作者：谢人杰
在亦庄通过APP打了一辆萝卜快跑，16元起步价+2.8元/公里，比有人出租车略贵，但有补贴，3公里实际花费3.6元。
有人说，这是阿波罗在做公益，其实客户是拿自己的耐心“众测”。
说是无人，驾驶席上还是有个老哥端坐，官方称“安全员”，其实就是在自动驾驶“沙雕”的时候负责接管。果然，刚上车前面就有个电动三蹦子，飘飘悠悠在路边晃，明明可以超车，但萝卜就是跟在后面。安全员老哥无奈地说“静止三蹦子能超，动的超不了”。乘客们只好闭嘴，别问，问就是人工智能。过了一会儿，老哥自己憋不住了，一掰方向盘，手动超车。
去过亦庄的都知道，这里街道横平竖直、标线清楚、红绿灯规范、车辆行人稀少，只是偶有外卖抢行。体验过的人都不知道，没了补贴，谁来伺候这样的AI。
雷声大雨点小
百度有别的业务可以养活自动驾驶业务（阿波罗计划），吆喝了很久，将数十家企业列为合作伙伴，但真正谈成“上车”的客户有多少，百度讳莫如深。我们只能看到，百度亲自下场造车（集度）。
而小马智行作为自动驾驶创业公司，过的更凄惨一点。虽然也和百度一样，在国内几大城市有限开放Robotaxi试运营，但现在当然谈不上盈利，就是给投资人看的一场秀。
Robotaxi的技术基础是L4自动驾驶。现在L4什么样，就算再外行的投资人也该醒悟了。多年盈利为负、现金流开始捉襟见肘的自动驾驶公司，开始募不到资。这和2020年之前，投资人抢不到额度，只隔了两年。
他们应该庆幸还活着，做Robotaxi的自动驾驶软件公司其实已经死伤枕籍了。烧光福特、大众领衔投资几十亿美元的Argo AI已经倒闭，技术人员被两家大厂收走做L2+去了。
就连业内头牌Waymo，估值也从1500亿美元跌到300亿，还不敢上市，就算拼了命流血上市，破发妥妥的。11月10日，Waymo宣布在凤凰城全面开放Robotaxi运营。凤凰城是什么路况，大家都懂。也算是给尸体抹粉，这玩意现在能赚钱才出鬼了。
上市也不是时候。美股被“鹰牌”美联储连续加息打懵圈了。纳斯达克盘子里，十几家上市的自动驾驶相关技术公司，其现价相对IPO价格，跌幅都超过80%，远远劣于大盘。而且滴滴的半夜敲钟，也断了后人的路。港股，港股现在还用谈论吗？
几乎所有的自动驾驶类公司，都已经不谈今年上市的问题了。
表面上，是自动驾驶公司找不到商业变现的途径。以前其实也没有，但投资人还能听进去L4的故事。现在故事听腻了，公司拿不出业绩，被嫌弃很正常。
硬件为王
实际上，自动驾驶这条赛道，现在有点走窄了。深一点的原因，就是硬件发展超过了软件。这和当年PC的发展有点像，和手机的路数是反着来的。简单说，摩尔定律有限回归。
和自动驾驶有关的供应商有三类，一类是刚才说的，小马智行、百度、魔门塔、Pony.AI等，是软件为主、软硬结合的系统级解决方案；另一类是硬件为主（有的也嵌入算法）的供应商，诸如高通、Mobileye、英伟达，以及它们的下游，寒武纪、地平线、黑芝麻、曾经的特斯拉等；第三类则是传感器供应商，国内的禾赛、华为，国外的Quanergy、Velodyne、Luminar、Ouster，都涉足激光雷达。毫米波雷达和摄像头当然更有海量供应商，但这些领域太过拥挤，门槛太低，有名号的反而不多。
这两年，第一类公司犹为尴尬。其核心竞争力是算法，公司的主要人力都投入到算法优化这条路上去了。简单说，就是如何在有限的算力条件下，做出效率更高的算法。深度学习、规则规划、大数据训练，其本质都是训练算法更聪明，如何在几个有限的模型下，对现实中千差万别的场景，做出正确反应。训练的结果，在本文开头大家也都见识了。
但是现在硬件发展的太猛了。Mobileye现在的主流产品eyeQ4算力2.5Tops，功耗只有2.5W。Mobileye善于在螺蛳壳里做道场，该公司最高时占有率80%，很多车企都用过，譬如蔚来ES8就用过，觉得很香，然后“蔚小理”扭头新车全上了英伟达的Orin。后者算力254Tops。还不够的话可以叠加，蔚来就在ET7上用了4枚，算力达到1000Tops。
虽然主机厂吐槽说Orin怎么优化，芯片利用率也超不过30%，但是力大砖飞，算力冗余到这个程度，精进算法毫无意义，直接暴力解算即可（这种算法相当于迷宫里的老鼠，见到障碍就躲）。
而英伟达今年9月份发布了Thor（锤神），算力2000Tops，一枚芯片搞定自动驾驶、座舱和车载操作系统所有算力需求。这下子高通、Mobileye彻底给整不会了。
Mobileye还在养头老牛慢慢搞，下一代EyeQ5芯片，总算开窍了，允许用户二次开发，但算力仍然拙计，只有24Tops。
主机厂选谁，不用多想。因此，这能解释英特尔2017年收购Mobileye，到现在重新将后者打包上市，两次价格差不多，5年买了个寂寞。就这还得抢时间，正在贬值的牌要立刻打出去。
大算力、大冗余、完善工具链，打爆了软件的蝇营狗苟，至少眼下如此。主机厂自己就可以组织人马训练AI，无非是海量规则规划，然后以数据量和数据平台训练算法。
如此一来，算法公司卖不出产品，在情理之中。
搞不定“长尾”
再往深了说一步，网上有不少行云流水一般的无人车路测视频，2019年的时候确实惊艳一波，但现在基本上叫得出名字的自动驾驶公司都能做到，无非是算法拟合、地图感知决策，反复试错调优。什么1000公里无接管啊，全都是吹牛皮。特殊场景还可以（园区、矿山、港口、低速无人车），如果不挑路况，最多30公里就已经到了边界。
因此，关键是“泛化”问题。就是一套算法，能适应多少实际路况。大多数实际行驶的数据没什么价值，都是重复。只有不超过5%的数据，是新场景。偏偏这样的场景还层出不穷，永远无穷无尽，这就叫“长尾效应”。L4搞不定的，就是“长尾”。
开头说了一个三蹦子的例子，其实这样特殊例子有无数个。譬如眼下秋季落叶成堆，你教了算法如何辨识路边落叶堆和站立行人，也教会它，就算落叶掩埋了一段标志线，也可以“接续”。实际上来了一阵大风，吹起漫天落叶，无人车往往嘎的一下就停了，它不知道这些东西是可以忽略的。
一片水洼，一只松鼠，一个撑伞的行人，一条有狗蹿出来的小巷，都给决策带来无穷无尽的麻烦，而人类驾驶员几乎不会受到影响。
所有技术团队认识到，不存在工程手段，给所有范式提供彻底解决方案。2019年之前，有很多业内人士和自动驾驶公司的创业者，都预言了高等级自动驾驶部署的时间。无一例外，他们都翻车了。商业模式不可行，源于技术上走进死胡同。
现在已经有些自动驾驶公司，不打算死磕本地智能了，他们开始指望云端+5G高速互联+智慧交通基础设施（即智慧城市），但这需要政府出大头。
信息互通的情况下，超车、过十字路口，都提前给周围车辆发送请求。云端通过统一策略协调。而无须盲猜对方意图，提升效率和安全性。毕竟数据链传送，远远快于车辆机械运动和制动。云端协调方式，比设计单车复杂行为逻辑、训练AI模型要简单得多。
除了部署一堆先进玩意，智慧城市有一个潜在的前提，就是简化交通路面。除了无人汽车，街上不许出现别的参与者。不但行人、各种不按套路来的牛鬼蛇神，就连有人驾驶汽车也不出现。这不就是平面上的航空自动驾驶吗，安装一个感知、决策、最多外加表决系统就完事了。
那么问题来了，到底是技术塑造交通模式，还是先创建新模式引领技术？没有验证之前，政府其实投无可投，大家空对空。
两条路都旷日持久，风投资本对此已经丧失了耐心。中美皆然，又赶上股市不好，风投资本和一二级市场统统过冬，没有造血能力的自动驾驶公司，要不然就抱紧B端客户，做点特殊场景的解决方案，要不然就强撑着依靠大股东支持。如果两样都靠不上，就只能关门了。这恰恰是当前搞算法的公司，现实中的三个去向。
有失意的就有得意的。相比Robotaxi妄图一步到位，主机厂渐进式迭代路线，因为每一步都能兑现一部分商业价值，被证明可行。当初不往水坑里扔钱，现在也证明是明智的。
这就是我们今天看到的现实。不过，资本退潮了也好，没有资本揠苗助长，自动驾驶继续走硬件建设为主、软件辅佐的路线，能发挥现实的规模效益。换句话说，这一行几年内没有起飞的机会了。下一个风口，取决于理论的突破，而非资本卷土重来，这一点倒是确定了的。
