TMT观察网_独特视角观察TMT行业

對于百度來說，也將很快迎來收入結構的優化，進一步贏得資本市場的認可。 1995 年，咨詢公司 Gartner 提出了“技術成熟度曲線”的理論以描述新技術的發展過程：一項新技術被提出，無數害怕錯失機會的公司、資本便會一擁而上； 但新技術往往不夠完美，短視的投機者紛紛撤離營造出一種賽道進入寒冬的景象；直到相關產業成熟、頭部玩家探索出商業模式，新技術才再次迎來穩步爬升的光明期。 在科技行業過去 20 多年的發展中，這條“N”型曲線已經無數次地描繪出了新技術的發展路徑。而放眼當下，如果將自動駕駛作為這條曲線的主角，它似乎正被 5G 推動著逐漸熬過谷底，開始迎來一波平穩上升。 一邊是 5G 從產學結合、標準制定到政策落地正逐步到位； 前有去年 9 月，由高校、科研院所、通信與汽車制造企業、行業主管部門等行業在內 47 個成員組成的“5G自動駕駛聯盟”成立，從行業整合切入 5G 和自動駕駛契合點的探索；后有今年 6 月，工信部發放商用牌照，“5G商用元年”正式到來。 另一邊則是頭部玩家乘著 5G 的東風加速解決方案落地； 3 月，京東物流宣布建設智能物流示范園區，重點以 5G 推動自動駕駛提升物流效率；7 月，國內首個 5G 自動駕駛開放道路場景示范運營基地重慶啟用，長安開啟 L4 級的自動駕駛示范運營； 8 月，百度與一汽紅旗合作的國內首批量產 L4 級自動駕駛出租車 Robotaxi-紅旗E·界在長沙展開測試，支持“高速測試”的同時，測試范圍更進一步達到 135 公里的城市開放測試道路和 100 公里高速公路。 不難看出，之于亟待拓展應用場景的自動駕駛而言，5G 的加速鋪開如同為其注入了一劑強心針，正加速其突破天花板從實驗室走向商用的進程。 站在當下，我們有必要透過表面的喧囂，從底層入手看 5G 到底為自動駕駛帶來了什么。 1 為自動駕駛發展松綁 一個尷尬的事實是，盡管自動駕駛備受廠商、消費者關注，每年更有新技術、概念產品不斷涌現，但當下真正能跑在路上的依然是 2015 年左右發展起來的輔助駕駛。 在“造車新勢力”的猛烈攻勢下，傳統廠商亦紛紛跟進，披上“自動駕駛”外衣的 L2 不僅成為中高端標配，甚至下探到 10 萬級別的低端市場。 實際上，以當下公認的美國汽車工程師協會（SAE）根據系統對于車輛操控任務的把控程度，將自動駕駛技術分為 L0-L5 級的標準而言，L2 僅能被稱為“輔助駕駛”。 L2 到底意味著什么？ SAE 定義中，L2 只是“輔助駕駛”，它意味著“通過駕駛環境對方向盤和加減速中的多項操作提供支持，其余由人類操作。”比如，車道偏離輔助系統、城市預碰撞系統、彎道巡航輔助等。 看上去很美好，但大多淪為雞肋。一方面，并線觀察、保持車道等作為科目一的內容早已融入行駛習慣中，很難為駕駛人員帶來真正的體驗提升； 另一方面，囿于中國復雜的城市交通狀況，輔助駕駛系統不僅不能為駕駛人員減輕負擔，更可能因為“過于敏感”而頻繁誤報干擾駕駛，配備低端傳感器的中低端車型尤甚。 顯然，這與人們想象中“雙手放在腦后，愜意享受小憩時光”的自動駕駛相去甚遠。 那么，未能實現的“理想中的自動駕駛”到底是被什么因素“綁住”了？ 打個形象的比喻，如果將自動駕駛看作一位司機，它必須具備人類司機眼睛、大腦和手腳的能力，這正好對應自動駕駛自動的感知層、決策層和執行層。 運行時，感知層的激光雷達、毫米波雷達、攝像頭、超聲波雷達、GNSS/IMU 們負責定位與傳感。比如天氣、路況、是否有事故發生、周圍的障礙物和移動物體。 決策層則是算法+芯片，通過收集感知層數據，分析環境并規劃路線，最終下達指令給執行層，實現加減速、轉向、剎車。 多種傳感器協作，一方面保證適應各種復雜路況以及系統冗余的同時，但另一方面也產生了大量數據，造成了兩大難題：傳輸與計算。 眾所周知，汽車行駛中所有動作都必須在數毫秒內完成，稍有延誤便可能造成事故。但一臺傳感器豐富的車一天積累的數據甚至卻能達到幾 TB。 這意味著如果決策層車載，不僅滿足計算需求的電腦將占去大量車內空間，更無法推動無人交通系統的基于大數據的不斷學習進化，決策上云毋庸置疑。 而據相關數據顯示，即使決策上云，自動駕駛未來每秒也將傳輸多達 0.75 GB 數據量，每天總數據量高達 4000 GB，外加精確到毫秒級的動作，早已遠超現有 4G 網絡的理論上限。 相較而言，只有擁有理論值達到 20Gbps 的大帶寬、1ms 的低時延以及大容量優勢的 5G 才能真正滿足自動駕駛的需求。 一個例子就是百度的 L4 級自動駕駛正不斷提速。 去年 7 月才發布 L4 級自動駕駛小型巴士，在拿下全國 25 個城市接待了 4 萬名乘客并始終保持安全零事故的優異成績后，百度表示阿波龍二代也將于很快推出。 11 月百度世界大會上，百度宣布與紅旗合作推出首款 L4 級別無人駕駛乘用車，并于今年“小規模量產”，今年8 月便直接落地為自動駕駛出租，并被批準“高速測試”。而今年 6 月 CVPR 2019 上，百度還放了一個大招：L4 級的純視覺城市道路閉環解決方案Apollo Lite，在 5G 時代為企業、開發者提供了一個低價、優質的自動駕駛解決方案。 換言之，一直“束手束腳”發展的自動駕駛，終于被 5G“松了綁”。 2 為重構出行價值鏈提供動力 可以這么說，自動駕駛其實是少有的，具備顛覆一個產業的能力，卻被產業鏈中所有玩家積極擁護的新技術。這源于其具備的三大優勢： 安全、成本以及成為下一代計算平臺的潛力。 前兩者很好理解。機器不會出現情緒化、注意力下降、疲勞駕駛等情況，大大減少了各種不確定因素；自動駕駛+共享經濟，則極大提升了交通系統的利用率，從環保、效率角度降低了成本。 如果說安全和成本是社會層面推動自動駕駛的源動力，那么 5G 所賦予其成為下一代計算平臺的潛力，則通過重構汽車行業的價值鏈，重新定義了游戲規則。 自動駕駛前裝套件、出行服務、乘客經濟三大萬億級市場機會，眾多新玩家入局，但是傳統車企則陷入焦慮。正如創辦吉利的李書福曾如此解釋車企發力出行的動機： “為什么制造商要做出行？你造的車是用于出行的，你不參與出行市場，你不知道造什么車。你會失去這個市場，可能淪為代工者。” 這意味著，無法掌握數據的車企或許將在無人駕駛-智慧交通的進程中，逐步在“出行”這一價值鏈中喪失話語權淪為代工廠，這很大程度上導致了車企對于跨領域合作的擔憂。 5G 對于自動駕駛的推動，體現在車企與用戶兩方面，極大地強化了車企在價值鏈中的地位。 對于車企而言，智能化浪潮中有兩大抓手。一為自動駕駛，二為車聯網。前者上文已經提到不再贅述，而后者則撐起了車企們的另一重想象空間。 基于 5G 的優勢，路況信息的采集，交通狀況、吃喝玩樂等地理信息都完全能交由車主生產，構成基于地理信息的智慧城市網絡。 某種程度上，車企將逐漸轉變為類似于智能手機廠商的角色。比如上月，長城汽車就宣布了告別傳統功能汽車的決定，其技術中心副主任郭巖松認為： “未來汽車將會變成一個有感情、有溫度的服務型機器人，這也是整個智能網聯汽車的發展方向。” 對于用戶而言，自動駕駛解放出的注意力將為車內撐起一個新的內容+服務消費場景。 基于 AI 的語音識別則解決了駕駛過程中的服務喚醒與實時交互，使更多以往需要停車調試的服務，如今能直接介入駕駛過程中。比如在開車上班的路上就為辦公室點一杯咖啡。 汽車本質上是“出行”需求，在滿足諸如旅行、就餐等生活場景時，具有明顯的橋梁作用。 這就意味著，“機器人化”的汽車一方面需要有語音識別、語義理解等基于 AI 的解決能力儲備，滿足好交互體驗；另一方面，則有整合地圖、支付、電商、本地生活等服務的能力，滿足好服務體驗。 顯然，無論哪一面，都不是轉型“智能手機廠商”的車企們所擅長的，市場需要一個“安卓”。 市場給出的答案就是，諸如百度Apollo 這類左手握基礎基礎技術，右手積極拓展“朋友圈”的平臺級生態跑在了前面。 一方面，掌握自動駕駛、車聯網、地圖、安全、云服務等豐富的基礎能力，再通過平臺整合芯片、傳感系統、視覺系統賦能給車企；另一邊，基于領先的語音交互，幫助打通內容+服務。 最直觀的例子便是，Apollo 憑借架構完整，能力豐富，覆蓋領域廣，能幫助合作火爆結合車輛和硬件系統，快速搭建起一套屬于自己的自動駕駛系統，使得各行業開發者得以避免“重復制造輪子”，將研發精力投入加速量產落地。比如，阿波龍目前已經搭載 4 萬名乘客，在 25 個城市落地運營；智行者蝸小白智能環衛車，目前已經收貨了千臺以上的訂單；新石器的無人零售車，目前已經完成了 16 萬次以上的零售服務等等。 換言之，5G 為車企、互聯網服務提供商在未來的出行產業鏈中賦予了新的定位與角色。 3 為未來城市人、車、路提供動脈 聊完“人與車，有必要上升到“車與路”。 背后的原因在于，大城市憑著集群效應成為經濟創新發展引擎的同時，“大城市病”已經成為頭號問題。解決的關鍵，便在于以 5G 作為數據傳輸動脈的自動駕駛與車路協同，背后原因有三： 其一，智慧城市核心在于智慧交通；交通需求不斷增加推動基礎設施建設加快，但擁堵、污染、事故頻發等問題難以根治，并已成為制約城市發展的瓶頸。 其二，智慧交通能提升城市效率；通過自動駕駛+車路協同，以全局優化和智能調度實現整個交通系統的效率最優化，為整個城市的運行提速降低擁堵。 其三，為城市規劃提供頂層設計；通過每一輛接入其中的車輛不斷積累的大數據，相關部門不僅能根據實時路況進行疏導調整，更能以此作為基礎設施建設的指導。 這引出的一個核心命題是：車路協同是自動駕駛的必經之路。 縱觀如今各大城市已經落地的所謂“智慧城市”項目，依靠的依然是攝像頭或基礎設施的傳感器，更多只是交通部門提供輔助，而不能直接參與交通系統運作。 車路協同，意味著通過路面、圍欄、交通標志、信號燈等基礎設施都具備向向車輛實現信息交互，單車智能在盲區感知、車與車之間通信協同、感知更遠地方發生的事件的能力得以提升。 實施的基礎，在于利用基站與無線通信技術進行人、車、路之間的協同感應，也就是所謂的 V2X（Vehicle to Everything)，其必須依賴 5G 支持才能真正實現的邊緣計算等技術。 比如，在百度與長沙宣布共建“自動駕駛與車路協同創新示范城市”中便能看出，車路協同+自動駕駛正是實現智能城市的基礎，正如百度高級副總裁王路在彼時透露： “自動駕駛和車路協同是百度探索智能城市建設的兩個重要著力點，我們希望這次合作是一個成功的起點，未來百度不僅要助力長沙打造‘自動駕駛之城’，更希望能夠全面發揮百度大腦、大數據、智能云等技術能力優勢，助力長沙在智能城市建設上繼續創新突破，共建‘智能之城’”。 這基于百度相關底層技術與基礎設施的深厚積淀，去年百度大會上，百度就推出了“ACE王牌計劃”，展示了基于百度的自動駕駛Apollo、智能云、百度大腦等技術和能力的城市級平臺生態。 比如當時介紹的智能紅綠燈全局控制系統，今年已在保定等地落地應用，實測能在早晚高峰將市民行程延誤時間減少了 20%~30%，在緩解突發交通擁堵方面有顯著效果。 時隔半年，作為百度構建智能交通的 2 個關鍵技術之一的自主泊車（Valet Parking）也在上月的百度 AI 開發者大會公布了最新進展，從召喚車輛自動開出，到車輛自動進入車庫停車，整個過程非常流暢： 關鍵在于，百度的自主泊車方案成本極低，稍加改造就可以在傳統停車場商業化落地。據百度透露，目前已經拿到多家車企的合作訂單，車路協同的“最后一公里自由”已經具備商業化能力。 4 為重自動注駕駛的企業帶來紅利 5G 如同《星球大戰》中的原力，推動自動駕駛從本身的落地與商用，到出行產業鏈上下游的價值重構，再到進一步擴展到推動城市與社會發展。 這意味著，5G 釋放的自動駕駛發展潛力，帶來的是一場全行業、全社會的深刻變革，不再可能以消費互聯網打造 C 端產品的思路實現“一招鮮吃遍天”。 零部件供應商、整車制造廠、解決方案提供商、服務運營商等都將在鏈條中扮演重要角色，類似我上文打的比方：整車制造廠的角色將轉型為“智能手機廠商”，另一個重要則是 OS。 以目前來看，谷歌Waymo 與百度Apollo 正好代表了類似 iOS 和 Android 的兩種模式。前者完全封閉，不僅自主運營共享無人車，甚至自研全套傳感系統。 而后者只專注 AI、自動駕駛、高精地圖等擅長的關鍵環節，并通過百度大腦的 AI 基礎技術能力、百度地圖的空間大數據、小度車載OS、百度App 等產品提供支持，通過平臺整合產業鏈賦能給車企成為“送水人”。 如上文所說，5G 將加速自動駕駛的到來，這意味著技術儲備與商業化能力成為關鍵。盡管 Waymo 起步更早，但百度在研發與落地兩方面卻有著更快的發展速度： 以百度 AI 開發者大會 2019 披露的數據為例，百度自動駕駛進程已經處于世界領先地位： ● 城市道路測試里程 200 萬公里； ● 測試車輛 300 輛； ● 已在 13 個城市測試運營落地； ● 新增專利 438 項，位居全國第一； ● 全國測試牌照 100+ 張； ● 首家獲批 T4 級自動駕駛測試牌照； 而具體落地解決方案方面已經體現出明顯的商業化、垂直化趨勢： Apollo × 吉利合作、L4 級自動駕駛汽車量產、Apollo 5.0、AVP 智能泊車解決方案、智能化交通信控系統、阿波龍車型升級、低速無人車商業化、自動駕駛安全白皮書等。 這反映出“Android路線”的百度Apollo 已經呈現出很強的“馬太效應”，不僅是大量搭載Apollo 的無人車正通過累積路測里程等方式，不斷自我學習進化； 尤其是，吸收大量頭部玩家“朋友圈”將會不斷對更多資源，尤其是長尾性質的產生更強吸引力，進而逐漸形成護城河。 150 家合作伙伴中，既有寶馬、戴姆勒、福特等傳統車企，也有拜騰、威馬、蔚來等新勢力，更有微軟、Intel、英偉達、博世等產業鏈伙伴也已加入。而 Mobileye 即便尚未加入，也已和百度以共建 RSS 安全模型、發布安全報告的方式展開合作。 正如開頭我們聊到，自動駕駛的發展路徑符合“技術成熟度曲線”的“N”型軌跡，十數年以來經歷資本追捧、泡沫破滅，終于在 5G 等技術逐漸成熟，頭部玩家摸索出商業模型后開始上揚。 換言之，對于走開放的“Android路線”使得系統底層、開發環境、交互界面實現快速走向成熟，5G 的逐步落地將加速釋放市場需求，使其逐漸進入回報周期。 而對于百度來說，也將很快迎來收入結構的優化，進一步贏得資本市場的認可。