最近無人駕駛領域挺熱鬧。這邊廂，美國將通過首個全國性無人駕駛汽車法案，有望解決各州監(jiān)管一致性問題，并批準數(shù)十萬輛無人車上路測試。

那邊廂，通用汽車聯(lián)手Cruise，發(fā)布全球首款量產無人駕駛汽車，至少定位于L4級自動駕駛，一旦軟件和監(jiān)管環(huán)境成熟，無人車的時間表將再被提前。

恐怕不久后，一邊開著車，一邊吃著火鍋、唱著歌的異想天開，真的要一步步成為現(xiàn)實了。但是，在未來真正來臨之前，還有多少坎需要邁過？那些做著“造車夢”的人們，到底會成為下一個“賈躍亭”還是“Elon Musk”呢？

一、那些宣稱要玩無人駕駛的公司，現(xiàn)在都做到啥程度了？

1、谷歌：領跑者，直接攻堅L4，兼顧軟硬件與自主研發(fā)

相比起傳統(tǒng)車廠目前選擇從ADAS起步，漸進式地推進做自動駕駛的路徑，谷歌單刀直入，一上來就沖著全面的無人駕駛去了。

從積累的真實測試數(shù)據(jù)和事故率來看，谷歌也是進入L4技術攻堅階段最扎實的一家公司。在加州，谷歌累計共有48輛測試車上路收集數(shù)據(jù)，在6年多內行駛超過270萬公里，僅出現(xiàn)11次輕微交通事故，平均25萬公里出現(xiàn)一次，且責任方均為對方車輛。

谷歌已從最初專注軟件算法和高精地圖，拓展到了軟硬件兼顧和自主研發(fā)。面對居高不下的激光雷達和芯片成本，谷歌干脆自己把傳感器、GPU和算法都包攬了下來，成功將激光雷達成本從7萬降到了7500美金。

看來，除了復雜度和專業(yè)性極高的造車領域，谷歌已在全產業(yè)鏈開始自研布局，進一步擠壓中小硬件廠商和創(chuàng)業(yè)公司的生存空間。

2、特斯拉：L2-L3兼具軟硬件能力與“激進”的自我營銷

在無人駕駛上，特斯拉也一直不缺熱點，自2014年配置初代自動駕駛系統(tǒng)Autopilot以來爭議不斷，甚至造成首例無人駕駛致死事故。過去三年內，Autopilot收集了全球各種道路、天氣條件下的3.6億公里行駛數(shù)據(jù)。

特斯拉與谷歌分別代表了硅谷科技公司造無人車的兩大流派。特斯拉的技術發(fā)展路線目前處在L2-L3階段，精度和成本也更低，不采用谷歌的激光雷達+高精地圖，而是用攝像頭和超聲波傳感器做車的“眼睛”。

特斯拉的優(yōu)勢在于公司既有數(shù)據(jù)算法資源、創(chuàng)新科技人才等軟件實力，又有造車生產線的硬件基礎。

不過，下一階段特斯拉的無人駕駛之路能否順利，還要看它如何突破安全和成本的二元悖論。圖像識別技術有盲區(qū)，要達到L4，只有激光雷達才能萬無一失。而特斯拉在L2-L3階段積累的經驗，與L4有本質的區(qū)別。

一貫擅長自我營銷的特斯拉，憑借激進的風格，容易讓消費者將它現(xiàn)階段的水平與“真正意義上的自動駕駛”相混淆。而谷歌的態(tài)度則相對更嚴謹。

3、Uber：抱車廠大腿、與谷歌撕逼，進展低調而緩慢

共享出行公司天然地有發(fā)展無人駕駛的動力。無人車規(guī)模化之后不僅能為平臺低成本形成有效供給，還有助減少擁堵和車禍，優(yōu)化用戶體驗。共享出行龐大的運營網絡是其殺手锏。

通過海量車型收集各個城市的實測路況數(shù)據(jù)，比自造車型、實地投放的模式靈活不少。

其中又以Uber的無人駕駛進度為首。只是，強運營的Uber并沒有造車基因，抱車廠大腿成了明智之選。今年1月，Uber和戴姆勒達成合作，后者生產研發(fā)帶自動駕駛技術的奔馳，投入Uber網絡做測試和數(shù)據(jù)收集。

就在Uber干得熱火朝天之時卻吃了谷歌的官司，近期進展有所停滯。2016年1月，從Waymo跳槽的工程師創(chuàng)建了無人貨車公司otto，被Uber迅速收購；隨后又爆出otto工程師從谷歌剽竊技術專利的猛料。

谷歌氣不過，直接把Uber告到了舊金山衙門，對簿公堂。最后以Uber壯士扼腕炒otto創(chuàng)始人魷魚為結局。

4、百度：國內領先，阿波羅計劃有階段性成果

百度在錯失移動互聯(lián)網紅利之后All in AI，已然成為國內最重倉無人駕駛的互聯(lián)網巨頭。在路徑選擇上百度與谷歌相似，將搜索識別技術和高精地圖能力運用到無人駕駛的算法和軟件上。

沒有硬件基礎的百度，定位是做開源技術平臺，賦能合作伙伴。

今年4月，百度Apollo計劃對外公開，向汽車及自動駕駛行業(yè)伙伴提供車輛、軟硬件、云端數(shù)據(jù)等服務。就像自動駕駛的安卓，把底層能力作為一套工具打包給生態(tài)伙伴造出自己的無人車。

百度預計今年年底Apollo可在簡單城市路況下完成自動駕駛；到2020年底將實現(xiàn)高速和城市道路全路網自動駕駛。

李彥宏在開發(fā)者大會上親自坐自動駕駛汽車上了五環(huán)，在一定程度上的確證明了百度的階段性成果，但存疑之處也不少。

車隊前后有好些都是百度的“自己人”，理論上百度可以提前訓練車子熟悉路線，和真實開放路段的自動駕駛還差得遠，頂多是L2-L3之間的封閉路段駕駛。

李彥宏的車雙實線并道違反交規(guī)，還被北京交警點名批評了。從技術到監(jiān)管環(huán)境，百度的時間線恐怕過于樂觀了。

5、傳統(tǒng)車企：綜合實力強勁的百年老店

傳統(tǒng)車企和新興互聯(lián)網勢力是無人駕駛領域的兩大陣營，有人認為，傳統(tǒng)車企在無人駕駛領域起步晚，將備受新興互聯(lián)網企業(yè)的沖擊，其實未必。

今年4月Navigant發(fā)表的無人駕駛研究報告顯示，目前無人駕駛領域公司的前六名是：福特、通用、雷諾-日產、戴姆勒、大眾集團、寶馬。而谷歌、特斯拉和Uber分別位列第7、第12和第16。

可見，算法和技術只是無人駕駛的因素之一。傳統(tǒng)車企在造車、渠道以及資源整合能力上的綜合實力更強，也低調地做了很多工作，只是在宣傳上沒有互聯(lián)網企業(yè)叫得兇罷了。

比如，福特宣布2021年實現(xiàn)完全自動駕駛汽車（SAE L4，等同于L3）的商業(yè)落地；已通過投資各垂直領域的制造商，手握激光雷達、人工智能、算法和地圖四張王牌。

通用也采取了一系列動作：砸5億美元和Lyft共同打造無人駕駛網絡，10億美元收購Cruise Automation，和IBM合作植入沃森AI技術等等。

總而言之，從目前各傳統(tǒng)車企的時間表上來看，他們對自己的漸進式路線還算樂觀，大多預計在2020年前后實現(xiàn)L4的落地。

6、創(chuàng)業(yè)團隊：精兵作戰(zhàn)，將成生態(tài)鏈條中一環(huán)

此外，無人駕駛領域的重要玩家還有博世、Delphi、ZF、英偉達等Tier 1、Tier 2供應商，以及新興創(chuàng)業(yè)團隊。

我們認為，無人駕駛的盤子雖然大，但創(chuàng)業(yè)團隊的特點在于小而精，和Tier 2零件供應商類似，成為垂直領域的“螺絲釘”技術提供方，或者軟硬件都做，自主研發(fā)完成L2~L3的輔助駕駛功能，但L4的段位太高，這個級別的市場不是生于草莽的小團隊能夠撬動的。

歸根結底，創(chuàng)業(yè)團隊在需要軟硬件結合、大量資金投入的無人駕駛領域，難以獨立做出一個完整生態(tài)。未來很可能走向被并購的結局。

二、挑戰(zhàn)、瓶頸和發(fā)展差距

通過盤點各個類型玩家的最新進展，我們發(fā)現(xiàn)，已落地的自動駕駛技術還離真正意義的無人駕駛差得很遠。即便是谷歌在把激光雷達成本從7萬降到7500美金之后，在推進L4方面的進展也并沒有加快。

那么，橫在無人駕駛面前的坎到底是什么呢？最關鍵的核心在于無人駕駛的安全性和精度要求極高。即使是99.99%的精準度目前都尚未達到，更遑論無人駕駛涉及到人的生命，必須要達到99.99999%才行。

首先，激光雷達和圖像識別兩種路徑對比之下，只有激光雷達才有可能滿足精度要求，但成本仍然高出攝像頭一大截。

圖像識別的誤判率較高，只能做到L2-L3的高級輔助自動駕駛水平；尤其是在高速移動過程中以及惡劣天氣環(huán)境，攝像頭圖像識別的自動輔助駕駛功能往往會失靈。只有激光雷達能達到L4的精度要求。

更為關鍵的是，攝像頭和超聲波雷達收集的數(shù)據(jù)和經驗積累，和激光雷達收集的數(shù)據(jù)并非同一類型；也就是在L2-L3階段積累的經驗，對于后續(xù)進階到L4的幫助很有限。

其次，僅僅做軟件和算法難以達到高精度，玩無人駕駛注定要軟硬件結合。

說白了，單純開放軟件和算法能力，做無人車領域的“安卓”這種說法，可能有些天真了。

用李開復的話來說，安卓是一個標準化平臺，基于它的二次開發(fā)空間其實不大。每家車廠從創(chuàng)始至今，都在不斷權衡設計、體驗、性能，并做到極致，面對有可能奪取他們對自己車型主導權的“安卓”，車廠恐怕難以接受。

汽車產業(yè)的復雜度和智能手機不在一個量級上，各車型的硬件配置千差萬別，從純軟件、數(shù)據(jù)和算法切入無人駕駛，就還得解決和不同車型硬件的對接。

因此，一家公司若想掌握無人駕駛的行業(yè)話語權，既要懂汽車產業(yè)的硬件，也要懂人工智能的軟件算法。

同時，整車廠收購算法和軟件公司，勝算要遠大于后者反過來收購整車廠。

拿美國的汽車公司來說，市值四五百億美金，資金雄厚，收購或戰(zhàn)略投資一家AI、算法及自動駕駛的技術團隊大概花10億美金，是一筆相當劃算的生意。

反過來，互聯(lián)網或算法團隊如果要收購一家車企，那可是上百億美金的投資，除了谷歌這種量級的互聯(lián)網公司，其他則無異于是蛇吞象。

因此，軟硬件結合會是未來玩無人駕駛的能力標配，這也解釋了持續(xù)虧損的特斯拉市值為何能一路走高。它既有算法、技術、數(shù)據(jù)和研發(fā)能力，又有完備的造車生產線、自有渠道和營銷能力，是難得的軟硬件兼?zhèn)涞臐摿伞?/p>

最后，中國和美國之間的發(fā)展至少還有3到5年的差距。

美國已是無人駕駛當之無愧的主戰(zhàn)場。而中國的政策監(jiān)管和特殊的市場環(huán)境，也決定了海外公司基本不可能主導國內市場；本土企業(yè)的自主研發(fā)才是正道。

但在無人駕駛的三大核心技術——機器人技術、AI和云技術上，中國的底子薄，且中國復雜的路況、多變的開車環(huán)境和糟糕的駕駛習慣，也給無人駕駛落地造成了不少阻力。因此，中美之間的距離，樂觀估計是3到5年，保守估計甚至會需要5到10年。

不過中國民眾對無人車的接受程度倒是很高。據(jù)BCG和世界經濟論壇聯(lián)合去年8月發(fā)布的調查報告顯示，在中國的城市消費者中有81%的人愿意嘗試無人駕駛汽車，而這個數(shù)字在美國和德國分別是48%和41%。

就像面對移動互聯(lián)網浪潮一樣，中國人再次體現(xiàn)出了對新科技的熱情。如果后續(xù)加大利好政策的出臺，也不排除中國的無人駕駛會走出一條屬于自己的全球領先之路。

三、結語

在文章的末尾，皓哥帶大家回顧一下今天的幾個核心觀點。

1、無人駕駛L2、L3階段與最終的L4階段之間存在難以飛躍的鴻溝，前期的積累對L4的貢獻十分有限。

2、我更看好谷歌、特斯拉這樣的公司，同時傳統(tǒng)車廠的實力也不容小覷。

3、無人駕駛是一個十億美金起步的土豪游戲，需要建立完整的生態(tài)，門檻極高，并不是小創(chuàng)業(yè)公司的機會。后者的發(fā)揮空間更多在于做精、做專生態(tài)鏈中的某一垂直環(huán)節(jié)。

最后，感謝接受皓哥訪談的行業(yè)專家們?yōu)楸疚淖鞒龅呢暙I。未來無人駕駛究竟會鹿死誰手？

面對這片還處在萬里長征第一步的市場，皓哥這里的思考也僅代表一家之言，歡迎各位多多交流討論。我們也會長期關注無人車領域，不定期推出專題研究，與大家分享。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。