自动驾驶风口退潮的深层逻辑_世界新动态

时间:2023-06-05 22:05:19       来源:砍柴网

马斯克现在很少再去谈论他的自动驾驶,自从 2013 年以来,这项由特斯拉高调牵头的技术,发展态势一直跌跌撞撞,远不如预期顺利,甚至在 2021 年的时候,马斯克本人也认识到" 自动驾驶远比想象中更加艰难 "。

更大的退潮发生去年:特斯拉自动驾驶 " 灵魂人物 " 卡帕斯宣布离职,苹果大幅裁减自动驾驶测试司机,福特与大众自动驾驶公司 Argo AI 关停、Mobileye 市值暴跌。


(资料图片)

就在前不久,烧了 90 亿美金的 Embark,7 年只交付一辆无人卡车,也在一年半不到的时间里,就经历了从上市到破产,相当惨烈的业绩下,创始人 Alex Rodrigues 坦言自己已经被资本抛弃。

这种情绪同样也蔓延到国内,根据《新眸》不完全统计,2022 年自动驾驶的投资达到了 136 起,但在投资额度上,去年的 200 亿元,却较之前的 932 亿元大幅减少了近 80%。加上法律法规上的不完善,安全事故频发,大众对自动驾驶的故事也逐渐失去耐心。

单从市场层面来看,国内对自动驾驶已经有了明显的转舵:许多主攻 L4 的公司,把方向转向更易落地的 L2,或把 Tier1 当作最快降维的捷径。比如以 Robotaxi 起家的文远知行,近期也在开发乘用车的 L2-L3 级软件;小马智行下沉到出行服务、卡车,及乘用车辅助驾驶的业务;曾计划规模化部署自动驾驶车队的 Momenta,眼下正在推动相关的解决方案覆盖到公路、城区等场景。

十多年过去了,对比最初的宏大设想,一时间,所有人都在重新审视这个被过度包装的前沿技术。大家关注的焦点也从显摆技术和远大目标,转向了更实际的商业化落地。

高开,低走,颓势渐显

自动驾驶最早流行于国外,谷歌在 2009 年正式成立自动驾驶事业部,4 年后,通用、福特、奔驰等主机厂也开始涉足这个未知领域。

国内最先嗅到气息的是百度。当年错失移动互联网的风口后,这家公司决定每年在 AI 上投入百亿,自动驾驶则被当作是最合适的落地场景。在 2013 年成立的深度学习实验室里,百度拆分出自动驾驶研发团队,研究方向包括高精地图、定位、感知、决策和控制等。

到了 2015 年末的时候,百度设立了自动驾驶事业部,同年首辆无人车完成道路测试。紧接着,L3、L4 事业部成立,百度在内部整合搭建起智能驾驶事业群组。两年后,也就是 2017 年,百度正式对外发布了自动驾驶开放平台 Apollo,把自动驾驶概念推向高潮。

按照官方表述,Apollo 的定位是汽车界的 Android。但当时百度还没有造车的打算,而是想做一个开放给所有开发者、车厂、车型的自动驾驶平台。对当时的行业来说,有个说法比较流行:一家公司不可能在 3 天内造出无人车,但用 Apollo 可以。这句话虽然夸张,不过 Apollo 的确为这个赛道里的大部分玩家,提供了不少代码方案的支持。

按照百度的逻辑,由于在汽车行业,整个产业的制造链,系统,软硬件中,存在着大量的重复劳动,而自动驾驶的研发又格外烧钱,通过平台整合,获取开发和测试数据,能够直接降低开发难度和成本,最终达到量产和商业化的目的。

不过有意思的是,百度 Apollo 在诞生后很长一段时间内,并没有摸索出一套理想的商业模式:

2015 年,管理层宣称三年内实现自动驾驶汽车的商用化,五年内量产;

2018 年,百度正式对外开源了 Apollo 车路协同方案;

2020 年,百度推出了乐高式汽车智能化解决方案,包含 ANP(领航辅助驾驶)和 AVP(自动泊车),开始转型 Tier1 的角色;

2021 年,百度预测下半年 Apollo 将迎来量产高峰,每个月都会有一款新车上市,未来 3-5 年内前装量产搭载量达到 100 万台。

......

去年 Apollo RT6 推出时,百度当时的规划是:这款车将在 2023 年启动小批量生产,从万台到十万台逐步攀升,并投入萝卜快跑,到 2023 年底,萝卜快跑在 30 个城市部署至少 3000 辆无人车;到 2024 年初,Apollo RT6 将面向 C 端市场大规模量产。

但现实情况是,无论是 Apollo RT6,还是萝卜快跑,百度的自动驾驶商业化均没有达到预期。当然,这中间的原因有很多,并不能过分苛责百度这家公司。

具体来说,萝卜快跑目前总共在 11 个城市的小部分区域有运营,和试点的差别并不大;参考百度此前立下的,2025 年在 65 个城市里实现运营的目标,如果按一辆车 25 万成本来算,每个城市 100 辆就需要 16 亿多,但出于安全考虑,以及安全员成本;由于授权规模限制,车辆也只能在非极端天气,且固定时间段提供服务。

除此以外,行业里诸多高管离职、裁员声音此起彼伏:去年特斯拉的自动驾驶团队优化了数百名员工,Alphabet 旗下的自动驾驶公司 Waymo 多个部门连续裁员,包括国内小马智行、图森未来也深陷囹圄。

显然,百度也意识到了这个问题,李彦宏曾在内部讲话中提到," 不能只看收入,要看利润,更要看 ROI。"

但问题是,尽管百度迫切地需要在这块业务上找到新增量,但自动驾驶并没有改善百度财报中的营收结构,李彦宏曾在 2021 年表示,他们都低估了自动驾驶的研发投入,百度仅一年就投入 200 亿,而这可能需要 10 年乃至 20 年的长期投入。

有业内人士评价," 他可能是想把矛盾转移,比如过去和当下的项目都去强调带来降本的作用,但自动驾驶最大的问题是怎么去商业化落地。这在行业里任何参与者都回避不了。"

到底卡在了哪里?

如果从 2013 年算起,相比于国内其他玩家,百度在自动驾驶领域里的布局比谁都久,以至于反映在业务上,重心复杂且多变:一方面,在车、路、形、图上进行技术布局;另一方面,做平台,做 Tier 1,还要造车,落地无人小巴、做无人出租,投资威马 ......

这种业务理念的摇摆,对百度自动驾驶内部组织上造成了直接的影响。

比如 2016 年,担任百度自动驾驶首席架构师的彭军宁愿放弃 T11 职位,和原同事一起创立小马智行;作为业务元老的王劲因为理念不和离开百度,专注发展 Robotaxi 业务;2019 年,在百度工作 16 年,负责 L3 级自动驾驶、车联网、地图等多项业务的顾维灏,在业务调整后选择离开,并成立毫末智行,面向乘用车和低速末端物流市场提供解决方案。

2021 年的一次财报会上,李彦宏首次规整 Apollo 的三种商业模式:卖解决方案、Robotaxi 和造车,甚至在后来,把集度汽车的预订单目标都写进了 OKR 里。

首先是卖方案这块,前几年虽然和 Apollo 合作的车企不少,宝马、北汽、江淮等,但完整搭载了 Apollo 技术,实现大规模量产的车型却并不多。这里面有车厂对自动驾驶主导权的权衡:他们并不会完全信任某家自动驾驶公司提供的方案。

比如长城在选择百度 Apollo 的量产方案时,旗下欧拉品牌闪电猫则搭载了来自毫末智行的 HPilot 2.0 系统。所以在外界看来,即使一家平台的技术再厉害,也没办法满足市场的全部要求。

Robotaxi 上的进展不再赘述,除去早几年的高举高打,现实已经验证了这是一项长期高投入,而且很难有利润的苦差事。

但换个角度想,能把这件事坚持下来,这本身就很不容易。

车路协同是百度近几年重点在说的又一个新故事,但实践难度要更大一些,且不说城市道路规划上允许与否,就如文远知行 CEO 韩旭举例,"10 公里路装 50 个智慧路灯,但凡一个路灯一年中有一天不正常工作,整条路的可靠性就只有 87%,开 10 次有一次可能会出危险,这样的自动驾驶你敢坐吗?"

另外,国内复杂地形路线的挑战,在不同城市间建设中的适配程度,出了事故的责任归属,商业保险方面,整套系统的信息安全如何保障,即使技术上完全可行,在城市内铺设的感知基站,是否比其他方案更划算?

这些都不是短期内就能解决的问题。

回到单车智能上也是一样的道理,一般某个产品被卡住脖子,技术、政策、成本、使用场景、可替代性、供需关系,等等,这些因素至少得占一个。即使是很早就在美国凤凰城提供无人车服务的 Waymo,每月有 1500 名乘客,但营收也不过才上万美元,和研发投入天壤之别。

有人算过这样一笔账,即使成本 25 万的 Apollo RT6 量产,萝卜快跑有 3000 辆车,加上运营维护、安全员、远程监控等费用,不考虑覆盖人群和其他,成本上其实很难去替代司机。另一方面,考虑社会就业,出行的安全和效率,出租车司机真有被替代的必要吗?

" 单一车辆的技术先进程度,不是决定自动驾驶成功的唯一因素。"有自动驾驶从业者表示," 现阶段自动驾驶没有大规模商用落地,背后涉及到的是对社会交通体系的变革,这并不是 5 年、10 年能完成的。"

降维和野望,很难权衡

2020 年,对于百度自动驾驶以及整个行业来说,都是一个具有特殊意义的年份。

这一年,百度的 L4 自动驾驶技术正式降维,应用到了辅助驾驶领域。Apollo 首先以自主泊车技术为切入点,逐渐扩展到各类驾驶环境,将 L4 级的 Apollo Lite 用在乘用车 AVP 和 ANP 两套解决方案上。

某种程度上来说,百度的降维也是行业里的一面镜子,L4 落不了地,因此,将更先进的技术和硬件应用到更为普及的 L2 级辅助驾驶上,自然就成了行业的一种趋势。

从理论上看,这样做的优点在于,可以在商用车上验证技术的可行性,提高技术的迭代效率,缩小与更高级别自动驾驶技术之间的差距。比如国内的轻舟智航、小马智行、文远知行等玩家,用文远知行 CEO 韩旭的话说,这可能是一种技术降维打击。

然而在实际应用中,无论是将 L4 级的自动驾驶技术应用到 L2 级的功能,还是将更高级别的自动驾驶解决方案降维应用到其他领域,都面临着一些挑战。

到目前为止,将完整的自动驾驶系统完美嫁接到辅助驾驶上,尚未有成功的案例。这中间的原因有很多,比如,虽然 L4 级的芯片算力和配置更高,但其算法和数据可能并不适配 L2 级的系统,甚至还会增加研发的难度。

联想到几年前特斯拉和 Waymo 的争执,两家虽然都做自动驾驶,但路径不同,Waymo 是一上场就做 L4,特斯拉是从 L1、L2、L3 上渐进式过渡,因此 Waymo 的 CEO 曾公开嘲讽特斯拉的辅助驾驶技术落后。

不过现在看来,前者的估值一再缩水,逐渐从 Robotaxi 延伸到货运和货物运输服务;后者的 FSD 槽点也不少,但市场仍看好它未来的商业价值。

据最新消息,新款特斯拉 Model 3 将升级最新的自动驾驶硬件 HW4.0,新的芯片、新的传感器、新的车载电脑、新的刹车系统,马斯克把以前嘲讽没有用的毫米波雷达也请了回来。

特斯拉今年准备推出的完全自动驾驶(FSD),已经在主页的购车选项中可以选择,就像苹果 Appstore 的收入一样,这是一项可独立选择的增值服务。马斯克认为自动驾驶能带来可观的利润,同时弥补了之前由于降价带来的利润压力。

马斯克对于自动驾驶的定位,与国内玩家有着明显的区别,他的商业思路是可以被借鉴的:特斯拉将自动驾驶功能打包成一项卖点,这意味着这项技术具有商品属性,它不再是一个宏大的概念,而是一个可以实际盈利的工具。

在一些专业人士看来,由于特斯拉本身的销售规模足够大,由自动驾驶产生的大量数据样本,可以被特斯拉用来进行各种可行性分析,进一步迭代和升级产品。

反观国内,前段时间的一次发布会上,百度智能驾驶事业部负责人储瑞松表示,百度 Apollo 不会拿走车企的 " 灵魂 ",他重新审视了这项业务的价值,坦言:" 外界过于高看智能驾驶,事实上,包括整车架构、品牌形象和智能化风格等,整车及智能化体验的定义权才是灵魂,智能驾驶只不过是智能汽车的一个组成部分而已。"

就像那些购买了自动驾驶的特斯拉车主们,他们在无形中也为自动驾驶技术的普及提供了数据样本支持,同时也会影响公众对自动驾驶的接受程度,把这项技术的商业化进程再向前推上一波,但总体上来说,留给自动驾驶的时间却不多了。

来源:新眸

关键词: