自動駕駛半年考：疫情下版圖悄然擴張？

自動駕駛領域不乏好消息。近日，無人駕駛卡車技術研發公司圖森未來宣布，獲得Navistar的投資并與對方達成戰略合作，雙方將共同研發L4級別的無人駕駛卡車，爭取在2024年量產。

這是圖森未來首次與卡車制造商達成量產層面的合作。此前公司的業務布局主要在無人駕駛貨運服務層面，現在，量產計劃若能實現，客戶將可以直接從Navistar在美國、加拿大等地的經銷處購買無人駕駛卡車。

實際上，早在2018年，圖森未來就已經與Navistar開始了技術合作，經過兩年多的探索與磨合，無人駕駛卡車的量產計劃全面開始，這在一定程度上顯示了自動駕駛技術在商業化應用方面的價值得到了業內認可。

這是自動駕駛技術在商用車領域逐步落地的切面。而在乘用車領域，類似的趨勢也在呈現。今年，越來越多的傳統車企宣布與自動駕駛科技公司合作，除了特斯拉之外，大型車企在自動駕駛研發方面逐漸摒棄了單打獨斗的方式：6月，戴姆勒與寶馬宣布暫停自動駕駛領域的合作，而不久之后，沃爾沃則牽起了谷歌系大拿Waymo的手。

盡管由于研發成本高、試驗周期長等因素，自動駕駛科技公司的發展并非一帆風順，有國外的頭部玩家如Nuro、Zoox等正在尋求賣身，但與此同時，一些已有足夠資源積累的公司也正迎來更多可喜進展。

一方面是資金的支持，另一方面則是相關業務的試運營落地。今年，國內自動駕駛科技公司紛紛加快了測試與研發進程，前段時間，滴滴出行高調舉行Robotaxi（無人駕駛出租車）試乘直播，AutoX、文遠知行等企業則也在高德地圖向公眾開放了無人駕駛車輛。

值得一提的是，盡管汽車行業遭受了新冠肺炎疫情的顯著沖擊，直到現在仍在努力從低迷中恢復，但與之相關的自動駕駛產業卻在疫情期間意外受到了一定催化。有在美國做相關業務的人士對21世紀經濟報道記者表示，疫情并未對他們造成很大的負面影響，雖然初期稍微延緩了一些談判與合作，但業務量反而是有提升的。

搶抓運營落地

從普通消費者的角度看，今年自動駕駛的存在感在增強。

6月下旬，滴滴出行宣布在上海面向公眾開放自動駕駛服務，用戶可通過滴滴APP進行線上報名，審核通過后，將可以在上海自動駕駛測試路段，免費呼叫自動駕駛車輛進行試乘體驗。

為了讓更多的人了解這項服務，滴滴還聯合央視進行了一段試乘直播。盡管由于天氣不佳等因素，這次活動所呈現的效果并不完美，例如在啟動時出現延遲、中途需要人工接管等，但技術迭代過程中，這些實屬正常。

除滴滴之外，其他自動駕駛科技公司也加快了無人駕駛出租車的落地。同樣在6月下旬，L4級自動駕駛科技公司文遠知行宣布與高德地圖達成合作，在廣州黃埔區、開發區上線了20輛Robotaxi進行無人駕駛試運營。

其實，文遠知行早在2019年就開始運營無人駕駛出租車，但此前主要依托于自身平臺WeRide Go，此次接入高德地圖，相當于向更廣范圍的用戶開放了無人駕駛出租車服務。

開放性的提升，正是此輪無人駕駛出租車落地的特征。除了文遠知行之外，另一家自動駕駛科技公司AutoX也接入了高德地圖，其服務落地在上海；而滴滴本身即是開放性的出行服務商，其已經積累了大量的潛在體驗用戶。

對于自動駕駛科技公司而言，加速相關業務的落地，最重要的原因是促進技術迭代。自動駕駛的核心算法，需要海量的用戶數據支持，如果行車路線僅僅停留在試驗場中，數據遠遠不能達到要求，這也是作為車企的特斯拉優勢所在。

另一方面，自動駕駛領域也正在進入洗牌期。行業內數十上百家企業，巨量資本涌入，被稱為“最燒錢的賽道”，近年來也開始冷靜，投資金額和數量均顯著降低，逐漸集中于技術積累更為扎實或變現渠道更為明顯的企業。這無疑增加了所有參與者的壓力——不進則退。

與前兩年的熱錢涌入相比，今年自動駕駛領域已經沒有以往那么熱鬧。盡管幾家頭部公司都向外界釋放了獲得支持的好消息，包括Waymo的30億美元融資、滴滴的超5億美元融資以及小馬智行的新一輪4.6余億美元融資，但縱觀整個行業，再也沒有了以往不差錢的瀟灑。

據前瞻產業研究院統計，在過去幾年中，2018年是自動駕駛領域的融資高峰，全球自動駕駛產業共發生107起融資，融資總額為101.7億美元。而2019年，整個行業的融資總額便下降至66.4億美元。

今年延續了2019年的態勢，資金愈發謹慎。明星自動駕駛創業公司Starsky Robotics因資金斷裂暫停運營，2014年成立的美國老牌自動駕駛公司Zoox試圖賣身自救，就連背靠通用汽車的自動駕駛公司Cruise，也不得不以削減8%的員工的方式，節衣縮食，應對寒冬。

長尾問題待解

加速試運營落地是一方面，真正實現無人駕駛量產及商業化又是另一方面。

在近期舉行的2020年世界人工智能大會上，特斯拉CEO伊隆·馬斯克稱，有信心在今年完成L5級別自動駕駛基本功能。L5級別自動駕駛是目前業內研發的最高級別的自動駕駛，可以完全脫離人的接管、在任何條件下自動運行，盡管馬斯克有諸多科技光環加成，這一說法也被指過于樂觀了。

不過，細看馬斯克所言的L5級別自動駕駛功能，他只是點到“基本功能”，換言之嚴格意義上并不能算真正實現了L5級別自動駕駛。并且，馬斯克本人也對這一說法進行了闡釋，實際上他并不是要表達今年就可以實現L5級別自動駕駛功能。

在他看來，實現L5級別自動駕駛目前不存在底層根本性挑戰，但是有很多細節問題。“我們面臨挑戰是要解決所有這些小問題，然后整合系統持續解決長尾問題。當你解決大多數場景問題時，又會不時出現一些奇怪的情況，所以必須有一個系統來解決訓練，解決這些奇怪的場景。”

長尾問題是自動駕駛技術大規模落地的攔路虎。此前，與Lyft合推無人駕駛出租車的一級供應商安波福的一位內部人士曾告訴本報記者，在公司的無人駕駛出租車項目團隊中，只有20%的時間用于改善自動駕駛的基本行駛問題，而剩下80%的時間則要用于解決那些長尾問題。

長尾問題是指那些在基本行駛問題之外的，更多瑣碎的、但必須攻克的難題。“有些問題只有在實際運營中才會暴露，它們也是以后現實道路中可能遇到的問題，因此還要花費大量的時間、精力去解決。”上述人士表示。

這幾乎是業內共識。近期，小馬智行聯合創始人及首席技術官樓天城也在一次媒體分享中表示，自動駕駛尚未達到L4產品級應用，難點主要還在技術，包括安全性、復雜場景、復雜天氣車輛的深度集成和車輛公共安全之類對技術的要求。復雜性背后仍指向那些不可預測的場景。

這些場景的發現及數據收集是所有自動駕駛科技公司的挑戰。客觀而言，這些罕見場景擁有海量行駛數據的特斯拉尚難以發現，在示范運營區內定點接送乘客的無人駕駛出租車顯然更難遇到。而這些場景不盡可能地覆蓋，理論上自動駕駛永遠存在安全隱患。

參與上海嘉定試驗區測試場景設計、搭建的上海國際汽車城（集團）有限公司副總工程師李霖認為，高級別自動駕駛的廣泛應用還有很多年才能實現，自動駕駛短期內的商業化路徑主要有兩個方向，一是全部區域的部分自動駕駛，比如現在L2級別的智能駕駛輔助系統應用，二是部分區域的全部自動駕駛，比如無人駕駛出租車，但僅能局限在一定范圍內。（編輯：張若思）