該告別自動駕駛的燒錢時代了。

前兩年的自動駕駛行業，可謂遍地資本泡沫。註冊一家自動駕駛公司，邀請幾位有經驗和背景的聯合創始人，再借鑑開源的演算法，接著採購一批感測器裝置，最後就能組裝出幾臺自動駕駛測試車輛。把它們放在封閉場地裡跑上個十天半個月，公司就能拿到好幾個億融資。

時過境遷，如今的「快錢」不再好拿。甚至還有一些自動駕駛行業的公司，因為「錢」的問題引發了「雪崩」。比如曾經風光無限、堅持L4級別的美國自動駕駛公司Argo AI，因為商業化程序緩慢而無奈宣佈解散；還有德國鐳射雷達鼻祖Ibeo向漢堡破產法院申請破產，給出原因是「無法獲得進一步的增長融資」。

本質上，

自動駕駛行業已從早期的技術競爭階段，進入到商業化落地階段。持續燒錢的研發和測試，並不能支撐公司市值的穩定上漲，相反還會加重其對資本的依賴。

一旦外部資本輸入枯竭，公司就將面臨「斷糧」的絕境。

道阻且長，自動駕駛行業的長跑無疑是一場馬拉松。它考驗的並非只有速度這一項能力，而是體能、路線以及耐力的綜合能力。如果用短跑衝刺的方式進入自動駕駛賽道，那大機率連半程都跑不完，就會被淘汰出局。

自動駕駛，走出戰國時期

用「群雄割據」來形容當下的自動駕駛行業毫不為過。

目前熱門公司主要分為三類：第一類是自動駕駛初創公司；第二類是跨界科技公司；第三類是汽車公司。

這股浪潮中有一位「領軍人」——谷歌母公司旗下的自動駕駛子公司Waymo。Waymo在自動駕駛領域開拓了四大業務場景：無人駕駛出租車Robotaxi、卡車貨運、物流配送、軟體授權服務。Waymo的估值在2018年也暴漲到1770億美元，背後代表著資本對其商業化前景的認可。

在「高估值」的誘惑下，大批初創公司進入自動駕駛的創業浪潮。但絕大多數的先行者，都會聚焦於無人駕駛出租車Robotaxi賽道上。因為在Waymo的商業模式中，Robotaxi的估值是最高的，而初創企業將其作為對標之後，能夠更容易從一級市場拿到融資。

Waymo的估值背後，並非單純的商業模式創新，而是技術閉環與商業閉環的結果。

比如，Waymo第五代自動駕駛系統Waymo Driver，包含了其一系列的自研感測器。超前的硬體感知基礎，再結合Waymo在軟體和計算領域的深厚積累，最終才構建起一個足夠強的技術壁壘。此外，Waymo也正在透過硬體和軟體技術的輸出方式，來增強自我造血的能力。

然而，

大部分自動駕駛初創公司，尚未形成軟硬體一體的技術閉環，更尚未推出領先性的產品作為技術輸出，來實現商業閉環。

它們更傾向於網際網路企業的增長邏輯，靠不斷融資來擴大規模。然而代價卻是，需要不斷向資本市場講述新的故事。

科技企業進入自動駕駛領域，也是一個新故事。以前在移動網際網路時代、智慧手機時代誕生的科技企業，試圖透過自動駕駛這一突破口，進入未來智慧出行的產業。這一類企業中，有的是以軟體服務為主，比如提供自動駕駛研發所需要的雲端計算平臺等等。但更多的企業，則是擔任軟硬體解決方案供應商的角色，為車企提供自動駕駛的相關產品。針對自動駕駛的四要素——感知、決策、規劃、執行，採取「全家桶」式的產品服務。

短期內，「全家桶」能夠幫助傳統車企快速補足產品力。但長期來看，會面臨一個「靈魂拷問」，那就是車企的產品定義能力、迭代能力、資料閉環能力等等都歸供應商來決定，車企猶如沒有靈魂的「傀儡」。

另外，供應商投入大量的成本來研發新產品，如果車企沒有足夠強的設計、整合、製造和品牌宣傳能力，一款車的科技配置再高也很難大賣。這就造成了商業閉環的缺失。所以，

科技企業佈局自動駕駛，探索得越深，越是有理由和動機自己下場造車。

處於「食物鏈最頂端」的車企，最有必要進入自動駕駛領域。因為初創公司需要找車企採購車輛，科技企業需要把技術方案賣給車企，所以每一條路徑上都離不開汽車公司這一重要角色。然而，有的車企會選擇「躺平」，等著技術成熟之後靠採購方案來解決問題。

但有些車企選擇率先出擊，透過自研、投資與合作的方式，率先邁入到自動駕駛行業。

2012年，沃爾沃汽車就推出了歷史首輛自動駕駛概念車，開啟了全棧自研之路。2015年，L2級別的PilotAssist領航輔助系統率先量產上車，比行業平均水平提前兩年。

在掌握自動駕駛輔助技術後，沃爾沃再次先人一步開啟高級別自動駕駛的研發。2016年，沃爾沃汽車公司就與優步Uber合作，投入3億美元研發自動駕駛技術，讓沃爾沃XC90擁有了自動駕駛量產版本，邁出從技術到落地的關鍵一步。

在被稱為自動駕駛元年的2018年，沃爾沃啟動對智慧駕駛賽道密集佈局，投資包括Aurora、Foretellix、Apex。ai及Luminar在內的四家初創公司，涉及從軟體演算法到硬體研發等全棧自動駕駛解決方案。直到2020年，沃爾沃整合旗下技術開發團隊，成立了自動駕駛軟體開發公司——Zenseact，在自研的路上不斷按下加速鍵。

從整體格局上來看，自動駕駛這條馬拉松比賽，車企擁有充足的資金，以及豐富的落地場景經驗。更簡單地說，車企作為關鍵一環，能夠將技術創新轉化為體驗創新，形成商業閉環，為自動駕駛前行提供充沛的「體能」。

少走彎路，更考驗戰略定力

光有充沛的體能，還不足以跑到終點，對路線的選擇和堅持同樣重要。自動駕駛的技術路線可謂是「百花齊放」，目前絕大多數車企和供應商都在採用「漸進式」的發展路徑，但大家面臨的選擇是，要麼嘗試先拓展到L3級自動駕駛，要麼直接邁向更高的L4級自動駕駛。

首先，

L3級自動駕駛面臨一個現實且殘酷的難題：

假如系統遇到了無法處理的情況，提醒司機接管，但司機卻沒有及時接管，這時的責任歸屬很難清晰界定。L3是人機共存的駕駛狀態，從責任認定的角度，L3是人類駕駛員和系統在發生事故後責任歸屬的分水嶺。在系統接管後，責任歸屬一般在系統一方。但對於L3級的責任事故，從國家立法的層面，各國表述也不盡相同。

然而，為了實現技術的領先性，還是有很多車企樂忠於嘗試L3級自動駕駛。

比如在德國，就已經有企業拿到了全球首個L3級自動駕駛系統認證。該系統具備可量產的能力，也支援在公開道路使用，然而實際體驗仍然需要打上一個問號。這套被認證的L3級自動駕駛系統，目前只能在高速公路上使用，而且只能在0-60km/h的車速範圍內啟用。這屬於非常低頻的一個使用場景。

此外，當車速超過60km/h之後，車輛將退回為L2級輔助駕駛。一旦L3級自動駕駛無法繼續執行時，車輛將提前預警並提示駕駛員接管。顯然，L3還存在著功能邊界劃分的問題，系統在L2和L3之間切換，很可能讓使用者無法對車輛實際的能力做出精準判斷，從而導致事故發生。

而L4級所面臨的難題是商業化。

就目前來看，大部分實現L4的產品是無人計程車Robotaxi。但它們需要搭載大量的感知和計算裝置，才能完成複雜的自主行駛任務。比如，一輛Robotaxi上通常有近20個感測器，其中包括1個64線鐳射雷達、2個16線鐳射雷達、7個攝像頭以及毫米波雷達和超聲波雷達，一輛車的造價在100萬元以上。

對於佈局Robotaxi的公司來說，要實現盈虧平衡，只能期盼降低硬體成本。

所以，有些扛不住的公司會選擇把L4的能力「降維」到L2上，比如高速導航輔助駕駛、城市輔助駕駛等功能。雖然「L4降維」可以加強自我造血能力，但並不是每一家企業都具備工程化能力與量產經驗。

相較於模稜兩可的試探和反覆橫跳的轉型，沃爾沃在自動駕駛路線圖上，堅定地規劃出了三個重要的階段：

第一階段是「DRIVE」，由駕駛員佔據主導地位，接近於L1級；第二階段是「CRUISE」，是系統監測下的高階輔助駕駛，已經大規模量產交付的產品，對應的則是L2級輔助駕駛；第三階段是「RIDE」，未來將實現無須駕駛員監督的自動駕駛，對應的是L4級自動駕駛。

值得注意的是，這並非簡單的技術路線劃分。從沃爾沃的佈局來看，L2+L4的雙輪驅動模式，將會成為其獨特的技術演進路線。

例如，擁有智慧駕駛能力積累，且具備造車底蘊的沃爾沃，先後與Waymo、百度與滴滴等公司取得合作，共同打造L4級別的車隊。與此同時，沃爾沃已經開始向美國加州提供無人監督的自動駕駛服務，未來還會將L4技術賦能至量產車型。

由於Robotaxi的執行積累了大量的演算法能力、資料閉環能力，因此將Robotaxi的L4能力降維到L2，能夠帶來一定的技術領先性。比如資料閉環中，包含了底層資料的儲存、視覺化、管理、測試、驗證、訓練、模擬等一整套能力。

這樣的能力，將對L2級輔助駕駛的持續迭代、演進提供技術支撐。同時，L2級輔助駕駛功能的大規模上車，能夠為功能迭代提供源源不斷的真實資料和場景，從而反哺L4級自動駕駛的深入探索。由此形成一個「雙輪驅動」的高效推進模式，為奔向終點，提供源源不斷的「燃料」。

相較於很多折戟的初創企業，構築起長坡厚雪自研能力的車企，擁有更靈活的商業模式與更快的落地速度。

這場技術長跑中，L2與L4的雙線並舉已成為當下最為穩妥的演進方式之一。

量產上車，當前的最優解

自動駕駛過去的商業模式是畸形的，尤其無人駕駛出租車Robotaxi，前期需要不斷地資本輸入來擴大交付規模，導致後期需要更長的時間實現盈虧平衡。所以短期內，技術軟硬體以及配套等“基建成本”決定了，Robotaxi難以實現比人類駕駛員更高的「價效比」。

但在針對大眾消費者的乘用車市場，自動駕駛擁有更好的商業化落地條件。

隨著中國消費者對汽車智慧化需求的與日俱增，目前行業亟需解決的問題，是消費者對系統的信賴度。

有資料顯示，目前超過92。77%的中國汽車使用者擔心自動駕駛的安全性。其中還有很大一部分使用者最擔心的是自動駕駛易發生故障/系統錯誤。

對於將安全放在首位的傳統車企沃爾沃而言，自動駕駛技術並非商業閉環中的炫技，而是作為每一個車主使用者的安全保障。比如沃爾沃EX90標配的DUS駕駛員感知系統，可以獲取車主狀態資訊並與自動駕駛演算法相融合，它能實現最極端的場景是：當駕駛員出現分心、睏倦等情況時，車機將介入完成安全駕駛決策，比如降低車速、車道保持甚至剎停車輛。

乘用車市場具備天然的規模化優勢，也推動著造車成本下降與效能提升。

早期在Robotaxi上使用的機械鐳射雷達，售價高達數萬美金，難以進行規模化量產。相比之下，半固態雷達目前的價格則在1000美元左右，遠低於機械式鐳射雷達，這也使得主機廠的半固態鐳射雷達量產車型相繼投放乘用車市場。

比如，沃爾沃EX90採用了Luminar鐳射雷達技術。其最遠探測距離為250米，屬目前市售量產中最遠。其超出人眼視力範圍的探測範圍，為車主帶來全天候守護，而超遠距離探測的背後，是因為Luminar採用了1550nm點光源+二維掃描的組合，在技術性能上取得重大突破。

本質上，鐳射雷達進入量產階段後，比拼的是成本優勢、規模優勢。

一方面，對於工藝的進一步提升，包括材料最佳化甚至結構最佳化，有助於快速降低整機的生產成本；另一方面，良好的發展前景和市場前景，可能會吸引更強的上游供應商進入，更完善的本地化供應鏈體系，也解決了車企的後顧之憂。總之，

成本的優勢帶來規模優勢，規模效應會進一步促進技術成熟，技術成熟推動成本降低

，產業得以良性迴圈。

馬拉松圈有一句話：一千個跑者，就有一千個「馬拉松」。在自動駕駛這場馬拉松賽跑上，通往終點的路徑很多，但挑戰總是顯而易見的。它既考驗車企的資源體量，又考驗其對路線和戰略的定力，之後才是持續不斷地往前跑，最終才能到達「無人監管的高度自動駕駛功能」的終點。

在看過倒在寒冬的初創企業，折戟自動駕駛賽道的科技巨頭後，選擇全棧自研的沃爾沃所呈現出的踏實與穩定，更能夠讓行業安心。在大環境不振的今天，具備頭部硬體水準，且在軟體層面領跑行業的EX90，正是沃爾沃面對這場馬拉松給出的答案。