自动驾驶，命悬车企

凌晨1点，某自动驾驶测试员文康（化名）还在北京郊区零下10℃的冬夜中加班，座舱内的温暖，滋长着疲倦，他不得不摇下车窗，露出一条缝隙，让冷风清醒自己。

由于公司的L2自动驾驶解决方案在去年已经实现量产，他的工作压力陡增，加班几乎是家常便饭，“甚至还经常半夜被拉起来测车”。回顾行业过去的一年，他所感知到的一切都被一个“累”字覆写。

量产步伐加快，迫使那些活在L4美梦中的初创公司，关注现实。

“去年国内大多数的L4公司开始降维切入量产赛道，由直接式转变为渐进式发展。”宏景智驾创始人兼CEO刘飞龙表示，公司较早降维，避免了此前国内外自动驾驶初创公司估值缩水、裁员、倒闭，高级别自动驾驶技术迟迟难以商业化落地等一系列问题。

大如百度与小马智行不再高举高打，去年年末突然慢了下来。

百度时隔2年后推出了自己的领航辅助驾驶系统ANP2.0，据了解今年将推出前装的3.0版本。去年年中曝出裁员的小马智行，降维大踏步入局ADAS。三个递进的NOA版本应了一位业内人士的话：说自动驾驶，解决方案提供商言必提L4，现在为了追求量产，降维到L2，然后不断添“+”号。

某厂商现在已经添了两个，即：L2++。

自动驾驶厂商们首先考虑的问题是活下去，至于到底是从L2、L3、L4一路渐进式发展，还是绕开权责不明晰的L3，眼下似乎不那么重要。

当一个行业卷起来时，洗牌的秒针也随之转动起来。

“真正的L4目前还没有可靠的商业模式落地，包括robotaxi，我认为这个东西就是个伪命题。”文康认为绝大多数公司不可能靠robotaxi那杯水车薪的现金流养活公司，因此 L4 厂商们在尚未找到新的落地场景前，想要活下去，必须另寻他法。

2022年是渐进式路线与跨越式路线分道扬镳的一年。

不少提供L4级别的自动驾驶解决方案，尤其是涉及robotaxi的企业都试图用“数据驱动”讲述自己的商业故事，然而事实并非如此。

因为合规性要求，车企无法提供包括隐私数据在内的敏感数据。即便合规，对于合作的主机厂而言，数据本身被视为资产与资源，宁愿自己开公司做自动驾驶，也不愿意拱手给人。至于robotaxi喂养AI，其意义被明显夸大了，就目前技术条件来看，相关数据利用率非常有限。

测试人员所看到的数据要么是激光雷达采集的点云数据，这只能反映前方有障碍物，需要人工介入判断，这个障碍物究竟是什么；要么反映用户的驾驶习惯，比如有前车插入时，驾驶员如何操作、什么时候刹车、接管频率以及分析接管原因等等。

“判断这类问题完全不需要海量数据，而不同工况的性能测试、一般是需要专业的数据采集车，针对性地采集。”文康提到，市面上配备传感器的量产车，采集精度不够，无法进行标注，自然就无法产生所谓“数据驱动”。真正标注是通过采集车，其在“传感器、激光、雷达的精度更高”。

光子星球从一位猎头处了解到，一位前Mobileye核心技术骨干因为对公司内部管理和前景心灰意冷，此前离职回国，创建了一家L2级别的自动驾驶芯片公司，为相关企业提供工业级芯片，而非老东家面向车企提供量产车的消费级芯片。

大部分如蔚小理等新势力，以及毫末智行这类车企背景的自动驾驶公司，沿着渐进式的路径，皆实现了量产，依靠现金流业务平稳发展。而那些此前高唱robotaxi的公司，则相继走上降维量产的道路。

宏景智驾因为提前降维，得以全身而退，刘飞龙提到“最早我们做的是L4的robotaxi，但很快认识到 L4落地其实还需要时间，尤其是当前市场、法规都不成熟，所以我们很快就把L4降维开始做量产。”他认为，降维不是单纯的软件算法问题，而是涉及到工程化能力积累。

除了降维量产求存外，另一个变化则是感知系统路线得到越来越多车企的认同。很大原因在于，绝大部分厂商没有高精地图资质，如果走纯地图路线，那么势必面临把“灵魂”交给四维图新、高德、百度们的问题。

这种转变使得相关岗位在人才市场呈现出某种狂热。

前述行业猎头告诉光子星球，在半导体大环境遇冷的情况下，MCU、座舱、激光雷达芯片相关岗位比其他细分领域更为火热。据了解，一家造车新势力开出了两倍工资签下了一位某狼性大厂激光雷达芯片验证工程师，狂热程度可见一斑。

半导体团队有一个设计配备3-5位验证的情况，但若没有降维量产的趋势，恐怕很难产生如此高的溢价。

第二次工业革命的嘈杂与轰鸣，催生了以席勒为代表的现实主义。而在主机厂们推出NOA、NGP、NOH、NCA等名目繁多的城市导航辅助驾驶系统时，L4玩家终于低头拾起了现实。

可惜的是，当他们调头降维L2时，却发现辅助驾驶市场的话语权在买方一侧。

光子星球从一位业内人士处了解到，目前针对一款车型的自动驾驶方案招标，往往会经历至少两轮竞争激烈的筛选。第一轮多的时候会有近十家供应商竞标，主机厂围绕可靠性与性价比，层层筛选，直到最后二选一时，深度接触。

“像长城、吉利、比亚迪、宝马，全部都要求我们在第一轮就先把demo做出来，给他们仔细盘过一遍才有进一步讨论的可能，而这个阶段，主机厂考虑的问题除了价格，就是看供应商是否表示出充分的合作‘诚意’。”

这里的“诚意”指的是，车企会将入得了眼的demo都看一遍，取各家之长，然后选择一家最配合的供应商。“也不能说白嫖，因为是走了招标流程，但看了那么多demo，主机厂的人肯定也会取各家之长。”最终中标的那家并不意味着上岸，车企付费是按照阶段分期支付，因此从卖方案自救，最终还是得看竞标厂商实力。

此外，由于提供解决方案的多，给钱的只有一个，这种供给不对称导致主机厂相对强势。如果用点菜形容，或许还不够准确，毕竟车企连使用什么佐料都有明确细致的规定，留给供应商的可发挥空间非常有限。

即便毫末是长城旗下的自动驾驶公司，在面对长城汽车方面时，也会经历相同的过程，而且风格比较“黄晓明学”——没有要不要的问题，只有配不配合的态度。

一位毫末智行的员工表示，“车企要什么样的传感器，芯片选型，都是他们说了算，我们只能说有或没有，包括一些不合理的要求，很多情况下我们都是忽悠着说有，先答应下来再想办法调整。”

或许是被母公司长城训练过，据了解目前比亚迪与毫末已就合作达成了初步意向。值得一提的是，毫末一直渴望撕掉“长城系”的标签，如果合作落地，将完成一个阶段性目标：走出长城，找到第二个“爸爸”。

L2加速量产并不意味着小马、百度们的L4梦破碎，种种迹象表明，行业正打着L2+的旗子，做L4的技术。换言之，四战之地在L2+。

前已量产或者即将量产的L2解决方案，已经部分具备了L4的功能。例如早前小鹏发布的NGP可以做到点对点的“导航辅助驾驶”，百度智驾产品领航辅助驾驶ANP和自主泊车AVP也实现了泊车域到行车域的全域辅助驾驶能力。

且不论这些城市导航辅助驾驶系统好坏，之所以在L2+上堆砌能力，主要是考虑到合规性问题。因为只要是L2+，一旦行驶过程中出了任何意外，都是驾驶员的责任。于是，几乎所有降维量产的L2+方案，都或多或少带有L4色彩。

唯一掣肘的问题在于，L4厂商所积累的计算能力、硬件定制化需求都使得其很难复用到L2与L2+。如L4搭载的激光雷达与L2以视觉感知为主，二者在数据记录存在差异。加之量产伴随着定制化开发，将显著增加相关厂商成本。

小马智行是降维量产较早的厂商之一，不过因为某网约车平台IPO失败，导致其项目落地遥不可期，以及降维量产所带来的阵痛，导致小马裁员大多涉及到数据与算法岗。

目前前装量产的公司大多有车企参与，如前年上汽领投C轮与C+轮融资的Momenta、去年广汽资本领投的禾多科技，以及背靠长城、量产在即的毫末智行。

目前各类自动驾驶车辆都还处于区域测试阶段，根本无法支撑上游产业链。因此城市NOA落地对于行业而言犹为重要。一个显而易见的事实是，汽车以及汽车产业链大多属于规模化经济，如果不能覆盖更多城市，很难在一座座孤岛中建立商业巨厦。

幸运的是，虽然自动驾驶目前属于买方市场，但是车企也很难“抄”自动驾驶厂商作业。“车厂的核心不在于标准化，当这个行业拼内卷、拼配置、大量上车讲效率的时候，供应商肯定就有优势。”

传统车企当下面临转型难题，毕竟他们的内核仍不是软件公司。比如大部分自动驾驶厂商有70%的工程师是软件工程师，而传统车企70%的工程师是机械工程师，人才理念、做事方式、迭代周期、开发方式都大不一样，后者很难“大象转身”。

如果把车企和厂商比作风和沙的关系，那么对于高阶智驾而言，政策才是光。

去年11月2日，工业和信息化部会同公安部，公开征求对《关于开展智能网联汽车准入和上路通行试点工作的通知（征求意见稿）》，《通知》提到智能网联汽车搭载的自动驾驶功能，包括了L3与L4。

让人意外的是，业内并没有欢呼声。一位业内人士解读称，“车企应该在通知出来前就有过一些接触，如果上面没有与行业接触和试水，也很难评估。”

显而易见的是，厂商们先得撑到城市NOA落地，然后再根据L3/L4的落地情况，碎步慢跑。可以肯定的是，在此间一部分孱弱的追梦者可能倒下。

“2023年或许会有1/3，甚至一半的自动驾驶公司要销声匿迹，在这种紧迫性下，L2+成了狭窄的三峡。”

这或许是那些没有背靠大厂的初创公司们真正迎来挑战的时候。