守诺

　　技术的本质是什么？技术的演化路径是怎样的？在每次技术变革的拐点，这个问题都拷问着人们。foresighthttps://www.foresightauto.com.cn/Foresight 福飒特是一家开发智能多光谱视觉软件解决方案的技术公司，提供自动驾驶汽车解决方案，帮助他们开发自动驾驶汽车的三维感知和探测能力，以检测车辆周围的障碍物。Foresight 的立体视觉解决方案可应用于汽车、国防、自动驾驶汽车和重型工业设备等市场。

https://img0.baidu.com/it/u=1015299388,1569007347&fm=253&fmt=auto&app=120&f=JPEG?w=640&h=399

　　最新的例子是自动驾驶，它被认为是汽车行业的颠覆性技术之一。近日，特斯拉推出新的全自动驾驶（FSD）Beta 软件更新，这是迄今为止最大的一次更新；与此同时，小鹏汽车 CEO 何小鹏表示，今年下半年，小鹏汽车有望成为中国第一家开启城市智能辅助驾驶（CNGP）的企业。

　　从当前的局势来看，渐进式路线开始被越来越多的企业和机构接受，代表企业是特斯拉，它的思路是在量产车上优先搭载 L2/L3 级辅助驾驶，低成本收集数据，训练算法迭代技术，最终做到 L4/L5。

　　与渐进性路线相对应的，是跨越式路线，代表企业是谷歌母公司 Alphabet 旗下的 Waymo，它的策略是一步到位，全力研发 L4+高级别自动驾驶技术，以技术改变行业。在此前的很长一段时间里，Waymo代表着最先进的技术和方向，肩负着人类走向智能汽车的使命。

　　从 Waymo 到特斯拉，自动驾驶路线经历了从跨越式到渐进式的转变，这中间到底发生了什么？哪些因素影响了技术的演进和迭代？

　　想要回答这个问题，要回到自动驾驶的起点。如果仔细观察，你可能会发现，所有新技术并不是无中生有，而是在原有技术的基础上，彼此组合出的新的搭配方式。自动驾驶也是如此。早期的无线电遥控、无线电导引，再到传感器、计算系统和控制系统，这些都让自动驾驶成为了可能。

　　直到上世纪末，关于自动驾驶的研究，还大多集中在大学实验室或汽车公司的研究院，并没有形成真正的产业。当时的研究者，在很长时间里，被嘲讽为「未来学家」、「不切实际的幻想家」。

　　但技术创新的步伐并非固定，有时慢有时快。技术可能会在某一时刻突然爆发，迎来真正的突破。

　　21 世纪初，美国国防高级研究计划局（DARPA）赞助了三场公路挑战赛，自动驾驶由此迎来了变革时刻，衍生出一个上万亿美元的产业。

　　2004 年美国加州无人驾驶挑战赛｜视觉中国

　　据了解，这三场挑战赛（2004 年、2005 年、2007 年）总计花费不到 3500 万美元，但却验证了自动驾驶的潜力，孵化出了自动驾驶的基础路线——由摄像头、激光雷达、毫米波雷达等组成传感器单元，计算单元、线控系统构成自动驾驶的硬件系统，传感器融合、定位、识别、路径等算法构成的软件系统，共同组成汽车的自动驾驶系统。

　　更重要的是，DARPA 发起的系列挑战赛，孕育了一个由发明家、工程师、程序员、开发商等组成的无人驾驶生态圈。其中，在比赛中表现出色的卡内基梅隆大学和斯坦福大学，后来成为自动驾驶行业的「黄埔军校」，众多的自动驾驶人才从这里走出。

　　比赛过后，很多人认为自动驾驶将很快迎来大发展。但因为 2008 年陷入金融危机，车企都在破产边缘挣扎，根本无暇顾及其它。同时，几乎所有的汽车高管都认为，自动驾驶至少还需要半个世纪，才能真正成为现实。

　　不过，技术可以进行自己构建，就像珊瑚礁通过微小生物自己建构自己一样。自动驾驶技术的「发动机」一经启动，就没有人能让它停下。

　　很快，谷歌创始人拉里·佩奇 (Larry Page) 出现了。据了解，佩奇一直关注着 DARPA 挑战赛，几次都在全程观战，甚至会跑到斯坦福大学找人去讨论比赛方案。

　　在挑战赛后，谷歌成立了 Google X 实验室，邀请后来被称为「谷歌自动驾驶汽车之父」的特伦（Sebastian Thrun），担任 Google X 的第一任掌门人。

　　2009 年 1 月，谷歌的自动驾驶项目 Project Chauffeur 在这个实验室启动。

　　至于技术路线，谷歌内部也曾有过摇摆。

　　2014 年，考虑到加州法案要求「车上必须配备驾驶员，以便在紧急情况下接管车辆」，谷歌循序渐进从 L2/L3 做起逐步实现自动驾驶，把产品提供给少数长途通勤的员工使用。

　　但当这款 L2 级自动驾驶系统上车测试时，谷歌发现了一个严重的问题：很多员工在「驾驶」时，并不总是会把注意力放在车上，时常会发短信、化妆、使用笔记本电脑，甚至一位「驾驶员」在时速 80 公里的车辆里睡着了。

　　随后，谷歌路线发生了转向，开始一步到位攻克 L4 高级别自动驾驶。在随后的时间里，Waymo 是 L4 这一路线的坚定贯彻者，也是这个方向领先的实践者。

　　在谷歌自动驾驶的发展过程中，有一个很重要的节点。2015 年 10 月 20 日，一位叫 Steve Mahan 的盲人乘客，坐在没有人为干预控制以及安全司机的智能汽车上，安全通过了奥斯汀市区。这一真正意义上的无人驾驶，也被认为是自动驾驶技术的一次里程碑事件。

　　在这个期间，以特斯拉、Uber 为代表的企业，也开始进军自动驾驶。随着参与主体的越发多元，技术路线也开始出现分岔：以 Waymo 为代表的科技公司，主要走「跨越式」路线，因为没有大规模量产车为其提供数据进行技术迭代；相比之下，特斯拉等车企大都走「渐进式」路线，从商业和营销角度上来看，以电动车为产品，自动驾驶为核心卖点，逐步满足消费者更加稳妥。

　　关于技术路线的选择，只是各家公司根据的资源和优势，做出的自己认为的最优选择。不过，当时大多数人都认为，专攻 L4/L5 高级别自动驾驶的 Waymo 模式，有更大的潜力；特斯拉等公司因为进入时间较晚，在技术和测试里程上并不占优势。

　　一项新技术要真正实现规模化，取决于技术和商业模式之间的契合，只有技术或商业模式，要么无法走出实验室，要么成为空中楼阁。

　　随着无人驾驶项目的稳步推进，谷歌在 2015 年 9 月任命 John Krafcik，为自动驾驶汽车项目 CEO，以加快该项目商业化进程。他随后主导了 2016 年 Waymo 从谷歌母公司 Alphabet 独立。随着 Krafcik 开始进行组织架构调整，加上成本控制，以 Urmson 为首的技术派已经不再是权力中心，大批核心人员集体出走创业。这也标志着谷歌自动驾驶「技术英雄时代」落幕，商业探索时代的开启。

　　即便如此，Waymo 在自动驾驶处于领先位置。经过多年的发展，Waymo 不管是在技术领先程度、测试里程，还是运营经验上，鲜有公司能够企及。在美国多个关于自动驾驶的榜单中，Waymo 都处于领跑位置，特斯拉则多年位于尾部。

　　Waymo 测试车辆｜视觉中国

　　随着 Waymo 商业化战略展开，资本市场也给予了积极反馈。2015 年时，Google 自动驾驶项目（Waymo 前身）估值仅有 85 亿美元；但两年后的 2017 年，摩根斯坦利对 Waymo 给出的估值达到 700 亿美元；2018 年，估值更是暴涨到 1750 亿美元，相当于 1/4 个谷歌，这背后是对其技术和商业化的认可。

　　拆分来看，Waymo 各个部分价值如下：

　　自动驾驶出租车，800 亿美元；

　　物流/递送服务，900 亿美元；

　　软件和技术授权，70 亿美元；

　　有 Waymo 的示范效应在先，越来越多的自动驾驶公司涌现，行业进入了第一波高潮期。

　　当时，科技公司如 Uber、百度、NVIDIA 等也纷纷加入自动驾驶研发的阵营；通用、福特、宝马等传统汽车厂商，也通过投资迅速切入自动驾驶赛道，2016 年通用汽车以 10 亿美元并购 Cruise，2017 年，福特汽车向 Argo 投资 10 亿美元，2018 年软银 22.5 亿美元押注通用 Cruise。

　　同时，也涌现了很多初创公司，比如小马智行、Nuro.ai、驭势科技（UISEE）、Momenta 等。

　　之所以给自动驾驶公司如此高的估值，是当时业界充斥着乐观情绪，认为自动驾驶在 5 到 10 年内就可以商业化落地。

　　百度前自动驾驶事业部负责人、现中智行董事长兼CEO王劲，在 2015 年喊出自动驾驶汽车「三年商用、五年量产」的口号；咨询公司Gartner 也预测这项技术能在 5 至 10 年时间内达到生产成熟期；2017 年，通用公司宣布了自动驾驶计划，计划在 2019 年大量投放自动驾驶出租车。

　　优步自动驾驶测试｜视觉中国

　　但现实却给了他们一记「闷棍」。2018 年，Uber 在自动驾驶路测中出现致命事故，一名女性在过马路时被一辆 Uber 无人驾驶 SUV 撞倒并最终死亡。Uber 的无人驾驶汽车当时以 61 公里的时速在限速时速 56 公里的区域内行驶，并没有试图刹车。

　　这是全球第一例自动驾驶安全事故，也引发了人们对自动驾驶技术成熟度的思考。从技术上来讲，自动驾驶是一个复杂的工程问题，注重的是对于「长尾问题」的解决能力，要解决考虑尽可能多的场景。Waymo 软件工程总监 Sacha Arnoud 曾表示，从他的经验来看，前 90％的技术工作量只占总工作时间 10％，而要完成最后的 10％的工作，却还需要再花 10 倍的气力。

　　越来越多人认识到，自动驾驶可能还需要更长的时间、更多的投入，进行技术迭代，才能真正实现无人驾驶。此前估值超过 100 亿美金的自动驾驶公司 Aurora，其 CEO Chris Urmson 就曾表示，「完成自动驾驶革命可能要花 30 年甚至更长的时间。」这也意味着，自动驾驶的竞争，从「短跑」变成了「长跑」。

　　与此同时，Waymo 在商业化过程中接连受挫。据了解，2018 年底，Waymo 开始在美国亚利桑那州凤凰城试点 Robotaxi 业务，但一直无法拿掉安全员或者跟踪车，这直接导致运营成本高昂，无法大规模复制，也无法获得足够的数据来优化算法，实现数据闭环。随后，摩根士丹利在2019 年，将 Waymo 的估值从 1750 亿美元，下调近 40% 至 1050 亿美元。

　　种种因素汇聚，导致自动驾驶从风口进入寒冬。Uber、沃尔沃、通用、福特、特斯拉等主要玩家，都推迟了自己的商业化落地计划，大批创业公司倒闭。其中，2020 年 12 月，Uber 更是将自动驾驶技术部门 Uber ATG，以 40 亿美元出售给了同行 Aurora Innovation；Lyft 也以 5.5 亿美元，将自动驾驶部门 Level 5，转卖给了丰田子公司 Woven Planet。

　　虽然遭遇了资本寒冬，但自动驾驶的大趋势并没有变化。只是竞争从「短跑」变成「长跑」，意味着企业的发展路径和投资策略，可能就要发生转变。

　　此时，业内开始重新考虑特斯拉为代表的渐进式路线。众所周知，自动驾驶技术的决胜点在于数据的积累。渐进式思路的优点，是可以把辅助驾驶作为卖车亮点，用赚来的钱来搞 L4 自动驾驶研发，在量产中获得现金流和低成本的数据流。它的缺点可能就是这些数据可能不全面，还有就是人们对从辅助驾驶通向无人驾驶存有疑问。

　　但随着芯片、激光雷达、5G 网联产品，成本快速下降，高质量的数据获取正逐渐成为可能。在 2020 年的 CES（国际消费电子展））上，博世、华为、大疆、Velodyne，以及禾赛、速腾等公司都带来了新产品，部分激光雷达价格不到 1000 美元，这无疑会加快激光雷达前装上车的速度。

　　与此同时，2019 年前后，自动驾驶技术堆栈出现了颠覆性变化，特斯拉引领了这次变革。所有单个技术的进展，核心都围绕着从规则驱动向数据驱动发展，这几乎改变了整个技术堆栈，甚至是工程师的思考方式。简单说，数据的数量与质量决定了算法的有效性，将成为自动驾驶的关键环节。

　　2020 年下半年，特斯拉发布 FSD Beta（完全自动驾驶测试版）。这也验证从辅助驾驶到自动驾驶的路径，是可行的。当然，渐进式路线并不是一条平滑曲线，而是阶梯状的小幅跃迁。从当年的 Autopilot 到如今的 FSD，特斯拉在底层架构上也是不断重构，甚至是推倒重来。

　　著名的技术思想家布莱恩·阿瑟，曾在其《技术的本质》一书中表示，技术进化的机制就是组合进化。最初很简单的技术，通过组合成一个一个的技术模块，发展出了越来越多的复杂技术形式。

　　在多个因素的共振下，渐进式路线在 2021 年发展迅速。2020 年底至 2021 年上半年，众多车企、科技企业推出自动驾驶相关车型、产品。公开数据显示，2021 年全球新能源汽车销量达到 675 万辆，同比增长 108%。其中，中国新能源汽车市场持续突破，产销同比增长 160% 以上，销量达 352 万辆。市场占有率达到 13.4%，高于 2020 年 8 个百分点。其中，大部分都搭载了辅助驾驶系统。

　　特斯拉 Model Y 自动驾驶｜视觉中国

　　相比之下，Waymo 在技术层面依然领先。2022 年 3 月，美国市场研究机构 Navigant Research 又发布了最新版的自动驾驶竞争力排行榜，Waymo 以 86.7 的评分占据榜首，展现了领导者的地位，特斯拉则垫底。但它依旧没有解决商业化落地问题。虽然已经取消了安全员配置，但 Waymo 目前仍局限在较小范围内，通用性和泛化性还需进一步拓展。

　　此外，专注于 L4+高级别自动驾驶的开发需要海量的资金支持，2019 年自动驾驶赛道全球前十大玩家研发总投入超 160 亿美元，其中 Waymo、Cruise、Uber 等公司全年投入超 20 亿美元。对于大多数企业而言，这是难以承受的开支。相比之下，是特斯拉已经扭亏为盈。2021 年，特斯拉交付量为 93.6 万台，归母净利润 55.19 亿。这意味着特斯拉可以长期、持续对自动驾驶进行投入。

　　总体来看，自动驾驶尚未到达终局，Waymo 和特斯拉的路线之争还会一直持续下去。自动驾驶是一个复杂体系和演进过程，不可能一蹴而就，需要在与技术、量产、商业化、需求碰撞中逐步完善。

　　举报/反馈