撰文 | 吳先之  

　　編輯 | 王   潘

　　凌晨1點，某自動駕駛測試員文康（化名）還在北京郊區零下10℃的冬夜中加班，座艙內的溫暖，滋長著疲倦，他不得不搖下車窗，露出一條縫隙，讓冷風清醒自己。

　　由于公司的L2自動駕駛解決方案在去年已經實現量產，他的工作壓力陡增，加班幾乎是家常便飯，“甚至還經常半夜被拉起來測車”。回顧行業過去的一年，他所感知到的一切都被一個“累”字覆寫。

　　量產步伐加快，迫使那些活在L4美夢中的初創公司，關注現實。

　　“去年國內大多數的L4公司開始降維切入量產賽道，由直接式轉變為漸進式發展。”宏景智駕創始人兼CEO劉飛龍表示，公司較早降維，避免了此前國內外自動駕駛初創公司估值縮水、裁員、倒閉，高級別自動駕駛技術遲遲難以商業化落地等一系列問題。

　　大如百度與小馬智行不再高舉高打，去年年末突然慢了下來。

　　百度時隔2年后推出了自己的領航輔助駕駛系統ANP2.0，據了解今年將推出前裝的3.0版本。去年年中曝出裁員的小馬智行，降維大踏步入局ADAS。三個遞進的NOA版本應了一位業內人士的話：說自動駕駛，解決方案提供商言必提L4，現在為了追求量產，降維到L2，然后不斷添“+”號。

　　某廠商現在已經添了兩個，即：L2++。

　　自動駕駛廠商們首先考慮的問題是活下去，至于到底是從L2、L3、L4一路漸進式發展，還是繞開權責不明晰的L3，眼下似乎不那么重要。

　　L4大躍進與祛魅

　　當一個行業卷起來時，洗牌的秒針也隨之轉動起來。

　　“真正的L4目前還沒有可靠的商業模式落地，包括robotaxi，我認為這個東西就是個偽命題。”文康認為絕大多數公司不可能靠robotaxi那杯水車薪的現金流養活公司，因此 L4 廠商們在尚未找到新的落地場景前，想要活下去，必須另尋他法。

　　2022年是漸進式路線與跨越式路線分道揚鑣的一年。

　　不少提供L4級別的自動駕駛解決方案，尤其是涉及robotaxi的企業都試圖用“數據驅動”講述自己的商業故事，然而事實并非如此。

　　因為合規性要求，車企無法提供包括隱私數據在內的敏感數據。即便合規，對于合作的主機廠而言，數據本身被視為資產與資源，寧愿自己開公司做自動駕駛，也不愿意拱手給人。至于robotaxi喂養AI，其意義被明顯夸大了，就目前技術條件來看，相關數據利用率非常有限。

　　測試人員所看到的數據要么是激光雷達采集的點云數據，這只能反映前方有障礙物，需要人工介入判斷，這個障礙物究竟是什么；要么反映用戶的駕駛習慣，比如有前車插入時，駕駛員如何操作、什么時候剎車、接管頻率以及分析接管原因等等。

　　“判斷這類問題完全不需要海量數據，而不同工況的性能測試、一般是需要專業的數據采集車，針對性地采集。”文康提到，市面上配備傳感器的量產車，采集精度不夠，無法進行標注，自然就無法產生所謂“數據驅動”。真正標注是通過采集車，其在“傳感器、激光、雷達的精度更高”。

　　光子星球從一位獵頭處了解到，一位前Mobileye核心技術骨干因為對公司內部管理和前景心灰意冷，此前離職回國，創建了一家L2級別的自動駕駛芯片公司，為相關企業提供工業級芯片，而非老東家面向車企提供量產車的消費級芯片。

　　大部分如蔚小理等新勢力，以及毫末智行這類車企背景的自動駕駛公司，沿著漸進式的路徑，皆實現了量產，依靠現金流業務平穩發展。而那些此前高唱robotaxi的公司，則相繼走上降維量產的道路。

　　宏景智駕因為提前降維，得以全身而退，劉飛龍提到“最早我們做的是L4的robotaxi，但很快認識到 L4落地其實還需要時間，尤其是當前市場、法規都不成熟，所以我們很快就把L4降維開始做量產。”他認為，降維不是單純的軟件算法問題，而是涉及到工程化能力積累。

　　除了降維量產求存外，另一個變化則是感知系統路線得到越來越多車企的認同。很大原因在于，絕大部分廠商沒有高精地圖資質，如果走純地圖路線，那么勢必面臨把“靈魂”交給四維圖新、高德、百度們的問題。

　　這種轉變使得相關崗位在人才市場呈現出某種狂熱。

　　前述行業獵頭告訴光子星球，在半導體大環境遇冷的情況下，MCU、座艙、激光雷達芯片相關崗位比其他細分領域更為火熱。據了解，一家造車新勢力開出了兩倍工資簽下了一位某狼性大廠激光雷達芯片驗證工程師，狂熱程度可見一斑。

　　半導體團隊有一個設計配備3-5位驗證的情況，但若沒有降維量產的趨勢，恐怕很難產生如此高的溢價。

　　買方市場與“陰陽”路線

　　第二次工業革命的嘈雜與轟鳴，催生了以席勒為代表的現實主義。而在主機廠們推出NOA、NGP、NOH、NCA等名目繁多的城市導航輔助駕駛系統時，L4玩家終于低頭拾起了現實。

　　可惜的是，當他們調頭降維L2時，卻發現輔助駕駛市場的話語權在買方一側。

　　光子星球從一位業內人士處了解到，目前針對一款車型的自動駕駛方案招標，往往會經歷至少兩輪競爭激烈的篩選。第一輪多的時候會有近十家供應商競標，主機廠圍繞可靠性與性價比，層層篩選，直到最后二選一時，深度接觸。

　　“像長城、吉利、比亞迪、寶馬，全部都要求我們在第一輪就先把demo做出來，給他們仔細盤過一遍才有進一步討論的可能，而這個階段，主機廠考慮的問題除了價格，就是看供應商是否表示出充分的合作‘誠意’。”

　　這里的“誠意”指的是，車企會將入得了眼的demo都看一遍，取各家之長，然后選擇一家最配合的供應商。“也不能說白嫖，因為是走了招標流程，但看了那么多demo，主機廠的人肯定也會取各家之長。”最終中標的那家并不意味著上岸，車企付費是按照階段分期支付，因此從賣方案自救，最終還是得看競標廠商實力。

　　此外，由于提供解決方案的多，給錢的只有一個，這種供給不對稱導致主機廠相對強勢。如果用點菜形容，或許還不夠準確，畢竟車企連使用什么佐料都有明確細致的規定，留給供應商的可發揮空間非常有限。

　　即便毫末是長城旗下的自動駕駛公司，在面對長城汽車方面時，也會經歷相同的過程，而且風格比較“黃曉明學”——沒有要不要的問題，只有配不配合的態度。

　　一位毫末智行的員工表示，“車企要什么樣的傳感器，芯片選型，都是他們說了算，我們只能說有或沒有，包括一些不合理的要求，很多情況下我們都是忽悠著說有，先答應下來再想辦法調整。”

　　或許是被母公司長城訓練過，據了解目前比亞迪與毫末已就合作達成了初步意向。值得一提的是，毫末一直渴望撕掉“長城系”的標簽，如果合作落地，將完成一個階段性目標：走出長城，找到第二個“爸爸”。

　　L2加速量產并不意味著小馬、百度們的L4夢破碎，種種跡象表明，行業正打著L2+的旗子，做L4的技術。換言之，四戰之地在L2+。

　　前已量產或者即將量產的L2解決方案，已經部分具備了L4的功能。例如早前小鵬發布的NGP可以做到點對點的“導航輔助駕駛”，百度智駕產品領航輔助駕駛ANP和自主泊車AVP也實現了泊車域到行車域的全域輔助駕駛能力。

　　且不論這些城市導航輔助駕駛系統好壞，之所以在L2+上堆砌能力，主要是考慮到合規性問題。因為只要是L2+，一旦行駛過程中出了任何意外，都是駕駛員的責任。于是，幾乎所有降維量產的L2+方案，都或多或少帶有L4色彩。

　　唯一掣肘的問題在于，L4廠商所積累的計算能力、硬件定制化需求都使得其很難復用到L2與L2+。如L4搭載的激光雷達與L2以視覺感知為主，二者在數據記錄存在差異。加之量產伴隨著定制化開發，將顯著增加相關廠商成本。

　　小馬智行是降維量產較早的廠商之一，不過因為某網約車平臺IPO失敗，導致其項目落地遙不可期，以及降維量產所帶來的陣痛，導致小馬裁員大多涉及到數據與算法崗。

　　高階智駕需要“光”

　　目前前裝量產的公司大多有車企參與，如前年上汽領投C輪與C+輪融資的Momenta、去年廣汽資本領投的禾多科技，以及背靠長城、量產在即的毫末智行。

　　目前各類自動駕駛車輛都還處于區域測試階段，根本無法支撐上游產業鏈。因此城市NOA落地對于行業而言猶為重要。一個顯而易見的事實是，汽車以及汽車產業鏈大多屬于規模化經濟，如果不能覆蓋更多城市，很難在一座座孤島中建立商業巨廈。

　　幸運的是，雖然自動駕駛目前屬于買方市場，但是車企也很難“抄”自動駕駛廠商作業。“車廠的核心不在于標準化，當這個行業拼內卷、拼配置、大量上車講效率的時候，供應商肯定就有優勢。”

　　傳統車企當下面臨轉型難題，畢竟他們的內核仍不是軟件公司。比如大部分自動駕駛廠商有70%的工程師是軟件工程師，而傳統車企70%的工程師是機械工程師，人才理念、做事方式、迭代周期、開發方式都大不一樣，后者很難“大象轉身”。

　　如果把車企和廠商比作風和沙的關系，那么對于高階智駕而言，政策才是光。

　　去年11月2日，工業和信息化部會同公安部，公開征求對《關于開展智能網聯汽車準入和上路通行試點工作的通知（征求意見稿）》，《通知》提到智能網聯汽車搭載的自動駕駛功能，包括了L3與L4。

　　讓人意外的是，業內并沒有歡呼聲。一位業內人士解讀稱，“車企應該在通知出來前就有過一些接觸，如果上面沒有與行業接觸和試水，也很難評估。”

　　顯而易見的是，廠商們先得撐到城市NOA落地，然后再根據L3/L4的落地情況，碎步慢跑。可以肯定的是，在此間一部分孱弱的追夢者可能倒下。

　　“2023年或許會有1/3，甚至一半的自動駕駛公司要銷聲匿跡，在這種緊迫性下，L2+成了狹窄的三峽。”

　　這或許是那些沒有背靠大廠的初創公司們真正迎來挑戰的時候。

（聲明：本文僅代表作者觀點，不代表新浪網立場。）