對話顧劍民博士：自動駕駛熱度「滑向低谷」，寒冬未真正到來｜自動駕駛這十年

*法雷奧中國首席技術官顧劍民博士

「2018年前半部分，自動駕駛到達Gartner曲線中的第一個峰頂，接下來，氣候要變了」，當時法雷奧中國首席技術官顧劍民或許已經預料到自動駕駛熱度即將「滑向低谷」。

先來介紹一下Gartner曲線：從1995年起，技術諮詢機構Gartner公司每年會根據技術發展周期理論，描繪新技術的發展周期曲線，也被稱作Gartner曲線。

*圖片來源：Gartner

其顯示任何一個新事物、新技術，通常先迅速發展上升，到達巔峰後下降。下降原因在於：當人們對一件事情越來越了解後，會發現還有更多未知的事情，所謂開始「回歸理性」。顧劍民提到2018年自動駕駛熱度下降的種種跡象：

• 下半年，科技企業、初創公司的估值正在回調；

• 投資者對於行業的熱情正在削減；

• 關於更高級別自動駕駛難以實現的討論越來越多：去年年底，Waymo CEO John Krafcik 親口承認，自動駕駛技術很難，且L5級自動駕駛的終極階段是一種有點不合理的期望，甚至沒有必要。

「種種下降跡象一點都不奇怪，任何事物都同理。」

顧劍民將此類比股市：瘋狂砸錢、蜂擁而入、納斯達克一直向上走，這並不是個好現象，人們開始擔心「是否是泡沫」；相反，股市回調在某種程度上意味著風險相對降低。

當下的自動駕駛正處於顧劍民所講的「回歸理性」階段：「這種情況下，行業開始重新審視哪些必存，哪些是真正的泡沫。」

所以，關於「自動駕駛寒冬」這一說法，顧劍民並不完全認同：「真正的冬天是公司倒閉、失業率上升，而目前看來自動駕駛還是正常範圍內的重新審視，只是行業回調」。

審視階段，2018年，行業內一波接一波的聲音傳出：L5級自動駕駛的終極階段是一種理想形態，最終只可能無限接近而無法完全達到。Waymo CEO John Krafcik 親口承認「自動駕駛技術很難」。

「公眾除了關注Waymo高管的言論外，更重要的是觀察Waymo實際行動」。顧劍民提出個人觀點：一方面Waymo宣揚L5級自動駕駛很難，另一方面其也在積極開展L4級自動駕駛落地，並向更高級別發力，所以並不排除，Waymo正在使用這種方法來告訴行業更高級別自動駕駛很難，但其已做好準備。

「形象的說，它用這種方法來嚇退其他競爭者。」

雷鋒網新智駕了解到，John Krafcik在對外表達不樂觀態度的同時，去年10月，Waymo已在美國鳳凰城開始自動駕駛計程車商業化運營服務測試。在這期間，John Krafcik的確承認了自動駕駛技術和商業模式上的難點，例如Waymo本意是直接實現真正取消駕駛員的無人駕駛計程車，但後期依舊配備了駕駛員（安全員）。

在顧劍民眼中，「這不是偶然現象，否定之否定，螺旋式上升，是人認知自動駕駛的正常過程」。

正如Gartner曲線所示，「跌入谷底」並不等於永遠消亡，從萌芽期、過熱期、低谷期、復甦期、到成熟期，這是人認知新事物、新技術的正常過程。因而面對L5級自動駕駛，顧劍民一面樂觀，一面謹慎。

5年前，顧劍民在沃爾沃汽車亞太區擔任研發總監，先後負責整車工程，底盤與主動安全，成本管理，戰略、前瞻工程和概念開發等領域的工作。

當時深深烙印著安全基因的沃爾沃內部對於自動駕駛的認知是：從傳統被動安全減少碰撞的損傷，到通過主動安全功能減少碰撞的發生，是自然延伸，因而自動駕駛是關於主動安全技術的研究。

這影響到顧劍民最初對於自動駕駛的印象和理解：主動安全是傳統意義上被動安全的延伸，自動駕駛是主動安全技術的自然延伸，而自動駕駛最主要目的及原因即安全。

因汽車對於安全的特殊性要求，傳統車企正在謹慎擁抱新技術，來保證車輛安全。

顧劍民總結當下汽車行業玩家在自動駕駛方面的布局：

當前階段，一方面部分車企，包括新勢力造車正在瞄準L3/L4級自動駕駛商業化落地；而公眾看到更多的是，車企及一級供應商積極推進ADAS，即L1/L2級自動駕駛。因現階段實現L1/L2級自動駕駛量產商業化更為現實，且ADAS類似於主動安全的延伸，可有效減少交通事故發生率，這是一級供應商當局者顧劍民的判斷。

《中國智能網聯汽車技術發展路線圖》頒布規定，至2020年，駕駛輔助/部分自動駕駛車輛市場佔有率達到50%。在顧劍民看來，對於L3級自動駕駛及ADAS功能實現而言，這是一個強大的推動力。雷鋒網新智駕了解到，國內自主品牌如廣汽、長安、上汽、北汽計劃在今年實現L2級自動駕駛汽車量產；新造車企業也在發力具備L2級別的智能汽車量產。在ADAS量產上車方面，各大廠商已不約而同將今年作為「時間底線」。

而面對L4甚至更高級別自動駕駛，車企表現出保守態度。站在一級供應商角度，顧劍民解讀了下游車企的發展路徑：傳統車企在先進自動駕駛技術方面更加註重安全，習慣循序漸進實現更高級別自動駕駛；另一層面，市場能否接受新技術、能否實現真正的盈利，是主機廠的考慮。

顧劍民談及電動汽車問世往事，其對通用於1996年推出的電動車EV1印象深刻。早前一則詳細記錄EV1從出生到神秘沒落的歷程的紀錄片《Who killed the electric car 》（誰殺死了電動車）上映。當時，關於「陰謀論」的說法此起彼伏。顧劍民對此論調不以為然，而將更重要的原因歸屬於：早期市場無法接受較為先進的電動汽車技術，商業模式無法落地。

「這也正是為什麼當下多數傳統車企在先進技術方面採用漸進式路線，而非一味追捧，突飛猛進。」在顧劍民看來，車企一大顧慮即過早或過度投入革命化的新技術並不一定能被市場接受。

而面向L3/L4及更高自動駕駛，Waymo是傳統車企發力的導火索。2009年，谷歌開展自動駕駛項目（後獨立，並改名為Waymo），因其雄厚的資金支持以及互聯網巨頭的地位和知名度，使得Waymo形成了鯰魚效應，進階成為這場汽車行業革命的領頭羊，帶火了自動駕駛相關研究。緊接著，特斯拉宣稱利用車輛已有的毫米波雷達加攝像頭，通過OTA更新，即可實現L3/L4級自動駕駛。

「傳統車企擔心落後，這同其他任何技術革新的模式一樣，電動化、自動駕駛同理。」這是顧劍民的邏輯。公眾可以看到部分車企選擇彎道超車，例如通用投資Cruise，直接進擊L4級自動駕駛。

另一邊技術層面，激光雷達、毫米波雷達等感測器技術及深度學習、軟體演算法逐漸成熟，為行業玩家進軍更高級別自動駕駛提供支撐。

顧劍民談及一級供應商法雷奧近幾年為應對未來出行而開展的動作：圍繞電氣化、自動駕駛與網聯汽車、數字化移動出行三方面的技術革新，法雷奧集團旗下舒適及駕駛輔助系統事業部、動力總成系統事業部、熱系統事業部、視覺系統事業部四大事業部，自動駕駛就主要歸屬於舒適及駕駛輔助系統事業部。

2017年，法雷奧在全球申請專利數超過2000份，產品訂單量為276億歐元，而其中50%的訂單來自於創新產品和技術。在感測器層面，法雷奧落足兩點：譜系全面、量產。目前其感測器業務覆蓋從雨量感測器到超聲波感測器、攝像頭、毫米波雷達、激光雷達等。其中，SCALA激光雷達孕育7年完成上車量產，這是汽車行業內首個也是至今唯一一個量產的激光雷達。

在當局者顧劍民眼中，感測器的發展呈現出集成化、多功能化和智能化的趨勢，從單一感測器的簡單疊加到多感測器的冗餘融合。顧劍民重點提到激光雷達：激光雷達同其他感測器一樣，都會經歷成本降低的過程，而成本降低速度多快，取決於激光雷達技術和使用量。法雷奧SCALA第三代固態激光雷達即將在2021年或2022年左右量產。

軟體演算法層面，深度學習是近年來人工智慧領域取得的最重要的突破之一。由於車輛行駛環境複雜，當前感知技術在檢測與識別精度方面無法完全滿足自動駕駛發展需要，深度學習被證明在複雜環境感知方面有巨大優勢，其自學習特徵在自動駕駛視覺、毫米波雷達、激光雷達甚至駕駛員狀態識別等方面有廣闊應用前景。

「當然，距離工程化應用方面仍然還有很多技術困難需要克服。」

顧劍民也提到深度學習面臨的難點及局限性，深度學習在感知功能層面擁有其優越性，但其並不適用於決策層面。顧劍民進一步解釋：例如在冰激淋銷量高的海灘，遊客被鯊魚致死致傷的發生概率較高。這其中存在一定關聯關係。深度學習會依此判斷，減少冰激淋的銷量，鯊魚致死致傷概率將會降低。這顯然不存在。

「深度學習並不適用於決策演算法，因其沒有可解釋性，並不完全適合所有領域，這也是需要行業解決的一大問題。」這是顧劍民對於深度學習的認知。

國家大力推廣的電動化有著政策導向和財政補貼支持；而自動駕駛和智能網聯屬於純粹商業化層面，由不同領域間的跨界碰撞引起。這是兩者間相當大的區別。自動駕駛商業化落地話題提上日程，顧劍民對自動駕駛商業模式進行了解讀。

自動駕駛實現真正意義上的商業化，取決於自動駕駛技術與商業模式之間的契合度：如果一項技術先於商業模式且未實現可持續盈利，則技術無法實現落地；如果商業模式搶先，而沒有相應技術支持，商業模式也無法長久支撐下去。

「尋求一個技術和商業模式的契合點，自動駕駛才能真正的活下去。」這是顧劍民的邏輯。

顧劍民將當下自動駕駛商業模式分為兩大類：To B商業運營的自動駕駛及To C個人用戶。相對直接面向用戶的自動駕駛汽車，顧劍民更看好面向前者。「To B商業運營的自動駕駛可能會領先於To C個人用戶」。

To C端模式即針對個人駕駛、私人擁有的汽車（包括特斯拉及傳統車企），業內多數玩家支持從主動安全ADAS做起，循序漸進發展自動駕駛。但對於個人擁有車輛而言，成本性價比敏感，且自動駕駛商業需求並不迫切，所以打通L3/L4及更高自動駕駛仍需一段時間。顧劍民也並不否認，To C端模式目前已迎來搭載ADAS的快速增長期。

To B端自動駕駛商業化運營，即將自動駕駛車輛提供給專門的運營商（包括Waymo），例如自動駕駛計程車、園區物流車或用於交通運輸的班車貨車。由於這類自動駕駛可以省掉駕駛員，長時間運營節省大量成本開支，而商用企業可承受相對較高的自動駕駛成本。

面向To B端自動駕駛商業化運營，法國初創公司Navya推出的無人駕駛小巴Arma已在全球20個國家進行商業運營，其中包括法國、德國、新加坡、澳大利亞、美國等。而法雷奧則是Navya的投資方，也為其提供激光雷達等多種感測器。

顧劍民特別提到自動駕駛領域中的初創公司玩家，並對其如何「活下去，活得久」進行了分析。

以自主泊車為例，除初創公司外，包括法雷奧、博世在內的成熟一級供應商均在進行相關技術研發。在顧劍民看來，對於初創公司而言，簡單複製技術並不能幫助其實現盈利之路，一級供應商相比前者在同整車廠合作、工業化方面更有優勢。

自動駕駛要達到幾萬、十幾萬的量產，需要依靠工業化量產經驗保證可靠性及質量。而在量產項目上，車企更依賴傳統一級供應商，相反初創公司可以完成一個技術樣本，但很難實現真正意義上的量產，也很難滿足車規級、工業化苛刻要求。目前科技公司、初創企業同整車合作，大多通過一級供應商和整車建立服務關係。

「初創公司不是超級英雄，不可能達到面面俱到，什麼都要做的初創企業並不一定擁有不可替代性。」

在顧劍民眼中，對於初創公司而言，其必須在某領域深耕，形成技術壁壘，具備技術強項。這意味著未來當其自動駕駛技術被利用，或公司被收購，這項技術將是初創公司最大的潛在價值所在點。

畢竟Waymo及百度已在多方面布局自動駕駛，例如Waymo已經開始自主研發激光雷達，其底氣在於背後擁有幾百億甚至幾千億的雄厚財力。然而初創企業並不具備如此強大的資金儲備。「對於初創公司而言，集中強項建立技術壁壘，不僅是在過冬期，任何時候都一樣。」這是顧劍民的邏輯。

對於如何總結自動駕駛十年成長史，顧劍民思考了數天，最後抬手敲定「喜憂參半」。

一方面，自動駕駛使得出行更加安全，為司機帶來的是更便利的出行方式及更自由的時間利用。隨著自動駕駛技術的不斷發展，駕駛員的角色會從單純的駕駛任務中逐漸脫離，最後作為乘客體驗駕乘感受。

2009年至2018年10月，Waymo無人車行駛里程已突破1000萬英里；Uber和百度等公司也開始積極地探索自動駕駛技術；自2013年起，包括通用、福特、日產、賓士、寶馬、沃爾沃、特斯拉等在內的整車公司都在研發各自的自動駕駛汽車技術。近幾年來，在自動駕駛圈（主要是感測器、演算法和人工智慧等領域）的初創企業如雨後春筍層出不窮，部分已經升級為獨角獸。目前，已經有部分量產車實現了L2自動駕駛功能；2017年11月，迎來了第一輛L3級別自動駕駛的量產車：全新奧迪A8。

雷鋒網新智駕了解到，法雷奧投資與合作的Navya已推出Autonom Cab自動駕駛計程車，其Remote Park4U全自動遙控泊車系統，也可直接通過手機實現一鍵自動泊車和泊出。

十年間，自動駕駛不斷演進而帶來的安全和便利，是顧劍民口中「喜」的部分。同時不幸的是，以特斯拉為主的L2自動駕駛車輛捲入了幾起車毀人亡的交通事故；Uber也發生了自動駕駛車輛在公共道路上測試驗證時的第一起意外死亡事件。自動駕駛是否是個泡沫、自動駕駛商業盈利模式如何實現，市場能否接受，仍是業內玩家擔憂之處。

在顧劍民眼中，由於公眾對泡沫的定義不同，這導致人們對自動駕駛行業是否存在泡沫產生不同的看法。其分析了當下兩種截然不同的觀點。

一方面，Gartner曲線顯示2016年前後，自動駕駛得到主流媒體的吹捧，接近期望曲線的峰值，導致人們對這項技術不切實際和過高的期望，隨之而來的是超規模的人才流動和資本投入，而自動駕駛距離成熟和普及至少需要10年。

但是，另外一小部分人認為自動駕駛行業從未出現泡沫，由於自動駕駛技術從演示驗證到商業化需要重資產投入，從而大幅度拉升了競爭門檻。

「倒啤酒時，首先出來的是泡沫，這並不奇怪。」

這是顧劍民的觀點。「最近的自動駕駛不一定都是泡沫，當人們客觀地解讀自動駕駛近期出現的轉折，反而對今後自動駕駛的健康發展和成熟落地提供一定幫助。」

談及劃定未來自動駕駛實現的具體時間畫像一事，顧劍民拒絕了。嚴格意義上說，其認為自動駕駛沒有結束的那天。

「如果從傳統動力，即汽油機更新層面看，從一百多年前到今天為止這項技術仍在不斷變化中。」

顧劍民以此描繪未來：自動駕駛有開始，但並沒有一個結束的時間表，換句話說，當L5級自動駕駛實現時，我們就到此結束了，這種事情很難甚至不可能發生。

「未來的汽車場景將是圍繞著為顧客提供更安全更舒適的車內駕乘體驗展開，這是一個循序漸進且有客觀規律可循的過程，沒有結束或實現的時間表，因為我們永遠行進在汽車技術變革的路途中。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！