營成本中，人力成本支出占六成，是Robotaxi 商業(yè)化升級改造的焦點。所以，這些自動駕駛科技公司的商業(yè)路徑是讓自動駕駛技術取代人，推出Robotaxi產品、通過提供Robotaxi服務來實現營收和盈利。

但L4級別的自動駕駛只能在限定區(qū)域運行，通俗來說，需要在有高精地圖覆蓋和經過充分測試的區(qū)域運行，而運行區(qū)域的開放需要得到政府部門的審批和支持，也直接關系到這些自動駕駛科技公司的測試里程，進而影響商業(yè)化進程。

目前，已有上百輛Robotaxi在北京、上海、廣州與深圳的密集人口區(qū)運行提供商業(yè)服務，但值得注意的是，當前的Robotaxi都配有安全監(jiān)督員或遠程監(jiān)督員，離規(guī)模化量產和全無人駕駛，還有很長的一段路要走。

與此同時，伴隨著自動駕駛汽車的銷量的上升，汽車的智能化已經成為確定性的趨勢，吸引越來越多的玩家入局自動駕駛，不僅有傳統(tǒng)車企廣汽、奧迪、奔馳等，也有蔚（來）小（鵬）理（想）等造車新勢力，還有華為、小米、蘋果等科技公司，與上述自動駕駛科技公司選的躍進式強技術路徑不同，車企們大多選擇漸進式量產路線，即先從乘用車的L2級、L3級輔助駕駛開始，逐步過渡到L4、L5級自動駕駛。

據不完全統(tǒng)計，截至2021年11月，2021年自主車企品牌已發(fā)布58 款 L2+乘用車，同比增長 100%以上，并且伴隨著關鍵零部件激光雷達價格的下降，L2+乘用車價格已降到 15 萬元以下，與此同時，L3級硬件配置的乘用車（如小鵬P5）也降到20萬左右，價格的親民都為 L3 車型普及做好了鋪墊。億歐智庫預計 2030年 L3 級自動駕駛車的滲透率可達20%。

這些車企憑借親民的L2、L3級別的自動駕駛車型價格，讓技術迭代與商業(yè)化落地同步進行，充分展現出漸進式量產路線的潛力。相反，自動駕駛科技公司的規(guī)模商業(yè)化遙遙無期，當下它們還在為忙于攻克技術難題、積累測試里程，同時還要面臨人才流失等風險。

事實上，只要談到自動駕駛時，無論是哪種技術路徑，最終都要回歸到成本、量產以及商業(yè)化的問題上來。

自動駕駛有別于傳統(tǒng)的駕駛，它需要機器要像人一樣完成感知、決策和執(zhí)行，為此，需要在汽車上搭載先進傳感器，讓機器自主獲取、分析車內外駕駛信息，并持續(xù)地處理部分或全部動態(tài)駕駛任務。

作為自動駕駛的第一步，感知的準確和高效決定了自動駕駛決策的精準，而傳感器方案就是感知層最重要的部分，自動駕駛的燒錢能力有目共睹，當前，運用怎樣感知方案，已經不僅僅是技術與安全的問題，背后更有成本的考量。

圍繞感知方案，不同玩家主要有兩種選擇，一是特斯拉獨樹一幟，選擇了以攝像頭為主的視覺感知方案，一是國內車企和自動駕駛科技企業(yè)選擇的用“激光雷達+攝像頭+毫米波雷達+超聲波雷達”的多傳感器融合方案。

提及這兩種選擇的差異，L4級別自動駕駛科技企業(yè)獨角獸—文遠知行CEO韓旭接受南風窗記者采訪時直言，“多傳感器融合方案更安全、性價比更高”，當然，具體選擇哪種方案，還與自動駕駛級別也有很大關系，不過他堅信，多傳感器融合是實現L4級自動駕駛的最佳方案，事實上，經過幾年的檢驗，這種方案現在已經成為行業(yè)共識。

值得一提的是，這種融合方案被越來越多的傳統(tǒng)車企和造車新勢力采用，特別是在它們推出L3級自動駕駛車型時，一場圍繞傳感器的內卷如約而至，這些L3級輔助駕駛車型的傳感器數量已普遍達到30個左右。

不過，這也說明，漸進式量產車路徑在沿著預設的路線一步步向前，且在硬件設備上正在逼近L4無人駕駛水平。

與此同時，從L2到L3級車型的不斷量產，讓市場看到了高級輔助駕駛的商業(yè)價值和潛力，據我國《智能網聯汽車技術路線圖2.0》，到2025年，L2-L3級的智能網聯汽車銷量占當年汽車總銷量比例超過50%，而到2030年，這一占比超過70%。而當前，L2的滲透率才15%，意味著未來還有更大的成長空間。

除了高級輔助駕駛的商業(yè)空間，容易讓市場忽視的是，這些量產車在運行過程中，能源源不斷地給車企反饋不同場景的數據，大大降低了車企們的數據采集成本，讓它們在實現商業(yè)化的同時，還能完成算法和技術的迭代，去挑戰(zhàn)更高級別的自動駕駛，這或許才是無人駕駛科技企業(yè)最忌憚的。

如今，小鵬發(fā)布的將開始Robotaxi業(yè)務的計劃，大眾成立自動駕駛汽車出行平臺等都展露出了傳統(tǒng)車企和造車新勢力準備入局Robotaxi賽道的野心。

在韓旭看來，自動駕駛的規(guī)?；蜕虡I(yè)化過程中，最大難點是技術不穩(wěn)定，而技術的穩(wěn)定依賴大規(guī)模車隊在開放道路的測試，不斷積累挑戰(zhàn)性的數據，來完善算法。

所以，可以看到，面對當前商業(yè)化的難題，無人駕駛科技企業(yè)給出的答案似乎大同小異：抱團與降維兩條腿走路。抱團是指，這些無人駕駛科技企業(yè)本身不具備造車的能力，便選擇和車企合作，組建無人駕駛車隊。如文遠知行和廣汽合作，Waymo、百度Apollo與吉利合作等，可以理解為在未來規(guī)?；鰷蕚?。

降維有兩個方向，一是，技術的降維?？紤]到Robotaxi在短時間內很難規(guī)?；逃茫@些科技企業(yè)將L4級的自動駕駛技術向下兼容，應用到L2+的功能上，這樣一來，L4級自動駕駛技術可以突破區(qū)域限制，在更多開放道路得到測試，獲取更多場景的數據。如百度就將其L4級無人駕駛技術Apollo Lite應用在威馬W6上實現量產。二是，場景的降維。將原本應用于城市復雜、開放出行場景的L4級自動駕駛技術方案，降維應用到場景相對簡單的封閉場景，如園區(qū)、礦區(qū)等。如園區(qū)的無人配送車、無人清掃車、無人接駁車的出現等。

不過，對于這種“降維”，有業(yè)內人士質疑是躍進式強技術派在面對資本對商業(yè)化焦慮和擔憂所采取的應對舉措。文遠知行CEO韓旭否定了這種說法，他認為，當下之所以能降維，恰恰是因為“現在隨著算力的提高，用原來的能力做一些簡單的應用，當然就做得更好了?！?/p>

傳統(tǒng)出租車的六成運營成本為人力成本，這就意味著，Robotaxi想要盈利，就必須拿掉現在配有的安全員，實現全無人自動駕駛，但要做到這一點并不容易。

對于這個話題，文遠知行CEO韓旭認為，要想實現全無人自動駕駛，最大難題還是如何實現自動駕駛系統(tǒng)的穩(wěn)定性和可靠性，一般來說，首先需要硬件上的冗余，如剎車、轉向等設備的冗余，確保一個出故障后，另一個能發(fā)揮作用，“現在行業(yè)還沒有普遍達到設備全冗余”，其次，還需要提高在各種高復雜、高強度場景下的算法穩(wěn)定性。

當然，他也坦言，這個世界沒有完全穩(wěn)定的系統(tǒng)，他們能做的就是盡可能地提高它的可靠性，而這份可靠性需要Robotaxi在開放道路上不斷測試、驗證，所以“希望政府能夠開放越多的道路給我們。”

到底Robotaxi要在什么情況下，才能實現量產應用，通俗來說，要具備什么條件，Robotaxi駕駛的安全性才會超過人類，可以實現拿掉安全員？業(yè)內公認的是2016年蘭德智庫提出的標準，即在現有算法框架下， L4級及其以上的自動駕駛車輛，需要完成110 億英里（約180億公里）的真實測試里程，而180億公里的測試里程相當于環(huán)繞地球44萬圈。

但現實是，即便是公認的自動駕駛領頭雁，截至 2020年初，Waymo 公司，其測試里程也僅達到 3220 萬公里，國內最早（2019年）開始Robotaxi商業(yè)化運營的文遠知行，截至2022年1月17日，它們在公開道路上的自動駕駛里程也才突破1000萬公里，其中，全無人駕駛里程超過250萬公里，離百億級別的測試里程依舊還有很長的距離。

測試里程不夠，就意味著Robotaxi在開放運營時，遇到corner case的概率就會大一些，而當前L4級別的自動駕駛基本是靠單車智能實現，它的風險在于，即便系統(tǒng)已經能應對99.9%問題，但如果出現了其余0.1%問題，依舊會造成事故，這也是自動駕駛行業(yè)“談corner case色變”的原因。

所以，即便是Waymo，過去10余年，燒錢上百億美元，仍然難以在路況復雜城市落地Robotaxi，更無法給出規(guī)?；逃玫臅r間表。

可見，要實現全無人的自動駕駛，既要時間也要耐心。百度董事長兼CEO李彥宏對此就表悲觀，他曾在一次演講中稱，“L5（全無人自動駕駛）太難，幾十年都不一定能實現”。