自动驾驶商业化处处是坑

谭晶宝

自动驾驶是一场需要持续巨额投入的“烧钱”比赛。其路之曲折超出了很多人想象，无论是L3还是L4汽车的量产都面临诸多难题。

3月15日，特斯拉（Tesla）正式发布其第二款SUV车型Model Y。至此，特斯拉的“SEXY”组合已到齐。算上超跑车型Roadster，Model Y是特斯拉发布的第五款车型。在Model Y发布前的大约一周时间，特斯拉官网更新了Autopilot并悄悄更改了对其的描述，“Full Self-Driving Hardware on All Cars”的标题被更改为“Future of Driving”，同时在介绍“全自动驾驶”功能的时候增加了一个免责声明：在未来无需人类监督实现上述功能之前，需要数十亿英里的行驶里程的验证，以达到远超人类驾驶员的可靠性。

无独有偶，3月12日，外媒The Information援引知情人士消息报道称，已在自动驾驶领域深耕10年的科技公司Waymo，正在寻求外部投资者的融资，且目标直指欧洲大型传统汽车制造商。其母公司Alphabet每年至少在Waymo上投入10亿美元，对于拥有超过千亿美元现金的Alphabet来说，Waymo此次对外开放融资目的不在于资金，而是希望通过与传统车企巨头的合作，间接获取行业资源。

一向扬言特斯拉自动驾驶系统Autopilot拥有全自动驾驶能力的马斯克，突然改口称全自动驾驶为“未来驾驶”，而向来仅把车企视为代工厂的Waymo开始向汽车制造商抛出橄榄枝。随着地表最强的新造车势力特斯拉和自动驾驶领域最顶尖的科技公司Waymo先后在自动驾驶商业化进程中低下高傲的头颅，我们似乎意识到，各大车企、新造车势力、科技公司已经跟他们之前发布的全自动驾驶量产计划渐行渐远。

自动驾驶征服之路的曲折与难度显然超出了很多人的想象，无论是L3还是L4汽车的量产，都面临着众多问题。

关键技术瓶颈仍是硬伤

自动驾驶技术涉及的感知、决策与执行层面均遇到了不同的困境。自动驾驶技术的实现必然是一次涉及传感、芯片、大数据、云计算、AI、通信等多个领域的浩大变革。从特斯拉自动驾驶的众多事故不难看出，仅依靠视觉识别为核心的感知系统技术路线（摄像头+毫米波雷达），暂无法达到自动驾驶所需的安全性，要实现L2向L3的跨越，激光雷达不可或缺，目前市场上还没有一款车规级激光雷达量产，虽然Voledyne、Quanergy等公司不断在激光雷达技术上实现突破，但其高昂的成本却让消费者望而却步。Velodyne的64线产品供应价格高达8万美元，这个价格足以购买两辆最新Model Y，相对便宜的32线和16线激光雷达也达到3万美元和8000美元。

对于自动驾驶汽车的决策系统，更是遇到数不清的难题。密歇根州立大学研究表明，即使简单的天气变化也会混淆自动驾驶系统用来检测其他道路使用者的算法，为保证系统正常工作，甚至需要根据气候的变化季节性更新高精地图。深度学习算法欠缺对开放环境的强认知能力，陌生的场景让算法感到困惑，要想解决这一难题，必须通过海量的数据迭代来实现，而开放环境场景的复杂性和随机性导致整个系统难以达到“5个9”（99.999%）的高可靠性标准。也就是说，人们口中的L5级自动驾驶可能永远不会到来，除非有一天能够给汽车研究出像人类一样足够聪明的“大脑”。目前，Waymo累计实际路测里程或已超2000万公里，可绕地球500圈，虚拟测试里程更是超百亿公里，其深度学习算法仍远不够好。

执行系统是自动驾驶技术落地的基础，其控制协议一直掌握在汽车制造商和国际Tier 1供应商手中，要打通决策系统与执行系统之间的壁垒，需要科技公司、车企、Tier 1供应商及整个产业链的的深度合作。不信任，似乎成了科技公司与传统汽车产业链彼此之间最大的障碍，若不能实现各系统之间的融合，自动驾驶汽车只会发育成高位截瘫的“畸形儿”。

法律法规滞后

除了技术创新，法律法规的缺失已成为自动驾驶发展的最大制约。Waymo、Uber、苹果、特斯拉等自动驾驶开发商的交通事故报道频频登上各大媒体的主页，Uber更是在去年3月的一次事故中致使一名行人死亡，谁应该为事故负责？驾驶员？汽车制造商？系统开发商还是政府？自动驾驶汽车作为“新鲜物种”正处于法律真空当中，支持道路测试的法律法规亟待完善。

面对该问题，美国采取了极其开放的政策，按照美国国会制定的《自动驾驶法案》，用于测试或销售的汽车必须满足机动车安全标准，但如果自动驾驶汽车具有新的机动车安全特征，由于还没有相应的强制性安全标准，因此可以申请豁免。相比而言，我国保守得多，近两年才陆续开始制订相关规范，现有的法律已经对自动驾驶行业发展造成硬性阻碍。《道路交通安全法》及相关条例规定，仅允许有资格的驾驶人驾驶机动车上路，明确禁止在公路进行机动车测试。这也是众多中国公司选择将自动驾驶研发机构设立在美国的原因，立法和监管的缺漏或已成为限制中国乃至全球自动驾驶行业发展速度的关键因素。

缺乏“造血”能力

自动驾驶是一场需要巨额投入的比賽，而且需要持续不断的烧钱，才能保证不在这条激烈竞争的赛道中被过早淘汰。并不是所有公司都能像Waymo含着金钥匙出生，也不是所有公司都能像Cruise Automation找到一家像GM这样的金主接盘。更多的是像Zoox、Nuro、小马智行、Auto X这种体量较小的初创公司。对于这些公司而言，他们不得不选择更为激进的方式来吸引资金的注意。如果不能马上找到商业化的方法将技术变现，大批初创公司都有因资金链断裂而猝死的风险。从Waymo和GM Cruise这两家被公认是全球自动驾驶技术最好的公司的商业化进程来看，这颗雷随时都可能爆炸。

相比科技公司而言，传统车企对待自动驾驶的态度则内敛得多。相比“炫技”，他们对“走量”更感兴趣。他们深知“量产”两个字的分量，无论是从成本还是品控的角度，生产100台车和生产1万台车之间的问题都判若云泥。量产交付的周期和成本压力迫使传统车企不得不在技术上做出让步。

对于商业变现的难度，新造车势力已经给我们做了很好的展示，即便是早已量产并供不应求的特斯拉，2018年年报披露全年亏损10.63亿美元，中国新造车势力代表蔚来更是一年亏损96.39亿元。

最后，引用广汽研究院智能驾驶技术部负责人郭继舜的话总结自动驾驶现在的境况：“我们在以量产为目的的技术研发过程中，感觉这片领域就像刚刚收割过的萝卜田，处处都是坑。不光是自动驾驶，未来整个汽车行业都会面临一个冬天。”自动驾驶的寒冬或许在所难免，如何在其来临前尽可能积蓄实力是当务之急。任何里程碑式的变革都是在历经寒冬淬炼之后，由逆势突围的个别成员创造出来的。自动驾驶面临的商业困境才刚刚开始，道阻且长，行则将至。