文 | 谷岛财经

最近，有关自动驾驶的新闻频繁出现在大众视线中，一定程度上暴露了自动驾驶的困境：各大自动驾驶公司纷纷转舵发力落地，然而落地难的同时，烧钱快。

先是自动驾驶巨头加快了落地测试等推进落地的行程：10月12日，百度自动驾驶在北京地区对公众开放自动驾驶出租车（Robotaxi）试乘服务；10月21日，特斯拉公司CEO埃隆·马斯克（Elon Musk）在Twitter上表示，特斯拉将于美国当地时间周二晚间向部分用户推送beta版全自动驾驶（FSD）功能。 

10月30日，为推进L4级自动驾驶商业化场景落地，智能驾驶科技初创公司福瑞泰克与蓝城体育达成战略合作，并将于2021年3月起在杭州运河亚运公园落地L4无人驾驶小巴常态化运营。

与此同时，是加快落地下，自动驾驶一轮又一轮融资： 

10月27日，中国自动驾驶初创公司小马智行完成新一轮融资，投后估值60亿美元，融资金额超过3亿美元。10月29日，钛媒体报道，自动驾驶感知技术研发商MINIEYE宣布完成2.7亿元人民币C轮融资。

然而，光鲜的融资背后，是落地难、隐忧多以及资本市场逐渐冷却，甚至自动驾驶企业存活困难的困境：

据钛媒体报道，MINIEYE 创始人及CEO 刘国清博士称，成本控制、售后服务等，都是自动驾驶企业在量产后面临的新课题。尤其在汽车行业下行、资本市场冷却的情况下，自动驾驶企业仍然需要将生存放在第一位，降本增效，节约粮草。 

刘国清博士表示，C轮融资将首先用于缓解大规模交付带来的供应链压力，增加现金流储备，从而稳定保障主机厂的采购需求得到及时满足；另一方面，继续投入到高级自动驾驶技术的研发中，保持技术和产品的竞争力。

与此同时，行业人士对自动驾驶不看好的态度，暗合了资本市场热情的冷却。与此同时，知乎问题“自动驾驶什么时候才会凉凉，估计还要多久”，截至目前，已经有85.5万浏览量。

提问者的几点质疑，对自动驾驶目前的难点和瓶颈一语中的：

目前的自动驾驶技术对数据要求太高，未来传感器的成本很难被接受，且对数据的要求几乎没完没了，永远无法穷尽；自动驾驶要求系统有强大的鲁棒性（Robust，指在异常和危险情况下系统生存的能力），然而目前AI技术无法实现......

而提问者对自动驾驶不看好的态度，也代表了很多人心中自动驾驶的归宿——无法落地：

按目前的自动驾驶发展轨迹，最后的终点就是个精致的展览品。

然而我国自动驾驶领域的三个巨头玩家：BAT，目前还未停下脚步，且加速落地进程。然而并不尽遂人意：拿百度自动驾驶在北京地区对公众开放自动驾驶出租车（Robotaxi）试乘服务，来说，体现出的问题重重。

据体验过的用户反馈，问题包括但不限于：车速较慢；无法脱离安全员监督独自运行；在识别井盖、选择车道等方面不够机智，灵活性较真人司机差；车身较颠簸，像一个新手司机在开车；只能在几个固定站点上车，被吐槽像公交车......

更重要的是，由于是限定路段，其他车辆比较“讲礼貌”，行车规范，然而真实路段的不确定性和突发状况更多，也更为凶险：相对于老司机，自动驾驶面对突发状况的快速反应能力——也就是乘客最看重的安全系数，在这次体验中没有显示出来。

这也意味着，这次试乘测试更多目的还是收集数据、方便后续调整。自动驾驶全面落地、投入生活应用依然道阻且长。

无独有偶。前段时间，阿里云的云栖大会上，推出的末端自动运输物流机器人“小蛮驴”，也未正式投入应用。

虽然达摩院自动驾驶实验室资深算法专家陈俊波有底气说出：“小蛮驴很快将大规模量产，实现‘千’级别的出货量”这样的话。然而，在此之前，小蛮驴三年之久的试运营，也局限于上海交通大学等封闭式园区。

而三巨头中的腾讯，在10月12日举办了《中国自动驾驶仿真蓝皮书2020》发布仪式以及研讨会，就“自动驾驶下半场如何突围”进行了探讨，达成的共识是：

我国自动驾驶技术正处于由辅助驾驶向无人驾驶进化的新阶段，自动驾驶走向广泛应用的下半场已然开启。在这一过程中，虚拟仿真技术发挥着不可替代的作用，是突破自动驾驶技术落地瓶颈的“利器”。

可以看到，BAT已经走过了自动驾驶的上半场：作为巨头，三者入局目的各不相同——百度all in AI、储备数据、联动业务，阿里赋能电商业务，腾讯则看中自动驾驶落地后，车联网上的社交生态。然而如今，三者却面临面临同样落地难的困境：进入了重重迷雾和技术瓶颈的深水区。 

BAT能否突破重重技术阻碍，顺利破局并落地，成败在此一举。 

BAT最初入局自动驾驶的三岔口：all in、智能物流或车联网​

如果要问自动驾驶为什么会发展到现在的瓶颈境地，就要追根溯源，返归当初巨头为什么要入局自动驾驶。

事实上，不同于车企，BAT三巨头布局自动驾驶另有一套底层逻辑，跟自身业务线息息相关。

先说国内最早入局自动驾驶的百度：事实上，在自动驾驶领域，百度凭借all in AI的战略称得上在这个领域的先驱者。

究其原因，AI这条路是百度转型升级的突破口，也是百度突破营收结构单一、搜索业务乏力、营销收入下降等困局的最优出路。而自动驾驶，又是百度AI局中的重中之重。

众所周知，百度一直以来赖以生存的核心业务并不是AI，而是广告业务。然而近些年，百度在线营销的收入呈一路下滑之势：

2019年Q3，百度在线营销收入208亿元，同比下降2%；2019年Q3，百度在线营销收入204亿元，同比下降9%。今年Q1，百度在线营销收入142亿元，同比下降19%，环比下降32%，今年Q2，百度在线营销服务收入177亿元，同比下跌8%。

这要归咎于信息流的崛起，大幅挤压了传统搜索引擎广告的市场份额。根据据前瞻产业研究院报告，2013-2019年期间中国信息流广告市场交易规模总体呈逐年增长态势，年均复合增速高达106%，近两年来增速保持高位增长。

2019年我国信息流广告市场交易规模近1815.6亿元，同比增长57%，且市场规模在2019年实现了600亿元的七年以来最高增幅。

所以，近些年，技术起家的百度也有意识地调整业务结构，加码AI。2017年，陆奇打出了“all in AI”的旗帜后，更是一发不可收拾：布局自动驾驶、DuerOS、智能小程序、智能大脑、AI芯片5条路线。

AI 业务的崛起不仅给百度大幅利润增长，也使百度业务结构更为健康：今年Q1，百度搜索广告的营收大概占总营收的 56.4%，对比2013年，百度广告营收接近100%，显然是一次近乎“腰斩”的大换血。

为什么百度的AI布局中，自动驾驶是重头戏？ 

第一，为在下一代地图战争中胜出储备数据：百度研究院副院长余凯曾介绍说，百度不仅是搜索公司，也是地图服务商，地图业务重视数据，如百度在下一个五年或下一个十年布局上，能在下一代地图上占得先机，会对百度的意义非常大。

动态地图在下一个十年会成为非常重要的数据服务形式：无人驾驶和辅助驾驶对地图信息精度要求很高，下一代地图精度可能是厘米级精度，包含很多传统地图所不具备的，如车道信息、交通标志红绿灯信息。 

而无人车上的摄像头GPS信息不断被无人车辆或者高级辅助驾驶车辆搜集，这些信息能给百度带来完全不同的动态地图。

第二，可以把百度生态延伸到车场景中，实现业务之间的联动：一旦无人驾驶落地，车场景内的驾驶员就会“解放双手”：空出来的时间，可以在车里消费百度的服务，如百度搜索、百度地图和音乐服务。

第三，如余凯所说，无人驾驶作为机器人领域的特殊应用，也是百度一项技术储备。百度不仅研发无人车也研发无人飞机，这些技术相通，一旦平台技术成熟，就可以成为百度新业务增长点。 

再说阿里，阿里的自动驾驶布局更侧重智能物流：2016年底，阿里旗下的菜鸟网络正式推出自动驾驶物流车。

这和阿里的电商调性息息相关。首先作为电商平台，阿里、京东等巨头的物流需求越来越大。马云预判中的“每天十亿包裹”，早在2018年天猫双十一就达到了。这一天，单日物流订单量就达到了10.42亿——按照这个速度，每天十亿包裹也指日可待。巨头们对物流不敢不上心。

2018年，在全球智慧物流峰会上，马云曾表示，将在物流领域投资上千亿，来建设智能物流骨干网，实现全国24小时、全球72小时必达。

而在物流配送整个链条中，末端物流是整个物流体系中成本最高、效率最低的环节，且交通事故频发：亟需降本增效。

“过去物流行业是体力劳动，靠的是成千上万快递员的手提肩扛，未来物流行业则会变成脑力劳动，不能让快递员像流水线上的机器人一样。”18年那场峰会中，马云说：“过去的20年，我们很多人把人变成了机器，而未来的20年我们将会把机器变成人。”

而物流智能化，就是其中的一个解决方案。

其次，最后一公里的末端物流，不仅能为电商平台赋能，对本地生活赛道来说也至关重要：这与巨头们的野心不谋而合。

巨头们在本地生活赛道的野心不言而喻：

拿阿里来说，曾两次参透社区团购创业公司十荟团，今年六月，阿里再次加码：菜鸟驿站宣布从快递服务向数字社区生活服务全面升级，通过增加团购、洗衣、回收等服务，使其成为数字化的社区生活服务站；7月，阿里零售通事业部筹备组建新的社区团购部门。

所以，相较百度对自动驾驶的all in，阿里的目的则更为朴素，诉诸于跟自身的业务线打配合战。

最后是腾讯：对于社交巨头腾讯来说，之所以发力自动驾驶，有些“醉翁之意不在酒”的意思：相较于自动驾驶技术本身，对腾讯价值更大的，是自动驾驶落地后，一系列车联网入口。

事实上，作为社交巨头，腾讯正在最大程度把微信帝国外延到一起场景中，连接微信支付超级ID等：车这个场景仅次于家，是重中之重。

拿腾讯的TAI3.0来说，腾讯着重发力腾讯爱趣听和腾讯随行，致力于打造完整的内容生态：听歌、听新闻、听广播......可以说，百度和车企相争自动驾驶，阿里着重发力物流智能自动驾驶，而腾讯在后：自动驾驶成熟后，才是腾讯的重头戏。

BAT自动驾驶的现状：同样的困境，转舵与落地难

对比BAT自动驾驶布局，无论最初的目的和着力点是什么，近几年，BAT的自动驾驶布局却面临着同样的困局：致力于转舵、落地，然而落地非常困难。

先说先驱者百度对自动驾驶的布局： 早在2013年，百度就主导研发了以“百度汽车大脑”为核心的自动驾驶核心技术，着重布局自动驾驶。从芯片到整车，整条产业链均有布局。优势是核心技术：从感知硬件到高精地图再到AI算法，均跑在自动驾驶前端。 

拿地图来说，百度2013年起就开始研发高精地图，是为数不多具备量产能力的高精地图数据提供商。而AI算法上，百度于2017年3月成立的智能驾驶事业群，全球申请专利达960项，位列国际尖端。

而近几年，百度自动驾驶从技术研发转向落地：

2015年12月，百度自动驾驶车首次实现城市、环路及高速道路混合路况下的全自动驾驶；次年7月，百度实现L4级自动驾驶，同年获得美国加州政府颁发的全球第15张自动车牌照。

2017年4月，百度Apollo平台发布，至今已与90余家车企、汽车配件公司、自动驾驶公司达成合作，其中与金龙客车合作研发的量产车型将于今年面世。

重点是2018年，百度Apollo自动车正式亮相。2019年，从年初 CES 发布 Apollo Enterprise 企业版，更新可支持复杂城市道路自动驾驶的 Apollo 3.5 开始，到长沙 Robotaxi 大规模路测上线。不难发现，Apollo开始逐渐转舵，落地成为重心所在。

而拿将电商感知和城市监控的积累沿用到了自动驾驶的阿里来说，其重心发力的自动驾驶分支——智能物流，也呈现出急于落地的势头。比如今年阿里云的云栖大会，着重推出的物流机器人小蛮驴就是成果之一。

小蛮驴是阿里巴巴达摩院推出的第一款末端物流机器人，目标是提供最后三公里配送，为用户打造更智能的收件体验。据阿里云称，此“驴”其集成了达摩院最前沿的人工智能和自动驾驶技术，大脑应急反应速度达到人类7倍。

不看看出，阿里自动驾驶领域的积累技术“物尽其用”地用在了小蛮驴上：小蛮驴能在复杂的末端场景中行驶、避障、转弯、急停、会车、倒车等等。机器人识别数量上百的行人、车辆的意图只需0.01秒；遇到危险需要急停时，只需0.1s大脑就能完成决策、规划并下发控制指令。

在感知方面，小蛮驴有大脑决策、冗余小脑、异常检测刹车、接触保护刹车、远程防护等五重保障。如果遇到机器解决不了的场景，还有第二种方案：远程云代驾。 

值得注意的是，阿里强调，小蛮驴可量产——可以规模化商用。由于算法自研和深度定制，小蛮驴在整体成本上实现了大幅下降，成本仅为业内其他原型产品的1/3甚至1/10，且随着供应链进一步整合和激光雷达等成本降低，成本还会进一步降低。

而对于腾讯来说，走的一直是“集大成者”的投资者路数，在自动驾驶领域也不例外。在汽车行业中，腾讯的投资遍地开花：电动车制造、二手车交易等等，而对于自动驾驶以及其捆绑的重头戏——车联网业务，腾讯依然走全面开花路线。

对整车研发，腾讯相继入股特斯拉、蔚来、威马等造车企业和广汽等传统车企；同时，对于高精地图等技术板块，腾讯也以入股等形式补全板块——如在高精地图方面，腾讯可以以四维图新高枕无忧。

同时，对于技术上的突破，腾讯在背后给“小弟”们支持。如腾讯在10月12日举办了《中国自动驾驶仿真蓝皮书2020》发布仪式以及研讨会，就“自动驾驶下半场如何突围”进行了探讨，达成的共识是：

我国自动驾驶技术正处于由辅助驾驶向无人驾驶进化的新阶段，自动驾驶走向广泛应用的下半场已然开启。在这一过程中，虚拟仿真技术发挥着不可替代的作用，是突破自动驾驶技术落地瓶颈的“利器”。

这也反应出一个悖论：自动驾驶这几年落地是当务之急，然而，落地之难使三岔路的BAT在此处殊途同归，一起卡在了瓶颈。

自动驾驶的困局和危思

落地难不止在于技术。正如中国工程院院士李德毅所说，自动驾驶的安全问题不可忽视：“在自动驾驶时，遇到了人不能处置的问题，控制权如何交接？在交接的过程中责任事故又由谁来认定？”

说到安全事故，事故频出的特斯拉自动驾驶系统免不了要被拉出来“公开处刑”：比如此前，特斯拉在自动驾驶状态中撞上渣土车的事件广受关注。 

特斯拉车主称，“正常行驶的特斯拉Model 3，开启AutoPilot完全自动驾驶功能，在深圳南坪快速东行方向道路上行驶，右前方行驶的渣土车突然并道而来，而他的Model 3在自动驾驶系统的控制下，非但没有停下来，反而加速冲了上去。”

而特斯拉官方表示，“根据后台调取的数据，在事故发生时车主的双手处于脱离方向盘的状态，并且没有检测到制动信号。” 

也就是说，特斯拉认为，即使开启了自动驾驶系统，车主也要时刻专注于驾驶。“就目前来说，自动驾驶技术还没有达到完美的阶段，对车辆驾驶负主要责任的依旧是驾驶员，驾驶员应该保持对驾驶的专注度。” 

对于此结论，特斯拉车主表示并不能接受：特斯拉FSD存在视觉盲区本身就是硬件缺陷，而出现事故，却让车主背锅。

也因此，大众对自动驾驶的接受度不高：根据Autotrader和凯利蓝皮书子公司CoxAutomotive的调查，49%的美国人表示不会购买L5级别的全自动驾驶汽车。

“21世纪最具颠覆性的技术当数无人驾驶，不过，自动驾驶+智能网联真能解决问题吗？我们要打上一个问号。”李德毅表示。 

同时，即使不是车辆的自动驾驶，物流领域的自动驾驶全面铺开依然困难重重：

首先，“最后一公里”一直是最为棘手的环节：路况复杂，充满不确定性，对作为真人的快递小哥来说尚且交通事故频发，更何况是机器。所以，在最大程度保证安全的情况下，势必会降低效率。 

这就导致了第二个问题，成本高：如果铺开物流机器人的成本远高于人力成本，那么大规模商用势必会被无限期推迟。

不止如此，现实世界永远比建模世界更为魔幻。巨头们和研发人员要直面最残酷且现实的质疑： 

“小孩子们在物流机器人上玩耍，玩坏了怎么办？”

“有人直接把物流机器人连机器人带包裹一起偷走怎么办？”

“物流机器人掉进没有井盖的下水道中怎么办？” 

所以，你会发现，巨头们早就研发出了初代物流机器人，但迟迟无法大规模商用，只能在小范围、小规模内使用：

拿阿里来说，事实上，早在2016年就推出了无人配送机器人小G：一台可以在陆地上行走的机器人，身高1米左右，大概能装10-20个包裹。只要通过手机向小G发出服务需求，他便会规划最优配送路径，将物品送到指定位置，用户可通过电子扫描签收。 

当时的报道称，强大的算法让小G拥有像人类一样思考的能力，它会观察周边的复杂环境，并在系统中建立自己所看到的多维世界。走在路上，小G也能动态识别环境的变化，它不仅能识别路上的行人、车辆，还可以自己乘坐电梯，甚至它能够感知到电梯的拥挤程度，它是绝对不会跟人抢电梯的。

2018年，小G升级为G plus，时速可达15公里/时。当时，阿里表示将大规模商业化推广：然而一直未能落地。 

此外，就算是小范围应用的仓储机器人，也面临着安全事故等问题：

拿18年，美国新泽西州亚马逊仓库发生的重大机器人事故来说：据ABC新闻报道，因机器人在仓库里刺穿了一罐9盎司的驱熊剂，导致24名亚马逊员工被送往医院治疗。其中一人伤势严重，另有30名工人在现场接受治疗。 

事后，亚马逊在英国的数据也被翻了出来，资料显示，从2015年到2017年，救护车被呼叫到亚马逊仓库超过了600次。 

事实上，不难理解，拥堵在自动驾驶落地路口的BAT心情之焦灼。因为背后，是大规模的烧钱——李德毅曾说：“现在自动驾驶很火，火到什么程度？简单来说就是烧钱！”

据美国布鲁金斯学会统计，2014~2017年，全球自动驾驶领域的投资总额超800亿美元。独立智库的统计数据也显示，2017年投到自动驾驶技术领域的资金，占全球汽车科技行业投资总额的七成多。 

所以，知乎上才会有高赞回答预判：“最多五年，如果突破不了目前的瓶颈，投资者就会大规模撤出这一领域，也就是无人驾驶凉凉的那一天。” 

事实上，对于处于瓶颈期的巨头来说，没有胜利可言，挺住意味一切：一方面，推进自动驾驶的小范围应用，如限定场景应用、智能辅助驾驶；一方面，继续烧钱研发，等待自动驾驶技术全面突破、完全落地那一天的到来。