衡阳之后,重估自动驾驶落地

这是自动驾驶发展史上的魔幻现实一幕。

公交自动驾驶、出租自动驾驶、观光巴士自动驾驶……

清扫车、巡逻车、微循环社区公交、摆渡车,都由自动驾驶系统驱动。

这甚至还不是某个特殊节日的演示。

在暴雨天、夜晚、早晚高峰的市区和主干道,它们都能照常运营无误。

之所以魔幻现实,是因为这样的场景来自现实,更因为它并非出现在硅谷或中国某一个以科技先进而知名的城市。

衡阳,位于中国湖南省中南偏南的一个三线城市,一个大多数中国人也只是通过“衡阳雁去无留意”而存有印象的地方……

率先把想象中的自动驾驶落地终局,变成了日常。

「衡阳模式」

一个三线城市,究竟有啥魔力?

原因与之前鲜少提及的自动驾驶落地模式有关,是一种来自“城市级”维度的高维商业化检验。

这个模式的构成,比之前自动驾驶商用落地中被讨论的任意一种,都更宏观。

它包含了三大方面:

车,单车智能。

直观的传感器,如激光雷达、摄像头、毫米波雷达,都在车端部署。

而且从传感器到计算力,都按 L4 级自动驾驶标准来准备。

路,智慧道路。

车端类似的传感器之外,新增通信设备,包括通信单元 RSU、5G 民用网络,以及计算设备,像边缘计算服务器。

如此改造之后,路端就变成了一个完整的交通感知系统 —— 可以在路侧就感知数据,然后实时计算,最后第一时间将结果反馈给路上的自动驾驶车辆,协助其全知全能,实现车路协同。

云,AI 云平台。

集合车端、路侧的全维度数据之后,建立数据模型,驱动实时计算、监测交通事件、分析交通态势,以及自动驾驶车辆调度,可以统一在云端还原智能决策。

这已不是之前常见的用于训练的那种自动驾驶云平台,而是具备了交通 AI 底层系统和应用运营系统的 AI 交通大数据平台。

如果要类比,你可以想象为一个机场的塔台、一个地区的通信总基站,也可以理解为一台电脑的操作系统。

因为这个 AI 云平台,实现了一座城市交通元素的全覆盖、分析、预测和调度。

而衡阳模式,就是这种车路云一体化落地的模式。

带来的效果也非常显性。

一方面,自动驾驶的城市落地展现出全面性,不仅有 RoboTaxi、RoboBus,还有清扫车、巡逻车等。

载人也载货,乘用也商用。

另一方面,为自动驾驶落地中的长尾问题提供了更好的解法。

长尾问题,corner case,自动驾驶技术研发领域最提心吊胆的存在。

只要解决得不够到位,自动驾驶落地中的安全性,就难打包票。

但现实骨感之处,恰恰在于长尾问题的无穷无尽。

再智能的单车自动驾驶系统,即便完成了 99.9% 问题的准备,但如果在 0.1% 问题出现时应对不力,就会造成事故。

这也是自动驾驶落地开创者 Waymo,推进 10 年,烧了上百亿美元,仍然难以在路况复杂城市落地 RoboTaxi 的关键原因。

夜晚、刮风下雨下雪、早晚高峰路况,以及各种各样异型交通主体,都可能造成自动驾驶系统的误判。

但如果在车端之外,拥有来自路端的传感数据冗余,再配备云端全局维度的计算和决策,应对长尾问题的能力,就能得到质变式提升,落地运营中的安全性和可靠性,也会有更高维度的保障。

在自动驾驶领域,这不算是新认知,但在衡阳之前,还没有哪一座城市、哪一个地方,真正实现车路云一体化的城市级商用落地。

而衡阳,项目总金额 5 亿元,用时大半年时间,验证了自动驾驶商业化落地的全新模式。

甚至被称为:终局模式。

三大自动驾驶商用模式

自 AI 变革开启,自动驾驶规模化落地有望成真以来,领域内出现了两大路线。

一种被叫做 Waymo 路线。

一种则被称为特斯拉路线。

虽然有技术选择和演进方式的原因,但更主要的还是两种不同的路线,代表着不同的商业化模式。

Waymo 路线,有时也被叫做 RoboTaxi 路线,顾名思义,就是以 RoboTaxi 作为商业模式,以推出 RoboTaxi 产品、提供 RoboTaxi 服务来实现营收和盈利。

特斯拉路线,也叫量产自动驾驶路线,在量产车上率先应用自动驾驶,面向车主收取费用,最后在技术达到 L4 之后,渐进到 RoboTaxi 模式上。

这两大模式,各有优缺点。

Waymo 路线面向的受众广阔,提供的服务也更本质,变革涉及面也更为广泛,从出现的第一天开始,就被认为是交通出行的颠覆性变革。

甚至一度有乐观者畅想,人类很快既不需要考驾照,也不需要买车,RoboTaxi 会实现汽车所有权到使用权的彻底性改变。

但 Waymo 路线的缺点,也在落地中暴露。

因为 Waymo 不仅以 RoboTaxi 为目标,而且还是单车智能基础上的 RoboTaxi 为目标。

这就意味着 Waymo 需要提供一位接近无限全能的 AI 虚拟司机,才能放心提供安全可靠的 RoboTaxi 服务。

为了达到这种标准,Waymo 一方面在车端配备昂贵冗余的传感器,确保车端传感系统的准确率;另一方面还要在落地一座城市前,用规模庞大的车队实路路测,确保尽可能多的长尾场景,能在运营前被解决。

但过程中不仅费时耗力,所有的成本还都压在 Waymo 一家公司身上,并且随着落地紧迫性提升,压力还会更大,耐心也被一点点消耗。

所以作为自动驾驶商业的开山鼻祖,Waymo 最先培养了人才、指出了商业模式,赢得了所有人的尊敬…… 但在落地实践中,却一而再被唱衰。

Waymo 从最初分拆时被评估的千亿美元,不断缩水,在两轮外部机构参与的募资后,估值 300 亿美元左右。

然而现实更凛冽的是,即便如此,Waymo 也很难给出规模化商用的时间表。

与 Waymo 遭遇的冷遇相比,走出产能阴影的特斯拉火爆异常。

因为特斯拉展现的自动驾驶可能性,市值随其交付量水涨船高,最新已经突破了万亿美元。

特斯拉路线在自动驾驶的商用上,优势显而易见,它的成本主要集中在系统研发阶段,一旦推向车端应用后,每一辆特斯拉智能车上路的地方,就是其开启路测的地方。

每一位特斯拉车主,不仅付费使用自动驾驶能力,而且在影子模式下,实际也是马斯克的义务安全员,他们需要时刻监控车辆在自动驾驶模式下的状态,并能在长尾场景、极端场景时紧急接管 —— 其后系统就会针对性学习,不断迭代进化。

相比 Waymo 的自建车队、自养安全员,特斯拉推进自动驾驶落地过程中,也将成本压缩到了极致。

最大的问题,在于安全性和可靠性。

首先,特斯拉提供的是一套进化中的自动驾驶系统,或者只能称其为辅助驾驶系统,AI 司机无法做到 100% 决策。

其次,人机共驾中的悖论没有消除 —— 一个被 AI 部分解放的人类司机,要如何才能在紧急时刻迅速完成有效接管?

事实证明,放松状态的人类司机,几乎很难紧急接管,事故也就在所难免。

那么问题来了。

既然 Waymo 和特斯拉两种落地模式,优缺点都已经在实践中暴露,那自动驾驶商用,就有没有兼收并蓄的模式?

取 Waymo 和特斯拉之精华,避其短板。

有,依然以另一家国外公司来命名,这就是 Cruise 模式。

Cruise 最早是独立的硅谷创业公司,后来被汽车巨头通用收归旗下,然后又在孙正义的主导下,并而复拆,吸引更多外部资本加速发展。

但因为 Cruise 这种独特的背景,也就让其采用“Waymo + 特斯拉”模式成为可能。

一方面,Cruise 直接面向 Robotaxi,研发 L4 级自动驾驶技术。

另一方面,它又把 L4 级自动驾驶技术,降维释放给量产车使用,并且随着量产车上路,用实路数据迭代 L4 自动驾驶模型。

在这种技术流和数据流的循环中,实现成本和安全、技术和商业的平衡。

这也是 Waymo 和特斯拉不断被热议中,Cruise 模式越来越被看好的原因。

但 Cruise 具备的优势,主要还是站在单车智能的维度,而这个维度的推进,越往后越极致,基本属于科学问题。

为什么不能站上更高维度,用更全局的安全冗余审视?

比如车路协同。

实际上,Waymo、特斯拉还是 Cruise,纷纷以单车智能维度落地,并不完全是认知不到位或“时代局限”,背后也有所处国家和地区的制度制约。

美国,并不是一个以基建狂魔著称的国家,也不在集中人力物力办大事的领域具备优势。

Waymo、特斯拉和 Cruise,商用落地不得不偏向单车智能。

完成 MVP 验证的第四种模式

所以在自动驾驶的车路协同模式上,西边不亮东边亮,也就顺理成章。

车路协同模式下,聪明的车和智能的路相配合,不仅是技术能力上的提升,也能实现安全性上的冗余保障。

在推动自动驾驶规模化商用方面,优越性也不言自明。

首先,整体成本在降低。

车路协同可以让单车改造的成本降低,自动驾驶车辆普及和被接受都会提速,而路端的成本有公共服务分担,自动驾驶的成本不会压在一家企业身上。

其次,需求明确,营收前置。

Robotaxi 和量产自动驾驶,都有市场教育过程,需要让用户认可、买单。

但车路协同,第一阶段的营收来自公共服务提供者,即 To G。

从实践证明来看,中国城市公共服务对于自动驾驶技术的刚需明确,除了公共出行等方面的民生改善,还有清洁、巡逻等方面的人力短缺难题。

如果应用自动驾驶,可以显著提升城市效率和幸福感。

所以结果上看,不少城市都已经为自动驾驶方案前置买单,金额动辄数亿元。

衡阳案例中披露的是 5 亿元,而百度也通过财报披露过,2021 年前三个季度,千万元级订单就已经超过 20 多个,并且如广州黄埔这样的地区,一个订单就达到 4.6 亿元。

商业模式和收入变现上,已经得到了证明。

最后,模式上还可持续。

车路协同的建设到提供服务,非常类似于云服务。

又因为其牵涉的资源和技术标准,客户更换的门槛不低,模式上的稳定性和可持续性也就更高。

但车路协同也不是完全没有挑战。

最核心的问题是:规模大、要素多,复杂性高。

车路协同模式里,车端系统、路端建设,以及云端协同,每一项都是大工程,而且最后还要实现数据层面的协同打通,做到一套实时系统的构建。

在之前中国互联网的发展历程中,曾有两家公司率先开启过类似系统架构的打造。

一家是百度,打造的是一整套信息检索系统架构。

另一家是滴滴,打造的一整套车辆实时调度系统架构。

但这两套系统,在车路云一体化系统面前,也是小巫见大巫,车路云一体化系统,涉及的数据量规模,对时延的要求,前所未有。

于是这样的车路云系统,一度也有极其强烈的出身论 ——

认为只有巨头玩家才能搞,在自动驾驶领域,综合技术实力、公司体量和资源整合能力,排资论辈之后,甚至名单上只剩百度和华为。

于是衡阳成果浮出水面,城市级自动驾驶落地成真,车路协同路线上第一个真正意义的城市级自动驾驶 MVP—— 最小可行产品出现,外界反应也是理所当然的二选一:

百度?华为?

但答案出乎意料:都不是。

自动驾驶落地的终局

衡阳模式的打造者,来自一家此前并不被外界所知的公司:

蘑菇车联。

创办于 2017 年,从一开始就瞄准车路协同展开自动驾驶商用落地,并且获得了腾讯、京东、顺丰等在内巨头公司的看好和投资。

不过因为车路协同涉及面广、落地相比单车智能见效更慢,于是也很难站在聚光灯下。

直到此次,在衡阳一鸣惊人,一炮而红。事实上,该公司丛 2019 年在北京建成全国首个商用 5G 车路协同示范路段后,相继在苏州、上海等地展开尝试,衡阳项目签订后不久,其与河南鹤壁也签订了类似的城市级自动驾驶落地项目,公布金额为 3 亿元。

不仅是对自身技术等综合实力的证明,更验证了车路协同模式的商业化落地优越性。

蘑菇车联创始人及 CEO 朱磊,甚至认为“单车智能 + 车路协同”模式,就是自动驾驶落地的终局模式。

与自动驾驶产品是 RoboTaxi、智能量产车等认知不同,朱磊从一开始思考自动驾驶变革,就是一种城市级思维和视角。

在朱磊来看,自动驾驶变革,就是给整座城市接通了“电力系统”,RoboTaxi、RoboBus 和清洁车等等,都只是通“电”后的新应用而已。同时把车路协同引入这个系统,如同“电网”上增加的多重安全冗余。

只是区别于成熟的电力系统,自动驾驶现在还处于相对早期阶段。

既需要技术驱动,也需要实现商业驱动循环。

于是车路协同、把“城市”作为落地对象,也是这种行业特殊性的内在要求。

蘑菇车联的核心能力,沿着两大要素展开。

一是自动驾驶全栈技术提供商,包括车路云一体化整套解决方案,自动驾驶核心算法、硬件、操作系统和云控平台。

另一个就是自动驾驶的运营服务商,运营包括自动驾驶出租车、自动驾驶巴士、清扫车、巡逻车等全系列城市公共交通和服务车队。把自动驾驶技术嵌入实际运营场景中,比如自动驾驶公交服务,可能需要与公交集团合作,由公交集团采购或租赁自动驾驶车辆,蘑菇车联来提供运维的方案。

当然,在这种推进之下,最直接的优势是 —— 两大自动驾驶落地的挑战和顾虑,有最优解了。

从技术落地层面而言,车路协同是安全性上最有保障的方式,理论上可以无限趋近 100%。

在数据和信息全局性、及时性的基础上,可以实现决策层面更长时间的预判。处在这个系统中的车辆,如果可以提前预知 1 公里、甚至 10 公里外的所有交通信息,安全性将大大提升。

而从商业层面来看,自动驾驶落地的统一运营,更利于城市有序高效的管理。

并且只有所有的自动驾驶车辆都接入城市的统一管理服务,来做统一的调度和信息分享,才能真正解决城市的效率问题。

所以归根结底,衡阳模式之所以一鸣惊人,有技术能力的原因,但更本质的是战略构想的胜利 ——

此前自动驾驶的商业化落地,从未站到如此全局的维度来审视。

并且一旦城市级落地真正展开,厚积薄发的效应也会立竿见影。

朱磊透露,衡阳主干道和城区的基建改造花费了半年时间,但接下来,完成改装后进入落地的自动驾驶车辆,会在一定周期内达到几千辆,这将是自动驾驶落地前所未有的规模。

不过,朱磊反对把车路协同称为“第四种路线”的划分方法。

他说更倾向于 1.0 和 2.0 的划分。

1.0 是以单车智能化为核心的自动驾驶技术;2.0 时代则是以“单车智能 + 车路协同”的整套自动驾驶方案。

并且单车智能在任何情况下,都应该做到极致,这是技术发展的必然要求。

根据朱磊的介绍,蘑菇车联整套商业化路径会分三步走:

第一阶段是以技术服务商角色出现,提供软硬件的整套体系,有一定的商业和合作模式。

第二阶段也就是现阶段,是自动驾驶公共服务车辆的商业运营模式,典型特点是商业场景扎实,运营模型健康,但这个阶段不会追求高的毛利率,这是由场景的商业特征决定的。

第三阶段则是通过智慧交通的 AI 云服务,为自动驾驶车辆和普通车辆实时提供各种交通信息、导航、预警等服务。这个阶段会有较大规模的营收和利润,真正实现自动驾驶技术和商业价值的最大化。

至于该如何检验?

蘑菇车联 CEO 的回答,指向实践,唯有接二连三的成果才能证明。

目前,衡阳模式接近完成城市级落地验证,蘑菇车联又新增河南、湖北、浙江、四川等多个省市的自动驾驶商业落地项目,覆盖城市开放道路、园区、港口、机场、高速公路等场景。

此外,一个贯穿上下游的自动驾驶落地朋友圈,也逐渐成型。

其中囊括了多个通信运营商、网络安全供应商、汽车制造商、公共服务提供商、地方产业基金和大型投资机构等。

所以衡阳模式究竟能否快速复制?

很快就会有答案。

与此同时,自动驾驶的落地模式和江湖格局是否会得到改写?

也很快就会有答案。