自动驾驶祛魅：从降维打击到降维求生( 三 ) 编者按：本文系创业邦专栏作

03降维没有想象中容易当自动驾驶的跨越派困在商业化的泥淖里时，渐进派的道路却越走越顺。
过去十年，特斯拉在全球卖出了超过300万辆车，其中绝大多数搭载了辅助驾驶系统Autopilot 。通过影子模式，特斯拉收集了数十亿英里的路况和驾驶数据。
2021年，基于这些数据，特斯拉全面重构了其辅助驾驶系统的软件算法，使其在技术框架上更加面向自动驾驶，并借此推送了新的自动驾驶功能FSDbeta ，朝着无人驾驶更进一步。
尽管马斯克的无人驾驶承诺总是跳票，但它的确摸索出了一条拾阶而上的实现路径，很多车企也意识到他们目前最需要的并不是取代司机的L4 ，而是帮人开车的L2和L3 ，这让总想着弯道超车的自动驾驶公司不得不审视自己的战略选择，重新加入渐进式路线。
去年下半年以来，原本从事高等级自动驾驶的元戎启行和轻舟智航相继推出了低成本自动驾驶系统量产套件，两套方案的共同特点是，将Robotaxi的技术方案“降维”到乘用车的辅助驾驶系统上，面向主机厂销售，实现高阶智驾（行业亦称L2+）能力。
车企愈演愈烈的智能驾驶竞赛驱动的硬件和软件体系变化，为他们提供了契机。
在2020年之前，由于L4和L2使用的传感器不同，比如前者会用昂贵的激光雷达，后者根本用不起，有的大众车型甚至只配一个毫米波雷达和一个摄像头，这种硬件架构上的不同导致L4的算法和L2存在非常大差异，如果彼时让做L4的公司去为车企提供L2的解决方案，意味着算法需要重写，工作量非常大。
但2020年之后，硬件价格的下降拉近了L2和L4之间的距离。
一方面，激光雷达的性能和稳定性在不断提高，但价格从上万美元降至上千美元，在2020年的CES上，博世、华为、大疆、Velodyne以及国内许多创业公司都推出了它们的产品，有的价格低至100美元，大大加快了激光雷达前装上车的速度。
实际情况也如此， 2021年之后，一大帮国产新势力都推出了带激光雷达的车型，包括售价不到20万的小鹏P5 。另外，华为和极狐的深度合作说明，计算平台+L4级传感器的价格已经可以降至20万元以内[7] 。
另一方面，高算力SoC芯片的出现也发挥了重要作用，尤其是英伟达的Orin 。
元戎启行CEO周光说， Robotaxi的算法模型非常复杂，测试车上常常使用工控机加高算力显卡的方式运行，但这无法用于量产车。而Orin芯片在高算力与功耗之中取得了平衡，能够驱动复杂算法模型，并且高度集成化，可布置在车内。

文章图片
而在软件算法层面，传统的L2辅助驾驶通常由不同供应商提供的多套算法堆叠而成，能力上限较低。为了实现高阶智驾，车企纷纷引入更先进的算法框架，这是L4公司擅长的领域。
不过，原生的Robotaxi算法需要的算力可能高达数百乃至上千T ，而量产车考虑到成本、空间、安全冗余等问题，计算资源仍相对有限。对此，一部分L4公司选择精简或压缩算法模型，另一些公司选择自研“推理引擎” ，目的都是提升算法运行效率，降低算力需求，能在量产车中跑起来。
正是因为硬件体系的成熟以及软件算法的提升，使得L4和L2之间的技术迁移变得可能，适配效率也更高，但即便如此， L4“降维”L2仍然会在现实上遇到很多问题。
拿到比亚迪、东风等车企订单的国内ADAS创业公司MINIEYE ，其副总裁郑伟称，车企与自动驾驶系统供应商合作，最看重的是“没有短板” ，需要对方有一定的量产经验。