最近無人駕駛領(lǐng)域挺熱鬧。這邊廂，美國將通過首個全國性無人駕駛汽車法案，有望解決各州監(jiān)管一致性問題，并批準數(shù)十萬輛無人車上路測試。

　　那邊廂，通用汽車聯(lián)手Cruise，發(fā)布全球首款量產(chǎn)無人駕駛汽車，至少定位于L4級自動駕駛，一旦軟件和監(jiān)管環(huán)境成熟，無人車的時間表將再被提前。

　　恐怕不久后，一邊開著車，一邊吃著火鍋、唱著歌的異想天開，真的要一步步成為現(xiàn)實了。但是，在未來真正來臨之前，還有多少坎需要邁過?那些做著“造車夢”的人們，到底會成為下一個“賈躍亭”還是“Elon Musk”呢?

　　一、那些宣稱要玩無人駕駛的公司，現(xiàn)在都做到啥程度了?

　　1、谷歌：領(lǐng)跑者，直接攻堅L4，兼顧軟硬件與自主研發(fā)

　　相比起傳統(tǒng)車廠目前選擇從ADAS起步，漸進式地推進做自動駕駛的路徑，谷歌單刀直入，一上來就沖著全面的無人駕駛?cè)チ恕?/p>

　　從積累的真實測試數(shù)據(jù)和事故率來看，谷歌也是進入L4技術(shù)攻堅階段最扎實的一家公司。在加州，谷歌累計共有48輛測試車上路收集數(shù)據(jù)，在6年多內(nèi)行駛超過270萬公里，僅出現(xiàn)11次輕微交通事故，平均25萬公里出現(xiàn)一次，且責任方均為對方車輛。

　　谷歌已從最初專注軟件算法和高精地圖，拓展到了軟硬件兼顧和自主研發(fā)。面對居高不下的激光雷達和芯片成本，谷歌干脆自己把傳感器、GPU和算法都包攬了下來，成功將激光雷達成本從7萬降到了7500美金。

　　看來，除了復(fù)雜度和專業(yè)性極高的造車領(lǐng)域，谷歌已在全產(chǎn)業(yè)鏈開始自研布局，進一步擠壓中小硬件廠商和創(chuàng)業(yè)公司的生存空間。

　　2、特斯拉：L2-L3兼具軟硬件能力與“激進”的自我營銷

　　在無人駕駛上，特斯拉也一直不缺熱點，自2014年配置初代自動駕駛系統(tǒng)Autopilot以來爭議不斷，甚至造成首例無人駕駛致死事故。過去三年內(nèi)，Autopilot收集了全球各種道路、天氣條件下的3.6億公里行駛數(shù)據(jù)。

　　特斯拉與谷歌分別代表了硅谷科技公司造無人車的兩大流派。特斯拉的技術(shù)發(fā)展路線目前處在L2-L3階段，精度和成本也更低，不采用谷歌的激光雷達+高精地圖，而是用攝像頭和超聲波傳感器做車的“眼睛”。

　　特斯拉的優(yōu)勢在于公司既有數(shù)據(jù)算法資源、創(chuàng)新科技人才等軟件實力，又有造車生產(chǎn)線的硬件基礎(chǔ)。

　　不過，下一階段特斯拉的無人駕駛之路能否順利，還要看它如何突破安全和成本的二元悖論。圖像識別技術(shù)有盲區(qū)，要達到L4，只有激光雷達才能萬無一失。而特斯拉在L2-L3階段積累的經(jīng)驗，與L4有本質(zhì)的區(qū)別。

　　一貫擅長自我營銷的特斯拉，憑借激進的風格，容易讓消費者將它現(xiàn)階段的水平與“真正意義上的自動駕駛”相混淆。而谷歌的態(tài)度則相對更嚴謹。

　　3、Uber：抱車廠大腿、與谷歌撕逼，進展低調(diào)而緩慢

　　共享出行公司天然地有發(fā)展無人駕駛的動力。無人車規(guī)?；蟛粌H能為平臺低成本形成有效供給，還有助減少擁堵和車禍，優(yōu)化用戶體驗。共享出行龐大的運營網(wǎng)絡(luò)是其殺手锏。

　　通過海量車型收集各個城市的實測路況數(shù)據(jù)，比自造車型、實地投放的模式靈活不少。

　　其中又以Uber的無人駕駛進度為首。只是，強運營的Uber并沒有造車基因，抱車廠大腿成了明智之選。今年1月，Uber和戴姆勒達成合作，后者生產(chǎn)研發(fā)帶自動駕駛技術(shù)的奔馳，投入Uber網(wǎng)絡(luò)做測試和數(shù)據(jù)收集。

　　就在Uber干得熱火朝天之時卻吃了谷歌的官司，近期進展有所停滯。2016年1月，從Waymo跳槽的工程師創(chuàng)建了無人貨車公司otto，被Uber迅速收購;隨后又爆出otto工程師從谷歌剽竊技術(shù)專利的猛料。

　　谷歌氣不過，直接把Uber告到了舊金山衙門，對簿公堂。最后以Uber壯士扼腕炒otto創(chuàng)始人魷魚為結(jié)局。

　　4、百度：國內(nèi)領(lǐng)先，阿波羅計劃有階段性成果

　　百度在錯失移動互聯(lián)網(wǎng)紅利之后All in AI，已然成為國內(nèi)最重倉無人駕駛的互聯(lián)網(wǎng)巨頭。在路徑選擇上百度與谷歌相似，將搜索識別技術(shù)和高精地圖能力運用到無人駕駛的算法和軟件上。

　　沒有硬件基礎(chǔ)的百度，定位是做開源技術(shù)平臺，賦能合作伙伴。

　　今年4月，百度Apollo計劃對外公開，向汽車及自動駕駛行業(yè)伙伴提供車輛、軟硬件、云端數(shù)據(jù)等服務(wù)。就像自動駕駛的安卓，把底層能力作為一套工具打包給生態(tài)伙伴造出自己的無人車。

　　百度預(yù)計今年年底Apollo可在簡單城市路況下完成自動駕駛;到2020年底將實現(xiàn)高速和城市道路全路網(wǎng)自動駕駛。

　　李彥宏在開發(fā)者大會上親自坐自動駕駛汽車上了五環(huán)，在一定程度上的確證明了百度的階段性成果，但存疑之處也不少。

　　車隊前后有好些都是百度的“自己人”，理論上百度可以提前訓(xùn)練車子熟悉路線，和真實開放路段的自動駕駛還差得遠，頂多是L2-L3之間的封閉路段駕駛。

　　李彥宏的車雙實線并道違反交規(guī)，還被北京交警點名批評了。從技術(shù)到監(jiān)管環(huán)境，百度的時間線恐怕過于樂觀了。

　　5、傳統(tǒng)車企：綜合實力強勁的百年老店

　　傳統(tǒng)車企和新興互聯(lián)網(wǎng)勢力是無人駕駛領(lǐng)域的兩大陣營，有人認為，傳統(tǒng)車企在無人駕駛領(lǐng)域起步晚，將備受新興互聯(lián)網(wǎng)企業(yè)的沖擊，其實未必。

　　今年4月Navigant發(fā)表的無人駕駛研究報告顯示，目前無人駕駛領(lǐng)域公司的前六名是：福特、通用、雷諾-日產(chǎn)、戴姆勒、大眾集團、寶馬。而谷歌、特斯拉和Uber分別位列第7、第12和第16。

　　可見，算法和技術(shù)只是無人駕駛的因素之一。傳統(tǒng)車企在造車、渠道以及資源整合能力上的綜合實力更強，也低調(diào)地做了很多工作，只是在宣傳上沒有互聯(lián)網(wǎng)企業(yè)叫得兇罷了。

　　比如，福特宣布2021年實現(xiàn)完全自動駕駛汽車(SAE L4，等同于L3)的商業(yè)落地;已通過投資各垂直領(lǐng)域的制造商，手握激光雷達、人工智能、算法和地圖四張王牌。

　　通用也采取了一系列動作：砸5億美元和Lyft共同打造無人駕駛網(wǎng)絡(luò)，10億美元收購Cruise Automation，和IBM合作植入沃森AI技術(shù)等等。

　　總而言之，從目前各傳統(tǒng)車企的時間表上來看，他們對自己的漸進式路線還算樂觀，大多預(yù)計在2020年前后實現(xiàn)L4的落地。

　　6、創(chuàng)業(yè)團隊：精兵作戰(zhàn)，將成生態(tài)鏈條中一環(huán)

　　此外，無人駕駛領(lǐng)域的重要玩家還有博世、Delphi、ZF、英偉達等Tier 1、Tier 2供應(yīng)商，以及新興創(chuàng)業(yè)團隊。

　　我們認為，無人駕駛的盤子雖然大，但創(chuàng)業(yè)團隊的特點在于小而精，和Tier 2零件供應(yīng)商類似，成為垂直領(lǐng)域的“螺絲釘”技術(shù)提供方，或者軟硬件都做，自主研發(fā)完成L2~L3的輔助駕駛功能，但L4的段位太高，這個級別的市場不是生于草莽的小團隊能夠撬動的。

　　歸根結(jié)底，創(chuàng)業(yè)團隊在需要軟硬件結(jié)合、大量資金投入的無人駕駛領(lǐng)域，難以獨立做出一個完整生態(tài)。未來很可能走向被并購的結(jié)局。

　　二、挑戰(zhàn)、瓶頸和發(fā)展差距

　　通過盤點各個類型玩家的最新進展，我們發(fā)現(xiàn)，已落地的自動駕駛技術(shù)還離真正意義的無人駕駛差得很遠。即便是谷歌在把激光雷達成本從7萬降到7500美金之后，在推進L4方面的進展也并沒有加快。

　　那么，橫在無人駕駛面前的坎到底是什么呢?最關(guān)鍵的核心在于無人駕駛的安全性和精度要求極高。即使是99.99%的精準度目前都尚未達到，更遑論無人駕駛涉及到人的生命，必須要達到99.99999%才行。

　　首先，激光雷達和圖像識別兩種路徑對比之下，只有激光雷達才有可能滿足精度要求，但成本仍然高出攝像頭一大截。

　　圖像識別的誤判率較高，只能做到L2-L3的高級輔助自動駕駛水平;尤其是在高速移動過程中以及惡劣天氣環(huán)境，攝像頭圖像識別的自動輔助駕駛功能往往會失靈。只有激光雷達能達到L4的精度要求。

　　更為關(guān)鍵的是，攝像頭和超聲波雷達收集的數(shù)據(jù)和經(jīng)驗積累，和激光雷達收集的數(shù)據(jù)并非同一類型;也就是在L2-L3階段積累的經(jīng)驗，對于后續(xù)進階到L4的幫助很有限。

　　其次，僅僅做軟件和算法難以達到高精度，玩無人駕駛注定要軟硬件結(jié)合。

　　說白了，單純開放軟件和算法能力，做無人車領(lǐng)域的“安卓”這種說法，可能有些天真了。

　　用李開復(fù)的話來說，安卓是一個標準化平臺，基于它的二次開發(fā)空間其實不大。每家車廠從創(chuàng)始至今，都在不斷權(quán)衡設(shè)計、體驗、性能，并做到極致，面對有可能奪取他們對自己車型主導(dǎo)權(quán)的“安卓”，車廠恐怕難以接受。

　　汽車產(chǎn)業(yè)的復(fù)雜度和智能手機不在一個量級上，各車型的硬件配置千差萬別，從純軟件、數(shù)據(jù)和算法切入無人駕駛，就還得解決和不同車型硬件的對接。

　　因此，一家公司若想掌握無人駕駛的行業(yè)話語權(quán)，既要懂汽車產(chǎn)業(yè)的硬件，也要懂人工智能的軟件算法。

　　同時，整車廠收購算法和軟件公司，勝算要遠大于后者反過來收購整車廠。

　　拿美國的汽車公司來說，市值四五百億美金，資金雄厚，收購或戰(zhàn)略投資一家AI、算法及自動駕駛的技術(shù)團隊大概花10億美金，是一筆相當劃算的生意。

　　反過來，互聯(lián)網(wǎng)或算法團隊如果要收購一家車企，那可是上百億美金的投資，除了谷歌這種量級的互聯(lián)網(wǎng)公司，其他則無異于是蛇吞象。

　　因此，軟硬件結(jié)合會是未來玩無人駕駛的能力標配，這也解釋了持續(xù)虧損的特斯拉市值為何能一路走高。它既有算法、技術(shù)、數(shù)據(jù)和研發(fā)能力，又有完備的造車生產(chǎn)線、自有渠道和營銷能力，是難得的軟硬件兼?zhèn)涞臐摿伞?/p>

　　最后，中國和美國之間的發(fā)展至少還有3到5年的差距。

　　美國已是無人駕駛當之無愧的主戰(zhàn)場。而中國的政策監(jiān)管和特殊的市場環(huán)境，也決定了海外公司基本不可能主導(dǎo)國內(nèi)市場;本土企業(yè)的自主研發(fā)才是正道。

　　但在無人駕駛的三大核心技術(shù)——機器人(300024) 技術(shù)、AI和云技術(shù)上，中國的底子薄，且中國復(fù)雜的路況、多變的開車環(huán)境和糟糕的駕駛習慣，也給無人駕駛落地造成了不少阻力。因此，中美之間的距離，樂觀估計是3到5年，保守估計甚至會需要5到10年。

　　不過中國民眾對無人車的接受程度倒是很高。據(jù)BCG和世界經(jīng)濟論壇聯(lián)合去年8月發(fā)布的調(diào)查報告顯示，在中國的城市消費者中有81%的人愿意嘗試無人駕駛汽車，而這個數(shù)字在美國和德國分別是48%和41%。

　　就像面對移動互聯(lián)網(wǎng)浪潮一樣，中國人再次體現(xiàn)出了對新科技的熱情。如果后續(xù)加大利好政策的出臺，也不排除中國的無人駕駛會走出一條屬于自己的全球領(lǐng)先之路。

　　三、結(jié)語

　　在文章的末尾，皓哥帶大家回顧一下今天的幾個核心觀點。

　　1、無人駕駛L2、L3階段與最終的L4階段之間存在難以飛躍的鴻溝，前期的積累對L4的貢獻十分有限。

　　2、我更看好谷歌、特斯拉這樣的公司，同時傳統(tǒng)車廠的實力也不容小覷。

　　3、無人駕駛是一個十億美金起步的土豪游戲，需要建立完整的生態(tài)，門檻極高，并不是小創(chuàng)業(yè)公司的機會。后者的發(fā)揮空間更多在于做精、做專生態(tài)鏈中的某一垂直環(huán)節(jié)。

　　最后，感謝接受皓哥訪談的行業(yè)專家們?yōu)楸疚淖鞒龅呢暙I。未來無人駕駛究竟會鹿死誰手?

　　面對這片還處在萬里長征第一步的市場，皓哥這里的思考也僅代表一家之言，歡迎各位多多交流討論。我們也會長期關(guān)注無人車領(lǐng)域，不定期推出專題研究，與大家分享。