繼寶馬與戴姆勒聯(lián)盟，通用和本田聯(lián)盟之后，大眾和福特正式結(jié)盟，自動駕駛行業(yè)已呈三足鼎立之勢，競爭已經(jīng)從單個公司上升為聯(lián)盟間的競爭。這背后折射出怎樣的行業(yè)趨勢？

自動駕駛聯(lián)盟三足鼎立

1

智能汽車?yán)顺币u來，OEM面臨的挑戰(zhàn)與應(yīng)對措施

今年5月，通用旗下的自動駕駛初創(chuàng)公司Cruise獲得普信領(lǐng)投、軟銀、本田跟投的11.5億美元股權(quán)投資，投后估值達(dá)190億美金。去年底，通用還任命了CEO Dan Ammann為之前收購而來的自動駕駛公司Cruise的CEO。

資本和資源正持續(xù)向自動駕駛頭部公司聚集。面向移動出行的自動駕駛研發(fā)投入以十億美元起步，結(jié)盟從本質(zhì)上講，是為有限的資源投入爭取更大的回報確定性。在前年，十億美金的估值差不多是進(jìn)入一線陣營的門檻，而今年，這個門檻已經(jīng)提升至一百億美金，而自動駕駛面向出行服務(wù)的特點，又決定了在一個單一市場中，例如美國市場，它是一個贏者通吃的行業(yè)，排在后面的玩家很難切下一塊屬于自己的蛋糕來。如果沿著這個趨勢向前推演，將有越來越多的玩家因為進(jìn)入不了頭部陣營，而放棄單打獨斗，選擇加入某個聯(lián)盟，或者選擇向細(xì)分場景挺進(jìn)，如港口、礦區(qū)、干線物流或者最后一公里快遞。

雖然終局是自動駕駛商業(yè)化，但其實現(xiàn)周期長達(dá)十年甚至更多，即使有再多的金主支持，也不可能無限燒錢，如何在這個過程中自我造血，持續(xù)產(chǎn)生商業(yè)化回報？在開發(fā)自動駕駛技術(shù)的過程中沿路下蛋，產(chǎn)出智能化階段性成果并應(yīng)用于量產(chǎn)車型的智能化，是一個較為現(xiàn)實的做法。可以說，汽車智能化是一個比自動駕駛更為廣義的目標(biāo)，也是一個更具可落地性的趨勢。

日前，大眾汽車展示了其首款基于自有操作系統(tǒng)vw.os的車型ID.3，將具備L3自動駕駛能力，可以在高速公路和城市擁堵路段進(jìn)行自動駕駛。

更早之前，奧迪宣布計劃在2019年至2023年間投資140億歐元（約合159億美元）開發(fā)電動汽車、無人駕駛汽車以及智能化技術(shù)，而整個大眾汽車集團(tuán)在該領(lǐng)域未來5年的投資將達(dá)到500億美元。

大眾同時宣布，組建自己的軟件部門：數(shù)字汽車與服務(wù)部（Digital Car&Service），“在不遠(yuǎn)的將來，汽車將成為一個軟件產(chǎn)品，大眾也將會成為一家軟件驅(qū)動公司”，大眾CEO迪思在今年的達(dá)沃斯世界經(jīng)濟(jì)論壇上表示。

而本次結(jié)盟再一次顯示，德國巨人的轉(zhuǎn)型步伐是堅定的。

此外，豐田和軟銀建立了一個規(guī)模相對較小的合資公司Monet，并將獲得其他五家日本車廠的注資。

對于OEM來說，這是一次徹底的顛覆，組織、人才、研發(fā)模式和核心技術(shù)都將被重塑，應(yīng)對措施可以總結(jié)為4點：

換血：裁員加換帥，除了戴姆勒，還有大眾，通用。目標(biāo)是通過組織架構(gòu)變革，將研發(fā)從機(jī)械為主轉(zhuǎn)向軟件為主。

結(jié)盟：寶馬在談及與戴姆勒的結(jié)盟時表示，雙方將分享各自的技術(shù)優(yōu)勢和經(jīng)驗，降低自動駕駛技術(shù)研發(fā)成本，推動標(biāo)準(zhǔn)化，擴(kuò)大聯(lián)盟，建設(shè)軟件和應(yīng)用生態(tài)。大眾則與福特結(jié)盟后，將在新車型、自動駕駛、電動車等領(lǐng)域展開深入合作。

投資：在體外驅(qū)動創(chuàng)新，這一點，可能是主機(jī)廠在破壞性創(chuàng)新的趨勢面前，最重要的舉措。車企巨大的資金量和投資能力使得其有能力通過投資初創(chuàng)公司快速獲得創(chuàng)新能力，并且保持這些公司的獨立高效運作，寶馬和通用近幾年的投資數(shù)量都在15家以上。

重組：關(guān)停工廠，成立軟件開發(fā)團(tuán)隊，新建出行業(yè)務(wù)，更加堅決地從汽車制造商向軟件公司和移動出行服務(wù)商轉(zhuǎn)變。

這是一次汽車行業(yè)的能級躍遷，對于車企的挑戰(zhàn)是巨大的，但企業(yè)必須迎接變革，當(dāng)年德國從馬車時代轉(zhuǎn)向汽車時代的時候，只有一家馬車公司活了下來，顛覆性的變革時代，幸存者從來都是極少數(shù)。

2

軟件驅(qū)動，智能汽車成為四個輪子上的超級計算機(jī)

在未來，OEM交付的汽車將不是一個功能固化的產(chǎn)品，而是一個持續(xù)進(jìn)化的機(jī)器人，在汽車整個生命周期內(nèi)，硬件平臺能夠持續(xù)支持軟件迭代升級。軟件開發(fā)的效率和差異化的功能，將決定這場智能化競爭的成敗。

特斯拉在這場智能化浪潮中領(lǐng)先，軟件高速迭代功不可沒，以其Autopilot為例，從Autopilot1.0到2.5，軟件版本已經(jīng)迭代到V9，累計新增和改進(jìn)功能超過50項，包括自動輔助駕駛、電池預(yù)熱、自動泊車等功能。而軟件迭代的威力也不容小覷，特斯拉通過OTA升級直接將Model3的剎車距離優(yōu)化了6米的案例就是最好例證。這在傳統(tǒng)汽車開發(fā)流程中是無法想象的。

為了提升軟件開發(fā)效率，從超級中央計算機(jī)的角度看，服務(wù)導(dǎo)向的系統(tǒng)構(gòu)架（SOA）將成為主流，這需要打造一個全新的計算構(gòu)架，滿足四個方面的要求：高度開放、一致并且完善的工具鏈、擁有強(qiáng)大算力儲備、極強(qiáng)的可擴(kuò)展性，以滿足不同等級車型平臺的要求。

智能汽車面向的功能多元化，對于算力的需求也是多元的，未來智能座艙所有顯示設(shè)備的總像素可達(dá)1億，需要強(qiáng)大GPU渲染能力；攝像頭和激光雷達(dá)則需要強(qiáng)大的AI算力進(jìn)行感知結(jié)構(gòu)化；決策和控制需要通用 CPU計算和ASIL-D級別的功能安全，因此，異構(gòu)計算平臺應(yīng)運而生。

典型的超級中央計算機(jī)通常由CPU通用計算單元、GPU顯示加速單元、人工智能（AI）單元和MCU控制單元幾部分組成。

這里面最重要的還是AI單元，為了達(dá)到L5級自動駕駛的算力需求，需要提供高達(dá)P級（1000TOPS）級別的算力以及極高的算力能效。當(dāng)前，單顆AI芯片的算力正在從10TOPS級別往100TOPS發(fā)展。但功耗也從幾瓦飆升到了幾百瓦的量級，這對需要滿足嚴(yán)酷車輛工況的散熱設(shè)計提出很大挑戰(zhàn)。

當(dāng)前的業(yè)界有一種傾向，往往會把峰值算力當(dāng)作衡量AI芯片的主要指標(biāo)。但AI計算真正需要的是有效算力，比的是AI芯片的每瓦能耗可以處理多大的數(shù)據(jù)量，能效才是真正的關(guān)鍵指標(biāo)。

這就要求基于自動駕駛場景的需求，預(yù)判算法發(fā)展趨勢，將算法與AI芯片進(jìn)行協(xié)同設(shè)計，并且提供高效的編譯器和工具鏈，對于芯片公司來說，競爭的門檻已經(jīng)從單純的硬件提高到軟硬件綜合能力的比拼。只有極致的軟硬件協(xié)同優(yōu)化，才能提供有效算力高、TDP小的車規(guī)級AI芯片。

AI芯片是汽車智能化的核心計算動力

3

協(xié)同進(jìn)化，自動駕駛走向?qū)I(yè)化分工

大眾的一位負(fù)責(zé)人日前表示：“我們對實現(xiàn)全自動駕駛的時間表非常懷疑。我認(rèn)為到目前為止我們看到的所有截止日期和時間點都被打破了。”

有人說，2019年是自動駕駛從期望之巔滑向幻滅之谷的一年。Drive.ai、Roadstar等曾經(jīng)的明星公司折戟沉沙，也在印證著這個說法。但對于整個行業(yè)來說，這是在走向成熟之前，必然要經(jīng)歷的陣痛，行業(yè)正在從不切實際的期望回歸理性。

技術(shù)的成熟總有陣痛期，分工協(xié)作才能從谷底爬出來

然而難免矯枉過正，很多人又對自動駕駛的前景變得過于悲觀。

回顧自動駕駛的產(chǎn)業(yè)發(fā)展，一個有趣的趨勢是：自動駕駛行業(yè)玩家大多是從一個共同的原點出發(fā)，搞自動駕駛改裝車，在推進(jìn)的過程中，重點開始持續(xù)分化，聚焦于各自最有優(yōu)勢的領(lǐng)域，產(chǎn)業(yè)分工越來越清晰，傳感器、感知、仿真、高精地圖、基于V2X的車路協(xié)同方案、整車集成等鏈條逐漸形成。其結(jié)果是，協(xié)同進(jìn)化大大加速了自動駕駛技術(shù)的成熟周期。

本質(zhì)上，這是由自動駕駛技術(shù)的高難度決定的，任何一個單一玩家都無法克服所有的挑戰(zhàn)，聯(lián)盟組局，聚焦單一技術(shù)等等，都是自然的進(jìn)化結(jié)果。從這個意義上講，這次大眾和福特的結(jié)盟，也在情理之中。

當(dāng)前的三大自動駕駛聯(lián)盟，基本上聚集了全球最頂尖的車廠，傳統(tǒng)造車經(jīng)驗的賦能，再結(jié)合初創(chuàng)公司（Argo.ai、Cruise等）的進(jìn)化速度和執(zhí)行力，對目前的領(lǐng)頭羊Waymo形成了巨大的壓力。

Mobileye、英偉達(dá)、博世已經(jīng)在各自的細(xì)分領(lǐng)域建立了強(qiáng)大的護(hù)城河，新興的初創(chuàng)公司也在尋找自己的定位。

例如地平線，專注于智能汽車感知AI芯片和解決方案開發(fā)，其基于第二代AI計算構(gòu)架的Matrix自動駕駛感知計算平臺斬獲了2019年CES創(chuàng)新大獎，已獲得多家自動駕駛公司的訂單。針對自動駕駛定位這一業(yè)界核心難題，于今年推出視覺高精地圖建圖與定位解決方案Navnet，在邊緣計算平臺上實現(xiàn)了包含視覺點云生成在內(nèi)的實時計算，極大降低了高精度定位實現(xiàn)的成本。

自動駕駛的地域化特點，決定了北美、歐洲、日本以及中國市場的自動駕駛解決方案有高度的差異化；隨著中國市場領(lǐng)先于國際的5G商業(yè)化大幕的拉開，基于V2X的車路協(xié)同的發(fā)展進(jìn)一步強(qiáng)化了這種趨勢。

在這場變革中，中國擁有全球最大，競爭最激烈的單一市場，更有對于新技術(shù)充滿熱情的消費者和強(qiáng)大的產(chǎn)業(yè)驅(qū)動力量，以及高度差異化的駕駛環(huán)境，即使對于已經(jīng)在海外市場建立了一定優(yōu)勢的國際巨頭來講，都是一個挑戰(zhàn)的市場，無論是老司機(jī)，還是新興公司，只有面向中國的駕駛場景進(jìn)行高度優(yōu)化，提供極致性價比、開放靈活的開發(fā)平臺以及貼身支持，才能贏得這場競爭。