“小米自動駕駛的目標，2024年進入行業第一陣營。”8月11日晚，雷軍在年度演講PPT中寫下了小米汽車業務的目標。

小米選擇自動駕駛作爲突破方向，採用全棧自動算法，自動駕駛將成爲小米汽車的核心競爭力。雷軍已付諸行動，“自動駕駛項目第一期研發投入33億元，專屬團隊規模超過500人，並有AI實驗室、小愛團隊等多部門協同支持。”如此投入規模與團隊班底，顯示了雷軍的造車決心。這是去年3月30日小米官宣“造車”後，首次披露進展。

8月11日當週，是自動駕駛“駛上”風口浪尖的一週。

週一，重慶、武漢兩地政府部門率先發布自動駕駛全無人商業化試點政策，並向百度發放全國首批無人化示範運營資格，允許車內無安全員的自動駕駛車輛在社會道路上開展商業化服務。週二，A股無人駕駛概念股開盤走強。週四，雷軍年度演講公佈小米自動駕駛項目進展。

百度CEO李彥宏曾表示，到2030年，沒有自動駕駛能力的電動車將完全沒有競爭力。在這一領域，集度將領先特斯拉一代。集度是百度旗下的新能源汽車品牌，被李彥宏寄予厚望。百度有中國自動駕駛“黃埔軍校”之稱，技術實力在國內排名前列。李彥宏對集度充滿信心。

近日，百度旗下自動駕駛出行服務平臺“蘿蔔快跑”在合肥市開啓商業化試點，面向公衆提供自動駕駛付費出行服務。據規劃，蘿蔔快跑初期投放10輛Apollo Moon威馬版自動駕駛車型，服務範圍覆蓋包河區濱湖區域等重點區域，設立54個推薦上車點，運營時間從9：00持續至17：00。用戶可通過蘿蔔快跑APP、百度地圖App、微信小程序體驗一鍵叫車出行服務。

攜巨資湧入自動駕駛領域的玩家，仍在不斷增加，燒錢繼續。它們背景不同，技術能力各異，誰能最先跑通商業模式充滿未知。“自動駕駛技術不光只是百度、文遠知行、小馬這些L4公司，還包括像小鵬、理想、蔚來等新勢力車企，兩者區別很大。”在新勢力車企從事自動駕駛研發的張武（化名）告訴時代週報記者。

圖片來源：圖蟲網

路線選擇

在自動駕駛的領域，級別是區分技術的重要指標。

2014年，國際自動機工程師學會制定了自動駕駛SAE J3016分級標準。近年，中國自動駕駛國家標準逐步向國際靠攏。工信部《汽車駕駛自動化升級》國家推薦標準顯示，我國自動駕駛標準共分爲L0-L5六個級別——L0是完全人工駕駛；L1-L2爲系統輔助駕駛，駕駛員必須持續監督；L3是有條件自動駕駛，但駕駛員需系統發出駕駛請求時接管；L4是高度自動駕駛，但設計運行範圍仍爲有限制；L5爲完全自動駕駛。

自動駕駛技術是將原來人對汽車的控制，轉變成汽車對自己的控制。L0-L3級別依然是以人爲主、系統爲輔，仍不能算真正的自動駕駛。從L4級別開始，系統接替人對汽車的控制，這一級別級以上纔算是真正的自動駕駛。

2016年，《“十三五”國家科技創新規劃》和《“十三五”國家戰略性新興產業發展規劃》，已將發展智能自動駕駛汽車上升爲國家發展戰略。除了自動駕駛技術本身可促進汽車產業發展外，自動駕駛真正能夠使汽車從單一的交通工具轉變爲多種功能集合的消費品。

與手機從單一的電話功能變爲多功能的智能手機一樣，搭載自動駕駛的汽車使用場景也將發生巨大變化，催生新行業。

自動駕駛公司大多集中在L4級別，但當前尚不具備全面普及L4級別自動駕駛技術的基礎。

“單車平均測試公里數包括測試水平，以及背後作爲支撐的軟件、硬件、器件上的核心技術，仍遜於主要發達國家。這些也反映到商品化車型上，最具代表性的就是，我們與特斯拉爲代表產品智能化水平仍存在一定差距。”新能源與智能網聯汽車獨立研究者曹廣平表示，我們有牌的自動駕駛車輛，基本上在有限的特定區域、特定路線、特點站點乃至特定的低速下運行。

設計自動駕駛系統並不容易。

張武向時代週報記者介紹，如何讓自動駕駛系統更擬人地完成變道、轉彎、打燈、加減速、路口通行等一系列動態駕駛任務，如何定義核心產品體驗目標以及人機交互，如何向用戶傳達汽車當前的行爲、接下來的行爲、周邊的環境等，都是設計系統時需要考慮的問題。

“目前，輔助駕駛多數處於L2級別。前幾年，L3級說的比較多，近年很少說了。L3是一個比較尷尬的級別。”張武介紹，“新勢力車企大多是自研，從算法到上層應用都自己做。而百度、小馬等L4公司則選擇與車企合作，提供L2級別的輔助駕駛方案，這也包括華爲。”

發展早期，圍繞自動駕駛的爭議是從L1逐漸過渡到L4的漸進式發展，還是直接研發L4的跨越式發展。現實中，車企背景的自動駕駛企業多采取漸進式發展戰略，而互聯網背景的企業則選擇跨越式發展。

此外，自動駕駛企業選擇的路線依賴所屬國家的產業優勢。研報指出，通訊行業更強的中國選擇單車智能+車路協同的路線，而半導體行業更強的美國則直接選擇單車智能路線。車路協同技術對車、路兩端均有要求，商業化進程較慢；單車智能只對車端有要求，商業化進程更快。

自動駕駛技術研發應用愈加火熱，全球自動駕駛行業融資規模迅速增長。興業證券研報數據顯示，截至2021年，中美合計自動駕駛相關投資共約1131筆，涉及金額超863億美元。

商業化可能性

自動駕駛的商業化依然是難題。

自動駕駛，研發投入大、變現週期極長，目前這一領域的所有企業幾乎都處於虧損狀態。

Uber的自動駕駛部門ATG，5年燒了25億美元；美國自動駕駛技術研發商Waymo每年花費10億美元以上；通用汽車旗下的自動駕駛技術公司Cruise，平均每天虧損超過500萬美元；國內最捨得投入自動駕駛的百度，2020年的自動駕駛相關研發投入高達200億元，而這樣的投資規模還需持續10至20年。

張武認爲，L4公司多數都在做Robotaxi，自動駕駛的重點在於如何商業化。政策如何支持、成本如何下降、如何實現更便宜的硬件配置，都影響着自動駕駛商業化。

自動駕駛“大有前景”也“錢途無限”，沒有企業願意錯過機會。只是商業化之前，企業還面臨着自動駕駛的“靈魂”問題——車企自主研發，還是搭載其他企業的技術。

對於車企來說，自主研發自動駕駛技術，投入大、週期長，後期是否能變現還需另說；使用其他自動駕駛公司的技術，無法自主控制技術應用，未來的賣點可能只能轉向“堆料”。

上汽集團董事長陳虹曾提及自動駕駛整體方案的“軀體靈魂說”。爭論的焦點在於，自動駕駛要不要自研，是自己掌握靈魂還是交給供應商。

對這個問題，不同車企有不同答案。選擇自研或與供應商合作，受車企背景影響——比如帶有互聯網背景的新勢力車企更傾向於自研。

這與各企業的商業化目標有關。“（研究）自動駕駛技術，不光只是百度、文遠知行、小馬這些L4公司，還包括像小鵬、理想、蔚來等車企。”張武認爲兩者區別很大，一個是路線一步到位還是漸進式；另一個是底層邏輯不同，商業化目標不一樣。

張武認爲，車企核心要解決的是量產，即成本要足夠低、用戶要買得起，且功能要高並好用，否則就是噱頭、不能成爲用戶購車考慮的因素；而L4公司很大程度上自動駕駛硬件成本甚至高過車本身，它們核心要解決的問題是無人化、99.999%的安全。

市場普遍認爲，自動駕駛目前仍處燒錢階段，尚未形成合理的盈利模式，而各家企業推出的Robotaxi等商業乘車服務不過是商業化嘗試。相比起動輒數百億元的研發投入，這些“商業化嘗試”收入小到可以忽略不計。