圖片｜Photo by Constant Loubier on Unsplash
© 自象限原創
作者｜周遊
編輯｜程心
花開兩朵，各表一枝。
雖然同樣是自動駕駛，但 2023 年 L4 和 L2 講述的故事卻是完全兩個不同的版本。（以下我們提到的自動駕駛，特指 L4 及以上的完全自動駕駛）
事實上，對于 L4 級别的自動駕駛來說，今年的開局本來是充滿希望的，因爲 ChatGPT 散發出來的光芒也同樣照耀到了自動駕駛的身上。然後就是 8 月，美國加州破天荒的通過了一項法案，允許 Waymo 和 Cruise 的 Robotaxi 在舊金山不受限制的運營。
當時，幾乎所有人都以爲，法案落地的那一刻将意味着 Robotaxi 商業騰飛的開始；但如今我們回頭再看，那一刻或許更應該被形容成壓垮 Robotaxi 的最後一根稻草。
自動駕駛，痛是因爲還活着
首當其沖的自然是 Cruise。
在舊金山的運營過程中，Cruise 的 Robotaxi 闖進建築工地，陷在未幹的水泥地裏，在馬路中間熄火，造成交通堵塞，直到一起最嚴重的車禍造成了一名女性的死亡。
▲道路上行駛的 Cruise 圖源：detroitnews.com
之後，這家曾經最頂級的自動駕駛公司因爲安全問題被吊銷了無人車運營資格，然後雪崩也由此開始。
11 月底，Cruise 聯合創始人兼 CEO Kyle Vogt（凱爾 · 沃格特）宣布離職。然後不到一天，Cruise 另一位聯合創始人、首席産品官（CPO）Daniel Kan（丹尼爾 · 坎）也離開了公司。
再之後，就是通用将大幅削減 Cruise 的預算和裁員的消息。12 月 15 日，Cruise 官宣将裁員 900 人，約占總員工的 24%。
Cruise 的雪崩隻是自動駕駛在這個時代最典型的一個注腳，因爲在更大的範圍裏，自動駕駛的潰敗還在持續發生。
在國内，百度自動駕駛在 11 月初換帥，之前負責 Robotaxi 業務的王雲鵬接替李震宇，全面負責百度智能駕駛事業群組（百度 IDG）的業務，這也是百度自動駕駛 6 年來首次換帥。
更早之前的 5 月份，聚焦幹線物流自動駕駛的千挂科技 CEO 離職，董事長接任；6 月份，文遠知行 COO 張力離職，轉行足式機器人賽道再創業；8 月份，小鵬汽車自動駕駛中心副總裁吳新宙離職，加盟芯片巨頭英偉達 ......
許多自動駕駛企業最頂層的權力架構都開始頻繁更叠，而與此同時，許多自動駕駛企業和自動駕駛項目也遊走在生死邊緣，崩潰在朝夕之間。
國内，阿裏達摩院在 5 月份官宣了放棄自動駕駛研發，團隊全部轉入菜鳥的消息；7 月份，聚焦 L4 自動駕駛卡車的擎天智卡被曝停擺；
國外，市值一度高達 52 億美元的明星 L4 無人智卡 Embark 在 5 月被收購；Waymo 在年初大裁員之後，在 7 月關停了無人卡車項目…
▲Embark 無人卡車，圖源官網
我們會看到，從人事調整到企業業務的轉向，2023 年的自動駕駛持續進行着關閉，停運，裁員和預算縮減的故事，整個行業也因此蒙上了一層巨大的陰影。
Cruise 就像是班上成績一直名列前茅的孩子，當他交出的答卷都一塌糊塗的時候，打擊的一定不隻是他自己，還有大家對這個班級整體的信心。
就如同何小鵬在評價 Cruise 雪崩時在微博提到的那句話一樣：高階自動輔助駕駛或有人全自動駕駛都可以看到清晰的路線圖，但完全無人駕駛看不到完整的邏輯，我甚至認爲可能需要另尋他途。
" 另尋他途 "，就像是一道巨大的天塹橫亘在所有想要通向完全自動駕駛最終目标的人的面前，畢竟如果技術路徑還沒有跑通，那麽商業模式就更是空中樓閣。
▲何小鵬微博截圖
寒冷，就像北京的冬天，狂風夾雜着刺骨的冰雪，在整個自動駕駛行業肆虐。
資本市場的表現似乎也回應着這種情緒。
據「自象限」通過公開數據不完全統計，2023 年前三季度，國内自動駕駛融資項目約 54 起，披露的融資總額約 68 億元人民币。
作爲對比，2021 年國内自動駕駛行業共發生 144 起投融資事件，融資規模爲 932 億元；2022 年，自動駕駛行業投融資事件約爲 128 起，融資規模 240 億元，僅爲 2021 年的四分之一。到 2023 年，前三季度的融資總額僅爲 2022 年的四分之一。
我們會看到，整個 2023 年自動駕駛确實跌入前所未有的冰點的，但我們同樣也看到，巨大的壓力背後，自動駕駛并不是完全的絕望。
實際上，我們前面看到如此種種，其實隻是這個巨大行業群像的一種投影。
因爲如果我們真正直視這個市場規模超過萬億的賽道，會發現整個自動駕駛其實正在一種巨大的痛苦中經曆一場新的蛻變。
比如被稱爲 L4 自動卡車第一股的圖森未來，在美國經曆管理層動蕩、退市警告、大面積裁員之後，他們開始重新調整戰略，重新将重心押回國内，且相關線路将在上海落地。
比如 8 月底，小鵬汽車和滴滴達成合作，小鵬通過增發股票的方式收購滴滴旗下智能電動汽車項目相關資産和研發能力，小鵬至此在 robotaxi 行業提前嵌入一顆釘子。
此外，滴滴和廣汽埃安還在 5 月簽署合作，确定 L4 級别的無人出租車将在 2025 年落地；以及 L4 卡車公司 Embark Trucks 被智駕軟件開發商 Applied Intuition 收購；9 月份自動駕駛公司 Nullmax 紐劢被岩山科技收購；11 月份，小馬智行 L4 卡車在廣州獲批上路，同時華爲車 BU 确定獨立，開放融資 .....
▲滴滴自動駕駛 圖源官網
我們會發現，整個自動駕駛雖然曆經動蕩，但他們更像是在市場這張看不見的手的操縱下，系統地進行着一場新的資源配置。
有的企業聚焦主業，剝離自己的弱勢項目轉移給更具有優勢的公司；有的企業從生态環境更差的市場轉移到環境更好的市場；也有保留餘力的企業提前搶占一些有價值的優勢資産，如此等等。
這個過程中，有人撤退，但同樣也有人持續加碼。
比如軟銀的孫正義，今年 9 月就投資了從 Argo AI 出來的新自動駕駛卡車公司 Stack AV，且一出手就是 10 億美金。
今年 8 月，文遠知行赴美 IPO 的申請獲得證監會批準，此外還有像 Momenta、縱目科技、知行科技、智加科技等多家自動駕駛公司也都紛紛傳出沖刺 IPO 的傳聞。
當一級市場遇冷，上市融資就成爲解決曆史資本問題，且獲得新血續命不可多得的途徑，而這也将成爲這些企業在今天仍然能夠奮力一搏的重要籌碼。
所以我們會感覺到，今天自動駕駛這個賽道裏，從創業者到投資人，從初創公司到成熟的企業，每一個人，每一個企業都在努力地活着，大家雖然經曆困頓，但更多都在重新調整姿态，積蓄力量，圖謀再戰。
事實上，自動駕駛仍然存在許多新的機會。
今年以來，以 ChatGPT 爲代表的 AI 大模型打開了通往 AGI 的大門，自動駕駛因此同樣面臨底層技術的重構以及開發流程的再造。
大模型在自動駕駛的應用主要體現在兩個維度，其一是大模型作爲工具，輔助自動駕駛算法的訓練；其二是大模型作爲決策模型，控制車輛的行駛，提高自動駕駛的泛化能力。
首先是在輔助算法訓練上。
今年 6 月份，特斯拉在 CVPR 2023 WAD Workshop 上提到了 world model，可以憑借自動駕駛車輛采集的大量實景視頻數據，通過生成模型生成未來場景，然後将生成的數據與真實的數據進行交叉對比，從而構建損失，以此實現在不依賴标注信息的情況下對模型進行訓練。
具體而言，world model 可以用作仿真工具來大規模生成仿真數據，特别是極其罕見的 Corner Case。
同樣的原理，毫末在 10 月份的 AI Day 上也推出了類似的大模型應用，依靠其今年早些時間發布的 DriveGPT，毫末可以通過将圖文和文圖的交叉特征做匹配，然後再将其放到大語言模型中，針對形成于特征空間的搜索（query）特征。在此基礎上，大模型就可以在不需要做太多準備的情況下，根據場景需求将存量數據進行重新标注。
10 月份，Waymo 和谷歌一起，也發布了新的自動駕駛仿真模拟器。它可以将多個智能體放在同一個仿真環境裏，不斷模拟真實交通狀況，讓自動駕駛系統更好學習決策和規劃，從而縮短整體的訓練時間。
▲ google Waymo 智能仿真系統 圖源網絡
差不多同一時間，中科院自動化所，清華大學人工智能産業研究院（AIR），北京大學等科研人員發布了一個名叫 ADAPT（Action-aware Driving Caption Transformer）的端到端算法，它是一個基于 Transformer 的駕駛行爲描述框架，可以感知和預測駕駛行爲，并且輸出自然語言叙述和推理。
這解決了如今困擾自動駕駛的一個重大難題，即我們不知道自動駕駛算法最終如何做出決策，而 ADAPT 可以幫助自動駕駛算法向人類解釋，自己爲什麽做出這個行爲，從而幫助科研人員更容易了解自動駕駛算法的運作邏輯。
▲ ADAPT 工作場景示意 圖源網絡
其次是在大模型作爲決策模型，運用在自動駕駛車輛控制上。
具有代表性的是，8 月份馬斯克展示的特斯拉端到端的控制技術。馬斯克介紹，得益于 " 端到端 " 控制技術的應用，特斯拉 FSD V12 版本減少了數十萬行代碼，并且在沒有數據連接的情況下仍能在不熟悉的地形上工作。
所以，雖然大模型到今天仍然沒有給自動駕駛帶來如ChatGPT一樣驚天動地的技術突破，但大模型已經爲自動駕駛未來的實現指出了一條新的可行路徑 。
而除了技術上的新進展之外，對于自動駕駛來說，更重要的還是獲得和普通汽車一樣的上路行駛的權利，而這一點也在今年得到了落實。
11 月底，工信部、交通運輸部等四部門聯合發布了《智能網聯汽車準入和上路通行試點工作的通知》（後文簡稱通知）；12 月初，交通運輸部又印布了《自動駕駛汽車運輸安全服務指南（試行）》（後文簡稱指南）等等。
《通知》對 L3、L4 級别的自動駕駛上路行駛的條件提出了具體的要求，并明确經過四部委遴選，符合要求的車輛可以在限定區域内開展上路通行試點。《指南》則明确了自動駕駛汽車在從事公共運輸時應該滿足的條件，對于 Robotaxi、幹線物流等場景下的自動駕駛經營進行了規範。
在這之前，許多車企都曾表示，自家的自動駕駛能力已經達到 L3 的水平，隻是礙于政策限制無法上路。在今年 4 月份的上海車展，餘承東還曾爲此還專門發明了一個新詞—— L2.9 的無限循環，以表示自家的自動駕駛能力限接近于 L3。
而這次《通知》和《指南》的發布，則完美解決了餘承東的問題，意味着 L3、L4 級别的自動駕駛獲得了合法上路的權利，自動駕駛在法律意義上正式打開了 L3/L4 的大門。
據「自象限」不完全統計，從 7 月到 11 月，從國家部委到各地方省、市、自治區，我過關于自動駕駛相關的各類政策共計落地 78 條，數量是今年上半年的三倍。
與國外相比，中國的自動駕駛政策落地既保守又激進。
所謂保守，在于中國的政策落地不會如舊金山一般一次性開放整座城市進行自動駕駛運營。而激進之處在于，與美國開放自動駕駛運營的隻有鳳凰城、舊金山等少數城市不同，中國各大城市都在積極推進自動駕駛的落地。
▲亦莊街頭的無人駕駛 圖源：人民視覺
從北京的亦莊，到深圳廣州；從成都的天府新區到重慶的兩江新區；從武漢的經開區再到黃浦江畔的上海；乃至于湖南的株洲、雲南的大理、河北的保定 ......
如同城市輔助駕駛在中原大地點燃起星星之火一樣，自動駕駛在全國各地埋下的種子，也慢慢有了燎原之勢。而今年下半年從國家到地方密集的政策發布，也爲未來某一天自動駕駛突然爆發打下了一個堅實的基礎。
當然，對于自動駕駛而言，基礎設施除了法律意義上的保障，還有物理意義上的支持，比如作爲自動駕駛的 " 最強輔助 "，中國的車路協同基礎設施正在加快建設。
今年 6 月初，國務院常務會議就曾指出，要構建 " 車能路雲 " 融合發展的産業生态。之後，工信部相關領導在衆多場合多次提到，要盡快啓動智能網聯汽車準入和上路通行試點，加快推進城市級 " 車路雲一體化 " 示範應用。
産業落地上，今年車路雲一體化也出現了不少具有代表性的項目。
比如蘇州，今年新建智能網聯道路 236.4 公裏、新增路測設備 1384 個、邊緣計算和計算設備單元 804 個，累計打造了涵蓋 469.8 公裏智能車聯網道路、覆蓋 439 個路口。
比如百度，今年 5 月與和上海嘉定區達成合作，通過百度在數據處理、AI 大模型方面的能力，幫助嘉定打造智能網聯汽車服務區，爲 L2+ 量産車打通車路雲一體化服務能力。
比如蘑菇車聯，其在大理打造的車路雲一體化智慧景區也在今年十一期間正式運營。到今年，蘑菇車聯的車路雲一體化已經在北京、山東、湖北、江蘇、四川、貴州、陝西等十餘個省份實現落地。
實上，車路協同也确實是今年自動駕駛行業最大的一個變量。
就像漸進式和跨越式兩條路線同出一源一樣，車路協同和單車智能也是自動駕駛實現的兩種方式，隻是由于車路協同建設周期漫長，前置成本更高以至于被發展速度更快的單車智能掩蓋了光芒。
但如今世易時移，當單車智能的發展進入瓶頸期之後，以車路協同爲代表的基礎設施建設，就成爲從外部推動自動駕駛最終落地的一個重要助力。
從結果可以看到，在今年下半年從國家到地方發布的有關自動駕駛的 78 條政策法規中，大多數文件都提到了智能網聯和車路雲一體化的目标。
所以，當國家意志開始下場大力推進，也就成爲了今年自動駕駛發展的一個特殊表達。
而回過頭再看，從底層技術突破帶來新的技術路線，到國家層面法律法規的大量落地，再到以道路交通爲代表的基礎設施的加快推進。
雖然今年自動駕駛面臨巨大的壓力，但整個行業的底層卻實實在在的變得更加夯實。
從智能駕駛到自動駕駛，從大模型到車路協同，再到産業政策。
整體上再回顧 2023 年，我們會發現今年自動駕駛的熱度會有一個明顯的特點，年初和年底熱度都很高，年中相對平淡，它就像是一個啞鈴，重點放在了兩頭。
或許也正是這種時間上的錯位，加劇了今年自動駕駛的撕裂感。
一方面，所有自動駕駛人顯然都會感受到來自行業的巨大壓力，仿佛空氣中都有一種凝固的窒息感。
但另一方面，所有人也都能感覺到一種特别的希望，仿佛隻要再多堅持哪怕一秒，就會看到自動駕駛的曙光從地平線的山岚升起，如利劍一般刺破黑暗。
而現實，則更像是一場即将結束的馬拉松，當賽程進入最後一公裏，所謂技巧就不再是決定勝負的關鍵，生存成爲第一性原理，咬緊牙關的堅持和堅定的意志決定了最終誰會出線。
所以，我們仍然衷心的祝願，所有仍在自動駕駛行業打拼的企業，前途順遂。相信夜盡天明之後的那第一縷霞光，也一定格外美麗。
