前言:
近日,特斯拉推出新的全自动驾驶(FSD)Beta 软件更新,这是迄今为止最大的一次更新;
与此同时,小鹏汽车今年下半年,有望成为中国第一家开启城市智能辅助驾驶的企业。
作者 | 方文
图片来源 | 网 络
渐进式路线越来越能理解
从当前的局势来看,渐进式路线开始被越来越多的企业和机构接受,代表企业是特斯拉。
它的思路是在量产车上优先搭载 L2/L3 级辅助驾驶,低成本收集数据,训练算法迭代技术,最终做到 L4/L5。
与渐进性路线相对应的,是跨越式路线,代表企业是谷歌母公司Alphabet 旗下的Waymo。
它的策略是一步到位,全力研发 L4+高级别自动驾驶技术,以技术改变行业。
以Waymo为代表的科技公司,主要走[跨越式]路线,因为没有大规模量产车为其提供数据进行技术迭代。
特斯拉等车企大都走[渐进式]路线,从商业和营销角度上来看,以电动车为产品,自动驾驶为核心卖点,逐步满足消费者更加稳妥。
渐进式思路的优点,是可以把辅助驾驶作为卖车亮点,用赚来的钱来搞 L4 自动驾驶研发,在量产中获得现金流和低成本的数据流。
它的缺点可能就是这些数据可能不全面,还有就是人们对从辅助驾驶通向无人驾驶存有疑问。
高质量数据获取正逐渐成为可能
2020年底至2021年上半年,众多车企、科技企业推出自动驾驶相关车型、产品。
公开数据显示,2021 年全球新能源汽车销量达到 675 万辆,同比增长 108%。
表面看是在争论技术、安全,其实背后争的是成本和量产。
低成本,包括自动驾驶系统量产的成本,也包括数据收集的传输存储成本,当然最重要的是处理成本。
无论是做L2还是L4,搞前装量产还是Robotaxi,这都是成败与否的核心标准。
高效率来自于数据收集的有效性。
其实对L4来说,99%的场景都很简单,各家能力也趋于同质化,真正的差异化优势在于那1%不常遇见的复杂长尾场景。
Lyft、Uber的失败,核心则在于后装传感器数据有效性不高,反映到开发端,依然是成本问题。
而成功开启规模化商用的玩家,无论是轻舟智航这样以L4立身的公司,还是特斯拉这样从乘用车辅助驾驶的入手。
本质都是在打通了低成本数据闭环,让技术能下放量产场景,场景数据又能不断反哺技术进步。
将L4技术降维至 L2+应用
相关数据显示,2022年1月,国内市场新车前装标配搭载 L2级辅助驾驶系统上险量为 48.45 万辆,同比增长 63.21%,前装搭载率为 22.13%,同比增加近 10 个百分点。
据 IDC 发布的《中国自动驾驶乘用车市场数据追踪报告》显示,国内 L2 级自动驾驶在乘用车市场的新车渗透率高达 23.2%。
2020年,ADAS 巨头 Mobileye 推出 SuperVision,也是一套具备L4级自动驾驶能力的系统,只是考虑到要尽快量产落地,而被降维作为L2+ 的自动驾驶系统来使用。
随着固态激光雷达和大算力平台的出现,L4 技术能够以合适的成本部署于 L2/L3 上,为 L4 自动驾驶公司提供了拓宽自己场景的基础。
从营收和前装量产角度来说,L2+企业相比于 L4 级自动驾驶企业更有优势。
对于 L2 级企业而言,相比于此前单一传感器系统,高阶辅助驾驶系统需要进行多传感器融合,L2 企业的感知算法模型也需要随之进化。
相比较来说,L4 级自动驾驶公司算法比较先进,但缺乏面向前装量产的工程化能力。
L4 级自动驾驶企业与 L2 级辅助驾驶企业发展最大的不同在于:在新的运营模式下,L2将是整个产业链的核心,以自动驾驶系统为核心;
L4 级自动驾驶企业能够整合整个产业链,并最终走通商业模式闭环。
将L4技术降维至 L2+应用,尽管在算法、硬件等方面都更具有优势,但面向前装量产时,如何更合理的控制成本,也将是这部分企业所需要面临的挑战。
结尾:
自动驾驶公司融资最大的挑战来自于它的商业化进展不及预期,短期内要真正批量落地运营,形成正向的现金流和产生盈利非常难。
当理想与现实碰撞,对 L4 自动驾驶厂商而言,面对资本谨慎,外援不足的现实状况,亟需另谋生路,找到一条能够短期变现的道路。
部分资料参考:周永亮:《自动驾驶 18 年,特斯拉如何抢了 Waymo 的「大旗」?》,第一电动大牛作者 汽车之心:《高阶自动驾驶的“降维”与“升维”之战》,盖世汽车:《都2022年了,L4级自动驾驶还会远吗》,钛媒体APP:《自动驾驶不争路线,争赚钱》
原文标题 : AI芯天下丨分析丨自动驾驶L4的渐进式思路被看好?