“无人驾驶都是扯淡……它就是一场皇帝的新装。”
一周前，比亚迪董事长王传福在投资者沟通会上向高阶自动驾驶（L3以上）泼了一盆冷水，但令人惊异的是，言论抛出后的一周里，即便是最激进、最领先的自动驾驶公司，也选择了沉默，有效的驳斥至今没出现。
如今，多数车企对高阶自动驾驶的判断趋向一致——在量产乘用车上，还看不到应用的希望。“只有王传福把话说破了”。
“技术的发展往往是这样的。我们一开始会高估它带来的影响，三五年看不到变化，又可能会低估它。”一位电动车企业智能驾驶研发部门的高层向AutoPix表示。
文|章洺辉
编辑|冒诗阳
01
—
没有数据，哪来算法
“前几年都在聊无人驾驶，很长时间里，我们也看不太清楚。”长城汽车智能车领域的一位研发工程师向AutoPix表示，但现在趋势已经基本清晰，“这几年自动驾驶在收敛了，从外界热炒的L4和L5，转化为L2的大规模普及。L3不同车企有不同看法，但L4及以上的，（车企中）基本没有再投入了。”汽车行业内对高阶自动驾驶的质疑并不新鲜，2016年甚至更早，自动驾驶刚刚进入公众视野时，即不乏汽车业专家公开质疑自动驾驶的前景。但彼时，此类质疑更多是从伦理道德、普及难度、技术路线等角度。如今7年后，对自动驾驶的质疑从学界蔓延至产业界。行业对高阶自动驾驶算法与算力之间的双重困境，有了更为具体的感知。毫末智行的工程师徐雷告诉AutoPix，以如今炙手可热的人工智能chatGPT为例，其背后的大数据规模大致是1750亿，同样高阶自动驾驶所需要的数据规模，也在千亿以上。“我们从2021年开始路测，两年多来，建立了很多场景库。”供职于某头部自动驾驶公司研发人员罗欣告诉AutoPix，“但直到最近才发现，我们搜集到98%以上的数据，可以说都是无用数据。”也就是说，100辆车跑了100小时，可能只有两辆车的两小时是有用的。场内测试中积累下的数据大量重复，实际道路的复杂程度远超想象。一面是低效的数据，一面是低效的算法。徐雷告诉AutoPix，目前业内普遍用Transformer大模型，来处理海量的数据，相比之前的模型，Transformer计算量提升了接近100倍。但即便如此，有超过93%的计算，都是无效计算。
“自动驾驶跟其他人工智能相比，是有差别的。”徐雷向AutoPix解释，比如chatGPT可以从整个互联网中搜索语言数据，“全世界人都主动在互联网上创造大数据，但自动驾驶的数据，只能依赖大量的量产车。”然而，自动驾驶企业想要跳脱出实验室场景拿到真实的上路数据，更加艰难。除了不同品牌汽车之间的数据壁垒外，目前路上的在用车，仍是传统汽车为主，大多不具备搜集数据的能力。“我们以前理想的模型，是先普及算力，在车上安装更多的传感器、控制器、大算力芯片，硬件普及以后，再通过算法的升级，来达到L3以上的自动驾驶。”广汽研究院的专家孙琦告诉AutoPix，但现在看来，行业远远低估了高阶自动驾驶搜集数据的难度。
02
—
谁为“高算力”买单？“
L2+智能驾驶系统占整车的成本应该有一个区间，这个区间上限是5%，下限是3% 。”4月2日，大疆车载负责人沈劭劼在电动车百人会论坛上公开表示。也就是说，在他看来价格20万元的整车，智能驾驶系统硬件成本的合理区间约在6000到10000元之间。而在主机厂比亚迪的董事长王传福看来，这一占比应该更低，合理的价格区间应该是“三五千块钱，再高了消费者不愿意买单”。
现实却是，自动驾驶算法不足的情况下，只能靠算力来补救。为了将自动驾驶功能提升至L2+、L2++，并为未来高阶智能驾驶的软件升级留出空间，一些售价在25万元以下的新车，用于装配自动驾驶系统的硬件成本经常在10%以上。孙琦告诉AutoPix，几年中，前沿车企的量产自动驾驶已经从L2进化到了L2+，即能完成高速路、停车场两个场景的自动驾驶。其中相对领先的车企，比如小鹏，已能做到L2++级别，即在高速路、停车场、城市三个场景中实现自动驾驶。但这些进步，带来硬件数量的增加却是指数级的。车载传感器上，行业内L2+级别的各项方案中，车载传感器的数量区间大致为：摄像头5到12颗、毫米波雷达1到5颗。但到了L2++级别，主流方案传感器的数量增加到摄像头11到12颗，毫米波雷达1到5颗 ，激光雷达1到3颗。算力上，L2+最低只需要配备8TOPS，但到了L2++，算力配备最高需要在200TOPS以上。即便是行业内算法领先的特斯拉、Momenta、百度Apollo，实现L2++也需要配备48到500TOPS的算力。现实与理想之间的差距，愈发扩大。以目前流行的车载芯片高通8155芯片为例，其算力仅为8TOPS；即将搭载进量产车的高通8295，算力也仅为30TOPS。这就导致，目前技术条件下，想要在车辆硬件层面为高阶自动驾驶留出升级空间，几乎不可能。行业预计，如果要在硬件层面为L4级别以上的自动驾驶留出升级空间，大部分车辆本身的算力配置需达到1000TOPS以上。受困于芯片、能耗等诸多因素，目前在售的新能源智能汽车，还没有产品能达到这样的算力。“付出了这么大的价钱，消费者普遍的反响并不好，没有获得感。”孙琦告诉AutoPix，车企将目光集中在了硬件上，软件生态没有形成，算法不够。“过去一些车企想要把车卖到30万以上，品牌力又不够，有堆叠智能配置的冲动。”一位新造车企业的产品负责人向AutoPix表示，再加上几年前，行业内对高阶自动驾驶的前景看不太清，因此一定时期内，很多车企默许了高阶自动驾驶的宣传，借此来“堆砌”硬件的做法。如今，越来越多车企开始站在消费者的角度上，反思对高阶自动驾驶的乐观。
03
—
高阶自动驾驶，汽车行业“祛魅”
3月底，比尔·盖茨试乘了英国公司Wayve打造的无人驾驶出租车，在对自动驾驶表达惊叹之余，这位享誉全球的科技界KOL仍保守的预估，自动驾驶成为主流之前还有很长的路要走，“也许要几十年”。此外，比尔·盖茨认为乘用车可能会是最后一个广泛采用L3级及以上自动驾驶技术的车辆类型。相比之下，长途卡车可能会是第一种，此后是物流配送。未来，自动驾驶还可能应用到出租车等运营车辆上。同样的观点，涌现在刚刚结束的中国电动汽车百人会论坛（2023）上，包括长城、大疆、地平线等在内的汽车智能化参与方，均表达了对高阶自动驾驶前景的保守看法。“我觉得十年以后连L3都不会真正实现。”地平线创始人、CEO余凯称，比起无人驾驶，高级辅助驾驶更为现实，且对消费者而言，作用更为实际，“对自动驾驶这件事大家不要太焦虑，行业发展没那么快，现在到2025年真正要做的是，在合理的性价比上把高速的NOA、环线的NOA这种封闭道路的自动驾驶做到如丝般顺滑，但是价格不能太贵，同时我认为要有相当的时间和精力真正把城区NOA做到可用。”
如今，即便是较为激进的自动驾驶解决方案公司，也在将重心转移至L2+及L2++。“我们的远期目标仍然是实现可规模化的L4。”Momenta的一位负责人向AutoPix表示，该公司并未放弃这一远景，但可规模化的实现条件是需要先在辅助驾驶中，搜集足够多的数据，“估计需要累计到1000亿公里以上的里程，才能做到L4，这是一个绝对的天文数字。”此背景下，Momenta已开始实行两条业务，“一条是量产的智能辅助驾驶，一条是无人驾驶”。不只是Momenta，长城汽车旗下的毫末智行也表达了类似观点。“三年之前，我们判断这种完全自动驾驶载人的产品形态还需要很长时间才会出现。”百人会论坛上，毫末智行CEO顾维灏于演讲中称，毫末智行并未将高阶自动驾驶乘用车作为重点开发目标，“所以毫末智行的重点在载人的辅助驾驶以及完全无人、载物的自动驾驶这两件事情方面做重点的发展。”即便如此，在一些乐观者看来，现在下判断认为高阶自动驾驶不会实现，仍然为时尚早。“技术的发展往往是这样的。我们一开始会高估它带来的影响，三五年看不到变化，又可能会低估它。”一位电动车企业智能驾驶研发部门的高层向AutoPix表示，在他的观察中，chatGPT就是这样，某一个临界点上，突然改变了人们的生活。上述高层告诉AutoPix，如今在自动驾驶算法涉及的感知、融合、预测、决策、规划、控制五个模块中，深度学习正越来越多参与其中。在他看来，2025年之后智能化汽车会开始大规模普及，高质量的路测数据会开始大量增加，深度学习能力也会开始成长。“到2025年之后，可能才能慢慢看清楚，高阶自动驾驶到底能不能实现，”（文中徐雷、罗欣、孙琦为化名）
本文为汽车像素（autopix）原创内容
未经授权，请勿转载
