自動駕駛,越來越像是一個充滿矛盾的綜合體。
例如剛剛在11月17日接受采訪時,宣布將推遲公司L4級自動駕駛Trinity項目,并考慮放棄狼堡建廠計劃的大眾汽車新任CEO,又在24日聲稱,“大眾旗下自動駕駛汽車將在2030年成為主流”。
據(jù)內(nèi)部人士透露,大眾CEO推遲、放棄自動駕駛相關(guān)項目,是因為看不到L4級自動駕駛商業(yè)落地的可能。而其對2030年的預(yù)期,則是因為認(rèn)可自動駕駛汽車的市場潛力,堅持認(rèn)為自動駕駛領(lǐng)域有著“巨大的利潤和機會”。
自相矛盾的觀點闡述,或許只是深陷迷茫的自動駕駛行業(yè)中,冰山一角的縮影。至少從11月初,福特和大眾相繼撤出L4級自動駕駛獨角獸Argo AI,導(dǎo)致Argo AI宣布倒閉后,越來越多的人都開始思考--
自動駕駛,真的只是個看得到、吃不著的大餅嗎?
一、高投資低回報黑洞,自動駕駛技術(shù)落地艱難
其實從技術(shù)的角度來看,理想狀態(tài)下的自動駕駛落地,仍是個非常艱難的任務(wù)。
現(xiàn)階段的國內(nèi)外自動駕駛企業(yè),普遍對外宣傳已經(jīng)掌握L4級自動駕駛技術(shù),并且在個別車型上已經(jīng)得到有效應(yīng)用。但如果嚴(yán)格按照美國汽車工程師學(xué)會SAE的分級標(biāo)準(zhǔn),當(dāng)前在售的自動駕駛車型,大多數(shù)或許只能達(dá)到L2級的技術(shù)水平應(yīng)用。
即便個別車型理論上可以實現(xiàn)L4級自動駕駛技術(shù),但受限于芯片算力、智能座艙設(shè)計、路面配套設(shè)施等多方面因素,最終呈現(xiàn)出來的實際駕駛表現(xiàn),可能也只有L3級的水平。
最典型的案例,莫過于從L5跌落L2,曾被嘲諷為“牛皮吹破”的特斯拉。2019年馬斯克在FSD系統(tǒng)發(fā)布時,預(yù)測2020年底將實現(xiàn)完全無人駕駛操作,然而在2020年底被曝光的,特斯拉發(fā)給加州機動車管理局的郵件中,卻主動承認(rèn)了FSD和Autopilot一樣都是L2級自動輔助駕駛系統(tǒng)。
之所以如此,是因為在SAE的自動駕駛技術(shù)分級中,從L0至L5共分為6個級別。其中從簡單配備自動緊急制動、各類危險警告功能的L0,到初步為駕駛員提供轉(zhuǎn)向、制動、加速等控制功能的L1和L2,都被定義為“智能駕駛輔助”,而不是真正意義上的“自動駕駛”。
之后的L3級自動化技術(shù),雖然已經(jīng)可以在滿足特定條件的前提下實現(xiàn)自動行駛,成為區(qū)分駕駛輔助和自動駕駛的分水嶺。但這一階段中,車輛行駛過程中,也還是以人工干涉為主。
也即是說,L3級只能算作是自動駕駛的基礎(chǔ)門檻。進(jìn)入L4后,盡管仍對駕駛環(huán)境存在需求限制,但基本擺脫了對人工干涉的依賴,甚至從這一階段開始,車輛已經(jīng)不再需要踏板和方向盤。
至于最高級別的L5,由于沒有任何使用限制,同時汽車本身也開始具備真正意義上的高智能、高互動能力,或許更像是科幻概念中,具備自主AI的機器人。
因此在部分業(yè)內(nèi)人士看來,雖然自動駕駛技術(shù)水平已經(jīng)處于L4級的早期階段。但是在實際應(yīng)用過程中,大部分企業(yè)依舊尚未真正邁過L3級的門檻,部分企業(yè)為了加速落地,也會采用利用L4級技術(shù)降維應(yīng)用到L2級場景的策略。
漫長的研發(fā)周期、極高的研發(fā)成本、遙遠(yuǎn)的落地前景,也意味著對資金儲備、投資者信心等現(xiàn)實因素的直接考驗。
就像百度曾透露,僅是2020年就投入了超過200億元在自動駕駛的研發(fā)上;小米也在宣布進(jìn)軍智能新能源汽車市場時,給出了首投100億元人民幣,后續(xù)追加100億美元的心理預(yù)期;特斯拉每輛車的研發(fā)成本都在1.9萬元人民幣左右,平均每年投入168億元的研發(fā)費用;走輕資產(chǎn)路線的造車新勢力“蔚小理”,綜合融資額度和頻率來計算,每年的研發(fā)投入也都在30-50億元左右。
同時,芯片供應(yīng)短缺、工藝原材料持續(xù)漲價,以及全球上游代工工廠普遍產(chǎn)能不足,嚴(yán)重拖累著自動駕駛大規(guī)模量產(chǎn)的節(jié)奏。再加上傳感器、電池等關(guān)鍵零部件的價格昂貴,智能汽車的單車成本始終無法得到有效控制,導(dǎo)致商業(yè)化落地前景始終不夠明朗,難以走通盈利模式。
很長一段時間內(nèi),自動駕駛都將是一個投資和回報嚴(yán)重不成正比的黑洞。像Argon AI這樣,在主要投資方撤出后無以為繼,直接宣布破產(chǎn)的L4級自動駕駛獨角獸,今后或許也會出現(xiàn)更多。
二、自動駕駛寒冬已至,中國市場將成避風(fēng)港?
波及全球自動駕駛行業(yè)的寒冬已經(jīng)到來,但在中國市場,或許還能找到一絲溫暖。
放眼海外,不僅是剛剛破產(chǎn)的Argon AI,進(jìn)入2022年之后,谷歌旗下Waymo、通用汽車旗下Cruise、英特爾旗下Mobileye、獨角獸Nuro等等第一梯隊自動駕駛企業(yè),都不同程度出現(xiàn)了裁員、降薪、市值暴跌等情況。
而同時期的國內(nèi)自動駕駛企業(yè),從8月份至今有裁員傳聞的,只有國汽智控、Momenta和小馬智行。除此之外,除了類似于“文遠(yuǎn)知行正加速赴美上市”的謠言四起,整體來看目前國內(nèi)并沒有感受到太大的寒意。
其背后,或許是守著全球最大新能源汽車市場,投資者信心更容易維持;也或許是從2021年開始商業(yè)化試點落地的政策,加速著自動駕駛的變現(xiàn)可能。至少在仔細(xì)觀察部分頭部企業(yè)的進(jìn)展和規(guī)劃后,仍可以燃起對未來的期望。
例如注重科技沉淀的華為。雖然沒有加入車企之間的激烈內(nèi)卷,但是憑借鴻蒙系統(tǒng)的物聯(lián)網(wǎng)優(yōu)勢,以及自動駕駛領(lǐng)域的技術(shù)積累,現(xiàn)如今借助智選車的合作模式,已經(jīng)躋身一線自動駕駛企業(yè)的行列。
例如2021年4月與賽力斯聯(lián)合發(fā)布的賽力斯智選SF5,以及今年先后開啟交付的M5和M7;5月份被極狐汽車寄予“賣斷貨”期望的阿爾法S華為HI版;號稱是“第一款采用華為智能座艙的燃油車”的北京魔方等等。華為的自動駕駛技術(shù),已經(jīng)被許多車企視作新能源轉(zhuǎn)型過程中的“捷徑”。
盡管隨著奇瑞、江淮等越來越多的車企選擇與華為進(jìn)行合作,市場方面也流傳出華為將中小車企視作“代工廠”的負(fù)面?zhèn)髀?。但無論是變相減小自動駕駛技術(shù)研發(fā)成本,還是為產(chǎn)品賦予更多賣點,華為智選車依舊是許多車企短期內(nèi)的最優(yōu)選擇。
而且近段時間中,華為也通過華為云平臺,聯(lián)合眾多自動駕駛上下游企業(yè),培育開放產(chǎn)業(yè)生態(tài)。這一條基于“人車路云”協(xié)同理論打造的新式產(chǎn)業(yè)鏈,對于自動駕駛的商業(yè)化落地,也提出了另一條可行道路。
還有同樣專注硬核科技的百度。單以現(xiàn)階段國內(nèi)自動駕駛商業(yè)化落地的進(jìn)展而言,或許百度是最有希望能夠走通盈利模式的企業(yè)之一。
之所以這么推斷,主要是因為百度在2021年就是國內(nèi)首批自動駕駛商業(yè)化試點企業(yè)。旗下的“蘿卜快跑”,不僅是百度自動駕駛商業(yè)化戰(zhàn)略的首次落地,更是國內(nèi)首個進(jìn)行提供付費服務(wù)嘗試的自動駕駛出行品牌。
特別是11月21日,北京市發(fā)放了自動駕駛前排無人化通知書,百度成為首批獲準(zhǔn)企業(yè)之一,正式開啟了全無人內(nèi)測。這也是國內(nèi)自動駕駛無人化的第二階段測試,如果能夠順利通過測試,大規(guī)模商業(yè)化的日子或許也就不遠(yuǎn)了。
不過,考慮到百度堅定認(rèn)為車路協(xié)同才是自動駕駛的終極目標(biāo),而實現(xiàn)這一目標(biāo)所要面臨的難度或許要比商業(yè)化落地更難,周期和資金壓力也更大。站在企業(yè)的角度來看,百度可能未必能夠像華為一樣改變當(dāng)下的行業(yè)面貌,但如果這條路能夠走通,未來同樣能夠引領(lǐng)時代的發(fā)展。
除去這兩家頭部企業(yè)之外,DMV自動駕駛接管里程全球排名第一的AutoX、同樣取得了前排無人化測試資格的小馬智行、在廣州開發(fā)區(qū)打造全球首個無人駕駛氫能汽車示范區(qū)的文遠(yuǎn)知行等等,都在以各自的方式探尋更多的行業(yè)未來。如果這場寒冬無可避免,或許仍舊充滿活力的中國市場,有希望成為自動駕駛技術(shù)的避風(fēng)港。
而且,如果以商業(yè)化為初衷,國內(nèi)市場早已經(jīng)驗證過,自動駕駛的價值,可能還在更多的細(xì)分市場之中。
三、自動駕駛的未來,或許不在L5
最好的,未必是最適合的。
L4級自動駕駛獨角獸們的隕落,或許就是這句話最好的佐證。
綜合來看,進(jìn)入2022年之后經(jīng)受挫折的L4級自動駕駛企業(yè)們,所共同的點都是過于追逐“跨越式”的技術(shù)發(fā)展。結(jié)果卻因為技術(shù)高度,已經(jīng)遠(yuǎn)超難當(dāng)下的生產(chǎn)力和配套設(shè)施技術(shù)水平,反而因為“曲高和寡”,難以打通大規(guī)模的商業(yè)化落地。
芯片工藝的滯后,使得高級別自動駕駛技術(shù)被算力限制了性能發(fā)揮;算法邏輯的缺漏,導(dǎo)致自動駕駛的安全性能長期受人質(zhì)疑;數(shù)據(jù)積累的不足,延遲了自動駕駛系統(tǒng)的量產(chǎn)規(guī)模;車輛硬件的系統(tǒng)更新速度不匹配,致使自動駕駛功能難以完全實現(xiàn)。
就像谷歌旗下Waymo,在研發(fā)過程中直接瞄準(zhǔn)L4級和L5自動駕駛技術(shù),借助攝像頭與激光雷達(dá)等多傳感器融合的路線,跳過低級別技術(shù)的經(jīng)驗和數(shù)據(jù)積累,直接實現(xiàn)高級別自動駕駛功能。盡管成為了自動駕駛行業(yè)的領(lǐng)頭羊,但幾年間,最高估值也從1750億美元,直線跌落到300億美元左右。
縱觀自動駕駛技術(shù)的未來場景,所有細(xì)分市場中,已經(jīng)得到初步應(yīng)用成果的,大都是L2、L3級別的自動駕駛技術(shù)。某種意義上,自動駕駛技術(shù)之所以仍處于L4級早期階段,并不是技術(shù)研發(fā)的遲緩,而像是當(dāng)前各個產(chǎn)業(yè)的需求已經(jīng)基本得到滿足,對高級技術(shù)沒有太多渴求。
就像是無人配送和無人物流,得益于中國市場龐大的消費需求,以及逐漸完善的線上經(jīng)濟邏輯,在國外難以走通的產(chǎn)業(yè)模式,反而在國內(nèi)有更廣的市場前景。
例如亞馬遜在今年10月份叫停了運營4年的無人配送車 Scout項目,同時也解散了400人的團隊。對外公布的理由是避障能力差、攝像頭侵犯隱私、用戶體驗差,實際上更多還是因為研發(fā)活動造成的虧損,以及社會環(huán)境造成的無人機器損壞率過高。
相比之下,國內(nèi)主要物流服務(wù)提供商們,早已將無人配送視作行業(yè)發(fā)展的必由之路。就像京東早在2016年就推出了無人配送車,今年更是在全國30個城市投入運營了700臺無人車;阿里旗下,主要投放場景集中于各大高校的“小蠻驢”無人快遞機器人,僅是今年雙11前半程,累計運送包裹就超過了200萬件;圓通、極兔、申通、郵政等物流機構(gòu),也與智梭無人車合作,雙十一期間累計進(jìn)行了35萬件快遞的運輸。
諸如此類,各大科技、快遞頭部企業(yè)在末端物流場景中,已經(jīng)基本實現(xiàn)了無人駕駛的落地應(yīng)用。盡管由于安全和技術(shù)的限制,目前還沒有進(jìn)行全國范圍的大規(guī)模普及,但隨著基礎(chǔ)不斷夯實,大規(guī)模商用也只是時間問題。
此外,還有無人外賣配送、無人環(huán)衛(wèi)、無人礦車等等細(xì)分市場,都在不斷發(fā)展壯大。對于自動駕駛而言,未來前景如何,或許并不在于是否能夠?qū)崿F(xiàn)L5的終極目標(biāo),而是如何在適合的階段,選擇適合的技術(shù)。
更多信息可以來這里獲取==>>電子技術(shù)應(yīng)用-AET<<