關(guān)注自動駕駛賽道的人都知道，商業(yè)化是當(dāng)前賽道的主旋律，所以單從“無需激光雷達(dá)”和“實現(xiàn)L4”來看，著實讓人感到興奮。

不過，這款由中智行、蘇州金龍和天翼交通三方聯(lián)合打造的“協(xié)同1號”只是一輛中巴車，本質(zhì)上是基于車路協(xié)同方案的Robobus。

事實上，自動駕駛降本路線有很多，用“聰明的路”彌補低配車端感知能力的方式，只是眾多降本路線中的一種。

我們不妨從降本的角度，來觀瞧一下在單車智能領(lǐng)域還有哪些值得期待的技術(shù)路線。

商業(yè)化驅(qū)使下，降本不能只盯著激光雷達(dá)和高精地圖

事實上，相比前幾年，現(xiàn)在的自動駕駛所需的硬件成本比之前已經(jīng)沒那么離譜。

以激光雷達(dá)為例，由于小鵬、蔚來等新勢力車企的造勢和高端智能汽車品牌的上車需求帶動，激光雷達(dá)產(chǎn)業(yè)鏈生態(tài)正在逐步走向成熟。

但是目前激光雷達(dá)的價格仍難以被主流用戶接受。

拿即將發(fā)布理想L9來說，一整套高階智能駕駛的BOM成本算下來達(dá)到幾萬元，只有豪車的利潤才能覆蓋自動駕駛系統(tǒng)的成本。而據(jù)行業(yè)調(diào)研，94%的受訪者可接受的激光雷達(dá)價格在5000元以下，可接受價格在500-1000元之間的占比39%。

可見，如果想要讓走量最多的中低端車型也用上激光雷達(dá)，目前的價格還是偏高了。

除了激光雷達(dá)，高精地圖也是一個重要的成本來源。目前圖商采取的主要采集數(shù)據(jù)手段，是通過專業(yè)的采集車進(jìn)行集中制圖，其缺陷是成本高，更新慢。

即使有眾包采集方式作為補充，但是這種方式觸碰到了數(shù)據(jù)安全的紅線，遲遲難以付諸行動。所以目前很多車企和自動駕駛公司都提出要走“重感知、輕地圖”的路線。

激光雷達(dá)和高精地圖都是感知層面的降本，事實上，由于自動駕駛幾乎是一個全新的賽道，整個供應(yīng)鏈體系基本上都有待進(jìn)一步走向成熟。

為了讓整個自動駕駛解決方案物美價廉，絕不是單憑某一個環(huán)節(jié)的降本就可以完成，整個自動駕駛產(chǎn)業(yè)鏈上的供應(yīng)商都有一方施展技藝的舞臺。

換言之，除了感知層領(lǐng)域的激光雷達(dá)和高精地圖，決策層的芯片和算法、執(zhí)行層的線控底盤都有進(jìn)一步降低成本的空間。

更重要的是，激光雷達(dá)和高精地圖固然重要，但已經(jīng)涌現(xiàn)出比較明顯的頭部企業(yè)，產(chǎn)業(yè)鏈體系初具雛形。而線控底盤、自動駕駛域控制器這個兩個細(xì)分賽道還處于市場導(dǎo)入期，屬于紅利比較突出的賽道。

最近，成立不過半年的線控底盤廠商利氪科技獲得多家國內(nèi)外頭部投資機構(gòu)近2億元的資金加持；環(huán)宇智行、領(lǐng)目科技等域控制器廠商也在今年相繼拿到融資?？梢娰Y本市場對這兩個賽道青睞有加。

那么接下來，我們不妨看一看這兩個細(xì)分領(lǐng)域中，有哪些值得關(guān)注的降本路線，以及每個路線的主要特點。

線控降本：滑板底盤能回避技術(shù)難點嗎？

在自動駕駛的實驗室階段，并不需要線控底盤。但是想讓AI有媲美人類老司機的駕駛水平，線控底盤必不可少。

從技術(shù)角度來看，自動駕駛通常分為感知、決策、執(zhí)行三個環(huán)節(jié)，在執(zhí)行環(huán)節(jié)，輪子該怎么制動、怎么轉(zhuǎn)向，這和自動駕駛的體驗、安全性緊密相關(guān)，而在執(zhí)行層面想要明顯提升對車輛的控制精度，就繞不開線控底盤技術(shù)。

通俗地來講，如果把一輛自動駕駛汽車看做人的身體，自動駕駛軟件就相當(dāng)于人的大腦，攝像頭、毫米波雷達(dá)、激光雷達(dá)等感知硬件相當(dāng)于五官，而線控底盤就是人的手腳和相關(guān)聯(lián)的神經(jīng)和脊柱。

在線控底盤技術(shù)中，線控油門和線控懸架基本成熟，無須贅述。線控制動和線控轉(zhuǎn)向技術(shù)難度高，價格也高，市場滲透率較低。

在自動駕駛產(chǎn)業(yè)鏈國產(chǎn)替代的趨勢下，國產(chǎn)廠商已開始布局，其降本主要有兩種路徑：

第一種路徑是“一步到位”的滑板底盤。入局這個賽道的主要有Rivian、悠跑等廠商，他們的初衷是賦能車企輕松造車，自詡為智能電動車行業(yè)的“硬件安卓”。

從技術(shù)本質(zhì)上來講，滑板底盤是線控技術(shù)的高階形態(tài)，可以看做是“全線控底盤”的延展，并且也支持自動駕駛。

根據(jù)滑板底盤廠商悠跑科技的宣傳，其HPVC 芯片上支持異構(gòu)大算力計算平臺，最高算力可以拓展至 1,000 TOPS 以上，可滿足未來 L4 及以上自動駕駛的需求。

然而，滑板底盤降本的主要邏輯是標(biāo)準(zhǔn)化的滑板底盤帶來的規(guī)模效應(yīng)，在新車開發(fā)前期降本有巨大優(yōu)勢，但是后期的維修及回收成本偏高，需要量產(chǎn)規(guī)模均衡全生命周期成本。

更為關(guān)鍵的是，目前部分滑板底盤玩家正面臨尷尬的困境：和Robotaxi廠商的遭遇相似，由于技術(shù)難度太高、底盤關(guān)乎車企的利益等原因，為主機廠降本增效的夢想短期內(nèi)不容易實現(xiàn)。

需要注意的是，對Rivian和Lucid這類滑板底盤廠商，馬斯克也不看好。他認(rèn)為關(guān)鍵問題在于，在電動汽車行業(yè)，通常新車的利潤很微薄，大部分收入來自利潤豐厚的售后業(yè)務(wù)。

所以滑板底盤是一種生產(chǎn)模式和商業(yè)模式的創(chuàng)新，巧妙之處是回避了線控的技術(shù)難點，試圖讓線控廠商作為次級供應(yīng)商，然而后者有多少合作的意愿也可能會是一個問題。

第二種路徑，則是尋求更低成本的線控技術(shù)方案。

線控技術(shù)的成本之所以高，是因為安全冗余的要求隨著智能駕駛的等級提升，這方面的成本占比增加不少。

“成本是一個不能忽視的障礙，因為線控驅(qū)動的可靠性與后續(xù)智能駕駛的功能安全緊密相關(guān)，尤其是進(jìn)入L3+階段，系統(tǒng)需要備份冗余?！币晃蛔詣玉{駛公司的技術(shù)人員向談擎說AI表示。

事實上，從很多車企都卡在L3也能看出，L3就是衡量一套自動駕駛系統(tǒng)適用性和可靠性的分水嶺。原來由駕駛員完成的后備操作，現(xiàn)在要求AI自主完成，這對自動駕駛系統(tǒng)提出的要求上了一個大臺階。

既然冗余配置的部署逃不掉，那么如何降低冗余成本，就成了線控廠商追趕博世等國際Tier 1巨頭的突破口。

對于線控制動技術(shù)，此前的主流路線是Two-Box方案，而現(xiàn)在成本更有優(yōu)勢One-Box方案正在占據(jù)更多的市場。

根據(jù)佐思的統(tǒng)計數(shù)據(jù)，Two-Box目前仍是線控制動市場的主流，但市場占比從2021年的76.6%下滑至2022年前五月的62.8%，而One-Box的占比從20.5%躍升到34.6%。

事實上，Two-Box最大的優(yōu)勢正是能滿足在L3自動駕駛工況下的制動冗余需求，而One-Box產(chǎn)品能逆襲，是因為通過額外冗余功能組件，也能滿足高階自動駕駛的安全冗余需求。

更為關(guān)鍵的是，One-Box路線在能量回收方面要優(yōu)于Two-Box，因為它回收能量的效率更高。而能量回收效率高，意味著電池的能量利用率間接提高了。特別是在剎車頻繁的市區(qū)工況下，同樣續(xù)航里程的電池包可以更小，電池成本也間接降低了。

與滑板底盤的降本思路相比，這種路線看似減配（少用了一個ECU芯片），但后期又能通過額外組件滿足高階自動駕駛的冗余需求，不失為一種平滑的“漸進(jìn)式冗余”路線。

此外，線控底盤技術(shù)中難度最大的線控轉(zhuǎn)向，依賴于自動駕駛技術(shù)的成熟，是一塊很多廠商都不愿碰的硬骨頭，不過國內(nèi)已經(jīng)有自動駕駛廠商開始瞄準(zhǔn)該領(lǐng)域。

6月8日，百度旗下集度汽車發(fā)布了采用線控轉(zhuǎn)向技術(shù)的ROBO-01概念車，可支持車輛在自動駕駛模式下的可變轉(zhuǎn)向比。

而此前集度、蔚來、吉利等廠商成為線控轉(zhuǎn)向技術(shù)發(fā)展和標(biāo)準(zhǔn)化研究的聯(lián)合牽頭單位，將牽頭線控轉(zhuǎn)向相關(guān)國家標(biāo)準(zhǔn)的制定。

多家主機廠之間的合作，有希望加速線控轉(zhuǎn)向技術(shù)的國產(chǎn)替代，而線控轉(zhuǎn)向技術(shù)的標(biāo)準(zhǔn)化是實現(xiàn)規(guī)?；那疤幔瑥拈L遠(yuǎn)來看，國產(chǎn)替代勢必也將有助于自動駕駛成本的進(jìn)一步降低。

域控的競合博弈與另辟蹊徑的“送水人”

在汽車智能化的今天，域控制器是軟件定義汽車的關(guān)鍵。

智能化趨勢下，汽車搭載的傳感器數(shù)量暴增，導(dǎo)致車載ECU（電子控制單元）過多，冗長的線束增加了制造成本與重量，也浪費了芯片的算力和成本。

未來智能汽車需要全生命周期內(nèi)可通過OTA更新功能，想做到這一點，要求軟硬件必須分離，這就離不開域控制器。

對自動駕駛來說，行泊一體的域控方案相比傳統(tǒng)的行車和泊車兩套系統(tǒng)，可以省去一套硬件設(shè)備，底層軟件和中間件的標(biāo)準(zhǔn)統(tǒng)一之后還可以縮短開發(fā)周期，是自動駕駛量產(chǎn)的推進(jìn)劑。

特斯拉的Model 3是最先搭載域控架構(gòu)的車型，采用自研的雙FSD芯片，NPU在同等面積下相比英偉達(dá)Orin芯片有更高的性價比，這也給其他車企打了個樣。

在域控制器成為自動駕駛必修課的趨勢下，自動駕駛公司在“是否有必要自研域控制器”這件事上出現(xiàn)了分歧，而導(dǎo)致分歧的其中一個重要緣由還是成本。

第一種路線，是索性放棄自研自動駕駛域控制器。比如Momenta和博世合作，易控智駕和華為合作。

從短期來看，放棄自研的好處很明顯。且不說域控制器的生產(chǎn)涉及到與多家供應(yīng)商的合作，單是試驗和檢測設(shè)備就是很大一筆重資產(chǎn)。

據(jù)華為在去年上海車展發(fā)布的宣傳片，為建造車BU的GCTC車規(guī)級實驗室及測試設(shè)備的投資超過10億元。在融資收緊的當(dāng)下，自動駕駛初創(chuàng)公司顯然難以承受這樣的費用。

所以放棄自研明顯節(jié)省了巨額研發(fā)成本。不過放棄自研后，也并非可以高枕無憂。

對自動駕駛廠商來說，選擇供應(yīng)商意味著與后者的生態(tài)綁定，可能會導(dǎo)致自動駕駛技術(shù)同質(zhì)化。

而且從長遠(yuǎn)來看，主機廠對一家供應(yīng)商形成依賴后很難有議價權(quán)，采購成本未必會很低，在缺芯的時期更是如此。

此外，英偉達(dá)芯片的功耗和利用率上一直在行業(yè)內(nèi)被詬病?！盁o論怎么優(yōu)化，英偉達(dá)Xavier、Orin的利用率基本上就是30%?！币晃恍袠I(yè)人士向談擎說AI透露。

芯片有一大半的算力處于閑置狀態(tài)，對于自動駕駛公司來說，意味著付出了不必要的成本。

第二種路線，是自研自動駕駛域控制器。自研域控的自動駕駛廠商中，一個很有代表性的企業(yè)是小馬智行。

小馬選擇自研路線的出發(fā)點是，市面上的域控制器雖然也基于英偉達(dá)搭好的框架，但并不能完全滿足自動駕駛應(yīng)用的要求，授權(quán)合作方對軟件優(yōu)化設(shè)計很難有深刻的理解，也難以做到軟硬件系統(tǒng)深度優(yōu)化。

而小馬智行針對自動駕駛在性能、安全、成本、體積等方面，可以推出更適合的自動駕駛域控制器。

說通俗一點，英偉達(dá)的域控方案相當(dāng)于一個“毛坯房”，小馬智行的手藝在于，在毛坯房的基礎(chǔ)上搞“精裝修”。這種降本路線的精髓在于，由專業(yè)的人做專業(yè)的事，實現(xiàn)優(yōu)勢互補。

不過，小馬智行選擇自研也不能說沒有擔(dān)憂。需要注意的是，其自研域控制器也是基于英偉達(dá)的架構(gòu)設(shè)計。而英偉達(dá)為了應(yīng)對競對Mobileye的縱深布局，似乎也不甘于只提供“毛坯房式”的方案。

去年，英偉達(dá)推出了最新的完整硬件和軟件架構(gòu)——Hyperion 8，基于此架構(gòu)和奔馳深度合作的自動駕駛汽車將在2024年落地。

這意味著英偉達(dá)的野心越來越大，未來英偉達(dá)與車企的合作將不止于芯片，還有NVIDIA DRIVE平臺、云地圖，甚至還有整套打包好的軟硬一體解決方案。

那么一個問題就來了，當(dāng)英偉達(dá)在自動駕駛方案上足夠深入，如果其整套解決方案已經(jīng)到了“傻瓜化”的地步，相當(dāng)于吃掉了自動駕駛方案的大塊蛋糕，留給小馬智行們的可能是一些利潤不高的“邊角料”。

由此看來，在域控領(lǐng)域的布局上，國際Tier 1巨頭和自動駕駛公司之間的競合博弈可能在未來還有一些變數(shù)。

不過，同樣是優(yōu)勢互補，為域控制器研發(fā)配套的車端數(shù)據(jù)庫則是一種獨辟蹊徑的降本思路。

在互聯(lián)網(wǎng)領(lǐng)域，Oracle奪得第一大數(shù)據(jù)庫供應(yīng)商已經(jīng)有很多年，其數(shù)據(jù)庫產(chǎn)品是互聯(lián)網(wǎng)領(lǐng)域的基礎(chǔ)設(shè)施，可以稱之為IT領(lǐng)域躺著掙錢的公司。

今后智能汽車所產(chǎn)生的數(shù)據(jù)只會越來越多，能否在智能汽車領(lǐng)域復(fù)刻Oracle的神話呢？

這個問題暫時還不好下結(jié)論，但已經(jīng)有企業(yè)開始這么做了。

據(jù)天眼查顯示，一家名為智協(xié)慧同的跨車云數(shù)據(jù)驅(qū)動賦能公司剛剛獲得了數(shù)千萬人民幣的A輪融資。

智協(xié)慧同開發(fā)的vData邊緣數(shù)據(jù)庫產(chǎn)品，是首個為汽車定制開發(fā)的時序數(shù)據(jù)庫，基于此研發(fā)的ExceedData車云計算解決方案去年在高合汽車上量產(chǎn)交付。

對車企來說，通過數(shù)據(jù)驅(qū)動方案，能夠在保證數(shù)據(jù)質(zhì)量和精度的前提下，使量產(chǎn)車的智駕數(shù)據(jù)采集、傳輸、計算等成本大幅降低，為自動駕駛域控的降本提供了另一種思路。

寫在最后：

商業(yè)化的趨勢下，自動駕駛玩家生存不易，降維求生是多數(shù)廠商的選擇。

而主機廠在英偉達(dá)、博世、華為等國內(nèi)外供應(yīng)商的協(xié)助下，可選擇的自動駕駛方案越來越多。對自動駕駛創(chuàng)業(yè)公司來說，技術(shù)降維后所能提供的低階自動駕駛方案不再稀缺，“降本”成為活下來和殺出重圍的關(guān)鍵。

當(dāng)然，自動駕駛產(chǎn)業(yè)鏈復(fù)雜，每個環(huán)節(jié)都有不同的技術(shù)路線。除了上面提到的線控底盤和域控制器，還有虛擬仿真、大SOC芯片、數(shù)據(jù)平臺等多個細(xì)分領(lǐng)域有待進(jìn)一步挖掘，比拼將會是多個維度的較量。

換句話說，現(xiàn)在的自動駕駛競爭早已不再是算法游戲，更考驗的是工程力和產(chǎn)品力。