自动驾驶量产前夜：渐进式路线如何走，才是最优解？

在自动驾驶尚未到达的当下，渐进式路线被认为是那根能够比较快走进黎明前夜的钢丝。 

为什么称之为钢丝？事实上，这也是一个充满艰难险阻的历程，如何走进车厂的供应链体系、如何迈过量产的生死关，乃至如何过车规都是摆在渐进式路线厂家们需要面临的问题。

但不同的厂家对于渐进式路线看法、态度不一。

如果这是一条可行的路径，以什么样的方式才能突破国外供应商的层层重围、才能领跑市场；如果这不是一条可行的路径，何以前赴后继这么多厂家都押注于此。

可以看见的是，今天无论是逐步迭代的渐进式路线还是稳健的两条腿走路式的企业，都在部署可量产可落地的自动驾驶。那么在这个盘子里，不同路线的企业技术思考是什么、商业逻辑是什么？

渐进式路线是一个有机会的市场？

在AutoX CEO 肖健雄看来，渐进式路线是一个存量市场、成熟的市场。

在这个市场里，已经有博世、大陆、Mobileye等成熟的玩家了，换言之这是一个格局已经被切分好的市场了。此外，渐进式路线对于成本和计算量要求都很高、是一个充满挑战的领地。

相反，L4级的自动驾驶路线，尚属新兴之地，处女之地，在这个领地之中，无论是巨头还是初创公司都处在相对公平的位置进行较量。也是基于这个市场判断，AutoX坚定不移地走L4的路线。

和肖健雄相反，MINIEYE CEO 刘国清对于渐进式路线充满了坚定的信心和信念。刘国清认为在未来3-5内，车厂真正产生规模化需求的是还是集中在L3级以下的自动驾驶。换言之，在MINIEYE的判断当中，这是一个充满着机遇和可能的市场。

但是机会是属于谁的机会？在一个既有的、成熟的供应链体系里，如何赢取车厂的信任、如何能够见缝插针赢得一席之地，这也是渐进式路线创业公司需要面临着的艰巨挑战。

渐进路线能否升级打怪？

落地和造血、预演和未来都是企业家所需要具备的商业素质，在看似对立的关系当中，如何通过当下的业务，摸索出通往未来的路径，无时无刻不考验和挑战着创业者的眼界。

刘国清认为，落地和造血、预言和未来，并不是对立的。在渐进式路线的逻辑里，当下的每一步都为未来的升级埋藏着种子。

MINIEYE 前六年所做的努力，对于后续的每一步升级都有铺垫。 

MINIEYE从预警型的功能开始打磨，后续逐渐开拓升级至L1、L2的功能，前期所大量累积起来的感知数据，使得MINIEYE累积起对各种场景、各种工况的数据，这一批的数据为后续MINIEYE的深度学习神经网络的训练，提供了基础的燃料。

刘国清对新智驾说：“ 事实上MINIEYE需要构建一个完整的闭环——从研发到产品交付、产品生成数据、数据在回来反哺新技术的研发。”

新智驾注：MINIEYE的ADAS产品M4，能够进行数据回传

MINIEYE的产品出货量近两年都在以4-5倍的速度增长，并且已锁定了明年20万台的前装订单。比起数量的累积，刘国清认为更为可贵的是在前期的量产项目当中，所累积出的经验——如何控制传感器的成本、产品的功耗、算法的规模以及系统的计算复杂度。

量产工程的落地所意味着的是数万辆的车所跑起来的大规模的数据回传，这些数据的回传会使得MINIEYE的技术迭代得更好。最为明显的例子就是MINIEYE的驾驶辅助产品所带来的技术升级和迭代，其产品通过连接汽车的CAN总线，就能够知道驾驶员在什么情况下，怎么踩刹车、怎么踩油门、怎么打方向盘。更为重要的是这个数据不仅仅是环境数据还是决策数据，这些数据可以为后面L2+乃至于L4的技术升级作出了重要的累积。

刘国清认为比起一步到位的路线，渐进式路线能够有机会更早地进入车厂的供应链体系，也通过量产的项目挖掘出更多商业上的可能。以MINIEYE 和四维图新的合作为例，MINIEYE借助四维图新的技术和渠道拓展更多的技术，而四维图新则通过MINIEYE能够获得更轻量化的设备、完成对高精度地图的搜集和更新。

MINIEYE 认为从L0—L3的逐步演进是能够以一种平滑的方式进行升级，从最初的预警型功能、逐渐到AEB、ACC，这一步一步过来就是迭代的需求，是一个渐进式的需求。事实上，博士、大陆、安波福等Tier 1的产品规划和产业化的结构，其实也是渐进式的思路。

从技术的角度而言，L0—L3的升级当中，为了增加精度、可靠性、需要叠加超声波雷达、毫米波雷达、惯导系统等等传感器，从最低级别的L0到L2、L2+L3，它在技术层面上的演进传感器是非常明显也非常清晰的方式在迭代，逐步增加。从这个角度来讲，这个事情也是能够平滑演进的。

这也是一种商业路径上的探索，也是基于量产数据上探索的新的商业模型的可能。

两条腿走路，更为稳妥？

足够的数据是发展无人驾驶的先决条件，但和MINIEYE等ADAS公司所选择的路径不一样，也有一部分的自动驾驶公司所选择的是两条腿走路，在一边发展量产项目的同时，也在进行L4级自动驾驶的项目。

Momenta 创始人曹旭东认为要最终实现完全无人驾驶，第一是数据驱动，第二是海量数据。在曹旭东看来，完全的无人驾驶是一个长尾问题，要实现真正的完全无人驾驶，要解决的问题体量巨大，唯一的可能性就是通过数据驱动的方式，自动化解决其中99%的问题。 

在Momenta看来，量产自动驾驶和完全无人驾驶并不是割裂状态，而是能够互补的状态。

因此，Momenta的战略是“量产自动驾驶和完全无人驾驶两条腿走路”，量产自动驾驶为完全无人驾驶系统提供海量的数据流，使得完全无人驾驶系统不断进化；同时，完全无人驾驶系统为量产自动驾驶系统输出更好的技术流，使得量产产品的性能和功能持续提升。 

和Momenta战略协同的是，产品的节奏。Momenta在今年3月推出了面向结构化道路的自动驾驶解决方案 Mpilot，Momenta 正与多家国际国内车企和 Tier 1 展开合作，现阶段已经较为成熟的 Mpilot 系统方案应该就在其列。

在自动驾驶量产的前夜的背景下，落地成为了一个大旋律，各家企业都希望以更快的速度抢占市场。

和Momenta 一样坚持双线策略的代表企业还有驭势科技。驭势一边在发展垂直细分场景的L4级自动驾驶（微公交、机场物流、工厂物流）、另一边是发展乘用车的业务（以L2+/L3、自动代客泊车）为主的业务。

吴甘沙认为面向乘用车自动驾驶业务将是一个全新的物种，会向集中式控制器发展，这当中蕴含着两个趋势——一是数据会回传；二是往控制器中央式域控制器发展。在第二个趋势里头，吴甘沙认为对于驭势而言，蕴含着两个商业机会，驭势也往这两个方向进行深耕：把域控制器硬件设计开放给主机厂；把软件按照26262要求进行模块化设计交付给主机厂。

今年以来，驭势的高速L3级自主驾驶解决方案逐渐落地。在L3功能的开发过程当中，驭势也摸索出一套独到的商业策略来赢得主机厂的信任——核心是开放共生，在关键技术上协同创新，共享知识产权和数据，与主机厂同步获得能力的提升。

新智驾注：驭势L3级自动驾驶汽车

事实上，在一个成熟的供应链里头争取到一席之地是非常不容易的事情，如何不被其他的供应链所挤掉更是考验着厂商的核心竞争力。吴甘沙认为越靠近底层就越不容易被替换、越是靠近顶层和算法层就越容易被替换。因此驭势在和主机厂合作之时，也共同设计了域控制器的硬件，驭势的很多软件都是基于这样的设计实现的。

在发展乘用车自动驾驶业务的同时，驭势也在港口、机场、物流等垂直领域进行L4级商用车自动驾驶的商业落地。

孰难孰易：升降维的问题

吴甘沙认为即使是不同的场景，很多技术都是相通的，任何一个数据，对于系统的升级都是有帮助的。在机场所累积起来的数据，移植到开放道路一样是能够起到作用，不同场景下的驾驶行为是相互促进的，因为本质都是锻炼驾驶本身的能力，并不存在着降维的应用。

他向新智驾举了一个例子：目前看来，博世是在L2领域里，做得最为扎实的厂商，但并不代表着博世在L3、L4的技术累积就一定比瞄准L4领域的创业公司要薄弱。同样地，即使现阶段L4级公司降维开发部分的L2功能，也不意味着一定比其他竞争对手要高级。

刘国清和吴甘沙持有的同样的观点。

刘国清并不认为越高级的自动驾驶就意味越厉害。高阶的自动驾驶往往在研发上的投入是不计成本的，只在几十台车、几百台车的体量下，是很难进行稳定性、可靠性的充分验证的。

在一个真正意义上的量产项目当中，是需要在很多约束的条件下进行，在一堆条框里开发，这才是真正充满挑战的地方。控制传感器成本、控制产品功耗、控制算法规模与系统复杂程度、精细化打磨产品功能、大规模验证算法精度。中间考验的是产品的可靠性、稳定性、一致性以及技术成熟度。必须在一个批量交付当中，才能充分验证自身的视觉、算法、融合技术、决策技术。

刘国清说：“这件事情（量产）都是要通过实实在在的出货和量产，才能够逐渐建立起来的东西。 从这个角度而言，从L0—L2的渐进式路线演进，是有很大的优势以及量产的可能。” 

总结

无论渐进式路线，还是双线并行的路线，自动驾驶的终极目标都朝着可落地、能量产的方向出发。在不同的路线和决策背后，都有着其商业规划。只是在触达黎明的前夜，各个玩家都以自己的方式迈向最终的目的地。 

随着自动驾驶技术与场景的结合逐渐深化，赛道里的玩家都有着自己的roadmap，并且以有条不紊地方法推进，或许这道题没有唯一的、绝对的解法。