智能駕駛：「中國式」諾曼底登陸

孫斌

李彥宏錯過了移動互聯網的上半場，但他再不願錯過下半場，畢竟，以移動的車輛為連接終端的物聯網體系是當下僅存的尚未撬動、且能撐得起下一個千億甚至萬億級空間的市場，放眼國內外，包括百度、谷歌、Uber在內的互聯網企業均希望藉助自身在大數據、智能駕駛領域積累的優勢引領風口，而傳統車企在面臨風口到來之際，也不甘最終淪為互聯網巨頭的代工廠，在技術與商業通路尚未完全明確前，傳統與新興力量當下更貼近合作而非拆台，而磨合的結果，是一場從ADAS（高級駕駛輔助系統）到自動駕駛最終走向無人駕駛技術普及的「勢能積聚」。

數據是王道

隨著眾多頂級人才和公司進入智能駕駛領域，人才的自然流動和開源技術的發展，像物體識別等許多核心技術點上的差異已逐漸被拉平，大家在絕對技術水平上的差距已經很小，而解決實際問題的能力差異卻會越來越顯著，這裡面的核心就是數據。

這方面最有優勢的還是特斯拉，因為它是讓所有裝配了Autopilot（世界首個量產的輔助駕駛系統）的車、讓用戶天天在真實生活場景中，為自己積累數據。目前特斯拉累計銷量已超過20萬輛，其中大部分車都配備了Autopilot硬體。

7月份，特斯拉高管公布，全球特斯拉電動車行駛里程已經超過了80億公里。據外媒報道，即便車主沒有啟動Autopilot，它仍處於「影子模式」，感測器會捕捉數據，自動駕駛的演算法會在後台做出自己的判斷，但並不會真的去操控汽車。每輛特斯拉電動車都具備聯網功能。最近，特斯拉甚至要求車主同意上傳車載攝像頭捕捉的視頻數據。

特斯拉CEO Elon Musk 在其「藍圖計劃Part 2」中寫道：我們預計，獲得世界各地監管部門批准，需要積累大約60億英里（接近100億公里）的自動駕駛里程。當下，業內達成的共識是，想要提升演算法，就要拿海量的駕駛里程來填充。不跑完足夠多的里程，不知道這世界究竟多大。

目前自動駕駛車輛的學習里程才剛剛超過每天300萬英里（接近500萬公里）。所以才會有谷歌多年來派出普銳斯、雷克薩斯、考拉車、克萊斯勒等各種車隊去實路測試，才會有Uber急切地在匹茲堡、舊金山投放自動駕駛測試車隊，甚至不惜和美國加州當地車管局撕破臉。

國際大趨勢如此，國產廠商自然也不甘落後，2016年4月，長安自動駕駛汽車完成了2000km高速公路路試；而早在2011年7月14日，紅旗HQ3無人車就歷時3小時22分鐘，完成了從長沙到武漢286km的高速全程無人駕駛實驗；2016年6月，國內首個無人駕駛示範基地在上海嘉定國際汽車城開園，而國內首個無人駕駛測評基地也將落戶同濟大學嘉定校區。同時，上汽集團和同濟大學也已正式簽訂合作協議，共建超過1200畝的測評基地，這裡有望誕生國內首套無人駕駛的認證體系。

從李彥宏坐著無人駕駛的jeep自由光，自五環一路開到北京國際會議中心事實釋放了一個核心信號：做一個在理想狀態下運行的demo車對於很多團隊來說也許並不難，但是要解決極限工況下自動駕駛車輛如何應對的問題，在沒有相關數據可訓練的情況下，只怕再強的技術也是紙上談兵。

不同技術流

在數據積累的飽和度尚未可觀前，當下國內外互聯網大拿或是車企巨鱷，對於智能駕駛的流派已經開始涇渭分明，或者說部分企業看重在技術沒有完全明朗化前，邊學邊做中探討當下的商業輸出可能性，全球多數車企更傾向做ADAS（高級駕駛輔助系統），而另一部分則更傾向於待到智能駕駛技術發生質變時，再做市場切入。

7月11月，奧迪發布了新款旗艦A8轎車，這款車最引人注目的特性是允許駕駛員在交通擁堵時讓車輛進入自動駕駛狀態，駕駛員自己則可舒服地坐在座位上看電視。依據目前業界通用的自動化等級（2014年美國頒布），奧迪此次直接將技術推進到了無人駕駛的第三級，即有條件自動化，在有限情況下實現自動控制，系統在某些條件下可以完全負責整個車輛的操控，但是當遇到緊急情況，還是需要司機對車輛進行接管。

奧迪、日產和戴姆勒等車企對逐步增強車輛「自主」程度、在發生緊急情況時把控制權交還給駕駛員的系統持支持態度。福特、捷豹路虎等競爭對手則認為這一方式不安全。他們表示，只有當車輛「自主」技術能在所有情形下駕駛車輛時，它們才會給自己的汽車加裝該技術。

福特、谷歌是第二種聲音的強烈擁護者，他們認為：無人駕駛就要讓汽車完全自主駕駛，不再需要方向盤、剎車和司機。而其他（或者稱絕大多數）現實的企業方案都是，需要無人駕駛時汽車接管，而人類自己開車時，可以變回司機。方向盤、剎車踏板，該有的什麼都不缺，即便被視為方案激進的特斯拉（ADAS世界的一位王者）也是如此。

車企重注AI

無論是什麼樣的自動駕駛方案，最終是要用在車上，從當下多數車企的表態看，2020年對於自動駕駛的初步實現是個坎，多家汽車廠商都宣布在這個時間節點要推出自己的完全自動化駕駛車型。但自動駕駛的真正實現依然是一個實踐難度極高的系統工程，需要感測器、演算法、執行單位的共同配合，更何況當下對AI技術依賴越來越深，目前沒有任何一個車企能獨立完成。

去年3月，通用宣布斥資近6億美元投資自動駕駛創業公司Cruise Automation。當時Cruise是一個40餘人的小團隊，此舉當時曾引發了業內爭議，特斯拉曾斥責該起收購引發了自動駕駛業界的泡沫化。

今年2月11日，福特宣布向當時成立不足3個月的自動駕駛創業公司Argo.ai投資10億美元，雖然官方表述中沒有出現「收購」的字眼，但Argo.ai與福特達成了排外性合作，雙方將共同開發福特虛擬司機系統，目標是幫助福特在2021年前交付自動駕駛汽車。

通用去年的決策費用貴是貴了點，但Cruise對推動通用自動駕駛汽車商業化所做的貢獻不言而喻。這也是福特效仿的原因之一。這兩個案例有著諸多相似之處，Argo.ai和Cruise在被收購之初都是手握頂級技術人才、急需資本和資源的創業公司；通用和福特都在整車製造和供應鏈管理方面擁有豐富的經驗，但在開闢新業務時大公司病嚴重，決策效率低下。

對於自動駕駛技術的研發，豐田可能是目前最低調的廠商之一，但曝光少並不意味著豐田真的無動於衷，2014年，豐田確實說過出於安全考慮暫時不搞無人駕駛。但這話你能信？轉個身，豐田就在2015年給自動駕駛項目撥了10億美元的預算。

7月17日，豐田宣布成立自己的人工智慧技術風險投資公司Toyota AI Ventures。這家新成立的風險投資公司將致力於人工智慧技術初創領域的投資。目前，該公司已經收到首筆來自豐田研究院(TRI)的1億美元原始啟動資金。

截止到目前，這家風投公司已經對3家初創企業投資。它們分別為來自於矽谷的Nauto公司，其主要為那些監控司機和道路環境的企業設計開發系統，從而阻止事故發生和不良駕駛習慣。另一家是來自英國的SLAMcore公司，其主要為智能技術開發演算法，服務對象包括無人機和無人駕駛汽車，比如其開發的演算法能夠幫助汽車用戶形成基於自己周邊環境和位置的地圖；最後一家是來自以色列的Intuition Robotics公司，這是一家從事機器人生活伴侶技術研發的初創公司。

豐田章男最近的表態鮮明地表達了當下大多數車企下重注AI、演算法、機器人初創公司的用意：「豐田要在同一時間內採取進攻和防守兼備的策略」。作為一家有近80年發展歷史的汽車製造商，豐田將考慮其他各種可能的發展方向，包括合作、併購和收購等方式。其最終目的，就是要進一步提高豐田汽車公司的競爭力，而回顧通用、福特的做法，又何嘗不是用心良苦。

焦慮症由來

一方面是車企在下重注，另一方面是互聯網公司在大舉入侵。

百度的無人車開發史就是極好的教材，它做汽車有先天的優勢，依靠著先進的大數據和人工智慧技術，還在環境感知、分析決策、行動控制等方面擁有世界領先的技術，依託海量數據、超強計算和優秀演算法三大優勢，百度無人車取得了美國加州政府頒發的全球第15張無人車上路測試牌照。

假以時日，百度的無人駕駛真的上市了，那這輛車每天都載著你上下班，採集到你的各種生活習性，各項數據，這對於百度來講是個大金庫，那麼百度搖身一變，就能成為最好的汽車保險公司，最好的信用貸款公司……到那時候，購買汽車裝飾、金融分期、車險、保養等環節再也不用去恨之入骨的4S店，直接在車上通過移動OS（操作系統）就能下單。

互聯網公司一貫是玩跨界競爭高手，做網店的淘寶吞噬了銀行的生意，做社交的騰訊讓9億人忘了電話是可以拿來打的，當自動化和信息化深度融合的時候，跨界競爭將成為一種常態，大公司吞噬小公司，所有的商業模式都將被重塑。

現在的問題是，汽車的確是個比手機複雜得多的產品，特斯拉一直沒能搞定規模生產，谷歌和蘋果的汽車項目離實現還有幾年功夫。而汽車廠商相比之下就龜速了，相對於技術公司，一款全新車型的研發生產一般需要5到8年的時間。而8年已經足夠iPhone從0開始把蘋果推到全球市值最高的公司，讓幾十億人換上智能手機了。

這才是汽車主機廠焦慮症的由來，同時，這也是當下眾多互聯網巨頭的焦慮症。「對於野心和能力都日益增強的技術型公司而言，打破傳統的弱連接行業易，餐飲、電商甚至金融都被互聯網消滅，但最後僅存的金礦——汽車行業卻是一個輕易攻不破的強連接堡壘，在這裡，大到整車製造，小到養修維保，無一不是浸淫行業百年的傳統車企深耕細作的領地，消費習慣的改變在技術風口沒有決定性到來前，所有的準備都只能是等風來。」清華大學網路學院副院長付小龍在接受《華夏時報（）》採訪時表示。

不掉隊比領跑重要

PC是把生產資料數字化，互聯網改變了生產關係，AI將改變生產力。沒有捉襟見肘的資金壓力和短期盈利的目標，大企業還可以用各種自己的方式等風來，而當下大多數活躍的創業型公司則必須在TO C和TO B之間找到更合適的商業通路。

離開百度后的技術大拿吳甘沙或許就是其中的代表，他當下的身份是馭勢科技創始人，「園區、景區內，固定路線的無人車會很快落地。未來在一些擁堵嚴重的大城市，會不會內環只允許無人車和新能源車？」吳的說法代表了多數理性智能駕駛創業者和投資圈的想法。

即使就按照2020年的時間節點衡量，大部分國內的自動駕駛項目如果想有可觀的收入，也至少要到4-5年後了，如此漫長歲月，幾乎沒有收入，再加上貴到天際的人才價格（一個畢業兩年的相關領域碩士，稅後月薪50K以上），以及一輛demo車——僅僅是激光雷達、專用處理器和毫米波雷達等其他感測器加在一起就要上百萬的成本，如何能堅持到黎明對大多數創業公司而言並不輕鬆。

所以，部分陣容還比較豪華的自動駕駛創業公司，也逐漸開始轉向低速園區車、園區物流車等可以在短時間內產生商業收入的方向，一來可以在一定程度上自我造血，二來在後續融資中也有更多可講的故事，這不失為一種聰明的選擇。

明勢資本投資經理燕普認為，能夠為車企提供完整解決方案，並且已經有了車企訂單，在近兩年就會有搭載他們的自動駕駛方案的量產車型下線，這樣的企業才是自動駕駛的希望。而刨根問底「哪年」無人駕駛汽車會完全接管道路，李彥宏說了也不算，這不還有北京市的地方交管沒擺平么！