文|談擎說AI 鄭開車
自動駕駛的“燒錢游戲”仍在繼續下去。
8月2日，小鵬汽車與阿里合建的自動駕駛計算中心落地，CEO何小鵬表示，智能化自研路線下，“到2025年小鵬汽車每年的算力費用會超過10億元”，同時小鵬汽車將進入到真正的自動駕駛時代。
從Waymo吹過的牛皮來看，小鵬汽車的目標還是偏樂觀了一些。
2017年Waymo開始了自動駕駛業務，彼時Waymo內部員工透露已經解決了99%無人駕駛的問題。后來的事實證明，解決最后那1%的難度，是前面99%的數十倍甚至于數百倍。
相比小鵬、特斯拉等主機廠的樂觀預計，外部的聲音顯然更理性一些，此前Gartner預測，實現真正實用的L4級自動駕駛依舊需要10年的時間。
從商業化的蹣跚學步，到真正扛起人們無人駕駛出行的愿景，當下的自動駕駛行業究竟還差些什么？自動駕駛離真正商業化還有多遠？透過行業現狀和發展，我們不妨來窺探一二。
分化與融合后，自動駕駛開到商業化中途
走出襁褓之后，自動駕駛落地，還需要解決兩個核心的路線問題。
在落地的方式上，是做單車智能還是車路協同？
在技術路線上是走視覺路線還是雷達路線？
單車智能是主機廠主推的方案，不僅是因為自動泊車、自適應巡航之類的功能性更容易帶來方便舒適的體驗，更是因為對于汽車制造商來說，絕對的行業話語權下，對自動駕駛技術的控制是一種戰略上的必然。
無論是特斯拉的FSD、還是小鵬的NGP、抑或是蔚來的NOA，主機單車智能的自研的市值其實就希望把未來的主行業話語權掌握在自己手中。
過去掌握汽車絕對行業話語權的核心，是內燃機傳動技術，而未來行業話語權的核心，其實就是自動駕駛以及相關的智能交互技術。
為什么汽車行業中大家都非常重視華為、百度、小米等后來者的競爭，核心在于，作為一個非傳統行業的“外來者”，這些企業正在把戰略的觸角伸向未來行業話語權的中心。這一點是寶馬、奔馳、大眾以及兩田們所不能接受的。
因此，一個基本的判斷是，單車智能的落地，依舊會是主機廠與新勢力們“決戰”的主戰場。
單車智能雖然是一個基本的方向，但這不意味著車路協同就沒有價值。事實上，兩者之間相輔相成。當下自動駕駛落地的一個基本的情況是，政策引導是自動駕駛商業化不可或缺的推動力，而車路協同路線是受G端推動的較多的自動駕駛落地路徑。
這對主機廠之外的第三方自動駕駛企業來說，意味著商業化有了新的出路。
第三方自動駕駛公司的商業化落地方向上，要么是做Robotruck、Robotaxi到一二級市場融資，然后轉身繼續做研發直到有一天技術成熟了放個大招，要么就選擇與一些智能化實力較差的主機廠合作。
前者的問題在于，資本越來越謹慎的當下，Robotruck、Robotaxi的故事資本還會不會買賬，后者面臨的尷尬境地是，自動駕駛公司與主機廠體量相差太大，且主機廠想要獲得話語權，對自動駕駛公司的并購就幾乎成了一個必選項。
在談擎說AI看來，車路協同對于自動駕駛商業化落地的最大意義，是給了第三方自動駕駛公司真正能夠嘗試獨立商業化的機會。
在北京首個車路協同商用示范項目一年多之后，蘑菇車聯在衡陽落地了首個城市級自動駕駛項目，總投資五億，車路協同路線下自動駕駛開始嘗試進入商業化階段。蘑菇車聯的朱磊對外解釋，他們在做的其實就是一套技術體系加一套運營體系。
之所以能夠得到G端扶持，是因為在技術路線上，車路協同與5G、智慧交通、新基建等方向契合，企業也更容易拿到訂單和資金支持。巧婦難為無米之炊。有了收入，團隊就更容易度過前期的技術研發階段。
從發展的方向上來看，無論是單車智能還是車路協同，其實都是為了實現最終的無人駕駛，達成這個目標離不開一輛聰明的車，也離不開一條智慧化的路。
事實上，相比路的智能化，車的智能化仍然需翻山越嶺，到達技術的珠峰。自動駕駛視覺路線、激光聲波雷達兩種路線的分化，使得在商業化中途上，做自動駕駛的車企不得不面臨著更多風險和問題。
近日，在美國猶他州，一輛特斯拉model3撞上了一名摩托車騎手并致其喪生。值得注意的是，猶他州公共安全部表示，該肇事特斯拉司機堅稱自己“開啟了自動駕駛，并且沒有看到摩托車騎手”。
這起安全事故，再度引發了業內人士對于純視覺路線下自動駕駛安全性的擔憂。事實上，相比激光雷達方案，純視覺路線下車輛智能系統缺乏對距離的感知，需要算法更加有“決斷力”。
換言之，從輔助駕駛到自動駕駛再到無人駕駛，算法判斷能力需要盡可能地從滿足99%到滿足最后的1%。也就是說，從技術冗余度的原則上來看，雷達方案可能仍然是自動駕駛技術離不開的技術路線選擇。
在這一點上，國內造車新勢力的“御三家”蔚來、小鵬、理想有著共識。從蔚來、小鵬、理想三家的自動駕駛進化路線上來看，三家都不約而同地采用了視覺+雷達+高精地圖的解決方案。
蔚來方面，其推出的ES8、SE6以及部分EC6車型采用了攝像頭+毫米波、超聲波雷達的技術方案，2020年之后生產的EC6則在原有方案增加了高精地圖。2022年發布的ET7、ET5增加了激光雷達、環繞攝像頭、高精地圖以及V2X的技術解決方案。
小鵬方面，目前P7車型采用的環繞攝像頭+毫米波、超聲波+高精地圖的技術方案，未來的車型規劃上，P5以及G9車型也都將采用激光雷達、環繞攝像頭、高精地圖和超聲波雷達。
理想方面，除了升級前的理想ONE沒有用上高精地圖之外，在2021理想ONE車型上已經配備了前攝像頭+毫米波、超聲波雷達和高精地圖，L9車型上則會加入激光雷達。
技術路線上的分化最終意味著產品上的差異化。不同的技術路線也意味著需要解決不同的技術、商業上的落地問題。
比如，特斯拉采用全視覺解決方案，或許正是對自己的算法、數據有足夠的自信，更需要向成本妥協。只不過，事實證明，這樣的自信可能有些過頭了。
再比如，對于舍得堆料的新勢力們來說，硬件成本可能始終是蔚小理需要解決的問題，在芯片漲價之前，Model3顯然更具成本上的優勢。因此，關鍵在于平衡，商業化落地未半，如何最大化收益才是各家關心的焦點。
塔頂過后的賽點：硬件是自動駕駛規模化的關鍵
即便是市場對行業充滿信心，但這兩年，自動駕駛相關企業還是經歷了一波冷靜期。
天眼查APP信息顯示，自動駕駛領域的企業注冊增速已經不足10%。這意味著行業中的玩家們意識到了，第一波的淘汰賽的號令槍已經打響，大家拼的不再是一二級市場的融資能力，而是需要通過實實在在的商業化能力去造血。
當前自動駕駛對于汽車廠商的最大的價值，就是能夠提升技術溢價。
在工程上，造一輛特斯拉未必會比造一輛寶馬難，但有自動駕駛技術光環之后，內飾裝修簡陋的Model3也能和寶馬賣一個價。
對于終端銷售來說，同樣是30大幾萬，過去的你可能更愿意買一輛3系，而今天的你則可能會去買一輛特斯拉Model3，雖然特斯拉遠不及寶馬豪華運動，但你知道能夠選裝FSD的特斯拉才是未來。
畢竟，誰都想引領潮流，當自動駕駛成為整個汽車產業發展的新潮流，用戶很難不愿意為其買單。這也是為什么當下特斯拉，蔚來、小鵬這些玩家，更強調落地，因為從“技術溢價”的角度來看L2、L3級自動駕駛能滿足現階段的商業化需求。
透過現階段來看，自動駕駛進階的商業化，在于自動駕駛本身對于勞動力的替代。
在商業化中，技術最大的價值是什么？是對成本的迭代。內燃機為什么取代了蒸汽機，電動化為什么終將取代內燃機，是因能源的使用成本更低。
自動駕駛的商業化也同樣符合這個邏輯：如果自動駕駛商業化能夠替代勞動力，那么自動駕駛的商業化會進入一個飛快地落地階段。
這也是為什么資本開始關注Robotruck賽道，因為在Robotruck領域，L3、L4級的商業化應用可能會更早，這個階段中，技術上成熟相對來說更容易，因為場景相對更封閉，在事故責任判定、運營安全等法律、倫理問題上更容易處理。
另一邊，我們看到，在商業化的中途上，自動駕駛企業呈現出一種殊途同歸的趨勢：死磕L4自動駕駛的開始研究容易落地的L2，做L2的自動駕駛公司開始研究L3、L4，目的只有一個，加速商業化落地，加快形成自我造血體系。
另外，從商業的角度來看，更加商業化的落地場景下，自動駕駛技術更能發揮出替代勞動力成本的優勢，一旦在商業場景中自動駕駛有了成本上的優勢，那么這一領域的規模化落地就沒有想象中那么難。
當然，相比Robotruck，此前備受關注的Robotaxi領域，想要做到勞動力替代還很難。所以我們看到小馬智行等玩家，嘗試在進一步融合兩個業務開發團隊，因為兩者在技術上并沒有本質上的不同，合并資源之后，反而可能更容易推進落地進程。
目前，賽道玩家正在進行初步的商業驗證，不久之后，可能就會看到在無人礦車、封閉區域無人貨運等領域中，自動駕駛技術進一步商用。
事實上，自動駕駛商業化的真正價值點，就是對于人力生產的替代，這也是AI技術發展的核心商業邏輯之一。但目前來看，距離這個商業化的目標還很遠。
談擎說AI認為，自動駕駛在越過技術塔頂之后，最后的商業化賽點在于成本和落地規模。因為技術本身是存在邊際成本遞減效應的，自動駕駛技術亦然。
自動駕駛規模化落地，核心在于硬件的價格以及人們的接受程度。
如果計算平臺+L4級傳感器的價格能夠降到10萬元以內，那么，自動駕駛在商業上的規模化就能夠更早到來。
事實上，去年12月，元戎啟行發布的L4級方案成本不足1萬美元（約6.4萬元人民幣），今年4月再次下降至僅需3000美元（約2萬元人民幣）。今年，輕舟智航更是公布了成本可低至1萬元的車規級自動駕駛方案。
當然，不排除低價方案本身有著博眼球的目的，但從產業發展的趨勢上來看，低價是一個可見的發展趨勢。
一方面，產業鏈的成熟促使硬件價格的不斷下降，博世、華為、大疆以及眾多國內創業企業新推出的激光雷達產品拉低了硬件價格，為規模化自動駕駛硬件能力規模化上車打下了提前量。
另一方面，技術落地的法規障礙正在被掃除，自動駕駛商業落地也會進一步擴大市場對于硬件總量的需求，進而使得單位成本有被壓縮的空間。換言之，產品越成熟，硬件成本就越低，自動駕駛的規模化落地就有了現實條件。
事實上，深圳出臺自動駕駛上路法規，也是一個信號，這說明在立法上，自動駕駛汽車上路不再是阻礙。
真正的阻礙是什么？是人們對技術的接受程度。
比如，對于自動駕駛造成的交通事故，甚至是出現傷亡的交通事故，人們能不能真正接受？這個問題在立法之外，可能需要更長時間去解決，也就是說，即便技術成熟了，人們的心理上的接受還需要一個過程。
這個過程，也許到自動駕駛能力的車輛真正普及開來，銷量上真正超過傳統汽車時才能結束。以新能源車為例子，大家什么時候開始接受新能源車的？其實是新能源車開始大規模普及的時候。
從目前的市場環境來看，要達到這樣的一個目標，十年可能仍然不夠，對于車企和自動駕駛企業來說，仍然需要一個漫長的商業化旅程。
自動駕駛的商業化不是一場短跑，而是一場馬拉松，而如今，這場馬拉松尚未過半。傳統車企、造車新勢力、自動駕駛公司、互聯網跨界巨頭……各位選手已經跑在了路上，至于誰能先到達“雅典”，傳回勝利的音訊，值得拭目以待。