2021年以来，一些瞄准Robotaxi的L4级自动驾驶企业开始差异化新业务，试图通过技术实现商业收入的突破。自动驾驶企业研发L2级辅助驾驶功能的现象，有人称之为“降维打击”。在他们看来，L4级别的自动驾驶企业可以依靠软件算法的优势，为智能汽车提供更丰富的功能和驾驶体验，就像《三体》中高维生物可以轻易毁灭低维生物和文明一样。然而，一些人对此不屑一顾。他们认为，擅长软件算法的自动驾驶企业进入强调软硬件结合的汽车功能研发领域的过程可能不会一帆风顺。双方各执一词，难分难解。但可以肯定的是，自动驾驶企业进入竞争日益激烈的汽车供应链，或将为智能汽车的发展贡献新的技术力量。走上研发L2级辅助驾驶的岔路口，L4级自动驾驶企业是否畅通无阻？危机下的抉择许多人认为，商场就像战场。在没完没了的商战中，企业若能善用兵法，或许能助其走出困境。这种情况也适用于一些深陷商业化迷雾的自动驾驶企业。他们在拼命寻找奇袭，帮助他们突破封锁。思索间，他们看向了L2级别的辅助驾驶系统。过去一段时间，部分L4级自动驾驶企业将目光投向了珠穆朗玛峰之巅的Robotaxi业务，以实现全无人Robotaxi的商业规模化运营为己任，随时攀登高峰。成本。几年下来，他们与终点的距离逐渐缩短，但目标依然遥遥无期，资金消耗也随着自动驾驶汽车规模的扩大而增加。一个佐证的例子是通用汽车最近发布的二季度财报，披露其自动驾驶公司Cruise每天亏损超过500万美元，亏损从同期的6亿美元增加到9亿美元。同时，由于规模化商业化遥遥无期，经济不景气，投资者供给逐渐减少。在缺衣少食的危机中，有的企业在路上劳累倒下，也有的企业因缺氧受寒受重伤。这个时候，他们的首要目标就不再是仰望天空，而是活下去。幸运的是，中国汽车市场的变化为自动驾驶公司提供了生存机会。一方面，中国智能汽车的快速发展需要自动驾驶技术的融合。在特斯拉和小鹏汽车主推的智能辅助驾驶系统下，量产车是否具备高级别的自动驾驶功能，正成为产品最大的卖点之一。为避免技术落后，长城、吉利、大众、通用等整车厂纷纷成立自动驾驶部门，研发L2+及以上自动驾驶功能。但研发自动驾驶系统是少数主机厂的选择，目前更多主机厂因条件所限暂时放弃。为了尽快让后续产品获得更多的市场关注度，无论是自主研发还是非自主研发，寻求外部合作研发可量产的自动驾驶系统都是不错的选择。另一方面，在智能汽车市场快速发展的背景下，国内主机厂开始采用更加灵活的合作方式，国外传统供应商完整的解决方案交付方式逐渐不能满足主机厂的需求，填补了国内供应商的差距。提供机会。此外，国外传统供应商大多在本国设立技术研发中心，其技术难以满足中国市场瞬息万变的需求。据高工智能汽车研究院监测数据显示，截至2022年一季度末，博世在中国乘用车标准装备市场的份额已从2021年的27.79%下降至25.61%。国外传统供应商本土化程度相对不足，使得整车厂试图与国内汽车供应商合作，促进后者的成长。摩视智能、英达科技等一批本土Tier1企业快速成长。对内，L4级自动驾驶技术商业化难度大，需要寻找变通方案；从表面上看，市场需求旺盛，强敌势头减弱。自动驾驶企业研发L2级辅助驾驶系统似乎是理所当然的事情。更重要的是，在智能汽车计算能力提升、传感器数量增加的同时，综合成本大幅下降，为智能辅助驾驶系统的低成本量产应用提供了条件。在生存危机中，L4级自动驾驶公司顺势分流，找到了可能的生存之道。真的是降维打击吗？道路是否平坦，没有人知道，也无所谓。重要的是，一些自动驾驶公司知道这条道路上似乎有一线希望。可以这样吗？自动驾驶从业者王华（化名）告诉新知家，L2-L3系统的辅助驾驶系统与L4-L5级别的全无人系统没有必然联系。辅助驾驶可以升级为自动驾驶。但是，自动驾驶系统并不能直接还原为辅助驾驶。如果两者之间没有必然联系，L4级自动驾驶企业在研发L2-L3级辅助驾驶系统时会面临哪些困难？技术问题是绕不过去的坎。首先，自动驾驶企业在乘用车量产方面的经验相对不足。多家ADAS供应商告诉新知家，L4级自动驾驶企业大多不关心技术研发成本，通常使用算力大的芯片，不太关注量产的技术路线。如果转向L2级别的辅助驾驶，可能“奢侈难改俭”，比如在产品研发上会受到制约。更重要的是，降维不代表算法可以复用，很多东西需要推倒重来。过去，自动驾驶企业以基于深度学习的软件算法作为与自动驾驶系统的稳定性和先进性竞争的护城河，而较少关注如何大规模预装自动驾驶系统。生产汽车，这引发了自动驾驶公司对汽车制造的关注。认识不足。知己软件高级经理尹伟告诉新知家，主机厂和自动驾驶企业之间的合作也可以说是相互学习。自动驾驶企业将学习如何解决在处理整车产品时遇到的问题；整车厂也会向自动驾驶企业学习好的方法论，加强软件开发能力。二是自动驾驶企业部分场景数据积累相对不足。一家自动驾驶供应商的技术负责人告诉新知家，低速场景和高速场景的自动驾驶在应用层是不一样的。自动驾驶需要长期测试收集数据，然后迭代系统。低速场景和高速场景的不同导致了自动驾驶在两种不同场景下采集的数据不同，最后两者的实践方法也不同。过去，自动驾驶企业侧重于采集高速场景下不同类型的数据，应用范围广泛，而从辅助驾驶功能起步研发的企业则更多关注低速场景。完全不同的场景，当然数据也完全不同。因此，L4级自动驾驶企业在自主泊车等低速场景的功能开发上并不具备优势。第三，在计算能力大幅下降的情况下开发自动驾驶系统，就像在蜗牛壳里做道场一样。很多自动驾驶公司过去在宣传自动驾驶汽车的响应能力时，经常会提到其高计算能力。数千甚至超过2000Tops的算力似乎是自动驾驶系统的标准配置。但出于成本考虑，目前量产车无法配置更高算力的芯片。对于习惯于在大算力条件下研发的自动驾驶企业来说，如何以极其有限的算力完成L2/L3级别自动驾驶系统的开发是一个巨大的挑战。比喻为“奢入俭难”。自动驾驶企业的降维之路任重而道远。自动驾驶公司的非技术问题如果自动驾驶公司解决了技术问题，那么上辅助驾驶系统的过程可能并不容易。首先，自动驾驶企业需要低成本实现方案量产。过去一段时间，一些自动驾驶公司把技术放在首位，试图通过大量的各类传感器，打造尽可能可靠的感知系统，以实现自动驾驶。然而，这导致自动驾驶解决方案的成本更高。许多公司发布的自动驾驶解决方案成本高达数十万甚至数百万美元，无法大规模应用。如果一家自动驾驶公司试图降低整体成本并将其应用于量产车型，则需要考虑如何在满足整车级要求的同时降低硬件成本。这对于对硬件接触较少的自动驾驶系统开发者来说，着实不易。自动驾驶企业推出低成本量产自动驾驶解决方案后，主机厂能否买单也是一个问题。上汽集团总裁王晓秋表示，“不做自动驾驶的车企就死定了”，体现了主机厂自主掌控自动驾驶技术的重要性。为了控制软件，福特、丰田等国外主机厂较早收购了自动驾驶公司，大众则成立了自动驾驶部门。尹伟告诉新知家，智己汽车更倾向于自研和与供应商的开源合作。随着域控制器和OTA越来越能够决定车辆的性能和驾驶体验，主机厂意识到智能驾驶功能的研发必须更好地将自主开发和开源合作结合在一个控制器上。这意味着主机厂与外部自动驾驶公司合作，自动驾驶公司可能不会交付整套自动驾驶解决方案，而是针对相关功能进行定制化联合开发。自动驾驶企业在与整车厂合作时，能否如期交付产品也可能是个问题。一位业内人士告诉新知家，如果双方只合作一两次，自动驾驶公司将在较短的时间内为主机厂提供数百辆定制的自动驾驶汽车。工厂完全满意。他认为真正成熟的产品需要双方长期合作，因为产品会有自动驾驶技术、线控技术、新的软件技术，这些都需要长期的测绘和产品打磨才能完成.目前，虽然一些自动驾驶企业正在尝试与主机厂联合开发产品，但双方在合作过程中难免会遇到很多问题，可能会延迟产品交付。自动驾驶企业寻找另一条商业化路径或许是降维，但这个过程并不容易。变革，自动驾驶的新主题近年来，随着众多自动驾驶企业成功获得商业收入，不时有传言称自动驾驶行业即将进入淘汰赛阶段。一批自动驾驶公司已经乘风起飞，而另一些公司还在迷茫。如果说过去专注于某个场景是自动驾驶技术快速发展的秘诀，那么摆脱自我束缚的界限，真正以不同的形式践行技术，或许是未来的新主题。L4级自动驾驶企业纷纷转向辅助驾驶功能的研发。他们是进入汽车供应链的新生力量，为中国汽车工业的发展贡献着自己的力量。但不可否认的是，自动驾驶企业在辅助驾驶方面的发展才刚刚起步，前面还有不少困难。期待L4级自动驾驶企业在辅助驾驶功能量产方面取得新进展。
