新智駕注：圖片來自Slush Shanghai 2018
文 | Dude
來自新智駕（AI-Drive）的報道
在過去的很長一段時間裡，L4 級自動駕駛受到資本和自動駕駛研發商追捧，甚至很多公司將全自動駕駛作為開發目標。時過境遷，如今他們中很多都走上了 ADAS（L2）的開發之路，更加強調自動駕駛技術的商業化落地。
作為L4級自動駕駛創業公司當中的獨角獸代表，Pony.ai 並不擔心業界的冷靜會打擊公司的發展。相反，Pony.ai 的聯合創始人兼CTO樓天城認為，自動駕駛行業當中幾個關鍵的公司，是一定能夠活到最後。為了能把這件“事情”做成，Pony.ai 可以付出很多，並不是受限於外部環境的冷熱。
成立滿兩年之際，Pony.ai 仍然專注於L4級自動駕駛的技術難題。對於一個七萬億的出行市場，一個初創公司要具備什麼技術實力和運營能力才能滲透進入其中，這是一個值得深思的話題。在L4級自動駕駛越發冷靜的時候，瞄準Robo-taxi 賽道下的公司如何應該贏得時間和資本的信心？
在不斷變化的內外環境前，獨角獸 Pony.ai 的戰事要如何繼續進行？Pony.ai的聯合創始人兼CTO樓天城來解答這一疑問。
年少成名的“教主”
樓天城，是首屆百度之星程序大賽的冠軍，因編程功夫了得，江湖人稱“教主”。成名於編程，真正讓這位天才少年大放異彩的是自動駕駛領域。
早在百度之前，樓天城的自動駕駛歷程最早開始於2012年，彼時，樓天城加入谷歌Project X，那是一個樓天城認為和自我氣質（極客）相吻合的項目，也是樓天城在谷歌花了一年時間所尋找到的項目。
樓天城對新智駕說：“項目的方式吸引了我”。自動駕駛是一個技術決定型的項目，這是一件非常難得的事情。很多項目其實並不是以技術為絕對主導的，比如手機並不是技術決定型項目，因為手機的用戶體驗非常重要；再比如，滴滴也是一類跟運營強相關的項目。唯獨自動駕駛在未來的十年內將是技術決定型的項目，這對我是最有吸引力的。
在谷歌期間，樓天城先後涉及了自動駕駛的決策、控制板塊，也做了地圖、預測、仿真等技術板塊，逐漸覆蓋軟件層的全鏈條。在這個過程當中，樓天城充分地認識了自動駕駛系統的穩定性和可擴展性的重要，而這些性能得以實現的前提就是需要好的底層框架。這也是為什麼後來Pony.ai創立之初，擯棄了ROS的快捷路徑，而選擇重新研發了一整套自動駕駛底層系統架構和操作平臺。
到了2015年年底、2016年年初，AlphaGo的誕生使樓天城看到了深度學習的潛能。也是在這個契機之下，他看到了中國趕超美國的可能，即使那時候中國的自動駕駛行業全面落後於美國。
2016年4月，樓天城被吳恩達攬入百度，成為美研無人車開發團隊的一員，當時美研是百度自動駕駛的重鎮。在百度期間的樓天城，是閃耀的工程師明星——TopCoder中國冠軍，編程能力強，代碼潔癖、人很聰明這些都是同事對其留下的印象，吳恩達更是盛讚“樓是最頂尖的程序員”。
也正是在百度美研，樓天城遇到了他的“老闆”彭軍，自動駕駛部門的首席架構師。說起樓天城與彭軍的共事，有個故事外人甚少知道。彼時百度為了爭取樓天城，給了他諸多自由度，其中包括了自己選擇想要一起共事的“老闆”。
談及百度對後來自動駕駛發展的影響，他認為大的IT 公司願意投入自動駕駛是一件非常好的事情，能從整體上加速自動駕駛的發展和市場接受度，並且百度也建立自有的流程。但是對於創新的項目而言，過多的流程則意味著拖沓以及更為漫長的等待，這也是後來他離開的理由之一。
2016年年末，樓天城和彭軍雙雙從百度離職了，創立了Pony.ai。
新智駕注：Pony.ai的車隊
自動駕駛已經走過了“從0到1”
在過去幾年的創投熱潮當中，自動駕駛是一個無法令人忽視，又尚未看見大規模落地的行業。這中間，很多的疑惑需要解答，很多的模式需要探索。
在過去十年時間，樓天城認為軟硬件的共同進步極大地推動了自動駕駛的極速進步。在硬件層面上，以激光雷達為代表的傳感器是加速自動駕駛發展的重要因素，到了今天，更加出現了為自動駕駛專門研發的相機；在軟件層面上，深度學習的出現更是推動了自動駕駛的急速前進。
也是由於這些軟硬件的共同進步使得自動駕駛整個行業走過了從0到1的重要歷程，而與此同時，相互伴隨的是業界對於自動駕駛的要求越來越高，期待的閾值也越來越高。
他向新智駕展現了一條期待閾值不斷升高的時間軸：2015年的時候，業界看到一個“自動駕駛”的視頻就覺得非常酷炫；到了2016年年底、2017年年初的時候，剪輯過的視頻已經不受用了，觀眾要需要看到更完整的視頻，瞭解整輛車的路測全過程和情況；2017年之後，企業要開始做實地路測，投資人需要坐到車裡進行實地的感受，才決定投資與否。
現階段業界對於自動駕駛落地的願望越發地迫切，但樓天城認為再沿用過去從0到1的速度衡量下一個“從1-10”的階段，顯然是不合適的。
儘管在外界看來，只要資金充裕的情況下，從0-1和從1-10的差別並不大，但樓天城認為從0到1和從1-10並不是同一個難度係數，從0到1，是證明概念的階段；從1-10意味著方案的可擴展性和系統穩定性都要提升到10倍以上的層次。“大多數的公司都是倒地於從1-10的階段。”
具體到自動駕駛的場景，從1輛車到10輛車也意味著系統的穩定性能至少要提高到10倍以上，因為出了事故的代價是一樣慘痛的。在量產之前，很重要的一步就是要證明方案的可複製性，因此1-10是極其重要的一步。
樓天城也向新智駕表示：Waymo之所以走得如此穩健，和基礎框架的紮實不無關係。
有關於場景是否為王的話題，樓天城認為，嚴格來說，自動駕駛並沒有場景的劃分，大家最終都是殊途同歸，能夠在一個場景裡運營得很順暢的公司，就有將技術遷移到其他場景的能力。如果一家公司真的能夠做到上萬輛車並且盈利狀態的時候，其實這些場景也就是技術實力的證明。
在技術尚未觸達現實之際，關於路線的討論顯得尤為重要。深度學習是當下的技術版圖的最優解。
在樓天城看來，“深度學習＋規則（rule-based）”是自動駕駛當中比較穩健的做法，他向新智駕解釋：以黑白灰例，黑白其實一些必須要遵循的規則，而灰色更多的是擁有自由度的空間，具體到駕駛的場景當中，有很多情況是無法依靠規則列舉，深度學習最為擅長的就是模仿人的行為。而在自動駕駛當中，這兩方面的因素都需要考慮。
輔助駕駛不可能升級成自動駕駛
在自動駕駛尚未成為新出行方式之際，有關於新的未來出行世界的想象有千千萬萬種。而引起討論最多的則是以特斯拉為首的漸進派和以Waymo為代表的L4直接落地的方式。李開復更是公開表示：自動駕駛應該一步到位。而業界當中也有人認為以特斯拉為代表的循序漸進的路徑才是正確的路線。
樓天城是這樣回答這個問題的：L3和L4雖然看似都是自動駕駛的行為，但是雙方優化的目標是不一樣的。L3優化的只是自動駕駛汽車的準確性，L3很多功能類似於報警——不能夠輕易地誤報決策，沒事就剎一下。但是，L4優化的並不僅僅是準確性，還有召回率（recall rate），L4不能輕易漏掉任何一個物體，因為如果漏掉了會容易產生嚴重的安全事故。
L3只關注準確性，而L4還要兼顧百分百的召回率，這使得後者在算法上的想法和設計從底層就不一樣，選擇的軟硬件配置也不同。
因此樓天城認為從輔助駕駛發展到L4自動駕駛基本是不現實的，這個進階之路，就好像從一座山到達另一座山，中間沒有一個纜車一樣的可以過去。其實很多人也已經嘗試走過了，這個纜車至少至今也沒有找到。
之所以Pony.ai押注在L4上，也是因為L4是自動駕駛中最大/最有影響力的市場。儘管在L4的全面落地還需要一些年數，局部的落地也需要至少1-2年的時間。樓天城跟新智駕說：自動駕駛的擴張不可能像社交網絡（如Facebook）的擴張，而是需要真正具體落在每一輛車上。時間不一定是自動駕駛的瓶頸，資本也不是自動駕駛的瓶頸，因為未來能夠通過盈利把資本收攏回來。
成本並不是Pony.ai擔心的問題，是完全可以通過量產和規模來解決的。自動駕駛行業的分水嶺就在於規模數量。組建無人車隊真正的難度在於穩定性，因為目前無人車還無法做到標準化生產，需要對每一輛車的軟硬件進行調試，保證一致的穩定性，這非常考驗無人車公司的技術實力，也是邁向從1到10的關鍵。未來一年時間，Pony.ai計劃將穩定日常運行的車隊的規模擴展到100臺。
總結
在農曆新年開始之際，自動駕駛行業也迎來了幾則好消息。
Aurora獲得了5.3億美元的融資、Nuro獲得了9.4億美元融資，圖森未來獲得了9500萬美元的融資。
這些融資事件的發生，足以說明這個賽道有著足夠的想象空間，也有足夠振奮人心的力量。在未來的長賽道當中，在自動駕駛作為唯一技術決定型的項目當中，Pony.ai 用技術構築起來的護城河能不能使得使其贏得商業上的優勢，需要時間的回答。【完】
歡迎在今日頭條、天天快報、UC 頭條、一點資訊、新浪微博、搜狐號、網易號關注@新智駕。
第三代產品發佈，Pony.ai亮相中國首支運營產品化無人車隊
「AI投研邦」上線了
「AI投研邦」服務在2018年12月3日正式上線，1499元加入，還可自動解鎖價值1000元+禮包（含7個月智能駕駛付費內容、峰會大咖視頻、2份研報等）。
閱讀更多 新智駕 的文章
