行业资讯｜L4自动驾驶领域又搞新动作！执着高阶智能驾驶？还是“降维”入局L2？

近两年，自动驾驶的热潮一直高涨不退，自动驾驶行业正发生一些有趣的变化。

一直以来，无人驾驶/自动驾驶公司都非常「专一」，在各自战场默默发育壮大，立志于将「无人驾驶带进现实」。但不知什么时候开始，这些公司都在逐渐扩大自己的边界，开始用自己的L4自动驾驶技术涉猎更多不同场景：Robotaxi、Robobus、无人货运……

如今，行业又迎来了一波新的扩张潮，越来越多的自动驾驶车企开始将魔爪伸向高级别自动驾驶领域。

另一边，随着Momenta、轻舟智航、文远知行等等曾专注于L4 自动驾驶的公司开始做 L2 级别的前装量产，L4 自动驾驶的商业化问题再次受到质疑。

01

执着高阶智能驾驶的公司们

1

元戒启行

2021年12月8日，元戎启行发布了面向前装L4级的自动驾驶解决方案DeepRoute-Driver 2.0，搭载5个固态激光雷达，8颗高动态范围摄像头，可适配不同类型传感器和车型。

这么顶的配置，成本不到1万美元。

不过，元戎启行的前装方案激光雷达数量其实可以选装，对应自动驾驶能力自然也有所不同。

说白了就是，元戎启行也可以为主机厂提供高级别辅助驾驶解决方案。

而且相比于5激光雷达方案，这套成本又能低不少。

这还没完，据元戎启行CEO周光透露，在确保系统性能的基础上，与车企大规模合作后，整套自动驾驶系统成本可再降低70%。

2

轻舟智航

5月18日，轻舟智航举办了第一届品牌日。在这次品牌日上轻舟带来了第四代量产车规级自动驾驶方案：DBQ V4。同时带来三个不同配置：旗舰版（高配）、加强版（中配）、标配版（标配）。

对于不同配置差异。轻舟智航CEO 于骞这样说道：

「高配版可以实现完全自动驾驶能力。」

「中低配版可以以一个合理的成本为用户提供更加顺畅的驾驶体验。」

3

华为

在最开始，华为瞄准的其实也是L4自动驾驶。最知名的应该就是和奥迪的合作。

2018 年 7 月，双方签署战略合作谅解备忘录，共同开发智能互联汽车；同年 10 月，华为 MDC（智能驾驶计算平台）上车奥迪 Q7 ；同年12月，奥迪中国研发团队联合华为在北京延崇高速公路一封闭路段进行了L4自动驾驶以及基于C-V2X（基于蜂窝网络的V2X）的车路协同演示，成为首个在国内实际高速公路场景进行相关联合演示的车企。

2019年9月华为全联接大会上，华为L4 全栈智能驾驶解决方案（ADS）亮相，同时华为表示正在和奥迪做联合路测，此次与奥迪的联合路测，测试车队规模将达数十辆，是奥迪目前在中国最大规模的自动驾驶车队之一。

02

L4量产应用的难点

诚然，L4公司在算法能力、数据闭环能力、系统流畅性和技术架构上限上占据了一些优势，但是也并不是全然没有短板，他们的集成能力和供应链管理相对较弱，不过最突出的短板还是工程能力。

1

何为工程难点

在智能驾驶行业内，大家提到的“工程能力”，具体是指以下三点：

1、满足车规级要求，如安全性、稳定性、可靠性等；

2、能够满足功耗成本等目标；

3、满足1和2的基础上最优化算法功能和用户体验。

在这方面，不少L4自动驾驶公司是算法优先，追求算法的先进性，靠打榜或者发Paper来证明自己多牛，对算力功耗等考虑的较少；而L2公司则是工程优先，面向量产，要解决的问题也要繁琐得多，如成本、功耗和算力限制等，也有很多安全性、可靠性和流程上的要求。

一位细分赛道自动驾驶公司技术副总裁提到“工程化的理解”时说道，在技术验证阶段，一般会为了达到某些性能指标而不惜一切代价堆资源，“一颗orin不行上两颗，两颗不行上四颗”，而不用考虑方案的可量产性；但在考虑商业化落地时不能这么干，激光雷达的感知距离就那么长，芯片的算力就那么大，硬件肯定会不停地迭代，但落地预期在那摆着，来不及等新硬件出来，能做的只能是将现有资源的性能“吃干榨净”，将其价值充分发挥出来。

元戎启行周光也承认这一点：“‍‍整体来说，L4自动驾驶公司，工程能力会偏弱一些，传统L2起家的公司工程能力‍‍会强一些。”

这一点，可以从很多L4自动驾驶工程师的光鲜的职业履历上找到原因，他们普遍名校毕业后，加入知名的互联网公司或明星自动驾驶公司，在此之前和车几乎没打过交道。他们自认为是“摘星星的人”，对于工程化的“脏苦累”的活，是有点瞧不上的，也不屑于去做。曾有人向九章智驾吐槽：“很多算法工程师，真的只懂算法，但车是一个工程，是一个产品，毕竟车能上路跑起来，不是只靠算法。”

2

工程能力对L4公司的重要性

一位资深从业者曾举过一个例子说明工程能力的重要性，他说：“纯视觉AEB功能，虽然看起来简单，但却是所有ADAS功能里（‍‍除城区NOA外）最难实现的。”

“纯视觉AEB最难解决的问题是误识别。当前面没有东西而出现‘幽灵刹车’时，用户体验是极差的，甚至会导致被后车追尾。”

“误识别主要因为感知算法不能做到100%准确，为了优化体验，就‍‍需要在后面‘打补丁’，加一些判断条件。比如在拐弯或者一些特殊场景下，加一些场景判断，把容易产生误识别的场景识别出来，剔除出去，从而避免误刹车现象。”

工程能力与工程经验是强相关的，一位资深项目管理专家也表达了类似的看法：“在汽车行业，工程能力更多取决于自身过去经验的积累，短时间很难去弥补，只能靠量产项目去堆。”

03

L4“降维”进入L2前装量产成趋势

当理想与现实碰撞，对 L4 自动驾驶厂商而言，面对资本谨慎，外援不足的现实状况，亟需另谋生路，找到一条能够短期变现的道路——在此背景下，L4 降维进入 L2 前装量产成为趋势。

在 Momenta、轻舟智航走 L2 前装量产路线后，文远知行在 5 月 25 日也官宣与 Tier1 厂商博世进行战略合作，布局L2 至 L3 级别自动驾驶应用。

文远知行与博世的合作被视为降维竞争的开始。1

L4 玩家能做好 L2 前装量产吗

在 L4 厂商降维做 L2 的路线中，既有自主拓展产业链，直接交付方案寻求与车企合作的，也有像文远知行选择与头部 Tier1 厂商合作，仅提供软件开发和技术支持，由 Tier1 厂商进行集成和规模化量产，进而向主机厂销售。

无论哪一种模式，对 L4 厂商来说，降维 L2 并不意味着算法能够直接复用，而是从头再来。

即便是Waymo，同样面对着商业变现的难题

“L4 的算法很难复用到 L2 ”，一位汽车行业观察人士向钛媒体 APP 说道，“仅是在感知层面就完全不同，L4 多采用激光雷达，L2 则是纯视觉或是视觉与激光雷达的结合，不同传感器所采用的算法完全不同。”

也就是说，即使 L4 厂商积累了强大的计算能力，但依旧难以复用至 L2，因此需要新增一部分人力物力对不同量产项目进行定制化开发，这也将进一步衍生更多成本支出。

2

谁来买单

随着 L2 辅助驾驶从高速场景走向城区场景，L2 辅助驾驶和 L4 自动驾驶在场景应用上已十分趋同，这给 L4 厂商提供了进场时机，也预示布局 L2 辅助驾驶的主机厂将和降维至 L2 的自动驾驶厂商将在同个竞技场上较量。

当下越来越多主机厂投入研发自动驾驶技术，其中既有坚持全栈自研的蔚小理等造车新势力，也包含长城、吉利、上汽、一汽等传统主机厂，有的甚至在体系外搭建了专门团队，如上汽的零束科技、长城的毫末智行、吉利的亿咖通等。

“不具备自研能力的车企”，一位行业人士说道，“有能力自研的车企都不愿意把灵魂交给供应商，长此以往，主机厂最后会成为代工厂角色。”

L4的理想与L2的现实之间有着商业化这道鸿沟

另外，即使 L4 厂商与主机厂达成合作，关于自动驾驶数据归属权的问题也需要双方博弈。对 L4 厂商来说，无论是安全性验证还是自动驾驶能力的提升，都离不开数据。对车企而言数据同样十分重要；毕竟，自动驾驶竞争的关键在于数据。

主机厂会因为 L4 厂商强大的算法能力，数据处理和分析能力而选择与其合作，也不排除会因为数据问题而产生忌惮。

随着智能化越来越成为汽车竞争的重要标的，主机厂与供应商之间的关系也并不是传统的供给关系，而是竞争与合作并存。

即使是降维进入，但并不意味着 L4 厂商就能够轻松做到前装量产，其不仅需要补足短板，还要应对来自车企和竞争环境的不确定性。

L4 厂商能否在 L2 前装量产的路线上走出一片天地，一些都还没有定论，一切都还是未知数。

04

“自动驾驶理想与难以商业化”的现实矛盾

自动驾驶汽车一直呈现出两条发展路径——一是以 Waymo 为代表的跨越式全自动驾驶路线，即一步到位制造达到 L4或L5 级别的自动驾驶汽车；另一种则是渐进式路线，从 L2 级的辅助驾驶量产开始向 L3、L4、L5 的无人驾驶等级逐步升级，特斯拉、蔚小理等都是这一方向。

尽管两条路线殊途同归，但从现实情况来看，不同的实现路径已将场内玩家进行分流，L4 自动驾驶重技术实现，L2 辅助驾驶重量产应用。