全套L4自动驾驶方案降至1万美元，RoboTaxi玩家的反击开始了

Posted 2022-01-03 QbitAl

雷刚 发自 凹非寺
智能车参考 报道 | 公众号 AI4Auto

如果L4级自动驾驶方案足够便宜…

那还图渐进式辅助驾驶啥？

图难以预料的无法识别场景？图需要紧急时刻的接管？还是图出事故后“车主使用不当”的回应？

只是问题是，L4级自动驾驶方案，究竟能降得多便宜？

1万美元，折合人民币7万左右。

这是今年阿里战略领投3亿美金的深圳自动驾驶公司元戎启行，交出的最新答卷。

而且这还是只是开始的开始，元戎方面透露，降本行动还会继续，1万美元已经来了，5千美元、3千美元还会远吗？

1万美元的L4自动驾驶软硬件方案？

包含了5颗固态激光雷达+8颗摄像头，多传感器冗余。

外观上看，也开始进一步从“丸子头”向“刘海”迭代。

而且相较机械式激光雷达，固态激光雷达没有使用机械运动部件，成本更低，使用寿命更长，更容易过车规。

从激光雷达供应商来看，也在与量产智能车趋于一致。

但在L4自动驾驶方案上实现“降本”，实际最大挑战不在硬件，而是背后系统平台。

元戎启行CEO周光就透露，因为一直以来对成本问题的关注，所以通过一系列创新技术，弱化了硬件对系统的限制。

比如元戎启行的感知算法能够很好地适配和融合固态激光雷达与相机的数据。

再比如通过自研的推理引擎，使得复杂的自动驾驶系统也能够用低成本、低功耗的计算平台运行。

此外，自研的相机等硬件设备也降低了自动驾驶系统的整体成本。

值得注意的是，这套方案，也与业内通常说的L4降维释放不同。

因为元戎方面明确，该方面将用于与车厂的前装量产合作以及其未来的RoboTaxi运营中。

换而言之，一套方案供应不同应用，一处水源供全球。

这种“统一”的方案好处，在于数据处理和技术迭代。

元戎启行此次也明确，会通过数据闭环体系，以数据驱动的方式，在数据收集和分析、算法提升、模拟仿真、到真实路测、版本升级这一闭环中实现自动驾驶技术的不断迭代，从工程上提高自动驾驶对长尾场景的处理能力。

这种一套方案上车、数据驱动技术迭代的思路，在量产车、辅助驾驶领域也并非没有参照物——

特斯拉和其FSD方案，正是如此。

不过从元戎启行展现的实路能力来看，纯视觉传感器的特斯拉FSD，当前如果挑战深圳CBD晚高峰，可能还无法做到连续不接管。

挑战深圳CBD晚高峰？

随着元戎启行这套DeepRoute-Driver 2.0一同亮相的，还有其最新实际道路展现的能力。

因为总部地处深圳福田区，元戎启行秀了一把一线城市CBD的晚高峰自动驾驶能力。

元戎启行称，在上路的1小时里，连续自动驾驶，全程无接管。

有进出匝道和汇入汇出主路：

有绕行通过临时停车车辆：

有红绿灯路口的感知识别：

还有右转时对行人的让行：

还有繁忙路口的调头：

以及应对二轮外卖等特殊的中国路况场景：

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。

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……

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。

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？