2016年，自動駕駛初創公司Argo AI閃亮登場，趕上了自動駕駛這場東風，Argo AI估值一度超過70億美元。
然而，令所有人沒有想到的是，今年10月Argo AI宣佈解散。
研發自動駕駛技術13年，號稱『自動駕駛行業領軍者』的Waymo，2018年曾被摩根士利丹估值1750億美元，超越了特斯拉、豐田之外所有車企的市值。
經過幾輪融資之後，英國《金融時報》對其進行評估，估值卻僅有300億美元，整整縮水了80%。
而號稱要與Waymo、Cruise三分天下的Aurora，已采取裁員、降薪、出售資產等方式削減開支。
明明2022年自動駕駛技術研發與測試依然如火如荼，這些企業卻個個舉步維艱，自動駕駛行業，究竟怎麼了？
投資始終看不到回報，自動駕駛公司難以破局
回顧2022年，自動駕駛技術的發展與推動普及從未停止，尤其是在中國，各種助力自動技術普及的政策一個接著一個到來。
前兩年工信部印發的《汽車駕駛自動化分級》和《『十四五』數字經濟發展規劃》，已為自動駕駛打下了良好的基礎。
今年6月，深圳市發佈了國內首部智能互聯網汽車管理法規《深圳經濟特區智能網聯汽車管理條例》，為自動駕駛技術的發展與商用奠定了完善的法律基礎。
與此同時，國內廣州、北京、重慶、武漢、長沙、深圳多個城市陸續出臺政策，允許自動駕駛汽車在特定區域、特定時間段上路試運營。
與實驗室相比，上路測試無疑更接近真實路況，自動駕駛企業也能夠收集到更多可靠數據。
圖源：雷科技攝制
似乎一切都在朝好的方向發展，但自動駕駛企業面臨的問題卻愈發嚴重，那就是遲遲無法實現盈利，研發投入卻猶如無底洞。
智研咨詢數據顯示，預計到2025年，全球L2級輔助駕駛智能汽車的滲透率可達53.99%，但L3~L5級自動駕駛汽車的滲透率卻隻能達到1.36%，年銷量有望達到119萬輛。
Waymo員工曾表示，為了研發自動駕駛技術，公司每年投入經費超過10億美元。
顯然，到2025年才能實現1.36%的滲透率，自動駕駛技術短期內根本不可能回本，更不用說實現盈利了。
面對此情此景，投資者心灰意冷亦屬正常。
其實自動駕駛公司還有一項變通之路，那就是將L3~L5級自動駕駛的部分技術下放，先與車企合作，增加營收能力。
實際情況卻是，車企在研發L2級輔助駕駛，自動駕駛公司卻傾向於直接研發L3級以上的自動駕駛技術。
圖源：小馬智行
甚至野心勃勃的蘋果，一出場就要直接研發L5級完全自動駕駛，可這麼高級別的自動駕駛技術，暫時根本無法實現。
因而最近又有消息曝出，蘋果為推動電動汽車盡快上市，決定放棄L5級完全自動駕駛。
可以預見的是，未來十年內L2級輔助駕駛都會成為主流，L3~L4級自動駕駛則會以較為緩慢的速度普及，至於L5級自動駕駛，十年內大概率無法實現。
自動駕駛公司盲目追求尖端技術研發，卻忽視了短期的收支平衡，投資者的錢不是大風刮過來的，看到這些公司長期虧損的財報，自然會減少或停止投資。
2022年是自動駕駛企業走向務實的一年，陸續放棄堅守遙不可及的L4~L5級自動駕駛，回歸切實影響用戶體驗的L2級輔助駕駛。
自動駕駛企業不再眼高手低，開始遵從用戶的實際需求，讓技術盡快實現商用。
若技術無法實現商用，難免入不敷出，財報長期虧損。
更何況哪怕他們的自動駕駛技術的以上用，在解決事故率之前，也難以取得消費者的認可。
事故不斷的自動駕駛，不能令消費者信服
L3及以上就算是自動駕駛，可隻有達到了L5級，才完全不需要司機。
目前部分國家和地區已允許L3、L4級自動駕駛汽車上路運營，但要求司機在使用自動駕駛技術時，仍需全神貫註，以防止系統出現問題造成交通事故。
然而自動駕駛商用以來，全球多個地區還是發生了多起因自動駕駛引發的事故。
2018年3月18日，美國一輛Uber自動駕駛出租車撞倒了一名女子，該女子被送往醫院後不治身亡，這件事也成了全球第一例自動駕駛致人死亡的事故。
NTSB調查數據顯示，在這起事故發生之前的18個月內，Uber無人駕駛系統總計發生了37起事故。
不僅僅是Uber，特斯拉、Waymo等企業的自動駕駛汽車都曾發生過交通事故，這些情況導致部分投資者與消費者對自動駕駛技術喪失了信心。
更嚴重的問題在於，自動駕駛汽車出現事故，責任究竟是誰的？《深圳經濟特區智能網聯汽車管理條例》，明確規定，L3~L4級自動駕駛汽車出了事故，責任依然是駕駛員的，隻有L5級汽車出現事故，責任才會被歸於車企和自動駕駛技術公司。
圖源：pixabay
L3與L4屬於條件級自動駕駛技術，企業會要求用戶在使用時，依然要集中精力以防不測，可都買了支持自動駕駛的汽車，甚至還額外掏錢購買了自動駕駛技術，依然要承受無形的交通壓力，結果出現事故仍要自己負責，那麼要L3和L4級自動駕駛究竟有什麼用呢？
簡而言之，目前已商用的自動駕駛技術，都存在局限性。
L2及以下的輔助駕駛技術，自動駕駛企業看不上，而L3和L4級自動駕駛技術，在徹底解決事故之前，難以讓消費者信服。
更高等級的L5級自動駕駛，短期內又基本不可能實現。
正因如此，在連續數年的虧損與失望之後，投資者才會拋棄這些自動駕駛公司，以至於它們的估值和市值不斷下滑。
但下滑的是自動駕駛公司，對於整個行業而言，這未必是一件壞事。
戳破的是泡沫，夯實的是基礎
與其他行業相同，自動駕駛技術誕生之初屬於藍海市場，一時間湧入了無數企業，但一個行業從青澀邁向成熟，勢必會有許多企業在前進的過程中倒下。
2022年不少自動駕駛企業遇到問題，甚至Argo AI被迫解散，隻是自動駕駛行業發展必須邁過的坎。
自動駕駛時代雖然必將到來，但隨便一個技術研發公司的市值就能超過那麼多老牌車企，顯然泡沫被吹得太大，破滅純屬正常。
在被戳破的泡沫之下，我們看到了整個行業已被夯實的基礎。
2022年自動駕駛技術夯實基礎第一點，各大公司找到了屬於自己的領域，細分應用場景，並實現專業化、精細化。
自動駕駛技術主要分為三個應用場景，即特殊工作車、大型載貨汽車，以及載人車。
商用與特殊用途車型主要包含無人快遞車、礦場無人汽車等，代表企業希迪智駕，該公司的無人駕駛礦車已在內蒙投入使用。
憑借過硬的技術實力，該公司前段時間斬獲第二屆智能制造創新大賽二等獎與人氣獎，
億歐智庫預測，到2030年，全球中國礦區自動駕駛技術運輸服務規模將提高至3912億元。
或許比不上乘用車市場規模，但也是一塊肥肉。
大型載貨汽車，主要是無人卡車，也是國內著名自動駕駛技術公司小馬智行的主要研發方向。
今年11月初，小馬智行與三一重卡合資公司一驥智卡首批車輛下線交付。
按照《北京商報》的數據，2030年無人駕駛重卡市場規模可達1萬億元，龐大的市場足以養活多家自動駕駛公司。
圖源：小馬智行
與無人工作車、無人載貨汽車相比，普通消費者自然更在意自動駕駛載人汽車。
為了乘客的安全著想，目前國內尚未允許L3級以上自動駕駛汽車商用，但部分城市的一些區域允許自動駕駛出租車上路，例如廣州黃埔區居民就可以使用App預約百度Apollo自動駕駛出租車。
在不同的城市，相關規定也不同，例如廣州的自動駕駛出租車主駕駛仍需一名安全員，以便在遇到突發情況時接管汽車。
重慶與武漢的自動駕駛出租車，安全員則坐在副駕駛。
雖然自動駕駛出租車僅在小部分區域試行，但毫無疑問已具備全面商用基礎。
隨著技術的逐步成熟，未來自動駕駛出租車會把安全員也去掉，真正實現無人駕駛。
至於沒有安全員之後，汽車遇到復雜路況，例如前方交通事故，汽車被堵在路上難以行駛，該車則會有遠程『在線司機』接管，通過5G網絡的低延遲特性遠程控制汽車。
圖源：雷科技攝制
雖說國內尚未允許L3級及以上自動駕駛車輛商用，隻有少部分地區可以試點上路，但國內車企和自動駕駛技術從來沒有忘記自動駕駛技術的研發與宣傳。
以蔚小理為例，2022年蔚來在自動駕駛領域最大的動作就是自動駕駛研發平臺《NADP》揭開了神秘面紗。
蔚來表示，每輛車每天會產生55PB數據《1PB相當於1048576GB》，蔚來需要從海量數據中分析和提取有效數據，並將其應用到自動駕駛技術的升級才行。
NADP的作用就是提供一站式平臺管理，將各種出行場景模型的開發效率提高20倍，此舉將大幅縮短蔚來自動駕駛技術的研發周期。
2022年小鵬的重心作為主要在高精度地圖與城市NGP，目前城市NGP的應用范圍是輔助駕駛，而非自動駕駛。
該方案的原理是借助高精度地圖，繪制出更精確的地圖模型，以實現更完善的輔助駕駛。
該技術也能被應用於自動駕駛，但需要更高精度的地圖。
今年理想沒有講解太多技術，但是與NVIDIA、德賽西威達成了合作。
NVIDIA為其提供高達Orin芯片，德賽西威則基於該芯片為理想汽車生產自動駕駛域控制器，理想自己開發自動駕駛算法。
理想預計，2025年即可實現L5級自動駕駛汽車。
不過想要實現自動駕駛大規模普及，還有一個問題需要解決，那就是硬件成本。
2022年夯實基礎第二點，供應鏈日益成熟，激光雷達、車載芯片性能更強、可靠性更高、價格更低。
自動駕駛環境數據收集主要存在兩種主流方案，2022年正是車企陸續敲定方案選擇的一年，如全球新能源車企龍頭企業特斯拉，選擇了成本較為低廉的純視覺方案，全面砍掉雷達，依靠攝像頭收集數據，算法進行計算和繪制三維場景。
國內大多數車企則選擇了融合視覺方案，即雷達+攝像頭收集數據，雷達又分為激光雷達、超聲波雷達、毫米波雷達等多個種類，其中激光雷達能夠收集到較大范圍的三維信息，是未來汽車實現自動駕駛的關鍵。
可是原先激光雷達依靠進口，成本和價格較為昂貴。
2022年，被稱為國內激光雷達企業集體崛起，海外廠商走投無路的一年。
日前國內禾賽科技宣佈，激光雷達月交付數量首次超過10000臺，速騰聚創生產的激光雷達也被應用於多款高端國產汽車。
同時，國內激光雷達企業一直在想辦法研發出性價格更低廉，穩定性更高的激光雷達，去年禾賽科技與速騰聚創就推出了半固態激光雷達，取代原有的機械激光雷達。
圖源：雷科技攝制
前段時間，禾賽科技又發佈了全固態激光雷達，雖然不能作為主激光雷達，但可以用作輔助，實惠的價格更是讓其更具普及的可能性。
2018年Velodyne一顆64線激光雷達售價高達8萬美元《約合人民幣56萬元》，如今一顆半固態激光雷達僅需萬元左右。
禾賽科技曾表示，未來激光雷達的價格將下降到1000美元《約合人民幣7000元》以內，汽車行業的後起之秀華為則表示，目標是把激光雷達的價格壓低到200美元《約合人民幣1400元》以內。
國內廠商的激烈競爭，大幅加速了激光雷達的發展速度。
國內激光雷達企業拍手叫好，海外廠商卻愁雲慘淡，9月車載激光雷達鼻祖Ibeo申請破產，11月Velodyne和Ouster兩家激光雷達公司宣佈合並，沒過多久，Quanergy激光雷達公司被迫退市。
總的來看，激光雷達行業依然在朝更好的方向發展，隻是國內企業逐漸取代海外企業。
自動駕駛技術還有一項重要硬件，那就是芯片，Mobileye和英偉達則處於領導級地位。
Mobileye的主要市場是L2級輔助駕駛，NVIDIA的則在L4級自動駕駛領域更具優勢。
前段時間，NVIDIA又推出了算例高達2000TFOPS的Thor，刷新了車載芯片算力紀錄。
2022年夯實基礎第三點，高精度地圖與車路協同，未實現高級別自動駕駛的關鍵。
面對復雜的路況，汽車自帶的雷達與攝像頭未必能收集到所有環境數據，尤其是面對鬼探頭之類的情況，雷達和攝像頭都無法繞過障礙物偵測後方的物體。
為了解決這種情況，車路協同應運而生。
自動駕駛技術企業會在交通環境復雜的區域安裝監控設備，並通過高速、低延遲的5G網絡將收集到的數據發送給位於該區域的車輛。
該功能還會加以高精度地圖協助，高精度地圖能夠為汽車提供厘米級道路數據，降低汽車繪制場景模型的壓力。
國內車路協同和高精度地圖主要是百度Apollo在做，在廣州黃埔區的測試成績不錯，但隻能作為自動駕駛的補充，不能當做主要依賴。
因為限於成本影響，監控設備難以安裝太多，隻能安裝在交通環境較為復雜的路口。
2022年自動駕駛行業的泡沫雖被戳破，但對於整個行業卻是好事，基礎夯實，萬丈高樓才能拔地而起。
無論是自動駕駛技術的軟件開發，還是硬件技術提升，2022年均在穩步進行，企業的應用市場劃分也更為明顯，都在朝著既定的方向進發。
自動駕駛的明年，打造商業化空間是關鍵
與新能源汽車行業相同，自動駕駛技術的發展也要經歷從泡沫遮眼到追求務實，畫大餅的時代結束，中途難免有許多企業無法跟上潮流變化而倒下。
2022年10月，由中國牽頭制定的首個自動駕駛測試場景領域國際標準發佈，也表明中國自動駕駛技術邁出了走向商用的關鍵一步。
在激烈的競爭之下，自動駕駛企業想要活下去，就必須明白一件事，那就是如何打造商用空間。
隻有能夠通過營收填補研發支出，才能避免被投資者拋棄。
顯然，L3級及以上自動駕駛技術暫時無法商用，因而自動駕駛企業必須放低姿態，將自己研發的技術應用於L2級輔助駕駛，獲得更強的營收能力，避免持續出現過於嚴重的負利潤現象。
硬件廠商的日子相對好過，畢竟高級自動駕駛無法商用，但車企必須預留能夠支持自動駕駛的硬件，因而激光雷達、高性能芯片不怕沒有銷量。
在國內激光雷達企業的競爭之下，激光雷達價格正在飛速下降，未來或許十幾萬的車都能標配激光雷達。
車路協同與高精度的地圖的建設也在持續，為未來自動駕駛全面商用夯實基礎。
現階段車路協同與高精度地圖隻能應用於輔助駕駛，實現車道級導航，不斷收集數據和完善自身。
至於自動駕駛普及之日在哪一年，隻能說還要看接下來一段時間內，車企與自動駕駛公司的發展，能否將事故率壓縮到可以容忍的范圍內，確保乘客的安全。
在安全性無法徹底解決之前，自動駕駛都無法全面普及。
封面圖源：小馬智行