在你點開這篇文章的時候，Alphabet 旗下的 Waymo 無人駕駛車隊已經(jīng)在美國亞利桑那州鳳凰城穩(wěn)定運行了至少 7 個月。

這 7 個月里，Waymo 無人駕駛車隊穩(wěn)穩(wěn)的托住了鳳凰城居民日常通勤的需求，沒有觸發(fā)一起事故。前兩天終于曝出一次意外，警方初步調(diào)查后給出了結(jié)論：事發(fā)車輛處于手動模式而非自動駕駛模式，系統(tǒng)和測試員都沒有出錯。

此前的財報會議上，Alphabet CFO Ruth Porat 表示，Waymo 將在今年晚些時候上線出行 App，提供由無人駕駛車隊驅(qū)動的出行服務(wù)。Waymo CEO John Krafcik 也宣稱「 Waymo 的重心已經(jīng)由研發(fā)轉(zhuǎn)為運營和推廣」。

蘋果谷歌 BAT、豐田通用 BBA，互聯(lián)網(wǎng)和汽車行業(yè)的巨頭基本都坐到了無人駕駛的牌桌上，資本和人才加快技術(shù)的演進。無論從哪個角度看，無人駕駛汽車都應(yīng)該更早的落地。

不要被 Krafcik 迷惑了，今天就讓諸位清醒一下：無人駕駛領(lǐng)域的進展遠不及預期。

Waymo

先拿 Waymo 開刀。

首先必須承認，Waymo 的軟硬件技術(shù)完備性都是首屈一指的。昨天的Google I/O 大會上，John Krafcik 提到了 Waymo 一些背靠 Google 好乘涼的優(yōu)勢。

比如說，Waymo 建立了一個路況細節(jié)足以比擬現(xiàn)實世界的仿真模擬器去跑數(shù)據(jù)。每天有 25000 輛 Waymo 自動駕駛汽車在模擬器中“行駛” 800 萬英里，累計里程已經(jīng)達到 50 億英里。

除此之外，Google 大腦團隊的 AI 專家會與 Waymo CTO Dmitri Dolgov 領(lǐng)銜的技術(shù)團隊定期進行合作，探索利用 AI 改進技術(shù)的可能。Krafcik 昨天提到了一個例子：Waymo 無人駕駛汽車已經(jīng)可以通過AI預判潛在的行人橫穿馬路或闖紅燈行為，從而規(guī)避意外的發(fā)生。

硬件層面，Waymo 自行研發(fā)了包含激光雷達、毫米波雷達、超聲波傳感器和攝像頭在內(nèi)的一整套傳感器解決方案，整體性能表現(xiàn)更好。Waymo 在世界各地的極端環(huán)境（包括極端高/低溫、大暴雨/雪、颶風等）中對這套硬件進行了暴力測試，以驗證可靠性和耐久性。

Waymo 在 20 個城市中進行道路測試，累計測試里程達 600 萬英里。在算法的訓練中， Waymo 使用了 Google 的專用處理器 TPU，使訓練效率提高了 15 倍。實際上，Waymo 也是業(yè)內(nèi)第一家使用專用處理器訓練算法的無人車企業(yè)。

但是，Waymo 為無人駕駛汽車商業(yè)化所做的工作越全面，這家公司面臨的困境就越嚴峻。

仔細看下面這副圖：

圖自馭勢科技

Uber 每 1 英里需要干預一次（不干預會發(fā)生事故）；Waymo 每 5596 英里需要干預一次；人類每 165000 英里才出一起普通事故；每 90000000 英里才出現(xiàn)一起致死事故。

所以不要被橫坐標迷惑了，結(jié)論就是：Waymo 相對競爭對手遙遙領(lǐng)先；人類相對 Waymo 遙遙遙遙領(lǐng)先。

這就是問題所在，Waymo 一直在持續(xù)加大研發(fā)投入，Waymo 跑完第 1 個 100 萬英里耗時整整 6 年，第 5 個 100 萬英里只用了 4 個月；同時虛擬里程也從去年 10 月的 10 億英里迅速攀升至 50 億英里。

但技術(shù)角度，從每 1300 英里（ 2015 年）到 5000 英里（ 2016 年）到 5596 英里（ 2017 年）干預一次，提升的幅度越來越小。

投入不斷加大，但改進越來越小。Waymo 目前的處境，打個比方就是，隨著賽車運動的火熱，一位最早玩賽車的選手通過更加刻苦的訓練，買來性能最好的賽車，把成績一點點壓縮到 3 分鐘，但跑完賽道的及格線是 50 秒。

更重要的是，這種自己養(yǎng)車隊、跑數(shù)據(jù)、訓練算法的策略其實不可持續(xù)。上面提到的 Alphabet CFO Ruth Porat 一直在收緊 Alphabet 旗下新興業(yè)務(wù)的支出，Waymo 作為尚未創(chuàng)收的業(yè)務(wù)很難獲得更大的財務(wù)支持。

你可能會說 Waymo 今年晚些時候上線的出行服務(wù)收入會減輕壓力，但該業(yè)務(wù)僅在鳳凰城展開。對于搭載全套傳感器硬件的無人駕駛汽車、測試人員的研發(fā)投入無異于杯水車薪。

如果壕如 Alphabet 都無力支撐，同一條路線的其他選手還是散了吧。

Tesla

特斯拉不是一步到位直接研發(fā) L4 的。

通過整車 OTA 和標配必要的傳感器和計算機硬件，特斯拉走的是眾包+迭代提升的路線研發(fā)無人駕駛技術(shù)。以 2016 年 10 月起量產(chǎn)的 Autopilot 2.0 車型為例，截至目前特斯拉交付到全球各地的 Autopilot 2.0 車型保有量應(yīng)該在 10 萬輛左右。這些汽車全部都可以算作特斯拉自動駕駛車隊，特斯拉也由此擁有了全球規(guī)模最大的自動駕駛路測車隊。一個簡單的對比：Waymo 自動駕駛車隊規(guī)模為 600 輛。

Waymo 車隊在跑了 500 萬英里收集到各種路況數(shù)據(jù)后，擁有了如今遙遙領(lǐng)先的技術(shù)水平。但另一方面，截至4月23日，特斯拉旗下車型已經(jīng)跑了 72 億英里數(shù)據(jù)！換句話說即使 Waymo 加上仿真模擬器數(shù)據(jù)，積累速度都沒有全球各地的特斯拉車主快。

更重要的是，Waymo 在限定的 25 個城市展開道路測試，但特斯拉是面向全球各地的不同天氣不同路況收集真實路況下的數(shù)據(jù)，比 Waymo 的數(shù)據(jù)價值更大。因此可以說，眾包+迭代完美解決了 Waymo 路線的 Bug。

這也是為什么一位前 Waymo 員工坦言，Waymo 是業(yè)內(nèi)唯一一家擁有全自動駕駛車隊的公司，但特斯拉在數(shù)據(jù)收集方面有獨特的優(yōu)勢，而這對機器學習算法的改進非常重要。至少在數(shù)據(jù)方面，特斯拉可能會領(lǐng)先。

有了大量真實數(shù)據(jù)的投喂和整車 OTA，特斯拉 AP 2.0 車型也從剛上市時的“幾乎不可用”變成了“功能和平順性全面超越 AP 1.0”。

起售價 3.5 萬美元的特斯拉 Model 3 也咬牙全系標配了 Autopilot 2.0，要知道 AP 2.0 的硬件成本已經(jīng)超過 1 萬美元，特斯拉要實現(xiàn) 25% 的毛利率，實屬戴著鐐銬跳舞。但換個角度看，特斯拉沒有規(guī)模龐大的路測車隊及隨之而來的能耗成本、人力成本，相較其他公司，特斯拉無人駕駛技術(shù)的研發(fā)成本要低得多。

優(yōu)勢都說完了，下面說特斯拉路線的 Bug。直白點說，Bug 就是 Elon Musk 本人。

從 2015 年年底起，Elon Musk 開始親自面試并直接領(lǐng)導 Autopilot 團隊，所謂「This is a super high priority」。

在 Elon 的強勢干預下，特斯拉 AP 2.0 傳感器仍然沒有激光雷達。特斯拉官網(wǎng)是這么介紹的：

升級套件的攝像頭數(shù)量增加了一倍、達到 8 個，從而使車輛在幾乎所有情況下都可實現(xiàn)全自動駕駛。也就是說，特斯拉認為不需要激光雷達即可實現(xiàn) L4 級自動駕駛技術(shù)。

與此同時，全世界致力于研發(fā) L4 級自動駕駛技術(shù)的廠商無一例外都選擇了攝像頭+激光雷達+毫米波雷達做多傳感器融合的感知冗余方案。關(guān)于攝像頭+計算機視覺+深度學習技術(shù)，大多數(shù)從業(yè)人士都不否認這一技術(shù)路線有著巨大的潛力，AP 2.0 過去一年的演進就是明證。但問題在于，這一技術(shù)路線有著明顯的局限性，比如說受環(huán)境光照限制明顯、分辨三維信息極度困難等。隨著技術(shù)的改進，特斯拉 AP 2.0 實現(xiàn) L3 級自動駕駛相對可期的目標。

截至目前，全世界旗幟鮮明反對激光雷達的業(yè)內(nèi)人士只有 Elon Musk 一人。最開始我們認為這是他的宣傳話術(shù)——也就是說一旦成本可量產(chǎn)，特斯拉汽車很可能會標配激光雷達。但實際上，Elon 非常不喜歡激光雷達，他曾在特斯拉財報會議上詳細闡述了原因：

在我看來，它（激光雷達）就像是拐杖，會讓那些公司陷入非常難以擺脫的境地。

令人費解的是，一些公司會基于錯誤的波長來做主動質(zhì)子發(fā)生系統(tǒng)（激光雷達）。它們給汽車武裝了一大堆昂貴設(shè)備，讓汽車變得昂貴、丑陋也不必要。我覺得他們最終會發(fā)現(xiàn)自己在競爭中陷入劣勢。

即便技術(shù)上達到了 L4 級自動駕駛技術(shù)的標準，特斯拉還有一個問題：冗余機制的缺失。以 Waymo 為例，Waymo 自動駕駛汽車擁有制動備份、轉(zhuǎn)向備份（包括獨立的供電和控制器）、電源備份、冗余慣性測量系統(tǒng)等一系列冗余機構(gòu)，作用就是在執(zhí)行機構(gòu)失效的時候，備份系統(tǒng)可以及時接管，防止意外發(fā)生。但這一問題相信特斯拉會在后期量產(chǎn)的車型這逐步完善。

雖然具備數(shù)十萬輛（還在不斷增長ing ）的車隊收集數(shù)據(jù)的獨特優(yōu)勢，但如果技術(shù)路線是錯誤的，那么幾乎可以肯定，特斯拉是無法走到終點的。

滴滴

有沒有一家企業(yè)，可以支撐自動駕駛車隊規(guī)模超過 10 萬輛、還要配備激光雷達的巨額成本？

早在 2014 年 5 月，Uber 創(chuàng)始人 Travis Kalanick 就說過：“人們嫌 Uber 貴的問題在于，你不僅是在為你的出行買單，你還在為車里的另一個哥們（司機）買單?！?/p>

外媒 Rocode 披露過 Uber 的數(shù)據(jù)模型：Uber 每賺 1 美元，需要支付給司機 65%-80% 的車費，留給 Uber 的也就是 20 美分-35 美分。

考慮到 Uber 前不久才釀成了史上首起自動駕駛汽車致死事故，已暫停路測。我們還是把目光轉(zhuǎn)向大洋彼岸體量相當?shù)耐械蔚伪容^合理。

放在國內(nèi)，滴滴抽成比例在 20% 左右。此前媒體曝光的數(shù)據(jù)顯示，滴滴 2017 年的 GMV 在 250 億-270 億美元。滴滴去年日訂單長期保持在 2500 萬單上下。所以說，滴滴有著充分的動力研發(fā)自動駕駛汽車取代司機。

并不是說滴滴財力雄厚超過了 Alphabet，考慮到激光雷達的成本會經(jīng)歷緩慢下降的過程，在自動駕駛汽車綜合成本已經(jīng)出現(xiàn)下降、又不足以吸引到普通消費者的某個節(jié)點，滴滴將會大展身手。

戴姆勒市場與銷售主管 Ola Kaellenius 表示，早期的奔馳自動駕駛汽車會用于共享出行，通過取代司機來攤銷硬件成本，這是一個合乎邏輯的商業(yè)模型。

聽其言觀其行，考慮到滴滴的無人駕駛業(yè)務(wù)過于低調(diào)，那就來看看程維的態(tài)度吧。

去年接受《財經(jīng)》訪談，程維原話搬運：

（滴滴融了 40 億美元）馬上會有巨大的全球戰(zhàn)役。滴滴與 Uber 在全球會有激烈競爭，但這個比賽也不是終點，接下來獲勝者會和車廠、再接下來會和 Google、特斯拉在無人駕駛領(lǐng)域展開充分的競爭與合作，冠軍會構(gòu)建未來的交通和汽車體系。

關(guān)于無人駕駛的觀點：

滴滴的優(yōu)勢在于，一是商業(yè)化。十年之內(nèi)，無人車賣給普通消費者是很難的，因為無人駕駛要在特定道路和環(huán)境才可能實現(xiàn)。而滴滴在派一個車去接乘客之前，已經(jīng)知道了起點和終點，以及這些路線是否適合無人車。如果適合，派一輛無人車，如果不適合，派一輛 human driver 的車，這種混合模式會持續(xù)很久；二是數(shù)據(jù)，滴滴有 2100 萬輛車，而百度、Tesla都沒有如此大規(guī)模的車隊去幫它 collecting data，這也是為什么谷歌要投資 Lyft。

我們有機會獲勝，這件事情在我心目中的重要性比本土化競爭高 10 倍。

最近接受 BBC 訪談，程維再次提到人工智能和無人駕駛汽車是滴滴目前關(guān)注的項目，也是滴滴未來“投資的主要方向”。

野心很大，上來就要跟 Google、特斯拉競爭，但對什么時候量產(chǎn)商業(yè)化只字未提?？紤]到滴滴業(yè)已成型的全球最大的出行平臺，以及逐漸壯大的車隊規(guī)模，我們暫且把滴滴列為中國賽區(qū)選手。

Waymo、特斯拉、滴滴，無一例外都是 NewMoney，未來的交通出行領(lǐng)域已經(jīng)沒傳統(tǒng)汽車巨頭的機會了？至少對頭把交椅來說，是這樣的。

返回第一電動網(wǎng)首頁 >