自Waymo面世至今，汽車行業(yè)的自動(dòng)駕駛已走過十年。

從發(fā)展階段看，自動(dòng)駕駛尚處于技術(shù)積淀期。人們期待這一技術(shù)替代駕駛員的同時(shí)，也在不斷回顧和總結(jié)經(jīng)驗(yàn)。一些需要厘清的問題包括，自動(dòng)駕駛領(lǐng)域是否存有泡沫？傳感器和深度學(xué)習(xí)等技術(shù)如何演化？實(shí)現(xiàn)商業(yè)落地的場景究竟有哪些？

針對(duì)這些問題，多位資深從業(yè)人士嘗試給出答案。雷鋒網(wǎng)新智駕梳理發(fā)現(xiàn)，在自動(dòng)駕駛技術(shù)研發(fā)過程中，科技公司、主機(jī)廠和一二級(jí)供應(yīng)商各有側(cè)重，同時(shí)對(duì)深度學(xué)習(xí)的重要作用和面臨問題也有著不同理解。

以下為北汽集團(tuán)、法雷奧、禾多科技、AutoX、地平線和馭視科技等公司高管站在不同立場進(jìn)行的觀察：

自動(dòng)駕駛變得理性

法雷奧中國CTO顧劍民

自動(dòng)駕駛寒冬并未到來，當(dāng)前估值回調(diào)，熱情削減，只是說明自動(dòng)駕駛正在回歸理性。法雷奧中國CTO顧劍民指出這一點(diǎn)。

去年以來，融資節(jié)奏放緩、商業(yè)落地慢等問題開始出現(xiàn)在自動(dòng)駕駛領(lǐng)域。同時(shí)，技術(shù)仍在隨著時(shí)間不斷升級(jí)，這表現(xiàn)在激光雷達(dá)等硬件設(shè)備成本不斷下跌，用于深度學(xué)習(xí)和大數(shù)據(jù)計(jì)算的芯片處理速度也在不斷提高。

顧劍民表示，傳感器的發(fā)展呈現(xiàn)出集成化、多功能化和智能化的趨勢。此外，深度學(xué)習(xí)、軟件算法逐漸成熟，為行業(yè)玩家進(jìn)軍更高級(jí)別自動(dòng)駕駛提供了技術(shù)支撐。不過，深度學(xué)習(xí)也存在局限性，比如，雖然深度學(xué)習(xí)在感知功能層面擁有其優(yōu)越性，但它并不適用于決策算法，因?yàn)闆]有可解釋性，并不完全適合所有領(lǐng)域。

至于如何盈利，顧劍民認(rèn)為，可以通過To B商業(yè)運(yùn)營和To C個(gè)人用戶兩種方式。其中，To B是指將自動(dòng)駕駛車輛提供給專門的運(yùn)營商（包括Waymo），例如自動(dòng)駕駛出租車、園區(qū)物流車或用于交通運(yùn)輸?shù)陌嘬囏涇嚒?/p>

在顧劍民看來，對(duì)于初創(chuàng)公司而言，簡單復(fù)制技術(shù)并不能幫助其實(shí)現(xiàn)盈利之路，一級(jí)供應(yīng)商相比前者在同整車廠合作、工業(yè)化方面更有優(yōu)勢。

量產(chǎn)車成為關(guān)鍵

北汽集團(tuán)新技術(shù)研究院副院長榮輝

如果說主機(jī)廠是出于壓力而發(fā)展自動(dòng)駕駛，似乎也沒錯(cuò)。

目前，主機(jī)廠和科技公司對(duì)于自動(dòng)駕駛的布局中，漸進(jìn)式和激進(jìn)式是兩條公認(rèn)的途徑。作為主機(jī)廠的北汽也在時(shí)刻關(guān)注著自動(dòng)駕駛。2018年底，北汽集團(tuán)旗下北汽新能源發(fā)布戰(zhàn)略規(guī)劃，宣布到2025年將實(shí)現(xiàn)L4級(jí)自動(dòng)駕駛。除了與百度Apollo平臺(tái)合作，北汽也在自主研發(fā)自動(dòng)駕駛方面的技術(shù)。

值得注意的是，北汽的自動(dòng)駕駛發(fā)展路徑與人們通常理解的從L0逐級(jí)發(fā)展至L5有所不同，是繞開這些概念直接去研發(fā)全自動(dòng)駕駛車。

北汽集團(tuán)新技術(shù)研究院副院長榮輝認(rèn)為，自動(dòng)駕駛將是未來主機(jī)廠之間以及與科技公司之間競爭的關(guān)鍵戰(zhàn)場。各方的競爭中，誰能最快推出自動(dòng)駕駛量產(chǎn)車誰就會(huì)獲勝。

在他看來，主機(jī)廠發(fā)展自動(dòng)駕駛的盈利的途徑有兩個(gè)，一是賣車，二是提供自動(dòng)駕駛出行服務(wù)。賣車主要是賣給B端用戶。提供自動(dòng)駕駛出行服務(wù)，主要是指將自動(dòng)泊車技術(shù)賣給汽車分時(shí)租賃公司，將全自動(dòng)駕駛方案賣給景區(qū)去運(yùn)送游客，以及提供智能小鎮(zhèn)里的自動(dòng)駕駛技術(shù)、自動(dòng)送貨車等。

榮輝表示，深度學(xué)習(xí)是實(shí)現(xiàn)自動(dòng)駕駛的一個(gè)重要手段，尤其在視覺識(shí)別、周圍環(huán)境感知、激光雷達(dá)成像等領(lǐng)域發(fā)揮著重要作用?！坝腥苏f自動(dòng)駕駛寒冬將至，其實(shí)資本這個(gè)領(lǐng)域的投資力度遠(yuǎn)遠(yuǎn)不夠，到目前為止還談不上泡沫。自動(dòng)駕駛領(lǐng)域還沒有投入足夠的資金。”

他相信，在未來的自動(dòng)駕駛競爭中，既懂傳統(tǒng)造車又有創(chuàng)新思想的公司會(huì)獲得勝利。

緩沖地帶——ADAS

福瑞泰克CTO沈駿強(qiáng)

自動(dòng)駕駛面臨安全與便利的雙重矛盾。現(xiàn)實(shí)中，人們對(duì)安全事故的敏感，甚至一度讓主機(jī)廠乃至科技公司對(duì)自動(dòng)駕駛躊躇不前。

一般來講，沒有任何一項(xiàng)技術(shù)能百分百確保安全， 但技術(shù)又需要不斷進(jìn)步。

福瑞泰克CTO沈駿強(qiáng)認(rèn)為，由于自動(dòng)駕駛要解決不同場景的問題，但只有經(jīng)歷過的那些場景，系統(tǒng)才會(huì)去處理，而場景非常復(fù)雜，哪怕過了十年、二十年，已經(jīng)積累了非常多的數(shù)據(jù)，但是這個(gè)數(shù)據(jù)仍然不可能覆蓋所有已知或未知的場景。

所以，在實(shí)現(xiàn)自動(dòng)駕駛的過程中不斷地“下蛋”，衍生出可量產(chǎn)、可商業(yè)化落地的產(chǎn)品，或許是做自動(dòng)駕駛的人應(yīng)該秉持的正確態(tài)度。

由此，ADAS成為發(fā)展自動(dòng)駕駛的緩沖地帶。

不過，目前能夠提供ADAS整體解決方案的，基本上是被外資和合資企業(yè)所壟斷，雖然也有一些自主品牌在做，但更側(cè)重于ADAS的某一個(gè)功能，比如很多公司在做基于攝像頭的泊車輔助。

沈駿強(qiáng)稱，從技術(shù)層面看，傳感器在進(jìn)步，比如，針對(duì)毫米波雷達(dá)，隨著現(xiàn)在的芯片集成度越來越高，一些芯片供應(yīng)商能夠?qū)崿F(xiàn)一個(gè)芯片就可以提供除天線之外的所有功能；攝像頭的目標(biāo)檢測，采用深度學(xué)習(xí)的方式，讓目標(biāo)識(shí)別的技術(shù)門檻，相比傳統(tǒng)計(jì)算機(jī)視覺大大降低。

在沈駿強(qiáng)看來，最快實(shí)現(xiàn)商業(yè)落地的是To B模式，即把自動(dòng)駕駛車輛提供給一些專門的運(yùn)營商，比如在物流區(qū)域等。To C端的商業(yè)需求則不是太迫切。

感知技術(shù)是國內(nèi)短板

AutoX創(chuàng)始人兼CEO肖健雄

回顧自動(dòng)駕駛十年歷程，AutoX創(chuàng)始人兼CEO肖健雄認(rèn)為，計(jì)算機(jī)視覺帶來感知的突破，使得自動(dòng)駕駛迅速發(fā)展。此外，大數(shù)據(jù)對(duì)于自動(dòng)駕駛的發(fā)展同樣功不可沒，正是豐富的訓(xùn)練數(shù)據(jù)，使得自動(dòng)駕駛在內(nèi)的AI行業(yè)得以迅猛發(fā)展。

不過，在肖健雄看來，無論是人才儲(chǔ)備，還是技術(shù)累積、路測里程數(shù)量等方面，國內(nèi)仍落后國外相當(dāng)一段距離。中國和美國的自動(dòng)駕駛技術(shù)差距之中，感知技術(shù)是最大的短板。

對(duì)于特斯拉和Waymo不同的發(fā)展路徑，肖建雄解釋稱，輔助駕駛和無人駕駛是能夠并存的兩條路線。“谷歌不是主機(jī)廠，因此Waymo的思維必定是互聯(lián)網(wǎng)思維，以出行平臺(tái)為主要的商業(yè)導(dǎo)向。但特斯拉則是主機(jī)廠，以銷售汽車為主業(yè)、以功能擴(kuò)張為主業(yè)，因此所衍生出的技術(shù)路線，自然是出現(xiàn)分歧，沒有對(duì)錯(cuò)之分?！?/p>

肖建雄還建議，選擇好的落地場景對(duì)跑通整個(gè)場景模式極為重要，創(chuàng)新公司應(yīng)該避開巨頭競爭較量的賽場，找準(zhǔn)剛需且高頻的落地場景。

與一些主機(jī)廠態(tài)度相似的是，肖健雄同樣認(rèn)為自動(dòng)駕駛并不存在泡沫，而是熱度還不夠。在可預(yù)見的20-30年內(nèi)，這一技術(shù)將成為人類社會(huì)的重大變化機(jī)遇。他判斷，實(shí)現(xiàn)自動(dòng)駕駛已經(jīng)沒有科學(xué)的風(fēng)險(xiǎn)，只是時(shí)間問題，技術(shù)一旦實(shí)現(xiàn)將迅速顛覆人類的交通生活。

論劍決策算法

智行者CTO王肖

自動(dòng)駕駛的感知、決策和執(zhí)行三大環(huán)節(jié)中，決策環(huán)節(jié)正在成為谷歌、特斯拉等公司的核心競爭力。智行者CTO王肖認(rèn)為，自動(dòng)駕駛的基礎(chǔ)是感知、定位及控制技術(shù)，核心及靈魂是決策規(guī)劃，也就是自動(dòng)駕駛大腦。

他表示，即便在自動(dòng)駕駛的下一個(gè)十年，自動(dòng)駕駛也很難實(shí)現(xiàn)大規(guī)模商用，屆時(shí)，沒有資本加持的的自動(dòng)駕駛公司約有一半以上將關(guān)閉。為避免這一情況發(fā)生，無論資本是否寒冬，自動(dòng)駕駛行業(yè)不能再單純以先進(jìn)技術(shù)研發(fā)為驅(qū)動(dòng)，而是要綜合考慮場景、落地及產(chǎn)品，以產(chǎn)品為導(dǎo)向，不單純依靠技術(shù)賺錢，要做產(chǎn)品驅(qū)動(dòng)型公司。

王肖表示，自動(dòng)駕駛?cè)珬Ｊ介_發(fā)模式未來會(huì)遇到很大瓶頸，與國內(nèi)外各領(lǐng)域最先進(jìn)的供應(yīng)商一起合作成長才是解決之道，自動(dòng)駕駛的未來發(fā)展一定是回歸現(xiàn)實(shí)，盡快實(shí)現(xiàn)公司的自我造血能力。

王肖直言，行業(yè)對(duì)人工智能、自動(dòng)駕駛宣傳的泡沫太大，讓人覺得AI似乎能解決一切問題。但歸根結(jié)底，AI只是一種工具而已，工具并不是無人駕駛研究的目的，大家的目標(biāo)不是做一個(gè)基于深度學(xué)習(xí)的無人駕駛汽車，而是以產(chǎn)品為導(dǎo)向，綜合考慮成本、應(yīng)用場景以及成熟可靠的技術(shù)。

精而深還是大而全？

馭勢科技創(chuàng)始人兼CEO吳甘沙

有人專攻一部分技術(shù)，也有人將全棧式開發(fā)作為目標(biāo)。

在馭勢科技創(chuàng)始人兼CEO吳甘沙看來，木桶短板對(duì)于自動(dòng)駕駛公司而言是大忌，自動(dòng)駕駛門檻高且技術(shù)復(fù)雜，需要了解得面面俱到，包括搭載AI算法的車規(guī)級(jí)自動(dòng)駕駛控制器、無人車運(yùn)營服務(wù)平臺(tái)、數(shù)據(jù)管理平臺(tái)，再到自動(dòng)駕駛仿真系統(tǒng)等均要涉足。

對(duì)于自動(dòng)駕駛技術(shù)，吳甘沙有著自己的解讀?！癢aymo一定代表著它看起來認(rèn)為最有可能的一種技術(shù)，但它斥資一兩百億購買8萬多輛車，并不能窮盡天下所有的交互場景，雖然它可以在美國20余個(gè)城市跑得很好，但不一定適用于美國其它城市或中國?！?/p>

特斯拉既定的依靠視覺能解決一切問題的觀點(diǎn)也被吳甘沙否定。按照他的邏輯，從系統(tǒng)層面來看，自動(dòng)駕駛重要的特質(zhì)就是冗余。視覺+激光雷達(dá)方案對(duì)自動(dòng)駕駛感知進(jìn)行了有效補(bǔ)充。

目前，自動(dòng)駕駛?cè)ψ觾?nèi)幾大商業(yè)路徑建已成型。吳甘沙將其劃分為四類：二級(jí)供應(yīng)商角色，技術(shù)授權(quán)；一級(jí)供應(yīng)商角色，提供整套解決方案；提供整套解決方案及運(yùn)營、運(yùn)維服務(wù)是一種商業(yè)模式；運(yùn)營自有的自動(dòng)駕駛車隊(duì)，是一種商業(yè)模式。

吳甘沙提到，從宏觀層面看，自動(dòng)駕駛的商業(yè)模式逃不開兩個(gè)方向：或者在一輛車上賺很多錢，但車輛數(shù)量比較少；或者通過將系統(tǒng)安載至多車，每一輛車獲得少量毛利潤，積少成多，實(shí)現(xiàn)盈利。

很多玩家會(huì)選擇自己運(yùn)營車隊(duì)。吳甘沙表示，這的確是最理想的方案，因?yàn)樗_實(shí)實(shí)現(xiàn)了上下通吃。但從另外一種角度看，他認(rèn)為另有最優(yōu)解。類比互聯(lián)網(wǎng)商業(yè)模式，系統(tǒng)裝車，積少成多。這類似于Google搜索，每一次搜索，每一次廣告點(diǎn)擊的利潤極低，但龐大的數(shù)量疊加起來卻實(shí)現(xiàn)了Google的成功。

從低到高

禾多科技創(chuàng)始人兼CEO倪凱

通常來講，敢于直接向全自動(dòng)駕駛發(fā)起挑戰(zhàn)的，大多擁有很強(qiáng)的技術(shù)人才和資金后盾。這也可以理解為，缺乏后盾或者亟待盡快盈利的公司，很自然地會(huì)選擇從低級(jí)別向高級(jí)別循序漸進(jìn)的方式去研發(fā)自動(dòng)駕駛。

禾多科技創(chuàng)始人兼CEO倪凱表示，初創(chuàng)企業(yè)在中國路況復(fù)雜的環(huán)境中直接進(jìn)軍自動(dòng)駕駛出租車，至少需要耗費(fèi)10年時(shí)間。最直觀的問題是資金上“耗不起”，更深層次在于技術(shù)層面——如果自動(dòng)駕駛長期處于樣車階段，不能實(shí)現(xiàn)真正的落地應(yīng)用，沒有真實(shí)數(shù)據(jù)的積累，無法促使算法進(jìn)步。

基于此，多數(shù)低速自動(dòng)駕駛玩家會(huì)選擇從限定場景的自動(dòng)駕駛做起，逐步完成數(shù)據(jù)和技術(shù)的積累，踐行“場景為王”的漸進(jìn)式路線。

倪凱認(rèn)為，自動(dòng)駕駛從高校走向工業(yè)界的過程中，激光雷達(dá)和深度學(xué)習(xí)已成為主要助推力，而且自動(dòng)駕駛行業(yè)也越來越關(guān)注工程化。不過，無論是高線束的激光雷達(dá)抑或深度學(xué)習(xí)，在商業(yè)化道路上仍存在諸多工程問題有待解決。

此外，自動(dòng)駕駛場景上的復(fù)雜性，決定了深度學(xué)習(xí)相比于傳統(tǒng)機(jī)器學(xué)習(xí)方法有得天獨(dú)厚的優(yōu)勢，隨著車聯(lián)網(wǎng)的普及和大數(shù)據(jù)技術(shù)的發(fā)展，深度學(xué)習(xí)被行業(yè)定義為未來解決自動(dòng)駕駛落地的關(guān)鍵武器之一。

不過，由于深度學(xué)習(xí)所依賴的大數(shù)據(jù)和計(jì)算量及其近似黑盒的難解釋性，又使得深度學(xué)習(xí)在自動(dòng)駕駛實(shí)際應(yīng)用場景中經(jīng)常處于“看起來很美”的階段。

場景并一定為王

飛步科技創(chuàng)始人兼CEO何曉飛

值得注意的是，并不是所有人會(huì)認(rèn)同場景為王。

對(duì)于自動(dòng)駕駛來說，雖然有深度學(xué)習(xí)這把屠龍刀，但飛步科技創(chuàng)始人兼CEO何曉飛覺得還是應(yīng)該夯實(shí)基礎(chǔ)。理由是，人工智能尚處于早期階段，如機(jī)器學(xué)習(xí)的算法、芯片的設(shè)計(jì)等底層的技術(shù)問題仍有許多困難。

正因?yàn)槿绱耍螘燥w稱，現(xiàn)階段自動(dòng)駕駛底層的技術(shù)，仍不能支撐、解決和處理大交通的問題，很多問題尚未暴露出來，等到大規(guī)模商用的時(shí)候，可能會(huì)暴露出更多無法預(yù)料的問題，而這些問題往往決定著行業(yè)的生死。

所以，在底層技術(shù)尚未成熟之際，選擇場景就變得尤為重要。何曉飛同時(shí)強(qiáng)調(diào)，場景重要并不意味著一定是場景為王，未來究竟是場景為王，還是技術(shù)為王？現(xiàn)在下結(jié)論還言之過早。

他預(yù)計(jì)，乘用車的落地時(shí)間需時(shí)要比商用車要來得晚一些，因?yàn)榭ㄜ囀枪潭ǖ穆肪€、乘用車是從任意的A點(diǎn)到任意的B點(diǎn)，加上城市交通具有復(fù)雜、多變、不可控的特點(diǎn)。相比而言，商用車的應(yīng)用場景相對(duì)單一，集中在高速、快速路等環(huán)境，但貨車本身由于機(jī)動(dòng)性、穩(wěn)定性和精度較差等原因，需要更長的剎車距離、更大的轉(zhuǎn)彎半徑，以及更加精確和魯棒的控制，因此在感知和控制層面對(duì)技術(shù)提出了更高要求。

何曉飛認(rèn)為，場景和場景之間，雖然有一定的壁壘，但只要找到最有優(yōu)勢的切入點(diǎn)以后，就能夠進(jìn)行切入。

繞不開的芯片處理器

地平線創(chuàng)始人兼CEO余凱

“自動(dòng)駕駛真正要解決的問題是處理器?！钡仄骄€創(chuàng)始人兼CEO余凱說。處理器被余凱定義為關(guān)鍵環(huán)節(jié)，原因是，從車聯(lián)網(wǎng)、ADAS到高精度地圖，從L3/L4到更高級(jí)別自動(dòng)駕駛，每一個(gè)環(huán)節(jié)都需要處理器。

但對(duì)于許多車企來說，如果要走處理器自研的道路，一家公司的車輛年出貨量又要不足以支撐高效地研發(fā)汽車核心部件。此外，由于產(chǎn)業(yè)初期分工不明確，許多公司初期依靠自研處理器（例如IBM），但伴隨著產(chǎn)業(yè)分工越來越明確，核心處理器均會(huì)開始交由專業(yè)的供應(yīng)商負(fù)責(zé)。最后，汽車產(chǎn)業(yè)發(fā)展至今，一直呈現(xiàn)產(chǎn)業(yè)充分合作態(tài)勢，很少有車廠全部覆蓋生產(chǎn)所有核心部件。

作為二級(jí)供應(yīng)商從業(yè)者，余凱對(duì)自動(dòng)駕駛的發(fā)展作出如下反思：誰是機(jī)器人時(shí)代的英特爾？深度學(xué)習(xí)是人工智能唯一的支撐點(diǎn)嗎？新摩爾定律時(shí)代，AI芯片公司未來之路如何走？

“人工智能只靠深度學(xué)習(xí)，肯定是越走越偏了?！庇鄤P表示，深度學(xué)習(xí)要基于規(guī)則方式，并和貝葉斯網(wǎng)絡(luò)進(jìn)行結(jié)合。

他認(rèn)為，未來的發(fā)力重點(diǎn)在于終端人工智能處理器。不同于云端計(jì)算，終端傳感器即基于本地?cái)?shù)據(jù)進(jìn)行實(shí)時(shí)計(jì)算，需做到低延遲、低功耗。

余凱表示，新摩爾定律下，應(yīng)用場景決定算法，算法定義芯片，軟硬件集成進(jìn)行深度聯(lián)合、協(xié)同設(shè)計(jì)，讓人工智能、邊緣計(jì)算成為可能。新的摩爾定律將影響人工智能、自動(dòng)駕駛發(fā)展，順應(yīng)該趨勢，AI芯片企業(yè)需改變發(fā)展路線。未來單純的硬件公司將不復(fù)存在，取而代之的是更多的軟件工程師。

實(shí)際上，站在不同立場去觀察自動(dòng)駕駛，人們會(huì)看到猶豫、信心、風(fēng)口和局限性等不同層面。對(duì)于融合了人工智能、高精度地圖、傳感器等各種軟硬件技術(shù)的自動(dòng)駕駛，或許需要的不止是十年、又一個(gè)十年，而是打破隔閡，以更開放的姿態(tài)迎接時(shí)代變革。