天天看點

全套L4自動駕駛方案降至1萬美元,RoboTaxi玩家的反擊開始了

雷剛 發自 凹非寺

智能車參考 報道 | 公衆号 AI4Auto

如果L4級自動駕駛方案足夠便宜…

那還圖漸進式輔助駕駛啥?

圖難以預料的無法識别場景?圖需要緊急時刻的接管?還是圖出事故後“車主使用不當”的回應?

隻是問題是,L4級自動駕駛方案,究竟能降得多便宜?

1萬美元,折合人民币7萬左右。

這是今年阿裡戰略領投3億美金的深圳自動駕駛公司元戎啟行,交出的最新答卷。

而且這還是隻是開始的開始,元戎方面透露,降本行動還會繼續,1萬美元已經來了,5千美元、3千美元還會遠嗎?

全套L4自動駕駛方案降至1萬美元,RoboTaxi玩家的反擊開始了

1萬美元的L4自動駕駛軟硬體方案?

包含了5顆固态雷射雷達+8顆攝像頭,多傳感器備援。

外觀上看,也開始進一步從“丸子頭”向“劉海”疊代。

全套L4自動駕駛方案降至1萬美元,RoboTaxi玩家的反擊開始了

而且相較機械式雷射雷達,固态雷射雷達沒有使用機械運動部件,成本更低,使用壽命更長,更容易過車規。

從雷射雷達供應商來看,也在與量産智能車趨于一緻。

但在L4自動駕駛方案上實作“降本”,實際最大挑戰不在硬體,而是背後系統平台。

元戎啟行CEO周光就透露,因為一直以來對成本問題的關注,是以通過一系列創新技術,弱化了硬體對系統的限制。

比如元戎啟行的感覺算法能夠很好地适配和融合固态雷射雷達與相機的資料。

再比如通過自研的推理引擎,使得複雜的自動駕駛系統也能夠用低成本、低功耗的計算平台運作。

此外,自研的相機等硬體裝置也降低了自動駕駛系統的整體成本。

值得注意的是,這套方案,也與業内通常說的L4降維釋放不同。

因為元戎方面明确,該方面将用于與車廠的前裝量産合作以及其未來的RoboTaxi營運中。

換而言之,一套方案供應不同應用,一處水源供全球。

這種“統一”的方案好處,在于資料處理和技術疊代。

元戎啟行此次也明确,會通過資料閉環體系,以資料驅動的方式,在資料收集和分析、算法提升、模拟仿真、到真實路測、版本更新這一閉環中實作自動駕駛技術的不斷疊代,從工程上提高自動駕駛對長尾場景的處理能力。

這種一套方案上車、資料驅動技術疊代的思路,在量産車、輔助駕駛領域也并非沒有參照物——

特斯拉和其FSD方案,正是如此。

不過從元戎啟行展現的實路能力來看,純視覺傳感器的特斯拉FSD,目前如果挑戰深圳CBD晚高峰,可能還無法做到連續不接管。

全套L4自動駕駛方案降至1萬美元,RoboTaxi玩家的反擊開始了

挑戰深圳CBD晚高峰?

随着元戎啟行這套DeepRoute-Driver 2.0一同亮相的,還有其最新實際道路展現的能力。

因為總部地處深圳福田區,元戎啟行秀了一把一線城市CBD的晚高峰自動駕駛能力。

元戎啟行稱,在上路的1小時裡,連續自動駕駛,全程無接管。

有進出匝道和彙入彙出主路:

有繞行通過臨時停車車輛:

全套L4自動駕駛方案降至1萬美元,RoboTaxi玩家的反擊開始了

以及應對二輪外賣等特殊的中國路況場景:

全套L4自動駕駛方案降至1萬美元,RoboTaxi玩家的反擊開始了

總之,在整個視訊中,元戎啟行的系統,展現出了深圳CBD晚高峰路況下的穩定性。

從另一個層面,似乎也是一種無聲的宣告:

這套系統如果落地進入量産私家車,對于所有輔助駕駛系統,都将是降維打擊。

L4玩家的反擊

一直以來,所有自動駕駛玩家雖然有不同路線選擇,但目标其實一緻,可謂殊途同歸。

都希望打造可量産的AI司機,把人類從駕駛行為中解放出來。

最低目标是輔助駕駛玩家的路線,在一些場景下,如高速環路或停車,給人類司機提供智能輔助。

最高目标則是自動駕駛玩家的路線,全場景全時域都不需要人類參與駕駛,真正把人類從駕駛位上趕下去。

但這幾年來,随着輔助駕駛在上量上的優越性,通過車主買單、上路後擷取資料可以疊代系統,讓這條“漸進式”路線越來越得到認可。

全套L4自動駕駛方案降至1萬美元,RoboTaxi玩家的反擊開始了

其中最典型的便是特斯拉。

并且憑借馬斯克的個人号召力,即便特斯拉在傳感器方案、自動駕駛疊代路徑上表現激進,發展也未受到本質影響。

這進一步激勵更多新造車、Tier 1、自動駕駛創業公司湧入,與量産車合作,然後擷取資料,從輔助駕駛向自動駕駛疊代。

而與之相對應的RoboTaxi為目标的玩家,比如Waymo,高開低走,不斷被唱衰……

全套L4自動駕駛方案降至1萬美元,RoboTaxi玩家的反擊開始了

哪怕RoboTaxi被認為是自動駕駛終局,但Waymo式的落地,在成本和資料疊代上,也屢受質疑。

更多RoboTaxi玩家,則開始以“減配”方式,在量産車上實作輔助駕駛能力,或者是減配傳感器,或者是減配能力。

但大方向上,實際都是希望降低成本、規模化量産。

因為最強AI司機的根本實作路徑,依然得是算法-資料-計算的三位一體,其中資料在疊代中更是最為首要。

在之前的發展中,RoboTaxi玩家最核心的問題在于雷射雷達成本的居高不下…

但現在,随着雷射雷達在量産和成本方面的優化,L4級自動駕駛玩家,開始出現技術上的“反殺”。

還圖漸進式輔助駕駛啥?

并且這種趨勢,也并非個例。

4月上海車展,華為的L4級自動駕駛方案,搭載在極狐汽車阿爾法S上。

其後,百度Apollo Moon推出,宣稱整車成本已經降至48萬元。

(除去車輛本身,自動駕駛軟硬體成本在20萬左右)

而在車企一方,更是圍繞雷射雷達開啟了軍備競賽,成本價格也一再下探…

至于今日,元戎啟行更進一步,軟硬體整套方案,不到1萬美元。

并且按照元戎啟行的說法,這還隻是開始的開始,降本行動還會持續不斷,可能不斷對折式推進。

全套L4自動駕駛方案降至1萬美元,RoboTaxi玩家的反擊開始了

是以,趨勢已經再明顯不過——

三十年河東,四十年河西。

在L2L4的升維派高歌猛進幾年後,随着核心傳感器成本降低,L4自動駕駛玩家開始反向進入量産車市場。

這兩股力量融合交彙,則成為最大的潮流:

智能車。

它可以作為私家車使用,也可以作為RoboTaxi落地。

最後懸而未決的問題隻剩下一個:

誰的資料處理和技術疊代更高效?

誰就可能就是自動駕駛戰國紛争後的最大赢家。

你說呢?

— 完 —

繼續閱讀