深度解讀：無人駕駛的謀與伐

最近無人駕駛領域挺熱鬧。這邊廂，美國將通過首個全國性無人駕駛汽車法案，有望解決各州監管一致性問題，並批准數十萬輛無人車上路測試。

那邊廂，通用汽車聯手Cruise，發布全球首款量產無人駕駛汽車，至少定位於L4級自動駕駛，一旦軟體和監管環境成熟，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，現在都做到啥程度了？

1、谷歌：領跑者，直接攻堅L4，兼顧軟硬體與自主研發

相比起傳統車廠目前選擇從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去了。

從積累的真實測試數據和事故率來看，谷歌也是進入L4技術攻堅階段最紮實的一家公司。在加州，谷歌累計共有48輛測試車上路收集數據，在6年多內行駛超過270萬公里，僅出現11次輕微交通事故，平均25萬公里出現一次，且責任方均為對方車輛。

請點擊輸入圖片描述

谷歌已從最初專註軟體演算法和高精地圖，拓展到了軟硬體兼顧和自主研發。面對居高不下的激光雷達和晶元成本，谷歌乾脆自己把感測器、GPU和演算法都包攬了下來，成功將激光雷達成本從7萬降到了7500美金。

看來，除了複雜度和專業性極高的造車領域，谷歌已在全產業鏈開始自研布局，進一步擠壓中小硬體廠商和創業公司的生存空間。

2、特斯拉：L2-L3兼具軟硬體能力與「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，Autopilot收集了全球各種道路、天氣條件下的3.6億公里行駛數據。

請點擊輸入圖片描述

特斯拉與谷歌分別代表了矽谷科技公司造無人車的兩大流派。特斯拉的技術發展路線目前處在L2-L3階段，精度和成本也更低，不採用谷歌的激光雷達+高精地圖，而是用攝像頭和超聲波感測器做車的「眼睛」。

特斯拉的優勢在於公司既有數據演算法資源、創新科技人才等軟體實力，又有造車生產線的硬體基礎。

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。圖像識別技術有盲區，要達到L4，只有激光雷達才能萬無一失。而特斯拉在L2-L3階段積累的經驗，與L4有本質的區別。

一貫擅長自我營銷的特斯拉，憑藉激進的風格，容易讓消費者將它現階段的水平與「真正意義上的自動駕駛」相混淆。而谷歌的態度則相對更嚴謹。

3、Uber：抱車廠大腿、與谷歌撕逼，進展低調而緩慢

共享出行公司天然地有發展無人駕駛的動力。無人車規模化之後不僅能為平台低成本形成有效供給，還有助減少擁堵和車禍，優化用戶體驗。共享出行龐大的運營網路是其殺手鐧。

通過海量車型收集各個城市的實測路況數據，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並沒有造車基因，抱車廠大腿成了明智之選。今年1月，Uber和戴姆勒達成合作，後者生產研髮帶自動駕駛技術的賓士，投入Uber網路做測試和數據收集。

就在Uber幹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跳槽的工程師創建了無人貨車公司otto，被Uber迅速收購；隨後又爆出otto工程師從谷歌剽竊技術專利的猛料。

谷歌氣不過，直接把Uber告到了舊金山衙門，對簿公堂。最後以Uber壯士扼腕炒otto創始人魷魚為結局。

4、百度：國內領先，阿波羅計劃有階段性成果

百度在錯失移動互聯網紅利之後All in AI，已然成為國內最重倉無人駕駛的互聯網巨頭。在路徑選擇上百度與谷歌相似，將搜索識別技術和高精地圖能力運用到無人駕駛的演算法和軟體上。

沒有硬體基礎的百度，定位是做開源技術平台，賦能合作夥伴。

今年4月，百度Apollo計劃對外公開，向汽車及自動駕駛行業夥伴提供車輛、軟硬體、雲端數據等服務。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夥伴造出自己的無人車。

請點擊輸入圖片描述

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

李彥宏在開發者大會上親自坐自動駕駛汽車上了五環，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。

車隊前後有好些都是百度的「自己人」，理論上百度可以提前訓練車子熟悉路線，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。

李彥宏的車雙實線並道違反交規，還被北京交警點名批評了。從技術到監管環境，百度的時間線恐怕過於樂觀了。

5、傳統車企：綜合實力強勁的百年老店

傳統車企和新興互聯網勢力是無人駕駛領域的兩大陣營，有人認為，傳統車企在無人駕駛領域起步晚，將備受新興互聯網企業的衝擊，其實未必。

今年4月Navigant發表的無人駕駛研究報告顯示，目前無人駕駛領域公司的前六名是：福特、通用、雷諾-日產、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。

請點擊輸入圖片描述

可見，演算法和技術只是無人駕駛的因素之一。傳統車企在造車、渠道以及資源整合能力上的綜合實力更強，也低調地做了很多工作，只是在宣傳上沒有互聯網企業叫得凶罷了。

比如，福特宣布2021年實現完全自動駕駛汽車（SAE L4，等同於L3）的商業落地；已通過投資各垂直領域的製造商，手握激光雷達、人工智慧、演算法和地圖四張王牌。

通用也採取了一系列動作：砸5億美元和Lyft共同打造無人駕駛網路，10億美元收購Cruise Automation，和IBM合作植入沃森AI技術等等。

總而言之，從目前各傳統車企的時間表上來看，他們對自己的漸進式路線還算樂觀，大多預計在2020年前後實現L4的落地。

請點擊輸入圖片描述

6、創業團隊：精兵作戰，將成生態鏈條中一環

此外，無人駕駛領域的重要玩家還有博世、Delphi、ZF、英偉達等Tier 1、Tier 2供應商，以及新興創業團隊。

我們認為，無人駕駛的盤子雖然大，但創業團隊的特點在於小而精，和Tier 2零件供應商類似，成為垂直領域的「螺絲釘」技術提供方，或者軟硬體都做，自主研發完成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於草莽的小團隊能夠撬動的。

歸根結底，創業團隊在需要軟硬體結合、大量資金投入的無人駕駛領域，難以獨立做出一個完整生態。未來很可能走向被併購的結局。

二、挑戰、瓶頸和發展差距

通過盤點各個類型玩家的最新進展，我們發現，已落地的自動駕駛技術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美金之後，在推進L4方面的進展也並沒有加快。

那麼，橫在無人駕駛面前的坎到底是什麼呢？最關鍵的核心在於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。

更為關鍵的是，攝像頭和超聲波雷達收集的數據和經驗積累，和激光雷達收集的數據並非同一類型；也就是在L2-L3階段積累的經驗，對於後續進階到L4的幫助很有限。

請點擊輸入圖片描述

其次，僅僅做軟體和演算法難以達到高精度，玩無人駕駛註定要軟硬體結合。

說白了，單純開放軟體和演算法能力，做無人車領域的「安卓」這種說法，可能有些天真了。

用李開復的話來說，安卓是一個標準化平台，基於它的二次開發空間其實不大。每家車廠從創始至今，都在不斷權衡設計、體驗、性能，並做到極致，面對有可能奪取他們對自己車型主導權的「安卓」，車廠恐怕難以接受。

汽車產業的複雜度和智能手機不在一個量級上，各車型的硬體配置千差萬別，從純軟體、數據和演算法切入無人駕駛，就還得解決和不同車型硬體的對接。

因此，一家公司若想掌握無人駕駛的行業話語權，既要懂汽車產業的硬體，也要懂人工智慧的軟體演算法。

同時，整車廠收購演算法和軟體公司，勝算要遠大於後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，收購或戰略投資一家AI、演算法及自動駕駛的技術團隊大概花10億美金，是一筆相當划算的生意。

反過來，互聯網或演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網公司，其他則無異於是蛇吞象。

因此，軟硬體結合會是未來玩無人駕駛的能力標配，這也解釋了持續虧損的特斯拉市值為何能一路走高。它既有演算法、技術、數據和研發能力，又有完備的造車生產線、自有渠道和營銷能力，是難得的軟硬體兼備的潛力股。

最後，和美國之間的發展至少還有3到5年的差距。

美國已是無人駕駛當之無愧的主戰場。而的政策監管和特殊的市場環境，也決定了海外公司基本不可能主導國內市場；本土企業的自主研發才是正道。

但在無人駕駛的三大核心技術——機器人技術、AI和雲技術上，的底子薄，且複雜的路況、多變的開車環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。

不過民眾對無人車的接受程度倒是很高。據BCG和世界經濟論壇聯合去年8月發布的調查報告顯示，在的城市消費者中有81%的人願意嘗試無人駕駛汽車，而這個數字在美國和德國分別是48%和41%。

就像面對移動互聯網浪潮一樣，人再次體現出了對新科技的熱情。如果後續加大利好政策的出台，也不排除的無人駕駛會走出一條屬於自己的全球領先之路。

請點擊輸入圖片描述

三、結語

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遊戲，需要建立完整的生態，門檻極高，並不是小創業公司的機會。後者的發揮空間更多在於做精、做專生態鏈中的某一垂直環節。

最後，感謝接受皓哥訪談的行業專家們為本文作出的貢獻。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，皓哥這裡的思考也僅代表一家之言，歡迎各位多多交流討論。我們也會長期關注無人車領域，不定期推出專題研究，與大家分享。

本文為作者原創，未經授權不得轉載