中国自动驾驶商业化奇点何时到来
+ 查看更多

无论是自动驾驶创业者还是投资人，初期都过于乐观估计自动驾驶商业化落地的时间表；资本寒冬到来，自动驾驶企业不得不寻找新出路。

李溪

■自动驾驶圈内人士都有一个美好的愿望：在Robotaxi普及的那一天，汽车将属于共享资源。人们不再需要拥有一辆车。因为人们只需要动一动手指，就有汽车开过来提供点对点的运输服务。人们也不再需要那么多停车场。拥有一辆Robotaxi的人，相当于拥有了一件生产资料，在不需要使用它的时候，可以让它自己开出去接活儿。这样不仅能产生经济收益，还可以让解放出来的生产力用来创造更高的价值。

这些美好的描述真能实现吗？即使能实现，又需要多久呢？

2021年4月上海车展前夕，时任华为智能汽车BU ADS智能驾驶产品线总裁苏菁放言：“现阶段做Robotaxi的企业都得完蛋”。此言一出，一石激起千层浪。尽管后来，苏菁已从华为离职。但现阶段来说，Robotaxi距离大规模商业化确实有点“望山跑死马”的尴尬。愿景有，看得到，但怎么放马驰骋都到达不了山顶。

Robotaxi又叫自动驾驶出租车，是早期自动驾驶蓝图中重要的商业化场景。根据国际汽车工程师协会（SAE）制定的一套自动驾驶分级标准，自动驾驶分为L0-L5的六个等级。L0级为无自动化；L1级为驾驶支援；L2级为部分自动化；L3级为有条件自动化；L4级为高度自动化；L5级为完全自动化。

目前，L2级的部分自动化如车道保持、车道居中等ADAS功能，已经比较普遍。新势力车企，例如小鹏汽车等推出的自动变道等功能能达到L2+级别。L3和L4级别的大部分驾驶功能也已实现，但是区别在于L3的主体责任在驾驶人，L4的主体责任是汽车或者算法公司。因此，业内认为，汽车唯有到了L4级别才算真正的自动驾驶。不过，L4指在限定区域内的自动驾驶，L5才是无任何限制条件的自动驾驶。Robotaxi的应用场景是在L4或以上级别的自动驾驶，对标的是市场巨大的网约车和出租车出行市场。

可以说，无论是自动驾驶创业者还是投资人，初期都过于乐观估计自动驾驶商业化落地的时间表。

2015年，曾经担任百度自动驾驶汽车事业部总经理的王劲宣布了自动驾驶汽车“三年商用，五年量产”的目标；2017年，坚持Robotaxi路线的Waymo的发言人也说“我们离自动驾驶商业化只有一步之遥”。但是，在自动驾驶商业化落地的时间表一再被延后的2018年，资本对于自动驾驶的情绪从极度乐观跌向了极度悲观。这一年，UBER的自动驾驶测试车在亚利桑那撞死了一名行人。

当市场重估自动驾驶到来的时间表时，不少自动驾驶的创业公司也迎来了自己的生死劫。

资本寒冬到来，自动驾驶企业不得不寻找新出路

2018年，广州黄埔区政府从硅谷引进了自动驾驶创业公司文远知行，希望在广州推广自动驾驶技术。没想到，第二年，这家公司就陷入了绝境。当时，如果没有新的投资进来，文远知行将因缺乏资金不得不倒闭，或者被收购。

当时面临生死考验的并不只有文远知行，整个自动驾驶行业都处在命悬一线的境地。同样在2019年，大洋彼岸的自动驾驶明星创业公司RoadStar.ai倒闭，Drive.ai因资金困境被苹果低价收购。

当时，文远知行创始人兼CEO韩旭这位原本待在学术圈的教授，开始硬着头皮学着和资本打交道。他每天焦头烂额到处拉投资。只要有意向的投资人，韩旭都会亲自见，亲自解答投资人的问题。“你能想到的投资人，我手机上都有微信”，3年后韩旭回忆道，“那时候，我一个月可以见60拨投资人。”

文远知行是幸运的，找到了宇通汽车。后者决定领投文远知行的B1轮融资。这一次融资成功为文远知行带来了2亿美元，把公司从生死线上拉了回来。2020年的B1轮融资之后，文远知行在2021年先后完成了剩余的B轮和C轮融资，引入了广汽的战略投资。两年多以来，文远知行紧锣密鼓地完成了5轮融资，拿到了10.2亿美元的投资款。

“不安全感驱动着我，账面上没钱，公司在死亡线上挣扎，那种感觉太难受了。”韩旭对于公司密集的融资是这么评价的，“这就像《飘》里斯嘉丽说的那样，请上帝作证……上帝作证。我是不会被打垮的。我要渡过这个难关，等难关过后，我永远不会再挨饿。不会，我的家人也不会。”

解决了资金困局后，文远知行进入“找朋友”模式。只要有业务合作机会的，文远知行都愿意谈。今年上半年，文远知行引入了博世作为战略投资者，并宣布将和博世一起研发L3的辅助驾驶套件。韩旭透露，文远和博世的合作进展很快。在今年年底一个世界性大会上，文远将和博世一起推出两家公司合作研发、面向车企的高阶自动驾驶解决方案。该解决方案将会在明年量产装车。

尽管一些像文远知行这样的公司从倒闭边缘被拯救回来了，但是自动驾驶靠融资烧钱的模式不可持续已经是市场共识。投资人对于自动驾驶已经没有了当年的热情。Waymo的估值就是市场情绪冷却的最好证明。2018年，摩根斯坦利给到Waymo的估值达到1750亿美元。而2021年Waymo融资25亿美元的时候，估值已经跳水到了300亿美元。

以Robotaxi为主要场景的L4级别的商业化还有很长的距离，自动驾驶公司如果自己不造血，光靠投资人的钱大多是无法撑到自动驾驶大规模商业化的那一天。文远知行、小马智行甚至财大气粗的百度也都纷纷寻找新出路。

新出路主要是两类，一类是横向找自动驾驶的细分市场，例如卡车物流等，加速商业化进程。另一类就是放下身段，从L4降维到L2+，为整车厂提供高阶辅助驾驶的套件。前者以图森为代表的重卡自动驾驶曾经是市场宠儿，但是商业化落地缓慢，各家公司也是靠投资人的资金在苦撑，并没有达到先行造血的目的。后者也同样不是一帆风顺。

中国L4自动驾驶商业化走在哪个阶段？

以Robotaxi公司为主体获得商业化运营和收费试点的起点，是去年底百度阿波罗和小马智行获得北京首批开展自动驾驶出行服务商业化及收费试点服务牌照。百度称此收费服务为MaaS（Mobility As A Service 出行即服务）。

自动驾驶商业化成功落地有几个关键指标：技术实力、自动驾驶商业化运营区域的拓展，以及降本增效。目前中国的自动驾驶商业化运营处于小规模试点阶段。在自动驾驶商业化运营区域的拓展方面，百度暂时领先其他自动驾驶公司。

即使是百度，现阶段也只是把商业化当作一个试验性的行为。不过，业内乐观预测，随着试点范围扩大，运营车辆的数量增加，这块业务带来的收入有望提升。

除营业收入外，降低运营成本也是Robotaxi商业化的关键。降低运营成本的路径包括降低Robotaxi整车成本和去掉安全员。目前小马智行的Robotaxi多是雷克萨斯的车型，小马智行和丰田的量产合作迟迟未能落地。文远知行Robotaxi则主要是日产纯电汽车的后装改造。

相比较而言，在Robotaxi整车降本方面，百度走在了前面。百度Robotaxi目前已经到了第六代。前面三代Robotaxi分别是百度对北极星、奇瑞EQ和北汽新能源、林肯MKZ的后装改造。从第四代开始，百度Robotaxi的前装量产正式落地。第四代百度Robotaxi是百度和红旗EV合作的前装量产车，该批量产车于2020年成功交付使用。2021年百度和北汽极狐推出Apollo Moon第五代，首次对外公布量产成本（48万元人民币）。算上去掉司机后节约的人力成本，Robotaxi造价首次进入可盈利区间。2022年，百度更是推出号称量产成本只有25万元人民币的Apollo Moon第六代。至于量产成本是基于多少产量假设计算得出，笔者就这个问题询问百度，未获得确切答案。

不过，量产成本不能脱离产量来谈，百度并未对外宣布25万元的Robotaxi造价成本需要在多少产量时才能够达到。韩旭认为现阶段谈Robotaxi的量产成本过早，应该在完全去掉安全员的Robotaxi商业化运营成熟后再谈量产成本才有意义。

完全去掉安全员的前提是各方对于自动驾驶技术成熟度的认可。目前，自动驾驶公司对于出台法律法规允许自动驾驶车辆去掉安全员的呼声很高。这个诉求在今年取得了政府的回应。作为智能网联车政策先行区，北京市在上半年发放了首批“无人化示范应用道路测试”牌照，百度和小马智行均取得了“主驾无安全员、副驾有安全员”的载人运营资格。深圳也在今年8月通过了《深圳经济特区智能网联汽车管理条例》，该条例对不同阶段的自动驾驶汽车的运营、责任等作了明确规定，让“主驾无安全员”的自动驾驶车辆运营在深圳试点区域内有法可依。

文远知行的Robotaxi业务在中国的试点区域大多集中在广州，合作伙伴例如广汽、白云出租车、如祺等也是广州企业，所以这家公司身上的地域色彩比较浓厚。

是否因为本身地域色彩较浓，所以导致文远知行在Robotaxi业务向广州以外的城市拓展过程中遇到了困难呢？

韩旭认为，在一个城市把Robotaxi商业化的路走通走透之后，再把成功的经验复制到其他城市会是更加合适的打法。他不认为在多个城市投放几辆车进行有安全员前提下的商业化运营有太大的实际意义。基于此，百度和独角兽创业公司在自动驾驶商业化上有各自不同的打法。

凭借多年和车企关系的沉淀，以及小度车载OS和百度地图的业务协同，百度在商业化上走在了前面。但即使如此，自动驾驶商业化仍然处于非常早期的阶段，目前的竞争格局也随时可能发生变化。

降维方案是否是一种碾压式的优势？

L4自动驾驶商业化还有很长的征程要走。按照百度的说法，既要攀登珠峰，也要沿途下蛋。利用自己的技术优势降维去做辅助驾驶为公司带来现金流，不失为一种兼顾“仰望星空和脚踏实地”的务实。那么像百度、文远知行、小马智行这些在技术上已经跑通L4自动驾驶的公司降维去给整车厂开发L2+的高阶辅助驾驶解决方案，是否会有碾压式的优势呢？答案是：有优势，但不一定是碾压式的优势。

事实上，L4自动驾驶向L2+辅助驾驶的降维打击并不是一片坦途。L4自动驾驶公司的优势在于算法和软件，且L4的算法和L2+有部分可复用。所以，各家公司试图让自家产品实现平台化、标准化、模块化，以便让已有的技术优势能够顺利移植到L2+的业务上。但是，L4降维这件事从技术复制到商业推广上，还有很多需要论证的地方。

首先是整车厂的心态。整车厂刚刚看到从Tier 1手中解放出来的曙光，是否愿意再次将话语权拱手让人？

高阶辅助驾驶是从ADAS L0逐渐升级而来。2021年中国前装ADAS市场，前四家Tier 1公司（博世、电装、大陆、采埃孚）市场占比达到70%。在分布式汽车架构时代，算法由传感器的控制模块负责。Tier 1供应商将传感器、芯片和算法打包之后交给整车厂。这样一来，在辅助驾驶方面，话语权掌握在Tier 1公司手中。随着汽车智能化程度升级，汽车架构从分布式转向域控制、跨域控制并最终向中央式演化，话语权逐渐向整车厂转移。这是因为在进入域控制时代之后，算法不再孤立，不再只由一个个控制模块单独负责。Tier 1需要和车厂进行更多的软硬件适配甚至进行算法博弈。整车厂显然也意识到了这个微妙的变化，所以才有了上汽董事长陈虹的“灵魂论”。他认为把自动驾驶算法交给第三方科技公司后，整车厂将失去灵魂，成为算法公司的代工厂。而且，如果把自动驾驶这些功能交给第三方服务商来做，不但会将自动驾驶功能开发方面的话语权让渡给第三方，随着汽车架构向中央式发展，日后有可能需要将线控、底盘等其他相关领域的话语权一并让渡给第三方算法服务商。而且，这种需要和算法供应商长久磨合才能保证汽车的质量和安全的合作模式，会让整车厂日后更换供应商的转换成本极其高昂。这些都会让整车厂对于和自动驾驶科技公司的合作有顾虑。

其次是成本控制。L4 Robotaxi能够实现有限条件下的自动驾驶，是基于整车更高的造价达到的，例如更大算力的计算平台，点云更密集的机械式激光雷达。L4降维到L2+的首要任务是降低成本。这需要L4的团队去适应相对低的算力平台和精度没有那么高的感知硬件。此外，L4降维去做辅助驾驶解决方案赚得的利润很薄。有券商估算某家头部自动驾驶公司降维给整车厂做辅助驾驶解决方案的价格为每台车3000元人民币。韩旭表示，实际价格远低于3000元人民币。韩旭还表示，现在整车厂组建的百人左右的自动驾驶研发团队大多开发不出好的自动驾驶算法。自动驾驶的算法落地需要上千人的研发团队，成本极高，车企没有必要承担这一块的成本。目前L4自动驾驶公司为了抢占L2+高阶辅助驾驶的市场，定价较低，可谓物美价廉。整车厂将自动驾驶这块业务交给有丰富算法经验的L4公司来做是最具性价比的。

第三，L4 Robotaxi公司的研发团队成员大部分是科技公司背景的算法人才，缺乏工程化落地的能力和经验。而工程化能力是量产的关键。这方面，特斯拉有发言权。马斯克在前几年就讲过：“制造能力被严重低估。事实上，相比起进入制造领域的工作量，设计的工作量可以四舍五入为零。”

最后，虽然目前L2+前装市场有着巨大增量前景，但是入场的玩家已经不少。百度和Momenta入场比较早，随着小马智行和文远知行等L4自动驾驶公司都基于各种考虑纷纷下场，竞争会进一步加剧。曾经自动驾驶芯片领域的王者Mobileye的市值目前只有200亿美元左右，这相当于又将市场的估值天花板进一步拉低。这对于估值较高的自动驾驶公司，例如小马智行等来说，业务模式的转型可能给后续轮次的融资带来压力。

中国式车路协同能否加速自动驾驶商业化进程？

多位自动驾驶创业者都认为，实现无限定条件的完全自动驾驶比登月还要难。文远知行和Auto X都推出过Robotaxi在城中村路测的视频。AutoX更加激进，直接去掉了安全员，让一辆空车行驶在深圳的城中村。从技术层面来说，从实验室到比赛、再到限定区域测试和限定区域运营，自动驾驶的进度条已经大部分达成。

但是技术进度条暂未达成的部分应该如何解决？暂未达成的进度条主要是两个难点，一个难点就是极端场景（Corner Case），另一个难点更为重要，就是自动驾驶技术的稳定性。从统计学上讲，这两个难点都可以通过大量的路测来得到缓解和验证，通过大量的统计样本来提升自动驾驶安全性的置信度。目前大部分自动驾驶公司都通过仿真模拟训练，来大幅提升路测的样本量。此外，车路协同也被百度、蘑菇车联等公司认为是解决极端场景（Corner Case）的路径。

在中国政府对于新基建、中国道路智慧化升级的大力支持之下，百度已经和五十几个城市合作进行道路智慧化升级。相比起美国，中国的优势在于5G基站覆盖率高，让中国的车路之间进行低延迟的通信成为可能。在这样的基建基础上，车路协同的概念被提出。

百度创始人、董事长兼CEO李彦宏在《智能交通》一书中表示，中国截至2020年末约有519.8万公里的公路，汽车保有量则有2亿多辆。如果进行成本对比，道路升级所需要的资金要低于汽车智慧化升级所需要的成本。对此，韩旭有另外一种看法。基于路侧设施都有发生故障的概率，韩旭还做了一个计算：假设一辆不智慧的车行驶在20公里的智慧道路上，每200米有一个路侧设备，那么整段路需要100根路侧设备。又假设每根路侧设备一年中会遇到一天出故障，那么这辆不智慧的车完全依靠智慧道路安全行驶20公里的成功率是（364/365）100次方，这个成功率计算出来只有75%。基于此，韩旭得出结论，车路协同中，车和路的效用占比应该是80:20。80%靠车，剩下的20%靠路。没有智慧的车，只依靠智慧道路是不可能实现自动驾驶的。

此外，车路协同还有很多未解决的问题，例如智慧道路的普及需要时间。更重要的是，目前汽车的传感器众多，需要多传感器融合算法。多传感器融合算法分为前融合（传感器的原始数据整合后经计算得出结果）和后融合算法（每个传感器各自计算出结果后根据不同的权重再汇总出最后的结果）。大部分公司目前都采用后融合技术，后融合技术相对门槛低，但是存在丢失数据的风险。而前融合技术目前几乎没有公司可以完全做到。这也是为什么特斯拉坚持不用激光雷达，不依赖高精地图的重要原因。特斯拉不断做减法，不但去掉毫米波雷达，甚至准备去掉倒车用的超声波雷达。要做到车路协同，路端信息早期作为一种报警机制是没问题的，但是后期势必要接入汽车行驶的决策算法中，这就会让本来就不完美的多传感器融合算法变得更加复杂。

奇点何时到来

也许有的Robotaxi公司会在商业化曙光到来之前倒下，但是现有的一些头部Robotaxi公司中一定会有人撑到黎明到来。为了撑到黎明，大部分中国的L4自动驾驶公司能屈能伸，或者通过进入细分领域，或者通过放低身段去给整车厂开发辅助驾驶套件来获得现金流。

自动驾驶在技术上已经大部分跑通，能够实现限定场景下的L4自动驾驶。现在需要做的是拓展能够进行L4自动驾驶运营的区域。百度等公司也都在积极申请无主驾甚至无人汽车上路的牌照。在政府的支持下，自动驾驶公司已经开始了商业化探索，甚至整个汽车产业也跟着自动驾驶行业一起向智能化前进。

前面讲到，自动驾驶商业化的关键在于技术实力、自动驾驶商业化运营区域的拓展、降本增效。虽然百度公布的第六代Robotaxi的量产造价中没有提到产量，但是激光雷达和各种感知硬件的价格和性能这几年遵循了硬件摩尔定律，性能大幅提升的同时价格大幅下降。成本不会是阻碍自动驾驶商业化的拦路虎。也就是说，技术进度条完全达成就是Robotaxi商业化实现的时候。而在此之前，L4的Robotaxi公司要做的就是活下去，和一切能合作的公司合作，产生现金流。■