2016 年，自动驾驶初创公司 Argo AI 闪亮登场，赶上了自动驾驶这场东风，Argo AI 估值一度超过 70 亿美元。然而，令所有人没有想到的是，今年 10 月 Argo AI 宣布解散。
研发自动驾驶技术 13 年，号称“自动驾驶行业领军者”的 Waymo，2018 年曾被摩根士利丹估值 1750 亿美元，超越了特斯拉、丰田之外所有车企的市值。经过几轮融资之后，英国《金融时报》对其进行评估，估值却仅有 300 亿美元，整整缩水了 80%。
而号称要与 Waymo、Cruise 三分天下的 Aurora，已采取裁员、降薪、出售资产等方式削减开支。明明 2022 年自动驾驶技术研发与测试依然如火如荼，这些企业却个个举步维艰，自动驾驶行业，究竟怎么了？
01、投资始终看不到回报，自动驾驶公司难以破局
回顾 2022 年，自动驾驶技术的发展与推动普及从未停止，尤其是在中国，各种助力自动技术普及的政策一个接着一个到来。
前两年工信部印发的《汽车驾驶自动化分级》和《“十四五”数字经济发展规划》，已为自动驾驶打下了良好的基础。今年 6 月，深圳市发布了国内首部智能互联网汽车管理法规《深圳经济特区智能网联汽车管理条例》，为自动驾驶技术的发展与商用奠定了完善的法律基础。
与此同时，国内广州、北京、重庆、武汉、长沙、深圳多个城市陆续出台政策，允许自动驾驶汽车在特定区域、特定时间段上路试运营。与实验室相比，上路测试无疑更接近真实路况，自动驾驶企业也能够收集到更多可靠数据。
似乎一切都在朝好的方向发展，但自动驾驶企业面临的问题却愈发严重，那就是迟迟无法实现盈利，研发投入却犹如无底洞。
智研咨询数据显示，预计到 2025 年，全球 L2 级辅助驾驶智能汽车的渗透率可达 53.99%，但 L3~L5 级自动驾驶汽车的渗透率却只能达到 1.36%，年销量有望达到 119 万辆。
Waymo 员工曾表示，为了研发自动驾驶技术，公司每年投入经费超过 10 亿美元。显然，到 2025 年才能实现 1.36% 的渗透率，自动驾驶技术短期内根本不可能回本，更不用说实现盈利了。
面对此情此景，投资者心灰意冷亦属正常。其实自动驾驶公司还有一项变通之路，那就是将 L3~L5 级自动驾驶的部分技术下放，先与车企合作，增加营收能力。实际情况却是，车企在研发 L2 级辅助驾驶，自动驾驶公司却倾向于直接研发 L3 级以上的自动驾驶技术。
甚至野心勃勃的苹果，一出场就要直接研发 L5 级完全自动驾驶，可这么高级别的自动驾驶技术，暂时根本无法实现。因而最近又有消息曝出，苹果为推动电动汽车尽快上市，决定放弃 L5 级完全自动驾驶。
可以预见的是，未来十年内 L2 级辅助驾驶都会成为主流，L3~L4 级自动驾驶则会以较为缓慢的速度普及，至于 L5 级自动驾驶，十年内大概率无法实现。自动驾驶公司盲目追求尖端技术研发，却忽视了短期的收支平衡，投资者的钱不是大风刮过来的，看到这些公司长期亏损的财报，自然会减少或停止投资。
2022 年是自动驾驶企业走向务实的一年，陆续放弃坚守遥不可及的 L4~L5 级自动驾驶，回归切实影响用户体验的 L2 级辅助驾驶。自动驾驶企业不再眼高手低，开始遵从用户的实际需求，让技术尽快实现商用。
若技术无法实现商用，难免入不敷出，财报长期亏损。更何况哪怕他们的自动驾驶技术的以上用，在解决事故率之前，也难以取得消费者的认可。
02、事故不断的自动驾驶，不能令消费者信服
L3 及以上就算是自动驾驶，可只有达到了 L5 级，才完全不需要司机。目前部分国家和地区已允许 L3、L4 级自动驾驶汽车上路运营，但要求司机在使用自动驾驶技术时，仍需全神贯注，以防止系统出现问题造成交通事故。
然而自动驾驶商用以来，全球多个地区还是发生了多起因自动驾驶引发的事故。2018 年 3 月 18 日，美国一辆 Uber 自动驾驶出租车撞倒了一名女子，该女子被送往医院后不治身亡，这件事也成了全球第一例自动驾驶致人死亡的事故。
NTSB 调查数据显示，在这起事故发生之前的 18 个月内，Uber 无人驾驶系统总计发生了 37 起事故。不仅仅是 Uber，特斯拉、Waymo 等企业的自动驾驶汽车都曾发生过交通事故，这些情况导致部分投资者与消费者对自动驾驶技术丧失了信心。
更严重的问题在于，自动驾驶汽车出现事故，责任究竟是谁的？《深圳经济特区智能网联汽车管理条例》，明确规定，L3~L4 级自动驾驶汽车出了事故，责任依然是驾驶员的，只有 L5 级汽车出现事故，责任才会被归于车企和自动驾驶技术公司。
L3 与 L4 属于条件级自动驾驶技术，企业会要求用户在使用时，依然要集中精力以防不测，可都买了支持自动驾驶的汽车，甚至还额外掏钱购买了自动驾驶技术，依然要承受无形的交通压力，结果出现事故仍要自己负责，那么要 L3 和 L4 级自动驾驶究竟有什么用呢？
简而言之，目前已商用的自动驾驶技术，都存在局限性。L2 及以下的辅助驾驶技术，自动驾驶企业看不上，而 L3 和 L4 级自动驾驶技术，在彻底解决事故之前，难以让消费者信服。更高等级的 L5 级自动驾驶，短期内又基本不可能实现。
正因如此，在连续数年的亏损与失望之后，投资者才会抛弃这些自动驾驶公司，以至于它们的估值和市值不断下滑。但下滑的是自动驾驶公司，对于整个行业而言，这未必是一件坏事。
03、戳破的是泡沫，夯实的是基础
与其他行业相同，自动驾驶技术诞生之初属于蓝海市场，一时间涌入了无数企业，但一个行业从青涩迈向成熟，势必会有许多企业在前进的过程中倒下。
2022 年不少自动驾驶企业遇到问题，甚至 Argo AI 被迫解散，只是自动驾驶行业发展必须迈过的坎。自动驾驶时代虽然必将到来，但随便一个技术研发公司的市值就能超过那么多老牌车企，显然泡沫被吹得太大，破灭纯属正常。在被戳破的泡沫之下，我们看到了整个行业已被夯实的基础。
2022 年自动驾驶技术夯实基础第一点，各大公司找到了属于自己的领域，细分应用场景，并实现专业化、精细化。
自动驾驶技术主要分为三个应用场景，即特殊工作车、大型载货汽车，以及载人车。商用与特殊用途车型主要包含无人快递车、矿场无人汽车等，代表企业希迪智驾，该公司的无人驾驶矿车已在内蒙投入使用。凭借过硬的技术实力，该公司前段时间斩获第二届智能制造创新大赛二等奖与人气奖，
亿欧智库预测，到 2030 年，全球中国矿区自动驾驶技术运输服务规模将提高至 3912 亿元。或许比不上乘用车市场规模，但也是一块肥肉。
大型载货汽车，主要是无人卡车，也是国内著名自动驾驶技术公司小马智行的主要研发方向。今年 11 月初，小马智行与三一重卡合资公司一骥智卡首批车辆下线交付。按照《北京商报》的数据，2030 年无人驾驶重卡市场规模可达 1 万亿元，庞大的市场足以养活多家自动驾驶公司。
与无人工作车、无人载货汽车相比，普通消费者自然更在意自动驾驶载人汽车。为了乘客的安全着想，目前国内尚未允许 L3 级以上自动驾驶汽车商用，但部分城市的一些区域允许自动驾驶出租车上路，例如广州黄埔区居民就可以使用 App 预约百度 Apollo 自动驾驶出租车。
在不同的城市，相关规定也不同，例如广州的自动驾驶出租车主驾驶仍需一名安全员，以便在遇到突发情况时接管汽车。重庆与武汉的自动驾驶出租车，安全员则坐在副驾驶。虽然自动驾驶出租车仅在小部分区域试行，但毫无疑问已具备全面商用基础。
随着技术的逐步成熟，未来自动驾驶出租车会把安全员也去掉，真正实现无人驾驶。至于没有安全员之后，汽车遇到复杂路况，例如前方交通事故，汽车被堵在路上难以行驶，该车则会有远程“在线司机”接管，通过 5G 网络的低延迟特性远程控制汽车。
虽说国内尚未允许 L3 级及以上自动驾驶车辆商用，只有少部分地区可以试点上路，但国内车企和自动驾驶技术从来没有忘记自动驾驶技术的研发与宣传。以蔚小理为例，2022 年蔚来在自动驾驶领域最大的动作就是自动驾驶研发平台（NADP）揭开了神秘面纱。
蔚来表示，每辆车每天会产生 55PB 数据（1PB 相当于 1048576GB），蔚来需要从海量数据中分析和提取有效数据，并将其应用到自动驾驶技术的升级才行。NADP 的作用就是提供一站式平台管理，将各种出行场景模型的开发效率提高 20 倍，此举将大幅缩短蔚来自动驾驶技术的研发周期。
2022 年小鹏的重心作为主要在高精度地图与城市 NGP，目前城市 NGP 的应用范围是辅助驾驶，而非自动驾驶。该方案的原理是借助高精度地图，绘制出更精确的地图模型，以实现更完善的辅助驾驶。该技术也能被应用于自动驾驶，但需要更高精度的地图。
今年理想没有讲解太多技术，但是与 NVIDIA、德赛西威达成了合作。NVIDIA 为其提供高达 Orin 芯片，德赛西威则基于该芯片为理想汽车生产自动驾驶域控制器，理想自己开发自动驾驶算法。理想预计，2025 年即可实现 L5 级自动驾驶汽车。不过想要实现自动驾驶大规模普及，还有一个问题需要解决，那就是硬件成本。
2022 年夯实基础第二点，供应链日益成熟，激光雷达、车载芯片性能更强、可靠性更高、价格更低。
自动驾驶环境数据收集主要存在两种主流方案，2022 年正是车企陆续敲定方案选择的一年，如全球新能源车企龙头企业特斯拉，选择了成本较为低廉的纯视觉方案，全面砍掉雷达，依靠摄像头收集数据，算法进行计算和绘制三维场景。
国内大多数车企则选择了融合视觉方案，即雷达 + 摄像头收集数据，雷达又分为激光雷达、超声波雷达、毫米波雷达等多个种类，其中激光雷达能够收集到较大范围的三维信息，是未来汽车实现自动驾驶的关键。可是原先激光雷达依靠进口，成本和价格较为昂贵。
2022 年，被称为国内激光雷达企业集体崛起，海外厂商走投无路的一年。日前国内禾赛科技宣布，激光雷达月交付数量首次超过 10000 台，速腾聚创生产的激光雷达也被应用于多款高端国产汽车。同时，国内激光雷达企业一直在想办法研发出性价格更低廉，稳定性更高的激光雷达，去年禾赛科技与速腾聚创就推出了半固态激光雷达，取代原有的机械激光雷达。
前段时间，禾赛科技又发布了全固态激光雷达，虽然不能作为主激光雷达，但可以用作辅助，实惠的价格更是让其更具普及的可能性。2018 年 Velodyne 一颗 64 线激光雷达售价高达 8 万美元（约合人民币 56 万元），如今一颗半固态激光雷达仅需万元左右。
禾赛科技曾表示，未来激光雷达的价格将下降到 1000 美元（约合人民币 7000 元）以内，汽车行业的后起之秀华为则表示，目标是把激光雷达的价格压低到 200 美元（约合人民币 1400 元）以内。国内厂商的激烈竞争，大幅加速了激光雷达的发展速度。
国内激光雷达企业拍手叫好，海外厂商却愁云惨淡，9 月车载激光雷达鼻祖 Ibeo 申请破产，11 月 Velodyne 和 Ouster 两家激光雷达公司宣布合并，没过多久，Quanergy 激光雷达公司被迫退市。总的来看，激光雷达行业依然在朝更好的方向发展，只是国内企业逐渐取代海外企业。
自动驾驶技术还有一项重要硬件，那就是芯片，Mobileye 和英伟达则处于领导级地位。Mobileye 的主要市场是 L2 级辅助驾驶，NVIDIA 的则在 L4 级自动驾驶领域更具优势。前段时间，NVIDIA 又推出了算例高达 2000TFOPS 的 Thor，刷新了车载芯片算力纪录。
2022 年夯实基础第三点，高精度地图与车路协同，未实现高级别自动驾驶的关键。
面对复杂的路况，汽车自带的雷达与摄像头未必能收集到所有环境数据，尤其是面对鬼探头之类的情况，雷达和摄像头都无法绕过障碍物侦测后方的物体。为了解决这种情况，车路协同应运而生。
自动驾驶技术企业会在交通环境复杂的区域安装监控设备，并通过高速、低延迟的 5G 网络将收集到的数据发送给位于该区域的车辆。该功能还会加以高精度地图协助，高精度地图能够为汽车提供厘米级道路数据，降低汽车绘制场景模型的压力。
国内车路协同和高精度地图主要是百度 Apollo 在做，在广州黄埔区的测试成绩不错，但只能作为自动驾驶的补充，不能当做主要依赖。因为限于成本影响，监控设备难以安装太多，只能安装在交通环境较为复杂的路口。
2022 年自动驾驶行业的泡沫虽被戳破，但对于整个行业却是好事，基础夯实，万丈高楼才能拔地而起。无论是自动驾驶技术的软件开发，还是硬件技术提升，2022 年均在稳步进行，企业的应用市场划分也更为明显，都在朝着既定的方向进发。
04、自动驾驶的明年，打造商业化空间是关键
与新能源汽车行业相同，自动驾驶技术的发展也要经历从泡沫遮眼到追求务实，画大饼的时代结束，中途难免有许多企业无法跟上潮流变化而倒下。
2022 年 10 月，由我国牵头制定的首个自动驾驶测试场景领域国际标准发布，也表明中国自动驾驶技术迈出了走向商用的关键一步。在激烈的竞争之下，自动驾驶企业想要活下去，就必须明白一件事，那就是如何打造商用空间。只有能够通过营收填补研发支出，才能避免被投资者抛弃。
显然，L3 级及以上自动驾驶技术暂时无法商用，因而自动驾驶企业必须放低姿态，将自己研发的技术应用于 L2 级辅助驾驶，获得更强的营收能力，避免持续出现过于严重的负利润现象。
硬件厂商的日子相对好过，毕竟高级自动驾驶无法商用，但车企必须预留能够支持自动驾驶的硬件，因而激光雷达、高性能芯片不怕没有销量。在国内激光雷达企业的竞争之下，激光雷达价格正在飞速下降，未来或许十几万的车都能标配激光雷达。
车路协同与高精度的地图的建设也在持续，为未来自动驾驶全面商用夯实基础。现阶段车路协同与高精度地图只能应用于辅助驾驶，实现车道级导航，不断收集数据和完善自身。
至于自动驾驶普及之日在哪一年，只能说还要看接下来一段时间内，车企与自动驾驶公司的发展，能否将事故率压缩到可以容忍的范围内，确保乘客的安全。在安全性无法彻底解决之前，自动驾驶都无法全面普及。
本文来自微信公众号：锋出行 （ID：fengchuxing2021），作者：失魂引
本文由LinkNemo爬虫[Echo]采集自[https://www.ithome.com/0/663/292.htm]
