目前自动驾驶的算法和传感器方案都类似，到底要靠什么胜出

在回答读者问题之前，不得不提上周的行业最大的新闻：Waymo在凤凰城正式对外推出无人驾驶服务，车上没有了安全驾驶员。其实，在此之前，Waymo已经在对外测试无人驾驶，但之前，乘客必须首先签一份协议，表示自己承认车的危险性。但是这一次，乘客终于不用再签协议。虽然只是一份协议而已，但这算是行业上历史性的里程碑。

上个月有《落地之路》的读者发来问题，问题很具有代表性，这里和大家分享。

读者问题：

“目前自动驾驶的算法和传感器方案都类似，似乎测试里程和数据是最大的差异，那最后公司是依靠这项胜出吗？会出现赢者通吃的局面吗？和车厂的关系以后又将是如何？”

我个人的答案是，假设你在机器学习模型上已经玩不出什么新花样，最后就是靠数据胜出。

这一点也是相对成熟的团队的通病。模型搭起来了，数据也积累了一些，但从驾驶表现来看，始终没有实质性的进展。

数据要看两方面。首先是“质”。数据里的场景必须要丰富，不能在荒郊野岭驾驶，那样的驾驶数据再多也没有价值。比如，一些团队会让自动驾驶车去不同城市采集数据，这样的驾驶场景可以保证多样性。

其次是“量”。一些团队无法解决这个问题，往往是因为成本。采集数据需要车，需要传感器，需要驾驶员。这些都是成本。因此，团队需要从不同角度入手，想出低成本的方式去采集数据。

比如，你采集数据就一定需要用自动驾驶测试车吗？可以用普通车吗？采集数据就一定要用车吗？可不可以把传感器安装在摩托车或者自行车上？传感器有没有更低成本的选择？

然而，想赢得自动驾驶这场战役，远远不止数据这么简单。

即便你拥有最顶尖的机器学习团队，坐拥顶级的驾驶数据集，打造出了顶级的自动驾驶软件，也只算完成了任务的一半而已。

（所以说，自动驾驶的落地之路真的很难，其中的苦恐怕只有圈内人才懂。）

还有一半是硬件。

好消息是，硬件行业相对成熟，软件公司可以向很多硬件公司寻求合作，共同打造自动驾驶车。

一些团队往往过于自信，恨不得非要一上来就将软件硬件全部完成，不与任何公司合作。对于这些团队，想赢得自动驾驶竞赛，就不只需要攻克数据这一个难点了，任务量会翻倍。这样很容易耗尽公司的资源，最后一辆车也造不出来。

因此，越来越多的软件团队开始与车厂合作，放弃自己造车的计划。其实这是相当明智的决定。

先打造出一辆自动驾驶车，即使这辆车并不完美，至少让它跑起来，再谈以后的宏伟蓝图。做事要有先后顺序。

一些团队和车厂没谈拢，或是没有找到合适的合作对象，那就只能被这轮竞赛所淘汰。

今年由于疫情的影响，一些团队的合作没能谈拢，很多团队没能撑过去。现在看看美国的硅谷，剩下的自动驾驶公司巨头已经为数不多了。

这些公司每天都要花销至少一百万美元续命，养活自己的科研成本。事实上，各个公司之间做的东西都大同小异，公司合并其实不难实现。

这也是为什么在硅谷的自动驾驶圈内跳槽非常容易的原因。一模一样的代码，放在哪个公司其实都能用。

那些现金流撑不下去的团队，很快会被更有实力的公司吞并，或是遭到拆分。最终很可能会形成几家独大的局面，每家公司都有专家独特的优势。比如：

未来，像Waymo这样的公司负责提供自动驾驶软件系统。Waymo甚至有可能将系统开源，就好像安卓系统一样。车企会买这个驾驶系统，就好像不同的手机厂商都使用安卓系统。

车企负责提供硬件，这种车企的特色必须是成本低，灵活度高，才能跟得上产品更新的需求。不能像现在的车厂那样，平均五年才造出一辆新车。未来的市场会要求他们几个星期就要做到开始量产。

除了软件公司与车企，自动驾驶行业还在带动各种细分行业。比如专门做运营的公司、专门做数据标注的公司、专门做测试的公司、专门做仿真系统的公司也会得到很快的发展，辅助那些核心公司共同完成自动驾驶车的落地与扩张。

所以，行业最终的格局很可能是，每个细分领域会有一家领头公司，占有该细分领域绝大部分市场份额。各个细分领域的领头公司会共同合作打造并运营自动驾驶车，通过垂直的方向分割自动驾驶产业的利润。

责任编辑：xj

原文标题：自动驾驶竞赛僵持不下，到底要靠什么胜出？

文章出处：【微信公众号：自动驾驶说】欢迎添加关注！文章转载请注明出处。