百度Apollo决战2019

中国的无人驾驶技术有可能引领全球吗?

百度的李彦宏和一汽的徐留平说,很有可能。

2018年11月1日,在百度世界大会上,百度CEO李彦宏和一汽集团董事长徐留平对外发布了L4级别自动驾驶乘用车的量产计划。

百度Apollo和一汽红旗发布L4级别自动驾驶乘用车量产计划:2019年小批量下线示范运行、2020年大批量投放更多城市运营。

据业内人士透漏,未来3-4年在政策法规允许的条件下,L4级别自动驾驶的红旗轿车将会大范围接受用户预定。

此举意味着,在2022年左右的时候,自动驾驶汽车或将进入普通人的生活。

毫无疑问,这是一个疯狂的计划。也将使得中国的自动驾驶技术,在激烈的竞争中,处于全球领先位置,具有重要的现实意义和战略意义。

百度Apollo,也将通过此举,向全球自动驾驶产业,再次展示“中国力量”。

能否实现上述目标,接下来的一年变得无比关键。

2019年,会是全球自动驾驶商业化运营的“元年”。商业化落地,也将成为自动驾驶军备竞赛的主战场。

如果问哪一个产业中国最不愿意被美国“卡脖子”,无人驾驶绝对可以稳稳的进入排行榜的“TOP3”。

尤其是在当下,中国人要赢得高科技竞赛的重要性和必要性,已不言而喻。

就在几天前,美国商务部对第二家中国的高科技企业进行了“毫无理由”的制裁,禁止美国企业向福建晋华出售产品,已投入了370亿元的中国本土存储芯片制造商福建晋华,面临休克。

中国的汽车产业,中国的自动驾驶产业,不能重蹈芯片和电子产业的覆辙。

无人驾驶技术,可以应用于所有的机器人领域,无论是天上、地下还是海里,以及所有我们能够想象的到的移动场景。

事实上,无人驾驶技术,最早的应用场景就是战场。

世界范围最早研究自动驾驶技术的那批人,正是美国国防部国防高级研究计划局(DARPA)资助的。

全球最强大的自动驾驶技术提供商谷歌兄弟公司Waymo就公开表示,所有的自动驾驶汽车,都可后台控制,只要当局或警方提出要求,就可以立刻介入控制。

此外,据苹果CEO库克表示,自动驾驶系统,是世界上技术难度最大的AI项目之一,是“AI之母”。自动驾驶技术是AI技术的制高点。

如此重要的技术,如果没有本土的供应商,不敢想象会发生什么事情。

全球范围内,参与这场竞争的,无不是科技、汽车或出行领域块头巨大的重量级选手。要想加入这场竞争,研发预算的“入场券”是100亿美金。

截至目前,参与这场竞争的巨头包括美国的谷歌、苹果、英特尔、通用、福特、特斯拉、Uber等;中国的百度Apollo、阿里、滴滴和华为;日本的丰田。

尽管如此,在2022年,量产具备L4级别自动驾驶能力的轿车,对上述的任何一家巨头而言,都是巨大的挑战。

要实现这一点,不仅需要实现L4级别的自动驾驶技术,最难的是,要推动整个产业链条,能够达到量产的级别,而且成本可控。

截止目前,在全球范围之内,能够支持L4级别自动驾驶系统的核心零部件,包括激光雷达、AI芯片、带冗余备份的线控制动等,还没有一个供应商能够达到要求,一方面是能够大规模量产,其次是能够通过车规级别的认证。

若要支持L4级别的自动驾驶,所有系统的零部件都需要达到ISO2626标准最高级别的车规安全认证,即ASIL-D,通常而言,这种级别的车规认证,需要耗时2年时间。

对于任何一个自动驾驶的零部件供应商而言,想要在2022年能够量产L4级别的零部件系统,都是一个疯狂的计划。

业内普遍的预期是,到2023年的时候,在一些较为高端的量产车上,有可能会出现L4级别的自动驾驶技术,更加现实的预期是2025年。

如果百度和一汽集团能够实现上述意图,在全球自动驾驶技术竞赛中,毫无疑问将占据制高点,有极大的概率成为赢家。

与此同时,会极大地改变全球自主驾驶产业的格局、全球汽车产业的格局以及人们的生活。

但我们也不得不非常谨慎地指出,李彦宏和徐留平还是蛮拼的,作为行业内的顶尖人士,这次他们将自己置身于墙角落,没有留下什么余地。

对百度Apollo以及它的生态伙伴而言,接下来每一分每一秒的时间都极其宝贵。

当然了,所有的玩家都在玩命与时间赛跑。

自动驾驶系统,无论是感知,还是决策,AI能力将发挥决定性的作用,而这个能力,与数据和运营息息相关。

任何一家企业,若能够率先实现商业化落地,不断提升运营规模,则有望通过数据和运营,极大提升竞争门槛,甩开与竞争者的距离。

自动驾驶技术,有着极强的“双边网络效应”。技术越好,就有越多的B端或者C端用户使用,越多的使用会带来更多的数据,能力提升的越快,不断地自我实现“正反馈”。

那么,在自动驾驶江湖,目前看起来谁跑得最快、市场地位最有利?

Waymo!前谷歌自动驾驶业务部门。

很有意思的是,Android系统的“鼻祖”,在自动驾驶领域搞起了垂直整合。

该公司自研和自动驾驶相关的一切重要的软硬件系统,包括激光雷达甚至是雷达,这家公司自研的Lidar能够清楚地360度看清楚300米远距离以内的任何东西。

此外,为了能够让它的自动驾驶系统具有“通用性”,Waymo的系统已与6个车型平台进行了适配,包括SUV、MPV、大卡车、AOO级别的小车,也包括燃油车,插电式混动和纯电动汽车。

Waymo还拥有一支数量达700来辆的庞大测试车队,在美国6个州的25个城市进行7天×24小时的不间断测试,截止目前已经完成了1000万英里的公共道路测试。这个数据,可以秒杀所有竞争对手。

与此同时,在谷歌云的海量存储空间和计算力的支持下,Waymo还搭建了一个庞大的仿真模拟系统。在这个系统里面,有栩栩如生的城市、行人、自行车等一切现实生活中的交通场景所必备的要素。但是,它可以设置比现实生活中更加复杂的测试场景,并可根据需求对场景进行调整,比如街道可以再窄一些,自行车切过来的角度更“奇葩”一些。Waymo在仿真模拟器中,测试的里程已超过70亿英里。

2018年4月,Waymo在美国凤凰城启动了一个叫“EarlyRiders”的计划,400多位当地居民申请了这个项目,通过APP来召唤无人驾驶出租车服务日常出行。现阶段,这些出租车上,已经没有备份的“安全员”,目前也是7天×24小时进行不间断的运营。

一些放心的乘客,在没有备份“安全员”的无人驾驶出租车上,甚至能够安心地睡着。

Waymo计划,在2018年结束之前,将在亚利桑那州的凤凰城启动无人驾驶出租车的商业化运营。为此,他们甚至已经向部分参加“Early Riders”计划的乘客进行尝试性的收费。

未来支持接下来的商业化运营,Waymo已向FCA和捷豹路虎,下了8.2万辆无人驾驶汽车的代工订单,这些无人驾驶汽车,将会在2020年左右陆续到位。

如果Waymo无人驾驶汽车单车成本以10-20万美元预估,则打造一支8.2万辆的自动驾驶车队,需要投入82-164亿美元。

2019年,Waymo将会大规模启动商业化落地运营,这里注定会有一场惨烈的军备竞赛、烧钱大战。

面对如此强劲的对手,中国的自动驾驶研发企业如何能够胜出?

李彦宏和徐留平如何才能避免自我打脸的结局?

Waymo并没有锁定竞争的优势。

首先,Waymo在产品技术在商业模式中,都有自己的缺陷。

比如Waymo的自动驾驶系统,截止目前还不能解决在雪地中自动巡航的问题。这就导致他们的商业化运营,在开始的时候,只能选择在天气宜人、道路状况良好、司机非常守规矩的凤凰城地区。

此外,8.2万辆的自动驾驶汽车,如果每车日均载客20次,每天只能提供164万次服务,亚利桑那州基本上就可以全部消化掉。

也意味着,到2020年的样子,Waymo自动驾驶出租车还不会大规模走出亚利桑那,对全球的出行市场,也不能带来市场份额上的实质性的冲击,更多的是心理冲击。

此外,Waymo只做L4级别的自动驾驶系统。

这就导致它在短期之内,难以与车企达成广泛的合作,通过量产车型获得更多的场景和驾驶行为数据。

Waymo的自动驾驶在软硬件上,所有的核心系统都自己做,基本上得罪了产业链的上游。

商业模式上的短板也很明显。

尽管Waymo不造车,但在一开始就自营无人家私出租车服务,会让Uber、滴滴等出行公司非常害怕,同时得罪了产业链的下游。

另外,为了避免出行公司从其他汽车公司购买到自动驾驶汽车,在前期,不会有车企能够获得Waymo的自动驾驶技术授权。这会让车企非常焦虑,很容易让它与主流车企交恶。

其次,中国有中国的优势。

李开复曾说,如果数据是AI时代的“石油”的话,中国就是AI时代的“沙特”。

这句话应用到自动驾驶领域,就表现为中国自动驾驶公司,有着非常多的、令人幸福的应用场景,这些场景将会源源不断地提供大量的数据,推动自动驾驶技术的迭代。

比如在中国,除了出行之外,在短途货运、长途货运、矿山码头,在最后一公里物流、快速,在开始和最后一公里的摆渡,都有着非常多的应用场景,同时存在大量运营企业,出钱出力,非常热切地希望能够通过应用自动驾驶技术,提升运营效率。

中国人的可爱之处在于,总是如此热情地拥抱新东西。

如果能够采取聪明的战略,以及之长、攻彼之短,中国的企业是有机会在激烈的竞争中超越Waymo的。

百度Apollo将这方面的优势发挥到了极致,几乎是专门为打败Waymo而设计的战略。

首先,百度Apollo系统是一个开放系统,也是一个庞大自动驾驶生态,这个生态已经在全球范围内,聚拢了130家合作伙伴。

这些合作伙伴中,有产业链上下游的,比如做激光雷达的、做线控执行机构的、做AI芯片的、做控制芯片的、做3D高精地图的、做云存储的;还有技术的应用方,比如汽车企业、共享出行、分时租赁、租车、机器人、低速物流车;还包括政策和运营环境供给方、研究机构等。

这样做的好处是,整合整个生态,共同投入资源,共同打造自动驾驶系统,共享发展成果。

比如Waymo,哪怕拿出百亿美元的预算,也只能组建一支8.2万辆的自动驾驶出租车队。这种规模的车队,每天也许可以贡献82万-164万次出行服务,滴滴出行一天的频次为3000万,差距还很大。

对于Waymo而言,资产会变得非常重,大量的资源和精力会被消耗在资产运营上,技术和产品的优势反而得不到有效的发挥。

反观百度Apollo模式,出行运营方面的工作,完全可以由神州租车或者首汽约车来做,而车辆的生产可以由比亚迪来提供,激光雷达由禾赛、速腾聚创或Innovusion来做,芯片由英伟达、英特尔或地平线来提供。

在这种模式中,一方面运营方本来就会有运营预算,而产品提供方可以共担研发费用,并大幅度降低价格。

而且每一个参与的企业都会很happy。

以激光雷达市场为例,目前低线束的雷达价格在1万元的样子,高线束在3万元左右,在美国加州,自动驾驶车队规模超过50台车的,只有3家。没有规模,是激光雷达价格居高不下的核心原因。

假如在某一个具体的出行市场,能够把应用场景打通,就意味着市场规模会有数量级上的提升。

这条供应链上的每一个供应商,都会因此而可望成为细分市场的龙头。

另外,相对比于Waymo,百度Apollo已经与大量的车企合作,率先量产L3级别的自动驾驶系统。L3和L4并行的优势很明显:

1、大幅度提升现有车辆的主动安全水平;

2、通过量产车辆,获得大量与驾驶场景和驾驶行为相关的数据,为L4技术的快速成熟提供数据积累;

3、通过L3级别的自动驾驶车辆,解决3D高精地图的数据众包问题,极大提升地图的更新效率;

4、通过L3级别自动驾驶系统的量产,迅速提升供应链的能力和规模,为L4级别自动驾驶系统的量产做准备。

百度Apollo模式与Waymo模式最大的区别是:自动驾驶车辆落地越多,百度Apollo赚钱越多,而Waymo的资产会越来越重,运营压力越来越大。

在前期,土壕谷歌可以通过大撒币来推动技术产品的快速成熟,但这种模式的规模化复制能力太差。

百度Apollo如果能够用好生态的力量,也许前期的速度会稍微慢一些,但越到后来越会呈现出指数级增长的爆炸力。

接下来,自动驾驶军备竞赛的核心战场是商业化落地。

2019年,将变得极其关键。

任何一个自动驾驶的市场参与者,在2019年的时候,还不能锁定商业化落地场景的话,将在竞争中越来越被动。

对于自动驾驶企业而言,场景即数据,即石油,即金矿。而最可能在第一时间实现商业化落地的场景是:

1、大物流。

2、大出行。

3、L3级别的私家车。

4、最后一公里运营。

这些场景,都会是巨头们的必争之地。

Waymo自不必说,8.2万辆的自动驾驶汽车正在夜以继日地投入生产,等待着被投入运营。

通用、软银和本田联合加持的Cruise,已经拥有了60.5亿美金的研发及运营预算,准备在2019年落地自动驾驶出租车的商业化运营。Waymo目前在加州,拥有全球最庞大的测试车队,数量达175辆。

百度的动作更加凶猛,将在多个场景猛烈出击。

首先发力的是在L3级别量产车这个战场上。

截止目前,百度Apollo已与多家车企达成合作:2019年,北京汽车和江淮汽车具备L3级别自动驾驶能力的量产车将会下线;2020年,奇瑞L3级别自动驾驶汽车将会量产;2021年,比亚迪L3级别自动驾驶的电动车将会量产。

与此同时,在本届百度世界大会上,百度Apollo还对外宣布,到2019年的时候,整个百度Apollo生态,具备L4级别自动驾驶能力的车队数量将达到1万辆。

毫无疑问,这是一个非常具有说服力的数据,也是一个非常恐怖的数据。

此举意味着,到2019年的时候,所有还想参与自动驾驶竞争的企业,需要将自己的车队规模提升到万辆的水平,和目前百辆的规模车队数量相比,直接提升了两个数量级。

如果李彦宏和他的百度Apollo能够实现上述目标,则意味着在2019年结束的时候,全球自动驾驶具备竞赛的第一阵营中,很大概率只剩下百度Apollo和谷歌的Waymo。

而到2020年的时候,无人驾驶军备竞赛中第一阵营的选手,所拥有的车队规模数量将会达到10万辆级别。

这是Waymo设置的竞争门槛。

如果百度Apollo能够在接下来的两年扛住对手的冲击,而随着搭载Apollo Pilot系统的L3级别量产车辆批量上路,以及整个自动驾驶生态系统实现自我进化,百度有机会在竞争中反超谷歌Waymo。

对于百度Apollo而言,2019年也是具有决定性意义的一年。在这一年里,他们必须要解决低速场景的规模化落地问题。

当然,他们的手里有很多选项。

比如微循环小巴“阿波龙”,低速最后一公里物流车新石器,以及智行者的低速自动驾驶物流车。分时租赁的自动泊车、自动停到指定的运营位置,也可能具有一定的爆发力。

2019年,在这些具体的应用场景,如果自动驾驶技术证明能够提升运营效率,则可在2020年进行规模化复制,将L4级别的自动驾驶车队保有量再提升一个数量级就会有坚实的基础。

如果不能在2019年解决商业落地的模式验证问题,则很可能在竞争中落入下风,并最终走向失败。

2019年,对于整个自动驾驶产业链而言,会非常焦虑,也会非常痛苦。

因为在这一年,行业的领头羊将极大地扩张体系能力,如果跟不上步伐,就有可能在竞争中失利;跟上了,就会在竞争中处于领先地位。

无疑,体系能力在量级上的提升,是非常痛苦的,一如特斯拉刚刚经历过的“生产地狱”,但所有的市场参与者都已别无选择。

加油吧,2019!


分享到:


相關文章: