自動駕駛“進城”提速 各路資本搶時間“上車”

    證券時報記者 毛可馨 韓忠楠

    雙手放開，方向盤自己轉動起來，走街串巷穿越人流行駛在早晚高峰，你愿意讓它帶你在城市里穿行嗎？

    讓手離開方向盤，這個簡單動作背后是對技術、法規(guī)的極度信賴。要讓自動駕駛像一個見多識廣的“老司機”，業(yè)內立下的及格線甚至是繞地球路測44萬圈，算法還對CornerCase（特殊場景）有強烈的渴求，以至于有企業(yè)表示“廣東一刮臺風，我們就特別高興”。

    自動駕駛進城，關乎日常交通方式的變革，也關乎一眾企業(yè)的生意經。自動駕駛企業(yè)盈利壓力迫在眉睫，車企也需要握緊王牌迎戰(zhàn)智能化角逐。各種跡象顯露，自動駕駛離家門口似乎越來越近了。

    對標“老司機”

    在手機軟件上選擇起終點，在規(guī)定上車點上車，落座后排，向語音系統(tǒng)報出手機號后四位，一趟Robotaxi旅程就開始了。期間，方向盤自行轉動，道路上的車輛行人狀況會簡化成一個個小圖標，實時投射在你面前的屏幕上，它絕不會闖紅燈、絕不會壓實線，但它會變道甚至會加塞，有時還會急剎車。這就是一個L4級別自動駕駛的基本體驗。

    按照技術成熟度由低到高，業(yè)內將自動駕駛分為L0~L5六個級別，其中L3到L4的跨越意味著駕駛權由人轉到車，再往上將基本甚至完全不需要人類駕駛員接管車輛。目前汽車采用的自動駕駛功能大多處于L2級別。IDC數(shù)據(jù)顯示，一季度的中國汽車市場中，L2的乘用車新車滲透率為23.2%；L3在少數(shù)車型中規(guī)劃量產，L4相對遙遠，L5甚至被認為難以實現(xiàn)。

    級別劃分相當于明確了“考卷”，但自動駕駛尤其L4以上需要實際路測“答題”，怎樣“判卷”尚不清晰。證券時報記者采訪到的多位業(yè)內人士都表示，L4能力的成熟度在封閉場景中能夠得到測試，但在城市開放環(huán)境中的評價體系還有待探索。

    業(yè)內流行的一種判斷標準是路測里程。戰(zhàn)略研究智庫蘭德公司曾經發(fā)布報告指出，要在數(shù)學上證明自動駕駛比人安全，需測試110億英里（約177億公里）。這相當于沿著赤道繞地球44萬圈。

    現(xiàn)在場上的玩家看起來差距還比較遠。谷歌兄弟公司W(wǎng)aymo路測里程或已超過2000萬公里；國內較為領先的是百度Apollo，今年3月公布的里程超2500萬公里，小馬智行和文遠知行分別為1300萬公里和1100萬公里。

    除了里程長度，場景豐富度也影響測試效果。文遠知行相關負責人告訴證券時報記者，文遠知行在中國、美國都有測試項目，相同距離下在中國遇到的cornercase是美國的30倍，“因此雖然中國自動駕駛頭部企業(yè)的里程長度不如Waymo等美國企業(yè)，但我們認為與它們的技術差距只有一年左右。”

    運載樹木的車輛是不是樹、婚車上的人像照片是不是人，這些場景少見卻影響駕駛判斷，因此學習盡可能多的cornercase是算法成熟的關鍵。調研機構Fourin中國調查部部長周錦程告訴證券時報記者，主流方法只能靠不斷上路積累數(shù)據(jù)，但cornercase是無法窮盡的，最終的理想效果可能是自動駕駛的事故發(fā)生率落到一個可以接受的容忍度區(qū)間。

    也有一些非主流的技術路線試圖提供解決方案。創(chuàng)業(yè)公司哆來目通過一種人眼視覺仿生技術來做碰撞預測，公司相關負責人對證券時報記者表示，除了認別感知之外，人眼的另一個通道是運動感知，“比如在余光范圍內，你不需要清晰的識別出它是什么，但你能察覺到它在移動，并在必要時做出避讓。”

    城市是各類場景密度最高的地方，也是自動駕駛最難攻克的題目。元戎啟行副總裁劉念邱表示，城市中交通參與者多、對象的復雜度高、且道路交錯開放，因此會大大提升對預測能力的要求。

    交通規(guī)則和行人安全往往在自動駕駛算法邏輯中擁有最高權重。不過，把交規(guī)教給算法并不簡單。“很多交規(guī)內容是無法量化的，比如合流車道限速多少、提前多久打轉向燈其實都是靠駕駛員經驗。另外交規(guī)也有模糊空間，比如前方有車?？繒r能不能壓一點實線，自動駕駛也要學會判斷。”周錦程表示。

    僅僅懂規(guī)則并不能開好車，自動駕駛需要更像個“老司機”。在企業(yè)路測視頻和記者的試乘體驗中，經常會出現(xiàn)臨近公交站或側旁來車時過度急剎的情況，影響乘坐的舒適度。

    “出現(xiàn)這種情況的原因是算法策略比較保守。”元戎啟行副總裁劉軒介紹稱，最早期行業(yè)內的決策規(guī)劃都是依照既定規(guī)則；后來會優(yōu)化出幾條決策路線，根據(jù)評分高低做選擇；更高階的是運用強化學習和博弈論，讓算法自己去學，目前能做到的企業(yè)比較少。

    城市場景的差異性特別考驗自動駕駛的適應能力。劉軒舉例稱：“我們的車在路上不怕別人加塞，有時還會加塞別人。因為一線城市交通擁堵，比如從主路變道到輔路車特別多，如果一直等就會永遠過不去。”

    小馬智行接受證券時報采訪時也表示，各地路況和天氣都有所不同，本質上車輛需要理解開車行為的關鍵準則，比如通過路口的時間和黃燈的關系，或者不同天氣下傳感器信號的處理方式，“我們的理念是用一套系統(tǒng)在不同地方實現(xiàn)自動駕駛，在北京和廣州基本花兩周時間，車就能在當?shù)嘏艿帽容^好了。”

    算清成本賬

    自動駕駛不僅是一項技術，更是一門生意。車企要讓自動駕駛功能足夠便宜，消費者才能接受；自動駕駛企業(yè)運營Robotaxi（自動駕駛出租車）服務，運營車成本至少應該與出租車持平。

    成本負擔首先來自硬件。與特斯拉僅靠攝像頭的純視覺路線不同，國內普遍選擇搭載更多、更強的傳感器和更大算力的芯片。在近期新上市的中高端車型中，激光雷達等零部件幾乎成為標配，硬件配置頗有“堆料”之勢。

    一些自動駕駛企業(yè)也陸續(xù)拋出自家的成本報價。百度Apollo與極狐合作量產共享無人車ApolloMoon，宣稱整車成本價為48萬元；元戎啟行稱自動駕駛硬件采購成本不到1萬美元，量產后還能下降70%；輕舟智航則表示其量產成本低至1萬元。

    值得注意的是，上述企業(yè)主要運營Robotaxi服務，成本回收的方式與乘用車銷售不同。此外，有業(yè)內人士提醒，報價以量產為前提，而車企大規(guī)模采購并搭載上車的階段還沒有到來，因此現(xiàn)在談成本還比較“虛無”。

    自動駕駛能力需要軟硬件相互配合，如果為壓降成本舍棄了一部分硬件性能，也就意味著軟件方面要更強。劉軒表示，雖然固態(tài)激光雷達的價格更便宜了，但其點云質量實際上不如原來的機械式激光雷達，如果想把它用好，就需要在算法上做更多優(yōu)化和補償；同樣，如果不用大算力芯片，就需要更好的推理引擎技術。

    除了硬件成本，自動駕駛企業(yè)還需要考慮安全員的人工成本。證券時報記者了解到，安全員一般是自動駕駛企業(yè)的全職員工，甚至還是擔任測試任務的技術人員，其工資至少與出租車司機相當，甚至高于后者。

    “實現(xiàn)盈利本質上是車輛利用率的問題。在我們硬件成本足夠低的前提下，不考慮研發(fā)成本攤銷，只要安全員和車輛數(shù)量比值小于1：1，就能突破盈虧平衡點。后期我們也可以通過跑早晚高峰、機場線等路段提高車輛利用率。”劉念邱表示。

    當前Robotaxi只能在限定范圍內運營，例如北京亦莊、廣州南沙、深圳福田等，車輛數(shù)量不夠多，且需要在固定地點上下車，在一定程度上折損了對用戶的吸引力。

    業(yè)內普遍認為Robotaxi距離真正盈利還有相當一段距離，因此近兩年企業(yè)業(yè)務也在發(fā)生轉向。一方面是從L4向L2、L3“降維”，例如文遠知行獲得博世戰(zhàn)略投資，雙方在L2和L3級自動駕駛大規(guī)模量產及市場化應用方面開展合作；另一方面是拓寬場景，文遠知行、小馬智行和元戎啟行都紛紛涉足自動駕駛小巴、環(huán)衛(wèi)車、輕卡等商用車業(yè)務。

    “Robotaxi代表著最核心也是最具挑戰(zhàn)的場景，小巴、環(huán)衛(wèi)車與它的共同點是都在城市內駕駛，雖然產品不同，但是研發(fā)工程師需要解決的場景問題都是一樣的，因此我們的核心算法是可以通用的。并且小巴和環(huán)衛(wèi)車的運營路線比較固定，商業(yè)化相對容易，可以在通往Robotaxi的過程中為我們創(chuàng)造盈利。”文遠知行相關負責人表示。

    企業(yè)背后的投資方也不希望等待太久。“解決cornercase問題需另辟蹊徑。投資人不會永遠拿錢無休止地支持自動駕駛企業(yè)研發(fā)下去，對于給予企業(yè)支持的政府也可能有對賭或業(yè)務落地要求，所以自動駕駛或者說智能輔助駕駛一定要是可落地的。這不僅是對投資人的保障，也是對企業(yè)自信心的提振，以及企業(yè)自身良性循環(huán)的內在要求。”松禾資本董事總經理閆陽對證券時報記者表示。

    新業(yè)務同樣需要產生規(guī)模效應。“我們自動駕駛輕卡業(yè)務還在早期，在現(xiàn)階段成本很難替代掉司機。我們要做的就是逐步擴大運營規(guī)模和時間，和主機廠一同向低成本上量的方向推動。”劉軒稱。

    誰主前路？

    智能化被視為車市競爭的下半場，自動駕駛則是智能化的核心功能之一，因此吸引來車企、L4自動駕駛企業(yè)、Tier1（車廠一級供應商）、互聯(lián)網(wǎng)公司等各路資本紛紛押注。

    最受矚目的兩股力量來自車企和自動駕駛企業(yè)，二者分別傾向于循序漸進和一步到位兩種技術路線。在劉念邱看來，由于駕駛主體責任的差別，商品車車主需要隨時接管車輛，車企追求的是車主更好的體驗感，因此其自動駕駛開發(fā)是功能化的，先從相對簡單的高速領航、車道保持等功能做起，每一個功能都有限定的場景；而L4企業(yè)追求零接管，需要在全場景都能運營起來。

    二者有時會互相借力并構建起多種方式的聯(lián)結。車企需要更多的行駛數(shù)據(jù)，除了從自家車輛方面收集之外，Robotaxi是一個很好的渠道；自動駕駛企業(yè)則需要與車企合作開發(fā)量產車型，或者直接將能力以產品的方式供應給車企。因此市場上經常出現(xiàn)“車企+自動駕駛企業(yè)+出行平臺”的三角形合作，更積極的諸如特斯拉、小鵬則計劃親自下場做Robotaxi。

    不同主體之間縱橫捭闔，常見的模式大致有：車企全棧自研自動駕駛技術；車企孵化、投資自動駕駛企業(yè)或建立戰(zhàn)略合作；自動駕駛企業(yè)將能力供給Tier1，再輸送給車企等。上述模式中車企和自動駕駛技術的距離由近及遠。

    “在融資中我們非?？粗刂鳈C廠和Tier1的參與，它們能夠帶來更多產業(yè)資源。比如我們和戰(zhàn)略投資人宇通集團一起研發(fā)前裝量產的無人駕駛小巴和環(huán)衛(wèi)車；與博世的合作能夠借助其百年的工程化能力，讓我們的算法更穩(wěn)定、規(guī)?；厣宪?。”文遠知行相關負責人稱。

    不過，車企把握著終端產品，最有可能居于核心生態(tài)位。“汽車行業(yè)是一個有著百余年歷史的行業(yè)，國內外的車企和上下游企業(yè)都有自己一套嚴密的邏輯和體系，包括生產管理、成本控制、車規(guī)質量要求和產品工藝流程等，所以創(chuàng)業(yè)公司的技術和產品最好貼合這些企業(yè)的現(xiàn)狀和需求，如果沒辦法融入他們的邏輯和體系，那可能會比較難受。”閆陽直言。

    實際上，車企往往選擇多條腿走路，同時和多家自動駕駛企業(yè)合作，并且自身也在研發(fā)自動駕駛技術。閆陽認為，這是車企根據(jù)自身情況而為之，車企本質上并不愿意將自動駕駛技術拱手讓人，而自動駕駛企業(yè)似乎也不會向車企開放核心算法，因此雙方的合作現(xiàn)階段很可能若即若離。如今自動駕駛企業(yè)境外上市的道路遭遇阻礙，而車企在資金和話語權方面更勝一籌，二者難以形成同臺對壘。

    在頭部車企都爭相自研的環(huán)境下，自動駕駛企業(yè)需要盡快找到合適的生存空間。周錦程表示，現(xiàn)在車企的競爭節(jié)奏很快，自動駕駛也需要搶時間。有些車企可能沒辦法在短期內建立能力，有大型車企就曾出現(xiàn)過自動駕駛部門領導的工資不如挖來的程序員高，足以見組建團隊的成本，并且一些優(yōu)秀的主機廠也很愿意接受來自外部的技術刺激。因此自動駕駛企業(yè)還有很多可以發(fā)揮的空間。