自动驾驶如何落地？聊一聊业内自动驾驶的商业模式与挑战

作者 | y琳  编辑 | 汽车人

原文链接：https://zhuanlan.zhihu.com/p/567926300

点击下方卡片，关注“自动驾驶之心”公众号

ADAS巨卷干货，即可获取

点击进入→自动驾驶之心技术交流群

后台回复【领域综述】获取自动驾驶全栈近80篇综述论文！

2021年一季度，中国移动互联网用户量、用户时长、活跃用户量等数据相较于2020年同期均不再增长，由此而迈入增长困境。不仅中国如此，世界范围内的移动互联网市场也出现增长疲软的状态。资本市场迫切寻求新的增长点，而元宇宙、新能源汽车与自动驾驶两项内容被认为是下一个浪潮。

近年的自动驾驶的热潮主要受两个因素激发：1）2015年颁布的《中国制造2025》将发展新能汽车作为国家战略，且明确提出到2020年需初步掌握辅助驾驶的总体技术，到2025年需掌握自动驾驶的关键技术，并搭建较为完善的自动驾驶产业群；2）2020年，新能源汽车行业明星公司特斯拉股票暴涨，让资本市场看到逐利的机会。特斯拉汽车的重要卖点之一为辅助驾驶系统。

笔者是自动驾驶领域内一名算法工程师，对自动驾驶有一些了解，写此篇总结当前自动驾驶相关的商业模式内容。由于入行时间较短，笔者对此行业的认识仍旧较浅，若有不当之处请指出。

依据于自动驾驶系统对汽车的控制程度，SAE将自动驾驶划分成6个等级：

L0：无自动驾驶（非自动化），汽车的控制权完全由驾驶员决定

L1：低级辅助驾驶。驾驶员拥有绝大多数情境下的控制权，自动驾驶系统仅有少量的控制，例如控制转向，控制油门或刹车。驾驶员对周边环境做监控，出现安全事故后由驾驶员负责

L2：辅助驾驶（半自动化）。自动驾驶系统有部分控制权，在普通的驾驶环境下，系统可以拥有横向或纵向的控制权。驾驶员对周边环境做监控，出现安全事故后由驾驶员负责。

L3：高级辅助驾驶（有条件自动化）。系统能在绝大多数情况下完成驾驶操作，只有在紧急情况下，驾驶员需给出适当的应答。系统代替人类对周边环境做监控。

L4：自动驾驶（高度自动化）。在大多数场景下，完全由自动驾驶系统控制，驾驶员无需应答。安全事故由哪一方承担目前无成熟的法律规定，但大部分默认为乘客不为安全事故负责。

L5：完全自动驾驶（全自动化）。在所有场景中，均为自动驾驶系统完全控制。此为理想状态，是自动驾驶技术的终极目标。

目前市场上自动驾驶的业务形态或为L2，或为L4。下面我将对这两个层级涉及的业务做详细介绍。

1. L2 辅助驾驶

严格来说，L2 是辅助驾驶而非自动驾驶。在L2 辅助驾驶系统中，所搭载的传感器有摄像头、毫米波雷达（部分L2+ 的系统会搭载低线激光雷达）。由于通常只在简单的场景实现自动驾驶，所以整个系统的重心模块为感知，而预测、规划控制模块相对地位更弱一些。

由于L2辅助驾驶通常解决的乘客以下的需求：

自动泊车

跟车

简单的环境下可自动驾驶，疲惫的乘客无需百分百集中注意力（但注意仍旧在，手不能脱离方向盘）

由于双手不能脱离方向盘，且当前的辅助驾驶在自动泊车、跟车场景精度还不够高，所以当前的新能源车上真正开启辅助驾驶服务的客户占比并不高。个人认为若辅助驾驶能做到L3水平，在高速路（缓解疲劳驾驶问题）和泊车场景中实现自动驾驶，对于私家车而言，愿意为其付费的客户比例将大大提升。

L2 自动驾驶业务按照客户类型分成两大类：1）自动驾驶服务公司，其客户是各大车企，为 to B 类型；2）造车公司，公司在造车的同时做自动驾驶业务，其客户是广大消费者，为to C类型。

1.1 To B 服务类型

既然是to B 类型的业务，便有 to B 类型的业务特点：追求效益与性价比、定制化需求多。按照业务形态，此类自动驾驶业务又分为：纯自动驾驶服务商、硬件制造+自动驾驶服务商

1.1.1 纯自动驾驶服务商

此类公司主要是自动驾驶创业公司，典型代表为 momenta。这类公司业务的立足点是：相较于购买服务而言，车厂自主研发成本更高，而且一部分车厂不一定有研发自动驾驶系统的实力，尤其是一些传统车企。这些企业的战略通常是：

先做L2积累资金与经验。有营收、有客户才能持续性地融资甚至上市，让自己活下来

再逐步升级到L4转而做robotaxi，或自己造芯片、激光雷达等硬件、甚至自己造车，以获得更大市场。有资金，有经验积累以后便可以迈入新的市场，新的业务方向，拉升公司的估值。

当然，此业务模式也面临巨大的挑战：

话语权在车厂。一些车厂只是暂时用一段时间自动驾驶公司提供的服务作为过渡，后续很可能自己造。

深度学习算法非常依赖于数据的积累，而数据的回收权利被牢牢地抓在车厂手里。没有足够的数据积累，服务的持续升级困难重重

毕竟不负责汽车生产，很难对车机系统有深入的了解，很难实现自动驾驶系统与整车硬件做联合优化。

定制化需求太多，利润微薄。不同车厂的车，甚至同一个车厂的不同型号的车都有不同的需求，使得公司不得不大量招人以满足客户定制化的需求。

行业竞争加剧。越来越多的L4自动驾驶公司开始做L2量产服务，而自动驾驶系统的护城河不深，可以预见到在接下来的几年内，各个自动驾驶的服务可能面临价格战。

后续升级的愿望很美好，即使有资金也实现困难重重。L2与L4的传感器不同，数据通常不能复用，后续升级到L4可能较困难，且升级到L4后还会与一直做L4有先发优势的公司竞争。至于芯片、激光雷达制造，以及造车，更是技术栈、业务模式同L2辅助驾驶有着质的差异，难度更大。

1.1.2 硬件制造+自动驾驶服务商

这类公司通常自己研发车载芯片或激光雷达，通过卖硬件送服务的方式赠送自动驾驶服务。国内的典型代表是地平线，国外的典型代表是英伟达。这类公司的重心通常在硬件上，而提供自动驾驶附加服务的出发点有几项：

1）设计的硬件一定程度上需要有自动驾驶服务提供测试验证；

2）便于做硬件与系统服务系统协同设计；

3）自动驾驶服务为芯片提供更多的客户，引流作用

同时做硬件设计与自动驾驶服务的涵盖面广，但也容易存在以下不足：资源较分散，芯片和自动驾驶系统都面临各自的专项竞争对手。需在单项上超越对手才能有竞争力，然而超越竞争对手并非易事。

1.2 To C 类型——造车的同时做自动驾驶

2020年特斯拉股票暴涨，同时将马斯克推向世界首富的宝座。资本市场嗅到新能源内巨大的商机，一时大量的热钱融入这个行业。这也带动了2021年的造车热潮，各家造车公司都期望自身能成为“中国版特斯拉”。当前新能源造车的各项组件已相对成熟，造车技术门槛不高，各家造车公司的卖点在于设计与服务。而自动驾驶作为新能源汽车所能提供的高级服务中最重要内容，几乎成为各家车企造车的标配服务。

按照各家公司的原有业务类型，可将提供自动驾驶服务的造车业务分为：新势力造车公司、传统老牌车企、手机或互联网公司参与的造车业务。

1.2.1 新势力造车公司

此类公司的典型代表是蔚来、小鹏、理想。它们将互联网与造车结合，利用互联网渠道优势辅助造车的销售与设计，直接对标的标杆是特斯拉。由于特斯拉的自动驾驶服务在世界范围内受欢迎，且自动驾驶系统构建难度不算高，因此各家也成立自动驾驶部门或子公司，研发自动驾驶系统。

这类公司的研发自动驾驶系统的优势有：

数据和需求都掌握在自己手中，没有额外的甲方，不存在话语权问题

方便做车机系统与自动驾驶系统的联合优化

资金回融快，现金流丰富，相比于纯自动驾驶创业公司，不用担心资金的问题

当然，这类公司也面临着不少挑战：

人员管理的问题：自动驾驶市场正处于抢人阶段，高薪在所难免。在同一家公司，给自动驾驶业务的人员高薪资、大量的资源支持必然会引起其他部门的不满。若自动驾驶系统研发过程中遇到困难，可能会受到来自于其他业务部门的大量质疑，此时管理者面临的压力巨大。

短期内自动驾驶业务的研发将加剧亏损。自动驾驶业务当前不够成熟，安全问题频繁暴露，愿意购买自动驾驶服务的客户占比并不高。因此，在较长的一段时间内，自动驾驶服务的售卖难以抵消研发成本。而这几家造车公司当前亏损巨大，远远看不到盈利的希望，做自动驾驶将进一步加剧了亏损。在当下经济不景气的环境下，资本市场更加寻求短期的收益，公司的资金压力变大。若自身的自动驾驶技术不能在短时间内更上一层楼，该业务受到资本方施加的压力将越来越大。

1.2.2 传统老牌车企

在自动驾驶的浪潮下，各家传统车企也意识到自己要为此浪潮做一些什么以抓住机遇，因此一些车企如广汽作为投资者投资一些自动驾驶创业公司；一些车企则自己成立子公司开始造车或做自动驾驶，典型代表是长城汽车旗下的毫末智行。

传统车企通常在软件应用系统上的积累很少，车企的管理模式也同软件研发模式存在较大的差异，直接在车企成立一个新的业务部门来做自动驾驶很可能会出现水土不服。于是，车企通过成立子公司的模式来做自动驾驶，一方面可以让子公司有单独的管理模式而尽量不受母公司的干扰；另一方面子公司可以单独融资，减少失败时资金上的亏损。

当然，传统车企研发自动驾驶系统最大的挑战仍旧在于管理模式上的问题，管控子公司的“度”很难把握：若母公司插手太多，管理风格可能成为母公司的2.0版本；若管得太松，一旦自动驾驶业务遇到困难或进展缓慢，则母公司很容易焦虑、不信任子公司。

1.2.3 手机或互联网参与造车

业界认为，新能源汽车可能会像移动互联网时代的手机一样，成为基础性硬件。由于车辆的单价高，比手机至少高出一个数量级，所以未来的新能源汽车市场总值将是移动互联网时代手机的10倍以上，达到万亿甚至十万亿级别。于是一部分手机生产商（华为、小米）和一部分互联网公司（百度）开始入局造车，而应用系统服务研发是这些公司的强项，无例外，在造车的同时，这些公司都设置了自动驾驶部门。

华为、小米、百度这三家中，华为和百度目前是通过与车企合作的方式造车，小米是独立造车。华为和小米做自动驾驶主要是服务于造车业务，是造车业务的附属；百度的造车和 L4 自动驾驶两项都是重要战略方向，其 L4 业务在后面章节讲，本处重点将其造车与 L2 辅助驾驶。

与车企合作造车

与车企合作造车，车企可以学习手机或互联网厂商的应用系统研发经验，而非车企公司则可以学习车企的供应链管理与销售经验。但这种合作不稳定难以持久，只要有一方认为学习到的经验已经差不多，或者合作过程中方案设计与利益分配出现争执，那么这种合作很容易面临瓦解。

独立造车

在造车实现方面，供应链管理、品控管理是一个较大的难题。小米虽然有手机和家电的供应链管理经验，但手机毕竟不同于车，对安全系数的要求不在一个等级。估计造车过程中的供应链管理仍旧需要交不少学费。

在营销方面，对小米而言，是机遇与挑战并存：机遇表现在，小米有不少粉丝积累，而营销向来是其强项，其汽车上市后销量有一定的保障；挑战在于，小米一直以来给顾客的固有映像是“性价比高”，也即不够“豪华”，而当下的小米汽车定位是高端车，这与固有形象差异较大。

2. L4 自动驾驶

当前的L4 自动驾驶技术传感器以激光雷达为主，并辅助以摄像头和毫米波雷达。在L4系统中，相较于已被深度学习技术占领的感知模块和预测模块，处于最下游规划控制模块的挑战更大。L4 自动驾驶业务按照应用场景可以分成：1）限定场景的自动驾驶；2）自动驾驶物流车；3） robotaxi

2.1 限定场景的自动驾驶

在通用场景下L4 的落地难度很大，完全实现可能需要十年。为了降低难度，一部分公司选择了优先在限定场景上落地。由于行人与自行车的识别与预测准确性不够高，给自动驾驶系统的决策带来较大的困难，所以这些限定场景通常选择的是行人、自行车少的地方，例如高速路上、矿山、特定公交线路上。按照使用场景，这些限定场景的自动驾驶有：

无人卡车：典型代表有图森、智加、赢彻。其中图森主打L4，而智加和赢彻当前是L2、L2+。图森已在美国上市，是自动驾驶领域第一股。

无人公交车：轻舟智航、百度、文远知行、商汤易成。（当然，当前轻舟也开始转型为车厂做量产服务）

无人清扫车：代表有智行者、仙途智能、酷哇机器人

农用自动驾驶：丰疆智能、中联重科、中国一拖、悟牛智能

矿区自动驾驶：易控智驾、踏歌智行、慧拓智能、路凯智行

这一类自动驾驶业务的优势是：

落地难度小，容易实现；

有营收，方便融资和上市

当然也有不少挑战：

总体市场较小，想象空间不大

中国的劳动力成本低，客户购买这些服务可能不如人工便宜

2.2 自动驾驶物流车

这些公司的典型代表有京东、美团、阿里、苏宁等。对于电商而言（美团外卖也可以认为是电商的一种），线下物流仍旧是重资产，成本高，若能减少这块的花费，将带来巨额的收益。另外，中国老龄化持续加重，五到十年后劳动力成本提升是大概率的事情，需尽早在物流配送领域布局，以缓解未来人力不足带来的危机。

在技术实现上，由于为低速场景，所以其预测模块和规划控制模块相对较简单，不容易出事故。但为了控制成本，通常传感器的配置较低，芯片的算力也较差，这给感知模块带来了较多的挑战。（说明，感知模块、预测模块和规划决策模块都是自动驾驶的核心模块）

2.3 Robotaxi（无人出租车）

此为自动驾驶领域中最难的场景，也是市场最大的场景，是诸多自动驾驶创业公司追求的终极落地业务场景。这个领域的标杆型企业是waymo和cruise，国内的主要企业是百度、pony、滴滴、文远知行、元戎启行、autox等。

百度：国内最早做自动驾驶的公司，被誉为国内自动驾驶的黄埔军校。目前百度在自动驾驶领域布局很广，robobus、robotruck、robotaxi等都有业务，技术层面L2、L3 和 L4 都有涉及，但L4 层级的robotaxi 仍旧是最重要的方向。由于其先发优势和大规模的宣传，百度自动驾驶已深深地占据民众心智，在民众心中的认可度很高。所以，只要其技术能达到落地要求，后续的市场占有相对容易。百度也面临着以下不足：

盘子铺得很大，各方面业务都做，资源分散。技术地位很容易受到各个单方向业务领域的公司的挑战。

人员流失过多，不利于技术的积累与承接。

Pony: 自动驾驶行业内部人士普遍认可的技术水平最高的公司。其是规划控制技术高出大部分国内公司一个档次。内部工程师文化浓厚，优秀的工程师集结（招聘的bar高），但公司的产品与运营基因薄弱，在业界自动驾驶技术成熟后将面临产品与运营问题的大考验。Pony也似乎意识到了自己的商业能力不足的问题，开始在和一汽、T3出行等公司合作一起做自动驾驶出行。

笔者对文远知行、元戎启行和autox 尚不够了解，本处便不再详细展开。最后说一下这个领域可能面临的资金问题，以示警醒。

当前这块技术不成熟，基本上处于在一些大型城市特定路段做测试的状态，距离大规模商业化落地还很遥远。由于近几年资本寒冬，在未来的几年中，若不做一些转型处理，个人认为，一些无其他业务输血、纯粹靠融资存活的公司可能会面临资金困难，主要原因如下：

当前的资本市场更寻求短期收益，对于长远宏大的收益更加谨慎，由于未落地。之前融资较多，一部分公司的估值已处于高位，资本再投钱能拿到的收益较少！

【自动驾驶之心】全栈技术交流群

自动驾驶之心是首个自动驾驶开发者社区，聚焦目标检测、语义分割、全景分割、实例分割、关键点检测、车道线、目标跟踪、3D目标检测、多传感器融合、SLAM、光流估计、轨迹预测、高精地图、规划控制、AI模型部署落地等方向；

加入我们：自动驾驶之心技术交流群汇总！

自动驾驶之心【知识星球】

想要了解更多自动驾驶感知（分类、检测、分割、关键点、车道线、3D目标检测、多传感器融合、目标跟踪、光流估计、轨迹预测）、自动驾驶定位建图（SLAM、高精地图）、自动驾驶规划控制、领域技术方案、AI模型部署落地实战、行业动态、岗位发布，欢迎扫描下方二维码，加入自动驾驶之心知识星球（三天内无条件退款），日常分享论文+代码，这里汇聚行业和学术界大佬，前沿技术方向尽在掌握中，期待交流！