TMT观察网_独特视角观察TMT行业

隨著汽車智能化的迅速發展，自動駕駛技術迎來了發展的契機，無人出租車、無人配送車、無人環衛車等多種自動駕駛場景紛紛落地，市面上的大部分電動車也都已經具備了一定水平的自動駕駛功能。

不過，目前絕大部分汽車的自動駕駛水平都還處在L1-L2級，仍屬于輔助駕駛階段，還很難實現真正意義上的L3-L4級高階駕駛。另外，目前自動駕駛出行服務，才剛剛進入商業化試點階段，距離L3-L4級別自動駕駛大規模商業化還有很長的路要走。

配圖來自Canva可畫

自動駕駛商用難

當下雖然自動駕駛技術發展形勢一片向好，但距離大規模商用還有很長的一段路要走，而導致自動駕駛技術無法大規模商用的原因則是多方面的。

首先，當前的自動駕駛技術難以有效地應對高風險的環境。L2級自動駕駛在霧霾、沙塵暴、暴風雪等極端惡劣的氣候條件下，始終難以實現從識別到理解的技術跨越。例如特斯拉的Autopilot系統，雖然可以在正常的雨雪中導航，路標也清晰可見，但在暴雨或車道線出現遮蓋的時候卻難以實現自動駕駛。顯然，惡劣的天氣條件會阻礙車輛自動駕駛的水平。

其次，自動駕駛技術的開發成本非常高。自動駕駛汽車對激光雷達的需求量極高，目前包括谷歌、奧迪、福特和百度等在內的公司研發的無人駕駛汽車，基本上都采用了激光雷達。但激光雷達的作用是具有兩面性的：一方面，使用激光雷達系統，可以更加精準地識別障礙物與收集信息，提升自動駕駛汽車的性能；另一方面，激光雷達的價格非常高，大量使用會導致汽車成本高企。

激光雷達屬于高精密機械，對制作工藝要求極高，這就導致了其生產成本高，多線雷達尤其貴。當下，幾乎所有成熟的無人駕駛技術方案，都采用的是64位激光雷達，價格高達10萬美元，而在激光雷達的成本構成中除了物料以外，量產成本也占了比較大的比重。業內一般認為，目前激光雷達依然十分昂貴的主要原因是自動駕駛產業還未落地，需求量還沒達到一個質的提高。

其次，無人駕駛汽車的安全問題也不容忽視。相較于傳統汽車安全，自動駕駛汽車的安全問題主要表現在其網絡數據有被入侵的風險，一旦自動駕駛數據系統被入侵，車輛的攝像頭和后臺數據算法將無法正常運行，車輛將會失去控制，極有可能造成嚴重的交通事故。

最后，自動駕駛交通事故的立法短板亟待補齊。近年來自動駕駛交通事故頻發，但目前我國在法律層面并未區分傳統汽車與自動駕駛汽車，更未對自動駕駛汽車不同自動級別、不同責任主體進行區分，因而自動駕駛汽車的出現將會給現行法律的適用帶來很多問題。

小馬智行多路并舉

作為國內頭部的自動駕駛領域玩家，小馬智行致力于提供安全、先進、可靠的自動駕駛技術，目前它從出行到物流領域，均實現了交通方式的變革。另外，小馬智行在業內領先的全棧式軟件、硬件研發能力，也推動著其不斷地向自動駕駛技術無人化和規模化邁進。

其一，小馬智行通過自研域控制器，為其商業化提供了新路徑。前段時間，小馬智行官方宣布正式對客戶交付域控制器樣品，該域控制器將于2022年第四季度正式開始大規模量產。基于小馬智行自研的域控制器和其自動駕駛軟硬件的加持，車輛可在繁忙的城市公開道路以及高速路實現多種智能駕駛功能，更能夠滿足量產自動駕駛功能的場景，所以許多自動駕駛領域的玩家都選擇與其合作。

例如豐田S-AM（Sienna Autono-MaaS），將是第一批搭載該系統的車型。同時，小馬智行官方還透露，一部分乘用車和商用車車企也與其達成了合作。關于價格，小馬智行EE架構負責人稱，就域控制器本身而言是具有競爭力的，但最終的交付方式要根據不同廠商的不同需求，提供加上上層軟件算法的整體解決方案。

其二，小馬智行持續加速推進Robotaxi商業化的進程，以探索汽車無人化的商用路徑。一方面，小馬智行積極自建自動駕駛出行技術平臺，沉淀服務經驗；另一方面，小馬智行也積極推進與第三方領先出行平臺的合作，以此來逐漸實現Robotaxi的規模化應用。例如小馬智行與如祺出行達成戰略合作，利用如祺出行平臺的高效運營優勢和海量數據優勢，推動前沿自動駕駛技術在出行平臺上的商業化落地。

其三，小馬智行推動自動駕駛卡車的商業化運營，以推動商用領域和場景的拓展。截至今年6月初，小馬智卡的自動駕駛商業運營里程已經突破20萬公里，累計運送貨物超25600噸。由于小馬智卡在技術方面的深厚積累，使得它能夠有效應對大曲率匝道、障礙避讓、極端氣候條件、長隧道等各種復雜的場景完成駕駛任務，因此其在卡車領域獲得了很好的應用，這也讓其商用的領域和場景得到了很大的拓展。

百度Apollo漸行漸近

與小馬智行相比，百度在自動駕駛技術領域的布局更早，在無人駕駛專利技術上的領先優勢更大，其在地圖更新、路線規劃、目標檢測、道路檢測和異常識別等分支技術上也取得了一定的成果。基于這些技術優勢，百度Apollo在智能駕駛領域持續投入、不斷迭代，以加速其商業化落地。

一方面，蘿卜快跑通過提供自動駕駛付費出行服務，以加速無人出租車項目的商業化落地。蘿卜快跑作為百度旗下的自動駕駛出行服務平臺，目前已經覆蓋北京、上海、廣州、深圳、重慶、長沙、滄州、陽泉這八個城市。值得一提的是，蘿卜快跑已經在北京、重慶、陽泉這三地開啟了正式收費運營。據百度發布的2021年第4季度財報披露，蘿卜快跑的載人訂單量約為21.3萬單，環比增加了近一倍，可見百度Robotaxi商業化落地已經取得了不俗的成績。

另一方面，百度堅持車路協同的自動駕駛技術路線，使其造車成本大幅降低。比起單車智能，車路協同更安全，也更具經濟效益，車路協同可將部分自動駕駛功能轉移到路端，大幅降低車端感知設備的部署和應用成本。目前百度的車路協同方案，已是業內唯一既服務當下交通治理，又面向未來智能駕駛的解決方案。

最后，百度還通過為車廠提供智能車解決方案拓寬商業化的范圍。據百度最新發布的2022年第一季度財報數據披露，百度面向車廠的智能車方案，包括乘用車智能駕駛方案、高精地圖、車載OS、智能座艙助手系統等，銷售總額突破了100億，商業化基本上已經初具規模。

據悉，百度可以按照不同車廠的不同需求，既可以為它們提供軟硬一體化的全棧解決方案，也可以只提供軟件或某些功能模塊，讓其與車廠自行研發的架構相適配。以ANP（智能領航輔助駕駛）2.0為例，威馬、比亞迪、嵐圖和廣汽，直接買了ANP全套方案，而長城汽車只買了ANP其中的一部分軟件，而后百度方面需要根據其不同車型做適配。

商業化路途還有多遠？

自動駕駛賽道是一條萬億級賽道，廣闊的市場前景吸引了眾多企業的加入。天眼查數據顯示，目前我國共有5800余家企業經營范圍含自動駕駛、智能駕駛和無人駕駛。根據HIS報告，預計到2022年，全球自動駕駛市場規模將達到1629億美元，同比增長14%左右；而中國的自動駕駛市場增長更快，2022年增速約為24%。截至2021年11月25日，全國首個自動駕駛出行服務商業化試點在北京實施，這意味著自動駕駛服務從測試示范走向了商業化示范，自動駕駛正式進入了下半場。

那么，我們距離自動駕駛技術大規模商用還有多遠？要回答這個問題，還需要結合多方面去分析。

一方面，科技巨頭紛紛入場，加速了高級別智能駕駛的研發和落地進度。蔚來、小鵬、理想、廣汽、長城推出了具備領航輔助系統（具備L4功能）的智能車型，配備各類傳感器、高算力芯片和可升級計算平臺，可實現城市、高速路段的自動駕駛，華為也在加速發展智能汽車部件業務。

比如，在自動駕駛領域，華為與車廠有兩種合作模式。一種是HuaweiInside模式，華為為車廠提供包含智能駕駛應用軟件、計算平臺以及傳感器等在內的智能駕駛全棧解決方案；另一種是平臺模式，華為只為車廠提供MDC智能駕駛計算平臺，MDC平臺將和車廠的傳感器和執行器連接，支持車廠開發自己的智能駕駛軟件。據了解，目前北汽、長安、廣汽等合作車企，均選擇了HuaweiInside合作模式。

另一方面，雖然自動駕駛技術在不斷地進步，但目前始終難以實現L3-L4級規模化。國內市場，目前已經實現L1-L2級自動駕駛規模產業化，預計到2025年，50%的新車將具備L1-L2級自動駕駛功能；到2030年，基本上所有的新車都會具備L1-L2級自動駕駛功能。這也意味著到2030年，不具備輔助駕駛功能的車可能會與時代脫節。

根據美國斯坦福大學的預測，L4高級別自動駕駛將在2020到2025年真正實現，率先應用在卡車、共享出租車等專用車輛；對于私家車而言，L4級自動駕駛預計在2030年左右實現，而L5級自動駕駛至少要等到2035年后，當然這只是實現自動駕駛理想的時間節點。

顯然，在法律、基礎設施、安全等尚未解決的現實問題面前，自動駕駛商業化的道路并不是平坦的，但從時間周期上來看仍然值得期待。