加入星計劃,您可以享受以下權(quán)益:

  • 創(chuàng)作內(nèi)容快速變現(xiàn)
  • 行業(yè)影響力擴散
  • 作品版權(quán)保護
  • 300W+ 專業(yè)用戶
  • 1.5W+ 優(yōu)質(zhì)創(chuàng)作者
  • 5000+ 長期合作伙伴
立即加入
  • 正文
    • Part 1、科技企業(yè)的起頭
    • Part 2、打水漂的36億 vs  特斯拉玩法
  • 相關(guān)推薦
  • 電子產(chǎn)業(yè)圖譜
申請入駐 產(chǎn)業(yè)圖譜

美國L4自動駕駛投資走向何方?

2022/10/29
575
閱讀需 7 分鐘
加入交流群
掃碼加入
獲取工程師必備禮包
參與熱點資訊討論

最近剛做完一期視頻,試圖來探討在美股回調(diào)以后,整個L4自動駕駛企業(yè)的出路。好嘛,福特立馬開了第一槍——福特與大眾聯(lián)合投資的自動駕駛技術(shù)項目Argo AI將被關(guān)閉并解散。這家由谷歌和Waymo前工程師Bryan Salesky領導的初創(chuàng)公司,解散通知給到了2000名員工,將為其中一些人提供在這兩家汽車制造公司中工作的機會。

在自動駕駛的跑道上,國外第一波出現(xiàn)的是從Waymo、Uber、Lyft這樣的運營企業(yè),圍繞MSSB這種出行即服務的思路來做;跟隨的包括美國的整車企業(yè)通用、福特和后續(xù)豐田,加上美國的IT企業(yè)包括亞馬遜、微軟。

但目前整體的情況都不是很樂觀:

● Waymo還在苦苦堅持

● Argo AI 解散

● Cruise: 1-9月虧損了14億美金

● Aurora:上半年凈虧損由去年的1.82億美元擴大到12.31億美元

圖1. 全球L4自動駕駛的商業(yè)化之路出現(xiàn)裂縫 

Part 1、科技企業(yè)的起頭

從邏輯來看,這一波自動駕駛不管是Robot Taxi還是Truck里面的方向,主要是由Waymo帶了節(jié)奏,然后Uber、Lyft看到了自己商業(yè)模式的拓展。

Waymo所帶動自動駕駛出租車的商業(yè)化服務(Waymo就是老大)分為 5 個步驟:

1. 創(chuàng)建原型自動駕駛車輛在特定道路運行  

2. 獲得自動駕駛測試牌照并與安全駕駛員一起進行路試

3. 推出一個小型車隊來測試載客運行,逐步擴大地理圍欄

4. 量產(chǎn)自動駕駛汽車,進行第一代和第二代車型升級,支持大規(guī)模Robot Taxi服務

5. 建設并運營Robot Taxi網(wǎng)絡,擴展到更多的服務區(qū)域

這里的核心——Robot taxi的推出策略,是在受限制的地理圍欄區(qū)域測試并發(fā)布服務,然后不斷擴大該區(qū)域,為運營車隊增加更多車輛。Waymo的第一代汽車基于傳統(tǒng)汽車的量產(chǎn)版本,通過感知傳感器和運算平臺的改裝來實現(xiàn)L4 的自動駕駛。

Waymo講的故事,開始是專注于第一代汽車,在密歇根建立了一家工廠,進行自動駕駛汽車改裝,從 60,000 輛Pacifica Hybrids 和 20,000 輛 Jaguar I-Pace EV 開始。從實際的情況來看,這個計劃都沒辦法完成,特別是I-pace EV都快結(jié)束生命周期了隨后Waymo開始尋找第二代Robot Taxi車輛為自動駕駛服務而設計(拿掉轉(zhuǎn)向和剎車),當然進度比較慢。這方面通用的Cruise是比較快的,畢竟這方面車企有自己的優(yōu)勢。

目前來看,最大的問題是,在這個市場上玩家的不斷退出,同時沒看到新進入者持續(xù)擴大。

Uber第一個退出,把不斷燒錢、競爭特別激烈、還看不到什么時候賺錢的自動駕駛的服務丟給了Aurora;然后Lyft也退出了這個游戲,把自動駕駛服務賣給了豐田Woven;被市場所期待的蘋果、亞馬遜、微軟等系列科技公司,后續(xù)還是圍繞投資來做,并沒有參與這個游戲。在美國演變成了WaymoCruise在前面領頭,后面一些跟跑的,同時歐洲的汽車企業(yè)基本都退出了Robot Taxi的競爭。

Argo的清算,對于整個歐美的自動駕駛投資還是震動很大。

圖2. 自動駕駛退出清單

Part 2、打水漂的36億 vs  特斯拉玩法

從投資邏輯上看,這波也確實讓大眾和福特都傷到了。

圖3. 大眾和福特的大邏輯

2019年特斯拉發(fā)布的Robot Taxi服務網(wǎng)絡,通過自己已經(jīng)銷售的車型路徑迭代給這個思路開辟了一個新路子。也就是說,企業(yè)不需要把自動駕駛的車子改造成那么徹底;采用影子模式,獲取更多數(shù)據(jù)圍繞現(xiàn)有車型迭代。

所以目前來看,我們看到所有的公司,最終還是從量產(chǎn)車出發(fā),自動輔助駕駛的競爭也就回到了L2+,能否通過現(xiàn)有可落地的功能,來跑算法,通過自動駕駛算力的迭代來提高原有功能的上限。

這套邏輯的改變,其實直接改變了2020年后續(xù)自動駕駛投資的速度。最顯著的改變的是幾點:

● 感知硬件的成本必須可控:這是圍繞是不是需要用昂貴的機械式激光雷達做全景掃描,是否需要多感知冗余,整個感知套件的成本設定在什么價格

● 車內(nèi)計算平臺的算力和云端算力的平衡:在這里隨著上次Tesla 自動駕駛Day,其實給了一個清晰的思路,車端算力迭代到一定程度可以和云端服務器進行協(xié)同

● 軟件誰開發(fā):算法可以從供應商剪裁,車企需要有自己的集成和優(yōu)化部門,順著這個思路,類似大眾把自動駕駛一方面和Bosch合作,一方面和地平線合作

小結(jié):現(xiàn)在所有的人,都在想一件事:傳統(tǒng)汽車企業(yè)能不能把軟件中心運營好,這個大大的疑問?

相關(guān)推薦

電子產(chǎn)業(yè)圖譜

筆者 朱玉龍,一名汽車行業(yè)的工程師,2008年入行,做的是讓人看不透的新能源汽車行業(yè)。我學的是測試和電路,從汽車電子硬件開始起步,現(xiàn)在在做子系統(tǒng)和產(chǎn)品方面的工作。汽車產(chǎn)業(yè)雖然已經(jīng)被人視為夕陽產(chǎn)業(yè),不過我相信未來衣食住行中的行,汽車仍是實現(xiàn)個人自由的不二工具,愿在汽車電子電氣的工程方面耕耘和努力,更愿與同行和感興趣的朋友分享見解。