智能駕駛是怎么定義的？離我們有多遠(yuǎn)？

今年年初，不少投資機(jī)構(gòu)在提到2018年的投資計(jì)劃時(shí)，都希望“今年上半年投幾家智能駕駛創(chuàng)業(yè)公司”，如今年已過半，多家智能駕駛創(chuàng)業(yè)公司都完成了數(shù)億元的新一輪融資。本文作者為中關(guān)村發(fā)展集團(tuán)產(chǎn)業(yè)投資部賈振釗博士，他結(jié)合對行業(yè)的認(rèn)識，讓讀者/投資者更全面、綜合的看清智能駕駛這個(gè)風(fēng)口，對行業(yè)存在的機(jī)會和風(fēng)險(xiǎn)有更深入的認(rèn)識。

無論是2015年發(fā)布的《中國制造2025》還是最近發(fā)布的《新一代人工智能發(fā)展規(guī)劃》，國家都將智能駕駛以及智能網(wǎng)聯(lián)列為汽車產(chǎn)業(yè)未來轉(zhuǎn)型升級的重要方向之一?？梢哉f，發(fā)展智能駕駛已經(jīng)成為國家戰(zhàn)略，從中央到地方，從傳統(tǒng)整車廠如北汽、上汽，到互聯(lián)網(wǎng)造車新貴如威馬、蔚來，再到創(chuàng)業(yè)公司如小馬智行、馭勢科技，智能駕駛產(chǎn)業(yè)的發(fā)展可謂如火如荼。

前一段時(shí)間，中關(guān)村發(fā)展集團(tuán)主辦了一場主題為“智能駕駛·開啟未來”的沙龍，沙龍的會議室非常小，卻幾乎坐下了北京范圍內(nèi)所有有點(diǎn)名氣的創(chuàng)業(yè)公司創(chuàng)始人、政府主管部門負(fù)責(zé)人、高校教授和知名投資機(jī)構(gòu)合伙人，活動邀請了八位嘉賓做演講，這八位嘉賓，分別是北京市交通委的葛昱博士、清華大學(xué)***教授、北汽研究總院孔凡忠院長、千方科技產(chǎn)品研發(fā)中心總經(jīng)理曹坤、智行者科技創(chuàng)始人張德兆、奧特貝?？萍紕?chuàng)始人彭永勝、峰瑞資本創(chuàng)始人李豐和新智元創(chuàng)始人兼CEO楊靜。

本篇文章的初衷，是想結(jié)合各位嘉賓的演講，希望一方面能夠?qū)懸黄?a target="_blank">科普文章，站在宏觀的角度，讓更多人了解這個(gè)快速增長的產(chǎn)業(yè)；

另一方面，年初在提到2018年的投資計(jì)劃時(shí)，不少基金的答案都是“今年上半年要投幾家智能駕駛創(chuàng)業(yè)公司”。如今年已過半，我們看到多家智能駕駛創(chuàng)業(yè)公司都完成了數(shù)億元的新一輪融資。我們希望結(jié)合對行業(yè)的認(rèn)識，讓讀者/投資者更全面、綜合的看清智能駕駛這個(gè)風(fēng)口，對行業(yè)存在的機(jī)會和風(fēng)險(xiǎn)有更深入的認(rèn)識。

文章將按照如下的結(jié)構(gòu)進(jìn)行梳理：

What？智能駕駛是什么？具備哪些“智能”的功能？

How？智能駕駛的產(chǎn)業(yè)鏈生態(tài)如何？

Who？智能駕駛公司的技術(shù)路線如何，都有哪些玩家？

When？智能駕駛何時(shí)到來？它的產(chǎn)業(yè)化時(shí)間節(jié)點(diǎn)在何時(shí)？

What：智能駕駛是怎么定義的？離我們有多遠(yuǎn)？

智能駕駛最直觀的定義，就是類比人類駕駛，用傳感器如雷達(dá)、攝像頭替代人眼，用算法芯片去替代人腦，再用電子控制去替代人的手腳，最終實(shí)現(xiàn)由智能電腦來控制汽車，實(shí)現(xiàn)智能駕駛。

國際汽車工程師協(xié)會（SAE）制定的汽車智能化分級標(biāo)準(zhǔn)，從駕駛操作、環(huán)境監(jiān)測、回退性能、系統(tǒng)接管四個(gè)方面，SAE把汽車智能化分為L0-L5五個(gè)等級，如下圖所示：

圖1. SAE對于智能駕駛的分級定義

L1的典型代表是以色列公司Mobileye，它通過一個(gè)攝像頭以及他后面的芯片，為汽車賦予了L1功能；

L2的典型代表是特斯拉，盡管它號稱汽車具備了L5的硬件基礎(chǔ)，但是在駕駛Tesla的時(shí)候，雙手千萬不要離開方向盤，因?yàn)槿绻@時(shí)出了事故，責(zé)任全在駕駛員身上；

L3的典型代表是奧迪A8，但有業(yè)界人士并不認(rèn)同A8的L3能力，因?yàn)锳8只實(shí)現(xiàn)了某些特定場景下的L3級功能；

L4的代表是Waymo，目前已經(jīng)在試運(yùn)營；

L5，智能駕駛將完全具備甚至超過人類駕駛能力，在任何情況下都能夠接管車輛，處理任何路況，完成駕駛?cè)蝿?wù)。

下圖可以從實(shí)現(xiàn)功能角度，給大家一個(gè)更加直觀的印象：

了解了智能駕駛的定義，那么，智能駕駛現(xiàn)在已經(jīng)發(fā)展到什么程度了？

先看國外。前面我們也提到，奧迪A8已經(jīng)確定了2018量產(chǎn)時(shí)間，最新的A6也搭載了L3能力?？梢哉f，在個(gè)人消費(fèi)領(lǐng)域，最新的技術(shù)能力已經(jīng)達(dá)到了接近L3的水平。

為什么說“接近L3”而不是實(shí)現(xiàn)L3？是因?yàn)槟壳暗腖3功能還不完整，比如奧迪A8所謂的L3，只在時(shí)速不高于60km/h的條件下才能使用；，除此之外，Tesla的Autopilot系統(tǒng)能夠?qū)esla電動車具備的眾多L2功能，如AEB、ACC、LKS等有機(jī)結(jié)合起來，實(shí)現(xiàn)了高速公路的自動駕駛。

而國產(chǎn)自主品牌（不算合資），目前的水平基本能達(dá)到L2（也是不完整的）。因?yàn)樵谑忻嫔系拇蟛糠峙鋫銵2功能的車型，其供應(yīng)商基本還是國外大型Tier1，如博世、大陸等。雖然一些國內(nèi)的主機(jī)廠（OEM）具備了研發(fā)能力，也有自己的產(chǎn)品，如北汽、長城，但是，出于安全和市場需求考慮，目前國產(chǎn)車型配備的L2功能，主要來自進(jìn)口，所以說我國的量產(chǎn)車自動駕駛技術(shù)水平，大概處于L1至L2之間。

至于國內(nèi)外的差距，并非一個(gè)Level這么簡單。因?yàn)閺腖1到L2，從L2到L3，從L3到L4，每跨一級都需要付出極大的努力，尤其是等級越高，兩個(gè)等級之間的鴻溝就越大。填補(bǔ)這些鴻溝的指標(biāo)不僅是技術(shù)還有零部件供應(yīng)鏈（車規(guī)級激光雷達(dá)的量產(chǎn)）、市場（成本和市場需求）、法律法規(guī)（法律總是存在滯后性）等等。不過，這并不意味著我們離L4，離解放生產(chǎn)力的自動駕駛就很遙遠(yuǎn)，因?yàn)椋瑥臉I(yè)人員們正在努力開拓一條新的技術(shù)路線，讓準(zhǔn)L4的車輛盡早落地。

How：智能駕駛的產(chǎn)業(yè)鏈生態(tài)

智能駕駛最重要的三個(gè)技術(shù)環(huán)節(jié)，是環(huán)境感知、中央決策和底層控制。

感知包括視覺（單目、雙目、環(huán)視）、雷達(dá)（毫米波雷達(dá)、激光雷達(dá)、超聲波雷達(dá)）和高精度地圖；決策，就是將感知信息進(jìn)行融合并判斷，決策行駛路線，他建立在足夠智能的算法，以及能夠執(zhí)行這些算法的計(jì)算平臺上，通常，我們稱之為“汽車大腦”，就像電腦一樣，有算法，有芯片；到執(zhí)行層面就包括方向盤轉(zhuǎn)角、發(fā)動機(jī)功率和剎車等。Tier1將這些技術(shù)集成后，供應(yīng)給整車廠，這就構(gòu)成了智能駕駛的產(chǎn)業(yè)鏈生態(tài)。

感知融合&算法規(guī)劃，這是智能駕駛的靈魂，決定了智能化程度，感知融合分為前融合和后融合，所謂前融合，就是先將攝像頭、毫米波雷達(dá)、激光雷達(dá)等非同構(gòu)數(shù)據(jù)進(jìn)行融合，后傳輸給汽車大腦，后融合則相反，是將各“感知器官”的探測結(jié)果交給汽車大腦，讓汽車大腦進(jìn)行綜合分析；汽車大腦將感知結(jié)果作為輸入，通過算法進(jìn)行決策和路徑規(guī)劃，當(dāng)然，這里的算法也分多種，UC Berkeley的Francesco Borrelli教授，將其導(dǎo)師提出的MPC算法首次應(yīng)用到智能駕駛中，并成為目前公認(rèn)的最為領(lǐng)先的算法之一；

計(jì)算平臺，分為芯片集成和板芯集成，所謂芯片集成，就是通過一顆芯片或SoC系統(tǒng)就完成智能駕駛的核心計(jì)算任務(wù)，我們看到在一些領(lǐng)先的單目、雙目上是能夠?qū)崿F(xiàn)芯片級計(jì)算平臺的，提供L1或部分L2功能，但是涉及到智能駕駛大腦，由于算法還遠(yuǎn)未成熟，除了極少數(shù)的一倆家公司具備自己的芯片解決方案，目前大多數(shù)的創(chuàng)業(yè)公司或傳統(tǒng)Tier1采用的大都是板芯集成方案，比如奧迪A8所用的zFAS，Tesla的Autopilot 2.0/2.5、NVIDIA的Drive Ecosystem和Visteon的DriveCore；國內(nèi)也有幾家公司在做這方面的產(chǎn)品，目前來看，要實(shí)現(xiàn)L1，可能單目或者雙目上的芯片就足夠用了，而要實(shí)現(xiàn)L2，計(jì)算平臺則需要32位的單片機(jī)，到了L3、L4，計(jì)算量陡升，這時(shí)，就需要集成高性能的CPU、GPU等原件，這里的局限行，就體現(xiàn)在計(jì)算能力和功耗上，目前，全世界能量產(chǎn)的產(chǎn)品很少，百度Apollo給出的解決方案，是工控機(jī)，其他公司的可量產(chǎn)產(chǎn)品，預(yù)計(jì)到2019年才能供貨；

底層控制，主要指執(zhí)行器，涉及更多的是傳統(tǒng)技術(shù)，不得不提的是，這反而成為制約不少高科技創(chuàng)業(yè)公司的瓶頸，因?yàn)樗麄儗嚥⒉涣私?，我相信，這是他們（包括Google、百度等互聯(lián)網(wǎng)公司）在開始做智能駕駛時(shí)所始料未及的；

本篇文章，我們關(guān)注在整個(gè)智能駕駛產(chǎn)業(yè)鏈中，最核心、技術(shù)附加值最高的一部分——智能駕駛大腦，也就是接收感知信號，進(jìn)行處理分析，然后輸出執(zhí)行命令的智能ECU。

我們熟悉的Waymo、百度Apollo，以及最近融了很多錢的Cruise、pony.ai、roadstar.ai、馭勢科技等，都屬于智能駕駛大腦這個(gè)賽道的玩家。

Who：智能駕駛的三條技術(shù)路線和玩家

Waymo、百度Apollo等互聯(lián)網(wǎng)公司憑借著算法、算力的突破而讓整個(gè)智能駕駛產(chǎn)業(yè)提速，也形成了由它們主導(dǎo)的共享出行市場；傳統(tǒng)的車企和主機(jī)廠以及一級供應(yīng)商，對個(gè)人汽車實(shí)現(xiàn)漸進(jìn)式的自動駕駛。而在貨運(yùn)物流、環(huán)衛(wèi)等特定場景，則由無數(shù)創(chuàng)業(yè)公司主導(dǎo)。

綜合來看，當(dāng)前智能駕駛主要有三條技術(shù)路線：

由互聯(lián)網(wǎng)公司主導(dǎo)的共享出行市場，它的技術(shù)路徑是跳過L3，直接進(jìn)入L4/L5；

由主機(jī)廠（OEM）和一級供應(yīng)商（Tier1）主導(dǎo)的個(gè)人車輛市場，它的技術(shù)路徑是L2-L3-L4的漸進(jìn)式路線；

由創(chuàng)新公司主導(dǎo)的特定場景智能改造路線，如環(huán)衛(wèi)車、巡邏車、低速物流車等；

以下是對這三條技術(shù)路線的詳細(xì)闡述。

一、共享出行

由互聯(lián)網(wǎng)公司主導(dǎo)的共享出行市場，通常選擇跳過L2/L3，直接去實(shí)現(xiàn)L4/L5，這里面典型的代表是Waymo、百度、Uber等互聯(lián)網(wǎng)企業(yè)。這類公司的特點(diǎn)是，擁有雄厚的資金，具備算法上的優(yōu)勢，他們有實(shí)力直接做到最高級別的無人駕駛，然后再降維打擊，實(shí)現(xiàn)低級別的無人駕駛，形成對市場的占領(lǐng)。

和OEM不同，這些公司不在乎短期盈利，他們的理念是，一旦做成了，就要顛覆出行行業(yè)甚至汽車產(chǎn)業(yè)。

這條路線一方面需要算法的迭代、完善，另一方面需要車規(guī)級硬件的量產(chǎn)能力，主要是激光雷達(dá)。其他方面還包括基礎(chǔ)設(shè)施（5G通信）和法律法規(guī)的健全。

以Waymo為例，Waymo與對手大概有1-2年的領(lǐng)先優(yōu)勢，主要體現(xiàn)在兩個(gè)方面，一是算法，二是自產(chǎn)激光雷達(dá)。

尤其是算法，目前，Waymo已經(jīng)積累了804.7萬公里路測里程，而Uber只有321.8萬公里，這個(gè)差距體現(xiàn)的是算法的差距。目前的算法，其核心是基于規(guī)則的模式識別，除了將基本的交通規(guī)則寫入算法外，在遇到各種交通規(guī)則不能覆蓋的路況時(shí)，需要將路況信息記錄下來，告訴汽車大腦，下次再遇到這種情況如何處理，所以，L4/L5級的智能駕駛，是需要大量的數(shù)據(jù)去調(diào)校，去優(yōu)化的，沒有足夠的路測數(shù)據(jù)，就得不到聰明的汽車大腦。所以，從這個(gè)角度去看，Waymo真的領(lǐng)先太多了。

2018年3月，Waymo向捷豹采購了2萬輛高端純電動SUV，而僅僅兩個(gè)月后，Waymo 又宣布向菲亞特·克萊斯勒（FCA）采購 6.2萬 輛 Pacifica 混動廂式車用于打造無人駕駛出租車隊(duì)，這些車可能并不是在今年就能實(shí)現(xiàn)L4級共享出行，但一個(gè)最直接的作用是，有更多的車將要上路測試，Waymo將會掌握更多的數(shù)據(jù)去優(yōu)化汽車大腦。

Waymo與捷豹路虎聯(lián)合設(shè)計(jì)和制造的高級電動全自動駕駛汽車

不過，目前的算法也是存在本質(zhì)缺陷的。有資料顯示，人類駕駛員平均每駕駛9656萬公里會發(fā)生一起致命車禍，Waymo是每5595公里需要一次人工干預(yù)，而2016年的數(shù)字，是5000公里，一年只增長了10%，那要多少年才能達(dá)到人類的駕駛水平？只要自動駕駛的安全性能達(dá)不到人類水平，那么落地應(yīng)用就存在巨大障礙。

所以，對于這樣一條技術(shù)路線，筆者的基本看法是，要很久以后才能落地，也許是2030年，或者有幸提前五年，但是不可能再早了。在真正自動駕駛到來之前，Waymo、Cruise、Uber還要燒很多的錢，國內(nèi)的L4的創(chuàng)業(yè)公司也面臨相同的問題，所以他們現(xiàn)在一個(gè)很重要的任務(wù)，就是要不停的融資，融到足夠養(yǎng)活他們5-10年的錢，那他們就贏了，剩者為王！

二、循序漸進(jìn)

接下來，我們介紹循序漸進(jìn)的第二條技術(shù)路線，代表企業(yè)如福特、奔馳、豐田等。這些企業(yè)內(nèi)部都具備強(qiáng)大的技術(shù)積累，他們從幾十年前就開始努力發(fā)展安全輔助駕駛，當(dāng)然，這一陣營里還有耳熟能詳?shù)钠囈患壒?yīng)商（Tier1），著名的A（奧托立夫）B（博世）C（大陸）D（德爾福），其實(shí)，除了那些OEM巨頭，更多的技術(shù)是掌握在Tier1手上的；幾十年來，他們主導(dǎo)著汽車行業(yè)的發(fā)展，什么時(shí)候推出什么樣的產(chǎn)品，都在他們內(nèi)部的時(shí)間表里，他們通過早已驗(yàn)證有效的方式教育消費(fèi)者，告訴他們需要什么樣的新產(chǎn)品。

那么，這條技術(shù)路線進(jìn)展到哪一步了？相信很多愛玩車的人，都嘗試過一些進(jìn)口車上的ACC和LKS功能，也就是自適應(yīng)巡航和車道線保持功能，開啟這個(gè)功能，能夠讓車在結(jié)構(gòu)化道路，如高速公路上，以特定的速度沿車道線行駛，ACC通過視覺和毫米波雷達(dá)探測前方行駛車輛的距離和速度，從而控制本車的油門和剎車，在確保安全的前提下，讓本車自動駕駛，當(dāng)前方?jīng)]有車時(shí)，就通過識別車道線，做到沿當(dāng)前車道以定速行駛，即所謂定速巡航。

這些都屬于L2功能，從市場角度來說，附加ACC、LKS的車，比同型號的車高出3-5萬，目前，大部分的高端車型，都具有這個(gè)選項(xiàng)。但是，L2功能還是人類司機(jī)在告訴車輛該如何行使，人類司機(jī)要時(shí)刻關(guān)注外部環(huán)境，只有到了L3，司機(jī)才能夠放心的把車交給汽車大腦。

目前，很多Tier1對外宣稱已經(jīng)具備了L3的技術(shù)水平儲備，但耳聽為虛，眼見為實(shí)，我們還是要看真正量產(chǎn)的是哪些。而現(xiàn)在我們能在市面上看到的，就是2018新款的奧迪A8（和新款奧迪A6），他們搭載了名為“Traffic Jam Pilot”的特定條件的L3自動駕駛，這里的特定條件，具體指：

行駛在有對向車流隔離帶的高速公路上或多車道公路上

所有車道的車行駛緩慢，車輛間距非常??；

車速不超過60公里/小時(shí)；

車輛傳感器監(jiān)控范圍內(nèi)沒有交通信號燈或行人；

這些特定條件，將奧迪A8收斂到了一個(gè)非常簡單的行駛環(huán)境——沒有信號燈、沒有行人的擁堵高速路。這確實(shí)是一個(gè)非常簡單的行駛環(huán)境，簡單到讓人覺得這怎么能叫L3級自動駕駛呢？不過，根據(jù)我們前面介紹的定義，能夠?qū)崿F(xiàn)特定場景的不需要人為干預(yù)的自動駕駛，確實(shí)要比L2更高級一些。但是，離全功能的L3還差很多，還需要突破速度限制、主動換道的限制。

一個(gè)理想的L3級自動駕駛，應(yīng)該至少現(xiàn)實(shí)從汽車上高速路，到下高速路，或者說從這一個(gè)收費(fèi)站到下一個(gè)收費(fèi)站，能夠以最高時(shí)速（不違反交規(guī)），不需要人為控制，自動實(shí)現(xiàn)。

目前，Tesla的Autopilot 2.0算是給出了這樣的解決方案，Tesla號稱目前車載的硬件水平已經(jīng)達(dá)到L4的能力，但是遲遲沒有更新軟件，再加上Tesla的高事故率，讓人無法相信Tesla已經(jīng)實(shí)現(xiàn)了L3級自動駕駛，最近Tesla宣布要開始進(jìn)行L4無人駕駛路測，其實(shí)，做路測這件事并不難（在介紹下一技術(shù)路線時(shí)會解釋），但Tesla的技術(shù)積累到底能達(dá)到什么程度，筆者并不樂觀，我們還是拭目以待吧。

在這條技術(shù)路線上，傳統(tǒng)OEM和Tier1都在摩拳擦掌，并時(shí)不時(shí)秀一下肌肉。但什么時(shí)候能真正拿出一款完整的高速公路L3級自動駕駛，還不確定。

個(gè)人認(rèn)為，這個(gè)時(shí)間，最快應(yīng)該是在2020年。而國內(nèi)的技術(shù)水平，大概要在2022年實(shí)現(xiàn)自主知識產(chǎn)權(quán)的量產(chǎn)能力，這個(gè)時(shí)間點(diǎn)，可能和我們聽到的某些國內(nèi)主機(jī)廠提出的2020甚至2019年量產(chǎn)L3級自動駕駛有些出入，原因是，我所說的時(shí)間節(jié)點(diǎn)，對應(yīng)的是全功能L3，而國內(nèi)主機(jī)廠，很可能會在2019或2020年，推出一些閹割版的L3，就類似今年要量產(chǎn)的奧迪A8，或者再強(qiáng)一些。

這里強(qiáng)調(diào)下主機(jī)廠與互聯(lián)網(wǎng)公司對于L3的分歧。

其實(shí)，在產(chǎn)業(yè)界一直存在關(guān)于L3必要性的爭論，硅谷新勢力認(rèn)為應(yīng)該跳過L3，主要依據(jù)是從駕駛員角度出發(fā)的：根據(jù)L3的定義，L3是人機(jī)共駕的狀態(tài)，那么就存在人機(jī)切換的問題，比如，當(dāng)汽車大腦遇到了緊急情況，超出了處理能力時(shí)，汽車需要提醒人類駕駛員去接管車輛控制權(quán)，但是，這個(gè)時(shí)間是非常短暫的，這就要求駕駛員還是要保持清醒，并且能夠接收到來自汽車大腦的提醒。

但實(shí)際情況是，大部分人是不太可能做到這一點(diǎn)的，因?yàn)槿祟惡芸赡茉贚3自動駕駛情況下去看電影，玩游戲甚至睡覺休息，就像Tesla的那幾起車禍，在危險(xiǎn)來臨時(shí)，汽車發(fā)出了警告，要求駕駛員接管車輛，但是駕駛員要么在睡覺，要么在看《指環(huán)王》，最終導(dǎo)致了悲劇的發(fā)生。因此，互聯(lián)網(wǎng)公司認(rèn)為L3是個(gè)偽需求，應(yīng)該跳過L3，直接為用戶提供L4級自動駕駛。

這個(gè)說法確實(shí)有一定的道理，但是在筆者看來，L3還是有其必要性的，要闡釋L3的必要性，我們可以從車企和用戶兩個(gè)角度出發(fā)：

首先，從車企的角度來看，車企最關(guān)心的問題就是量產(chǎn)并且占領(lǐng)市場，而L4/L5級無人駕駛，到可量產(chǎn)還需要5-10年，這期間巨大的市場需求，不可能空置，不斷地推出智能駕駛功能，比如從L1的碰撞預(yù)警，到L2的自適應(yīng)巡航，再到L2.5的自主巡航，再到L3的特定條件自動駕駛，這是一個(gè)不斷去教育市場，占領(lǐng)市場的過程，如此長的價(jià)值鏈條，OEM是不會輕易放過的，即使通用收購了Cruise，我們也并不認(rèn)為通用不會推出L3級產(chǎn)品；

其次，從用戶的角度看，以Tesla為例，就算在經(jīng)歷了多次事故、Tesla反復(fù)強(qiáng)調(diào)Autopilot不是自動駕駛而是輔助駕駛的情況下，我們?nèi)匀荒芸吹絺€(gè)人車主把它當(dāng)做L3去使用；再比如奧迪A8的Traffic Jam Pilot，他能夠幫助用戶在城市道路擁堵情況下，在保持跟車的同時(shí)去干點(diǎn)別的事情，這些都是用戶能夠?qū)嶋H使用的，解決很多痛點(diǎn)的問題。

筆者曾有幸體驗(yàn)過一家國內(nèi)創(chuàng)業(yè)公司的從外觀上完全看不出改裝痕跡的L3級自動駕駛汽車，在高速公路上，汽車以最高120km/h的速度高速行駛，并且能夠完成主動變道超車，那一刻，我突然想到自己經(jīng)常深夜開車回家，有時(shí)候還會打瞌睡，非常危險(xiǎn)，這輛車簡直就是我的福音，當(dāng)時(shí)我就問那家創(chuàng)業(yè)公司的團(tuán)隊(duì)，能不能把我的車給改裝成L3級。所以說，從用戶角度看，市場需求是確實(shí)存在的，有需求就有市場，有市場，OEM就不會錯過。

為什么那些互聯(lián)網(wǎng)公司或者有互聯(lián)網(wǎng)基因的創(chuàng)業(yè)公司打算跳過L3？其實(shí)，除了上文提到的原因，還有一個(gè)很重要的原因，那就是這些公司可能并不能搞定L3。因?yàn)長4的關(guān)鍵性技術(shù)突破在于算法，從感知融合到?jīng)Q策規(guī)劃，都需要更強(qiáng)大的算法，這是互聯(lián)網(wǎng)公司的強(qiáng)項(xiàng)，而L3的技術(shù)突破點(diǎn)，在于將現(xiàn)有的算法量產(chǎn)。

換句話說，現(xiàn)在的算法已經(jīng)足夠解決L3的問題了，關(guān)鍵是要怎么量產(chǎn)，而想要量產(chǎn)，感知、決策、控制就都要達(dá)標(biāo)，創(chuàng)業(yè)公司想做好控制，沒有多年汽車制造的積累是搞不定的。L4是個(gè)長板效應(yīng)，只要算法搞定了，造車這事就能成。而L3是個(gè)短板效應(yīng)（木桶效應(yīng)），有任何一個(gè)環(huán)節(jié)搞不定，都做不出L3的量產(chǎn)車。所以，雖然從L4到L3存在降維打擊的概念，但是，真讓一個(gè)做L4的創(chuàng)業(yè)公司去做L3級量產(chǎn)，恐怕要比做出L4還難。我們看到不少創(chuàng)業(yè)公司，包括百度，最初又做L3又做L4，但是慢慢的，就不做L3了，其中的原因一定很復(fù)雜，但是是否具備改裝車、設(shè)計(jì)車底層控制的能力，一定是個(gè)大難題。

三、特定場景

第三條技術(shù)路線是鎖定特定場景的無人駕駛。我們已經(jīng)在杭州的大路上、在清華的校園里，看到阿里和京東的無人配送機(jī)器人，而在一些港口、產(chǎn)業(yè)園區(qū)、地下停車場、高爾夫球場、礦區(qū)、公園等等特定場景中，也有無人作業(yè)的車輛在運(yùn)行。

國內(nèi)autowise.ai發(fā)布的無人駕駛清潔車

這條路線的特點(diǎn)是：

首先，因?yàn)槭窃谔囟▓鼍?，所以環(huán)境相對簡單可控，在具備高精度地圖的情況下，對于感知和決策的算法要求就沒那么高，有些場景甚至是固定路線的，所以，這條技術(shù)路線的技術(shù)門檻并不高，但卻存在很多的know how，需要非常多的積累；

其次，因?yàn)槭翘囟▓鼍?，很多情況下，不需要等待國家的法律法規(guī)就可以實(shí)現(xiàn)，因?yàn)榈V區(qū)、港口等封閉場景都存在各自的交通法規(guī)體系，因此更加靈活，在技術(shù)成熟的條件下，能夠更快落地，從而就離現(xiàn)金流更近一些。

我們簡單的算一筆賬。在港口、礦區(qū)或者園區(qū)環(huán)衛(wèi)方面，最大的成本支出就是人工，假設(shè)港口的司機(jī)年薪20萬，一輛車需要配兩個(gè)司機(jī)，那一年就是40萬，如果晝夜兩班倒就是80萬，而改裝一輛車的成本，大概就是這么多，也就是說，一年就能收回成本，所以，在這些特定場景里，無人駕駛的市場是巨大的。

因此我們就會看到，這條技術(shù)路線雖然沒那么高大上，但卻很受產(chǎn)業(yè)青睞，很多相關(guān)行業(yè)都在積極布局。

賽道玩家

作為投資機(jī)構(gòu)，我們最關(guān)心的，是有哪些創(chuàng)業(yè)團(tuán)隊(duì)在這個(gè)賽道上比拼，當(dāng)我們對這個(gè)賽道上的玩家從創(chuàng)業(yè)公司的團(tuán)隊(duì)背景和主要技術(shù)路線兩個(gè)方面進(jìn)行分類，會發(fā)現(xiàn)一個(gè)非常明顯的分布特點(diǎn)：

首先，我們將團(tuán)隊(duì)背景分為汽車背景、視覺背景和互聯(lián)網(wǎng)背景（海歸背景），其中，汽車背景，主要指的是那些從清華、同濟(jì)、北理等老牌汽車強(qiáng)校車輛系或交通系出來的團(tuán)隊(duì)，這里面一個(gè)非常好的試金石，就是由國家自然科技基金組織的中國無人車未來挑戰(zhàn)賽，類似美國的DARPA。

從2009年起，每年的賽事都會吸引來自國內(nèi)的眾多高校代表隊(duì)參加比賽，翻看歷史戰(zhàn)績，天津軍事交通學(xué)院、清華大學(xué)、北理的優(yōu)勢較為明顯。過去幾年，中國無人車未來挑戰(zhàn)賽的比賽強(qiáng)度可謂日益提升，能夠完整的跑完比賽，甚至奪得名次，沒有多方面的積累是做不到的，這就是我們前面提到的短板理論：真正拉出來比賽的時(shí)候，感知、決策、執(zhí)行，有任何一環(huán)做不好，都不可能拿到好名次；

其次是視覺背景，通過攝像頭，Mobileye的單目能夠提供L1的前車碰撞預(yù)警，斯巴魯?shù)碾p目能夠提供L2的AEB，更有肖建雄的AutoX，僅通過攝像頭實(shí)現(xiàn)L4級自動駕駛。所以，視覺背景的團(tuán)隊(duì)，在智能駕駛創(chuàng)業(yè)公司中也是一支非常重要的力量；

第三類，就是互聯(lián)網(wǎng)背景或者稱作海歸背景的創(chuàng)業(yè)團(tuán)隊(duì)，這些團(tuán)隊(duì)的核心成員，基本上都是從百度出來的，也有的可能輾轉(zhuǎn)過Waymo、Apple、Tesla、Uber等國外知名智能駕駛團(tuán)隊(duì)。顯而易見，這種背景的團(tuán)隊(duì)，在環(huán)境感知和決策算法方面是具備突出優(yōu)勢的，他們最早看到機(jī)器學(xué)習(xí)在圖像處理和路徑規(guī)劃上的巨大潛力，最早參與了智能駕駛的研發(fā)，帶著硅谷高科技公司的先進(jìn)算法，頂著耀眼的海歸光環(huán)，他們是國內(nèi)創(chuàng)業(yè)公司中曝光率最高的一類，因此，到目前為止，也是估值最高的一類。

如圖所示，我們把這三種背景的創(chuàng)業(yè)公司，分別按照他們目前的技術(shù)路線進(jìn)行擺放，一個(gè)非常明顯的趨勢就顯現(xiàn)出來——汽車背景的團(tuán)隊(duì)，集中在特定場景，視覺背景的團(tuán)隊(duì)集中在ADAS/L3，海歸背景的團(tuán)隊(duì)集中在L4/L5。

這樣的分布趨勢，和我們前面介紹技術(shù)路線特定形成了很好的相互驗(yàn)證，一個(gè)最直觀的結(jié)論就是——專業(yè)的人干專業(yè)的事。低速特定場景的這些團(tuán)隊(duì)，如果想去做L4/L5，我想他們是很難說服投資人的，因?yàn)?，他們的算法積累并不好，而如果海歸背景的人想要進(jìn)特定場景，不光投資人不看好，特定場景的產(chǎn)業(yè)方也不會認(rèn)同，因?yàn)榫瓦BL4團(tuán)隊(duì)自己的demo都是找汽車背景的團(tuán)隊(duì)去改裝的，更別提去改裝一個(gè)3米寬，20米長的大卡車了。按照這個(gè)分類，還有很多的趨勢可以去挖掘，比如：

接地氣：特定場景的落地最快，ADAS/L3次之，L4/L5最晚；

賺錢快：特定場景有現(xiàn)金流，能養(yǎng)活自己，ADAS/L3有聯(lián)合研發(fā)項(xiàng)目經(jīng)費(fèi)，死不了，L4/L5靠融資活著；

想象空間：特定場景局限在特定場景，陷入追求量產(chǎn)、壓低成本的泥潭，ADAS/L3面向3000萬國內(nèi)自主品牌產(chǎn)銷車，想象空間巨大，L4/L5顛覆汽車產(chǎn)業(yè)格局；

估值：特定場景最低，ADAS/L3居中，L4/L5勢不可擋；

其實(shí)以上只是一個(gè)非常粗略的比較歸類和趨勢判斷，目前，很多汽車背景的團(tuán)隊(duì)在招募精通算法的人才，而海歸團(tuán)隊(duì)也在尋找汽車背景的支持，拿到融資的團(tuán)隊(duì)，都在不斷的擴(kuò)大研發(fā)隊(duì)伍，彌補(bǔ)自己的短板，優(yōu)化自己的解決方案，讓自己的“汽車大腦”變得更聰明，更安全。智能駕駛興起這幾年，我們確實(shí)看到了創(chuàng)業(yè)團(tuán)隊(duì)在不斷完整、完善，都在朝著獨(dú)角獸走去。

這個(gè)賽道上，除了創(chuàng)業(yè)者，還有投資者，所以聊完創(chuàng)業(yè)團(tuán)隊(duì)，我們也來聊一聊自動駕駛投資。

現(xiàn)在的投資者已經(jīng)很少是純財(cái)務(wù)投資的了，帶上產(chǎn)業(yè)性質(zhì)的資本，在智能駕駛這個(gè)產(chǎn)業(yè)，跟創(chuàng)業(yè)者的關(guān)系會變得非常密切。而單純從產(chǎn)業(yè)協(xié)同的角度出發(fā)，我們認(rèn)為，汽車、地產(chǎn)、物流、出行都會因?yàn)橹悄荞{駛的到來而發(fā)生重大變化。汽車和出行行業(yè)我們不再解釋，前面已經(jīng)說得很清楚，而很多時(shí)候，因?yàn)橐患虑楹苜N近我們的生活，就會讓創(chuàng)業(yè)者或投資人更容易去想象他的發(fā)展空間，而除了乘用車，除了共享出行外，商用車領(lǐng)域同樣存在巨大的智能駕駛的落地價(jià)值。

我們先看物流。物流行業(yè)大概可以分為三類，普通快遞，貨車運(yùn)輸和重型設(shè)備物流。

對于普通快遞，目前我們已經(jīng)看到了阿里、京東的物流機(jī)器人在城市道路上跑，送快遞，送外賣，可能現(xiàn)在的效率還不高，但是隨著技術(shù)的迭代升級，我們非常確定他會取代相當(dāng)一部分的人工快遞工作，為社會節(jié)約更多的勞動力，創(chuàng)造更多的價(jià)值；

京東的無人配送機(jī)器人

其次，貨車運(yùn)輸，這種物流的模式是在全國各地分布了非常多的物流中心，貨車往返物流中心運(yùn)輸各類貨物，所以它的特點(diǎn)是路線基本固定，而且是通過交通干道運(yùn)輸，這就為智能駕駛提供了成熟的落地條件，目前我們已經(jīng)看到很多公司，不管曾經(jīng)是否從事物流行業(yè)，都在布局干線物流，投資創(chuàng)業(yè)公司，收購物流車隊(duì)，甚至布局高精度地圖、收購貨車主機(jī)廠；

最后一類，是重型設(shè)備物流，這個(gè)領(lǐng)域是個(gè)容易被大家忽略的方向，因?yàn)樗x我們的生活實(shí)在太遠(yuǎn)，然而正是這種巨型卡車或者板車，他們常年以不到60邁的速度行駛在高速公路的特定車道上，運(yùn)輸這各類如壓路機(jī)、攤鋪機(jī)、巨型變壓器等等重型物資，成為了智能駕駛最可能率先落地的場景——低速、特定場景、結(jié)構(gòu)化道路。

中國是物流大國，據(jù)統(tǒng)計(jì)，全國有超過700萬輛長途重卡、100萬輛重型板車和3000萬物流司機(jī)，整體物流也占GDP的17%，這是一個(gè)怎樣的市場可想而知，如果把一半的物流司機(jī)換成智能駕駛，按物流司機(jī)年薪10萬來計(jì)算，那也是一個(gè)萬億級的市場。而智能駕駛除了降低物流成本，還會讓物流交通更安全，因?yàn)椤捌嚧竽X”是不會存在疲勞駕駛的，而超過一半的物流交通事故起因都是疲勞駕駛。因此，不論從成本還是安全角度去考慮，物流行業(yè)很可能成為第一個(gè)被智能駕駛洗牌的萬億級市場。

再看地產(chǎn)，地產(chǎn)分很多種，我們認(rèn)為，商業(yè)地產(chǎn)、園區(qū)地產(chǎn)是智能駕駛落地更快的場景。如今的各位地主，都在提倡智慧家園、智慧園區(qū)的概念，如何體現(xiàn)智慧？一個(gè)很好的方式，就是無人駕駛的擺渡車或是通勤車，早期，可以在小區(qū)或者園區(qū)內(nèi)進(jìn)行運(yùn)營，而后，就可以將覆蓋范圍拓展到附近的地鐵站或超市，解決小區(qū)內(nèi)居民或園區(qū)用戶的短途出行問題。我們相信，未來的地產(chǎn)商進(jìn)行區(qū)域規(guī)劃時(shí)，一定在社區(qū)交通、設(shè)施布局等方面，把智能駕駛的因素考慮進(jìn)來。

When：智能駕駛的重要時(shí)間節(jié)點(diǎn)

介紹了智能駕駛的這些創(chuàng)業(yè)公司和產(chǎn)業(yè)前景，一個(gè)非常關(guān)心的問題就會浮現(xiàn)出來，那就是智能駕駛的產(chǎn)業(yè)化時(shí)間節(jié)點(diǎn)。

其實(shí)，在前文在介紹技術(shù)路線時(shí)，我們已經(jīng)劇透了本節(jié)的內(nèi)容。最近新媒體平臺車云和陳卓博士共同寫了一本新書，名叫《智能汽車決戰(zhàn)2020》，我想，不管是以上哪種技術(shù)路線還是從目前各個(gè)主機(jī)廠公布的量產(chǎn)計(jì)劃，2020年都是一個(gè)非常關(guān)鍵的時(shí)間節(jié)點(diǎn)。

先看特定場景。雖然現(xiàn)在有些場景已經(jīng)有demo入場，但是demo終究是demo，demo的作用，是適應(yīng)場景，收集反饋信息，完善算法，這個(gè)demo可能并不是最終配置，可能不是車規(guī)產(chǎn)品，可能在某些情況下不能工作，但是，如果真的量產(chǎn)，是一定要做到在任何工況下都滿足安全標(biāo)準(zhǔn)的，這就對軟件算法和硬件質(zhì)量有很高的要求。

以最簡單的通訊信號為例，在特定場景，智能網(wǎng)聯(lián)是很重要的技術(shù)環(huán)節(jié)，但是目前的通訊并不能夠保證任何時(shí)間都信號接受良好，那么一個(gè)很自然的問題就是，如果通訊信號斷了，汽車能不能安全的停下來，或者繼續(xù)安全行駛，直到恢復(fù)信號，這一點(diǎn)，目前很多創(chuàng)業(yè)公司是不敢拍胸脯保證的。

諸如此類的問題，我們認(rèn)為，要完成這樣的迭代、優(yōu)化，大概還需要1-2年的時(shí)間，所以，真正特定場景的量產(chǎn)，要等到2020年。現(xiàn)在，我們在清華的校園里已經(jīng)能看到無人配送車送快遞、送外賣了，在一些礦區(qū)，我們也看到機(jī)器人在代替人類旋轉(zhuǎn)方向盤，左腳剎車、右腳油門去控制高大的礦車，我們相信，這些demo進(jìn)入特定場景后能夠得到快速的迭代，他們很快就會為這些場景帶來巨大的變化。

再看L3級自動駕駛，我們有很大的信心，認(rèn)為到了2020年，中國的高速公路上可以行使L3級自動駕駛，從進(jìn)入高速，到出高速，汽車大腦幫我們解決這段路程的各種駕駛問題，我們能把時(shí)間花費(fèi)在更有意思的事情上。很多人會疑惑：明明政策還沒出來，法律法規(guī)還沒出來，到時(shí)候出了車禍怎么辦？

看似還有很多問題擺在我們面前，但是，我們要相信技術(shù)的強(qiáng)大生命力，所有那些問題，在任何一個(gè)新生技術(shù)出現(xiàn)時(shí)都存在，但是，沒有任何一項(xiàng)技術(shù)是因?yàn)槟切﹩栴}而夭折，原因就是，當(dāng)技術(shù)成熟時(shí)，整個(gè)產(chǎn)業(yè)都會被市場推著向前走，哪怕身上掛著各種制約因素。

奧迪A8今年量產(chǎn)，雖然是閹割版的L3，但是兩年的時(shí)間，難道還不會把其他的功能補(bǔ)齊嗎？所以，我們最關(guān)心的問題應(yīng)該是，到了2020年，3000萬國產(chǎn)汽車中，有多少能搭載L3級自動駕駛，而為這些自動駕駛汽車提供“汽車大腦”控制器的，是主機(jī)廠自己，還是國外的Tier1巨頭，還是國內(nèi)的創(chuàng)業(yè)公司？

從政策、國家安全、技術(shù)儲備、市場等各方面考慮（若展開講需要很大的篇幅），筆者的判斷是：汽車就是武器，汽車的安全標(biāo)準(zhǔn)是僅次于軍工而遠(yuǎn)高于工業(yè)的，而作為智能駕駛的汽車大腦，一定要有國家自主知識產(chǎn)權(quán)的市場空間，這個(gè)比例有多大我們不好判斷，但可以確定的是，到了2020年，國內(nèi)一定會有一兩家，甚至四五家創(chuàng)業(yè)公司（畢竟中國有70多家主機(jī)廠），成長為L3級智能駕駛解決方案的供應(yīng)商，面對3000萬的國產(chǎn)汽車，這個(gè)市場空間是巨大的。

再說L4/L5，在前文介紹中，我們提到L4/L5的落地應(yīng)用，至少還有5-10年的時(shí)間，但是，在此之前，我們一定會看到很多創(chuàng)業(yè)公司，在某些特定的地方，比如一個(gè)經(jīng)濟(jì)開發(fā)區(qū)，一個(gè)智慧小鎮(zhèn)，提供L4級無人駕駛共享出行的運(yùn)營服務(wù)，就像現(xiàn)在Waymo已經(jīng)在拉斯維加斯開始試運(yùn)營一樣，不去采集這些數(shù)據(jù)，算法是永遠(yuǎn)不會改進(jìn)的，而能否做好一個(gè)小鎮(zhèn)的無人駕駛共享出行，將是這些創(chuàng)業(yè)公司最好的試金石。

2020年，將會成為智能駕駛產(chǎn)業(yè)最重要的年份之一，它將是國內(nèi)這些創(chuàng)業(yè)公司的決戰(zhàn)年，在這一年，將會有一次現(xiàn)存創(chuàng)業(yè)公司的大洗牌，誰能拿到量產(chǎn)訂單，誰能拿出真刀真槍的運(yùn)營數(shù)據(jù)，誰就能走向偉大，成為智能駕駛領(lǐng)域真正能撐得起10億美元甚至100億美元估值的獨(dú)角獸企業(yè)。

這是最壞的時(shí)代，也是最好的時(shí)代。中美貿(mào)易摩擦不斷升級，中國知識產(chǎn)權(quán)政策遭受質(zhì)疑，《中國制造2025》面臨嚴(yán)峻挑戰(zhàn)，智能駕駛、智能網(wǎng)聯(lián)是人工智能的集大成者，是國家重要的戰(zhàn)略發(fā)展方向，能否在這條賽道上取得世界領(lǐng)先位置，就是由我們上面提到的這些創(chuàng)業(yè)公司和OEM決定的，2018年，智能駕駛東風(fēng)正盛，將有更多的資本涌入這個(gè)賽道，我們希望在資本的助力下，智能駕駛技術(shù)能快速發(fā)展，政策能進(jìn)一步開放，評估機(jī)制能盡快落地。

最后，我們2020年見！