自動駕駛想要破局，需要換一種「活法」

「一款極具性價比且智能化程度符合市場需求的車，更容易被接受。」黃文歡直言，這種變化的核心目的其實是能夠給公司一個很好的成長性和營收。

目前，摯途科技L2+自動駕駛的算力，在實現相同功能下，可以達到國內算力需求最低。

作為一家由主機廠發起的自動駕駛公司，摯途科技似乎對於如何讓自動駕駛技術落地，有著越發務實的理解。

另一邊，將性價比踐行到底的亦有智行者。

「在低速、高速的場景下，今年客戶又提了更高的需求。」張放對產業家說。

例如，最低速場景中，一個清潔類的設備，如何在地下停車場、大型的商超等細分場景下打造更加垂直、有針對性的能力；能否通過雲端協同，實現整體調度……

在高速場景中，隨著自動駕駛技術的發展，以及人們對自動駕駛認知日漸加深，對其技術同樣提出了更高的要求。例如進一步解決長尾問題。

在客戶更高的要求下，智行者也在不斷打造更高性價比的解決方案。

具體來看，在算力成本上，之前大多會選用英偉達，而如今則更多以國內晶片為主，以減少算力成本；此外，通過不依賴高清地圖的技術方案，減少高清地圖這方面的成本；通過對攝像頭的優化，使得行車和泊車的這種攝像頭得以復用。

「今年，自動駕駛賽道對於成本的控制會更加重視，只有更高性價比方案，才能被選擇。」

如今，這種自動駕駛奔向高性價比、實用的的趨勢，早已蔓延至整個賽道。例如，豪末智行也於近日發布了三款千元級HPilot產品，主打「極致性價比」。

「乘用車銷量和智能化指數都在穩步提升，同時智能駕駛滲透率與價格卻呈反向增長。」毫末董事長張凱認為，更具性價比的行泊一體的域控方案將成為主流。

然而，在更高的要求下還要保證產品的高性價比，卻有些相悖。

事實上，L4級自動駕駛技術的落地路徑，除了單車智能，還有車路協同。「從整體的系統來看，車路協同路徑要比單車智能成本低。」張放說道。

具體來看，在技術層面，通過車路分配的不同傳感器之間協同，一定程度上可以提升感知範圍，進一步解決L4級自動駕駛固有的長尾問題。

在成本層面，目前比較高級別的自動駕駛，高速巡航帶動上下匝道包括城市巡航，其實都帶雷射。再加上控制器成本，整體成本基本上在3萬左右。通過車路協同設施，能夠減少車端傳感器的成本和算力要求。繼而實現整體解決方案上的成本壓縮。

由此可見，無論是技術還是成本上，似乎車路雲協同更有優勢。值得注意的是，隨著智慧城市的不斷推進、發展，車路雲協同，正在慢慢成為現實。

「未來的終局一定是智慧城市的縮影下的控制，不可能是單車智能。」某業內人士對產業家說。

值得注意的是，車路協同這條路上，所需要面臨的問題其實更為嚴峻？

車路協同是出路嗎？

車路協同，即在車輛智能化之外，再在道路兩側安裝傳感器及其他數據處理設備，實現車與車、車與路、車與人的信息實時交互，系統收集數據信息，主動參與和控制道路安全管理，充分有效地實現人、車、路的三方協同。

由於數據收集更加廣泛，道路及其他信息涵蓋得更加全面，因此車路協同在提升車輛及道路安全方面是單車智能的有效補充。

百度創始人李彥宏此前就曾談到，安全，遭遇極端天氣、物體遮擋等情況，單車智能容易看不見。而車路協同可以幫助車輛感知視野盲區的信息。通過車路協同可以讓自動駕駛事故率降低99%。

其次是成本，「低速場景做L4可能一套下來都得三四十萬，四五十萬。」黃文歡對產業家說。

而在高速場景的L4級自動駕駛汽車，要保證系統的安全可靠，在感知、算力上的投入大幅度增長，那麼隨之而來的就是硬體設備無止盡的升級或增加。例如用於遠距離、大範圍探測的L4/L5級別自動駕駛主雷達方面，價格昂貴，禾賽科技在2020 CES上發布的64線超廣角雷射雷達PandarQT零售價就高達4.999美元。

據了解，目前高速場景L4級自動駕駛汽車硬體成本100萬左右，如果將部分自動駕駛功能轉移到路端，例如將雷射雷達部署在路側，以此補齊單車智能短板、還可降低成本。如果每輛車能夠節省1.98萬元的成本，就可以在每公里的道路上投入100萬元的智能化改造。

但在國內，目前車路協同建設，強依賴於當地政府的資金、推動。此外，對於大部分自動駕駛廠商而言，本身已經具備單車智能的技術能力，便沒有必要再去依賴車路協同下的信息。

其次，目前來看，車路協同路徑的大規模推進，仍缺乏一個好的組織架構，即如何讓車路協同真正的發揮它主導的優勢和它的安全可靠性，以至於讓智能駕駛公司能夠減少車身冗餘的這部分的一個傳感器的硬體，很好的去配合那個車路協同的強感知強依賴的狀態。

更為重要的問題是，若出現安全隱患，誰負責？

此外，車輛駕駛過程中，發生問題之前，雙方都感知到了，通過傳感器感知到一個問題，到底是聽誰的，由誰來決策。到目前為止，這些問題都沒有一個具體的應對方案。

「車路協同和單車智能未來或許是一個相互融合的局面。」黃文歡對產業家說。一個事實是，車路協同路徑想要實現完全大規模落地，仍有很長一段距離。

「我們是同時看好兩個路線，但是仍要以單車智能為主，然後車路協同為輔。」在張放眼中，好的工程化能力、硬體的開發能力以及數據閉環能力，是智行者L4級自動駕駛落地的重要能力。

站在當下來看，車路協同仍是L4級自動駕駛技術落地的出口。正如張放所言：「車路系統起步相對慢一點，但是它的上限會更高一點。」

但是，車路協同和自動駕駛需要相互融合、互補，才能發揮更大的優勢。

「車路協同這塊可能只占到20%左右，它還是一個輔助感知輔助定位。」黃文歡認為，就目前而言，車路協同無法作為自動駕駛的決策手段。

在愈發看中性價比的自動駕駛市場中，自動駕駛廠商需要開啟新的「副本」。

自動駕駛的終局：智慧城市

過去很長一段時間裡，單車智能、車路協同兩種L4技術落地，後者往往是諸多業內人士並不看好的一條路徑。

但隨著政府對智慧城市的持續投入、數字化的持續滲透，以及5G等通信技術的發展，一些變化也在發生。

從2018年開始，國家相繼出台多項政策，統籌規劃車路協同產業發展，加強頂層協同。

根據億歐報告，2020年新基建政策出台後，車路協同便與智慧城市綁定，成為智慧交通的必備要素。2021年「雙智城市」的試點政策更是進一步推動了車路協同的發展。數據預測顯示，隨著車路協同逐步走向規模化與市場化，2030年中國車路協同市場規模有望達到4960億元。

目前百度等網際網路廠商也開始發力車路協同。

具體來看，摯途科技已經在一汽大眾工廠物流、內蒙古策克口岸等諸多低速場景中部署車路協同軟硬體設施；百度與廣州黃埔達成合作，落地車路協同城市公共數字底座和智慧交通AI引擎。此外百度Apollo還在首鋼園滑雪場打造車路協同自動駕駛應用場景等；蘑菇車聯先後在湖南衡陽、四川成都、北京通州等地，相繼開展車路協同項目，累計項目金額高達幾十億。

未來，隨著技術及模式的逐漸成熟，車路協同成本正在大幅降低。

一方面，以雷達為主的核心零部件成本隨著技術發展逐漸降低；另一方面，路端基礎設施建設經歷「實驗驗證運營實驗技術驗證」等多個階段逐漸形成成熟機制後，成本也會降低；此外，未來單位道路資源上承載的車輛會逐漸增多，分攤之下成本優勢也會更加明顯。

在路端基礎設施方面，隨著車路協同逐步走向規模化與市場化，路端成本將從現在的100餘萬元/km進一步降低。

在自動駕駛成本不斷降低，長尾問題不斷完善下，一個可以看到的預測是，未來或將不需要車輛大腦，只是按照統一的標準、統一的接口去匹配車輛上統一的硬體。

智慧城市的建設，或將成為其終局。

從「一步到位」到場景、技術降維。從拼落地路徑，到拼雷達、算力，再到如今的性價比之爭，自動駕駛似乎變得愈發「接地氣」。這種變化，恰似一個賽道發展走向成熟、穩定的前兆。但自動駕駛賽道，也因此進入了「淘汰賽」。

自動駕駛想要破局，需要換一種「活法」。