自动驾驶下半场，没有弯道超车的奇迹

“华为的智能驾驶，真的有宣传中的那么强吗？”

华为在4月15日发布了公开道路测试体验视频、4月17日在上海发布了首款Huawei inside智能豪华纯电轿车北汽阿尔法S后，普通群众一片叫好，但大佬们却发出了这样的质疑。

“特斯拉终于遇到一个技术实力和忽悠能力都旗鼓相当的对手了”，美团创始人王兴以此发表自己的观点。

质疑针对的点，主要落在华为的芯片的400 TOPS算力、视频的测试路线说服力、发布会用激光雷达替代了智能驾驶，等等。

拿芯片来说：很多媒体认为这是量产芯片里最顶尖的，超过了特斯拉和NVIDIA，但事实上并非如此，现在400 TOPS的算力，是很多块12纳米的昇腾310芯片组成的；“华为前员工”和苏箐则对群众兼叫好的测试路线提出质疑，这是一个固定路线测试，在这种路线方式下，这条路线上的感知预测和规控肯定还是不断优化过的，所以大家能看到一个比较吃惊的城区自动驾驶结果，这种测试结果不够让人信服。

「于见专栏」认同上述的质疑，智能驾驶真的不是发布一辆车那么简单，结合近期车展发生的维权事件（特斯拉）、模型展示事件（恒大），如果真要细数，国内做智能汽车在干正事的，位列前茅的可能是百度的Apollo。

激光雷达降价，时候未到

华为花了很多时间在讲激光雷达，但激光雷达在现阶段，并非是重点。

从技术格局上分，智能驾驶的感知层有两条路径：

华为、小鹏为代表的激光雷达路线，这个派别，重数据，轻算法，优点是传输距离远，缺点是成本高、受到天气的影响。

以百度、特斯拉为代表的视觉路线，这个派别，轻数据、重算法，优点是成本低，可以快速实现量产，缺点是探测角度小。

华为在发布会前几个月，预热了很久激光雷达，发布了96线车规级高性能激光雷达，号称可以把成本降到了几百美元的区间，未来甚至有望降到200美元以下，激起业内热议。

支持者认为：华为96线激光雷达可以量产，那么以激光雷达为技术路径的厂商很快就能打破成本高的压制，可以被大规模应用在智能驾驶汽车上。

这一次的阿尔法S，普通版车型的入门价格为25.19万元，而搭载华为自动驾驶的华为HI版极狐阿尔法S，其售价更是来到了38.89万元，价格将近高了13万元；如果基础参数对标的是普通顶配34.49万版的话，对标HI版最高配，42万也包含软件，那么华为这套自动驾驶系统软硬件价格在8万多左右。

这一套8万多的自动驾驶系统，对标特斯拉FSD的6.4万元，小鹏的NGP的4万元，有了比较高的溢价。

这个高溢价，有一个原因可能是激光雷达的成本尚且不能做到华为宣称的那样低。

也就是说，激光雷达价格没降下来，量产尚有门槛，激光雷达要达到200美元以下的条件，也是在量产后不断拉客户，形成规模效应后进一步降低成本。

参考特斯拉FSD的装车量，就可以知道要不断拉客户有多难，特斯拉目前在国内一个月能卖一两万辆，也就只能卖出200-400的FSD，装配率仅有2%，华为HI版极狐阿尔法S如何以更高的价格，获得更高的装配率呢？

只能说，难啊。

如果我们回归本质，现在智能驾驶所处的阶段，不是比较激光雷达和视觉方案孰优孰劣，因为两者仅仅是为了自动驾驶技术落地而采用的不同方案而已，而是两者谁能率先落地，率先让更多车型和用户使用，做的主要事情是抢占市场，更快落地自动驾驶技术。

而从这个角度来对比，引用集度汽车CEO夏一平的话：“激光雷达只是自动驾驶一小部分价值”，即便是宣称可以降低激光雷达成本的华为，即便假设其激光雷达足够成熟安全，但如果仅因为采用激光雷达方案就比其他车型卖得贵，那么给用户的体验很难做到最优。

因此，激光雷达不需要做得最好，只需要做到足够安全和价位能让消费者接受，也基于此，「于见专栏」不认同华为HI版极狐阿尔法S具备很好的市场卖点。

相反，目前来看，虽然做视觉方案更难，但是在国内能坚持下来的，却更容易获得正循环。

因为视觉方案轻数据、重算法，因为数据质量不高，所以需要更复杂的算法来从低质量数据提取有效信息，这就要求有更大的算力，因此这条路越往上越困难，如果没有之前那么多年技术积累，可能真实现不了，特别是中国路况和场景，路口多、红绿灯多，人流车流密集，还有外卖车等等，复杂性更上一层楼。

这种复杂性，就要求使用视觉方案的厂商要经过大量的仿真环境测试，反向推动智能驾驶的安全性。

路侧的成绩上，以百度遥遥领先，2020年在仿真环境测试公里数超过112万公里，其次是小马智行，2020年测试里程数超过4万公里，但在这份报告里，却没有看到华为、小鹏、理想等炙手可热的造车和智车厂商。

多路况的积累才是实打实的硬核能力，继续以百度为例，叠加量产车型的上路产生的海量高价值数据，配上成熟的 AVP 自主泊车方案已经在量产车上搭载，深度机器学习让系统更出色，形成了一个正循环。

例如威马和百度Apollo联手量产的W6，首次搭载了Apollo的汽车智能化的智驾方案，自主泊车AVP和领航辅助驾驶ANP，让车辆拥有了学习能力，关键是售价区间仅为16.98-25.98万元，无人泊车学成，比其他车型更快实现无人泊车，再也不用眼巴巴盯着合资车进口车的自动泊车了，这不香吗？

有积累+有实践，才是真的脱离了PPT造车。

智能驾驶这事，真没法弯道超车

「于见专栏」认为，从全球范围来看，顶级的智能驾驶公司，需要具备三种能力：

1）首先是具备完全无人化技术的能力；

2）其次是大规模L4级自动驾驶落地的能力；

3）第三是具备辅助驾驶量产能力L2.5级别。

目前的电动三傻（蔚来、小鹏、理想）、特斯拉和华为，只在第三项L2.5级别的辅助驾驶沾了边。

位于智能汽车第一梯队的谷歌Waymo，能够符合前两项条件。

在技术端：在自动驾驶上的技术沉淀近15 年，自动驾驶核心技术已实现完全自主研发，在2020年，Waymo就已经向公众开放了无人驾驶打车服务，满足第一项能力。

在产能端，它建立了世界首家L4自动驾驶汽车量产工厂，加速L4级自动驾驶量产，满足第二项能力。

除此以外，在数据端：海量数据是训练高等级自动驾驶算法、吸引人才、加速技术创新的核心要素之一，长期的积累让它在自动驾驶数据丰富。

但由于Waymo主动宣布直接放弃了智能驾驶L2，直接从L4进攻，因而第三项条件不吻合。

但如果将这个条件放在百度Apollo上，它是三个能力都满足。

首先，Apollo早在2013年百度就已启动无人车项目，在2015年就已经推出了无人驾驶汽车，2020年度，百度共有5辆车获批开展无人化第一阶段测试，已具备完全无人化技术的能力，目前，仅有百度Apollo一家通过考试，获得了北京无人化测试（第一阶段）的许可，是中国官方唯一无人车路测报告。

从这个角度来看，Apollo领先了国内其他厂商。

其次，在第十九届上海国际车展上，百度集团资深副总裁、智能驾驶事业群总经理李震宇现场宣布，百度L4级自动驾驶累积测试里程数突破1000万公里，且L4级自动驾驶技术打造的车型已经在北京、上海、广州三城，开启量产自动驾驶体验。

2021年年内，百度Apollo智驾区域将会覆盖20个城市的城市道路与高速道路，2023年前完成100城覆盖。

而且，百度实现L4级自动驾驶落地的能力，有一个特殊的地方，即前面说到的激光雷达和视觉技术的区别，Waymo可以实现L4，它的技术方案是激光雷达，但Apollo实现L4级自动驾驶落地，采用视觉方案。

最后，具备辅助驾驶量产能力L2.5级别，从与威马合作的W6中已经实现了。

未来亦是可期，百度全面发力了，2021年1月，百度宣布正式组建一家智能汽车公司，以整车制造商的身份进军汽车行业，吉利控股集团将成为新公司的战略合作伙伴，依靠百度强大的人工智能、互联网科技基因、Apollo 领先的自动驾驶能力，将着眼于智能汽车的设计研发、生产制造、销售服务全产业链。

因而，从智能驾驶的角度来看，称百度Apollo为“平台级领军者”，不为过。

能做到领先，非一日之功，而是水滴石穿，是长时间资本和技术的双重叠加。百度自2013年开始布局自动驾驶，长期的技术投入大于15%（R&D/Rev〉15%），经历了“场、路、区”的测试阶段，才到了现在的商业化运营阶段，后面还有全面实现无人化阶段。

这些积累不是仅仅依靠“PPT造车募资”，与传统车企合作、有手机行业供应链积累等等就能实现的，资本、技术和时间的积累缺一不可。

缺少了资本，压根造不成车，如今的造车门槛已经被小米提高到了100亿元，但过几年再来看，这能造出几款车呢？

缺少了技术，只有造车的空壳，缺少了时间，在智能汽车赛道上，翻车的概率要比超车大很多，看看2017年的Uber翻车，今年的特斯拉事故，“短时间超车的可能性不大，翻车的可能性不小。”百度自动驾驶技术部总经理王云鹏如是说。

这个角度看，百度，真的很良心。

终

一级市场投融资是对产业的直观反映，在经历了2016-2018的疯狂后，产业和投资者意识到高级别的自动驾驶没有想象中容易，因而投资在2019年熄了火，进入2021年，进入了智能汽车的下半场，资本度过寒冬，仅仅3个月的时间国内自动驾驶投融资额就超过了2019年全年。

拿到入场券的厂商争妍斗艳，生怕慢一步就被其他厂商领了先，想要争当第一。

这个时候，百度反其道而行，百度没有走Waymo等自动驾驶企业初期的封闭道路，

提出了乐高式汽车智能化方案，这是实力和开放心态的证明。

通过智云产品，Apollo 能够支持车企快速构建智能化能力，比如将原本需要至少7年才能完成的自动驾驶研发周期，缩短至6个月，让智能转化为产品。

这也是“乐高式”的含义，跟拼乐高一样，取长补短，保持敬畏，合作共赢，共同推动自动驾驶技术进入量产高速通道。

相信智能驾驶这块看不到边的大蛋糕，合作远比单打独斗重要，愿智能驾驶，早日百花齐放！

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。