在2020年的一场公开活动中，自动驾驶公司MoMenta的创始人曹旭东在回答主持人关于其与WayMo等行业领军企业不同战略的提问时，展开了一番详细的阐述。然而，这番话却引发了文远知行创始人韩旭的反驳，双方因此展开了激烈的辩论。
对于MoMenta同时发展L2和L4的双重策略，韩旭引用了一句古话：“搏二兔，不得一兔”，强调需要专注于核心目标。他还提到，追逐理想的同时，不应忽视路边的机会，经过努力，他们成功建立了自动驾驶出租车队。
曹旭东对此表示不满，反驳道，在中国一二线城市运营百万辆RobOTAxi（无人驾驶出租车）是一个巨大的挑战，并强调MoMenta注重的是核心技术，而非华而不实的边界问题。
两年前，L2和L4级自动驾驶的公司如同两个截然不同的世界，互相之间相对冷淡，但如今这种界限正逐渐模糊，许多L4公司开始向L2领域拓展。
文远知行对此不屑一顾，认为到2024-2025年，RobOTAxi将能普遍上路。今年5月，文远知行获得了博世的投资，双方将共同开发L2-L3级自动驾驶。同时，轻舟智航也推出了价格低至1万元的高阶自动驾驶解决方案。此外，华为和百度也将L4技术应用于一些车企之上。
在短短两年内，降低技术门槛似乎成了自动驾驶行业的关键词，这一变化也印证了华为前自动驾驶负责人苏菁的观点：当前从事RobOTAxi的企业面临重重危机。
自动驾驶的技术发展可以分为两条道路：一种是从低到高的逐步进展，代表性企业为特斯拉，另一种则是一步到位的终极目标，代表为WayMo。
2016年，谷歌的无人驾驶团队独立成立WayMo，标志着该行业的正式开启。随后，小马智行、文远知行（当时名为景驰）、MoMenta、AutoX和RoadstaR.AI等公司相继成立，纷纷选择了RobOTAxi这一既具挑战性又潜力巨大的赛道。
2018年，摩根士丹利对WayMo的估值达到了1750亿美元，其中RobOTAxi业务的价值为800亿美元，而RobotRUCk的价值为900亿美元，软件授权业务则为70亿美元。
麦肯锡预测，到2030年，RobOTAxi在中国的订单金额将达到2600亿美元，超出乘用车的销售额。这一现象引发了资本市场的关注，认为自动驾驶将使司机失业，具备降维打击技术的创业公司可能会成为未来的Uber和滴滴，甚至使传统车企成为他们的代工厂，结束以往的销售模式，这个故事的吸引力远超电动车取代燃油车。
在这样的预期下，2018年国内迎来了自动驾驶的投资热潮，当年融资总额达到162亿，小马智行、文远知行、MoMenta和RoadstaR.AI等公司纷纷获得上亿美金的投资。
然而，情况很快发生了转折。2018年底，WayMo前CEO John KRafcik在商业化进展缓慢时发声，表示完全无人驾驶汽车可能永远不会出现。一些L4和L5公司的工程师也认为，他们的工作只是在一个赛道上打转，尽管以为解决了90%的问题，但回头一看，仍有90%未解决。
这样的表态如同一盆冷水，瞬间浇灭了资本的热情。在国内，由于中美贸易战和资管新规的影响，创业公司的融资环境骤变，自动驾驶行业的融资额在2019年骤减三分之一。在失去资本支持后，RobOTAxi公司不得不寻找新的生存之道，如尝试进入无人驾驶卡车、无人小巴领域，甚至考虑造车。
理论上，小规模的细分市场比RobOTAxi更易实现商业化，但各个领域又面临着特有的问题：无人小巴虽然技术落地容易，但市场规模有限；无人驾驶卡车的规模虽大，但安全和政策法规问题依旧严峻；而造车虽是美好愿景，但资金门槛高达200亿。
一位行业专家曾指出，若有清晰的商业化路径，也不会出现各条赛道乱窜的局面。
如果将人类实现自动驾驶的过程比作登山，那么RobOTAxi就是珠穆朗玛峰，而问题在于，没有人能准确预知RobOTAxi距离巅峰还有多远。
在成立5、6年后仍未能实现自我盈利的RobOTAxi公司，必然遭到质疑：是创业还是科研？
RobOTAxi公司面临的挑战在于，顶级硬件、先进算法和海量数据三者缺一不可。有些公司只满足其中一个条件，比如Uber和滴滴，尽管拥有大量行驶数据，但维度单一且精度不足。
而像WayMo这样公司虽然具备顶尖硬件与算法，但收集的数据相对有限，截至2021年末，WayMo的累计行驶里程仅为3200万公里。兰德公司预测，自动驾驶技术需要测试100亿英里才能在安全性上超越人类。若组建一百辆车队，即便不间断测试，也需近200年。
即便三个条件同时满足，也并不意味着一切就绪。实现高级别自动驾驶的商业化，不仅需要数据闭环，还需关注工程化能力，即硬件不仅要满足车规要求，还需低功耗和低成本。
对于早期的RobOTAxi公司来说，在技术、成本和开发速度三者间寻求平衡几乎是不可能的。
为了收集更多维度的数据、确保安全并减少人工干预，RobOTAxi需要高性能硬件，包括高算力芯片、激光雷达以及冗余的执行机构。在产业链尚不成熟的情况下，这大幅提升了自动驾驶系统的成本。
两年前，一辆全副武装的RobOTAxi成本常常超过100万元，而在2021年，百度推出的48万元RobOTAxi系统量产套件被同行Auto X质疑，认为这样的车不安全。
然而，更关键的问题在于，政府是否允许乘客乘坐。
虽然目前在北京、深圳、长沙等地，名义上允许RobOTAxi进行商业化运营，但都受到政府划定的示范区限制，需通过测试获得牌照，车队规模也受限。
2021年，Auto X为了抢先在RobOTAxi商业运营中占得先机，未经深圳交管局批准，擅自派出车队接客，结果被当地紧急叫停。
元戎启行的CEO周光认为，要实现完全无人驾驶，面临着经典的“鸡生蛋，蛋生鸡”的困境——如果想要政策放宽，政府必然需要掌握充足的数据报告进行评估；而若政策不先放宽，企业在有限场地内测试到破产，也难以积累足够的数据说服政府。
同时，RobOTAxi无法商业化导致现金流不足，进而无法扩大运营规模形成正向循环，连WayMo这样的巨头也难以维持。2021年，WayMo的估值一度缩水至300亿美元，John KRafcik也黯然辞职。
降维的过程远比想象中复杂
当自动驾驶的激进派陷入商业化困境时，渐进派的道路却越走越顺。过去十年，特斯拉在全球销售超过300万辆车，其中绝大多数配备了辅助驾驶系统Autopilot。通过影子模式，特斯拉收集了数十亿英里的路况和驾驶数据。
2021年，基于这些数据，特斯拉全面重构了其辅助驾驶系统的软件算法，使其在技术框架上更趋向于自动驾驶，并推出了新的自动驾驶功能FSD beta，向无人驾驶目标迈进了一步。
尽管马斯克的无人驾驶承诺常常未能兑现，但其确实找到了逐步实现的路径。许多车企也意识到，当前最需要的并非是取代司机的L4，而是辅助驾驶的L2和L3。这促使那些一直期盼超越的自动驾驶公司重新审视战略，转向渐进式的发展路线。
自去年下半年以来，原本专注高等级自动驾驶的元戎启行和轻舟智航相继推出了低成本的自动驾驶系统量产套件，两者的共同点在于将RobOTAxi的技术方案转化为乘用车的辅助驾驶系统，面向主机厂销售，实现高阶智能驾驶能力。
激烈的智能驾驶竞赛推动了车企硬件与软件体系的变化，为它们提供了良机。
在2020年之前，由于L4和L2使用的传感器不同，前者使用昂贵的激光雷达，而后者则使用成本较低的传感器，导致L4算法和L2存在很大差异。如果让L4公司为车企提供L2解决方案，就意味着算法需要重新开发，工作量相当庞大。
但自2020年起，硬件价格的下降拉近了L2与L4的距离。
一方面，激光雷达的性能和稳定性不断提升，价格从上万美元降至上千美元。在2020年的CES上，博世、华为、大疆、Velodyne等公司推出了各自的产品，部分价格低至100美元，这加速了激光雷达的前装使用。
实际情况也表明，2021年后，许多国内新势力推出了配备激光雷达的车型，包括售价不到20万的小鹏P5。同时，华为与极狐的深入合作表明，计算平台与L4级传感器的价格已降至20万元以内。
另一方面，高算力SoC芯片的出现也为自动驾驶技术的发展提供了新的可能性。
[[[IMG_1]]]
[[[IMG_2]]]
[[[IMG_3]]]
[[[IMG_4]]]
[[[IMG_5]]]
