自动驾驶厂商降维竞争， L2 前装量产未必是救命稻草( 二 ) “现阶段做Robotaxi的公司都得完

L4算法是否能够复用到L2？追求算法优先、不计前装成本的L4厂商深入需要严控成本、功耗的L2之间的矛盾将如何协调？再者，车企是否愿意将自动驾驶这一“灵魂”交给L4厂商来做，都是L4厂商需要面对并解决的问题。
L4玩家能做好L2前装量产吗？
对L4厂商来说，其最大的优势在于算法能力和数据处理能力。他们在数据闭环和数据链路上投入了很多资源，但涉及前装量产方面需要考虑到的供应链管理，硬件集成、量产工程能力等方面则有所欠缺。
在L4厂商降维做L2的路线中，既有自主拓展产业链，直接交付方案寻求与车企合作的，也有像文远知行选择与头部Tier1厂商合作，仅提供软件开发和技术支持，由Tier1厂商进行集成和规模化量产，进而向主机厂销售。
无论哪一种模式，对L4厂商来说，降维L2并不意味着算法能够直接复用，而是从头再来。

文章图片

文章图片

即便是Waymo ，同样面对着商业变现的难题（图片来源：视觉中国）
“L4的算法很难复用到L2” ，一位汽车行业观察人士向钛媒体APP说道， “仅是在感知层面就完全不同， L4多采用激光雷达， L2则是纯视觉或是视觉与激光雷达的结合，不同传感器所采用的算法完全不同。”
激光雷达采集的是点云数据，摄像头采集的是图像数据，在时间记录上也有一定差异，因此需要对不同传感器的数据做融合。再者，不同激光雷达路线采集方式不同，最终也会影响数据分析处理。
不只是感知硬件，不同品牌的不同车型在电子电器架构、域控制器、芯片所适配的平台等各个方面都存在差异性，这意味着L4厂商需要针对不同量产项目进行定制化适配。
也就是说，即使L4厂商积累了强大的计算能力，但依旧难以复用至L2 ，因此需要新增一部分人力物力对不同量产项目进行定制化开发，这也将进一步衍生更多成本支出。
一家布局L2前装量产的自动驾驶技术公司高层曾向钛媒体APP表示，在实际项目交涉中，相较于技术能力实现，车企更看重性价比， “车企更关注如何花更少的钱，办更多的事。”

文章图片

文章图片

测试阶段尽可以堆砌硬件，量产便必须考虑成本（图片来源：视觉中国）
以往L4公司布局Robotaxi时，会为了达到某些功能、确保安全性而堆叠大量传感器，即便出现了传感器性能的冗余也是必须承担的成本。
AutoX创始人兼首席执行官肖健雄曾透露， Robotaxi的价格基本是普通乘用车的两倍。百度此前也曾提及过，一辆无人驾驶汽车的成本是48万元——这个价位显然已经是乘用车中高端水平。
车企并不在乎自动驾驶技术能力多一点还是少一点，毕竟在现有的技术条件来看，各家量产方案都相差不远，车企更关心如何在用上智能驾驶方案之余，用足够的性价比作为竞争力卖出更多车。
由此也不难看出，如何打造出兼顾安全性和高性价比的量产方案是L4厂商进场的必修课， L4厂商要补的功课还有很多。
谁来买单？
“随着智能驾驶技术新车装机率的不断提升，高阶智能驾驶正成为行业角逐的下一片蓝海” ，博世智能驾驶与控制事业部中国区总裁李胤曾在采访中提到。
随着L2辅助驾驶从高速场景走向城区场景， L2辅助驾驶和L4自动驾驶在场景应用上已十分趋同，这给L4厂商提供了进场时机，也预示布局L2辅助驾驶的主机厂将和降维至L2的自动驾驶厂商将在同个竞技场上较量。