该告别自动驾驶的烧钱时代了。
前两年的自动驾驶行业,可谓遍地资本泡沫。注册一家自动驾驶公司,邀请几位有经验和背景的联合创始人,再借鉴开源的算法,接着采购一批传感器设备,最后就能组装出几台自动驾驶测试车辆。把它们放在封闭场地里跑上个十天半个月,公司就能拿到好几个亿融资。
时过境迁,如今的「快钱」不再好拿。甚至还有一些自动驾驶行业的公司,因为「钱」的问题引发了「雪崩」。比如曾经风光无限、坚持L4级别的美国自动驾驶公司ArgoAI,因为商业化进程缓慢而无奈宣布解散;还有德国激光雷达鼻祖Ibeo向汉堡破产法院申请破产,给出原因是「无法获得进一步的增长融资」。
本质上,自动驾驶行业已从早期的技术竞争阶段,进入到商业化落地阶段。持续烧钱的研发和测试,并不能支撑公司市值的稳定上涨,相反还会加重其对资本的依赖。一旦外部资本输入枯竭,公司就将面临「断粮」的绝境。
道阻且长,自动驾驶行业的长跑无疑是一场马拉松。它考验的并非只有速度这一项能力,而是体能、路线以及耐力的综合能力。如果用短跑冲刺的方式进入自动驾驶赛道,那大概率连半程都跑不完,就会被淘汰出局。
自动驾驶,走出战国时期
用「群雄割据」来形容当下的自动驾驶行业毫不为过。目前热门公司主要分为三类:第一类是自动驾驶初创公司;第二类是跨界科技公司;第三类是汽车公司。这股浪潮中有一位「领*人」——谷歌母公司旗下的自动驾驶子公司Waymo。Waymo在自动驾驶领域开拓了四大业务场景:无人驾驶出租车Robotaxi、卡车货运、物流配送、软件授权服务。Waymo的估值在年也暴涨到亿美元,背后代表着资本对其商业化前景的认可。
在「高估值」的诱惑下,大批初创公司进入自动驾驶的创业浪潮。但绝大多数的先行者,都会聚焦于无人驾驶出租车Robotaxi赛道上。因为在Waymo的商业模式中,Robotaxi的估值是最高的,而初创企业将其作为对标之后,能够更容易从一级市场拿到融资。
Waymo的估值背后,并非单纯的商业模式创新,而是技术闭环与商业闭环的结果。比如,Waymo第五代自动驾驶系统WaymoDriver,包含了其一系列的自研传感器。超前的硬件感知基础,再结合Waymo在软件和计算领域的深厚积累,最终才构建起一个足够强的技术壁垒。此外,Waymo也正在通过硬件和软件技术的输出方式,来增强自我造血的能力。
然而,大部分自动驾驶初创公司,尚未形成软硬件一体的技术闭环,更尚未推出领先性的产品作为技术输出,来实现商业闭环。它们更倾向于互联网企业的增长逻辑,靠不断融资来扩大规模。然而代价却是,需要不断向资本市场讲述新的故事。
科技企业进入自动驾驶领域,也是一个新故事。以前在移动互联网时代、智能手机时代诞生的科技企业,试图通过自动驾驶这一突破口,进入未来智能出行的产业。这一类企业中,有的是以软件服务为主,比如提供自动驾驶研发所需要的云端计算平台等等。但更多的企业,则是担任软硬件解决方案供应商的角色,为车企提供自动驾驶的相关产品。针对自动驾驶的四要素——感知、决策、规划、执行,采取「全家桶」式的产品服务。
短期内,「全家桶」能够帮助传统车企快速补足产品力。但长期来看,会面临一个「灵*拷问」,那就是车企的产品定义能力、迭代能力、数据闭环能力等等都归供应商来决定,车企犹如没有灵*的「傀儡」。另外,供应商投入大量的成本来研发新产品,如果车企没有足够强的设计、集成、制造和品牌宣传能力,一款车的科技配置再高也很难大卖。这就造成了商业闭环的缺失。所以,科技企业布局自动驾驶,探索得越深,越是有理由和动机自己下场造车。
处于「食物链最顶端」的车企,最有必要进入自动驾驶领域。因为初创公司需要找车企采购车辆,科技企业需要把技术方案卖给车企,所以每一条路径上都离不开汽车公司这一重要角色。然而,有的车企会选择「躺平」,等着技术成熟之后靠采购方案来解决问题。
但有些车企选择率先出击,通过自研、投资与合作的方式,率先迈入到自动驾驶行业。年,沃尔沃汽车就推出了历史首辆自动驾驶概念车,开启了全栈自研之路。年,L2级别的PilotAssist领航辅助系统率先量产上车,比行业平均水平提前两年。
在掌握自动驾驶辅助技术后,沃尔沃再次先人一步开启高级别自动驾驶的研发。年,沃尔沃汽车公司就与优步Uber合作,投入3亿美元研发自动驾驶技术,让沃尔沃XC90拥有了自动驾驶量产版本,迈出从技术到落地的关键一步。
在被称为自动驾驶元年的年,沃尔沃启动对智能驾驶赛道密集布局,投资包括Aurora、Foretellix、Apex.ai及Luminar在内的四家初创公司,涉及从软件算法到硬件研发等全栈自动驾驶解决方案。直到年,沃尔沃整合旗下技术开发团队,成立了自动驾驶软件开发公司——Zenseact,在自研的路上不断按下加速键。
从整体格局上来看,自动驾驶这条马拉松比赛,车企拥有充足的资金,以及丰富的落地场景经验。更简单地说,车企作为关键一环,能够将技术创新转化为体验创新,形成商业闭环,为自动驾驶前行提供充沛的「体能」。
少走弯路,更考验战略定力
光有充沛的体能,还不足以跑到终点,对路线的选择和坚持同样重要。自动驾驶的技术路线可谓是「百花齐放」,目前绝大多数车企和供应商都在采用「渐进式」的发展路径,但大家面临的选择是,要么尝试先拓展到L3级自动驾驶,要么直接迈向更高的L4级自动驾驶。
首先,L3级自动驾驶面临一个现实且残酷的难题:假如系统遇到了无法处理的情况,提醒司机接管,但司机却没有及时接管,这时的责任归属很难清晰界定。L3是人机共存的驾驶状态,从责任认定的角度,L3是人类驾驶员和系统在发生事故后责任归属的分水岭。在系统接管后,责任归属一般在系统一方。但对于L3级的责任事故,从国家立法的层面,各国表述也不尽相同。
然而,为了实现技术的领先性,还是有很多车企乐忠于尝试L3级自动驾驶。比如在德国,就已经有企业拿到了全球首个L3级自动驾驶系统认证。该系统具备可量产的能力,也支持在公开道路使用,然而实际体验仍然需要打上一个问号。这套被认证的L3级自动驾驶系统,目前只能在高速公路上使用,而且只能在0-60km/h的车速范围内激活。这属于非常低频的一个使用场景。
此外,当车速超过60km/h之后,车辆将退回为L2级辅助驾驶。一旦L3级自动驾驶无法继续运行时,车辆将提前预警并提示驾驶员接管。显然,L3还存在着功能边界划分的问题,系统在L2和L3之间切换,很可能让用户无法对车辆实际的能力做出精准判断,从而导致事故发生。
而L4级所面临的难题是商业化。就目前来看,大部分实现L4的产品是无人出租车Robotaxi。但它们需要搭载大量的感知和计算设备,才能完成复杂的自主行驶任务。比如,一辆Robotaxi上通常有近20个传感器,其中包括1个64线激光雷达、2个16线激光雷达、7个摄像头以及毫米波雷达和超声波雷达,一辆车的造价在万元以上。
对于布局Robotaxi的公司来说,要实现盈亏平衡,只能期盼降低硬件成本。所以,有些扛不住的公司会选择把L4的能力「降维」到L2上,比如高速导航辅助驾驶、城市辅助驾驶等功能。虽然「L4降维」可以加强自我造血能力,但并不是每一家企业都具备工程化能力与量产经验。
相较于模棱两可的试探和反复横跳的转型,沃尔沃在自动驾驶路线图上,坚定地规划出了三个重要的阶段:第一阶段是「DRIVE」,由驾驶员占据主导地位,接近于L1级;第二阶段是「CRUISE」,是系统监测下的高级辅助驾驶,已经大规模量产交付的产品,对应的则是L2级辅助驾驶;第三阶段是「RIDE」,未来将实现无须驾驶员监督的自动驾驶,对应的是L4级自动驾驶。
值得注意的是,这并非简单的技术路线划分。从沃尔沃的布局来看,L2+L4的双轮驱动模式,将会成为其独特的技术演进路线。
例如,拥有智能驾驶能力积累,且具备造车底蕴的沃尔沃,先后与Waymo、百度与滴滴等公司取得合作,共同打造L4级别的车队。与此同时,沃尔沃已经开始向美国加州提供无人监督的自动驾驶服务,未来还会将L4技术赋能至量产车型。
由于Robotaxi的运行积累了大量的算法能力、数据闭环能力,因此将Robotaxi的L4能力降维到L2,能够带来一定的技术领先性。比如数据闭环中,包含了底层数据的存储、可视化、管理、测试、验证、训练、仿真等一整套能力。
这样的能力,将对L2级辅助驾驶的持续迭代、演进提供技术支撑。同时,L2级辅助驾驶功能的大规模上车,能够为功能迭代提供源源不断的真实数据和场景,从而反哺L4级自动驾驶的深入探索。由此形成一个「双轮驱动」的高效推进模式,为奔向终点,提供源源不断的「燃料」。
相较于很多折戟的初创企业,构筑起长坡厚雪自研能力的车企,拥有更灵活的商业模式与更快的落地速度。这场技术长跑中,L2与L4的双线并举已成为当下最为稳妥的演进方式之一。
量产上车,当前的最优解
自动驾驶过去的商业模式是畸形的,尤其无人驾驶出租车Robotaxi,前期需要不断地资本输入来扩大交付规模,导致后期需要更长的时间实现盈亏平衡。所以短期内,技术软硬件以及配套等“基建成本”决定了,Robotaxi难以实现比人类驾驶员更高的「性价比」。
但在针对大众消费者的乘用车市场,自动驾驶拥有更好的商业化落地条件。随着中国消费者对汽车智能化需求的与日俱增,目前行业亟需解决的问题,是消费者对系统的信赖度。有数据显示,目前超过92.77%的中国汽车用户担心自动驾驶的安全性。其中还有很大一部分用户最担心的是自动驾驶易发生故障/系统错误。
对于将安全放在首位的传统车企沃尔沃而言,自动驾驶技术并非商业闭环中的炫技,而是作为每一个车主用户的安全保障。比如沃尔沃EX90标配的DUS驾驶员感知系统,可以获取车主状态信息并与自动驾驶算法相融合,它能实现最极端的场景是:当驾驶员出现分心、困倦等情况时,车机将介入完成安全驾驶决策,比如降低车速、车道保持甚至刹停车辆。
乘用车市场具备天然的规模化优势,也推动着造车成本下降与性能提升。早期在Robotaxi上使用的机械激光雷达,售价高达数万美金,难以进行规模化量产。相比之下,半固态雷达目前的价格则在0美元左右,远低于机械式激光雷达,这也使得主机厂的半固态激光雷达量产车型相继投放乘用车市场。
比如,沃尔沃EX90采用了Luminar激光雷达技术。其最远探测距离为米,属目前市售量产中最远。其超出人眼视力范围的探测范围,为车主带来全天候守护,而超远距离探测的背后,是因为Luminar采用了nm点光源+二维扫描的组合,在技术性能上取得重大突破。
本质上,激光雷达进入量产阶段后,比拼的是成本优势、规模优势。一方面,对于工艺的进一步提升,包括材料优化甚至结构优化,有助于快速降低整机的生产成本;另一方面,良好的发展前景和市场前景,可能会吸引更强的上游供应商进入,更完善的本地化供应链体系,也解决了车企的后顾之忧。总之,成本的优势带来规模优势,规模效应会进一步促进技术成熟,技术成熟推动成本降低,产业得以良性循环。
马拉松圈有一句话:一千个跑者,就有一千个「马拉松」。在自动驾驶这场马拉松赛跑上,通往终点的路径很多,但挑战总是显而易见的。它既考验车企的资源体量,又考验其对路线和战略的定力,之后才是持续不断地往前跑,最终才能到达「无人监管的高度自动驾驶功能」的终点。
在看过倒在寒冬的初创企业,折戟自动驾驶赛道的科技巨头后,选择全栈自研的沃尔沃所呈现出的踏实与稳定,更能够让行业安心。在大环境不振的今天,具备头部硬件水准,且在软件层面领跑行业的EX90,正是沃尔沃面对这场马拉松给出的答案。