近日在比亚迪2022年报交流会上王传福谈无人驾驶是“忽悠”，“被资本裹挟”，引起大家对智能驾驶必要性的讨论。

现在常说汽车的“新四化”，电动化、智能化、网联化、共享化。在电动化方面，比亚迪提前的产业布局、正确的电池投资策略、产品和技术的不断迭代等原因，做得很成功。但智能化并不是它的优先战略方向。比亚迪在智能化的选择上，也会继续正确下去吗？自动驾驶技术真的是无稽之谈吗？

Part 1

做无人驾驶的公司发生了什么？

目前常说的自动驾驶技术的发展路线可分为渐进式和跨越式两种，其中渐进式主张从L1、L2、L3状态的“人机共驾”逐渐过渡到L4的无人驾驶；而跨越式则直接以L4的无人驾驶为目标进行研发。由于“自动驾驶”的命名容易引起大众误解甚至误用，所以现在往往用“智能驾驶”或者“辅助驾驶”来指代；其中，L2、L3的智能驾驶也是通常所说的高阶辅助驾驶。

走渐进式路线的公司以车企为主，以特斯拉为领导者，以及各家主流豪车企业、国内的头部新势力等。

跨越式路线的公司以行业领军Waymo为代表，这是从谷歌2009年开始的自动驾驶项目独立出来的新公司。2014年左右，技术的进展让一些科技公司进入到自动驾驶领域，比如Uber、百度等等。2016年之后，才有大量资本进入到这个赛道，刺激自动驾驶进入高速发展时期，这时还涌现了很多初创公司。

跨越式路线公司的客户主要是面向新兴的智慧出行服务商，比如Robotaxi、RobotTruck。但从去年开始，全球投资者开始认为这些公司商业化进程上的前景不够明朗，美股市场大量自动驾驶相关公司的市值开始跳水，甚至破产。Uber、通用、福特等主要玩家，都推迟了自己的商业化落地计划。

随着美股的市值破灭和独立发展的道路不可持续，专注于L4的企业开始向L2领域进发，“自动驾驶”的概念不再提了。各家汽车公司，为了符合法规开始强调“辅助驾驶”。这是L4企业对L2的集体倒戈，为了争取客户甚至不惜白盒交付，直接交出源代码。

对比渐进式和跨越式路径，能看到两者的技术方案差距巨大，包括针对场景的设计规划、传感器、数据采集等方面的区别。回顾两种路径的不同发展历程，能看到自动驾驶并不是无稽之谈，只是我们需要思考，为什么直接做L4的路径会走向失败？以及从L2渐进式演进到L4、L5的速度。换句话说，我们什么时候能实现无人驾驶。

Part 2

特斯拉是如何做自动/辅助驾驶的？

特斯拉作为渐进式的代表，主张从L1、L2、L3状态的“人机共驾”逐渐过渡到L4的无人驾驶。由于特斯拉的垂直整合路线很成功——它的无人驾驶解决方案，甚至从车扩展到了机器人。

渐进式的技术路线是从2019年前后开始，当时自动驾驶技术堆栈出现了颠覆性变化，特斯拉引领了这次变革。同时，特斯拉还开创了将自动驾驶与汽车量产结合的道路，即通过在量产车上安装低级别自动驾驶系统收集数据，凭借数据不断完善自动驾驶算法，最终实现由较低级别的自动驾驶向高级别自动驾驶间融合过渡。

在这个过程中，特斯拉不断用高算力的芯片和存储迭代车辆硬件，从HW1.0迭代到了HW4.0，而且围绕后台数据处理来拓展自动驾驶的应用边界，以后可以用于机器人在室内的使用，这拓宽了AI在移动领域的用途。

芯片性能的提升，每一代产品的迭代首先在算力上有大幅的提升，FSD芯片作为特斯拉自研的第一代产品，肯定有某些地方由于受时代局限性的影响没有达到完美的水平，在第二代产品中要迭代。

Part 3

特斯拉的跟随者们

如果说特斯拉的“纯视觉路线”是自研的自动驾驶高算力芯片+摄像头的话，那么国内新势力，采用的是“英伟达的Orin芯片+激光雷达”路线。

在2021年初，小鹏提出了全栈自研的路径，随后蔚来和理想汽车都选择跟随了核心能力自建。中国的传统主机厂和二线新势力纷纷意识到了主机厂自研的好处。几家新势力通常使用单一的计算平台和传感器架构，通过激光雷达和英伟达超强算力芯片来弥补自己的短板。

在智能车时代，汽车产业的商业模式越来越依赖于软件和服务。比较直观地说，就是以后车本身会越来越不值钱，但用户会对车上的订阅软件付费，比如车载的影音、自动驾驶服务等等。

汽车跟软件绑定得越来越紧了，离开了软件的汽车，将会变得不完整，现在的车离开网络只是不能听歌和导航，以后的车离开软件，可能就要不能开了。

Part 4

自动驾驶何时能科幻照进现实

那么自动驾驶何时才能科幻照进现实呢？有三个问题值得思考：

1）如何看待在自动驾驶上商业投入和技术发展的平衡？

电动化、智能化需要吸引资本投入，也需要教育市场和消费者。某种程度上来说，特斯拉在全球和中国市场确实做了这个工作，也得到了新能源车先发者和定义者的红利。

但目前产业内逐步认识到自动驾驶在技术和商业化层面的难度，整个行业正趋于理性化。单纯讲故事显然已经很难吸引到资本的眼球了。自动驾驶在落地时普遍会遇到技术成熟度、成本和法规的支持，这将决定其在商业场景里的渗透速度。

2）智能化的下半场，偏见会带来落后

即使是不看好无人驾驶的比亚迪，也在努力发展自己的智能化：今年3月份英伟达宣布，从明年开始，比亚迪的的电动汽车将采用英伟达的DRIVE Orin集中式计算平台。DRIVE Orin是市场上性能最强的自动驾驶处理器之一，也是国内各种新势力、以及做L4无人驾驶的公司常见的选择。

大部分观点都认为，由于产业基础的能力，中国和美国将在未来20年共同引领全球人工智能（AI）发展。AI和自动化作为平台技术，与先进计算、生命科学、新能源等更多新技术交叉发展会带来颠覆性的产业变革。中国在这个过程中有望领跑，特别是在规模巨大的传统行业中，中国的大数据加上AI的优势，能在自动化、智能化有望领先，保持“世界工厂”的地位。但ChatGPT的出现，让我们看到，美国侧重于基础研究，而基础研究的突破将会对生产力带来巨大的变化。

3）中国在智能汽车领域会落后吗？

中国在智能汽车领域正在迅速发展，并且已经取得了重大进展。国内不管是政府层面还是汽车产业领域的企业，都非常重视智能汽车技术的研究和开发。但是我们看到目前的技术突破，是来自于基础底层的，随着特斯拉的自动驾驶车辆和机器人协同发展，以及美国企业在语言模型上已经投入的大量资源，将来底层技术的突破是我们很难预见的。

我们没办法保证我们投入巨资建立的电动汽车产业链，是不是在下一波基于新的AI技术赋能的智能化技术变成了“传统车”，这是我们最大的风险。

小结：时代在共振，汽车行业也正迎来“百年变局”。汽车电动化方面，中国在持续投资下取得了成绩，把技术难度降低了；但是，汽车智能化更加考验芯片、算法和强算力服务器，更大的挑战在等着我们。现在的形势非常符合这句话，“宜将剩勇追穷寇，不可沽名学霸王”。