天才自动驾驶公司走下神坛｜深氪lite

王劲统治下的自动驾驶事业部也是历史上高管离职最频繁、人员最动荡的一段时期多位技术骨干从无人车团队走出创立或加入无人驾驶。中智行创始人王劲、地平线创始人余,变动在创业者的身上更加显露。在年之后，我们陆续又推出了“36Under36”之创业者评选，总共有108位投资人和72名创业者参与其中。据不完全统计,年加利福尼亚给Waymo颁发了全面无人驾驶测试的许可证Waymo正式成为全球第一家获得自动驾驶测试。

AutoReport沙龙|自动驾驶正在驶入“深水区”?

今年初，马斯克还在信誓旦旦表示，有信心在2021年底之前发布真正L5级自动驾驶系统。没想到很快亲手打脸。

7月3日，马斯克在推特上回复网友表示，放弃了 “幻想”，公开承认要实现自动驾驶很难。

几天后的（7月8日）世界人工智能大会上，华为智能驾驶总裁苏菁则更犀利地评价：“L5完全自动驾驶是一个灯塔，但在我这辈子看不到”。

显然，在整个行业以及资本市场都在为自动驾驶的未来感到激情澎湃甚至孤注一掷的时候，以上的言论，就像泼了一盆冷水。

近日，在汽车产经组织的自动驾驶沙龙上，同济大学汽车学院教授朱西产评价：现在的自动驾驶市场确实有些“过热”。

而L4、L5级别自动驾驶在国内外汽车市场到底是什么样的真实状况？

可能没有企业公布的实现时间表看起来那么乐观。

（注： 按SAE（国际自动机工程师学会）的自动驾驶分级，到了L4、L5阶段车辆不需要人类进行任何操作，统称为“无人驾驶”，或者完全自动驾驶、广义自动驾驶。去年国家工信部出台的自动驾驶分级标准与之类似。）

7月7日AutoReport沙龙： 同济大学汽车学院教授朱西产（右二）； 小马智行副总裁、北京研发中心负责人张宁（左二）； 车东西主编、沙龙主持人 孙晓寒 （右一）； 汽车产经副主编、沙龙主持人 黄持 （左一）

玩自动驾驶，

就是一个“打脸”的过程？

英国《卫报》曾在2015年预测：到2020年，你将成为一个“永久后座司机”。

Business Insider 2016年一篇头条新闻标题为《2020年，1000辆无人驾驶汽车将会上路》。

通用汽车、谷歌的Waymo、丰田、日产、本田和百度都曾宣布，2020年将生产出无人驾驶汽车。

马斯克牛吹的更早，曾说将在2018年实现自动驾驶，如果2018年不能成功，2020年也终会实现。

结果……大家也看到了。

另外，坚持robotaxi路线的鼻祖——谷歌母公司 Alphabet 旗下的无人车公司 Waymo，也经历了类似的过程。

2017年，Waymo开始在凤凰城的公共道路上测试无人驾驶，首先开启了L4自动驾驶商业化之路。

客观讲，这对无人驾驶是一个具有里程碑意义的事件。

但如今4年过去，Waymo的自动驾驶探索依然步履维艰——今年因robataxi商业化路径依然不清晰，已经开始拓展to B业务。

“自动驾驶汽车实在是太磨人了。”去年，Waymo CEO John Krafcik 在接受采访时说道。“要我说，这家伙比把火箭送入轨道还要难。”

上个月，刚刚将商业化运营从凤凰城拓展到旧金山的waymo第五代无人车（有29个摄像头和6个激光雷达等传感器的组合，可以说是目前感知能力最强大的无人车之一），开业没几天就发生了一起交通事故。

据waymo官方澄清，当时车辆正从自动模式下脱离，并在车辆进入十字路口并左转时，以手动模式驾驶。转弯后，在仍处于手动模式的情况下，车辆与路人发生接触，没有引起严重的人员受伤。

业内人士分析，仅这一个小事故就有可能影响到投资人和公众的情绪。

在自动驾驶的路上走得最惨烈的是Uber。

Uber的自动驾驶部门成立于2015年。同一年，Uber一辆用于自动驾驶测试的车在美国亚利桑那州坦佩市发生车祸，虽未造成人员伤亡，但Uber也因此暂停了自动驾驶汽车路测项目。

之后在2018年Uber自动驾驶汽车再度造成一人死亡，使其进一步发展受阻。

直到去年12月，受新冠肺炎疫情影响，一直以来亏损巨大的Uber自动驾驶业务以40亿美元的价格“大甩卖”给了Aurora。

对于全球自动驾驶发展的现状，贝恩合伙人Mark Gottfredson 说：“现实已经浇醒了狂热的炒作。”

国内自动驾驶始“狂热”

“但只是一个起点。”

反观国内，一年左右时间，已经有百度、滴滴、小马智行、AutoX、文远知行等众多科技公司相继加入robotaxi赛道： 

今年5月，百度Apollo在北京推出自动驾驶出行平台Apollo GO，提供“共享无人车”出行服务；
小马智行无人车加入广州Robotaxi车队；
Auto X在深圳坪山试运营无人出租车；……

另一边，国内主要车企也纷纷宣布了自己L4级别的实现时间：

长城计划今年实现中国首个全车冗余的L3级自动驾驶，并将在2022年实现中国首个复合场景达到L4级能力的智能驾驶；

长安、北汽新能源将L4级自动驾驶量产时间定在了2025年；

威马和百度联手打造的L4级自动驾驶车型计划今年发售；

理想汽车预计2024年将会开始通过OTA的方式让旗下车型具备L4级别自动驾驶能力；

……

国内自动驾驶为什么变得如此“火热”？

朱西产认为：因为自动驾驶入局的窗口期即将关闭，所以大家不惜用钱换时间，今年资本都疯掉了。

但相比更早进入自动驾驶赛道的国际车企和科技公司，国内市场的火热就像几年前的美国。

特斯拉2016年的时候推出autopilot的时候就已经开始设计他的FSD了。2019年已经推出第一版的FSD测试版。直到2021年，马斯克开始承认自动驾驶比他想象的更难。

小马智行副总裁、北京研发中心负责人张宁说，特斯拉研发FSD的整个“心路历程”用了5年时间，这里面有一个“学习曲线”。

“今天大家飞机大炮全副武装就开始投入做这件事，但很多坑你没走过，其实是不知道这个地方水有多深的。”

同样的道理可以用在robotaxi的运营上。

同样是在7月8日的世界人工智能大会上，百度创始人、董事长兼 CEO李彦宏表示，未来2-3年，百度正计划将此前亮相的Apollo Moon共享无人车服务全面开放到全国30个城市。

而360创始人周鸿?则隔空“讽刺”说：“把人工智能吹得很神，是害了行业。不如老老实实告诉消费者，我在某些场景下能够实现自动驾驶，但是这个车离不开人。”

李彦宏和周鸿?这对“冤家”的言论，却反映了现在的自动驾驶理想与现实的差距。

毕竟连从2017年开始进行robotaxi商业化运营的Waymo，去年还在抱怨这条路异常难走。

而且，尽管小马智行也已经加入robotaxi赛道，张宁却清醒地指出：大家都在说自动驾驶的下半场，但只是一个起点。

“我觉得至少还需要5年时间去努力。即使像Waymo一样真正商业化运营，也还需要几年时间。”

朱西产则透露：现在绝大多数国内运营robotaxi的公司连脱离报告都不肯上传。

自动驾驶脱离报告是判断自动驾驶车辆运行情况的重要参照，没有脱离报告，就根本无从得知该公司自动驾驶的真实水平。

公众对无人驾驶的期待到底有多高？

在研发FSD的过程中，马斯克曾经问：「L5 级别自动驾驶的安全性需要达到要求的两倍？三倍？五倍？还是十倍？人类的可接受水平到底是多少？」。

朱西产提到，美国也做过关于自动驾驶的市场调查，发现社会对自动驾驶的安全要求是很高的。 

问卷中，一个自动驾驶汽车做到跟人类驾驶员一样安全，能不能接受？结果是几乎全部不接受。

把交通事故降低50%，接受不接受？仍然有一大半人不接受。

一直问卷到自动驾驶汽车能把交通事故率降低到现有的10%，这才有大部分人接受。

朱西产说，即便如此，依然不能如实反映普通人的接受程度。

L4级以上自动驾驶实现应用的时候，用户或许对一个事故都无法容忍。朱西产说，“人们对于自己的错误，相比机器的错误要宽容的多。”

苏菁曾说，普通用户对于新科技产品存在一个倾向性——一开始会完全不信任，而一旦尝试并有了良好的初体验之后又会对这一技术非常信任，而这就是出事故的开始。

苏菁说的只是L2、L3级别的辅助驾驶。那么对于人们有着更高期待的自动驾驶的实现，技术如何达到？人们接受了新技术之后又如何避免事故？

可能就像马斯克说的，异常困难。

而且沙龙上，朱西产和张宁都承认，从自动驾驶车辆设计逻辑的角度讲，不可能也不应该把所有小概率事件考虑其中。

“比如这个人会不会突然跳进来，把这些非理性的东西全都纳入考量范畴的话，你会发现你的车根本不可能开动。”

朱西产说，要造出一辆完全不出事故的无人车是不实际的，是不可能的。

甚至，当多数自动驾驶AI技术的推崇者或者推动者，都认为自动驾驶会比普通人驾驶员更安全的时候，也有业内人士指出：

由于疲倦、大意、酗酒等因素，人类在驾驶中确实会犯很多错误，但目前的样本数量和数据分布无法得出驾驶员和 AI 之间的事故发生频率的准确比较。

另外，与自动驾驶汽车背后的 AI 算法相比，也许人类错误频繁，但却很少出现怪异的现象：比如有理智的人类驾驶员都不会往倾翻的卡车上撞。

所以，围绕着自动驾驶未来的，除了技术路线选择、成本、政策、道德等问题，还潜藏着更多未知的问题，甚至有可能是错误的前提？

那么，真正的自动驾驶，又会在什么时候到来呢？

自动驾驶核心技术上市公司

文/田忠朝

在自动驾驶量产应用上，特斯拉为何能遥遥领先？很多人认为是其强大的软件算法，其实软件算法固然重要，但拥有强大计算能力的感知和决策芯片也必不可少。

在过去PC时代，顶尖的芯片技术一直被英特尔、AMD这样的国外巨头垄断，直到移动通信时代随着华为、紫光展锐的崛起，国内才开始有了与苹果、高通相抗衡的芯片企业。

那么在自动驾驶芯片领域，我们与国外又有多少差距呢？

国外自动驾驶芯片处于什么水平？

目前国外自动驾驶芯片真正进入大规模量产车市场的也就三家：

英伟达

产品注重算力，但同时功耗也大，因此曾被马斯克调侃“性能一样的耗电更高，耗电差不多的性能弱鸡”。

这也直接让伤了面子的老黄决定不再挤牙膏，从橱柜里掏出了 其Drive AGX Orin新产品以及Ampere 架构旗舰产品Nvidia EGX A100芯片，这应该是目前世界上最高效的深度学习芯片，7nm制程工艺，算力624TOPS，功耗400W。

基于这枚芯片，英伟达造出了目前世界上算力最强的自动驾驶芯片方案——Drive AGX Robotaxi，算力 2000TOPS，但功耗高达800W，它的出现显然是冲着未来L5全自动驾驶秀肌肉的。

所以目前英伟达的主要实用产品还是Xavier，从小鹏 P7 到沃尔沃、奔驰、丰田的一些车型都在使用。另外如小马智行在美国的电动车队用的是英伟达 Pegasus，用于训练高等级自动驾驶汽车。

 而未来可期的是英伟达Drive AGX Orin， 200TOPS 的算力超越特斯拉 Autopilot 硬件 3.0，功耗却只有45W，可能在未来一段时间成为主机厂新宠，就看什么时候能进入量产应用。

Mobileye

芯片产品算力不强但走实用路线，主要用于摄像头的数据感知，而并非中央域处理器。所以在早期的L2辅助驾驶车型市场占主流地位，包括小鹏G3、蔚来ES6/ES 8、广汽新能源Aion LX都用了Eye Q4芯片，算力 2.5TOPS，功耗 3W。

但随着自动驾驶等级的提升，中央域处理器的作用越来越大，Mobileye的产品就开始有点力不从心而被边缘化，虽然被英特尔收购后称会使用英特尔的 7 nm工艺“打磨”EyeQ5，但Eye Q5算力依然只有24TOPS，功耗10W，它在自动驾驶解决方案中只能作为感知芯片处理图像等信息，无法进入“中央”决策层。

特斯拉

先后用过Mobileye、英伟达的芯片，后来嫌弃它们性能跟不上发展，从2016年开始自研芯片。

2019年4月份特斯拉FSD（Full Self Driving全自动驾驶）芯片正式以量产的形式发布，被马斯克誉为“世界上最好的芯片”，算力144TOPS，功耗72W，能效比2TOPS/W，就目前来说，确实是量产车最好用的自动驾驶芯片。

再来说说国内三家主流芯片企业发展程度

黑芝麻

近日，这家科技创业公司发布了公司成立四年来最重磅的产品，两款自动驾驶感知芯片华山二号A1000和A1000L（Lite）。

其中A1000使用台积电16nm工艺制造，算力40-70TOPS，功耗8-10W，从性能来看，它对标的将是特斯拉FSD和英伟达Xavier芯片。但是从能效比来说，A1000优势更明显。

特斯拉FSD算力144TOPS，功耗72W，能效比2TOPS/W；英伟达Xavier算力30TOPS，功耗30W，能耗比1TOPS/W。而华山二号A1000单芯片能效比超过6TOPS/W ,双芯片叠加组成的域控制器能效比也超过5TOPS/W。

而且它的自由组合度极高，根据黑芝麻给出的计算平台方案， 

单颗A1000L芯片适用于低等级级ADAS辅助驾驶；

单颗A1000芯片适用于L2+自动驾驶；

双A1000芯片互联组成的域控制器可支持L3级别自动驾驶；

四颗A1000芯片叠加可用于未来L4级别自动驾驶。

虽然用于L3/L4的方案看起来有点夸张，但从官方这介绍来看不可否认，这款芯片符合AEC Q-100、单芯片ASIL B、系统ASIL D汽车功能安全要求，应该是目前极少符合以上所有安全标准的国产车规级芯片，也是目前能支持L3及以上级别自动驾驶的最强国产芯片。

寒武纪

前身是中国科学院计算技术研究所下，应该是最早进入大家视线的芯片公司，但该公司更专注于人工智能领域，早在2016年就发布了首款商用深度学习处理器寒武纪1A。

同时还有两款用于人工智能芯片IP授权的产品Cambricon-1M和Cambricon-1H，用于手机或者汽车终端上的人脸识别、指纹识别、障碍物识别、路标识别等应用加速。

此外寒武纪也发布了两款用于边缘计算（指在靠近智能设备（终端）或数据源头（云端）的一端，提供网络、存储、计算、应用等能力，达到更快的网络服务响应，更安全的本地数据传输。）的人工智能加速卡，思元220和思元270，在边缘计算中起着提高数据安全、降低处理延时以及优化带宽利用的作用。

性能上思元270满血版（F4）算力达到128TOPS，功耗70-150W，与早期的英伟达Tesla T4计算卡（算力130TOPS，功耗75W）性能相近，但该卡定位是为桌面环境提供数据中心级人工智能计算力，简而言之就是为台式机配的高性能人工智能加速卡。

地平线

由前百度深度学习研究院常务副院长余凯于2015年创立的，专注于自动驾驶与人工智能芯片。

相比大多数注重硬件算力的芯片公司，地平线更注重以“算法+芯片”为核心的嵌入式人工智能解决方案，简单来说就像安卓机与苹果的区别，安卓手机更追求硬件性能，软件系统由不同厂商自己匹配；而苹果手机硬件和软件系统是一体设计的。

在产品方面，地平线目前拥有用于边缘人工智能的征程二代芯片，算力4TOPS，功耗2W，主要用于自动驾驶中对车辆、行人和道路环境等目标的感知，类似MobileyeQ系列芯片。

此外是用于AIoT边缘计算的旭日二代芯片，算力4TOPS，功耗2W，主要用于智能家居、智慧城市、智能安防、工业机器人等应用领域。

当然，地平线也推出了基于征程芯片的自动驾驶解决方案——Matrix，其中Matrix二代拥有16TOPS的等效算力，可用于摄像头等传感器的数据感知和融合。预计今年将发布的Matrix三代，将拥有192TOPS的算力，功耗48W，可以竞争特斯拉FSD芯片。

最后

我们整理了目前一些主要芯片参数性能，可以看出，国内自动驾驶芯片在超前研发方面可能与国外老牌企业还有一定差距，但是在同一起跑时间点上大家的差距并不大，例如黑芝麻芯片产品在性能和功耗上已经可以与特斯拉掰手腕了。

可以预见，未来自动驾驶技术必然是各国竞争的高地，而自主可控的芯片技术对于增强我国自动驾驶行业整体实力来说将会有很大的帮助。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。