自动驾驶寒冬中的生存之道

作者：汽车商业评论
2022-11-18 10:35
242

撰文 / 贾可

编辑 / 张南

设计 / 赵昊然

近段时间以来，一股股寒气不断涌向自动驾驶领域。曾经站在自动驾驶行业顶端的企业开始走下坡路，公司破产、股价下滑、资金链断裂已经成为自动驾驶行业的真实写照。

11月初，多家媒体报道，国内L4自动驾驶头部公司小马智行，基础架构与数据部门缩编，人员优化比例达50%，其中隶属该部门的上海Data部已经被解散。

10月底，自动驾驶公司Argo AI因为福特和大众两大股东对其暂停了资金投入，导致其没有资金再支撑发展下去而宣布破产。

10月中旬，亚马逊的无人配送车项目Scout突然宣布关停。

9月，上市未满一年、亏损12亿美元的自动驾驶公司 Aurora，传出消息，将通过裁员、降低福利等方式削减成本，并在考虑出售优质资产，或将公司整体打包出售。

谷歌旗下自动驾驶公司Waymo，估值也从最高1750亿美元下跌到300亿美元。Uber、沃尔沃、通用、福特、特斯拉等主要玩家，都推迟了自己自动驾驶商业化落地计划。

同时，上市的自动驾驶公司股价大跌。Crunchbase公布的一份数据显示，过去几年上市的14家自动驾驶初创公司，在上市后的平均跌幅超过80%。

比如Aurora 股价从最高的每股 17.77 美元跌落至最近的 1.43 美元，降幅超 90%；自动驾驶卡车开发商Embark和Otonomo跌幅更是超过95%；自动驾驶企业全球第一股图森未来的股价从峰值的每股79.84美元，跌至最近的每股2.79美元。

由于技术商业化落地艰难，今年以来，融资方面自动驾驶也不容乐观。而根据不完全统计，2022年第三季度国外自动驾驶投融资事件数量与金额，较二季度均出现大幅下滑，国外共发生3起自动驾驶企业融资事件，总金额为2.24亿美元，仅有1家企业获得超过1亿美元融资。

据睿兽分析统计，2022年1月-10月，国内自动驾驶领域发生融资事件67起，披露融资额累计达143亿元，对比2021年同期，融资起数和融资额分别下降约32%和61%。

如果说持续、高额的资金投入是自动驾驶企业最终破产的主要原因，那么高阶自动驾驶技术难以落地，无法在汽车产品上量产，实现商业变现，则是压垮它们的最后一根稻草。

命运不同的路线

虽然自动驾驶至今仍是汽车行业最前沿的技术创新领域，但技术发展已经超过10年的时间。

2009年，谷歌旗下的Waymo拉开了自动驾驶行业发展的序幕。2013年，百度深度学习研究院成立。在2015年，百度无人驾驶车在国内首次实现城区、环路及高速道路混合路况下的全自动驾驶。从此，各类自动驾驶公司如同雨后春笋般涌现，遍布太平洋两岸。

围绕自动驾驶的研发和落地，业界出现了两条截然不同的路线：

一条是跨越式路线，以百度、谷歌等互联网大厂和一部分自动驾驶初创公司为代表，主要目标是通过纯无人驾驶技术来取代人，从L4 Robotaxi切入研发自动驾驶技术，不用经历从低级到高级自动驾驶算法和硬件上的转型，但在实现商业化之前要经历漫长的道路，需要大量的前期投入。

另一条路径是渐进式路线，以特斯拉、小鹏等车企和一些自动驾驶初创公司为代表，从相对基础、难度较低的辅助驾驶入手，逐步实现L2、L2+辅助驾驶功能。这种路线更加偏重于场景，先借助自动驾驶减轻驾驶员的驾驶负担，后续在逐步升级的过程中慢慢实现无人化。

在行业风口期，一些跨越式自动驾驶公司大肆鼓吹高阶自动驾驶能力，吸引投资者目光、标高估值的时候，自动驾驶的故事成为最佳吸金神器。但随着大环境的整体向下，投资人逐渐从自动驾驶美梦当中清醒过来，如何靠谱地实现商业价值，让自动驾驶商业路线可持续发展，成为摆在科技企业面前的新课题。

而继续走跨越式路线的自动驾驶公司，似乎始终没能找到合理的商业模式，技术无法落地，陷入数据、安全和成本相互制约的困境之中。其主要原因有算法不够先进，算力不够强大；过度依赖高精地图；长尾小概率事件无法穷尽等。

简而言之，创业者和投资人都严重低估了高阶自动驾驶商业化中面临的问题和破解的难度，高阶自动驾驶还无法实现比人驾驶更安全和高效。另外，高阶自动驾驶的落地还面临法律法规不健全的难题，在发生事故时的责任划分不明确，法律法规还未成熟和完善，无法支持这一技术的完全落地。

去年，前华为智能汽车智能驾驶产品总监苏箐曾公开表示：“现阶段做Robotaxi的企业都得完蛋。”这句预言正在成真。

相比之下，渐进式路线显然更为务实，脚步也更加踏实，既能够让用户在特定场景中率先享受技术带来的出行方便，又能够获取远远超过Robotaxi能取得的海量真实交通数据，推动自动驾驶不断迭代升级。

最近，坚持渐进式路线的L2+公司开始逐渐实现商业化落地，L2+辅助驾驶领域也已经成了目前已知的、商业化前景最明朗的唯一方向。这样的行业变化，也值得玩味。跨越式与渐进式之争，在这一刻，胜负初见端倪。

在关闭Argo之后，福特CEO Jim Farley表示：“现在投资L4无人驾驶前景不明，现阶段会集中力量做L2和L3，推动前装量产。”

量产才是硬道理

从当下很多渐进式自动驾驶量产路径来看，基本上是首先以低成本的ADAS（高级驾驶辅助系统）实现一条车道内辅助驾驶，然后在高速公路上实现点对点的辅助驾驶，在泊车功能上也升级到记忆泊车与代客泊车的行泊一体方案，当城区内所有场景实现点对点打通时，再实施全场景解决方案。

实践证明，量产是精进自动驾驶技术行之有效的方案，低成本的规模化应用酝酿着自动驾驶商业化的未来。

高工智能汽车研究院监测数据显示，2022年1-9月中国市场（不含进出口）乘用车前装标配搭载行泊一体域控制器交付上险为49.85万辆，同比增长117.12%，搭载率为9.75%。

ADAS供应商们也正在从幕后走向台前。供应商中有的是整车企业主导孵化的智能驾驶科创平台，也有华为、百度这样的科技巨头，而坚持渐进式路线的自动驾驶初创公司也开始崭露头角，拿下了不少车企的订单。

车企在选择智能驾驶供应商时，不但要考虑技术的先进性，更要考虑技术落地的可行性。广汽资本总经理袁锋曾表示，广汽集团选择自动驾驶技术合作伙伴不仅仅只关注对方软件算法能力是否领先、是否能跑出一个完美的路测DEMO，更重要的是，还会关注其工程化量产能力能够满足汽车研发的整体标准。也就是说，领先的AI算法能力和扎实的工程化能力，都是支持自动驾驶技术量产落地的先决条件。

工程化能力是工程师在常年黑暗中摸索总结出来的经验,是在枯燥的大量重复劳动里积累下来的效率。自动驾驶想要商业落地，就需要工程化的能力，算法是开放的，需要自由奔放的想象力；而工程是内敛的，需要严格的流程化管理。

在产品研发阶段，灵活的硬件接入能力、算力扩充能力和广泛的软件兼容和适配能力必不可少。到了工程优化阶段，则需要能尽可能继承研发过程使用的硬件平台和开发流程，集中精力在关键软件的优化上，避免重复工作以及进行大规模软件重构和移植。最后的量产落地阶段，系统方案的功耗、软硬件安全和性价比至关重要。

寒冬下的暖阳

2021年起，越来越多的L4自动驾驶企业回归理性，尝试多元化落地，加入了L2前装量产的战场，加速与车企绑定，以解决高阶自动驾驶技术短期内无法商用、公司缺乏营收的问题，而一些原本就在L2市场有所耕耘的自动驾驶公司已经逐渐开花结果。

主张量产自动驾驶（Mpilot）与完全无人驾驶（MSD）“两条腿”走路的自动驾驶公司Momenta，其量产自动驾驶相继与上汽、通用等数家车企和一级供应商达成合作，并且已经逐步实现量产应用，与上汽、阿里一起打造的智己L7，已经于今年6月上市交付。另外，Momenta还与路特斯、比亚迪成立了合资公司，提供量产自动驾驶方案。

背靠长城集团的毫末智行目前已成功迭代三代HPilot辅助驾驶系统，并在长城汽车旗下十余款车型中实现量产。截至2022年11月，毫末智行用户辅助驾驶行驶里程已突破2000万公里，而伴随量产规模的进一步扩大，毫末智行的数据规模也将呈指数级增长，并由此驱动Attention大模型，通过建成数据闭环，实现更高效率＆低成本地向自动驾驶进军。

而自创始之初就将量产落地作为最重要发展目标的禾多科技，其创始人、CEO倪凯是当年百度无人车团队的创建者，在与团队成功完成了百度无人车全自动驾驶测试后，他敏锐地发现一步到位实现无人驾驶的技术方向，距离实际落地过于遥远，并需要海量的资金投入，只有让自动驾驶技术真正地成为产品落地量产，实现商业化，才是成就自动驾驶梦想的根本。

倪凯表示：“自动驾驶实现规模化量产，需要资源统筹、技术攻关、产品落地、协同合作等多方面的努力，是对公司核心竞争力最彻底的检验。这也是禾多一直奉行从用户端的实际需求出发，力争实现量产领先的初衷。”

基于场景，禾多科技自主研发了HoloPilot行车自动驾驶系统和HoloParking智能泊车系统，建立了创新闭环中心+量产闭环中心双闭环组织结构，坚持提升工程化能力，并不断完善技术架构，面向车规级硬件传感器开发自动驾驶方案，在研发流程和预期安全标准上满足主机厂严格的标准。去年8月，禾多科技通过了ASPICE CL2国际认证，跨过了进入国际知名整车企业供应体系的准入门槛。

去年11月，禾多科技与广汽集团建立了“产融联合”的创新合作模式，并引入广汽资本C1轮独家投资。除了在陆续上市的多款广汽品牌乘用车上搭载智驾产品，目前禾多科技还拥有来自国内Top5车厂的各类订单，且大多数是平台化智驾产品订单，意味着禾多科技的智驾软件会更广泛地支持多车型大规模前装量产。