在中国，有非常多的形形色色的企业，在宣传自己的自动驾驶能力，但对于普通的公众而言，并没有专业的能力去区分，哪些企业是真的在做自动驾驶研发，哪些企业依然处于写“PPT”的状态？

　　现在，我们迎来了水落石出的时刻。

　　2019年3月31日，北京市对外发布了“2018年度自动驾驶车辆道路测试报告”，首次向外界公布了北京地区的自动驾驶企业，在这边的路测情况。包括车队数量，测试里程，以及获得的在公开道路上的测试牌照的等级。

　　北京在中国自动驾驶产业的地位，非常像硅谷之于美国。在这里，拥有了国内绝大多数的自动驾驶研发企业，最多的人才，包括最好的政策环境和测试环境。

　　对于所有的自动驾驶研发机构，如果不去硅谷申请一张自动驾驶测试牌照，基本上相当于没有进入自动驾驶的“江湖”。

　　相同的道理，在中国研发自动驾驶，不到北京申请一个测试牌照，在绝大多数的情况下相当于没有进入自动驾驶的江湖。

　　对于一家自动驾驶企业而言，要提升技术水平，最好的方式是扩大测试车队的规模，到各种不同的场景进行测试。

　　任何一家声称自己自动驾驶技术非常不错的公司，如果不到各个地方不断地展开公共道路的测试，测试的车队规模很小，基本上可以判断这家公司没有在认真研发自动驾驶技术。

　　好吧，现在可以揭晓结果了。

　　据报告的编制单位和测试的运营单位北京智能车联产业创新中心负责人透露：“北京市在测试牌照规模、测试主体数量、车辆类型丰富度上均居于全国首位。自动驾驶测试车辆占全国的50%以上。”

　　在这样的背景之下，我们可以看到，能够拿到北京自动驾驶测试牌照的企业，截止目前只有8家。

　　和美国加州申请自动驾驶测试牌照，采取备案制的方式有所不同，自动驾驶研发公司，如果想在北京开展路测，则需要通过科目考试，不同级别对应着相应复杂程度的测试项目，通过之后，颁布相应级别的测试牌照。

　　测试牌照的级别从T1-T5不等，截止目前，T3是北京地区颁布的最高级别的测试牌照。

　　所以，一定程度上看，在北京地区所获得的测试牌照的级别，基本上就可以代表一家自动驾驶研发机构在彼时的自动驾驶水平。

　　如此tough的评级方式，使得很多自动驾驶研发机构，并不愿意来北京申请自动驾驶测试牌照。首先，做自动驾驶难度确实很大。其次，北京的测试项目确实很严苛，很多企业，都是连滚带爬地通过科目测试的。在这样的背景之下，如果成绩不好，会变得非常尴尬。

　　在所有8家有勇气在北京申请测试牌照的公司中，获得T3级别测试牌照的公司分别是百度、滴滴、腾讯和小马智行。无一例外，都是科技公司。

　　剩下的4家车企，都只能获得T2或者T1级别的测试牌照。从这个层面上看，在自动驾驶系统的竞争中，车企与科技公司的较量中处于下风。

　　事实上，在全球范围之内，几乎绝大多数车企，都已经选择了放弃自研自动驾驶系统。还在坚持的车企是特斯拉、通用、丰田，福特和大众的计划是抱团取暖。

　　因为做自动驾驶研发，是一个非常烧钱的事情。一方面，在研发上，需要组建庞大的科学家团队。目前，实力比较雄厚的自动驾驶研发公司，团队规模都在1000人左右。另一方面，改装一辆具备L4级别的自动驾驶汽车，需要耗资几十万元，包括激光雷达、毫米波雷达、计算平台、线控系统等等。

　　组建一支庞大的测试车队，需要大量的资金支持。

　　对于车企而言，核心能力在于制造和供应链。而自动驾驶业务，无论是感知，规划还是决策，需要的更加强大的AI能力。按照苹果CEO库克的话来说，自动驾驶是最难的AI项目之一，几乎是“AI之母”。

　　车企在一个自己并不擅长的红海领域，投入巨资，与科技企业死磕，胜算非常低，投资的风险太大了。

　　另外一个比较令人震惊的数据是车队数量和测试里程。

　　在北京，拥有44条开放的道路，123公里的公共道路，覆盖了包括城市、乡村、高速不同类型的路况，覆盖了85%的交通场景。

　　显然，北京是一个所有希望研发自动驾驶系统的公司，梦寐以求的能够提供稀缺的测试环境的地方。

　　在这样的一个地方，只有百度一家公司，拥有一支数量较为庞大的，具有实质性意义的测试团队，测试车队为45辆车。

　　这个车队规模，在全球范围内，所有公开数据中，可以排在第四位。此外，Waymo、Cruise和苹果拥有更加庞大的测试车队。

　　任何一家自动驾驶研发机构，如果要想参与自动驾驶的竞争，必须拥有一支庞大的自动驾驶测试车队，除此之外，没有第二条路径。

　　至少从北京的路测报告公布的数据来看，在北京范围内，只有百度Apollo在严肃认真地做自动驾驶的研发。

　　当然了，我们不排除一些车企，也许在其他城市保有一支数量庞大的“神秘测试车队”，我希望有这样的事情发生，并猛烈地对我进行打脸。

　　在这样的背景下，应该如何看待中国自动驾驶产业的发展？产业链发展到哪一种程度了，自动驾驶离我们还有多远？

　　在这里，中国和美国的自动驾驶发展模式和路径还不大一样。

　　对于美国而言，无论是科技巨头，还是整车OEMs，块头都非常强大，每家企业都想占领那块最大的市场。在这样的企业愿景之下，美国自动驾驶的企业之间，有着非常激烈的横向竞争。科技公司与车企之间，暗战连连，而科技公司与科技公司之间也互相挖墙脚，车企之间也彼此不对付。

　　美国的自动驾驶产业，基本上属于激烈地横向竞争型发展模式。

　　在中国，车企的块头相对而言并不大，只有科技企业的规模已经发展到能够与美国正面PK。在这样的背景之下，中国自动驾驶产业的发展，属于纵向协作型。大家各司其职，每个人都做好自己的那一块。

　　对于整个自动驾驶产业链，决策算法属于最难的那一块，投入也最大，处于核心地位。但是，作为一个自动驾驶产业链，要想实现L4及以上级别的自动驾驶，还需要感知层面上的激光雷达，以及兼具感知和定位职能的高精地图，自动驾驶AI芯片，线控底盘和线控制动等其他核心产业的配合，才能够真正地实现。

　　只要评估供应链的完善程度以及发展水平，就可以比较准确地衡量整个产业的发展水平和状态。

　　对于整个自动驾驶产业链而言，现阶段比较靠谱的几个落地场景是：

　　1. L2级别乘用车的自动驾驶。这个方面，核心的衡量标准是，在高速场景，以及城市拥堵场景，能够实现“Pilot”，但在这个“Pilot”的过程中，责任需要由司机自己承担，手不能离开方向盘。

　　因为还需要司机自己操控，所有无论是在感知，还是算力环节，都不需要额外的冗余，这使得，在供应链上，核心的挑战变成了AI芯片、ADAS域控制器和算法，挑战都不大。

　　所以，现阶段L2级别的自动驾驶，正进入大规模的普及阶段。

　　2. L3级别乘用车的自动驾驶。这个方面，核心的衡量标准是，在高速场景，以及城市拥堵场景，能够实现“Pilot”，但在这个“Pilot”的过程中，责任需要司机和车企共担。手允许离开方向盘。

　　因为需要车企承担责任，就需要在整个自动驾驶系统上设置冗余，包括感知上，需要加入固态激光雷达，在AI芯片上增加算力，在算法上需要增加更多的训练，需要ADAS高精地图，以及执行机构上一定的冗余。

　　L3级别的自动驾驶，包括百度Apollo在内很多企业在往前推进，将陆续出现一些落地的产品和场景。

　　当然了，也有一些车企，选择直接从L2往L4过渡。

　　3. 微循环小巴。

　　这个产品首先为会园区使用，未来将会替代公交车。因为公交车是固定线路，比出租车更容易实现自动驾驶。

　　从供应链上看，需要多个16线激光雷达，无需车规。在高精地图上，特定场景的高精地图的绘制和更新挑战并不大。在算力上，因为是低速，以及特定场景，现阶段的英伟达的Drive Pegasus完全可以满足需求，甚至于Drive PX 2就够用了。加上园区的一些V2X的协同，效果应该会更好。

　　当然，成本会不菲。这样的一辆车，至少需要40万元。需要整个产业链协同，将成本大幅度降下来。

　　目前，百度的阿波龙已经在各地的一些园区展开运营。这是自动驾驶系统，不断地获取运营数据的非常重要的一个应用场景。

　　4. 无人驾驶出租车。

　　这块，目前在美国只有一家公司，也就是Waymo在亚利桑那州的凤凰城在展开试运营。并在2018年底，推出了叫做WaymoOne的商业产品，试图快速扩展出租车规模。目前大概有620辆。

　　百度Apollo，应该是全球范围内第二家运营一支具有百辆规模的无人驾驶出租车队的企业。大概会在今年的Q3或Q4的样子落户长沙。

　　如果要打造无人驾驶出租车队，则对供应链的要求就更高了。首先，在Lidar上，需要具备至少32线以上的激光雷达。其次，需要拥有整个运营区域之内的3D高精地图，并保持实时更新。此外，在算力上，至少需要一个500T的计算平台，恐怕只能上英伟达的Drive Pegasus，当然华为的MDC600也许也是一种选择。与此同时，一定要有好的带冗余的线控制动。目前，产业链里还未出现带冗余的线控制动，通常的解决方案是双份制动系统。

　　这样一辆车的改装成本，和阿波龙小巴相比，恐怕需要double一下。

　　Robo-Taxi车队的运营，恐怕只有实力雄厚的企业，才能实现。在2019年，也许会出现第二支、或第三支Robo-Taxi车队。

　　5. 无人驾驶配送小车。

　　在这个领域，走得最激进的是中国的百度、菜鸟以及美国的自动驾驶初创公司Nuro。

　　目前，在百度Apollo的支持下，新石器、智行者等初创公司，开始向外推出Robo-Delivery的产品，并开始提供给一些物流和配送公司使用。

　　此外，菜鸟也已经在杭州和成都，夜以继日地测试无人驾驶配送小车，希望能够快速打通产业链。

　　在这里，除了需要16线的激光雷达，特定区域的3D高精地图，以及英伟达的计算平台之外，还需要定制的线控底盘。

　　用于电商、外卖在中国的高速发展，人力成本的快速上涨，使得中国的无人驾驶配送小车产业，可望在全球范围内保持领先。

　　当然，美国的初创公司Nuro，也已经获得了软银提供的9.4亿美元的自己支持，试图在这个领域杀出一条血路。

　　L4级别的自动驾驶乘用车，估计要到2023年以后，才能出现。

　　因为所有应用于对公开市场进行销售的乘用车产品，其部件必须满足车规的需求，而且价格要可控。

　　这就会给整个供应链带来巨大的挑战。

　　首先，车规级的、能够满足L4级别自动驾驶需求的激光雷达，恐怕要等到2022年，这是乐观的估计。

　　其次，车规级的、能够满足L4级别自动驾驶需求的计算平台，恐怕也要等到2022年之后，才会出现。

　　此外，无论是政策法规，还是3D高精地图，带冗余的线控制动，都需要时间来实现产业化。

　　最后，哪怕是车企们从现在开始设计和规划L4级别的自动驾驶汽车，至少要在4年左右的时间，才能真正量产。

　　那么最后，中国的自动驾驶产业能否在与美国的竞争中脱颖而出呢？

　　有机会。

　　当时间进入到2019年的时候，对比自动驾驶产业的竞争力，已经不能看谁投了多少钱？评估一家自动驾驶企业的机会，更重要的是，它在产业链条上的地位，以及在商业化场景中的地位。

　　也就意味着，谁能够带动产业链的发展，以及获得更多的数据，谁就能够在最终的竞争中胜出。

　　从这个层面上，中国的自动驾驶企业，有希望从以下几个场景中率先获得成功。

　　1. L2级别的自动驾驶。

　　这是特斯拉的模式，但是非常适合在中国复制。假如中国的传统车企与百度能够合作，迅速落地L2级别自动驾驶技术，并制定向L4级别的技术迭代路径，很有机会在这个领域击败太平洋彼岸的竞争对手。

　　在全球范围之内，Waymo是自动驾驶领域中，最具实力的竞争者，但这家企业有一个毛病，走的是直接做L4级别自动驾驶技术路径。

　　而L4级别自动驾驶，短期之内难以落地，但是Alphabet又非常着急，开始拼命地烧钱扩大Robo-Taxi车队，但依然有着不小的技术瓶颈，难以快速产业化。

　　如果百度能够与车企合作L2，中国自动驾驶有很大的概率实现突围。其他的美国车企，除了特斯拉之外，还是不足为惧的。

　　当然了，现在的车企想法还是太多，一方面控制欲很强，另一方面，对自己的实力估计不足，缺少合作意识。

　　L3目前看起来，由于产业链很不成熟，恐怕短期之内，难以快速起量。

　　2. 无人驾驶配送小车。

　　中国的物流配送市场是在是太大了。所有的竞争对手，都不希望菜鸟能够在这个市场成功。而在中国范围之内，百度Apollo在无人驾驶技术方面，依然有着巨大的先发优势。如果能够在这个地方建立起强大的生态，整合更多的合作伙伴与阿里系展开技术竞争。激烈的竞争，能够让技术快速发展，会使使整个产业受益。

　　对于美国而言，最大的痛点是，在这个细分市场，没有像中国这样拥有如此庞大的需求，拥有如此之多的大城市。

　　如果中国的自动驾驶产业能够充分协作，扎根于中国这个广袤的大市场，我们有希望在激烈的产业竞争中，率先杀出重围。

责任编辑：倩倩