自动驾驶到底有哪些前排玩家？而真正的自动驾驶还有多远？

自动驾驶概念从诞生以来一直都是资本和技术创业者青睐的领域之一。伴随着5G商用的逐渐成熟，自动驾驶领域的热度也是居高不下，从2018年的数据来看，国内外在自动驾驶领域的总融资超过70亿美元，国内约为11.5亿美元，国外超过了58.5亿美元。

自动驾驶目前所拥有的热度一部分来源于广阔市场前景和消费预期，还有一部分来源于媒体、企业对于整个市场的虚捧，包括自动驾驶所用的AI技术亦是如此。

从上述相关融资信息可见一斑，具体来看，在自动驾驶领域，除了百度这种财大气粗的公司不需要融资，对于初创公司来说，每一笔融资额都是相当大的。

尤其是在美国，2019年2月，Aurora获得5.3亿美元融资，刷新了美国独立自动驾驶公司单轮融资记录，没过多久，Nuro获得软银旗下愿景基金9.4亿美元单轮融资，直接将融资水平拉至顶峰。

回到国内，疫情丝毫没有影响到自动驾驶领域资本的流转，反而增加了自动驾驶的使用场景，例如疫区物资的无接触输送。今年2月，Pony.ai（小马智行）获得丰田投资的4亿美元B轮融资，总融资额接近8亿美元，另外一家自动驾驶公司Momenta，自从成立至今也已经获得超过2亿美元融资，投资方包含腾讯、戴勒姆集团、真格基金等高质量资本。这些企业获得资本后，更多的是在自动驾驶领域的深入研发，也就是“烧钱”，并未产生大规模的化学反应。

不仅如此，行业内讧也是十分热闹。就在最近一个月内，号称“北美自动驾驶第一案”和“中国自动驾驶第一案”在行业内闹得沸沸扬扬，究其根本其实就是专利和技术纠纷。正如笔者上面提到的，自动驾驶还未出现本质性的突破，核心技术和优秀人才才是企业最大的利器。

那么，自动驾驶主流玩家究竟有哪些？核心技术差异在哪？需要说明的是，本文介绍企业来自美国加州车辆管理局（DMV）公布的《2019年自动驾驶接管报告》名单，这份报告主要是以车辆数目、里程数以及人工接管次数来评判技术实力，虽然标准饱受质疑，但是DMV依然是全美自动驾驶客观公开的量化报告。

美国加州车辆管理局（DMV）公布的《2019年自动驾驶接管报告》

百度的自动驾驶业务可以说是发展十分迅速，从2018年的排名第七直接猛蹿至第一。百度旗下的阿波罗平台主要是作为一个向汽车厂商和自动驾驶提供软件品平台，通过其软件与车厂的车辆和硬件相结合，来完成自动驾驶系统。目前已经在北京、长沙、重庆、福建等地获得自动驾驶路测牌照，值得一提的是，Apollo在今年3月24日，中标新基建项目，将参与建设阳泉市经济开发区双向约10公里车路协同测试示范区。

Waymo可以说在自动驾驶领域已经名声显赫，它最早是孵化于2009年谷歌的一个自动驾驶项目，2016年独立出来，成为Alphabet（谷歌母公司）的子公司。Waymo保持着目前行业融资的记录，在今年3月，Waymo宣布获得22.5亿美元融资。Waymo在业务上与百度有着较大重合，为车企提供相关自动驾驶套件支持，同时也有无人驾驶载人出行服务和无人货运服务。需要指出的是，其实Waymo早期在发展方向上属于采购方，也就是采购车辆，从2018年开始采购2万台捷豹I-PACE和向FCA采购62,000辆Pacifica，在获得22.5亿美元融资后，Waymo开始充当乙方，与车企合作，提供自动驾驶解决方案。不久前，Waymo还展示其第五代自动驾驶平台，其中自研的激光雷达、摄像头等硬件都是Waymo的核心技术。

GM Cruise（下称Cruise）是通用旗下的自动驾驶公司，其前身为专注于自动驾驶领域的软硬件研发公司Cruise Automation，2016年被通用10亿美金收购，同时在2018年，软银旗下愿景基金以22.5亿美元入股GM Cruise。今年1月21日，经过通用、本田、Cruise三年的合作，Cruise发布了其首款名为“Origin”的无人驾驶汽车，同时，Cruise是全球第一个发布L4级别自动驾驶技术的公司。笔者认为，Cruise在自动驾驶软硬件的研发实力，配合通用主机厂的地位，以再结合软银在人工智能领域的布局，其未来可期。

AutoX于2016年在硅谷成立，主要专注于L4级自动驾驶解决方案，据了解，该公司以平民化为研发标准，具体来说就是仅使用摄像头就能实现车辆自动驾驶，无需雷达、激光、超声波等传感器，从而降低成本。相比前面介绍的几家，AutoX定位就简单了，仅仅是自动驾驶系统提供商，号称要打造汽车内的Windows，说白了，与特斯拉类同，用算法解决问题。但是目前来看，AutoX变卦了，开始用起激光雷达和毫米波雷达了。

与AutoX几乎同一时间，Pony.ai在2019年也获得了加州当地政府的自动驾驶牌照，由两名百度前高管创办。而且Pony与Cruise一样，同样有车厂投资背景，前文也阐述过丰田入股Pony。Pony在软硬件方面都有开发，硬件包括光学雷达、红外传感器，软件包括定位及高精地图，仿真平台，数据存储和处理平台。2019年11月，小马智行在美国推出加州首个面向普通公众的Robotaxi服务。

在表单中我们可以看到，老牌劲旅Zoox依然在榜单之中，但是相比去年，从第三名掉至今年的第七名，实在是不太好看。另外，Zoom被爆出受美国当地疫情影响，裁员120名，所面临的的财务危机和运营挑战非常之大。

值得一提的是，接管率紧随Zoox的是国内的滴滴公司，本次是滴滴首次参与DMV的测试，就出现榜单之中。综合来看，中国自动驾驶企业一共有五家（百度、AuToX、Pony.ai、滴滴、PlusAI）出现在这份前十的榜单中，占据了半壁江山，这也侧面反映了国内在自动驾驶领域目前取得的一些成绩，但是后续能够产生的多大规模化学反应，还有待观察。

按照DMV的标准来看，驾驶员需要接管车辆越少，企业排名越靠前，说明企业自动驾驶技术越接近真正的全自动驾驶。其实，上面介绍的这五家企业基本都是L4级别的自动驾驶，那么我们常说的L3、L4到底是什么？

此前，NHTSA（美国交通部下属的国家高速路安全管理局）与SAE International（国际汽车工程师协会）制定的标准都将自动驾驶标准划分为L0-L5，但是这两个标准在L4上存在部分分歧，直到2016年9月，美国交通部明确将SAE International J3016标准确立为定义自动化/自动驾驶车辆的全球行业参照标准，用以评定自动驾驶技术。至今，全球众多汽车行业相关的企业也采用了SAE J3016对自身相关的产品进行技术定义。

关于自动驾驶标准的划分

在SAE International的标准下，笔者对标准做了一个更为具体的名词解释表格（如上图）。从表格中，L0-L2其实理解起来并不难，L0就是最常见的纯人工驾驶汽车，L5就是理想状态下的无人驾驶，系统能够适应任何状态下的车辆行驶，完全取代人类。而问题就是在L4和L5上，L4并不能适应所有工况，所以这里要引出另外一个自动驾驶的设计概念，那就是ODD（设计适用范围，包括道路类型、地理区间、速度区间、环境气候等因素）。如果让L4级别的车辆在其已经被设计好的ODD内驾驶的话，可以称之为特定状态下的“L5”。真正意义上的L5其实就是ODD范围无穷大，覆盖所有工况。而要实现L5，是要借助机器学习的，所以严格来说，L5的智能程度是99.9999...%（这个程度需要的数据量，大家可以意会）。 

所以，在上面介绍的自动驾驶企业里，虽然他们既定目标都是L4，但是目前测试、机器学习的数据到底有多少，我们不得而知，但是可以确定的一点是，地球上所能出现的工况复杂性会给L4的研发造成不小的麻烦。

需要注意的是，如果按照这份榜单以及介绍，大众的视野很容易被带偏，会认为自动驾驶都已经进入L4的研发阶段了。真实的情况是，在全球几十家自动驾驶企业中，大部分其实都是在做L2级别的自动驾驶，不是所有企业都像Waymo那样含着金钥匙出生，也没有也没有百度那样可以将L3和L4级别同时研究的财力，所以更多的企业在资金和技术背景实力不那么强的情况下，只能先从L2做起，一边造血，一遍输血升级。

所以，L5级别的全自动驾驶还有多远？答案是，这个问题问的为时过早。在2019年，L2的普及率还不足30%，就算明天出了L4、L5，有多少消费群体被普及了，即使普及了，又有多少人敢开？特斯拉“双手离开方向盘，脑袋别腰上”的案例已经够多了。