文 | 西局
2018年，無人駕駛領域的關鍵詞是“商業化落地”。從各地上路測試牌照的發放，到各種商業化途徑，一派熱火朝天的景象。
2017年左右，國內自動駕駛公司的投資和創業經歷了一個井噴階段。然而，從巨頭到創業新秀，商業化的步伐都在加快。
2018年春節前夕，小馬智行在廣州南沙落地了一支小型無人車隊，成為中國第一家對公眾開放無人駕駛試乘體驗的初創企業。
日前，上汽通用五菱與馭勢科技共同向用戶交付了首批搭載無人駕駛-智能泊車服務的寶駿E200。
如果你現在來到北京海淀公園，或許你會吃驚於它的改變。在園區內，遊客可以體驗無人駕駛的阿波龍小巴車，車裡沒有方向盤和雨刷器，也沒有司機駕駛座，可以憑藉車身周圍安裝的激光雷達和傳感器等實現自動避障。這也吸引了大量的關注，西局去預約了一下，發現只能預約到三天後的自動駕駛車輛試乘。
在今年的百度世界大會上，李彥宏表示，百度將與一汽紅旗共同研發國內首款L4級別自動駕駛乘用車，並將在2019年實現小批量下線。此前，在7月的百度AI開發者大會上，李彥宏曾現場連線了全球首款L4級無人小巴阿波龍的量產儀式。
和去年相比，百度明顯加快了在商業化落地的步伐。在長沙，和百度Apollo合作的自動駕駛出租車的商業化測試運營也在籌備之中。
自動駕駛商業化的步伐不得不急。谷歌CFO之前就曾透露，自動駕駛公司Waymo已經開始做試點出行收費服務，測試定價模式。在今年12月，谷歌的自動駕駛出租車將運營，將成為全球範圍內，首個沒有駕駛安全員的運營項目。
梅賽德斯-奔馳母公司戴姆勒與汽車供應商博世也計劃，要在2019年下半年在加州小規模投放無人駕駛出租車隊。通用投資超過1億美元，要在明年量產Cruise無人駕駛汽車。
世界彷彿在我們不經意間上緊了發條，好像再過一年，自動駕駛車輛普及的節點就將到來，“考駕照”這件事也將成為歷史。
不過，事情總有變化。11月14日，CNBC報道，蘋果的聯合創始人史蒂夫·沃茲尼亞克（Steve Wozniak）說，他已經對自動駕駛失去了信心。
可是，就在一年前，他還信誓旦旦地表示，蘋果如果要在AI方面有所成功的話，那將是在自動駕駛方面。
沃茲尼亞克說，現在的道路是我們這些“不完美的人類”造的，所以，它們並沒有為自動駕駛時代做好準備，而且，一輛真正的無人駕駛汽車，現在也不可能為人類擁有。“我對自己說，這種技術現階段是不可能出現的。”他說。
Waymo的首席執行官John Krafcik日前在接受採訪時也稱，Waymo要解決的問題並不是徹底淘汰汽車駕駛，而只是取代駕駛過程中單調乏味的那一部分。“L5級的完全自動駕駛其實是不合理的期望，它其實沒有必要。”
這兩家老大的“喪”度讓人心涼。2019年的自動駕駛時代，究竟是否可能如期到來？“自動駕駛寒冬”是真的來了嗎？
商機
從2017年開始，自動駕駛的熱度不斷高漲。業界也認為，自動駕駛的“春天”到了。
那是因為，面對這塊領域背後的萬億市場商機，再不動身就晚了。
在日前舉辦的2018自動駕駛全球高峰論壇上，創新工場董事長兼CEO李開復說，買車可能是“你這一生做的最壞的投資”。因為，“你的車96%的時間是停滯的，是在降價、折舊的，只有4%的時間給你提供了價值。而這4%的時間，也有0.5%是在尋找停車位，0.5%是堵在路上，只有3%的時間是真正的在開車。”
交通擁堵已經是大型城市不得不面對的重要問題。李開復提到，要解決它，有三條主要途徑，分別是：共享出行、電動汽車，以及無人駕駛。
2016年，前英特爾中國研究院院長吳甘沙宣佈，離開工作了16年的英特爾，成為馭勢科技的聯合創始人、CEO。當年他曾在媒體見面會上和西局提起過類似的問題，而在他看來，滴滴、共享單車、阿里和美團點評已經將出行市場格局徹底改變，而即使是它們，也在面對“人貴”、“人缺”的瓶頸。共享經濟能在一定程度上解決這個問題，但是資源使用率和管理成本，則是它們自身存在的問題。自動駕駛在提升社會效率、降低人力成本上，無疑是極有前景的。
伴隨著無人駕駛技術的發展，城市空間的變革，也可以期待——停車空間節省、加油站空間壓縮，而每一輛車，則可以開拓成更新的商業空間。由汽車主機市場和出行拓展開來，零售物流、商業地產、能源市場以及衍生的其他市場，都將因此而產生改變。“智能駕駛是鏈接產業最多的賦能技術。”吳甘沙說，“無人駕駛出行的商業模式降維攻擊，是傳統商業模式的100倍。”
而在IoT時代，車輛將不再僅僅是代步工具，而是能夠被賦予更大的含義，將和電腦、手機一樣，成為新的終端。從這個意義上說，所有的出行和汽車相關產業，都可以轉化為智能車輛的“服務”提供商。
因此，包括BAT、華為、谷歌、蘋果這樣的互聯網和終端廠商，以及滴滴、Uber這樣的出行服務平臺，特斯拉、小鵬汽車、蔚來汽車等新能源汽車創新企業，紛紛下海，押注自動駕駛。
自動駕駛也是一條漫長的產業鏈。除了大型車企、互聯網巨頭之外，還有各種新創的整車解決方案、零部件製造、雷達和傳感設備、高精地圖、AI芯片、語音和圖像識別技術提供商的加入。大量的新興企業和創業公司湧現，高額融資不斷髮生，一派春天來臨的熱火景象。
隨著Waymo和Drive.ai等公司無人駕駛商用計劃的落地，國內對於自動駕駛商業化的關注度也日益提高。
但是，但這片門檻遠遠高於其他行業的江湖，還遠不是成熟的時候。現在，也只是早春的溫度。
“無人駕駛最核心的功能，應該是‘無人’，這個意義上來講，如果和以前的通訊行業對比，我們現在還相當於是在‘BP機’的階段。” 飛步科技創始人兼CEO 何曉飛說。
L5級無人駕駛乘用車？就算有，你會買嗎？
談到乘用車的自動駕駛技術，大多數普通群眾的腦子裡閃過的，估計是蝙蝠俠那輛拉風的座駕。
但真正的“無人”駕駛，在這個領域似乎還遙遙無期。
谷歌曾經對輔助駕駛沒有興趣，一門心思直奔全自動駕駛而去——不需要人類司機的干預。而現在，Waymo的CEO也不得不表示，L5級別的全自動駕駛，事實上，對於乘用車而言，似乎還沒什麼意義。
當前自動駕駛的主流技術方案，往往是激光雷達、毫米波雷達和攝像頭等的融合。車頂的激光雷達和前置雷達識別汽車周圍環境，光學攝像頭通過計算機視覺算法識別圖像、瞭解汽車行駛場景。傳感器收集到的外部數據傳送給中央計算單元，它是自動駕駛汽車的“大腦”，創建完整的環境圖像，統率整個汽車的避讓流程。而避讓方案的設置，需要大量的AI算法來做支撐，保障運算的精度和速度。
在這些複雜的環節中，任何一點的缺失，都可能導致事故的發生。對於深度學習技術而言，通用化的難度也比我們想象的更高。道路上環境複雜多變，而對於深度學習的黑箱而言，有很多是工程師也無法預測和判斷的事情。
在路況複雜的開放式環境下，將自動駕駛技術應用於乘用車，風險不言而喻。今年3月份，全球首例自動駕駛車輛在公共道路上撞擊行人並致死事件發生。在美國亞利桑那州，一名女性在穿越馬路的過程中，與Uber的一輛自動駕駛狀態下的測試車相撞並死亡。
即使人類“馬路殺手”更加層出不窮，但是這仍然引起了外界了擔憂。這是因為，人類是無法“信任”機器的。
人類和機器無法共情。即使人類也不能避免的事故，對於機器，大眾也會希望它是完美的。同樣，自動駕駛引發的事故，在法律上該如何判定？機器在做出安全性相關決策時，又該按照何種道德法則來決定是否“犧牲”生命和“犧牲”的順序？
這是個令人恐懼的話題。
現在，業界基本普及的還是L2級的技術。小鵬汽車創始人何小鵬說，“現在大部分的整車廠都在做L2級別的自動駕駛，嚴格意義上來說，這還應該被稱為‘自動輔助駕駛’。”但他認為，先把L2、L2.5級做好，是自動駕駛現在最可行的思路。
不過，當你把自動駕駛技術引入乘用車輛時，新的問題也誕生了：駕駛員會過於依賴技術，而放鬆對路況的觀察。
嘗過了苦頭的特斯拉，就在近期悄悄地把美國官網上“全自動駕駛”的標籤全部給撤了。
但自然，技術代替人力的大趨勢，不會因此逆轉。正如哥倫比亞大學人工智能實驗室主任胡迪·利普森（Hod Lipson）在其2017年出版的《無人駕駛》一書中提出的，只要無人駕駛汽車的安全記錄能夠超過人類駕駛員的平均水平，那它就是足以“造福人類”的。
“就像人類推進航空事業的歷史也曾付出代價一樣，自動駕駛技術的研發進程不會一帆風順，但人類推進自動駕駛讓交通出行更安全更便捷的時代趨勢不會改變。”Uber撞擊行人致死事件發生後，地平線創始人餘凱曾說。
菜鳥無人駕駛物流車
商業化還有10年
自動駕駛的商業化並非無法企及，但是需要一點點解決挑戰，讓整個產業發展更成熟。
AutoX創始人兼CEO 肖健雄表示，現在做無人駕駛“就像IBM最初做電腦的狀態，什麼都要做，連顯示器都需要它來操心，現在我們還處於這種水平。”
而當自動駕駛成本高昂、緩解城市擁堵和降低人力成本的需求近在眼前時，也就不難理解，“自動駕駛出租車”成為各大車企和出行服務公司率先試水的領域。
2017年4月，Waymo推出“早期乘客計劃”。現在，其早期用戶已經可以用叫車服務坐車。吳恩達任職董事的Drive.ai也於今年10月在美國德州也開放了無人駕駛接送服務。
在國內，除了長沙外，今年11月，廣州也曾出現第一輛無人駕駛出租車試運營的情況。
自然，選擇出租車作為無人駕駛的試乘初體驗，也是由於其可以選擇固定的線路、限定的小範圍場景，可以在路況複雜程度較低情況下實現低速運行。
吳甘沙去年曾經提出，自動駕駛兩到三年內的落地可能性，一個是從高速公路的L2、L3級自動駕駛開始，另一個就是限定場景內低速的無人駕駛。
實際上，在環境複雜度相對較低、技術難度較小的部分商業場景下，L4級的自動駕駛技術已經投入了使用。
在環衛領域，autowise.ai仙途智能曾推出無人駕駛清潔車。2017年，智行者科技推出無人駕駛掃路機蝸小白，並在北京落地，在公園等區域內進行常態化作業。
智行者還推出過無人配送物流車蝸必達。而在京東，無人配送物流車已經被納入了智慧物流的體系。
另外一個重要的切入點是貨運。高速公路上的卡車貨運，對於人類而言是險象環生，但對自動駕駛系統而言，“公路駕駛遠比城市環境要容易得多。”圖森未來創始人陳默曾對西局表示。高速上路況更為簡單，車速穩定。對於貨運企業而言，它們對這項技術的熱情也遠比乘用車的乘客要高：對長途駕駛的貨運司機而言，自動駕駛能夠保證他們得到充足的休息、降低事故概率；而一旦自動駕駛貨運普及，可以幫助這些貨運公司減少人力成本投入，畢竟我國也規定，長途運輸車上需要配備兩名司機。
圖森未來的無人集卡車隊也在港口內開始進行作業測試。今年，前滴滴研究院院長何曉飛也創辦了自動駕駛貨車公司飛步科技。
在何小鵬看來，到2020年，會有一些企業能夠把L3級自動駕駛探索性落地。但是，他強調，L4級自動駕駛技術大規模的應用，至少要等到2021年。
也因此，連蘋果和Waymo負責無人車的老大，也不由得發出了感慨。真正的無人駕駛要實現，難度實在太大。
跑起來？急不得
但是，這也是最“急不得”的產業。挽起袖子大幹一場，並不適合它。
一週前，美國媒體BI曝光了在對Uber自動駕駛汽車致人死亡事件的調查中的部分資料。Uber的員工在接受採訪時甚至直接表示，事故發生時，Uber的自動駕駛系統“可能會殺死一個蹣跚學步的孩子”。
3月份事故中涉及的Uber的自動駕駛測試車上，安裝了7個攝像頭和1個高線束激光雷達。正常的話，應該是車輛的感知系統在50米處（2.7秒內）檢測到受害者，並且立即強制剎車，最近的情況，車會在距離人2-3米的地方停下。
而在日前的調查中發現，在這起事故中，Uber關閉了測試汽車的自動剎車功能。
2017年11月，Uber發了一份文件，要求自動駕駛汽車團隊的工程師將每次乘車過程中的“糟糕體驗”次數減少到1次。兩天後，Uber宣佈將關閉無人駕駛車輛的自主制定緊急決策的功能，以防它在錯誤的時間剎車或轉彎嚇壞路上的其他車輛。後來，他們恢復了急轉彎等功能，但是其中不包括剎車功能。更糟糕的是，這輛車上的無人駕駛系統並沒有設置提醒安全員的功能。
2016年，Uber在加州舊金山市部署了一隊自動駕駛汽車車隊，但卻沒有獲得監管者的批准。在與當地車管局的爭論過程中，上路第一天，他們的車就闖了紅燈。但Uber仍舊認為，它的車輛上配有安全員，不屬於“無人駕駛”，不肯遵守加州的無人駕駛規定許可證，同時，估計也是不願向政府彙報各種細節，因此，寧可撤出在加州的測試。
Uber在自動駕駛的路上，不斷測試著各種邊界。和谷歌等競爭對手相比，在技術上起步太晚，讓Uber在自動駕駛路上走得太急了。無論是內部不同派系的爭論，以及和Waymo曾經曠日持久的官司，都證明它的急切。
2016年5月，一輛特斯拉Model S型轎車在自動駕駛狀態下撞上一輛拖掛車，駕車人死亡。今年3月，特斯拉宣佈，因為轉向系統零配件缺陷召回12.3萬輛特斯拉Model S。
這是隻有具備了相當的技術積累和硬實力、以及對生命足夠敬畏的公司，才能探索的領域。
儘管，這對創業公司而言，挑戰巨大。
但是，這仍然算不上寒冬。因為，對這個龐大的產業而言，一切都還剛剛開始。即使L5級自動駕駛讓蘋果和Waymo兩家老大喪失信心，談冬天，還是太太早了。
