“上半場是什么好就裝什么，下半場就要考慮到供貨、成本、耐用性、適配性等各種問題。”小馬智行（Pony.ai）聯合創始人兼CEO彭軍對出行一客（ID:carcaijing）表示。

2021被稱為智能汽車元年，自動駕駛和高級輔助駕駛都得到各方加碼。業內普遍認為，自動駕駛的上半場是證明技術的可行性，到了下半場，成本控制、規模化和運營能力的比拼更加重要。

隨著Robotaxi（無人駕駛出租車）的應用逐步深化和擴大，各家科技公司都在進一步降低成本、攻克量產并擴大運營范圍；隨著激光雷達等傳感器上車，車企們都在致力于推出輔助駕駛功能更強的汽車。

科技公司看重技術，車企則更重視盈利能力。德勤的“中國汽車產業鏈微笑曲線”指出，整車制造處于價值最低部分，自動駕駛軟件及相關配套的通訊運營服務、高精地圖服務、出行服務則屬于價值較高部分。傳統車企、新造車勢力、科技公司都不會錯過這片藍海。

但對于高階自動駕駛的落地，車企和技術公司不可過于樂觀。2021也被稱作高階自動駕駛量產的元年，博世中國執行副總裁徐大全告訴出行一客（ID:carcaijing），“L4的Demo很多，但要做到L4量產，受到技術和法規的限制，各家還有很長的路要走。”

“從當前自動駕駛整體落地情況來講，主要還是L4的體驗、L2的責任，駕駛員仍要時刻能夠準備去接管車輛。”地平線副總裁兼智能駕駛產品線總經理張玉峰在接受出行一客（ID:carcaijing）采訪時表示，“只不過隨著芯片算力的提升，科技公司可以解決越來越多的場景，包括在城區復雜場景下實現無保護左轉等。”

自動駕駛的終局未定，但下半場目標已經趨于一致，即提高規模化量產和商業盈利的能力，并以海量數據反哺技術。對于科技公司來說，從0到1已經完成，但還需降本增效、走向更大規模的運營。對于車企來說，如何打破L3悖論，真正提高消費者駕駛體驗是下半場的重點。

科技公司：從0到1已驗證，下半場要從1到N

“上半場最重要的結果就是進入下半場。”小馬智行聯合創始人兼CTO樓天城如此對出行一客（ID:carcaijing）總結。如果審慎地思考這一判斷，自動駕駛上下半場的分界線是什么，下半場將面臨怎樣的難題，首要任務是將技術公司和車企區分開來。

多家自動駕駛科技公司有一個共識：自動駕駛上半場完成了從0到1的驗證，即實驗室里的Demo都已小規模落地，技術是可行的。
谷歌孵化的無人駕駛公司Waymo、國內的小馬智行，已經完成了從實驗室的Demo到小規模的落地運營，AutoX則致力于去掉安全員，全無人車隊開上了深圳街頭。而一開始就把成本和商業落地擺在首位的車企，也已通過自研或者合作給出了高級輔助駕駛在限定場景下的解決方案。

由于技術路線不同，雖然都處在上半場向下半場過渡的階段，多家科技公司對上下半場的分界線仍有差異。

在自動駕駛科技公司Momenta歐洲總經理孫環看來，“上下半場”是一個虛指，并非是技術或商業化應用走到了一個“中間點”上。

相比于其他玩家一開始就高舉高打 L4 的技術路線，Momenta 創立之初就秉持著量產數據驅動的“飛輪模式”，并由此衍生出量產自動駕駛和完全無人駕駛“兩條腿”產品戰略。“一開始要推動飛輪很難，搭建起數據驅動的閉環需要很多努力，但如果持續用數據去推動飛輪會越轉越快，技術和商業的增長曲線都不是線性的，而是爆發式的。”孫環對出行一客（ID:carcaijing）表示。

最難的從0到1已經實現，搭建技術飛輪，量產大規模商業落地，無人駕駛產品Robotaxi提供服務。量產與規模化落地的角逐已經拉開序幕。歸根結底，誰能先實現從1到N，具備規模化的能力與規模化的商業示范運營，誰才能在下半場的競爭中脫穎而出。

“一家公司的進展快與慢，就得看產品與商業應用之間的距離，這是自動駕駛下半場唯一衡量標準。”樓天城表示。

要成為商業應用，就要考慮賺錢，不做賠本生意。下半場，靠堆料實現無人駕駛公司將無路可走，成本控制和運營能力的比拼更加重要。盡管科技公司要不要做運營仍無定論，但現階段，試水收費模式也是共享無人車建立商業模式走向規模化的必要路徑之一。

“在自動駕駛的下半場比拼中，需要逐步成熟和完善無人化運營的模式、持續提升滿足用戶出行需求的服務能力并帶來更好的體驗、持續降低車輛及運營成本。”百度方面回復出行一客（ID:carcaijing）稱，車輛成本需要與帶司機常規運營車輛去比拼才有真正的規模化。5月2日，百度在北京首鋼園開放了Robotaxi的收費運營，成為中國首家開啟商業化共享無人出行服務的公司。

張玉峰告訴出行一客（ID:carcaijing），在下半場比拼的高階自動駕駛復雜場景中，科技公司在實現規模化量產的同時，還需平衡消費者的便捷體驗、信任度以及所需承擔成本之間的關系。

這需要自動駕駛產業鏈的玩家多方向共同推進。“主機廠越來越希望跟芯片廠家進行直接的溝通和合作，因此，有核心算法能力的芯片廠家會跟主機廠走得越來越近。”張玉峰表示。

科技公司和車企在下半場需要“無縫對接”，既要有資本層面的合作，也要有兼容共通的硬件和架構實現算法統一、數據共享。無論是以L4的技術能力向下兼容，還是用量產L2的海量數據向上反哺，這樣的合作都與此前科技公司向車企買車改裝、測試不可同日而語。

百度的智駕量產車和共享無人車采用了可以兼容的ANP-Robotaxi架構，不用激光雷達時可以做到城市領航輔助駕駛，增加激光雷達和系統冗余后可以做無人駕駛。Momenta與上汽旗下智己汽車也已展開深度合作，在這之前Momenta已經通過統一的量產傳感器方案打通技術流和數據流，無人駕駛方案 MSD 只比純視覺的量產自動駕駛方案 Mpilot 多一個激光雷達作為安全冗余。

“考慮到車企本身的戰略訴求，現在最大的需要是給消費者更好的駕駛體驗，也要持續地去提升算法。現在很多中國的OEM都在走這樣的技術路線，這是我們認為從L2到L4的關鍵。”孫環表示。

車企：想辦法繞過“L3悖論”

要真正實現無人駕駛的終極目標，所有玩家面對的共同問題是從L2過渡到L3、L4，還是直接繞過L3做全無人駕駛。

2014年，國際汽車工程師學會（SAE）制定了六個級別描述駕駛輔助和自動駕駛系統的能力，級別范圍從L0無駕駛自動化到L5完全自動化。但自動駕駛公司AutoX創始人肖健雄對出行一客（ID:carcaijing）表示，SAE分級標準已不適用于越來越豐富的駕駛輔助功能，反而讓很多車企在宣傳中“模糊”了L2、L3和L4的邊界。

5月，SAE更新了自動駕駛的等級定義，明確了L2級和L3級之間的差異，新框架將L0-L2級系統命名為“駕駛員輔助系統”，而L3級至L5級則被視為 “自動駕駛系統”。嚴格意義上講，此次更新后L0-L2將不再被冠以“自動駕駛”的名號。

十年前，以谷歌孵化的Waymo為代表的一批硅谷自動駕駛科技公司，依托Robotaxi的商業形態直接向L4發起猛烈攻勢；特斯拉則憑借著視覺感知的技術路線，獲取車主數據并迭代，試圖攻下L3。

連特斯拉都未成功。盡管開著FSD模式、脫手脫眼的Model 3在社交媒體上引發了大量關注，但在SAE2021國際汽車安全與測試大會上，出行一客（ID:carcaijing）從同濟大學汽車學院朱西產處了解到，現在市面上銷售的所有汽車都是L2級及以下的，L3仍需要技術和法規的完善。

目前，全球真正符合法規、允許上路的L3，只有3月本田汽車推出的世界首款搭載L3自動駕駛系統的Legend，且限售100輛。

“本田的100輛車也是因為日本修改了L3的定義，即通過認證的L3級汽車出現事故解除了車企的產品責任，但國內目前對于事故責任由車企還是駕駛者來承擔依然是模糊的。”朱西產表示。

這也是多位業內人士對出行一客（ID:carcaijing）強調的，比L4更難落地的“L3悖論”：即看上去比L4好實現，其實在技術和法規上的實現上比L4更難。

簡單來說，L3是有條件的自動駕駛，系統已經具備自動駕駛能力，當它請求人工介入時人類駕駛員就要接管駕駛任務。在技術上，為了實現人類駕駛員的切入和操作，L3要求汽車傳感器能夠觀測到足夠遠的距離、并判斷該場景能否處理，但這在高速行駛的狀態下很難實現。

“傳感器的感知距離有限，要留足夠的反應時間，至少需要感知到500米的路況。另一方面，如果汽車都能夠判斷路況能否處理，那為什么不做L4干脆把它處理掉？”肖健雄表示。

實際上，打出L3招牌的本田Legend也僅在“Traffic Jam Pilot”（TJP）下能實現脫手+脫眼，即交通擁堵狀況下（車速低于30公里），機器會代替司機接管車輛，但在擁堵路段之外的場景仍未解鎖。

而在法規上，從汽車自動駕駛到駕駛員接管過程中出現意外事故，誰來承擔責任也是一個尷尬的命題。早在2017年，奧迪A8汽車就已經發布具備L3級自動駕駛水平的量產車，然而至今都不能正式“上路”，主要原因是L3級自動駕駛的權責界定依然沒有明確。

盡管如此，所有車企仍然不愿放棄L3，直接原因是市場對輔助駕駛的追捧。在Robotaxi等L4及以上自動駕駛技術的億萬美元蛋糕之外，輔助自動駕駛已成為消費者衡量汽車智能化最重要標準之一。

根據最新發布的《2021麥肯錫汽車消費者洞察》顯示，九成受訪者認為輔助駕駛有意義，10%-35%的消費者愿意為L2級別的輔助駕駛支付2200-4100元人民幣的價格，而L2.5/L3級別的價值更大，15%-30%的受訪者的心理價位在3800-4900元之間。

對于L3難落地的尷尬局面，車企們也在嘗試多種形式的過渡，比如增加人車交互體驗。上汽智己的輔助駕駛系統采用類似WiFi信號強度的圖標顯示“置信度”，遇到復雜路況，系統獨自處理的“信心”越低，則“信號”格數逐漸減少，就需要提醒駕駛員時刻準備接管車輛。

華為首席智能駕駛安全專家余曉麗認為，讓駕駛員和系統能夠很好的長期共存并且安全地駕馭一臺L2+的車，需要設計更好的交互將駕駛員引入。“系統能力在增長，用戶交互的設計也要演進，最后會發現人用的越來越舒服，并且也越來越安全。”

下半場的重要變數：供應鏈國產化

國內外自動駕駛科技公司基本抱有相同的信仰:無人駕駛的盈利空間巨大,商業模式走通后一定是賺錢的。但現在，擺在大部分科技公司面前的難題是怎么度過這段“黎明前的黑暗”。

暫時不能開源，節流就成為了必要。隨著Robotaxi的應用逐步深化和擴大，各家科技公司都在試圖攻克量產和大規模的采買降低成本，并尋求產業鏈的國產化替代。

以滴滴為例，上一代滴滴自動駕駛測試車的感知設備包括一個64線激光雷達、2個16線激光雷達、7個200萬像素攝像頭。今年4月，滴滴新發布的雙子星自動駕駛系統的傳感器數量和清晰度、分辨率等核心能力增加了近4倍，計算平臺算力增加了1.5倍，但制造成本和上一代卻幾乎一致，某些硬件相比上一代產品還有大幅下降。究其原因，新系統中90%的后裝元器件已經具備量產能力，國產化率達到了80%，有了更多的供應鏈可控權。

近日，百度Apollo也與禾賽科技達成協議，將采用全新架構激光雷達用于第五代Robotaxi，其性能相對于同類型通用版本激光雷達有大幅度提升，同時成本降低了近50%。

產業鏈的國產化除了可以降低成本，其服務響應的及時性也是一大優勢。“在項目量產落地以及后續升級過程中，本土有著龐大的研發和技術支持團隊，成本節約非常大。”張玉峰告訴出行一客（ID:carcaijing），“對于Mobileye等國際廠商來講，它們可能需要幾個月時間才能對一個問題的改善和提升進行反饋，對于地平線等本土化的企業來說，卻是以小時為計。”

國產替代雖是大趨勢，但供應鏈高端、核心零部件的國產化并不樂觀。以激光雷達為例，盡管目前很多科技公司都選用了國產激光雷達，但里面的核心芯片和元器件仍依賴進口。

“系統集成、電子電氣架構、算法方案上都已經國產化了，但算力的問題很難解決，尤其是高端半導體芯片，未來兩三年內要實現國產替代的可能性非常低。”肖健雄表示。一位半導體產業投資人也告訴出行一客（ID:carcaijing），半導體的應用仍處在國外構建好的體系之內，國內企業仍處于追趕態勢。不過，當前社會資本都在向半導體產業鏈傾斜，國產替代的步伐會加快。

自動駕駛一方面在追求更低的成本，另一方面也在追求更好的收益。

在商業化落地中，百度的方法論是“攀登珠峰，沿途下蛋”。在2021年一季度財報信中，百度創始人、董事長兼CEO李彥宏明確了百度Apollo業務的三種商業模式：為主機廠商提供Apollo自動駕駛技術解決方案、百度造車以及共享無人車。不過，百度造車和共享無人車目前仍處于大量投入的階段，距離實現造血仍需要較長的時間。

在商業化的進程中，仍有很多不確定的因素，首先能夠實現商業化的玩家就存在不確定性。“上半場的戰役已經PK完，頭部玩家陣營定下來了，有一些玩家也淘汰了，”肖健雄稱，“但現在剩下的也不一定能贏。”

下半場已經開啟。一個定論是誰能夠在自動駕駛領域搶先“落子”，誰就將在自動駕駛中場之后占據先機。各路玩家你追我趕，誰都不想前功盡棄，做那個落下的人。

烽巢網注：本文來源于微信公眾號 出行一客（ID：carcaijing） ，作者：劉皖媛 蘧毛毛