传感器|全套L4自动驾驶方案降至1万美元，RoboTaxi玩家的反击开始了( 二 ) 数字化|cto|陈维江|ccs|计算机

文章插图
以及应对二轮外卖等特殊的中国路况场景：

文章插图
总之，在整个视频中，元戎启行的系统，展现出了深圳CBD晚高峰路况下的稳定性。
从另一个层面，似乎也是一种无声的宣告：
这套系统如果落地进入量产私家车，对于所有辅助驾驶系统，都将是降维打击。
L4玩家的反击一直以来，所有自动驾驶玩家虽然有不同路线选择，但目标其实一致，可谓殊途同归。
都希望打造可量产的AI司机，把人类从驾驶行为中解放出来。
最低目标是辅助驾驶玩家的路线，在一些场景下，如高速环路或停车，给人类司机提供智能辅助。
最高目标则是自动驾驶玩家的路线，全场景全时域都不需要人类参与驾驶，真正把人类从驾驶位上赶下去。
但这几年来，随着辅助驾驶在上量上的优越性，通过车主买单、上路后获取数据可以迭代系统，让这条“渐进式”路线越来越得到认可。

文章插图
其中最典型的便是特斯拉。
并且凭借马斯克的个人号召力，即便特斯拉在传感器方案、自动驾驶迭代路径上表现激进，发展也未受到本质影响。
这进一步激励更多新造车、Tier 1、自动驾驶创业公司涌入，与量产车合作，然后获取数据，从辅助驾驶向自动驾驶迭代。
而与之相对应的RoboTaxi为目标的玩家，比如Waymo，高开低走，不断被唱衰……

文章插图
哪怕RoboTaxi被认为是自动驾驶终局，但Waymo式的落地，在成本和数据迭代上，也屡受质疑。
更多RoboTaxi玩家，则开始以“减配”方式，在量产车上实现辅助驾驶能力，或者是减配传感器，或者是减配能力。
但大方向上，实际都是希望降低成本、规模化量产。
因为最强AI司机的根本实现路径，依然得是算法-数据-计算的三位一体，其中数据在迭代中更是最为首要。
在之前的发展中，RoboTaxi玩家最核心的问题在于激光雷达成本的居高不下…
但现在，随着激光雷达在量产和成本方面的优化，L4级自动驾驶玩家，开始出现技术上的“反杀”。
如果L4级自动驾驶方案足够便宜…
还图渐进式辅助驾驶啥？
并且这种趋势，也并非个例。
4月上海车展，华为的L4级自动驾驶方案，搭载在极狐汽车阿尔法S上。
其后，百度Apollo Moon推出，宣称整车成本已经降至48万元。
（除去车辆本身，自动驾驶软硬件成本在20万左右）
而在车企一方，更是围绕激光雷达开启了军备竞赛，成本价格也一再下探…
至于今日，元戎启行更进一步，软硬件整套方案，不到1万美元。
并且按照元戎启行的说法，这还只是开始的开始，降本行动还会持续不断，可能不断对折式推进。

文章插图
所以，趋势已经再明显不过——
三十年河东，四十年河西。
在L2→L4的升维派高歌猛进几年后，随着核心传感器成本降低，L4自动驾驶玩家开始反向进入量产车市场。
这两股力量融合交汇，则成为最大的潮流：
智能车。
它可以作为私家车使用，也可以作为RoboTaxi落地。
最后悬而未决的问题只剩下一个：
谁的数据处理和技术迭代更高效？
谁就可能就是自动驾驶战国纷争后的最大赢家。
你说呢？