衡阳之后,重估自动驾驶落地( 三 )


文章图片
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 。
衡阳之后,重估自动驾驶落地
文章图片
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 。
衡阳之后,重估自动驾驶落地
文章图片
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ToG 。
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 。