36氪：如何跑赢自动驾驶这场「马拉松」？

前两年的自动驾驶行业，可谓遍地资本泡沫。注册一家自动驾驶公司，邀请几位有经验和背景的联合创始人，再借鉴开源的算法，接着采购一批传感器设备，最后就能组装出几台自动驾驶测试车辆。把它们放在封闭场地里跑上个十天半个月，公司就能拿到好几个亿融资。

时过境迁，如今的「快钱」不再好拿。甚至还有一些自动驾驶行业的公司，因为「钱」的问题引发了「雪崩」。比如曾经风光无限、坚持L4级别的美国自动驾驶公司Argo AI，因为商业化进程缓慢而无奈宣布解散；还有德国激光雷达鼻祖Ibeo向汉堡破产法院申请破产，给出原因是「无法获得进一步的增长融资」。

本质上，自动驾驶行业已从早期的技术竞争阶段，进入到商业化落地阶段。持续烧钱的研发和测试，并不能支撑公司市值的稳定上涨，相反还会加重其对资本的依赖。一旦外部资本输入枯竭，公司就将面临「断粮」的绝境。

道阻且长，自动驾驶行业的长跑无疑是一场马拉松。它考验的并非只有速度这一项能力，而是体能、路线以及耐力的综合能力。如果用短跑冲刺的方式进入自动驾驶赛道，那大概率连半程都跑不完，就会被淘汰出局。

用「群雄割据」来形容当下的自动驾驶行业毫不为过。目前热门公司主要分为三类：第一类是自动驾驶初创公司；第二类是跨界科技公司；第三类是汽车公司。这股浪潮中有一位「领军人」——谷歌母公司旗下的自动驾驶子公司Waymo。Waymo在自动驾驶领域开拓了四大业务场景：无人驾驶出租车Robotaxi、卡车货运、物流配送、软件授权服务。Waymo的估值在2018年也暴涨到1770亿美元，背后代表着资本对其商业化前景的认可。

在「高估值」的诱惑下，大批初创公司进入自动驾驶的创业浪潮。但绝大多数的先行者，都会聚焦于无人驾驶出租车Robotaxi赛道上。因为在Waymo的商业模式中，Robotaxi的估值是最高的，而初创企业将其作为对标之后，能够更容易从一级市场拿到融资。

Waymo的估值背后，并非单纯的商业模式创新，而是技术闭环与商业闭环的结果。比如，Waymo第五代自动驾驶系统Waymo Driver，包含了其一系列的自研传感器。超前的硬件感知基础，再结合Waymo在软件和计算领域的深厚积累，最终才构建起一个足够强的技术壁垒。此外，Waymo也正在通过硬件和软件技术的输出方式，来增强自我造血的能力。

然而，大部分自动驾驶初创公司，尚未形成软硬件一体的技术闭环，更尚未推出领先性的产品作为技术输出，来实现商业闭环。它们更倾向于互联网企业的增长逻辑，靠不断融资来扩大规模。然而代价却是，需要不断向资本市场讲述新的故事。

科技企业进入自动驾驶领域，也是一个新故事。以前在移动互联网时代、智能手机时代诞生的科技企业，试图通过自动驾驶这一突破口，进入未来智能出行的产业。这一类企业中，有的是以软件服务为主，比如提供自动驾驶研发所需要的云端计算平台等等。但更多的企业，则是担任软硬件解决方案供应商的角色，为车企提供自动驾驶的相关产品。针对自动驾驶的四要素——感知、决策、规划、执行，采取「全家桶」式的产品服务。

短期内，「全家桶」能够帮助传统车企快速补足产品力。但长期来看，会面临一个「灵魂拷问」，那就是车企的产品定义能力、迭代能力、数据闭环能力等等都归供应商来决定，车企犹如没有灵魂的「傀儡」。另外，供应商投入大量的成本来研发新产品，如果车企没有足够强的设计、集成、制造和品牌宣传能力，一款车的科技配置再高也很难大卖。这就造成了商业闭环的缺失。所以，科技企业布局自动驾驶，探索得越深，越是有理由和动机自己下场造车。

处于「食物链最顶端」的车企，最有必要进入自动驾驶领域。因为初创公司需要找车企采购车辆，科技企业需要把技术方案卖给车企，所以每一条路径上都离不开汽车公司这一重要角色。然而，有的车企会选择「躺平」，等着技术成熟之后靠采购方案来解决问题。

但有些车企选择率先出击，通过自研、投资与合作的方式，率先迈入到自动驾驶行业。2012年，沃尔沃汽车就推出了历史首辆自动驾驶概念车，开启了全栈自研之路。2015年，L2级别的PilotAssist领航辅助系统率先量产上车，比行业平均水平提前两年。

在掌握自动驾驶辅助技术后，沃尔沃再次先人一步开启高级别自动驾驶的研发。2016年，沃尔沃汽车公司就与优步Uber合作，投入3亿美元研发自动驾驶技术，让沃尔沃XC90拥有了自动驾驶量产版本，迈出从技术到落地的关键一步。

在被称为自动驾驶元年的2018年，沃尔沃启动对智能驾驶赛道密集布局，投资包括Aurora、Foretellix、Apex.ai及Luminar在内的四家初创公司，涉及从软件算法到硬件研发等全栈自动驾驶解决方案。直到2020年，沃尔沃整合旗下技术开发团队，成立了自动驾驶软件开发公司——Zenseact，在自研的路上不断按下加速键。

从整体格局上来看，自动驾驶这条马拉松比赛，车企拥有充足的资金，以及丰富的落地场景经验。更简单地说，车企作为关键一环，能够将技术创新转化为体验创新，形成商业闭环，为自动驾驶前行提供充沛的「体能」。

少走弯路，更考验战略定力

光有充沛的体能，还不足以跑到终点，对路线的选择和坚持同样重要。自动驾驶的技术路线可谓是「百花齐放」，目前绝大多数车企和供应商都在采用「渐进式」的发展路径，但大家面临的选择是，要么尝试先拓展到L3级自动驾驶，要么直接迈向更高的L4级自动驾驶。

首先，L3级自动驾驶面临一个现实且残酷的难题：假如系统遇到了无法处理的情况，提醒司机接管，但司机却没有及时接管，这时的责任归属很难清晰界定。L3是人机共存的驾驶状态，从责任认定的角度，L3是人类驾驶员和系统在发生事故后责任归属的分水岭。在系统接管后，责任归属一般在系统一方。但对于L3级的责任事故，从国家立法的层面，各国表述也不尽相同。

然而，为了实现技术的领先性，还是有很多车企乐忠于尝试L3级自动驾驶。比如在德国，就已经有企业拿到了全球首个L3级自动驾驶系统认证。该系统具备可量产的能力，也支持在公开道路使用，然而实际体验仍然需要打上一个问号。这套被认证的L3级自动驾驶系统，目前只能在高速公路上使用，而且只能在0-60km/h的车速范围内激活。这属于非常低频的一个使用场景。

此外，当车速超过60km/h之后，车辆将退回为L2级辅助驾驶。一旦L3级自动驾驶无法继续运行时，车辆将提前预警并提示驾驶员接管。显然，L3还存在着功能边界划分的问题，系统在L2和L3之间切换，很可能让用户无法对车辆实际的能力做出精准判断，从而导致事故发生。

而L4级所面临的难题是商业化。就目前来看，大部分实现L4的产品是无人出租车Robotaxi。但它们需要搭载大量的感知和计算设备，才能完成复杂的自主行驶任务。比如，一辆Robotaxi上通常有近20个传感器，其中包括1个64线激光雷达、2个16线激光雷达、7个摄像头以及毫米波雷达和超声波雷达，一辆车的造价在100万元以上。

对于布局Robotaxi的公司来说，要实现盈亏平衡，只能期盼降低硬件成本。所以，有些扛不住的公司会选择把L4的能力「降维」到L2上，比如高速导航辅助驾驶、城市辅助驾驶等功能。虽然「L4降维」可以加强自我造血能力，但并不是每一家企业都具备工程化能力与量产经验。

相较于模棱两可的试探和反复横跳的转型，沃尔沃在自动驾驶路线图上，坚定地规划出了三个重要的阶段：第一阶段是「DRIVE」，由驾驶员占据主导地位，接近于L1级；第二阶段是「CRUISE」，是系统监测下的高级辅助驾驶，已经大规模量产交付的产品，对应的则是L2级辅助驾驶；第三阶段是「RIDE」，未来将实现无须驾驶员监督的自动驾驶，对应的是L4级自动驾驶。

值得注意的是，这并非简单的技术路线划分。从沃尔沃的布局来看，L2+L4的双轮驱动模式，将会成为其独特的技术演进路线。

例如，拥有智能驾驶能力积累，且具备造车底蕴的沃尔沃，先后与Waymo、百度与滴滴等公司取得合作，共同打造L4级别的车队。与此同时，沃尔沃已经开始向美国加州提供无人监督的自动驾驶服务，未来还会将L4技术赋能至量产车型。

由于Robotaxi的运行积累了大量的算法能力、数据闭环能力，因此将Robotaxi的L4能力降维到L2，能够带来一定的技术领先性。比如数据闭环中，包含了底层数据的存储、可视化、管理、测试、验证、训练、仿真等一整套能力。

这样的能力，将对L2级辅助驾驶的持续迭代、演进提供技术支撑。同时，L2级辅助驾驶功能的大规模上车，能够为功能迭代提供源源不断的真实数据和场景，从而反哺L4级自动驾驶的深入探索。由此形成一个「双轮驱动」的高效推进模式，为奔向终点，提供源源不断的「燃料」。

量产上车，当前的最优解

自动驾驶过去的商业模式是畸形的，尤其无人驾驶出租车Robotaxi，前期需要不断地资本输入来扩大交付规模，导致后期需要更长的时间实现盈亏平衡。所以短期内，技术软硬件以及配套等“基建成本”决定了，Robotaxi难以实现比人类驾驶员更高的「性价比」。

但在针对大众消费者的乘用车市场，自动驾驶拥有更好的商业化落地条件。随着中国消费者对汽车智能化需求的与日俱增，目前行业亟需解决的问题，是消费者对系统的信赖度。有数据显示，目前超过92.77%的中国汽车用户担心自动驾驶的安全性。其中还有很大一部分用户最担心的是自动驾驶易发生故障/系统错误。

对于将安全放在首位的传统车企沃尔沃而言，自动驾驶技术并非商业闭环中的炫技，而是作为每一个车主用户的安全保障。比如沃尔沃EX90标配的DUS驾驶员感知系统，可以获取车主状态信息并与自动驾驶算法相融合，它能实现最极端的场景是：当驾驶员出现分心、困倦等情况时，车机将介入完成安全驾驶决策，比如降低车速、车道保持甚至刹停车辆。

乘用车市场具备天然的规模化优势，也推动着造车成本下降与性能提升。早期在Robotaxi上使用的机械激光雷达，售价高达数万美金，难以进行规模化量产。相比之下，半固态雷达目前的价格则在1000美元左右，远低于机械式激光雷达，这也使得主机厂的半固态激光雷达量产车型相继投放乘用车市场。

比如，沃尔沃EX90采用了Luminar激光雷达技术。其最远探测距离为250米，属目前市售量产中最远。其超出人眼视力范围的探测范围，为车主带来全天候守护，而超远距离探测的背后，是因为Luminar采用了1550nm点光源+二维扫描的组合，在技术性能上取得重大突破。

本质上，激光雷达进入量产阶段后，比拼的是成本优势、规模优势。一方面，对于工艺的进一步提升，包括材料优化甚至结构优化，有助于快速降低整机的生产成本；另一方面，良好的发展前景和市场前景，可能会吸引更强的上游供应商进入，更完善的本地化供应链体系，也解决了车企的后顾之忧。总之，成本的优势带来规模优势，规模效应会进一步促进技术成熟，技术成熟推动成本降低，产业得以良性循环。

马拉松圈有一句话：一千个跑者，就有一千个「马拉松」。在自动驾驶这场马拉松赛跑上，通往终点的路径很多，但挑战总是显而易见的。它既考验车企的资源体量，又考验其对路线和战略的定力，之后才是持续不断地往前跑，最终才能到达「无人监管的高度自动驾驶功能」的终点。

在看过倒在寒冬的初创企业，折戟自动驾驶赛道的科技巨头后，选择全栈自研的沃尔沃所呈现出的踏实与稳定，更能够让行业安心。在大环境不振的今天，具备头部硬件水准，且在软件层面领跑行业的EX90，正是沃尔沃面对这场马拉松给出的答案。