深度：无人驾驶的谋与伐
图片来源：wallstreetcn.com
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。
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？
01
那些宣称要玩无人驾驶的公司
现在都做到啥程度了？
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。
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。
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。
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。
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。
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。
图：主要车企的自动驾驶时间计划表，
来源：中金，注：其中的L1~L5是SAE标准
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。
02
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。
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。
来源：易观智库
03
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。
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。
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。
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？
面对这片还处在万里长征第一步的市场，皓哥这里的思考也仅代表一家之言，欢迎各位多多交流讨论。我们也会长期关注无人车领域，不定期推出专题研究，与大家分享。
更多原创精品，点击关键词获取