圖片來源：視覺中國
2023 年已近年末，回顧自動駕駛行業，雖然沒有 2022 年驟然經曆行業極速墜落所造成的撕裂感，但生存依然嚴峻。
資本不再瘋狂，裁員、高管離職、融資收縮、倒閉交織成今年自動駕駛篇幅最大的畫面。
經曆安全事故、被吊銷無人車運營執照、停産等一系列風波之後，自動駕駛獨角獸 Cruise 兩名創始人相繼宣布離職；國内巨頭百度對外傳播的重點也從自動駕駛轉爲大模型，不僅如此還在時隔六年後 " 重調 " 自動駕駛，由王雲鵬接替李震宇擔任 IDG 負責人；創業公司擎天智卡在成立僅 19 個月後被曝清盤，創始人分道揚镳 .....
嚴峻的環境尤其考驗生存能力。L2 級自動駕駛裝配率不斷上升，讓自動駕駛公司們看到落地 " 上車 " 的機會。大模型更是猶如一枚核彈，給漸趨悲觀的行業炸出一條還能繼續拼五年、拼十年的路。
臨近年底，政策的閘口突然打開，L3 自動駕駛新政的頒發一石激起千層浪。" 這對于自動駕駛行業來說無疑是一個利好政策。從 L2 到 L3 需要持續叠代，這對于技術領先的企業來說意味着新的發展空間。"L3 雖然仍存争議，但多位行業人士仍然向钛媒體 App 表達出了樂觀的看法。
紮堆上市 " 補血 "，但成功的不多
隻是，技術的叠代需要 " 錢 " 和 " 人 "。在行業喧嚣之時，尚有源源不斷的資本投入其中。但當資本冷靜下來，資源又該從何而來？第一個答案是：上市。
年初，禾賽科技成功登陸美國納斯達克。不少觀點認爲，這可能會激勵國内的自動駕駛公司重啓上市計劃。
事實也的确如此。
6 月 30 日，自動駕駛芯片公司黑芝麻智能向港交所遞交招股書，中金公司和華泰國際爲其聯席保薦人。
8 月 25 日，自動駕駛獨角獸文行知遠通過境外發行上市備案。備案通知書裏寫道，文行知遠拟發行不超過 1.5905 億股普通股，并在紐約證券交易所或納斯達克交易所上市。
激光雷達廠商速騰聚創也已經于 12 月 27 日開啓招股，預期 2024 年 1 月 5 日上市。
以前外界對于自動駕駛燒錢程度的判斷始終隔着一層紗，今年自動駕駛公司們争相上市也讓我們得以從招股書上更直觀的看到自動駕駛的經營情況，那就是幾乎全部都在虧損。
招股書數據，2020 — 2022 年，黑芝麻智能淨利潤分别爲 -7.6 億元、-23.57 億元、-27.54 億元，而同期營收僅分别爲 0.53 億元、0.61 億元、1.65 億元，曆年虧損嚴重。
同時期，速騰聚創的淨利潤分别爲 -2.21 億元、-16.55 億元、-20.86 億元，而同期營收分别爲 1.71 億元、3.31 億元、5.30 億元。
縱目科技在 2019 — 2022 年實現營業收入 8383.04 萬元、2.27 億元和 9003.48 萬元，虧損分别爲 2.09 億，4.16 億元和 1.55 億元，算起來累計虧損 7.8 億，是營收的 2 倍。
成功登陸港股的知行科技也面臨增收難增利的窘境。2020 年、2021 年、2022 年，知行科技經調整後淨虧損分别爲 0.36 億元、0.34 億元和 0.17 億元。雖然 2022 年淨虧損有較大幅度收窄，但 2023 年上半年經調整淨虧損再次擴大至 0.46 億元，同比增加 37.28%。
由于自動駕駛一直面臨着商業化落地、規模化量産、長尾問題難解決，以及持續的大量研發資金投入，爲了糧草充足，從自動駕駛整車制造到運營服務再到核心零部件提供，産業鏈上不同環節均有企業陸續啓動上市計劃。
一位自動駕駛領域的投資人分析說，現在自動駕駛公司估值太高了，即便天使輪的估值都要以千萬乃至億美元來計算，更不要說那些曾拿過好幾輪熱錢的頭部企業了。
根據公開資料，小馬智行估值 85 億美金，文遠知行估值超 50 億美金，元戎啓行和毫末智行在 2021 年的估值就已經超過了 10 億美金，黑芝麻智能則爲 20 億美金，早前圖森未來 IPO 時估值約爲 85 億美元，最近的知行科技則爲 67 億港元。
在他看來，" 這個階段，尋求上市或成爲研發資金需求大的自動駕駛公司爲數不多的選擇了。"
隻是，上市也并非意味着坦途。像被稱爲自動駕駛第一股的圖森未來，今年在美國經曆管理層動蕩、退市警告、大面積裁員，之後開始重新調整戰略，将重心重新押回國内。剛剛上市的知行科技在上市首日就破發，發行價 29.65 港元，首日收跌 12.82% 報 25.850 港元 / 股。
抱緊車企，開打價格戰
2023 年擺在自動駕駛公司面前的現實是，能上市補一把血的就上，不能上的就趕緊落地 " 上車 "。
曾經對于投資者無比 " 性感 " 的 L4 級别自動駕駛，在過去兩年裏一直被诟病商業化能力差，落地遙遙無期，因此轉型做 L2 成了一種更務實的選擇。
Nullmax 創始人兼 CEO、CTO 徐雷博士對钛媒體 App 解釋 L4 自動駕駛的難點，一方面是技術本身，還有一方面是如何去驗證确認來證明系統确實具備了 L4 的水平。" 去驗證系統真的比人類駕駛更安全，也是比較有挑戰的一件事情。當然，每個人給的預期可能不一樣，有的是 5 年以後，有的是 10 年以後。"
在他看來，技術的發展總是往前，雖然仍然堅信無人駕駛這件事情會發生，但同時也要基于已有的一些技術去落地産品。從公司角度來講，這樣做能帶來足夠多的收入。從影響力角度來講，會普及智能駕駛。" 從去年 6 月份以後，我基本就在合作的 Tier1 和車廠那邊駐廠工作。"
相似的邏輯驅動，自動駕駛公司紛紛開始與主機廠合作，希望自家解決方案 " 上車 "。
解決方案有很多種，在自動駕駛領域，城市道路場景一直是技術開發的難點之一，也是自動駕駛遲遲無法真正落地的原因之一。車企追捧的城市 NOA 被許多人看作是實現自動駕駛價值的新戰場。
4 月份，餘承東就喊出在 2023 年城市輔助駕駛要覆蓋 45 城的口号，後又在問界新 M7 發布會上表示，華爲高階智能駕駛系統将不再隻覆蓋 45 城，而是要在 2023 年 12 月向全國開放；7 月份，理想表示要在年底實現城市輔助駕駛落地 100 城；10 月份，小鵬宣布計劃年内開放 50 座城市的無高精地圖城市輔助駕駛 ......
盡管博世、法雷奧等國際巨頭仍占據一定的市場份額，但本土的自動駕駛供應商也在快速地崛起。随着新勢力們喊出激進的智能駕駛開城口号，不少自動駕駛公司借勢發布了 " 城市 NOA" 産品。
但今年國内車市爆發激烈價格戰，已經逐級傳導至上遊，産業鏈上下遊整體面臨相較于往年更嚴苛的降本要求。
另外，" 我們發現很多車現在處于從沒有智能化到逐漸智能化的一個時期。雖然新聞上可能經常看到非常多高配的車型，多少個激光雷達、幾百 T 算力，但真正看車的智能化裝配率，其實不高，中低端車型還是偏多。"
價格戰加上智能化裝配車型對價格的敏感度更高，這都給行業帶來壓力，在展開 " 軍備競賽 " 的同時還要承擔很大的成本壓力。顯然，自動駕駛公司們也意識到了這點。
毫末智行張凱就說過，" 智駕行業，正迎來一個‘千元級’時代。"
今年，毫末智行發布的第二代 HPilot 三款智能駕駛産品，都是主打千元級定位，其中針對高速無圖 NOH（領航輔助駕駛）場景的 HP170 産品，屬于 3000 元級；而滿足城市全場景無圖 NOH 的 HP570，也隻達到了 8000 元級的價格。
大疆車載在今年 6 月，發布了全新一代智能駕駛解決方案——成行，大概售價區間也在 5000-15000 元之間。曠視面向 L2+ 的解決方案分爲三個配置：标準版、專業版和旗艦版。其中，标準版和專業版的方案中都不帶激光雷達，成本相對較低，主要服務于 10 萬 -30 萬的車型。
面臨着價值創新的希望和商業降本的挑戰，地平線 CEO 餘凱認爲，到 2025 年，真正要做的是在合理的性價比下，把高速 NOA、環線 NOA 這種封閉道路的自動駕駛體驗做到如絲般的順滑，而且價格不能太貴。同時要有相當的投入，真正地把更複雜的城區的 NOA 做到可用。
大模型上車，憂同質化競争
自動駕駛新的機會，還有大模型。
梅賽德斯 · 奔馳和微軟共同宣布，兩家公司正在擴大 AI 領域的合作，将 ChatGPT 整合到奔馳車載語音控制系統中；理想汽車也發布了自研大模型 MindGPT；百度的文心一言也被接入到了紅旗、長安、吉利、岚圖、零跑等衆多車企之中。
大模型在自動駕駛的應用主要體現在兩個維度，最直接的價值是體現在工具鏈優化部分。另一個則是将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，在工具優化部分以數據标注爲例，人工标注成本高、效率低，而自動标注就是 AI 大模型賦能智能駕駛最直接的應用，能大幅降低數據标注的成本。
至于大模型作爲決策模型，8 月份馬斯克曾對外說過，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。
至于其他場景的應用，一位行業人士介紹說，國外也有一些公司在使用大模型嘗試在開車的過程當中，一個機器解說員不斷講解，車輛爲什麽要刹車，因爲前方是紅燈，爲什麽要右轉，車要避讓誰等等，通過解釋每一個動作，讓乘客在車上覺得很安全。
不過，他也表示，雖然大模型被炒得火熱，大模型上車，還需要一些時間，這就包括究竟以什麽形式的大模型上車。
對于外界擔心自動駕駛大模型起來後，會不會也陷入同質化競争的泥淖裏去？他表示，真正像 Open AI 這樣的團隊和大模型其實是非常少，很多還是基于這些模型去開發一些垂直類的應用。能把大模型在車上面應用得很好，是一個門檻很高的事情，可能沒有那麽多人有能力去做。
L3 新政推出，自動駕駛臨近「iPhone 時刻」？
城市 NOA、大模型給自動駕駛行業貢獻了貫穿整年的熱度。臨近年底，L3 自動駕駛新政又給行業添了一把火。
11 月 17 日，工信部等四部門聯合發布《關于開展智能網聯汽車準入和上路通行試點工作的通知》（以下簡稱：《通知》）。《通知》中提到，L3 級、L4 級自動駕駛汽車，可在限定區域内開展上路通行試點。
從 L2 到 L3，看似隻是一個數字的變化，但卻存在着 " 駕駛權 " 的鴻溝。
按照國際通用标準，根據智能化程度的不同，自動駕駛汽車可以被分爲 5 個等級：L1（輔助駕駛）、L2（部分自動駕駛）、L3（有條件自動駕駛）、L4（高度自動駕駛）、L5（完全自動駕駛）。
也就是說，與 L2 最大的區别是，L3 可以在某些預設條件下，從駕駛員手上接過車輛控制權。
一直以來，關于 "L3 到底有沒有意義 " 的争議一直都有。對于很多廠商來說，法律條例不到位，即使技術再先進、再能帶來多大的利益，也不敢貿然行動。
在去年的世界人工智能大會上，百度李彥宏就強調："L2 之後率先進入商用的很可能是 L4，而不是 L3"。他給出的理由是 L2 責任歸于駕駛員，L4 事故責任歸于運營商，而 L3 則會存在事故界定上的不清晰，普及起來會相對困難。
L3 新政的推出，也就意味着有政府頒布的法規作背書，明确了劃分責任。《通知》中明确：當發生自動駕駛車輛責任事故或違法行爲時，在自動駕駛系統 " 未激活 " 情況下，責任由駕駛員承擔；當自動駕駛系統 " 已激活 " 時，責任由企業承擔。
此外，一旦車輛因自動駕駛系統導緻死亡 1 人或重傷 3 人以上具有同等以上責任的交通事故的，必須退出試點。自動駕駛系統存在缺陷拒不整改或整改後仍未解決問題的，同樣需要退出試點。
除了對責任歸屬的争議之外，"L3 是否會增加人在駕駛中的更大負擔 " 也成爲外界的另一疑惑。
對此，上述行業人士對钛媒體 App 表示，L3 的定義是定義，産品是産品。如果把 L3 的定義變成一個産品，它究竟是不是一個有意義的産品，這和它的定義可能是兩碼事。因爲我們最終要做的是一個産品，而不是把 SAE 的定義做出一個東西，從産品角度，L3 可能确實是一個比較有争議的事情。
但是從自動駕駛公司的思考來說，無論是 L3 或者更高級别的自動駕駛，方案的冗餘，系統設計，可能是一樣的。隻是說把它變成一個産品的時候，究竟 L3 到底在什麽樣的可運行設計範圍，到底要對多少事件和目标有反應，從産品定義上來講，确實是比較有争議的一個問題。
争議尚在，但絲毫不影響車企的積極性。12 月 14 日，寶馬宣布，搭載 L3 級别自動駕駛功能的車輛，在上海市正式獲得高快速路自動駕駛測試牌照。随後，智己、奔馳、長安汽車、北汽極狐也陸續傳出拿到測試牌照的消息。
部分獲得 L3 牌照的企業概況
" 啓動—高峰—低谷—爬坡—飽和 "，在著名的 Gartner 技術成熟度曲線中，這被認爲是一項新技術必經的五個發展階段。眼下的自動駕駛，在經過數年的爆發式發展之後，并沒有進入到真正能走向市場的商品化階段，而是進入了 " 死亡之谷 "。
在這個階段，寒意已經切切實實傳到了每一個參與者身上。接下來，誰能上市融資補血，誰能拿下更多客戶上車造血，誰能真正消化大模型帶來的機會，誰能尋找到一條從 L2 到 L3 的升維大路，或許誰才能論輸赢。
（本文首發钛媒體 App，作者｜韓敬娴，編輯｜張敏）
