自动驾驶L4的渐进式思路被看好？

前言：

近日，特斯拉推出新的全自动驾驶（FSD）Beta 软件更新，这是迄今为止最大的一次更新；

与此同时，小鹏汽车今年下半年，有望成为中国第一家开启城市智能辅助驾驶的企业。

作者 ｜ 方文

图片来源 ｜  网 络

渐进式路线越来越能理解

从当前的局势来看，渐进式路线开始被越来越多的企业和机构接受，代表企业是特斯拉。

它的思路是在量产车上优先搭载 L2／L3 级辅助驾驶，低成本收集数据，训练算法迭代技术，最终做到 L4／L5。

与渐进性路线相对应的，是跨越式路线，代表企业是谷歌母公司Alphabet 旗下的Waymo。

它的策略是一步到位，全力研发 L4＋高级别自动驾驶技术，以技术改变行业。

以Waymo为代表的科技公司，主要走［跨越式］路线，因为没有大规模量产车为其提供数据进行技术迭代。

特斯拉等车企大都走［渐进式］路线，从商业和营销角度上来看，以电动车为产品，自动驾驶为核心卖点，逐步满足消费者更加稳妥。

渐进式思路的优点，是可以把辅助驾驶作为卖车亮点，用赚来的钱来搞 L4 自动驾驶研发，在量产中获得现金流和低成本的数据流。

它的缺点可能就是这些数据可能不全面，还有就是人们对从辅助驾驶通向无人驾驶存有疑问。

高质量数据获取正逐渐成为可能

2020年底至2021年上半年，众多车企、科技企业推出自动驾驶相关车型、产品。

公开数据显示，2021 年全球新能源汽车销量达到 675 万辆，同比增长 108％。

表面看是在争论技术、安全，其实背后争的是成本和量产。

低成本，包括自动驾驶系统量产的成本，也包括数据收集的传输存储成本，当然最重要的是处理成本。

无论是做L2还是L4，搞前装量产还是Robotaxi，这都是成败与否的核心标准。

高效率来自于数据收集的有效性。

其实对L4来说，99％的场景都很简单，各家能力也趋于同质化，真正的差异化优势在于那1％不常遇见的复杂长尾场景。

Lyft、Uber的失败，核心则在于后装传感器数据有效性不高，反映到开发端，依然是成本问题。

而成功开启规模化商用的玩家，无论是轻舟智航这样以L4立身的公司，还是特斯拉这样从乘用车辅助驾驶的入手。

本质都是在打通了低成本数据闭环，让技术能下放量产场景，场景数据又能不断反哺技术进步。

将L4技术降维至 L2＋应用

相关数据显示，2022年1月，国内市场新车前装标配搭载 L2级辅助驾驶系统上险量为 48．45 万辆，同比增长 63．21％，前装搭载率为 22．13％，同比增加近 10 个百分点。

据 IDC 发布的《中国自动驾驶乘用车市场数据追踪报告》显示，国内 L2 级自动驾驶在乘用车市场的新车渗透率高达 23．2％。

2020年，ADAS 巨头 Mobileye 推出 SuperVision，也是一套具备L4级自动驾驶能力的系统，只是考虑到要尽快量产落地，而被降维作为L2＋ 的自动驾驶系统来使用。

随着固态激光雷达和大算力平台的出现，L4 技术能够以合适的成本部署于 L2／L3 上，为 L4 自动驾驶公司提供了拓宽自己场景的基础。

从营收和前装量产角度来说，L2＋企业相比于 L4 级自动驾驶企业更有优势。

对于 L2 级企业而言，相比于此前单一传感器系统，高阶辅助驾驶系统需要进行多传感器融合，L2 企业的感知算法模型也需要随之进化。

相比较来说，L4 级自动驾驶公司算法比较先进，但缺乏面向前装量产的工程化能力。

L4 级自动驾驶企业与 L2 级辅助驾驶企业发展最大的不同在于：在新的运营模式下，L2将是整个产业链的核心，以自动驾驶系统为核心；

L4 级自动驾驶企业能够整合整个产业链，并最终走通商业模式闭环。

将L4技术降维至 L2＋应用，尽管在算法、硬件等方面都更具有优势，但面向前装量产时，如何更合理的控制成本，也将是这部分企业所需要面临的挑战。

结尾：

自动驾驶公司融资最大的挑战来自于它的商业化进展不及预期，短期内要真正批量落地运营，形成正向的现金流和产生盈利非常难。

当理想与现实碰撞，对 L4 自动驾驶厂商而言，面对资本谨慎，外援不足的现实状况，亟需另谋生路，找到一条能够短期变现的道路。

部分资料参考：周永亮：《自动驾驶 18 年，特斯拉如何抢了 Waymo 的「大旗」？》，第一电动大牛作者 汽车之心：《高阶自动驾驶的“降维”与“升维”之战》，盖世汽车：《都2022年了，L4级自动驾驶还会远吗》，钛媒体APP：《自动驾驶不争路线，争赚钱》

       原文标题 : AI芯天下丨分析丨自动驾驶L4的渐进式思路被看好？