無人駕駛寒冬將至？ 十家自動駕駛公司激辯

無人駕駛何時能夠落地?無人駕駛中有哪些技術挑戰，如何克服?無人駕駛的生態如何打造?

在業界呼喚無人駕駛商業化的2018年，上述問題成為了業界關注的TOP3。

11月27日，創新工場在廣州舉辦的2018自動駕駛全球高峰論壇，請到了文遠知行、飛步科技、AutoX、Momenta、馭勢科技、速騰聚創等自動駕駛公司，以及廣汽、廣州公交集團、廣州聯通等自動駕駛產業鏈相關公司。

十家自動駕駛產業中的公司齊聚，自動駕駛的寒冬是否來了?哪些自動駕駛技術最為關鍵?自動駕駛如何尋求商業落地?這些問題成為討論的關鍵。

一、 無人駕駛生態尚未成型 2018年寒冬將至?近兩年廣州提出IAB戰略，正在打造區域人工智能高地，自動駕駛便是其中的重要領域。作為一家對無人駕駛尤其熱衷的投資機構，創新工場也聞風而動，在廣州開發區設立25億元的“創新工場智能投資基金”，“創新工場人工智能工程院粵港澳大灣區總部”也落戶廣州。

創新工場CEO李開復在論壇上以遠程連線的方式，交流了創新工場在自動駕駛中發現的投資機會。他笑稱，普通人如果買一輛私家車，其實是最糟糕的投資，因為車輛94%的時間是閑置的，就算是使用途中，還有1%的時間是浪費在堵車或者找車位上(所以還是投資無人車好)。

目前，創新工場已經投資了Momenta、馭勢、文遠知行、飛步科技等自動駕駛公司。其中Momenta在L3、L4多個自動駕駛場景進行技術研發，馭勢則專注于有限場景的L4級無人駕駛，文遠知行著力打造無人出租車，飛步科技目前則在無人駕駛卡車領域中發力。

上述公司無一例外，都在進行無人駕駛研發。本屆自動駕駛峰會的第一個議題，便是關注如何打造無人駕駛生態，讓無人駕駛的各方公司充分配合，促進行業走向落地。

1、區域無人駕駛產業生態已有雛形

在廣州，自動駕駛初創公司文遠知行、整車廠廣汽、自動駕駛車輛運營方廣州公交集團、通信服務提供商廣州聯通，已經形成了一個初步的無人駕駛生態。

廣州聯通副總經理廖江表示，大帶寬、低延遲的5G網絡將是無人駕駛的必需品，聯通已經在廣州建設了50個5G基站，廣州聯通和華為以及文遠知行合作，實現了基于5G網絡的無人車遠程駕駛。

聯通的合作方、文遠知行CEO韓旭則認為，2018年的自動駕駛生態已經與去年不同——2017年，一家自動駕駛初創公司把無人車開上道路做一個演示，就能夠獲得融資。但步入2018年，自動駕駛創業公司更多需要的是開展合作、取得營收——比如，創新工場就“攛掇”了文遠知行與小鵬汽車的最新合作。

更早之前，文遠知行已經和廣汽、廣州公交集團合作，基于廣汽新能源的GE 3 530車型，在廣州地區運營了第一輛無人駕駛出租車。

廣汽研究院智駕技術部部長郭繼舜則透露，這樣的合作其實離不開廣州市政府的支持。在文遠知行剛剛落地廣州并前往廣汽總部拜訪時，廣州市政府的領導親自陪同前往，并向廣汽表示，對文遠知行這樣的高新技術企業，要提供“必要的技術支持和充分合作的可能性。”

2、技術與政策生態尚未成熟

不過，郭繼舜也將自動駕駛生態分為了產業生態和技術升天。產業生態有了一個基本的雛形，但技術生態還面臨三個主要的問題：

一是無人車的感知還不夠準確，二是還需要手機更多的數據來優化無人車的決策，三是車輛本身的操控性還需要提升以滿足自動駕駛的需求。

廣州公交集團羊城通有限公司董事長、總經理謝振東則提到了自動駕駛的法規與成本的問題。

他表示，在目前的上位法下，對車輛進行自動駕駛的改裝還是違法的。因此自動駕駛的政策生態亟需調整;同時，一臺L4級無人車的成本雖然從200萬降至了80萬，但仍然有很大的降價空間，來滿足規模化應用需求。

產業生態的完整度也是一個被提及的問題，謝振東認為，自動駕駛的產業鏈生態打造，還有很多工作要做，需要吸引更多的上下游公司參與。

3、2018年，自動駕駛冬天來的前一年

在此次論壇上，文遠知行CEO韓旭還對國內自動駕駛的發展階段進行了一個判斷——由于技術生態、產業生態、政策生態等因素尚未成熟，但資本又向創業者提出了盈利需求，因此2018年將是“自動駕駛冬天來的前一年”。

他形容自動駕駛創業是從萬丈高空跳下，在落地之前將散落的零件拼接成一架飛機并拉升起來，難度可想而知。

不過，用自動駕駛類比互聯網的發展進程，“偉大的公司如阿里、騰訊，都崛起在冬天降臨之后。”

二、中美學術大牛秀自動駕駛肌肉 為芯片懟起來對于自動駕駛公司來說，要安然度過即將到來的行業寒冬，需由能夠傍身的先進技術來切入各個自動駕駛場景。

本屆自動駕駛高峰論壇的第二個議題關注無人駕駛的關鍵技術。飛步科技CEO何曉飛、AutoX CEO肖健雄、英偉達自動駕駛中國區負責人董方亮坐到了一起進行探討。何曉飛與肖健雄分別是浙大教授、普林斯頓教授大學出身，并且都是曾經的學術明星，兩人坐在一起，碰撞出了不少火花。

其中飛步科技剛剛與德邦物流、中國郵政達成了貨運無人卡車的合作，AutoX 的無人駕駛送貨車已經在美國對公眾開放，英偉達剛剛召開了GTC China，表示其自動駕駛芯片Xaiver已經投產。

1、“輔助駕駛是打電報，無人駕駛才是互聯網”

在何曉飛看來，無人駕駛的關鍵技術包括三點：無人駕駛操作系統、無人駕駛的計算芯片、無人駕駛傳感器。飛步科技不僅打造了自己的無人駕駛操作系統(軟件)，還在打造專用于無人駕駛計算的ASIC芯片，走一條軟硬件結合的無人駕駛道路，其第一代自動駕駛芯片已經于9月份在臺積電流片。

做無人駕駛不是思考如何打電報打得更好，而是如何用互聯網改變世界。

而肖健雄則著力拔高L4級自動駕駛——也就是無人駕駛的高度，他稱，輔助駕駛與無人駕駛是完全不同的兩種事物，好比打電報與互聯網。

為了“改變世界”，AutoX研發了高效的神經網絡，能夠將感知過程中每幀圖像處理的延時控制在15毫秒，同時AutoX還研發了低延時的無人車遠程監控、接管系統，來為其無人車在加州的路測、運營服務。

董方亮強調了英偉達近來尤為重視的功能安全——這是英偉達的自動駕駛芯片叩開自動駕駛中車企勢力的敲門磚。董方亮稱，要保證無人駕駛安全上路，需要做到以下幾點：

首先必須要在芯片、硬件、操作系統、應用四個層面滿足車規安全;

其次整個系統架構必須符合車輛開發流程的功能安全;

最后還要定義好場景，在上路前進行大量的配套測試。

2、學術明星開辯，自動駕駛要不要ASIC芯片？

那么，如何檢驗一家公司無人駕駛技術的優劣，是否已經達到了上路的要求?

肖健雄現場表示，對各家無人車公司自曝的路測里程，每千公里接管數等指標，不能完全取信。最關鍵檢驗方式還是實地考察，在無人車上坐上幾個小時，看是否需要人類進行接管。而目前AutoX已經可以在硅谷做到7-8個小時無需人類接管。

何曉飛認為檢驗無人車技術的關鍵在于車輛最高的行駛速度和系統響應時間。尤其是系統響應時間，會決定無人駕駛的安全感知距離，而飛步科技的無人卡車7能夠實現0.05秒的響應時間，而人類的平均水平是0.7秒。

飛步無人卡車的高速響應時間離不開芯片層的支持，何曉飛稱，飛步會對其自動駕駛芯片進行迭代，明年推出感知融合芯片，取代傳統的GPU，后年推出具有決策功能的芯片，取代GPU+CPU的組合。飛步會將芯片ASIC化，以提高運算效率和響應時間。

但肖健雄對飛步科技的路徑發出了質疑

：自動駕駛快速發展，算法不斷迭代，過早將算法固化在芯片中，不符合當前發展態勢。他認為自動駕駛ASIC芯片要成熟可能需要十年，眼下選擇英偉達Xaiver這樣的通用計算平臺更加合適。

對于這個質疑，何曉飛在會后的交流中向車東西透露，飛步科技會對其自動駕駛芯片設置一定的靈活性，同時會打造工具鏈供合作伙伴進行二次開發。

盡管兩家公司的無人駕駛技術路線有所不同，但他們都認為，無人駕駛仍然處在一個早期的過程。何曉飛表示，如果將整個自動駕駛產業比作手機通信，那么無人駕駛目前還處在BP機階段。

三、自動駕駛如何落地：場景成本可靠性是關鍵在資本圈有些錢荒的2018年，本屆自動駕駛論壇還格外關注自動駕駛的落地進展。

小鵬汽車董事長何小鵬在演講中道出了自動駕駛/輔助駕駛量產的四原則：工程的可行性、安全的可行性、成本的可行性、用戶體驗和高頻使用。

他表示，對于互聯網公司來說，自動駕駛的功能可靠性做到99%就謝天謝地，但汽車工業對功能的魯棒性要求相當高，需要達到99.999%。

同時，谷歌Waymo一臺無人車的成本是15萬美金，這在乘用車上是無法接受的。

因此，小鵬汽車從自身的情況出發，選擇了自動泊車這一個高頻的場景突破自動駕駛。目前小鵬汽車的自動泊車成功率為78%，相比大多數自動泊車功能5%的成功率已經有極大提升。到明年三月，小鵬汽車將正式推出L2.5級別的自動駕駛，還會在泊車功能上將視覺和毫米波雷達進行融合，使得其自動泊車功能可以在將多個停車位顯示在車內屏幕上，供車主自由選擇。

另一邊，Momenta、馭勢科技、速騰聚創也在尋求自動駕駛的商業化機遇。對于各自實現自動駕駛商業化的關鍵，這三家公司都和小鵬汽車一樣，在找準關鍵場景。

其中，Momenta定位Tier-2，在高速路、城區、泊車三個場景和Tier-1、國際國內整車廠進行合作;

馭勢科技在廣州白云機場落地了無人接駁車，并且開始探索高速場景的無人駕駛貨運服務;

速騰聚創的16線、32線激光雷達則正在向國內的L4級無人駕駛玩家，尤其是貨運無人駕駛公司批量出貨中。

對無人駕駛上路的必要條件，這三家公司的聚焦點也主要落在了成本和可靠性上。

速騰聚創CMO邱純潮稱，無人駕駛要實現商業落地，關鍵的激光雷達要足夠便宜，需要從上萬、數千美金降低到數百美金。

馭勢科技合伙人梅彥川則認為，無人駕駛上路有賴商業環境的成熟，這個時間會在5年以內。

Momenta合伙人孫環則稱，無人駕駛上路，需要滿足千億公里的測試。