回到未来:在 2021 年端详自动驾驶的模样

2017 年 11 月 20 日 极客公园 geekerdeng


摘要:当产业链条的价值逐渐显现,竞争才真正开始变得残酷。


若是要在自动驾驶的历史进程上打一个元年标记,那一定是 2016 年。

这一年,通用汽车斥资十亿美元收购了无人驾驶技术创业公司 Cruise Automation;Uber 花费 6.8 亿美元收购了无人驾驶卡车创业公司 Otto;高通斥资 390 亿美元收购自动驾驶芯片制造商恩智浦;英特尔也公开表示,将向无人驾驶汽车领域投资 2.5 亿美元,开发车用芯片和车用软件……

这一年,自动驾驶领域资本澎湃,互联网巨头和传统车业霸主纷纷入局。

也是同一年,自动驾驶领域的玩家们非常默契地立下了一个共同的 flag——宝马、沃尔沃、福特都在相继宣布,要在 2021 年至少实现 L4 级别的自动驾驶汽车商用落地;那些不甘示弱的后来者,如今年推出 Apollo 自动驾驶软件开放平台的百度,也宣布要在 2021 年实现自动驾驶汽车的商用落地。

新老玩家似乎都卯上了这个关键之年。

吴甘沙  图 | 极客公园

距 2021 年只有四年之时,极客公园前沿社携十位企业家会员一同走进「驭势科技」,与其创始人兼 CEO 吴甘沙进行了一场高浓度的近场研究,共同推演探讨自动驾驶在 2021 至 2031 年之间的自我实现,以及智能驾驶对整个交通和出行产业的巨大影响。


为什么是 2021?

当所有人都在说着 2021 年实现自动驾驶时,却少有人给出一个答案。

正在试验的自动驾驶汽车  图 | 视觉中国

这更像是一种较量。在 2016 年,传统汽车制造商纷纷表明要在 2021 年推出 L4 级别的自动驾驶汽车后,从算法、芯片、平台再到整车,2021 年的量产落地成为这些参与者的一种自我设定。

根据莫顿定理,当所有人都在推动某件事朝某个方向前进时,事情的发展就不会太偏离预计轨道——这也被称之为事件的「自我实现」。

不久前,谷歌 waymo 开始在亚利桑那州的公路投放没有配备安全驾驶员的自动驾驶汽车,这无疑又是一针强心剂。伴随着自动驾驶领域内一波又一波的融资,路测和公告,2021 似乎触手可及。

然而,在自动驾驶汽车领域摸爬滚打一年多的吴甘沙和余凯看来,这似乎没那么乐观。

谈起 2021 年自动驾驶的「自我实现」时,地平线创始人兼 CEO 余凯有些无奈。很多投资人常常打电话追问他:哪里又有自动驾驶汽车已经在闹市区做过实验了。余凯往往回答「是是是,这个确实快了」。但他一直心存疑问,现有的技术和政策都不允许城市中的自动驾驶实现。

技术层面,自动驾驶并没有做到 100% 的安全上路。「这么复杂的系统,你是没办法保证他没有 bug」,吴甘沙说。再聪明的人工智能算法也存在边界,而自动驾驶要面对的,是开放、动态的现实环境。

加之人们的认知特性,「机器犯了一次错误他就不信任机器了,人犯一次错误你还能相信他」,自动驾驶落地远比想象艰难,所有玩家都还存在着技术或资本壁垒。

吴甘沙以特斯拉自动驾驶的多年路测试验为例:即使特斯拉造车多年,但在 2016 年,仍然需要技术人员每 3 英里接管一次,目前所谓的自动驾驶仍然无法完全「自动化」;近日谷歌自动驾驶汽车在加州的「自主运行」,其实也是在固定的两个地点进行摆渡运动,每过一段时间,仍需要技术人员进行调试。

「这个玩意儿真不如你想象的那么简单,什么两台沙发加四个轮子,现在说什么发动机不要了就装点电池就行了,其实都是简单化」。除此之外,各地区对于自动驾驶相关的相关法律法规制定似乎也还不够明晰。

从 2021 年开始,再给自动驾驶十年时间——比多十年的技术突破,多十年的商业化落地、多十年的市场教育和心理准备。这更符合吴甘沙对自动驾驶的预期。「(我)对 2031 重新做一个解读,20,两个零,就是零等候零事故,31 就是道路的停车空间减少三分之一,出行的物流成本降到三分之一,」吴甘沙说。


被自动驾驶重构的城市

今年初的一则新闻如此:上海一位女士把车停在了商城的停车场后,回来时居然记不得车位,直到数月后在工作人员清理停车场时才找回车辆,数月的停车费高达数千元。

汽车电动化是实现自动驾驶必须跨过的一道基础门槛  图 | 视觉中国

这种搞笑的新闻暴露了当前城市设计中的人性缺失——汽车反而成为中心,大量空间被交通道路、停车位挤占和制约。北京目前有接近 600 万辆汽车,但只有 200 万个注册停车位可供使用;早晚高峰期,城市内的拥堵情况更是不足为奇。

与占据大量城市资源形成对比的是,目前的车辆使用时间占比只有 4%。在这 4% 的使用过程中,还要面临堵车、交通事故等情况;在非使用时间,车辆停放也会占据大量的城市空间,每辆车在处于「服役」情况下至少需要两个停车位。

在吴甘沙看来,城市的时间和空间都将被自动驾驶汽车重构。自动驾驶的环境下,对车道的需求必将减少;城市无人驾驶的私人化和公交化将改变我们的出行习惯,未来出行将是门到门;这也意味着地理区位对人类的需求扭曲将被大大被缓解,不再需要考虑学区房或市中心,房价下降将是必然的趋势。

图 | 网络

如果未来所有的车都是智能化、联网化的自动驾驶,排除人的干扰因素,拥堵、交通事故将变得罕见;出行效率的提高换来人们时间的解放,更低的能耗以及车辆的减少。

美国一家研究机构发布报告称:到 2031 年,如果人类 95% 的出行将由智能驾驶车辆完成,那么汽车总量将下降 80%,从 2015 年的 2.47 亿辆降到 2030 年的 4400 万辆。

除了对城市的时空重构外,自动驾驶节省出来的时间、空间、金钱,都可以创造出的额外的消费能力。甚至有人和吴甘沙说,无人驾驶推广后,酒类消费会提升 30%。


「小」产业中的大赢家

随着自动驾驶技术的成熟和进步,出行交通会成为越做越「小」的产业。

驭势科技展出的自动驾驶汽车 图 | 驭势未来

在「小」字背后,是出行产业的大变局。传统的生产和盈利模式将发生改变,竞争求生的出口会越缩越窄。

传统汽车行业里,单台车的利润大多归于车厂,其次是提供底盘电子控制动力的一级供应商,比如德尔福;下面是提供零部件、芯片的二级供应商,像 Mobileye 这类提供视觉芯片的厂商就属于二级供应商;以此类推,每一级的利润会逐层减少,但每层之间都会有稳定的生存空间。但在未来,这样的传统盈利结构将被瓦解。

自动驾驶时代,「汽车」成为一个」软硬结合「的产物,甚至基于软件服务上的更新迭代要远比硬件要求更多更高。这意味制造厂商从一次性交易走向全生命周期服务的转变。「汽车事业部会由利润中心变成用户中心。」汽车制造的总体层级不会变少,但整体数量的下降,也意味着「拿大头」的争夺将愈加明显。

在新的赛场里,自动驾驶的「造车」玩家已然割裂成两个团体:第一类是互联网造车;第二类是传统汽车厂商造电动车。

对于传统车厂而言,「自动驾驶」无疑是维持自身发展不得不走的一步棋;对于互联网企业而言,这是开拓新的商业模式和赢利点的新机会。

据预测,到 2031 年,「出行即服务」的 TAAS 汽车将有 2600 万,占据总汽车保有量的一半以上。而据互联网女皇玛丽·米克 (MaryMeeker) 发布的报告,传统汽车一辆车赚 1400 美金,单车全生命周期 14 万英里,1 英里赚 1 美分;但是通过自动驾驶汽车同等比例来计算的话,1 英里赚 1.2 美元。无论是传统汽车厂商还是互联网造车企业,都需要在「服务」上下功夫。

抱团结盟而非对立,也在成为新老玩家共同选择的前进方式。就在前沿社「自动驾驶」近场研究前不久,地平线与英特尔达成合作,加之此前的博世和奔驰、福特和奥托立夫公司 (AUTOLIV),这些联盟的背后,是各家公司希望借助彼此的优势进行互补,以期尽快抵达」自我实现「的那一天。

对于在微软研究院 AI 技术领域摸爬滚打多年的吴甘沙而言,算法是他的优势。从年初的广州白云机场无人摆渡车,再到杭州来福士广场用无人车接送顾客至停车场,吴甘沙旗下的驭势科技正在低速固定场景自动驾驶领域稳步向前。

这些试验阶段的成功并没有让吴甘沙太过于乐观——当产业链条的价值开始逐渐显现时,竞争才真正开始变得残酷。

责任编辑:卧虫

头图来源:视觉中国

本文由极客公园原创

转载联系 zhuanzai@geekpark.net

登录查看更多
0

相关内容

吴甘沙,驭势科技北京有限公司(简称驭势科技)联合创始人、董事长、CEO。2000年7月加入英特尔,2011年担任英特尔中国研究院首席工程师,同年领导英特尔全公司的大数据长期技术战略规划,2014年成为英特尔中国研究院院长,确立5G通讯、智能计算和机器人三大方向;2016年创业成立驭势科技北京有限公司。
最新《深度学习自动驾驶》技术综述论文,28页pdf
专知会员服务
153+阅读 · 2020年6月14日
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
最新《智能交通系统的深度强化学习》综述论文,22页pdf
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
【综述】自动驾驶领域中的强化学习,附18页论文下载
专知会员服务
172+阅读 · 2020年2月8日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
深度学习技术在自动驾驶中的应用
智能交通技术
26+阅读 · 2019年10月27日
我国智能网联汽车车路协同发展路线政策及示范环境研究
自动驾驶汽车技术路线简介
智能交通技术
15+阅读 · 2019年4月25日
自动驾驶汽车决策层算法的新方向
智能交通技术
7+阅读 · 2019年4月6日
过了尬吹的年代,人工智能都落地了些什么?
互联网er的早读课
8+阅读 · 2018年11月5日
资料贴 | 无人驾驶清晰梳理
机器学习算法与Python学习
5+阅读 · 2018年5月3日
无人驾驶免费、人脸识别免费、语音识别免费…百度要干啥?
人工智能机器人联盟
4+阅读 · 2017年12月15日
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
23+阅读 · 2017年8月21日
无人驾驶汽车
劲说
6+阅读 · 2016年8月26日
Deep Anomaly Detection with Outlier Exposure
Arxiv
17+阅读 · 2018年12月21日
Arxiv
7+阅读 · 2018年1月24日
VIP会员
相关VIP内容
最新《深度学习自动驾驶》技术综述论文,28页pdf
专知会员服务
153+阅读 · 2020年6月14日
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
最新《智能交通系统的深度强化学习》综述论文,22页pdf
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
【综述】自动驾驶领域中的强化学习,附18页论文下载
专知会员服务
172+阅读 · 2020年2月8日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
相关资讯
深度学习技术在自动驾驶中的应用
智能交通技术
26+阅读 · 2019年10月27日
我国智能网联汽车车路协同发展路线政策及示范环境研究
自动驾驶汽车技术路线简介
智能交通技术
15+阅读 · 2019年4月25日
自动驾驶汽车决策层算法的新方向
智能交通技术
7+阅读 · 2019年4月6日
过了尬吹的年代,人工智能都落地了些什么?
互联网er的早读课
8+阅读 · 2018年11月5日
资料贴 | 无人驾驶清晰梳理
机器学习算法与Python学习
5+阅读 · 2018年5月3日
无人驾驶免费、人脸识别免费、语音识别免费…百度要干啥?
人工智能机器人联盟
4+阅读 · 2017年12月15日
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
23+阅读 · 2017年8月21日
无人驾驶汽车
劲说
6+阅读 · 2016年8月26日
Top
微信扫码咨询专知VIP会员