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”。
據內部人士透露,大眾CEO推遲、放棄自動駕駛相關項目,是因為看不到L4級自動駕駛商業落地的可能。而其對2030年的預期,則是因為認可自動駕駛汽車的市場潛力,堅持認為自動駕駛領域有著“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,自動駕駛技術落地艱難
其實從技術的角度來看,理想狀態下的自動駕駛落地,仍是個非常艱難的任務。
現階段的國內外自動駕駛企業,普遍對外宣傳已經掌握L4級自動駕駛技術,并且在個別車型上已經得到有效應用。但如果嚴格按照美國汽車工程師學會SAE的分級標準,當前在售的自動駕駛車型,大多數或許只能達到L2級的技術水平應用。
即便個別車型理論上可以實現L4級自動駕駛技術,但受限于芯片算力、智能座艙設計、路面配套設施等多方面因素,最終呈現出來的實際駕駛表現,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系統發布時,預測2020年底將實現完全無人駕駛操作,然而在2020年底被曝光的,特斯拉發給加州機動車管理局的郵件中,卻主動承認了FSD和Autopilot一樣都是L2級自動輔助駕駛系統。
之所以如此,是因為在SAE的自動駕駛技術分級中,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,雖然已經可以在滿足特定條件的前提下實現自動行駛,成為區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門檻。進入L4后,盡管仍對駕駛環境存在需求限制,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。
因此在部分業內人士看來,雖然自動駕駛技術水平已經處于L4級的早期階段。但是在實際應用過程中,大部分企業依舊尚未真正邁過L3級的門檻,部分企業為了加速落地,也會采用利用L4級技術降維應用到L2級場景的策略。
漫長的研發周期、極高的研發成本、遙遠的落地前景,也意味著對資金儲備、投資者信心等現實因素的直接考驗。
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上;小米也在宣布進軍智能新能源汽車市場時,給出了首投100億元人民幣,后續追加100億美元的心理預期;特斯拉每輛車的研發成本都在1.9萬元人民幣左右,平均每年投入168億元的研發費用;走輕資產路線的造車新勢力“蔚小理”,綜合融資額度和頻率來計算,每年的研發投入也都在30-50億元左右。
同時,芯片供應短缺、工藝原材料持續漲價,以及全球上游代工工廠普遍產能不足,嚴重拖累著自動駕駛大規模量產的節奏。再加上傳感器、電池等關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,導致商業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,自動駕駛都將是一個投資和回報嚴重不成正比的黑洞。像Argon AI這樣,在主要投資方撤出后無以為繼,直接宣布破產的L4級自動駕駛獨角獸,今后或許也會出現更多。
二、自動駕駛寒冬已至,中國市場將成避風港?
波及全球自動駕駛行業的寒冬已經到來,但在中國市場,或許還能找到一絲溫暖。
放眼海外,不僅是剛剛破產的Argon AI,進入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,都不同程度出現了裁員、降薪、市值暴跌等情況。
而同時期的國內自動駕駛企業,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“文遠知行正加速赴美上市”的謠言四起,整體來看目前國內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年開始商業化試點落地的政策,加速著自動駕駛的變現可能。至少在仔細觀察部分頭部企業的進展和規劃后,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卷,但是憑借鴻蒙系統的物聯網優勢,以及自動駕駛領域的技術積累,現如今借助智選車的合作模式,已經躋身一線自動駕駛企業的行列。
例如2021年4月與賽力斯聯合發布的賽力斯智選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,已經被許多車企視作新能源轉型過程中的“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”的負面傳聞。但無論是變相減小自動駕駛技術研發成本,還是為產品賦予更多賣點,華為智選車依舊是許多車企短期內的最優選擇。
而且近段時間中,華為也通過華為云平臺,聯合眾多自動駕駛上下游企業,培育開放產業生態。這一條基于“人車路云”協同理論打造的新式產業鏈,對于自動駕駛的商業化落地,也提出了另一條可行道路。
還有同樣專注硬核科技的百度。單以現階段國內自動駕駛商業化落地的進展而言,或許百度是最有希望能夠走通盈利模式的企業之一。
之所以這么推斷,主要是因為百度在2021年就是國內首批自動駕駛商業化試點企業。旗下的“蘿卜快跑”,不僅是百度自動駕駛商業化戰略的首次落地,更是國內首個進行提供付費服務嘗試的自動駕駛出行品牌。
特別是11月21日,北京市發放了自動駕駛前排無人化通知書,百度成為首批獲準企業之一,正式開啟了全無人內測。這也是國內自動駕駛無人化的第二階段測試,如果能夠順利通過測試,大規模商業化的日子或許也就不遠了。
不過,考慮到百度堅定認為車路協同才是自動駕駛的終極目標,而實現這一目標所要面臨的難度或許要比商業化落地更難,周期和資金壓力也更大。站在企業的角度來看,百度可能未必能夠像華為一樣改變當下的行業面貌,但如果這條路能夠走通,未來同樣能夠引領時代的發展。
除去這兩家頭部企業之外,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、在廣州開發區打造全球首個無人駕駛氫能汽車示范區的文遠知行等等,都在以各自的方式探尋更多的行業未來。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的避風港。
而且,如果以商業化為初衷,國內市場早已經驗證過,自動駕駛的價值,可能還在更多的細分市場之中。
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,進入2022年之后經受挫折的L4級自動駕駛企業們,所共同的點都是過于追逐“跨越式”的技術發展。結果卻因為技術高度,已經遠超難當下的生產力和配套設施技術水平,反而因為“曲高和寡”,難以打通大規模的商業化落地。
芯片工藝的滯后,使得高級別自動駕駛技術被算力限制了性能發揮;算法邏輯的缺漏,導致自動駕駛的安全性能長期受人質疑;數據積累的不足,延遲了自動駕駛系統的量產規模;車輛硬件的系統更新速度不匹配,致使自動駕駛功能難以完全實現。
就像谷歌旗下Waymo,在研發過程中直接瞄準L4級和L5自動駕駛技術,借助攝像頭與激光雷達等多傳感器融合的路線,跳過低級別技術的經驗和數據積累,直接實現高級別自動駕駛功能。盡管成為了自動駕駛行業的領頭羊,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。
縱觀自動駕駛技術的未來場景,所有細分市場中,已經得到初步應用成果的,大都是L2、L3級別的自動駕駛技術。某種意義上,自動駕駛技術之所以仍處于L4級早期階段,并不是技術研發的遲緩,而像是當前各個產業的需求已經基本得到滿足,對高級技術沒有太多渴求。
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濟邏輯,在國外難以走通的產業模式,反而在國內有更廣的市場前景。
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活動造成的虧損,以及社會環境造成的無人機器損壞率過高。
相比之下,國內主要物流服務提供商們,早已將無人配送視作行業發展的必由之路。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,也與智梭無人車合作,雙十一期間累計進行了35萬件快遞的運輸。
諸如此類,各大科技、快遞頭部企業在末端物流場景中,已經基本實現了無人駕駛的落地應用。盡管由于安全和技術的限制,目前還沒有進行全國范圍的大規模普及,但隨著基礎不斷夯實,大規模商用也只是時間問題。
此外,還有無人外賣配送、無人環衛、無人礦車等等細分市場,都在不斷發展壯大。對于自動駕駛而言,未來前景如何,或許并不在于是否能夠實現L5的終極目標,而是如何在適合的階段,選擇適合的技術。
更多信息可以來這里獲取==>>電子技術應用-AET<<