這是自動駕駛發(fā)展史上的魔幻現(xiàn)實一幕。
公交自動駕駛、出租自動駕駛、觀光巴士自動駕駛……
清掃車、巡邏車、微循環(huán)社區(qū)公交、擺渡車，都由自動駕駛系統(tǒng)驅(qū)動。
這甚至還不是某個特殊節(jié)日的演示。
在暴雨天、夜晚、早晚高峰的市區(qū)和主干道，它們都能照常運營無誤。
之所以魔幻現(xiàn)實，是因為這樣的場景來自現(xiàn)實，更因為它并非出現(xiàn)在硅谷或中國某一個以科技先進(jìn)而知名的城市。
衡陽，位于中國湖南省中南偏南的一個三線城市，一個大多數(shù)中國人也只是通過“衡陽雁去無留意”而存有印象的地方……
率先把想象中的自動駕駛落地終局，變成了日常。
「衡陽模式」
一個三線城市，究竟有啥魔力?
原因與之前鮮少提及的自動駕駛落地模式有關(guān)，是一種來自“城市級”維度的高維商業(yè)化檢驗。
這個模式的構(gòu)成，比之前自動駕駛商用落地中被討論的任意一種，都更宏觀。
它包含了三大方面：
車
路
云
車，單車智能。
直觀的傳感器，如激光雷達(dá)、攝像頭、毫米波雷達(dá)，都在車端部署。
而且從傳感器到計算力，都按L4級自動駕駛標(biāo)準(zhǔn)來準(zhǔn)備。
路，智慧道路。
車端類似的傳感器之外，新增通信設(shè)備，包括通信單元RSU、5G 民用網(wǎng)絡(luò)，以及計算設(shè)備，像邊緣計算服務(wù)器。
如此改造之后，路端就變成了一個完整的交通感知系統(tǒng)——可以在路側(cè)就感知數(shù)據(jù)，然后實時計算，最后第一時間將結(jié)果反饋給路上的自動駕駛車輛，協(xié)助其全知全能，實現(xiàn)車路協(xié)同。
云，AI云平臺。
集合車端、路側(cè)的全維度數(shù)據(jù)之后，建立數(shù)據(jù)模型，驅(qū)動實時計算、監(jiān)測交通事件、分析交通態(tài)勢，以及自動駕駛車輛調(diào)度，可以統(tǒng)一在云端還原智能決策。
這已不是之前常見的用于訓(xùn)練的那種自動駕駛云平臺，而是具備了交通AI底層系統(tǒng)和應(yīng)用運營系統(tǒng)的AI交通大數(shù)據(jù)平臺。
如果要類比，你可以想象為一個機(jī)場的塔臺、一個地區(qū)的通信總基站，也可以理解為一臺電腦的操作系統(tǒng)。
因為這個AI云平臺，實現(xiàn)了一座城市交通元素的全覆蓋、分析、預(yù)測和調(diào)度。
而衡陽模式，就是這種車路云一體化落地的模式。
帶來的效果也非常顯性。
一方面，自動駕駛的城市落地展現(xiàn)出全面性，不僅有RoboTaxi、RoboBus，還有清掃車、巡邏車等。
載人也載貨，乘用也商用。
另一方面，為自動駕駛落地中的長尾問題提供了更好的解法。
長尾問題，corner case，自動駕駛技術(shù)研發(fā)領(lǐng)域最提心吊膽的存在。
只要解決得不夠到位，自動駕駛落地中的安全性，就難打包票。
但現(xiàn)實骨感之處，恰恰在于長尾問題的無窮無盡。
再智能的單車自動駕駛系統(tǒng)，即便完成了99.9%問題的準(zhǔn)備，但如果在0.1%問題出現(xiàn)時應(yīng)對不力，就會造成事故。
這也是自動駕駛落地開創(chuàng)者Waymo，推進(jìn)10年，燒了上百億美元，仍然難以在路況復(fù)雜城市落地RoboTaxi的關(guān)鍵原因。
夜晚、刮風(fēng)下雨下雪、早晚高峰路況，以及各種各樣異型交通主體，都可能造成自動駕駛系統(tǒng)的誤判。
但如果在車端之外，擁有來自路端的傳感數(shù)據(jù)冗余，再配備云端全局維度的計算和決策，應(yīng)對長尾問題的能力，就能得到質(zhì)變式提升，落地運營中的安全性和可靠性，也會有更高維度的保障。
在自動駕駛領(lǐng)域，這不算是新認(rèn)知，但在衡陽之前，還沒有哪一座城市、哪一個地方，真正實現(xiàn)車路云一體化的城市級商用落地。
而衡陽，項目總金額5億元，用時大半年時間，驗證了自動駕駛商業(yè)化落地的全新模式。
甚至被稱為：終局模式。
三大自動駕駛商用模式
自AI變革開啟，自動駕駛規(guī)模化落地有望成真以來，領(lǐng)域內(nèi)出現(xiàn)了兩大路線。
一種被叫做Waymo路線。
一種則被稱為特斯拉路線。
雖然有技術(shù)選擇和演進(jìn)方式的原因，但更主要的還是兩種不同的路線，代表著不同的商業(yè)化模式。
Waymo路線，有時也被叫做RoboTaxi路線，顧名思義，就是以RoboTaxi作為商業(yè)模式，以推出RoboTaxi產(chǎn)品、提供RoboTaxi服務(wù)來實現(xiàn)營收和盈利。
特斯拉路線，也叫量產(chǎn)自動駕駛路線，在量產(chǎn)車上率先應(yīng)用自動駕駛，面向車主收取費用，最后在技術(shù)達(dá)到L4之后，漸進(jìn)到RoboTaxi模式上。
這兩大模式，各有優(yōu)缺點。
Waymo路線面向的受眾廣闊，提供的服務(wù)也更本質(zhì)，變革涉及面也更為廣泛，從出現(xiàn)的第一天開始，就被認(rèn)為是交通出行的顛覆性變革。
甚至一度有樂觀者暢想，人類很快既不需要考駕照，也不需要買車，RoboTaxi會實現(xiàn)汽車所有權(quán)到使用權(quán)的徹底性改變。
但Waymo路線的缺點，也在落地中暴露。
因為Waymo不僅以RoboTaxi為目標(biāo)，而且還是單車智能基礎(chǔ)上的RoboTaxi為目標(biāo)。
這就意味著Waymo需要提供一位接近無限全能的AI虛擬司機(jī)，才能放心提供安全可靠的RoboTaxi服務(wù)。
為了達(dá)到這種標(biāo)準(zhǔn)，Waymo一方面在車端配備昂貴冗余的傳感器，確保車端傳感系統(tǒng)的準(zhǔn)確率;另一方面還要在落地一座城市前，用規(guī)模龐大的車隊實路路測，確保盡可能多的長尾場景，能在運營前被解決。
但過程中不僅費時耗力，所有的成本還都壓在Waymo一家公司身上，并且隨著落地緊迫性提升，壓力還會更大，耐心也被一點點消耗。
所以作為自動駕駛商業(yè)的開山鼻祖，Waymo最先培養(yǎng)了人才、指出了商業(yè)模式，贏得了所有人的尊敬……但在落地實踐中，卻一而再被唱衰。
Waymo從最初分拆時被評估的千億美元，不斷縮水，在兩輪外部機(jī)構(gòu)參與的募資后，估值300億美元左右。
然而現(xiàn)實更凜冽的是，即便如此，Waymo也很難給出規(guī)?；逃玫臅r間表。
與Waymo遭遇的冷遇相比，走出產(chǎn)能陰影的特斯拉火爆異常。
因為特斯拉展現(xiàn)的自動駕駛可能性，市值隨其交付量水漲船高，最新已經(jīng)突破了萬億美元。
特斯拉路線在自動駕駛的商用上，優(yōu)勢顯而易見，它的成本主要集中在系統(tǒng)研發(fā)階段，一旦推向車端應(yīng)用后，每一輛特斯拉智能車上路的地方，就是其開啟路測的地方。
每一位特斯拉車主，不僅付費使用自動駕駛能力，而且在影子模式下，實際也是馬斯克的義務(wù)安全員，他們需要時刻監(jiān)控車輛在自動駕駛模式下的狀態(tài)，并能在長尾場景、極端場景時緊急接管——其后系統(tǒng)就會針對性學(xué)習(xí)，不斷迭代進(jìn)化。
相比Waymo的自建車隊、自養(yǎng)安全員，特斯拉推進(jìn)自動駕駛落地過程中，也將成本壓縮到了極致。
最大的問題，在于安全性和可靠性。
首先，特斯拉提供的是一套進(jìn)化中的自動駕駛系統(tǒng)，或者只能稱其為輔助駕駛系統(tǒng)，AI司機(jī)無法做到100%決策。
其次，人機(jī)共駕中的悖論沒有消除——一個被AI部分解放的人類司機(jī)，要如何才能在緊急時刻迅速完成有效接管?
事實證明，放松狀態(tài)的人類司機(jī)，幾乎很難緊急接管，事故也就在所難免。
那么問題來了。
既然Waymo和特斯拉兩種落地模式，優(yōu)缺點都已經(jīng)在實踐中暴露，那自動駕駛商用，就有沒有兼收并蓄的模式?
取Waymo和特斯拉之精華，避其短板。
有，依然以另一家國外公司來命名，這就是Cruise模式。
Cruise最早是獨立的硅谷創(chuàng)業(yè)公司，后來被汽車巨頭通用收歸旗下，然后又在孫正義的主導(dǎo)下，并而復(fù)拆，吸引更多外部資本加速發(fā)展。
但因為Cruise這種獨特的背景，也就讓其采用“Waymo+特斯拉”模式成為可能。
一方面，Cruise直接面向Robotaxi，研發(fā)L4級自動駕駛技術(shù)。
另一方面，它又把L4級自動駕駛技術(shù)，降維釋放給量產(chǎn)車使用，并且隨著量產(chǎn)車上路，用實路數(shù)據(jù)迭代L4自動駕駛模型。
在這種技術(shù)流和數(shù)據(jù)流的循環(huán)中，實現(xiàn)成本和安全、技術(shù)和商業(yè)的平衡。
這也是Waymo和特斯拉不斷被熱議中，Cruise模式越來越被看好的原因。
但Cruise具備的優(yōu)勢，主要還是站在單車智能的維度，而這個維度的推進(jìn)，越往后越極致，基本屬于科學(xué)問題。
為什么不能站上更高維度，用更全局的安全冗余審視?
比如車路協(xié)同。
實際上，Waymo、特斯拉還是Cruise，紛紛以單車智能維度落地，并不完全是認(rèn)知不到位或“時代局限”，背后也有所處國家和地區(qū)的制度制約。
美國，并不是一個以基建狂魔著稱的國家，也不在集中人力物力辦大事的領(lǐng)域具備優(yōu)勢。
Waymo、特斯拉和Cruise，商用落地不得不偏向單車智能。
完成MVP驗證的第四種模式
所以在自動駕駛的車路協(xié)同模式上，西邊不亮東邊亮，也就順理成章。
車路協(xié)同模式下，聰明的車和智能的路相配合，不僅是技術(shù)能力上的提升，也能實現(xiàn)安全性上的冗余保障。
在推動自動駕駛規(guī)模化商用方面，優(yōu)越性也不言自明。
首先，整體成本在降低。
車路協(xié)同可以讓單車改造的成本降低，自動駕駛車輛普及和被接受都會提速，而路端的成本有公共服務(wù)分擔(dān)，自動駕駛的成本不會壓在一家企業(yè)身上。
其次，需求明確，營收前置。
Robotaxi和量產(chǎn)自動駕駛，都有市場教育過程，需要讓用戶認(rèn)可、買單。
但車路協(xié)同，第一階段的營收來自公共服務(wù)提供者，即To G。
從實踐證明來看，中國城市公共服務(wù)對于自動駕駛技術(shù)的剛需明確，除了公共出行等方面的民生改善，還有清潔、巡邏等方面的人力短缺難題。
如果應(yīng)用自動駕駛，可以顯著提升城市效率和幸福感。
所以結(jié)果上看，不少城市都已經(jīng)為自動駕駛方案前置買單，金額動輒數(shù)億元。
衡陽案例中披露的是5億元，而百度也通過財報披露過，2021年前三個季度，千萬元級訂單就已經(jīng)超過20多個，并且如廣州黃埔這樣的地區(qū)，一個訂單就達(dá)到4.6億元。
商業(yè)模式和收入變現(xiàn)上，已經(jīng)得到了證明。
最后，模式上還可持續(xù)。
車路協(xié)同的建設(shè)到提供服務(wù)，非常類似于云服務(wù)。
又因為其牽涉的資源和技術(shù)標(biāo)準(zhǔn)，客戶更換的門檻不低，模式上的穩(wěn)定性和可持續(xù)性也就更高。
但車路協(xié)同也不是完全沒有挑戰(zhàn)。
最核心的問題是：規(guī)模大、要素多，復(fù)雜性高。
車路協(xié)同模式里，車端系統(tǒng)、路端建設(shè)，以及云端協(xié)同，每一項都是大工程，而且最后還要實現(xiàn)數(shù)據(jù)層面的協(xié)同打通，做到一套實時系統(tǒng)的構(gòu)建。
在之前中國互聯(lián)網(wǎng)的發(fā)展歷程中，曾有兩家公司率先開啟過類似系統(tǒng)架構(gòu)的打造。
一家是百度，打造的是一整套信息檢索系統(tǒng)架構(gòu)。
另一家是滴滴，打造的一整套車輛實時調(diào)度系統(tǒng)架構(gòu)。
但這兩套系統(tǒng)，在車路云一體化系統(tǒng)面前，也是小巫見大巫，車路云一體化系統(tǒng)，涉及的數(shù)據(jù)量規(guī)模，對時延的要求，前所未有。
于是這樣的車路云系統(tǒng)，一度也有極其強(qiáng)烈的出身論——
認(rèn)為只有巨頭玩家才能搞，在自動駕駛領(lǐng)域，綜合技術(shù)實力、公司體量和資源整合能力，排資論輩之后，甚至名單上只剩百度和華為。
于是衡陽成果浮出水面，城市級自動駕駛落地成真，車路協(xié)同路線上第一個真正意義的城市級自動駕駛MVP——最小可行產(chǎn)品出現(xiàn)，外界反應(yīng)也是理所當(dāng)然的二選一：
百度?華為?
但答案出乎意料：都不是。
自動駕駛落地的終局
衡陽模式的打造者，來自一家此前并不被外界所知的公司：
蘑菇車聯(lián)。
創(chuàng)辦于2017年，從一開始就瞄準(zhǔn)車路協(xié)同展開自動駕駛商用落地，并且獲得了騰訊、京東、順豐等在內(nèi)巨頭公司的看好和投資。
不過因為車路協(xié)同涉及面廣、落地相比單車智能見效更慢，于是也很難站在聚光燈下。
直到此次，在衡陽一鳴驚人，一炮而紅。事實上，該公司叢2019年在北京建成全國首個商用5G車路協(xié)同示范路段后，相繼在蘇州、上海等地展開嘗試，衡陽項目簽訂后不久，其與河南鶴壁也簽訂了類似的城市級自動駕駛落地項目，公布金額為3億元。
不僅是對自身技術(shù)等綜合實力的證明，更驗證了車路協(xié)同模式的商業(yè)化落地優(yōu)越性。
蘑菇車聯(lián)創(chuàng)始人及CEO朱磊，甚至認(rèn)為“單車智能+車路協(xié)同”模式，就是自動駕駛落地的終局模式。
與自動駕駛產(chǎn)品是RoboTaxi、智能量產(chǎn)車等認(rèn)知不同，朱磊從一開始思考自動駕駛變革，就是一種城市級思維和視角。
在朱磊來看，自動駕駛變革，就是給整座城市接通了“電力系統(tǒng)”，RoboTaxi、RoboBus和清潔車等等，都只是通“電”后的新應(yīng)用而已。同時把車路協(xié)同引入這個系統(tǒng)，如同“電網(wǎng)”上增加的多重安全冗余。
只是區(qū)別于成熟的電力系統(tǒng)，自動駕駛現(xiàn)在還處于相對早期階段。
既需要技術(shù)驅(qū)動，也需要實現(xiàn)商業(yè)驅(qū)動循環(huán)。
于是車路協(xié)同、把“城市”作為落地對象，也是這種行業(yè)特殊性的內(nèi)在要求。
蘑菇車聯(lián)的核心能力，沿著兩大要素展開。
一是自動駕駛?cè)珬＜夹g(shù)提供商，包括車路云一體化整套解決方案，自動駕駛核心算法、硬件、操作系統(tǒng)和云控平臺。
另一個就是自動駕駛的運營服務(wù)商，運營包括自動駕駛出租車、自動駕駛巴士、清掃車、巡邏車等全系列城市公共交通和服務(wù)車隊。把自動駕駛技術(shù)嵌入實際運營場景中，比如自動駕駛公交服務(wù)，可能需要與公交集團(tuán)合作，由公交集團(tuán)采購或租賃自動駕駛車輛，蘑菇車聯(lián)來提供運維的方案。
當(dāng)然，在這種推進(jìn)之下，最直接的優(yōu)勢是——兩大自動駕駛落地的挑戰(zhàn)和顧慮，有最優(yōu)解了。
從技術(shù)落地層面而言，車路協(xié)同是安全性上最有保障的方式，理論上可以無限趨近100%。
在數(shù)據(jù)和信息全局性、及時性的基礎(chǔ)上，可以實現(xiàn)決策層面更長時間的預(yù)判。處在這個系統(tǒng)中的車輛，如果可以提前預(yù)知1公里、甚至10公里外的所有交通信息，安全性將大大提升。
而從商業(yè)層面來看，自動駕駛落地的統(tǒng)一運營，更利于城市有序高效的管理。
并且只有所有的自動駕駛車輛都接入城市的統(tǒng)一管理服務(wù)，來做統(tǒng)一的調(diào)度和信息分享，才能真正解決城市的效率問題。
所以歸根結(jié)底，衡陽模式之所以一鳴驚人，有技術(shù)能力的原因，但更本質(zhì)的是戰(zhàn)略構(gòu)想的勝利——
此前自動駕駛的商業(yè)化落地，從未站到如此全局的維度來審視。
并且一旦城市級落地真正展開，厚積薄發(fā)的效應(yīng)也會立竿見影。
朱磊透露，衡陽主干道和城區(qū)的基建改造花費了半年時間，但接下來，完成改裝后進(jìn)入落地的自動駕駛車輛，會在一定周期內(nèi)達(dá)到幾千輛，這將是自動駕駛落地前所未有的規(guī)模。
不過，朱磊反對把車路協(xié)同稱為“第四種路線”的劃分方法。
他說更傾向于1.0和2.0的劃分。
1.0是以單車智能化為核心的自動駕駛技術(shù);2.0時代則是以“單車智能+車路協(xié)同”的整套自動駕駛方案。
并且單車智能在任何情況下，都應(yīng)該做到極致，這是技術(shù)發(fā)展的必然要求。
根據(jù)朱磊的介紹，蘑菇車聯(lián)整套商業(yè)化路徑會分三步走：
第一階段是以技術(shù)服務(wù)商角色出現(xiàn)，提供軟硬件的整套體系，有一定的商業(yè)和合作模式。
第二階段也就是現(xiàn)階段，是自動駕駛公共服務(wù)車輛的商業(yè)運營模式，典型特點是商業(yè)場景扎實，運營模型健康，但這個階段不會追求高的毛利率，這是由場景的商業(yè)特征決定的。
第三階段則是通過智慧交通的AI云服務(wù)，為自動駕駛車輛和普通車輛實時提供各種交通信息、導(dǎo)航、預(yù)警等服務(wù)。這個階段會有較大規(guī)模的營收和利潤，真正實現(xiàn)自動駕駛技術(shù)和商業(yè)價值的最大化。
至于該如何檢驗?
蘑菇車聯(lián)CEO的回答，指向?qū)嵺`，唯有接二連三的成果才能證明。
目前，衡陽模式接近完成城市級落地驗證，蘑菇車聯(lián)又新增河南、湖北、浙江、四川等多個省市的自動駕駛商業(yè)落地項目，覆蓋城市開放道路、園區(qū)、港口、機(jī)場、高速公路等場景。
此外，一個貫穿上下游的自動駕駛落地朋友圈，也逐漸成型。
其中囊括了多個通信運營商、網(wǎng)絡(luò)安全供應(yīng)商、汽車制造商、公共服務(wù)提供商、地方產(chǎn)業(yè)基金和大型投資機(jī)構(gòu)等。
所以衡陽模式究竟能否快速復(fù)制?
很快就會有答案。
與此同時，自動駕駛的落地模式和江湖格局是否會得到改寫?
也很快就會有答案。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
