今天小編分享的汽車經驗:自動駕駛風口退潮的深層邏輯,歡迎閱讀。
圖片來源 @視覺中國
文|新眸,作者|鹿堯
馬斯克現在很少再去談論他的自動駕駛,自從 2013 年以來,這項由特斯拉高調牽頭的技術,發展态勢一直跌跌撞撞,遠不如預期順利,甚至在 2021 年的時候,馬斯克本人也認識到" 自動駕駛遠比想象中更加艱難 "。
更大的退潮發生去年:特斯拉自動駕駛 " 靈魂人物 " 卡帕斯宣布離職,蘋果大幅裁減自動駕駛測試司機,福特與大眾自動駕駛公司 Argo AI 關停、Mobileye 市值暴跌。
就在前不久,燒了 90 億美金的 Embark,7 年只交付一輛無人卡車,也在一年半不到的時間裡,就經歷了從上市到破產,相當慘烈的業績下,創始人 Alex Rodrigues 坦言自己已經被資本抛棄。
這種情緒同樣也蔓延到國内,根據《新眸》不完全統計,2022 年自動駕駛的投資達到了 136 起,但在投資額度上,去年的 200 億元,卻較之前的 932 億元大幅減少了近 80%。加上法律法規上的不完善,安全事故頻發,大眾對自動駕駛的故事也逐漸失去耐心。
單從市場層面來看,國内對自動駕駛已經有了明顯的轉舵:許多主攻 L4 的公司,把方向轉向更易落地的 L2,或把 Tier1 當作最快降維的捷徑。比如以 Robotaxi 起家的文遠知行,近期也在開發乘用車的 L2-L3 級軟體;小馬智行下沉到出行服務、卡車,及乘用車輔助駕駛的業務;曾計劃規模化部署自動駕駛車隊的 Momenta,眼下正在推動相關的解決方案覆蓋到公路、城區等場景。
十多年過去了,對比最初的宏大設想,一時間,所有人都在重新審視這個被過度包裝的前沿技術。大家關注的焦點也從顯擺技術和遠大目标,轉向了更實際的商業化落地。
高開,低走,頹勢漸顯
自動駕駛最早流行于國外,谷歌在 2009 年正式成立自動駕駛事業部,4 年後,通用、福特、奔馳等主機廠也開始涉足這個未知領網域。
國内最先嗅到氣息的是百度。當年錯失移動互聯網的風口後,這家公司決定每年在 AI 上投入百億,自動駕駛則被當作是最合适的落地場景。在 2013 年成立的深度學習實驗室裡,百度拆分出自動駕駛研發團隊,研究方向包括高精地圖、定位、感知、決策和控制等。
到了 2015 年末的時候,百度設立了自動駕駛事業部,同年首輛無人車完成道路測試。緊接着,L3、L4 事業部成立,百度在内部整合搭建起智能駕駛事業群組。兩年後,也就是 2017 年,百度正式對外發布了自動駕駛開放平台 Apollo,把自動駕駛概念推向高潮。
按照官方表述,Apollo 的定位是汽車界的 Android。但當時百度還沒有造車的打算,而是想做一個開放給所有開發者、車廠、車型的自動駕駛平台。對當時的行業來說,有個說法比較流行:一家公司不可能在 3 天内造出無人車,但用 Apollo 可以。這句話雖然誇張,不過 Apollo 的确為這個賽道裡的大部分玩家,提供了不少代碼方案的支持。
按照百度的邏輯,由于在汽車行業,整個產業的制造鏈,系統,軟硬體中,存在着大量的重復勞動,而自動駕駛的研發又格外燒錢,通過平台整合,獲取開發和測試數據,能夠直接降低開發難度和成本,最終達到量產和商業化的目的。
不過有意思的是,百度 Apollo 在誕生後很長一段時間内,并沒有摸索出一套理想的商業模式:
2015 年,管理層宣稱三年内實現自動駕駛汽車的商用化,五年内量產;
2018 年,百度正式對外開源了 Apollo 車路協同方案;
2020 年,百度推出了樂高式汽車智能化解決方案,包含 ANP(領航輔助駕駛)和 AVP(自動泊車),開始轉型 Tier1 的角色;
2021 年,百度預測下半年 Apollo 将迎來量產高峰,每個月都會有一款新車上市,未來 3-5 年内前裝量產搭載量達到 100 萬台。
......
去年 Apollo RT6 推出時,百度當時的規劃是:這款車将在 2023 年啟動小批量生產,從萬台到十萬台逐步攀升,并投入蘿卜快跑,到 2023 年底,蘿卜快跑在 30 個城市部署至少 3000 輛無人車;到 2024 年初,Apollo RT6 将面向 C 端市場大規模量產。
但現實情況是,無論是 Apollo RT6,還是蘿卜快跑,百度的自動駕駛商業化均沒有達到預期。當然,這中間的原因有很多,并不能過分苛責百度這家公司。
具體來說,蘿卜快跑目前總共在 11 個城市的小部分區網域有運營,和試點的差别并不大;參考百度此前立下的,2025 年在 65 個城市裡實現運營的目标,如果按一輛車 25 萬成本來算,每個城市 100 輛就需要 16 億多,但出于安全考慮,以及安全員成本;由于授權規模限制,車輛也只能在非極端天氣,且固定時間段提供服務。
除此以外,行業裡諸多高管離職、裁員聲音此起彼伏:去年特斯拉的自動駕駛團隊優化了數百名員工,Alphabet 旗下的自動駕駛公司 Waymo 多個部門連續裁員,包括國内小馬智行、圖森未來也深陷囹圄。
顯然,百度也意識到了這個問題,李彥宏曾在内部講話中提到," 不能只看收入,要看利潤,更要看 ROI。"
但問題是,盡管百度迫切地需要在這塊業務上找到新增量,但自動駕駛并沒有改善百度财報中的營收結構,李彥宏曾在 2021 年表示,他們都低估了自動駕駛的研發投入,百度僅一年就投入 200 億,而這可能需要 10 年乃至 20 年的長期投入。
有業内人士評價," 他可能是想把矛盾轉移,比如過去和當下的項目都去強調帶來降本的作用,但自動駕駛最大的問題是怎麼去商業化落地。這在行業裡任何參與者都回避不了。"
到底卡在了哪裡?
如果從 2013 年算起,相比于國内其他玩家,百度在自動駕駛領網域裡的布局比誰都久,以至于反映在業務上,重心復雜且多變:一方面,在車、路、形、圖上進行技術布局;另一方面,做平台,做 Tier 1,還要造車,落地無人小巴、做無人出租,投資威馬 ......
這種業務理念的搖擺,對百度自動駕駛内部組織上造成了直接的影響。
比如 2016 年,擔任百度自動駕駛首席架構師的彭軍寧願放棄 T11 職位,和原同事一起創立小馬智行;作為業務元老的王勁因為理念不和離開百度,專注發展 Robotaxi 業務;2019 年,在百度工作 16 年,負責 L3 級自動駕駛、車聯網、地圖等多項業務的顧維灏,在業務調整後選擇離開,并成立毫末智行,面向乘用車和低速末端物流市場提供解決方案。
2021 年的一次财報會上,李彥宏首次規整 Apollo 的三種商業模式:賣解決方案、Robotaxi 和造車,甚至在後來,把集度汽車的預訂單目标都寫進了 OKR 裡。
首先是賣方案這塊,前幾年雖然和 Apollo 合作的車企不少,寶馬、北汽、江淮等,但完整搭載了 Apollo 技術,實現大規模量產的車型卻并不多。這裡面有車廠對自動駕駛主導權的權衡:他們并不會完全信任某家自動駕駛公司提供的方案。
比如長城在選擇百度 Apollo 的量產方案時,旗下歐拉品牌閃電貓則搭載了來自毫末智行的 HPilot 2.0 系統。所以在外界看來,即使一家平台的技術再厲害,也沒辦法滿足市場的全部要求。
Robotaxi 上的進展不再贅述,除去早幾年的高舉高打,現實已經驗證了這是一項長期高投入,而且很難有利潤的苦差事。
但換個角度想,能把這件事堅持下來,這本身就很不容易。
車路協同是百度近幾年重點在說的又一個新故事,但實踐難度要更大一些,且不說城市道路規劃上允許與否,就如文遠知行 CEO 韓旭舉例,"10 公裡路裝 50 個智慧路燈,但凡一個路燈一年中有一天不正常工作,整條路的可靠性就只有 87%,開 10 次有一次可能會出危險,這樣的自動駕駛你敢坐嗎?"
另外,國内復雜地形路線的挑戰,在不同城市間建設中的适配程度,出了事故的責任歸屬,商業保險方面,整套系統的信息安全如何保障,即使技術上完全可行,在城市内鋪設的感知基站,是否比其他方案更劃算?
這些都不是短期内就能解決的問題。
回到單車智能上也是一樣的道理,一般某個產品被卡住脖子,技術、政策、成本、使用場景、可替代性、供需關系,等等,這些因素至少得占一個。即使是很早就在美國鳳凰城提供無人車服務的 Waymo,每月有 1500 名乘客,但營收也不過才上萬美元,和研發投入天壤之别。
有人算過這樣一筆賬,即使成本 25 萬的 Apollo RT6 量產,蘿卜快跑有 3000 輛車,加上運營維護、安全員、遠程監控等費用,不考慮覆蓋人群和其他,成本上其實很難去替代司機。另一方面,考慮社會就業,出行的安全和效率,出租車司機真有被替代的必要嗎?
" 單一車輛的技術先進程度,不是決定自動駕駛成功的唯一因素。"有自動駕駛從業者表示," 現階段自動駕駛沒有大規模商用落地,背後涉及到的是對社會交通體系的變革,這并不是 5 年、10 年能完成的。"
降維和野望,很難權衡
2020 年,對于百度自動駕駛以及整個行業來說,都是一個具有特殊意義的年份。
這一年,百度的 L4 自動駕駛技術正式降維,應用到了輔助駕駛領網域。Apollo 首先以自主泊車技術為切入點,逐漸擴展到各類駕駛環境,将 L4 級的 Apollo Lite 用在乘用車 AVP 和 ANP 兩套解決方案上。
某種程度上來說,百度的降維也是行業裡的一面鏡子,L4 落不了地,因此,将更先進的技術和硬體應用到更為普及的 L2 級輔助駕駛上,自然就成了行業的一種趨勢。
從理論上看,這樣做的優點在于,可以在商用車上驗證技術的可行性,提高技術的迭代效率,縮小與更高級别自動駕駛技術之間的差距。比如國内的輕舟智航、小馬智行、文遠知行等玩家,用文遠知行 CEO 韓旭的話說,這可能是一種技術降維打擊。
然而在實際應用中,無論是将 L4 級的自動駕駛技術應用到 L2 級的功能,還是将更高級别的自動駕駛解決方案降維應用到其他領網域,都面臨着一些挑戰。
到目前為止,将完整的自動駕駛系統完美嫁接到輔助駕駛上,尚未有成功的案例。這中間的原因有很多,比如,雖然 L4 級的芯片算力和配置更高,但其算法和數據可能并不适配 L2 級的系統,甚至還會增加研發的難度。
聯想到幾年前特斯拉和 Waymo 的争執,兩家雖然都做自動駕駛,但路徑不同,Waymo 是一上場就做 L4,特斯拉是從 L1、L2、L3 上漸進式過渡,因此 Waymo 的 CEO 曾公開嘲諷特斯拉的輔助駕駛技術落後。
不過現在看來,前者的估值一再縮水,逐漸從 Robotaxi 延伸到貨運和貨物運輸服務;後者的 FSD 槽點也不少,但市場仍看好它未來的商業價值。
據最新消息,新款特斯拉 Model 3 将更新最新的自動駕駛硬體 HW4.0,新的芯片、新的傳感器、新的車載電腦、新的刹車系統,馬斯克把以前嘲諷沒有用的毫米波雷達也請了回來。
特斯拉今年準備推出的完全自動駕駛(FSD),已經在主頁的購車選項中可以選擇,就像蘋果 Appstore 的收入一樣,這是一項可獨立選擇的增值服務。馬斯克認為自動駕駛能帶來可觀的利潤,同時彌補了之前由于降價帶來的利潤壓力。
馬斯克對于自動駕駛的定位,與國内玩家有着明顯的區别,他的商業思路是可以被借鑑的:特斯拉将自動駕駛功能打包成一項賣點,這意味着這項技術具有商品屬性,它不再是一個宏大的概念,而是一個可以實際盈利的工具。
在一些專業人士看來,由于特斯拉本身的銷售規模足夠大,由自動駕駛產生的大量數據樣本,可以被特斯拉用來進行各種可行性分析,進一步迭代和更新產品。
反觀國内,前段時間的一次發布會上,百度智能駕駛事業部負責人儲瑞松表示,百度 Apollo 不會拿走車企的 " 靈魂 ",他重新審視了這項業務的價值,坦言:" 外界過于高看智能駕駛,事實上,包括整車架構、品牌形象和智能化風格等,整車及智能化體驗的定義權才是靈魂,智能駕駛只不過是智能汽車的一個組成部分而已。"
就像那些購買了自動駕駛的特斯拉車主們,他們在無形中也為自動駕駛技術的普及提供了數據樣本支持,同時也會影響公眾對自動駕駛的接受程度,把這項技術的商業化進程再向前推上一波,但總體上來說,留給自動駕駛的時間卻不多了。
更多精彩内容,關注钛媒體微信号(ID:taimeiti),或者下載钛媒體 App