正确的提示信息

扫码打开虎嗅APP

从思考到创造
打开APP
搜索历史
删除
完成
全部删除
热搜词
2022-11-16 16:52
自动驾驶的问题,其实只有一个

本文来自微信公众号:autocarweekly (ID:autocarweekly),作者:金融街老李,题图来自:视觉中国


“近期自动驾驶行业的热度没那么高了,本来资本形势就不好,即便是有钱,也不会投自动驾驶”,这是今年三季度,在老李尽调某国内自动驾驶知名企业后,合伙人提出的观点,这个观点不是个例,而是代表了资方的态度。


上市破发、市值大跌、破产倒闭、裁员内斗……这些资本市场最不愿看到的状况还是在自动驾驶行业频发。近期,先是Mobileye打折上市,然后Argo Al宣布倒闭,小马智行等国内明星企业也出现了裁员,据老李了解,不少国内自动驾驶初创企业的现金流仅能维持半年左右。 


在《自动驾驶,扶不起的阿斗?》一文中,老李从宏观角度跟大家分享了一下自动驾驶的发展趋势,今天老李从商业和技术角度更加具象地和大家分享下为何自动驾驶必须先有技术才能商业化?单车自动驾驶目前存在哪些问题?车路协同还能再飞多久? 


没有技术,何谈商业? 


到目前为止,自动驾驶行业遇到的问题只有一个:技术不成熟导致产品难以量产,结果就是无法商业化,没有商业化的企业一旦现金流断裂,结果便是倒闭。


一般来说,商业模式创新类的创业公司依靠资本积累规模后,都能在赛道里跑出来,所以我们看绝大多数互联网公司本质上都是资本拉动的,护城河是规模,所以在这些领域内的巨头企业往往不超过3家。


而自动驾驶行业则是另一番格局,不管是L3及以下的辅助驾驶,还是L4及以上的高阶自动驾驶,行业内都是百家争鸣的局面,每个细分领域的公司至少能找出10家,技术创新类的创业公司而言,无法量产就没有营收,倒闭是时间问题。


大众和福特共同参股支持的自动驾驶独角兽公司Argo AI在成立的前三年几乎没有营收,今年开展的Robotaxi也不顺利,股东停止注资后,公司倒闭。


老李去年尽调了包括小马智行、Momenta在内的多家自动驾驶公司。据不完全统计,行业前十家的自动驾驶板块主营业务的平均营收不超过3亿,而即便是最小的自动驾驶公司每年支出也远超过3亿这个平均数字。这里面的主要成本是人和设备,一名自动驾驶算法工程师的薪酬动辄百万,一个公司养了几十名,成本动辄数千万,一套高阶自动驾驶系统的成本动辄几十万,这还没有算研发成本。


Argo Al去年曾到中国来募资,国内某新能源龙头主机厂老板问到什么时间能给出量产节点,老外的回答也很直爽,我也想知道……小马智行之所以不停切换赛道,也是因为无法量产,创始人之间甚至对业务定位有了分歧。


目前大家的选择只有两个,一个是切换到低速和商用车场景开展高阶自动驾驶,一个是继续坚守乘用车高阶自动驾驶。


近期大热的蘑菇车联以城市公共服务为切入点,着力打造了包含自动驾驶环卫车、巡逻车、接驳车、物流车、公交车、出租车等在内的自动驾驶城市公共服务车队,但老李从资本视角看,这些也不是完全意义上的C端商业化,毕竟这些产品的买单人多是政府和国资企业。



相比自动驾驶集成商而言,这些做硬件的公司情况则好很多。Mobileye虽然打折上市,但是其一直拥有稳定的现金流,其承载的是诸多自动驾驶芯片公司的发展方。,所以国内的地平线、黑芝麻等芯片公司的发展情况远远好于自动驾驶公司。


试问大家,如果一台车是自动驾驶且安全的出租车,一台是人工出租车,大家会选哪个?大部分朋友会选择前者。很多朋友会发现,自动驾驶的问题本质上不是商业模式问题,而是技术问题,谈到这里,不得不说一直以来行业存在的技术路线的争论。


单车自动驾驶,慢一点更务实 


围绕自动驾驶,行业一直存在两种技术路线:一种是围绕单车开展高阶自动驾驶,代表企业是特斯拉;还有一种则是围绕车路协同开展自动驾驶,目前行业里提到的中国方案其实就是后者。


国内的整车企业和自动驾驶公司很多都将前者作为主流的发展方向。大家认为从协作层面讲,无论是低速场景还是高速场景,都更容易实现,所以国内的小马智行、Momenta、智行者等公司都在走这条路线。


“我们认为以当前的协作能力,走单车路线比协同更快,单车路线虽然车辆成本高,但绝大多数技术问题和供应商能由企业自主控制,而车路协同场景,要考虑到诸多非车端的控制因素”,这是老李调研长安汽车研究院时某位专家表达的观点。


这里面还涉及到渐进式路线问题,当前供应商都无法给出一步到位的L4自动驾驶方案,并且法律法规也不完善,所以从整车技术落地和产品商业化角度讲,走L2到L3的渐进式路线会更稳妥一些”,这是大众的专家在一次闭门会上提出的发展方向。


我们抛开法律法规的问题,仅从技术和成本上看,单车自动驾驶也很难快速实现商业化。


安波福的某位专家是特斯拉的忠实粉丝,也是国内自动驾驶领域的代表人物之一,先后在小鹏汽车、特斯拉工作,其观点是特斯拉纯视觉虽然有上限,但其优势是成本低,成本低就好量产。国内依靠激光雷达虽然走了捷径,但成本高,动辄十几万的激光雷达不可能实现量产。


老李认为这直接提到了问题要害,如果单车自动驾驶系统成本超过5万元,是不可能大规模量产的。当前,一颗禾赛的激光雷达售价就不低于10万元。据老李了解,目前极氪使用的M家方案,成本在3万左右,华为给长安的方案,成本在2万元左右,这些方案本质上都是介于L2-L3的辅助驾驶系统,远远谈不上L4。


对小马智行来说,当年直接切入L4本质上也是为了和华为、Mobileye走差异化路线,在L2、L3的赛道上,行业里高手云集,老牌企业有典型的外资汽车供应商A-奥托立夫(维宁尔)、B-博世、C-大陆、D-德尔福(安波福),还有科技企业Mobileye以及华为等,这个行业拼的是技术基础和规模能力,小马智行这类企业在这个领域内毫无优势。


说到底,对文远知行、小马智行、Argo Al等企业来说,他们的优势一定是在L4及以上,走差异化路线,但问题就是无法落地,很多“砖家”也提出来,这有可能证明,单车自动驾驶是一条死胡同。


在老李看来,目前的单车自动驾驶比较成熟的还是L2、L3,在L3以上的场景中,无论是感知层、还是决策层,都面临技术不成熟和成本过高的问题,很多朋友说时间能解决这些问题,问题是5年前,大家说能解决,3年前大家也说能解决,现在投资人已经不相信了……


车路协同,让子弹再飞一会儿


在单车自动驾驶发展的初期,行业里就有人提出来依托车路协同开展高阶自动驾驶,与单车智能自动驾驶相比,车路协同具备全域感知的核心优势,可以规避单车智能因传感器故障、受遮挡、恶劣天气等原因导致的安全问题。


什么是全域感知呢?说的通俗点就是通过“上帝视角”开展自动驾驶,车辆和道路基础设置都加装传感器,用“上帝之手”推动车辆实现自动驾驶,阿里、百度、蘑菇车联、希迪智驾是车路协同的代表企业。



在路端,车路协同可精确解析、优化车辆在道路上的定位和路径,提升交通运行效率,并支持交通事故回溯与分析,对提升交通管理的效率与精准度起到了积极作用,所以交通和通信行业一直在主推车路协同的发展。


正如长安汽车专家提到的,车路协同意味着有更多的协作主体。从示范区的维度来说,我国已经形成了“政府-行业-企业”较为完整的角色分工体系,产业发展雏形初显,应该说,这是一场“跨产业协同、多层级合作”的全面动员的产业战役。目前国内建设了诸多智能网联测试示范区,绝大多数都是车路协同示范,但问题是,在全国960万平方公里的土地上,很难完成如此大规模的基础建设,即便是只建设国内高速公路,那也是巨额投入。


虽然各大部委的意见指导发布到各省市的产业发展规划布局,各个城市也制定和颁布了道路测试管理办法,虽然超过10家汽车企业已经发布或计划发布、量产C-V2X车型,全国累计发放测试牌照1000余张,累计开放道路里程3000多公里,但实际上,当前车路协同面临的问题比单车自动驾驶还要多得多。


首先是协同问题。车路协同自动驾驶涉及到汽车、信息通信、电子电气、人工智能、控制论等领域的交叉融合,地方几乎无法建立责任主体的协调沟通机制,企业之间更是无法分配投资和收益,一句话,这么大的基建投资,谁来出钱?


其次,车路协同自动驾驶具备较强的大数据属性。海量的交通运行基础数据面临存储、处理与安全防护的巨大挑战,目前在地方的测试区,很多车辆必须有超强的“服务器”,这些隐性成本用户不会买单,用户更不会为安全性买单,可以说,以目前的技术水平而言,车路协同比单车自动驾驶更不成熟。


另外,当前的车路协同自动驾驶功能尚处在商业化早期阶段,还没有标准化的功能评价测试体系,在硬件方面汽车、路侧设施等产品功能有待提升,由于车辆协同可以和基建有较强的结合,子弹还能飞得更久。 


自动驾驶行业的未来终局是什么?没有人能讲清楚,自动驾驶公司的商业化之路应该怎么走?也没有人能讲清楚,行业里围绕自动驾驶的路线问题争论了好几年,但大家都是屁股决定脑袋。


老李认为资本市场的想法可能会更简单也更实用一些——


我们不排斥任何技术,当L3及以下技术能量产的时候,我们就去追L3及以下的公司,当L4及以上技术实现突破的时候,我们就去追L4及以上的公司,如果都有戏,我们就都下注,如果都没戏,我们就离场走人。


本文来自微信公众号:autocarweekly (ID:autocarweekly),作者:金融街老李

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系 hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
打开虎嗅APP,查看全文

支持一下

赞赏

0人已赞赏

大 家 都 在 看

大 家 都 在 搜

好的内容,值得赞赏

您的赞赏金额会直接进入作者的虎嗅账号

    自定义
    支付: