自动驾驶祛魅：从降维打击到降维求生

在2020年的一次公开活动上，自动驾驶初创公司Momenta的创始人曹旭东被主持人问到，为什么他采取了与Waymo这样的头部公司不同的策略仔细一解释，曹旭东没想到会招致文远知行创始人韩旭的内涵双方展开了一轮斗嘴

至于Momenta同时兼顾L2和L4的双线作战风格，韩旭搬出了一句老话:打两只兔子，不打一只兔子，强调有事需要专注，然后又来了一句:我们看着山顶的金子就冲上去了，路边的碎银子就不捡了于是，我们历尽千难万险，在每一座山上开道，沿途组建自动驾驶出租车车队

曹旭东听后觉得有点不高兴，回了一句:在中国一二线城市运营一百万台robotaxi是相当具有挑战性的并强调Momenta关注的是核心，而不是花哨的边界。

两年前，做L2和L4自动驾驶的公司就像是两个平行的世界你我完全不一样，甚至互相看不起但是现在，这个界限正在被打破，很多L4公司开始降维输入L2域

包括对碎银不屑一顾，认为2024—2025年Robotaxi会满街跑的文远智行。

今年5月，文远智行获得了博世的投资，双方将共同开发L2—L3自动驾驶汽车无独有偶，之前主营L4 Robobus的轻舟智航，同期也推出了售价低至万元的高级自动驾驶解决方案再往后，华为和百度也会把L4技术能力降维用在一些汽车公司上

短短两年，降维似乎是自动驾驶行业的关键词，而这些变化似乎印证了华为前自动驾驶负责人苏静的话:现阶段所有做Robotaxi的企业都得死。

01

从降维到生存降维

自动驾驶从一开始就分成了两个分支，一个是技术由低到高的渐进方式，以特斯拉为代表，另一个是直接达到最终目的的一步到位方式，以Waymo为代表。

2016年，谷歌无人驾驶团队独立成为Waymo，正式拉开了这个行业的大幕一批有互联网大公司和学术背景的中国工程师也选择了下海随后的两年，马骁智行，文远智行，Momenta，AutoX，Roadstar.ai等公司相继成立这些公司不约而同地选择了Robotaxi这个难度最大但也最具商业潜力的赛道

2018年，摩根士丹利给予Waymo的估值为1750亿美元，比上一轮激增1000亿美元，其中Robotaxi业务价值800亿美元，Robotruck业务价值900亿美元，软件授权业务价值70亿美元。

麦肯锡预测，仅在中国，2030年Robotaxi的订单金额将达到2600亿美元，将超过自动驾驶乘用车的销售金额。

资本看到了一种可能性:自动驾驶会让司机Rdquo这些拥有降维技术的创业公司未来将成长为优步和滴滴，甚至可能将车企变成它们的代工厂，结束卖车的商业模式这个故事听起来比电动汽车取代燃油汽车更性感

在这种预期下，2018年迎来了中国自动驾驶的投资热潮，全行业融资162亿元，马骁智行，文远智行，Momenta，Roadstar.ai都融资数亿美元Robotaxi成了独角兽的金窝

可是，情况很快变得更糟。

2018年底，Waymo前CEO约翰·克拉夫茨克在商业化试点进展缓慢时主动戳泡泡，称完全无人驾驶的汽车很可能永远不会出现L4和L5公司的一些工程师以为自己做的事情其实就是在一条赛道上跑几圈，以为90%的问题已经解决了，但是回头看，还有90%的问题没有解决

类似的说法无异于给资本泼冷水。

在国内，受中美贸易战和资产管理新规的影响，创业融资不再像以前那么容易2019年，自动驾驶行业的融资额大幅下降了三分之一资本的脐带被切断后，Robotaxi公司不得不尝试新的自我造血方式，包括进入无人驾驶卡车，无人驾驶小巴等赛道，甚至开始尝试造车

理论上，小细分场景比Robotaxi更容易商业化，但各有各的问题:无人驾驶小巴虽然有固定路线，技术上更容易落地，但市场规模太小，无人驾驶卡车的规模足够大，但安全，法规，政策的问题同样严峻，造车是个好故事，但资金门槛是200亿。

一位业内人士曾评价，但如果有明确的商业化路径，所有赛道都不会乱

02

多重约束

如果说人类自动驾驶的过程是爬山，那么Robotaxi显然就是珠穆朗玛峰，问题是没有人能确切说出Robotaxi离峰顶有多远。

成立5，6年，所有的Robotaxi公司都无法实现造血，会被质疑:你是创业还是做科研只靠融资不量产。

Robotaxi面临的问题是，顶级的硬件，先进的算法，海量的数据缺一不可有些公司只能满足一个指标，比如优步和滴滴它们的行驶数据量很大，但是维度单一，精度不够

有些公司可以满足两个指标，比如Waymo，硬件配置和算法都是顶尖的，但是收集的数据相对有限到2021年底，Waymo的累计行驶里程为3200万公里

兰德公司预计，自动驾驶技术需要测试100亿英里，才能证明其在安全性上超越人类如果建立一个100辆车的车队，即使每天24小时测试，也要运行差不多200年

即使三个条件都能满足，也不代表万事俱备实现高水平自动驾驶的商业化，不仅要依靠数据闭环，更要重视工程能力所谓工程能力，就是硬件不仅要满足车辆法规的要求，比如安全性，可靠性，还要满足低功耗，低成本的需求

对于早期的Robotaxi公司来说，要在技术先进，成本低廉，发展迅速这三个维度之间取得完美的平衡几乎是不可能的。

为了获得更多的维度数据，确保驾驶过程中的绝对安全，减少人工干预的频率，Robotaxi必须使用高性能的硬件，包括大计算能力芯片，激光雷达，冗余执行器等在不成熟的产业链下，他们严重推高了自动驾驶系统的成本

两年前，一台全副武装的Robotaxi的成本通常超过百万元2021年，百度推出48万元Robotaxi系统量产套件，同行Auto X立马怒了，这样的车绝对不敢坐

但更关键的问题是政府会不会让乘客坐。

现在北京，深圳，长沙等地虽然名义上允许Robotaxi商业运营，但都是在政府指定的示范区试运行，需要通过测试拿到牌照，所以车队规模有限。

2021年，Auto X为了率先将Robotaxi商业化运营，未经深圳交管局许可，私自派车队上路接客，被当地有关部门紧急叫停。

荣源七星CEO周广认为，要实现完全无人驾驶，面临的是生蛋和下蛋的经典问题mdash如果政策要放开，政府必须有足够的数据报告来判断，但如果不先放开政策，企业在有限的空间内失败，就很难积累足够的数据来说服政府

同时，如果Robotaxi不能商业化，就很难积累现金流，也无法进一步扩大经营规模实现正向循环即使是Waymo这样的超级富二代也难以为继2021年，Waymo的估值一度缩水至300亿美元，约翰·克拉夫茨克被解职

03

健康没有想象中那么容易。

当自动驾驶的跨越派深陷商业化的泥潭，渐进主义的道路越走越顺。

在过去的十年里，特斯拉在全球售出了超过300万辆汽车，其中大部分都配备了自动驾驶这一辅助驾驶系统通过阴影模式，特斯拉收集了数十亿英里的路况和驾驶数据

2021年，基于这些数据，特斯拉完全重构了其辅助驾驶系统的软件算法，使其在技术框架上更加面向自动驾驶，并推动新的自动驾驶功能FSD beta向无人驾驶更进了一步。

虽然马斯克的无人驾驶承诺总是跳票，但它确实找到了一种一步一步实现的方法许多汽车公司也意识到，他们目前最需要的不是取代司机的L4，而是帮助人们驾驶的L2和L3这让一直想弯道超车的自动驾驶公司不得不审视自己的战略选择，重新加入渐进路线

从去年下半年开始，原本从事高级自动驾驶的荣源启行和轻舟智航相继推出低成本自动驾驶系统量产套件两个方案的共同特点是Robotaxi的技术方案降维在乘用车辅助驾驶系统上，将出售给主机厂，实现高水平的智能驾驶能力

企业日益加剧的智能驾驶竞争所驱动的软硬件系统变革为其提供了机遇。

在2020年之前，因为L4和L2使用不同的传感器，比如前者会使用昂贵的激光雷达，而后者根本用不起一些大众车型甚至只有毫米波雷达和摄像头这种硬件架构上的差异，导致L4的算法和L2的算法有非常大的差异，如果当时要求L4公司为车企提供L2的解决方案，就意味着需要重写算法，工作量非常大

可是，2020年后，硬件价格的下降拉近了L2与L4的距离。

一方面，激光雷达的性能和稳定性在不断提高，但价格却从几万美元降到了几千美元在2020年的CES上，博世，华为，DJI，威力登以及国内很多初创公司都推出了自己的产品，有些产品低至100美元，大大加快了激光雷达装载到汽车上的速度

实际情况也是如此2021年后，大量国产新势力推出了带有激光雷达的车型，包括售价低于20万元的小鹏P5此外，华为与福克斯的深度合作表明，计算平台+L4传感器的价格可以降到20万元以内

另一方面，高计算SoC芯片的出现也起到了重要作用，尤其是英伟达的Orin。

荣源启行CEO周广表示，Robotaxi的算法模型非常复杂，测试车往往使用工控机和高计算能力显卡运行，但无法用于量产车Orin芯片实现了高计算能力和功耗的平衡，可以驱动复杂的算法模型，集成度高，可以布置在车内

在软件算法层面，传统的L2辅助驾驶通常由不同供应商提供的多套算法组成，能力上限较低为了实现高阶智能驾驶，车企推出了更先进的算法框架，这是L4公司擅长的领域

而原生Robotaxi算法所需的计算能力可能高达数百甚至数千吨但考虑到成本，空间，安全冗余等问题，量产车的计算资源还是比较有限的对此，有的L4公司选择简化或压缩算法模型，有的则选择开发自己的推理引擎目的是提高算法运行效率，降低计算能力要求，在量产车上运行

正是因为硬件系统的成熟和软件算法的提升，使得L4和L2之间的技术迁移成为可能，适配效率更高，但即便如此，L4降维L2在现实中仍然会遇到很多问题。

接到比亚迪，东风等车企订单的国内ADAS创业公司MINIEYE副总裁Kevin Z表示，车企与自动驾驶系统供应商合作最重要的是没有短板，这就要求对方有一定的量产经验。

Robotaxi公司的特点是算法强大，但量产经验不足，成本控制能力较弱，产品可靠性有待验证车企建立对它的信任需要很长一段时间，这也是为什么文远知止会携手传统一级博世，甘愿做一片绿叶的原因

另一方面，互联网和AI背景的人才，其实和OEM厂商的风格格格不入他们能沉下心来干脏活吗一家ADAS创业公司内部人士对此提出质疑