無人駕駛的商業化有多遠？測試1000億公里、跑過一二線城市、便宜的鐳射雷達和晶片一個不少
如今，無人駕駛已經不是襁褓中的嬰兒，但距離它獨自下地行走和奔跑還有相當長的時間，它所面臨的困難和所需要的養分都是多方面的。
近日，36氪記者在廣州參加了創新工場主辦的2018自動駕駛全球高峰論壇。目前嶄露頭角的很多無人駕駛技術解決方、造車企業、5G運營商和投資機構坐在一起討論了 阻礙無人駕駛商業化落地的關鍵問題，包括全棧解決方案、晶片、感測器（包括鐳射雷達）、測試里程和區域限制、5G網路限制等等。
創新工場董事長兼CEO李開復在論壇開場說：“在座的觀眾，你們如果自己有車，我可以很負責地告訴你們，這是你一生做的最壞的投資。因為你的車96%是停滯的、是在降價的、是在折舊的，只有4%有用的價值。而且這4%的時間裡，有0.5%是在尋找停車，0.5%是卡在路中，只有3%是真正在開車。”
李開復認為，為了解決汽車使用率低和交通擁堵等問題， 共享出行、無人駕駛和電動汽車一定是未來交通的三個方向。 那時候，通過共享和大資料分析處理技術，不同的車可以同步更新不同路段的交通擁堵情況，經過物聯網或車聯網的方法傳給其他汽車。
他舉例說，摩拜單車是世界上第一個公共服務領域的大規模物聯網應用，單車裡有GPS、加速器、藍芽、MAC、以及各種感測器，這些裝置會把單車的資訊傳到雲端，並分享給其他車。同時，每一輛摩拜單車的完整執行軌跡也會被記錄下來，包括它的停車情況和事故狀況等等。
此外， 李開復也提出，要讓人和機器一起開車，其實很難，因此無人駕駛要“一步到位”。 谷歌剛開始推出無人駕駛時，讓一些員工把車開回家，並要求他們坐在駕駛座上，隨時踩剎車和調整方向盤，但攝像頭拍到，很多員工後來都跑到後座上喝咖啡、看報紙，讓車自己開。於是，為了避免安全隱患， 谷歌決定放棄輔助駕駛，直接做L4和L5的全自動駕駛。與之不同的是特斯拉，目前還是從L2和L3做起。
所以，到底最後是谷歌Waymo、還是特斯拉的路走得更順暢？
對於這個問題，文遠知行WeRide.ai聯合創始人兼CEO韓旭在論壇上表示， 在一臺有輔助駕駛系統的車上，讓人接管車需要17秒鐘，但當人在放鬆狀態的時候，是沒辦法在這17秒內順利接管的。特斯拉就接連出現這樣的問題。
韓旭提到，其實 L4級別沒有像大家想象的那麼遙不可及。“最近 Waymo的CEO在描述自動駕駛L5的時候，前面的那個修飾語是‘ubiquitious’，就是無處不在的自動駕駛。 我們做的是L4級別的自動駕駛，是在限定區域可以開 ，這個差別非常非常大。L5級別的自動駕駛還處於科幻狀態，但是L4的自動駕駛真的很快就到來。”
文遠知行曾獲得創新工場的投資，後者還投資了Momenta，馭勢科技和飛步科技這三家無人駕駛公司。 目前，Momenta同時在做L3級別的高速公路和城市環路、以及L4級別的自主泊車和城市道路的自動駕駛解決方案；馭勢科技的產品覆蓋了從L2到L4的智慧駕駛系統；飛步科技在今年9月在臺積電完成流片，可支援 L3 / L4 級的實時資料處理需求；文遠知行對標Waymo，做L4級別的乘用車全自動駕駛。
可見，雖然李開復說要做“一步到位”的全自動駕駛，但他們投資的公司涵蓋了L2到L4的所有級別。
談及投資標準，創新工場合夥人兼營運長陶寧在接受36氪和其他媒體採訪時表示，他們投資創業公司時最看重三個方面： 好的技術，好的賽道，好的商業場景。 無人駕駛是人工智慧的一個重要應用方向，是他們看好的賽道。“我們投的頭部無人駕駛企業都是無人駕駛領域最好的技術團隊……目前他們都在研發過程中，他們落地還需要一定的場景，實際他們已經開始慢慢商業化，只是不是大規模的。”陶寧說。
關於落地場景，36氪曾報道過，文遠知行在11月初與廣州公交集團白雲公司合作，在廣州大學城和生物島進行了自動駕駛出租車試執行，為市民提供付費和免費試乘體驗。“ 我們不簡簡單單地侷限於做一個演示，而且是真正地在做試執行，包括如何接客、車門怎麼開啟、怎麼計費等等。”韓旭說。
圖：文遠知行CEO韓旭
但這畢竟還不是規模化的商業運營，尚不能給投資人賺錢，也不能滿足普通人的好奇心。
“ 我們在創業的時候往往會面對投資人的壓力，你能不能先產生一點點利潤，比如說，跟小鵬汽車合作，搞搞它的自動泊車，掙點錢，公司融資也更好融一些。” 韓旭稱。
“ 我們是這樣想的，就像開復說的，我們一開始就是對標Waymo和Cruise，我們一步一步走來也是這樣的。全球最大的汽車聯盟雷諾日產三 菱，第一次在國際上投資自動駕駛，就選擇了文遠知行。我們也是中國唯一獲得國際車廠聯盟戰略投資的L4級自動駕駛初創企業。我們一直在走這條路，這條路大家可以看看，Waymo有沒有說幫車廠做L3？實際上是沒有。”
談及做無人駕駛的現狀，韓旭打了個比方：“就像你和做飛機的一堆零件從萬丈懸崖上跳下來，在降落的過程中，你要用有限的時間把這些零件全都拼接成一輛飛機，在你落地之前把飛機拉起來，這樣你的創業才能成功。”
“在這個很短暫、競爭非常激烈的十年裡，你必須要非常聚焦才能真正把這個事情做成。所以對於我們來說，我們既然有一流的人才、一流的資金服務，我們還是衝著皇冠上的寶石—— L4級別——衝過去。而且我們現在能夠看得到，並不是盲目地衝，而是前面有人給你帶路，已經把成功經驗告訴你。”韓旭稱，文遠知行的目標有兩個：成為最早一批商業化落地的L4自動駕駛企業；實現資料積累，形成閉環。
此前，文遠知行與廣州聯通、華為合作測試了 基於5G網路的智慧駕駛遠端操控。 廣州聯通副總經理廖江說，他們三家公司正準備 在廣州生物島做5G基站全覆蓋，要把生物島做成5G自動駕駛的實驗基地。
談及為何選擇廣州做測試運營， 韓旭說，廣州非常像矽谷的雛形。 廣汽研究院智駕技術部部長 郭繼舜也表示： “廣州相關的示範區條例是全中國最開放的，或者說是對於L4的自動駕駛友好度最高的…… 在廣州的路面上，無論在黃埔、還是在生物島、還是在南沙，你可以看到非常多的自動駕駛汽車在跑，大家已經見怪不怪了。”
當然，試驗測試是一回事，真正要大規模商業化落地又是另一回事。
量產和商業化瓶頸
飛步科技的創始人兼CEO何曉飛認為，L4級無人駕駛需要攻克三大技術板塊：無人駕駛的作業系統（包括感知、控制運動規劃、決策和定位等等） 、晶片、感測器。
對於晶片解決方案， 飛步科技在今年9月完成了第一代晶片流片，主要針對攝像頭、鐳射雷達和毫米波雷達等感知模組。何曉飛說，明年他們會推出一款融合晶片，基本上可以取代掉目前所有的GPU。後年會推出一款決策晶片，類似於車的大腦，“會取代掉整個GPU我們目前所用的計算平臺”。
而廣汽研究院智駕技術部部長郭繼舜認為，文遠知行等公司面臨的一個重要問題是，如何在感測器成本可控的情況下，獲得較好的感知能力。
速騰聚創的COO邱純潮也認為， 目前鐳射雷達的高昂成本，是限制量產的一個關鍵問題。 “ 一個鐳射雷達，你現在說賣幾萬美金，人家說幾百美金能不能做到，要不然不能量產車。”
Momenta合夥人孫環說， 要想真正的商業化落地，至少需要 1000億公里的測試里程。 Momenta目前在蘇州高鐵新城做自動駕駛技術測試，但孫環認為，要做到L4真正的落地， 肯定不能只在一個城市或在一個限定的區域內跑通，而要在主要的一二線城市都得測試。 “據統計，全球來看，對於人類司機，一億公里發生致命事故 1 到 3 起。對於無人駕駛，我們希望比人更安全，最好致命事故率低一個量級，做到十億公里 1 起致命性事故。要達到足夠置信度，需要多次重複實驗，最好一百次以上。”
即使軟體和路測的問題解決了，量產對車廠來說也是巨大的壓力。 郭繼舜表示： “對車廠來 說，為什麼很難做到L4的量產，因為我們造車不是造一兩臺，是數以萬計的車。”但他也給出了 廣汽的量產時間點：2020年第一季度量產第一輛L3智慧駕駛汽車。
即使量產的問題最後也解決了，包括5G網路在內的道路基礎設施建設，也是制約無人駕駛商業化的瓶頸。因為5G技術和網路是實現車路協同、車聯網、車與人互聯 最關鍵的因素之一。
______________________
我是36氪記者王藝瑾，業務交流可新增微信catherineyijin，請備註職務+姓名。