2020 年,5G、AI、云计算为代表的新数字技术的成熟叠加新冠疫情的推波助澜,几乎所有传统行业和线下场景都不得不加速自身的数字智能化转型升级,交通出行领域更是如此。

 

在交通出行领域,自动驾驶、新能源汽车和智能交通这三大产业在 2020 年实现了一系列新的技术和场景的创新。完全自动驾驶商用上路、新能源车迎来逆势上扬、智能交通开始 5G 车联网的车路协同场景推进。

 

站在 2021 年的开端,我们希望做一次全景式的回顾总结来标记过去一年中在人、车、路、网等场景的出行之变。

 

先说回 2019 年。这一年自动驾驶技术的进展并不尽如人意,初创企业经历洗牌,传统车企独木难支,纷纷开始抱团取暖,调低了自研自动驾驶技术的预期。可以说,自动驾驶行业从 2016 年爆发后迎来第一波低谷期。

 

进入 2020 年,全世界赶上了新冠疫情这只黑天鹅,高风险的人际传播和居家隔离的痛苦,让我们更加期待自动驾驶汽车的到来,但是普通人只能在新闻里看到自动驾驶的身影,我们距离像开一辆共享单车一样,召唤无人驾驶出租车(Robotaxi)的理想还很远。

 

梦想到底有多远呢?

原本早在几年前,众多自动驾驶初创企业和进军自动驾驶的汽车厂商为“2020 年”赋予了许多过于重大的使命。比如,完全自动驾驶汽车满街跑,还有就是很多厂商的 L3 级自动驾驶汽车也大规模上市开卖了。

 

 

2020 年,还是让大家失望了。不过,现实总不会如预想那么好,但也没有差太多。

 

现在对于大多数国家来说,L3 级自动驾驶在 2020 年还不能合法合规上路,而众多车企所谓的“首发 L3”,还只能以 L2+的方式艰难升级。但比较乐观的趋势是,L4 级高级自动驾驶技术已经在多家自动驾驶企业的 Robotaxi 出行项目中落地,中国美国的一些城市的人们可以用手机叫到一辆自动驾驶出租车,而且,2020 年最为关键的进展是,这些 Robotaxi 项目的商用车里去掉了安全员,乘客们终于可以体验在后排落座,略带兴奋地瞅着方向盘“自由”发挥,然后把你送到目的地了。

 

那么,对于自动驾驶,2020 年到底该算一个什么样的时间节点呢?

 

在《周易·易经·》中,乾卦爻辞的三、四爻辞这样说:“九三,君子终日乾乾,夕惕若,厉无咎;九四,或跃在渊,无咎。”我们知道,《易经》的乾卦描述了事物在不同阶段的变化特征。九三是一个处处危机、小心谨慎的“惕厉”时刻,而九四则是事物开始摆脱困境,可上刻下的“跃渊”时刻。

 

放到自动驾驶近几年发展的语境当中,2019 年可谓是自动驾驶行业的“惕厉”时刻,而 2020 年则可以算作是重新走出低谷,开始迎来大好局面的“跃渊”时刻。

 

法国哲学家莱布尼茨曾说“大自然没有飞跃”,一切变化都处在一个连续的链条当中。

 

这句话同样适用于自动驾驶技术的发展。从“惕厉”到“跃渊”之间,很难说存在那个关键的“奇点”时刻,比如去掉安全员,Waymo 在 2019 年就已经悄悄开始测试,2020 年的不同之处在于,去掉安全员的自动驾驶 Robotaxi 模式真正上路,作为一项商业化产品正式出现。

 

2020 对于自动驾驶行业来说,同样很难,但好在疫情之下,也迎来了向上的增长局面,这是我们用“或跃在渊”来形容这一年的关键词。

 

回顾 2020,我们关心自动驾驶产业的产业气候、技术水位和商业沸点这三个方向。下面进入正题。

 

产业气候:靠自动驾驶卖车 VS 靠自动驾驶载客

我们知道,自动驾驶有两条赛道,一条是渐进式,从 L2 起步,逐渐迈向 L3、L4 的高级自动驾驶,特斯拉等车厂是这一模式的代表,卖车是主业,自动驾驶目前是附加值;一条是激进式,直接从 L4 起步,实现完全无人驾驶,Waymo、百度等自动驾驶企业是这一模式的代表,做 Robotaxi 出行是主业,卖技术给整车厂或成主业。

 

2020 年,成为这两条赛道的交汇点,低赛道玩家正在谋求向 L4 级高级自动驾驶迈进,而高赛道玩家则正在向低赛道降维,主业难以营收时寻求更多合作,实现技术变现。

 

有意思的是 L3 级这个尴尬的过度级别。2020 年 3 月,曾经率先要推出 L3 级汽车的奥迪,正式放弃 L3 级自动驾驶项目,分别转入 L2 和 L4 级两个方向的自动驾驶项目的研发。

 

L3 从技术上来说是可能的,但是一旦投入落地其可行性甚至不如 L4 级。因为 L3 级自动驾驶存在一个难以解决的“接管悖论”,即当 L3 级自动驾驶系统不能正常工作时候,处在分神、休息甚至睡眠状态的驾驶员如何来接管、何时来接管车辆的问题。

 

 

要么像 L2 级全程保持关注,要么实现 L4、L5 级完全自动驾驶,不可能给驾驶员或乘客设置这种“薛定谔的猫”的状态,因为一旦出现事故,驾驶员和自动驾驶平台的责任根本无从判断。

 

因此,在自动驾驶的产业赛道上,我们会看到已经接近或具备 L3 级能力的汽车仍然会以 L2 级的组合驾驶辅助场景投入市场,或者直接甩开 L3 级别让汽车上路,也就是自动驾驶企业为整个车辆的行驶安全承担百分百责任。

 

第一种思路,我们可以从特斯拉的 FSD Beta 更新上看到。通过对具有 L2 级自动驾驶能力的特斯拉进行 FSD 套件升级,可以在高速路上实现自动辅助变道、自动辅助驾驶导航,识别交通信号灯并对停车标志做出反应。在停车场,特斯拉能自动泊车入位,车主还能进行智能召唤。好不好使呢?最近已经有特斯拉车主亲自上阵测试,用一辆 Model3 完成了洛杉矶到硅谷的全自动驾驶,中途停车充电的时候接管了 1 分多钟。

 

从 L2 级向 L4 级高级自动驾驶演进,但在技术成熟度、法规的靴子落地前,仍然以 L2 级推向市场,正是目前国内造车新势力们努力赶超的目标。

 

 

第二种思路,我们正在从 Waymo、百度以及布局无人驾驶出行的厂商那里看到。

 

去年 10 月,Waymo 的 CEO John Krafcik 正式宣布向 Waymo One 用户开放使用完全无人驾驶出租车服务。不再配备安全员,意味着即便在路上突发情况,也要由自动驾驶系统对车辆和乘客的安全负责。在国内的广州、长沙、北京、沧州、上海等地,多家自动驾驶企业的 Robotaxi 出行也已经对公众有条件开放。同时,他们已经分别和多家传统整车厂合作,将高级自动驾驶技术降维到 L2 级辅助驾驶车型上,加快技术的商业落地。

 

伴随着这两条赛道的竞争日益升温,资本和政策也开始给予大力的支持。

 

先看几个重大资本动作。去年 5 月,Waymo 完成 30 亿美元的首轮外部融资,创下自动驾驶公司单轮融资的全球新纪录。年底 12 月,Aurora 用股权并购了 Uber ATG,晋升为自动驾驶领域的第三大独角兽,Uber 自动驾驶业务的卖身只能被视作它自身的失败,而自动驾驶 Robotaxi 和共享网约车业务的融合,仍然是自动驾驶最具商业价值的赛道。

 

同样在国内,从年初到年尾,小马智行、AutoX、滴滴、文远知行等自动驾驶公司也都拿到了数亿美元的融资。财团资本、科技资本以及主机厂仍然是投资这几家的主力,也从侧面印证整个行业对自动驾驶产业未来的乐观预期。

 

再说中美两国的政策支持。2020 这一年,疫情并没有阻碍产业政策发展的脚步。美国在去年 1 月发布了《自动驾驶汽车 4.0》,明确美国政府对自动驾驶技术创新的推动。而我国在去年 2 月发布了《智能汽车创新发展战略》和《新能源汽车产业发展规划(2021-2035)》,确立了自动驾驶到 2035 年的发展目标,推动 L3 级 L4 级自动驾驶汽车的规模化应用。

 

更为具体的利好政策也在去年落地,比如,美国加州出台了允许自动驾驶出租车收费的政策,相当于给了 Waymo、Cruise 们开始真正从商业化服务中获利的美好“钱景”。在国内,为推动自动驾驶在特定环境下的市场化应用,包括长沙、广州、北京等地的地方政府陆续颁发了开放道路的全无人驾驶路测的许可证书。

 

 

无人完全自动驾驶,也成为 2020 年国内自动驾驶企业大胆尝试的最重大进展。不过,大部分厂商在去掉安全员后又配备了远程监管手段,只有在年底,一家车企公布了一段无安全员、无远程监控的 Robotaxi 车队行驶视频。

 

可以预见,从资本的持续押注,政策法律的具体落地,无人完全自动驾驶的路测将会在 2021 年不断扩大规模,Robotaxi 大规模商业化推广的日程表也日渐明朗。

 

不过,这些进展都是我们能从表面看得到的,而实际上能够决定自动驾驶产业和商业模式成熟的根源仍然是自动驾驶的技术要素。接下来,我们重点看到在 2020 年自动驾驶技术在软硬件上面的一些最新进展和趋势。

 

技术水位:算法趋同下,比硬件、拼量产

2020 年,如果形象地来描述自动驾驶的技术进展,可以将各个自动驾驶企业的技术实力分别比作一只形态不一木桶,现在能够继续活下来的企业已经跨过基础水位的比拼,也就是在自动驾驶算法、计算架构上趋近趋同;各家纷纷开始向更高水位爬升。

 

现在,从自动驾驶的底层的算法来说,目前主要厂商的差别并不太大,主要的差异是在以下几点:首先是比拼算力和硬件,也就是要比拼自动驾驶硬件解决方案,重点是车载计算平台的芯片、传感器方案;第二是拼数据,主要是复杂多样的模拟真实路况的路测数据,这是一家自动驾驶企业的核心竞争力。第三则是从性能、价格、车规级标准上,满足大规模量产的能力。前两点保证自动驾驶系统的成功,后者保证其在商业上的持续成功。

 

从软件上面,我们来看下这个技术水位的变化。以业内领先的 Waymo 为例,去年 3 月,Waymo 推出了第五代自动驾驶系统 Waymo Driver,其特点在于把软件、硬件和计算能力相结合,可以全面了解周围环境并准确判断环境元素的下一步行动,关键之处在于 Waymo 开发出一个实现互补的传统器集成系统,能够使自动驾驶系统全面掌控复杂环境。

 

Waymo 的优势不只在于这套算法系统和传感器融合系统,更在于 Waymo 在公共道路上有 2000 万英里的自动驾驶里程和超过 100 亿英里的模拟里程,其设计能够应对多种多样的复杂驾驶环境。路测越多,数据越多,成为 Waymo 之所以领先的核心壁垒。

 

 

可以说,做大规模的路测或者做仿真道路数据测试,成为自动驾驶车企未来真正敢于进行大规模落地,确保接近 100%安全的压舱石。

 

在 2020 年,包括 BAT 和华为在内的互联网科技巨头都已经投入到仿真路测的赛道上来。有的为自己的系统服务,有的是为主机车厂服务,来卖自己的云或硬件,但无疑不说明,路测数据对于自动驾驶行业发展的关键所在。

 

那么,2020 年,在自动驾驶的硬件层面,又有哪些新变化呢?

 

简单来说,一套完整的自动驾驶硬件系统,涉及车载计算平台、传感器系统以及整车架构及动力总成等部分。车载计算平台发挥着大脑的作用,负责自动驾驶数据的计算、分析和决策,传感器相当于车辆的感官,负责对真实世界数据的采集,而整车架构就是自动驾驶系统驱动的身体,执行自动驾驶的各种能力,如转向、制动、通信和供电等。

 

对于车载计算平台,我们看到 2020 年整体发展趋势是,在算力大幅提升,整体向车规级水平靠拢,并且硬件体积缩小,并可以集成到车体架构的内部空间。

 

目前行业领先的车载计算平台有特斯拉搭载 FSD 的 Autopilot3.0、Mobileye EyeQ5、英伟达 Xavier、Orin X、高通 Snapdragon Ride 和华为 MDC 等系统平台。

 

按照行业共识,自动驾驶每提升 1 级,算力就需要提升 5-10 倍,现在的 L2 级需要 10TOPS 算力,而像特斯拉 FSD3.0 可以达到 144TOPS,满足 L3 级别,而到 L4 级则会需要 500-1000TOPS 的算力。目前现有计算平台基本能够满足 L2-L3 级别的自动驾驶,甚至少部分高端芯片的算力可以支持 L4 级别。

 

对于传感器平台,最值得关注也是争议最大的就是激光雷达(LIDAR)。以特斯拉为代表的“视觉智能派”,仍然强硬地坚持不用激光雷达。特斯拉在自动驾驶领域的成功,无疑刺激到一部分自动驾驶企业,对于较低级别的辅助自动驾驶,能够靠视觉智能解决问题,那就不用昂贵无比的激光雷达。

 

但是,在高级别(L4 及以上)自动驾驶上采用激光雷达,已经是一种业内的共识。而且,随着激光雷达步入千元时代,其使用的车型正在从无人驾驶出租车向可量产乘用车下沉,像 ARCFOX、小鹏和长安汽车都将计划让激光雷达上车,未来最新发布的 ET7 也搭载了一颗高精度激光雷达。

 

(国内某造车新势力的传感器解决方案)

 

原本,激光雷达备受争议之处就在于其昂贵的价格、无法与车身完美融合的结构设计,无法达成车规级量产。未来随着市场规模的扩大、供应链生态的成熟,激光雷达的成本大幅下降,将又会推动其在自动驾驶车辆上的普及,形成“量升价降”的正向循环。

 

对于整车架构,自动驾驶企业正在和整车厂走向更深度整合,从后装改造走向前装集成。

 

前装集成更加考验系统工程能力,关键技术要点自动驾驶软硬件系统的标准化装配、涵盖传感器的视野与造型美观的平衡、构建模块化的传感器套件、采用液冷解决方案可提高散热效率、安静无噪声、设计传感器清洁系统应对恶劣的天气,以及满足整车工艺流程与生产制造管控,质量可追溯与一致性要求等等。

 

去年,我们在国内已经看到一些车厂和自动驾驶企业正在联合打造 L4 级自动驾驶乘用车的量产生产线,甚至已经有 L4 级自动驾驶汽车量产下线,比如东风首款 L4 级别 5G 自动驾驶汽车东风 Sharing-VAN 1.0 Plus。

 

 

未来两年,真正考验自动驾驶企业和整车厂的能力是从原型车向量产车过度中,解决成本控制和质量要求,让自动驾驶汽车步入规模上路的快车道。

 

根据一位行业人士的话,现在国内在自动驾驶的软硬件领域已经不存在市场空白,且技术的商业化已逐步成熟,自动驾驶已经跨过纯技术研发阶段,某种程度属于到制造业的范畴,成为一个工程问题。那么,2020 年已经成为自动驾驶的头部企业开始进入全方位打磨自动驾驶产品的阶段了。

 

商业沸点:Robotaxi 尚难盈利,细分场景开始发力

如果说“拿到安全员”,算是 2020 年自动驾驶的一大技术亮点,那么,中美两国在自动驾驶 Robotaxi 出行领域开始常态化(试)运营,就是 2020 年的一大显著商业进展。

 

虽然从长期来说,Robotaxi 出行业务是自动驾驶商业模式里市场前景最大、最成熟的一种,目前仍处在商业化的初级阶段,烧钱补贴、继续测试还将是接下来 2-3 年的常态。

 

根据预测,到 2030 年,全球 Robotaxi 的出行市场规模有望达到 2600 亿美元,成为自动驾驶领域最大的蛋糕,这是现在自动驾驶初创企业始终能“不忘初心”,咬牙坚持的动力。

 

而现在,Robotaxi 居高不下的车辆成本和运营成本,使得目前几乎所有公司的项目都依靠“输血”维持。即使是已经可以靠 Robotaxi 业务开始赚钱的 Waymo,其营收相比较每个月数千万美元的投入来说,几乎可以忽略不计。

 

车辆成本包括传感器等硬件成本的大幅下降、彻底的无人化驾驶、大规模车辆投放摊薄运营成本,未来 5-10 年,这些自动驾驶车企才有可能迎来盈利的可能,届时才是自动驾驶 Robotaxi 出行的黄金年代。

 

 

值得注意的是,自动驾驶不同于别的科技产品,直接涉及使用者的人身安全。人们对无人自动驾驶接近 100%的安全率的要求,也是可能压倒任何一家出行企业的“稻草”。投入研发、硬件、测试,尽可能确保万无一失,才能避免重蹈 Uber 的覆辙。

 

但这不意味着过去一年,出行领域没有其他故事可讲。无人自动驾驶出行不仅局限于 Robotaxi,还在向更多的场景延伸,虽然大多项目仍然处在试运营或测试的状态。

 

比如,Robotruck(自动驾驶卡车)。Waymo 去年宣布推出与 Robotaxi 服务 Waymo One 平行的 Waymo Via,正式进军重卡自动驾驶。而国内的重卡自动驾驶初创企业智加、图森未来也获得了上亿的新一轮融资。

 

Robotruck 业务,可以在像港口、矿场、园区等固定场景中,扮演着物流运输的责任。像无人驾驶矿用卡车可以实现多编组作业、夜间作业等应用,未来实现规模化工程部署。

 

 

还有在城市低速运送、固定园区路线等场景推出的 RoboBus,今年值得关注的就是 Cruise 发布的可量产的自动驾驶车型 Origin 和 Zoox 发布的 RoboTaxi 原型车,均是可以达到 L4 级别自动驾驶产品。看到可以眼前一亮,但 2020 年我们只是看了个热闹,后续还得继续等待。

 

而在低速无人驾驶上,今年在新冠疫情期间,国内有多家企业都纷纷推出了无人车,完成医疗物资运输配送、清洁消杀、巡逻测温、快递配送等工作,极端的线下场景需求,直接促成了这类无人车市场的井喷。但是未来能否扩大范围,保持盈利,而非搞成给融资讲故事的噱头,才是这些企业要解决的问题。

 

 

从这些正在爆发的场景来看,自动驾驶企业正在迎来一个全面爆发的微笑曲线增长期,不同的场景需要对产品做不同设计,产品形态、功能点都会完全不一样,这对于很多初创企业来说,都是一场新的机遇,当然也是挑战。

 

 

回顾 2020 年的自动驾驶领域,我们可以整理出如此之多的细节,应该会让我们这些身在其中的人也大吃一惊。

 

科技产业有句名言:“我们总是高估技术的短期效应,而低估它们的长期影响力。”也就是说,只会看热闹的我们总是觉得一项技术要么马上到来,要么就再也不会到来。但实际上任何一项技术的成熟都是在潜移默化中长大,只是平时你未曾关注。而过段时间,你就会发现技术的进展要远远超出我们的想象。这就是时间对于我们认知局限的惩罚。

 

总而言之,在 2020 年,自动驾驶的产业双向赛道的企业正在发生交汇,低赛道玩家正在跨过交汇点,高赛道玩家自觉高处不胜寒,要回低赛道补充给养。交汇就将形成激烈交锋,我们可以拭目以待。

 

在技术层面,比拼软件算法的基础阶段正在过去,比拼“水桶长板”的阶段已经到来,谁拿出最好的计算方案、拿到最丰富的路测数据,能够最低成本实现量产,谁就能拿到自动驾驶领域最为丰厚的回报。

 

在商业模式上,自动驾驶正在迸发出更多的出行场景,自动驾驶出租车是一门非常棒的生意,但眼下还见不到实际收益,而自动驾驶+出行+货运+配送+矿车+园区巴士……等等出行运输场景正在崭露头角,成为很多新创公司抓住自动驾驶产业的新机会。

 

多年以后回忆 2020 年,这一年可能是自动驾驶开始释放技术商业红利的一个美好时刻。

 

我们用“或跃在渊,无咎”来解释这一年自动驾驶的变化,翻译成大白话就是“折腾吧,没毛病”,以此送给那些迈进 2021 年,准备大干一场的自动驾驶的新老玩家们。