最近无人驾驶领域挺热闹。这边厢,美国将通过首个全国性无人驾驶汽车法案,有望解决各州监管一致性问题,并批准数十万辆无人车上路测试。

无人驾驶

那边厢,通用汽车联手Cruise,发布全球首款量产无人驾驶汽车,至少定位于L4级自动驾驶,一旦软件和监管环境成熟,无人车的时间表将再被提前。

恐怕不久后,一边开着车,一边吃着火锅、唱着歌的异想天开,真的要一步步成为现实了。但是,在未来真正来临之前,还有多少坎需要迈过?那些做着“造车梦”的人们,到底会成为下一个“贾跃亭”还是“Elon Musk”呢?

一、那些宣称要玩无人驾驶的公司,现在都做到啥程度了?

1、谷歌:领跑者,直接攻坚L4,兼顾软硬件与自主研发

相比起传统车厂目前选择从ADAS起步,渐进式地推进做自动驾驶的路径,谷歌单刀直入,一上来就冲着全面的无人驾驶去了。

从积累的真实测试数据和事故率来看,谷歌也是进入L4技术攻坚阶段最扎实的一家公司。在加州,谷歌累计共有48辆测试车上路收集数据,在6年多内行驶超过270万公里,仅出现11次轻微交通事故,平均25万公里出现一次,且责任方均为对方车辆。

谷歌已从最初专注软件算法和高精地图,拓展到了软硬件兼顾和自主研发。面对居高不下的激光雷达和芯片成本,谷歌干脆自己把传感器、GPU和算法都包揽了下来,成功将激光雷达成本从7万降到了7500美金。

看来,除了复杂度和专业性极高的造车领域,谷歌已在全产业链开始自研布局,进一步挤压中小硬件厂商和创业公司的生存空间。

2、特斯拉:L2-L3兼具软硬件能力与“激进”的自我营销

在无人驾驶上,特斯拉也一直不缺热点,自2014年配置初代自动驾驶系统Autopilot以来争议不断,甚至造成首例无人驾驶致死事故。过去三年内,Autopilot收集了全球各种道路、天气条件下的3.6亿公里行驶数据。

特斯拉与谷歌分别代表了硅谷科技公司造无人车的两大流派。特斯拉的技术发展路线目前处在L2-L3阶段,精度和成本也更低,不采用谷歌的激光雷达+高精地图,而是用摄像头和超声波传感器做车的“眼睛”。

特斯拉的优势在于公司既有数据算法资源、创新科技人才等软件实力,又有造车生产线的硬件基础。

不过,下一阶段特斯拉的无人驾驶之路能否顺利,还要看它如何突破安全和成本的二元悖论。图像识别技术有盲区,要达到L4,只有激光雷达才能万无一失。而特斯拉在L2-L3阶段积累的经验,与L4有本质的区别。

一贯擅长自我营销的特斯拉,凭借激进的风格,容易让消费者将它现阶段的水平与“真正意义上的自动驾驶”相混淆。而谷歌的态度则相对更严谨。

3、Uber:抱车厂大腿、与谷歌撕逼,进展低调而缓慢

共享出行公司天然地有发展无人驾驶的动力。无人车规模化之后不仅能为平台低成本形成有效供给,还有助减少拥堵和车祸,优化用户体验。共享出行庞大的运营网络是其杀手锏。

通过海量车型收集各个城市的实测路况数据,比自造车型、实地投放的模式灵活不少。

其中又以Uber的无人驾驶进度为首。只是,强运营的Uber并没有造车基因,抱车厂大腿成了明智之选。今年1月,Uber和戴姆勒达成合作,后者生产研发带自动驾驶技术的奔驰,投入Uber网络做测试和数据收集。

就在Uber干得热火朝天之时却吃了谷歌的官司,近期进展有所停滞。2016年1月,从Waymo跳槽的工程师创建了无人货车公司otto,被Uber迅速收购;随后又爆出otto工程师从谷歌剽窃技术专利的猛料。

谷歌气不过,直接把Uber告到了旧金山衙门,对簿公堂。最后以Uber壮士扼腕炒otto创始人鱿鱼为结局。

4、百度:国内领先,阿波罗计划有阶段性成果

百度在错失移动互联网红利之后All in AI,已然成为国内最重仓无人驾驶的互联网巨头。在路径选择上百度与谷歌相似,将搜索识别技术和高精地图能力运用到无人驾驶的算法和软件上。

没有硬件基础的百度,定位是做开源技术平台,赋能合作伙伴。

今年4月,百度Apollo计划对外公开,向汽车及自动驾驶行业伙伴提供车辆、软硬件、云端数据等服务。就像自动驾驶的安卓,把底层能力作为一套工具打包给生态伙伴造出自己的无人车。

百度预计今年年底Apollo可在简单城市路况下完成自动驾驶;到2020年底将实现高速和城市道路全路网自动驾驶。

李彦宏在开发者大会上亲自坐自动驾驶汽车上了五环,在一定程度上的确证明了百度的阶段性成果,但存疑之处也不少。

车队前后有好些都是百度的“自己人”,理论上百度可以提前训练车子熟悉路线,和真实开放路段的自动驾驶还差得远,顶多是L2-L3之间的封闭路段驾驶。

李彦宏的车双实线并道违反交规,还被北京交警点名批评了。从技术到监管环境,百度的时间线恐怕过于乐观了。

5、传统车企:综合实力强劲的百年老店

传统车企和新兴互联网势力是无人驾驶领域的两大阵营,有人认为,传统车企在无人驾驶领域起步晚,将备受新兴互联网企业的冲击,其实未必。

今年4月Navigant发表的无人驾驶研究报告显示,目前无人驾驶领域公司的前六名是:福特、通用、雷诺-日产、戴姆勒、大众集团、宝马。而谷歌、特斯拉和Uber分别位列第7、第12和第16。

10

可见,算法和技术只是无人驾驶的因素之一。传统车企在造车、渠道以及资源整合能力上的综合实力更强,也低调地做了很多工作,只是在宣传上没有互联网企业叫得凶罢了。

比如,福特宣布2021年实现完全自动驾驶汽车(SAE L4,等同于L3)的商业落地;已通过投资各垂直领域的制造商,手握激光雷达、人工智能、算法和地图四张王牌。

通用也采取了一系列动作:砸5亿美元和Lyft共同打造无人驾驶网络,10亿美元收购Cruise Automation,和IBM合作植入沃森AI技术等等。

总而言之,从目前各传统车企的时间表上来看,他们对自己的渐进式路线还算乐观,大多预计在2020年前后实现L4的落地。

12

 

6、创业团队:精兵作战,将成生态链条中一环

此外,无人驾驶领域的重要玩家还有博世、Delphi、ZF、英伟达等Tier 1、Tier 2供应商,以及新兴创业团队。

我们认为,无人驾驶的盘子虽然大,但创业团队的特点在于小而精,和Tier 2零件供应商类似,成为垂直领域的“螺丝钉”技术提供方,或者软硬件都做,自主研发完成L2~L3的辅助驾驶功能,但L4的段位太高,这个级别的市场不是生于草莽的小团队能够撬动的。

归根结底,创业团队在需要软硬件结合、大量资金投入的无人驾驶领域,难以独立做出一个完整生态。未来很可能走向被并购的结局。

二、挑战、瓶颈和发展差距

通过盘点各个类型玩家的最新进展,我们发现,已落地的自动驾驶技术还离真正意义的无人驾驶差得很远。即便是谷歌在把激光雷达成本从7万降到7500美金之后,在推进L4方面的进展也并没有加快。

那么,横在无人驾驶面前的坎到底是什么呢?最关键的核心在于无人驾驶的安全性和精度要求极高。即使是99.99%的精准度目前都尚未达到,更遑论无人驾驶涉及到人的生命,必须要达到99.99999%才行。

首先,激光雷达和图像识别两种路径对比之下,只有激光雷达才有可能满足精度要求,但成本仍然高出摄像头一大截。

图像识别的误判率较高,只能做到L2-L3的高级辅助自动驾驶水平;尤其是在高速移动过程中以及恶劣天气环境,摄像头图像识别的自动辅助驾驶功能往往会失灵。只有激光雷达能达到L4的精度要求。

更为关键的是,摄像头和超声波雷达收集的数据和经验积累,和激光雷达收集的数据并非同一类型;也就是在L2-L3阶段积累的经验,对于后续进阶到L4的帮助很有限。

13

其次,仅仅做软件和算法难以达到高精度,玩无人驾驶注定要软硬件结合。

说白了,单纯开放软件和算法能力,做无人车领域的“安卓”这种说法,可能有些天真了。

用李开复的话来说,安卓是一个标准化平台,基于它的二次开发空间其实不大。每家车厂从创始至今,都在不断权衡设计、体验、性能,并做到极致,面对有可能夺取他们对自己车型主导权的“安卓”,车厂恐怕难以接受。

汽车产业的复杂度和智能手机不在一个量级上,各车型的硬件配置千差万别,从纯软件、数据和算法切入无人驾驶,就还得解决和不同车型硬件的对接。

因此,一家公司若想掌握无人驾驶的行业话语权,既要懂汽车产业的硬件,也要懂人工智能的软件算法。

同时,整车厂收购算法和软件公司,胜算要远大于后者反过来收购整车厂。

拿美国的汽车公司来说,市值四五百亿美金,资金雄厚,收购或战略投资一家AI、算法及自动驾驶的技术团队大概花10亿美金,是一笔相当划算的生意。

反过来,互联网或算法团队如果要收购一家车企,那可是上百亿美金的投资,除了谷歌这种量级的互联网公司,其他则无异于是蛇吞象。

因此,软硬件结合会是未来玩无人驾驶的能力标配,这也解释了持续亏损的特斯拉市值为何能一路走高。它既有算法、技术、数据和研发能力,又有完备的造车生产线、自有渠道和营销能力,是难得的软硬件兼备的潜力股。

最后,中国和美国之间的发展至少还有3到5年的差距。

美国已是无人驾驶当之无愧的主战场。而中国的政策监管和特殊的市场环境,也决定了海外公司基本不可能主导国内市场;本土企业的自主研发才是正道。

但在无人驾驶的三大核心技术——机器人技术、AI和云技术上,中国的底子薄,且中国复杂的路况、多变的开车环境和糟糕的驾驶习惯,也给无人驾驶落地造成了不少阻力。因此,中美之间的距离,乐观估计是3到5年,保守估计甚至会需要5到10年。

不过中国民众对无人车的接受程度倒是很高。据BCG和世界经济论坛联合去年8月发布的调查报告显示,在中国的城市消费者中有81%的人愿意尝试无人驾驶汽车,而这个数字在美国和德国分别是48%和41%。

就像面对移动互联网浪潮一样,中国人再次体现出了对新科技的热情。如果后续加大利好政策的出台,也不排除中国的无人驾驶会走出一条属于自己的全球领先之路。

14

三、结语

在文章的末尾,皓哥带大家回顾一下今天的几个核心观点。

1、无人驾驶L2、L3阶段与最终的L4阶段之间存在难以飞跃的鸿沟,前期的积累对L4的贡献十分有限。

2、我更看好谷歌、特斯拉这样的公司,同时传统车厂的实力也不容小觑。

3、无人驾驶是一个十亿美金起步的土豪游戏,需要建立完整的生态,门槛极高,并不是小创业公司的机会。后者的发挥空间更多在于做精、做专生态链中的某一垂直环节。

最后,感谢接受皓哥访谈的行业专家们为本文作出的贡献。未来无人驾驶究竟会鹿死谁手?

关注中国IDC圈官方微信:idc-quan 我们将定期推送IDC产业最新资讯

查看心情排行你看到此篇文章的感受是:


  • 支持

  • 高兴

  • 震惊

  • 愤怒

  • 无聊

  • 无奈

  • 谎言

  • 枪稿

  • 不解

  • 标题党
2023-09-08 10:32:11
市场情报 亚马逊云科技针对人工智能/机器学习工作负载推出多项存储新服务及功能
存储服务的新功能重点包括为支持人工智能/机器学习、大数据分析等数据密集型工作负载进一步提升Amazon Elastic File System(Amazon EFS)读取和写入性能,以及Amazon Elas <详情>
2023-07-24 16:26:35
市场情报 亚马逊云科技人工智能与机器学习技术助力科学家绘制完整的脑部地图
艾伦研究所数据和技术主管Shoaib Mufti带领团队与亚马逊云科技合作,将利用这张脑图创建全球大的脑细胞开源数据库。这是人类首次对关于哺乳动物大脑结构和功能的大规模数据 <详情>
2023-07-14 17:09:54
国内资讯 上海统筹布局长三角公共算力中心
到2023年底,上海将依托上海市人工智能公共算力服务平台,接入并调度4个以上算力基础设施。 <详情>
2023-07-14 13:56:00
互联网 8月起施行!国家网信办等七部门发布《生成式人工智能服务管理暂行办法》
《办法》规定了安全评估、算法备案、投诉举报等制度,明确了法律责任。 <详情>
2023-07-14 11:42:26
市场情报 智赋未来 共创新可能 中信国际电讯集团再次亮相世界人工智能大会
在本次中信国际电讯展区的“智赋‘一带一路’”展示中,来宾可以综合了解多年来中信国际电讯CPC和中企通信在助力“一带一路”沿线国家发展方面取得的成果。 <详情>