自动驾驶可能是最近一段时间里最魔幻的赛道。

一面是特斯拉和华为自动驾驶大牛的离职,在行业内掀起了一场不小的波澜,自动驾驶项目太烧钱的声音再度响起,特斯拉与Cruise的自动驾驶事故,也被视作是商业化落地不顺利的铁证;

一面是国内首部L3级法规的出台,尽管目前还只有深圳一座城市开了绿灯,L3级自动驾驶即将商业化的喜讯仍然吸引了不少人的注意,多家自动驾驶创业公司在最近完成了新一轮的融资。

两种看似相悖的声音,恰恰揭示了自动驾驶当下的处境:悲观派认为自动驾驶的“虚火”在不断褪去,乐观派相信自动驾驶的落地只差临门一脚。撇除到主观情绪和利益关联的话,自动驾驶离我们到底有多远,期间还存在哪些必须迈过的坎,都有哪些玩家在抢夺自动驾驶的蛋糕?

01 五年又五年
自动驾驶的商业化落地,像极了“狼来了”的故事。

早在2009年的时候,谷歌就成立了自动驾驶部门,也就是Waymo的前身,被不少人视为自动驾驶正式起航的时间节点。回看那个时期的科技博客,分析师们笃定自动驾驶将在10年后迎来大爆发,年轻人不再需要学习驾驶这项技能。

在这种信念的驱动下,自动驾驶终于在2016年前后进入爆发期,无论是储备了海量科技人才的美国,还是太平洋对岸的中国,都有几十家企业加入到自动驾驶的浪潮中,包括互联网巨头和创业者。

让人印象深刻的是,Waymo在2017年开始了自动驾驶业务,按照当时的报道,Waymo将在18个月的时间内扩张到9个城市,而且有内部员工放风称:“我们已经解决了99%无人驾驶的问题,只需要把车启动就好了。”

同一年的百度AI开发者大会上,李彦宏乘坐改装后的无人车驶向会场,镜头扫到驾驶席上时,外界敏锐地发现司机的双手并未触碰方向盘。2018年的全国两会上,百度创始人李彦宏在回答记者提问时谈到:再有三五年,在完全开放道路上能够“替代司机”的无人驾驶车就会出现。

距离2017年已经过去五个年头,Waymo的“18个月计划”未能实现,李彦宏“完全替代司机”的想法尚未在现实中上演。自动驾驶就像是一棵观赏性的桂花树,每年都会开花,却始终结不出果实。

如果说自动驾驶在五年中毫无进展,俨然是不负责任的说法。北京、广州、深圳、重庆在内的多个城市纷纷颁布了自动驾驶的路测牌照,“主驾无驾驶员、副驾有安全员”的Robotaxi也已经在多个城市落地运营。甚至有多个城市在参与“自动驾驶第一城”的角逐,针对项目落户、技术创新、落地运营、人才补助等推出了重磅补贴。

在现有的定义中,自动驾驶可以分为L0到L5六个级别,普遍认为L3级及以上才属于自动驾驶的范畴,而目前已经量产的辅助驾驶系统,主要是L2级以下级别,L3级和L4级正在一些特定场景下测试,L5级的自动驾驶还是一个遥不可及的梦。

与此同时,Gartner预测L4级以上自动驾驶需要10年以上时间;长安汽车对外宣称将在2025年量产L4级自动驾驶汽车;小鹏汽车将自动驾驶的落地期限定在了2026年……

联想到五年前的“豪言壮语”,自动驾驶的落地时间已然延期。其中多少有些认知差异的影响,比如李彦宏口中的“替代司机”,指代的或许就是L3级自动驾驶。

可惜普罗大众对自动驾驶的理解并没有那么深刻,他们知道的是:“自动驾驶的口号喊了五年,现在还是要自己开车才行。”

02 迈过三道坎
自动驾驶是一个技术难题,也被商业、政策、伦理所约束。

一种流行的说法是,人类驾驶员出现一次非致命性碰撞的平均时间约为20万英里,所以自动驾驶汽车想要达到人类驾驶员的平均水平,必须要达到20万公里的测试里程。这样的逻辑是否站得住脚还不得而知,等待自动驾驶的却有三道跳不过的坎。

首先是技术上的硬性门槛。

即使不考虑算力供给、摄像头像素、雷达角分辨率、数据样本量等制约因素,单单是在算法对场景的计算上,依然存在难以逾越的挑战。就像在某个自动驾驶事故中,原因居然是将侧翻的白色货车识别成了白云,导致了无法挽回的悲剧。

也许现阶段的技术已经可以应对大多数的交通场景,可真实的路况中有太多不确定的变量出现,可能是偶然出现的极端天气,也可能是突然冒出来的行人。人类驾驶员可以准确判断这些长尾场景的影响,但在自动驾驶的运作体系中,一旦算法库里缺少对应的场景,就可能会出现无计可施的局面。

其次是技术路线的较量。

自动驾驶是一个万亿级的蓝海市场,几乎所有的玩家都想从中分一杯羹,特别是在落地应用方兴未艾的当下,选择哪一种路线去推进,直接影响着不同玩家的商业版图,围绕落地路线的博弈和口水战,可以说是无法规避的场面。

比如单车智能和车路协同的争论,每一方都有不少企业押宝,都提出了各自的构想和落地解决方案;比如高精地图的争议,有人认为高精地图是不可或缺的要素,也有人干脆不用高精地图;再比如技术路线的选择上,一派是激光雷达的忠实拥趸,一派则认为激光雷达的成本太高,短期内还不成熟。

最后才是政策上的利弊。

一部保守的“红旗法案”,让英国与汽车工业的高潮失之交臂。可能是汲取了历史教训,许多国家对自动驾驶的态度相当开放。德国在2021年5月通过了《自动驾驶法》,并在当年12月份允许L3级自动驾驶汽车上路;英国交通部允许司机双手离开方向盘,且出现事故后无需承担责任……

国内相关政策的出台或许晚了一些,但整体上并不算落后,除了涉及到L3级自动驾驶的《深圳经济特区智能网联汽车管理条例》,北京、广州、重庆等城市对Robotaxi车辆的态度也相当开明,并且在不断细化自动驾驶的监管细则,有望在未来两三年里逐步完善自动驾驶车辆的条规。

有别于其他赛道,自动驾驶并不是一个政策天花板触顶的行业,最大的瓶颈在于其实技术本身,谁能在技术上险胜一筹,谁就有技术在商业化层面弯道超车,乃至上演后发先至的一幕。

03 市场的G点
哪怕自动驾驶的落地一再延期,照旧吸引了资本市场的兴趣。

根据天眼查的数据显示,目前国内有5800多家企业的经营范围涵盖自动驾驶、智能驾驶或无人驾驶。不排除其中一些企业尚未进行自动驾驶的研发,但在数量上足以证实自动驾驶的概念热度。

亿欧汽车也在《2021中国汽车出行产业投融资市场洞察研究报告》中揭示,自动驾驶赛道在汽车出行产业九大赛道中融资总事件数榜首,2021年共发生102起融资事件,累计融资金额超过407亿元。哪怕是在资本寒风凛冽的2022年,第一季度也有近30家自动驾驶相关企业完成融资,金额不少在亿元以上。

其中被投资者青睐的“标的”中,有不少是诞生只有三四年的新面孔。2019年6月上线运营的如祺出行,拿到了广汽、小马智行、文远知行参与的超10亿元A轮融资;主攻商用车自动驾驶的雷科智途,完成了考拉基金领投的A轮;2018年成立的易咖智车,A轮和A+轮的融资金额近亿元…

借用一位投资者的说法:“这是一个激动人心的赛道,宁可投错,也不可错过。”

资本市场对于自动驾驶的乐观预期可见一斑。毕竟有机构预测称:2022年全球自动驾驶的市场规模将达到1629亿美元,同比增长14%左右;中国自动驾驶市场的增速更快,2022年的增速将达到24%。

可一味将原因归结为资本市场的狂热,并不是一种准确的解释。2020年美国自动驾驶市场就经历了一轮淘汰赛,曾经的明星企业Zoox被迫卖身,最终被亚马逊以12亿美元的价格收入囊中,比起2018年时32亿美元的估值缩水了六成。另一家被英特尔以150亿美元收购的Mobileye,估值一度达到500亿美元,但两次冲刺IPO都不顺利。

相较于第三方报告中的“蛋糕”,吸引投资者兴趣的或许是自动驾驶的落地进展,高级别的自动驾驶遥不可及,可低级别辅助驾驶的逐渐推广应用,却是不争的事实。

过去两三年的时间里,仅仅是“停车”场景里就出现了智能泊车、遥控泊车、智能召唤、L4级无人驾驶泊车、P-AVP等新名词;造车新势力们造出了城市NGP、AD辅助驾驶、NOH城市版领航辅助驾驶系统等词汇;自动驾驶早已不是乘用车的专属,频频与园区、矿区、机场、物流等限速或低速场景融合……真正意义上的自动驾驶或许还有些遥远,却不妨碍在垂直场景中找到落地的机会。

让人眼前一亮的还有车企的态度。

百度曾在2022年一季度财报中披露,智能驾驶方案、高精地图、车载OS、智能座舱助手系统等面向车厂的智能车方案,为百度带来了超过100亿元的营收。不少新车陆续开始搭载L2级别的辅助驾驶系统,自动驾驶的商业变现似乎正渐行渐近。

04 潜在的喜忧
为何在“形势大好”的局面下,还是出现了唱衰的声音?

其实是两种视角的差异:站在当下看过去,自动驾驶技术摸索了十几年,仍然处在行业早期发展阶段,技术、商业与安全仍是短时间内难以摆脱的隐形枷锁;站在当下看未来,越来越多的企业开始向商业化落地集中发力,整个行业呈现出了去伪存真的现象,必须要拿到一张决战的入场券。

两种态度的持有者都能够自圆其说,问题在于自动驾驶的未来走向。厘清自动驾驶行业的合作现状,或许更有利于做出准确的判断,至少就目前而言,国内外都沉淀出了四种主流的生存状态:

第一种的代表是Waymo和Apollo。谷歌和百度都在自动驾驶赛道上砸了海量的资金,商业化的形态也颇为相似,既打算向主机厂商推出整套解决方案,又想在Robotaxi上跑通商业化路径,同时也不得不下场造车,就像百度携手吉利成立了集度进行造车,谷歌也和克莱斯勒联合造车。

第二种是主机厂商的主动出击。除了特斯拉、蔚小理等自研的新势力,通用、丰田、福特等有着类似的打算。通用牵头成立了自动驾驶公司Cruise、丰田在2021年收购了Lyft的自动驾驶部门、福特和大众联合成立了自动驾驶公司Argo AI……不只有上汽一家想要“把灵魂掌握在自己手中”。

第三种是独立的自动驾驶企业。这类企业不像谷歌、百度那样入局太深,没有执着于自主造车,而是将精力集中在算法和解决方案上,其中的名单很长,主要以创业派系为主,也有腾讯、亚马逊等巨头,或是向主机厂商出售方案,或是以Robotaxi布局,或是瞄准了园区、物流等垂直场景。

第四种是“小而专”的产业链企业。自动驾驶的落地涉及到芯片、摄像头、毫米波雷达、激光雷达、数据标注、操作系统等软硬件产业,他们专注于某一个环节或某一个领域的产品或方案,然后以Tier1或Tier2的方式参与到产业链条中,也是传统车企、造车新势力、互联网巨头乐于下注的对象。

隐藏的“槽点”恰在于此,目前仅国内市场涉足自动驾驶整车方案的企业就有几十家,最后脱颖而出的注定只有几家,不少玩家将扮演“炮灰”的角色,不但分散了资源与技术,也加剧了竞争的烈度。

对于投资者而言,自动驾驶仍属于高度不确定的行业,哪怕是押上了全部身家的“寡头”,都可能因为技术、商业或生态上的落后而前功尽弃,想要从中投出一家家千亿级公司,无异于一场豪赌。

相对理性的一幕在于,在自动驾驶的舆论场中,科技巨头和自动驾驶算法类企业依旧是最核心的焦点,但前面提到的融资案例中,“小而专”企业已经占了很大的比重。资本虽然看起来有些疯狂,本质上并不盲目,相比于大浪淘沙的算法争夺赛,产业链中跑出独角兽的概率似乎要更大一些。

05 写在最后
和其他赛道做个对比的话,自动驾驶从来都不缺少故事性,即使所谓的商业化落地时间一再延期,也从未有太多声音质疑自动驾驶的前景。市场的长远信心,俨然是一个赛道不可或缺的要素。

而且不同于几年前的过度乐观,创业者和投资者都开始回归产业本身,逐渐在树干上萌生出越来越多的枝丫,整个产业已经进入到做宽做厚的新周期。哪怕五年后仍然无法实现L4级别的自动驾驶,由于产业链足够长、市场足够大,总能找到落地的场景和机会,结果可能是某些企业的掉队,而非市场需求的消失。

按照著名经济学家周其仁提出的“水大鱼大”逻辑,自动驾驶的“大水”势必会养出让人羡慕的“大鱼”。

不过现在还是“水大鱼多”的过渡阶段,产业中各个层级的参与者,都要有“日拱一卒”的耐心。在理想中的驾驶场景普及前,任何时候都可能存在“信心崩盘”的情况,任何节点都会上演泡沫破裂的戏码,这是一场梦想和勇气的比拼,舆论场上“狼来了”的故事也许还会发生。

AI应用启示录:自动驾驶与“狼来了”的故事相关推荐

  1. MIT长篇论文:我们热捧的AI翻译和自动驾驶,需要用技术性价比来重估

    点击上方"视学算法",选择加"星标" 重磅干货,第一时间送达 白交 发自 凹非寺  本文转载自:量子位(QbitAI) 深度学习在计算上受到限制并不是一件「新鲜 ...

  2. MIT长篇论文:我们热捧的AI翻译和自动驾驶,需用技术性价比重估

    白交 发自 凹非寺 量子位 报道 | 公众号 QbitAI 深度学习在计算上受到限制并不是一件「新鲜事」. 只是在过去十年里面,这种计算限制被「淡化」了.人们专注于「算法」优化和「硬件」性能的提升,以 ...

  3. AI公开课:19.03.20吴甘沙-驭势科技联合创始人《AI时代的自动驾驶趋势》课堂笔记以及个人感悟

    AI公开课:19.03.20吴甘沙-驭势科技联合创始人<AI时代的自动驾驶趋势>课堂笔记以及个人感悟 导读       为什么要大大小小的公司都要做无人驾驶?因为它真的是一个很大的舞台,具 ...

  4. 可能是最全的|适合决策AI研究的自动驾驶模拟器评测(下篇)

    原创不易,大家多多鼓励呦,OpenDILab继续出精品.错过上次评测推送的,可戳如下链接. 可能是最全的 | 适合决策AI研究的自动驾驶模拟器评测(上篇)_m0_55289267的博客-CSDN博客本 ...

  5. 当AI对话系统像自动驾驶一样分级,谁能率先跑出L5?

    当智能音箱中的"小爱"."小度"回应你时,它是否理解你说的意思?如何判断人工智能助手是否聪明.好用?这些声音背后究竟是什么技术在支撑? 1950年,英国计算机科 ...

  6. 北大AI公开课2019 | 驭势科技吴甘沙:AI时代的自动驾驶趋势

    在努力的拓展技术和应用对外的边界,尽快的把技术发展到为人类所用的过程中,有很多的技术的挑战,自动驾驶行业尤其如此.自动驾驶技术发展至今也取得了很多进展,3月20日北大AI公开课第五讲,请到了驭势科技创 ...

  7. 5G+AI,自动驾驶进入“中国时间”

    2019年被视为全球的"5G元年",5G所带来的不仅仅是网速的提升,更重要的是其低功耗.低延时等特性带来的更多技术应用将成为现实,其中首先受益的领域莫过于汽车行业,5G将为自动驾驶 ...

  8. 【重磅】吴恩达宣布 Drive.ai 自动驾驶汽车服务落地 理想就这样成了现实!

    来源: 网易智能 美国当地时间5月7日,硅谷无人车创业公司 Drive.ai 宣布将于2018年7月在德克萨斯州弗里斯科市提供自动驾驶汽车服务. 这或许会成为美国第一个真正落地的自动驾驶汽车载人服务, ...

  9. 每天2亿美元投入AI领域,1/10砸向自动驾驶,中国AI论文首超全欧洲 | 斯坦福全球AI年度报告...

    边策 十三 发自 凹非寺  量子位 报道 | 公众号 QbitAI 全球AI遇冷了吗?不存在的.中国AI发展怎么样?论文总数更上一层楼. 这就是一年一度权威报告<斯坦福2019全球AI报告> ...

  10. 报告 | 斯坦福2019 AI年度报告出炉!700亿美元投入AI,自动驾驶融资最多

    点上方蓝字计算机视觉联盟获取更多干货 在右上方 ··· 设为星标 ★,与你不见不散 编辑:Sophia 计算机视觉联盟  报道  | 公众号 CVLianMeng 转载于 :https://hai.s ...

最新文章

  1. Redis 使用技巧
  2. 研发管理工具之迭代管理测评:PingCode VS Jira
  3. 一个困扰数学家30多年的分类问题,终于被解决了!
  4. java array 元素的位置_java中的两种排序工具Arrays和Collections的使用
  5. OSI七层模型详解-开放系统互联参考模型详解
  6. vue.js:634 [Vue warn]: Error in render: “TypeError: Cannot read property ‘matched‘ of undefined“
  7. 惊呆了!被公司辞退拿了22万补偿金,原东家称每月涨薪7000,只要退还22万
  8. S11 day 94 RestFramework 之 APIView视图
  9. luogu 1337
  10. 记录mysql常用语句
  11. android 调用线程方法,Android使用线程获取网络图片的方法
  12. 撤销excel工作表保护
  13. 科学表明世界上最令人感觉舒服的10种颜色(色码及RGB)
  14. 《Spring Recipes》第三章笔记3:Specifying Aspect Preced...
  15. 如何更好的使用谷歌搜索引擎
  16. 【云游戏】携手云流送,让普通终端也可畅享高端游戏画质
  17. PPT背景色问题:白色变绿色?
  18. matlab图像自动标注程序,基于MATLAB/GUI的图像语义自动标注系统
  19. 实时商业智能BI(二):合理的ETL架构设计实现准实时商业智能BI
  20. Go语言编程笔记16:存储数据

热门文章

  1. win10解决已禁用输入法和隐藏中文简体美式键盘
  2. mysql跨库查询 效率_教你用一条SQL搞定跨数据库查询难题
  3. UWB定位系统中为何要加入陀螺仪
  4. 使用layUI弹出输入框并收集输入框信息
  5. java 定义二维数组_java定义二维数组的几种写法(小结)
  6. oracle数据如何采集,网页采集的数据如何导出到Oracle数据库 - 八爪鱼采集器
  7. cumsum在matlab中,matlab中cumsum函数详解
  8. C# 类似PS的魔棒工具(2)羽化
  9. 关于华为2019全联接大会,精华内容都在这里!
  10. 【渝粤题库】国家开放大学2021春2251团体工作题目