牵手本田、投资整车厂，AutoX 为何逆势加仓，死磕 L4？

“辅助驾驶在技术上容易实现，但并不意味着容易赚钱。”

作者 | 田哲

囿于技术储备、政策法规、市场环境等种种束缚，自动驾驶行业不少玩家近期思变求生：  

部分玩家下探至L2辅助驾驶市场，试图借此降维打击；部分玩家选择切入细分领域，在定局未成之前各占山头。  

相较之下，AutoX这家无人驾驶创业公司却显得格外另类：他们正逆势加仓，死磕L4。  

他们近期的两个大动作引发了业界不少讨论： 

• 其一，他们选择与本田合作，使用本田雅阁Accord、英诗派Inspire两款车型，探索L4无人驾驶落地更多可能。  

• 其二，他们选择投资整车制造商艾康尼克，以此主导并推进L4级无人驾驶量产车型的生产。 

AutoX创始人肖健雄告诉新智驾：“辅助驾驶是伪需求，无人驾驶才是刚需。我们以前、现在、未来，都只会做L4。” 

与行业主流玩法的格格不入，甚至有些率性而行的AutoX，他们种种动作的背后，究竟有何思虑？ 

新智驾近日与AutoX创始人肖健雄展开了一场独家对话。 

技术驱动，毅攀高峰 

在刚刚过去的 2020 年，自动驾驶全赛道融资总金额高达 436.3 亿元，同比增长 136.9%；同时，马太效应日益凸显，资源开始向头部企业聚集。 

在这一形势之下，AutoX为何顶着风险对外投资？而且还要做L4级别的无人驾驶量产落地。 

“辅助驾驶在技术上容易实现，但并不意味着容易赚钱。” 肖健雄顿了两秒，笑着答道。 

在他看来，当下辅助驾驶应用于量产车型中数量有限，技术提供方从中赚取的利润微薄。 

而无人驾驶的利润来自于对司机成本的节省，也来自于乘客一次次为出行所支付的费用。 

两者利润来源有异，量级也不同。

尽管无人驾驶的发展需要长线的投入，但 AutoX 押中这一赛道，最大的原因来自于其对自身技术的自信。  

肖健雄是三维深度学习领域的奠基人之一，开创了可用于激光雷达的深度学习。 

三维深度学习将计算机视觉、深度学习和机器人三个原本独立的领域融合为一体，可进一步提升图像处理的性能。

三维深度学习为目前自动驾驶的最为核心的技术之一，目前仅有少部分公司掌握这一技术。  

另一方面，AutoX重视数据积累，在收集数据上快人一步。

2018年，AutoX成为中国城市闹区大规模无人驾驶测试的第一家企业。 

他们在深圳核心地段南山区开启路测，南山区熙熙攘攘的车流、行人为AutoX提供了大量高密度、高质量的宝贵数据。 

2019年，AutoX拿下深圳市路测牌照，成为第一家通过深圳自动驾驶功能测试的企业。  

长期的高质量数据收集之下，AutoX的的技术实力不断提升。  

2019年加州车辆管理局发布的自动驾驶报告显示，AutoX是中国唯二获得加州公共事业委员会的许可，可以使用自动驾驶汽车接送乘客的公司之一。  

而在2020年的该项报告中，AutoX在“两次人工干预之间的平均行驶里程数”中达到3万公里到5万公里，与Waymo、Cruise一同排名前三。 

除此之外，AutoX还于当年获得加州全无人驾驶牌照，为全球第二家拿下此牌照的公司。 

数据驱动之下，AutoX在上海嘉定区汽车城建立无人车运营大数据中心，试图构建大规模数据壁垒。  

据悉，AutoX车队中的每台车每小时产生 1TB数据，而该大数据中心的大规模云平台服务器7x24小时高速运转，可从自动驾驶车辆的自动化标定、检测及技术运维，到AutoX云平台的大数据挖掘及仿真，再到稳定量产版的硬件闭环。  

AutoX曾对新智驾表示：“未来自动驾驶的核心在于数据，其中既包括仿真数据也包括真实数据，谁拥有了最大规模的数据，谁将登上自动驾驶下一个高峰。”  

目前来看，AutoX正如之所言一步步攀登自动驾驶高峰。  

2021年1月28日，AutoX宣布正式在深圳市坪山区开展L4级别全无人驾驶Robotaxi车队示范应用，面向公众开启全无人驾驶出租车试运营，成为全国首个全无人驾驶运营中心。  

在城市公开道路、无远程遥控的情况下，AutoX的全无人Robotaxi商业化试运营于5月7日达到100天。

AutoX的无人驾驶成绩固然亮眼，但无人驾驶的发展最终还是要落到「车」这个载体之上。 

在这一方面已有不少玩家开始布局。滴滴联合北汽，华为携手广汽已开启L4级无人驾驶量产车型的生产计划。 

对此，AutoX又该如何突出重围？ 

软硬一体，独具优势

也许，肖健雄对L4级无人驾驶汽车的独到看法，能为这一题添上另一种解法。  

在他看来，无人驾驶时代来临之后，商用车和乘用车之间不会有明显界限。 

譬如，当人们拥有无人驾驶私家车后，可以不用将车停放在车库，而是把它当做网约车在外接送乘客。 

或许是对无人驾驶时代终将到来的笃定，也或许是对L4级无人驾驶汽车巨大价值的畅想，AutoX始终不断对硬件加以改进，为制造L4级无人驾驶汽车积累经验。 

硬件方面，AutoX自主研发域控制器AutoX XCU，坚定不移地走不依靠远程遥控的技术路线。

肖健雄认为，远程遥控不安全，无线信号强度以及互联网传送宽带不稳定，潜在黑客入侵系统直接操控车辆，都让远程遥控不可能落地。  

据悉，AutoX为国内首家自研域控制器的自动驾驶公司。  

在系统架构上，AutoX设计支持域控制器、传感器等全部硬件的车载自动驾驶的电源和电子汽车系统架构，而非使用“直流转交流再转直流”的后装改装办法，进而简化电路结构、提升可靠度并节省成本。

车身改造方面，AutoX也做了不少尝试。 

2019年，AutoX仅用一天完成对比亚迪秦Pro EV开发者版自动驾驶型汽车的改造，并且可以实现秦Pro的驾驶性能与AutoX的AI技术深度融合。  

近期，AutoX与本田达成合作，AutoX将使用本田雅阁Accord、英诗派Inspire两款车型，并在深圳南山区开启基于本田车型的公开道路自动驾驶测试。

对量产车型的改造，意味着AutoX能将技术赋能更多车企。 

虽然在无人驾驶发展早期，玩家们通常倾向于选择后装的方式来快速“上车”，但基于长远考虑，后装的集成方案存在太多限制。业内已公认，前装无人车才是承载 Robotaxi 商业化落地的终极形态。  

去年 CES 2020 期间，AutoX 正式宣布与欧洲汽车巨头 FCA 合作，引进 Pacifica 大捷龙来支持 AutoX Robotaxi 在中国的大规模运营。 

需要指出的是，Pacifica大捷龙是当初 FCA 为 Waymo 设计的专为自动驾驶而生的车型，具备车规级冗余硬件的底盘，包括刹车、转向、电源等。  

除此之外，Pacifica大捷龙在制造时就已考虑激光雷达等传感器在车身的布置，并优化线路、电源以实现更优的自动驾驶控制。

目前，Pacifica大捷龙为唯一一款具备车规级硬件冗余，且被实践验证的车型，而AutoX为国内唯一与大捷龙合作的公司。 

AutoX通过对Pacifica大捷龙此类前装车型的改造，可更深入理解L4级自动驾驶车型的设计，也为生产无人驾驶车型积累了大量的技术经验。  

值得注意的是，AutoX此次与艾康尼克开发L4级无人驾驶车型的合作中，由AutoX主导设计未来的无人驾驶汽车。 

而这意味着，AutoX在车型设计中的沟通成本大大降低，且能更精准勾勒无人驾驶汽车雏形。  

不俗的技术与硬件深度改造能力结合，AutoX的L4级无人驾驶汽车生产之路，或能因此走得更为轻快。 

顺应时代，只欠东风

当问及为何此时入局生产L4级无人驾驶量产车时，肖健雄短暂迟疑了一会儿，略带官方口吻解释：“找到合适的合作伙伴。大家在产品等方向达成共识，合作就开始了。” 

倘若置身于行业环境，此时或是生产L4级无人驾驶量产车的绝佳窗口期。  

尽管目前全国法规并未允许L3级及以上自动驾驶商用，但国家出台的文件已指出L4级无人驾驶技术应用于量产车型之中的时间规划。  

2020年 11 月，国务院办公厅印发《新能源汽车产业发展规划（2021-2035 年）》，提出了高级别自动驾驶商业化落地目标：到 2025 年，高级自动驾驶汽车实现限定区域和特定场景商业化应用；力争到 2035 年，高级自动驾驶汽车能够实现规模化应用。  

未来，L4级自动驾驶汽车规模化将无需担忧法规限制，或将成为新的风口。  

另外，行业普遍预计无人驾驶将在5年内规模化商用。而一辆全新的电动汽车产品从立项到推出，大约需要3-5年时间。此时入局乘用车市场，AutoX可与市场保持同频，在法规开放的第一时间推出L4级自动驾驶量产车型，抢占市场份额。  

除了法规、市场方面外，随着激光雷达的量产上车，激光雷达的成本将更进一步降低。 

此前，有不少业内人士都表示，激光雷达单价远低于千元人民币将是一个趋势。 届时，无人驾驶汽车的成本与仅具备辅助驾驶功能得乘用车价格相差无几，AutoX将更具备技术优势。  

倘若政策、技术等条件已允许Robotaxi大规模商业化，那么AutoX如何解决市场教育这一问题？  

“这个不是问题。”这一次，肖健雄毫不犹豫地回答道。  

在他看来，原因有二。

首先，AutoX可将技术迅速复制。 

在深圳南山区迁移至深圳坪山区的过程中，AutoX只用了几个星期就完成复制过程。而在深圳迁移至上海此类城市级的迁移时，AutoX耗费的时间不过2-3个月。 

随着AI通用性能越来越提高，这一复制速度将越来越快。  

其次，AutoX在试运营Robotaxi的过程中发现，乘客对Robotaxi的接受度很高。 

肖健雄认为，城市之中假若一位乘客体验Robotaxi，此后他会邀请身边更多朋友体验。以此循环形成指数级的传播，市场教育则不存在问题，技术和法律法规才是Robotaxi推广的核心。  

总结

仰望星空之外，AutoX也举目当下的Robotaxi运营车队。  

近日，AutoX与4D成像雷达解决方案提供商Arbe合作。 

未来五年，AutoX将采用来自Arbe的40万个4D成像雷达平台，搭载在其L4级自动驾驶汽车Robotaxi以及其他自动驾驶项目。  

据悉，该平台拥有业内最大通道数量的2K分辨率专利技术，可使图像的分辨率比市场上其他雷达高100倍。 

搭载该平台的Robotaxi车队，将进一步提升目标识别率以避免安全事故发生。

当问及AutoX是否可能与本田产生更深入的合作时，肖健雄表示双方此次合作绝不仅仅于基于本田车型测试而已，将有更多合作可能。 

或许不久之后，ProfessorX和他的AutoX又将在攀登无人驾驶之峰上更进一步。

以下为采访实录，新智驾做了不改变原意的整理与编辑：  

新智驾：投资艾康尼克助其造车，是否说明AutoX正转变为重资产？

肖健雄：我不认为投资是重资产。相反，我们投资车企，而不是花钱自己造车，目标就是我们不走重资产。

我们的目的的确是生产L4级无人驾驶量产车型，这需要我们与车企有深入的合作。如果我们一直自己开发软件，无法量产、实现商业化。 

通过软硬件结合并不断打磨，才能让产品实现真正的商业化。目前，我们正在商业化道路上前进。 

另一方面，投资车企的关键并不是财务回报，而是借此在生产量产车型中获得更大的话语权。 

我们可以基于对无人驾驶的技术理解，指导量产车型的设计、生产，而不是造车方定义AI。如果是不懂AI的车企生产L4级无人驾驶汽车，很难制造出适合AI时代的汽车。

这是我们在理念上的创新。

新智驾：选择做L2级自动驾驶的公司可以短期内获得商业回报，AutoX坚持做L4，同时对外投资，是否会面临经济压力？

肖健雄：我们需要理解一点，辅助驾驶在技术上容易实现，但并不意味着容易赚钱。

首先，如果一家公司宣布将辅助驾驶搭载在汽车上，其实接下来两年仍在研发、生产的过程中。大约在2023年或者2024年，这款辅助驾驶汽车才能真正面世。

其次，辅助驾驶汽车一款车的销量普遍不高且辅助驾驶解决方案利润低。

即使是在辅助驾驶中最强的小鹏汽车也仅仅卖了几万台，利润其实非常低。比如，一个Mobileye的产品售价50美元，其中40美元为成本，那么卖出一台车的利润为10美元。

以目前造车新势力中销量最高的品牌蔚来汽车为例，其销量已经突破10万台，假设10美元可换算为100元人民币，如果10万台蔚来汽车都搭载Mobileye的产品，那么Mobileye的收入则为1000万元人民币。 

一位工程师的年薪可能为100万元人民币，1000万元只够负担10位工程师一年的工资。我们这类的科技公司中有几百位工程师，1000万对我们来说只是支出中的冰山一角。我认为收入与支出是同一个数量级的项目收入才有意义。 

无人驾驶公司的确很烧钱，但我们的目标不是只赚一点钱，做辅助驾驶很难养活公司，只做辅助驾驶无法改变无人驾驶的终极战争。

新智驾：目前似乎只有AutoX一家无人驾驶公司对外投资，未来无人驾驶公司对外投资是否将成为趋势？ 

肖健雄：一些公司还没有拥有全无人驾驶技术，因此暂时没有量产需求。而我们对外投资是因为我们的技术已经达到了全无人驾驶，且处于需要量产的节点，所以我们开始有相应的动作，这是一件自然而然的事。  

新智驾：目前很多公司正在将L4级自动驾驶技术降维至L2级量产车型中，同时很多公司也正在研发L2级自动驾驶。在此环境下，L4级自动驾驶技术的落地是否变慢？ 

肖健雄：我认为这不涉及到落地速度快慢，而是许多公司的技术目前无法达到L4级自动驾驶。 

无人驾驶已经是行业共识，是未来的终极战场。但是对于这场战争何时到来，大家的判断不一，而这与他们的技术相关。

如果自己的无人驾驶技术不足，那么就会认为这场战争还很遥远，因此会在短期内寻找其他机会，如将L4级自动驾驶技术降维至L2以增加收入。 

又或者，某些公司只把L4级自动驾驶作为故事宣传，但实际只做L2级自动驾驶，例如卡车、港口、码头、扫地机器人等，我认为这是技术不成熟的无奈之举。

我们在这场战争中一直很坚定L4路线，因为我们拥有着技术优势并遥遥领先对手。当然大家都同意Robotaxi是最大的商业化赛道，不过他们认为自己在未来胜算不大，因此提前占据山头，这是不同的打法。

新智驾：目前也有很多公司正在将L2、L3升级为L4，那么无人驾驶公司在未来是否与这类公司展开竞争？ 

肖健雄：技术上，L2、L3无法升级为L4，这只是一个资本故事而已。只有达到真正的无人驾驶才能称为L4，只要有驾驶员，就不是L4。 

无法去掉安全员和司机，就无法创造价值。如果Robotaxi中始终需要安全员在驾驶位中保证行驶安全，哪怕他什么也没做也需要支付和出租车司机同等的薪水。 

在占用安全员时间的情况下，运营方不可能因此支付较少的薪水。因此只有达到全无人驾驶才能创造价值。

新智驾：为何现在选择进军L4级无人驾驶量产车型制造？

肖健雄：我们在加州拿到中国第一张全无人驾驶牌照，是第一家在中国市区实现无人驾驶，也是第一个开始无人驾驶车型的量产准备的无人驾驶公司。 

做出这类选择，在于我们在产品开发上保持遥遥领先，一直比别人快一步或几步。当我们的技术成熟到一定节点，自然而然准备生产无人驾驶量产车型。

新智驾：AutoX的无人驾驶技术是否有可能搭载于乘用车上呢？ 

肖健雄：AutoX的无人驾驶技术绝对会搭载在乘用车中。

无人驾驶时代来临之后，商用车和乘用车之间不会有界限。当拥有无人驾驶的乘用车后，人们不会把车停放在车库，而是把它当做网约车在外接送乘客。这样一来，不仅不需要支付停车费，反而可以获得额外收入。 

艾康尼克的车型甚至不能称为传统意义上的乘用车，实际上是MPV商务车。这类车型在商务谈判时可用于接送合作伙伴，其中有一点商用车的意味。

新智驾：当政策和技术已经允许L4级自动驾驶，市场教育是否有难度？

肖健雄：这一点我们完全不担心，因为我们在试运营过程中发现，每个人坐上车之后不到两分钟就已经习惯了，人们会很容易习惯Robotaxi。

比如一个城市中只要有1%的居民愿意乘坐Robotaxi，他们尝试之后会告诉5%的人，即身边的5个朋友。5%的居民尝试之后再对外传播……大概25%的居民尝试之后，可能在很短的时间内大多数人都体验了Robotaxi。

这一点我觉得不需要很大的市场教育，技术和法律法规才是Robotaxi推广的核心。

新智驾：如果法规允许，技术复制上，大规模推广Robotaxi是否有挑战？ 

肖健雄：AutoX的AI通用性非常强，拥有非常强的技术复制能力。

AutoX一开始在深圳试运营Robotaxi，而后是上海。我们只用了2-3个月就完成了整个流程。

随着我们的性能越来越提高，复制速度也越来越快。在深圳南山区迁移至深圳坪山区的过程中，我们只用了几个星期就完成复制过程。 

技术复制并不是挑战，挑战在于各地的法律法规、政策、开放路段等不一样。 

其实在大方向上，AutoX和大家一样，通过路测收集数据到数据仿真，做大量的云端仿真。 

我们的AI通用性之所以强，在于首先我们四年前就在深圳核心地区南山区做自动驾驶测试，收集了大量的高质量、高密度的数据，且我们对AI的训练效率很高。而过去几年，北京、上海都没有如深圳般开放，广州也是几个月前正式开放。 

其次，我们在仿真平台上投入了大量资源。我们拥有自主研发的超级强大的仿真平台，并建立大数据中心用以仿真形成自动化的数据闭环，而AI的学习速度也将如指数般增长越来越快。 

再者，数据方面，我们拥有大量的Robotaxi车队，并且在路况最复杂的深圳南山区行驶收集数据。通过车身一系列最尖端的传感器，以及最高分辨率的传感器，可以收集高质量的数据。

另外，行驶里程不重要，与环境的交互才重要。 

在深圳南山区行驶100米，你会发现许多行人和车辆。而如果在其他城市郊区行驶，可能行驶距离比我们长几倍，但遇见的车辆和行人没我们多。 

这些数据于自动化驾驶系统的预测而言，是非常重要的训练数据。我们在深圳南山区处处都是交互量大的场景，在一天之中收集的数据密度非常大，通过多年以来在南山区的积累，这也是我们一个非常强的优势。 

新智驾：从终局思维来看，科技如果无法解决刚需则可能是伪需求，L4级自动驾驶真的是伪需求吗？

肖健雄：恰恰相反，作为最终的一批使用过辅助驾驶功能的用户，我坚定地认为辅助驾驶是伪需求。 

乘坐辅助驾驶的汽车，驾驶员开或者不开都需要在驾驶位中。另外，驾驶员不能睡觉、不能发短信、不能看电影等，这与传统汽车没有任何区别。辅助驾驶是伪需求，无人驾驶是真正的强需求。 

首先，当前的合规司机供给量不足。如果调研滴滴网约车，目前70%以上的滴滴网约车是非法的，因为他们缺少三证一体的网约车牌照。

其次，比如深圳晚上9点，正是许多人下班打车的集中时间，可能需要排队一两个小时，非常难打到车，司机运力不足。 

而Robotaxi可以解决司机运力不足的问题，这也恰恰体现了无人驾驶能比辅助驾驶创造超出几个数量级的价值。

END