品玩

科技创新者的每日必读

打开APP
关闭
自动驾驶

为什么他们都说无人驾驶的未来要看中国?

靠基础设施完成弯道超车

玄宁

发布于 2019年1月13日

如果你在 CES 的自动驾驶主题展区多走一走,你很难不注意到一件事情:这里的主流玩家只有两种:中国的自动驾驶企业,和美国的自动驾驶公司。CES 看似是一场各展各的展会,但其实“硝烟”依旧弥漫在会场并不好闻的空气里。 

在这个聚集了至少31家展商的最热的展区,来自无人驾驶领域的各路人马,思考的一直是一个问题:自动驾驶的“未来”是在中国还是美国?

CES 上截然不同的 Apollo 和 Waymo 

1月8日,在拉斯维加斯的 CES 主会场,百度的展台前围满了人,略显狭小的场地显得十分拥挤。百度总裁张亚勤出现在台上,发布了百度无人驾驶平台的最新版本 Apollo 3.5,以及和威马等厂商的多项重磅合作。 

而在百度展台不远处,菲亚特克莱斯勒的展台上出现一台白色的轿车。它看起来没有什么特殊,但最吸引人的地方来自它车身上的喷漆:Waymo。 

尽管没有以自己的身份单独设置展台,但 Google 旗下的无人驾驶公司 Waymo 还是展示了自己的产品,并且派出高管参加了至少2场公开论坛。Waymo 的 CEO John Krafcik 也来到拉斯维加斯,参加了一场行业私人晚宴。 

(右为 John Krafcik)
(右为 John Krafcik)

他们分别代表了中美,甚至也是全世界自动驾驶领域最领先的两个公司。虽然现场看不出什么直接的对话,但彼此的“较劲”一直隔空存在。 

硅星人在过去一段时间接触过的在百度硅谷实验室负责无人驾驶相关支持工作的工程师曾很坦诚地说,Waymo 在技术上毫无疑问是最领先的。但是他强调,这并不意味着别人就没机会了。 

而在菲亚特的展台的 Waymo 车旁边,一名来自 Waymo 的员工则拒绝了硅星人的采访要求,只表示,他们也在关注着 Apollo 的动向。和其他展台从创始人到员工都积极投入到推介中不同,这名 Waymo 员工的职责看起来更多是保护这辆昂贵的汽车。 

好在其他参展的自动驾驶上下游厂商都很乐意和硅星人谈论一下他们的看法,硅星人采访了十多名产业链各个部分的从业者,发现一个看似意外的答案:无人驾驶业界期待的“大规模落地”,将很可能率先在中国实现。 

“没有地理围栏限制的自动驾驶不可能实现” 

中美谁可能是第一个落地无人驾驶的国家?这个问题的题中之义其实就已经包含两个关键的观点:一,是业界现在已经对无人驾驶的“未来”有了一个较为普遍且贴地气的共识。二,无人驾驶很可能是一个地域性极强的技术和产业。 

关于无人驾驶的“地域性”,受硅星人采访的多位自动驾驶初创公司工程师都表示赞同。 

“关于自动驾驶,人们常会提到L4,L5。其实这里面有两种分法,一种最多到L4,就是完全不需要人类驾驶员干预,但仍然需要限定在一定的区域内,也就是它永远需要地理围栏。而另一种分法则会多出一个L5 的等级,它指的是无论任何情况,无论天气如何,无论在哪里,都可以实现完全的自动驾驶。”总部在硅谷的无人驾驶初创公司 AutoX 一名负责传感器功能开发的工程师对硅星人说。 

“基于我和同行的交流,现在业内已经基本把小范围的 L4 级别的落地看作最主要的目标。” 

而在1月8日的一场私人晚宴上,Krafcik 也表达了同样的观点。一名参加了这场活动的硅谷投资人对硅星人透露, Krafcik 在会上很直接的表示,“不分地理位置,不分气候等的全面无人驾驶,基本不可能。” 

有地理围栏限制的 L4 成为大多数公司瞄准的短期目标,换句话说,其实这意味着某一个地区或国家会率先实现这样的未来。因为,在区分 L4 和 L5 的这个地理围栏的概念里,单位更多情况下是国家,而非不同的城市或省份。 

“其实我们在不同的州都做过实际情况的路测,基本上我们可以用同一个基础的框架,需要做的只是重新扫描地图,并且根据一些微小的规则的不同来进行算法上的补充和调整。”自动驾驶卡车初创公司图森未来的一位美国部门员工介绍说。“但是不同国家的话,可能情况就完全不同了。”这也许解释了为何图森未来在国内的应用场景目前集中在港口,而在美国则以高速公路运输市场为目标。 

而除此之外,那些政策法规上的巨大区别就更不用说了。 

“中国会更先实现自动驾驶的大规模落地” 

于是,这场技术革命在实际生活中就变成了中美两国公司在实际落地上的较量。对于第一次比拼的结果,CES 上接受采访的多数从业者都认为“胜者”会是中国。 

首先,是现在 Waymo 的技术领先地位究竟会带来多大优势的问题。 

“尽管在技术上,由于 Waymo 的先发优势和依托 Google 带来的资源优势,它已经公认是技术最领先的无人驾驶公司,但这种领先优势其实并不足以彻底甩开其他人。” 美国投行贝雅的分析师 Leiker 在观展间隙对硅星人说。而他认为,紧随其后的公司中,百度的技术在不断进步,缩小差距。 

在今年的 CES 上,百度将 Apollo 3.5 形容为一个能在更为复杂的路况中完成任务的平台,并且同时为 Apollo 增加了新的武器—— V2X(vehicle to everything)系统 。

“不只是以前的市区道路,我们现在拓展到郊区、更狭窄的街道等更多的道路上。”Apollo平台研发负责人王京傲表示。而 Apollo 基于其一贯的开源策略,这次还发布了 Apollo 企业版。“我们将为车企、供应商和出行服务商加速实现智能化、网联化、共享化,提供量产、定制、安全的自动驾驶和车联网解决方案。” V2X 的相关解决方案也将做一定的开源。 

Apollo 保持着近乎每半年一次的更新频率,拒绝被甩在身后。而与此同时,Apollo 坚持的开源,以一种类似长尾理论的效应也在帮助中国的自动驾驶从业者“团结”在一起进行追赶。 

“这种开放策略把国内的很多无人驾驶初创企业都联合了起来,就像安卓一样,它帮助这些企业做了基础的工作,也能让他们的话语权更大,共同推动产业政策等方面的改进。”一名来自长城汽车的自动驾驶技术相关研发人员对硅星人表示。 

Apollo 坚持的这种开源策略正开始收到成效。在 CES 的百度展区附近,一个名叫 Automotive Grade Linux 的机构组织了各种上下游厂商进行展出,其负责人对硅星人介绍,他们是 Linux 联盟在汽车领域的分支,许多使用开源软件的初创企业是它们的成员。 

硅星人在它的众多展台中发现,大部分展示的产品在自动驾驶平台方面,使用了 Apollo 进行开发。LG 旗下的硅谷自动驾驶模拟器研究所的负责人 Boise 对硅星人表示,尽管仍然有不少缺陷,但他们选择 Apollo 是因为“它是目前可以找到的最适合的开放平台”。

(典型的自动驾驶汽车后备箱) 
(典型的自动驾驶汽车后备箱) 

Waymo 和 Apollo 代表了核心平台技术,除此之外,自动驾驶主要还涉及车辆使用的智能芯片,传感器雷达,以及车本身的制造。在这些领域,近年也都出现很多备受瞩目的中国公司。

总部在旧金山的激光雷达公司 Ouster 的资深工程师张一对硅星人举例说,在激光雷达方面,他感到许多国内公司很有想法,他们的技术并不落后。 

典型的自动驾驶汽车后备箱 而在智能芯片方面,他表示,其实这些芯片本身更像一种加速器,人们把需要单独提升速度的功能,做成芯片来单独运行,实现加速的目的,因此这方面各家的技术差距不大。“这也是为什么特斯拉可以轻易抛弃英伟达的芯片,改为自己研发。”

他指出,中国真正的弱势在于芯片的制造工艺,往往需要到其他国家完成生产。 

"政策优势会大幅弥补技术上的不足"

技术之外,让许多从业者看好中国率先落地的更重要原因,则来自基础设施方面。 

“也许技术上其他公司有些领先的地方,但是如果可以直接从基础设施方面改良,那么这些技术上的差距会很容易弥补。从而实现所谓的弯道超车。”张一对我说。 

他举例说,比如在路口识别红绿灯时,现在的技术依赖对摄像头、传感器收集来的数据进行的算法,但如果交通灯是联网的,可以和车载的雷达、摄像头有直接的交互,也就是 Apollo提到的 V2X 的效果,那么一切都会变得很容易。“原本在这些方面的技术差距将不再重要。” 

而想要推进这件事,目前来看最多的是靠政府的“意志”。在这方面,中国各地方政府已经展示了决心。一家在硅谷的自动驾驶公司创始人曾透露,他们过去半年接到了来自广东、湖南等多地的地方政府的“邀约”,提供各种产业支持、政策协助,来吸引他们去当地特定的“试验田”开展研究以及探索业务。“这在美国是看不到的。”他说。

而多个受访者都提到了最具代表的雄安新区。在百度的展台上,无人送货车车商新石器的联合创始人杨哲对硅星人表示,他们现在在雄安新区已经小范围落地业务,“目前多个试验区中,表现最好的就是雄安那边。” 

张一觉得,越来越多的中国无人驾驶企业在前往雄安,这是一种象征。“雄安的很多尝试就是最好的例子。以小范围地理围栏下的自动驾驶普及来说,我认为中国会更先实现。”张一对硅星人表示。 

这种观点受到多个接受硅星人采访的从业者认可。其中一些人还认为,这种真正落地后在实际运营里收集来的数据和各种实际场景,将变成进一步推广的很重要的先发优势。

(文中张一为化名)

下载品玩App,比99.9%的人更先知道关于「自动驾驶」的新故事

下载品玩App

比99.9%的人更先知道关于「自动驾驶」的新故事

iOS版本 Android版本
立即下载
玄宁

品玩资深作者,关注商业世界里钱的流动、公司的变革和人的故事。联系邮箱:wangzhaoyang@pingwest.com

取消 发布
AI阅读助手
以下有两点提示,请您注意:
1. 请避免输入违反公序良俗、不安全或敏感的内容,模型可能无法回答不合适的问题。
2. 我们致力于提供高质量的大模型问答服务,但无法保证回答的准确性、时效性、全面性或适用性。在使用本服务时,您需要自行判断并承担风险;
感谢您的理解与配合
该功能目前正处于内测阶段,尚未对所有用户开放。如果您想快人一步体验产品的新功能,欢迎点击下面的按钮申请参与内测 申请内测