论文部分内容阅读
如果把自动驾驶系统比作是一个人，感知、决策、执行三个方面就分别是获取信息的五官、思考的大脑和行动的四肢。这些方面的零部件都是相当重要的底层技术，但自动驾驶是机器人，最后还需要将身体各部位进行拼接、安装和调试。
似乎只要有千里眼、顺风耳，配一个聪明的大脑，安上四肢，就可以打造出一个自动驾驶机器人了，但目前软硬件远不能达到L4及以上自动驾驶的量产要求，事情并没有这么简单。
创业者正在涌入，产业链正在加速变革。这个变革来得如此迅速，创业公司开始崛起，传统巨头展开收购、联合，不断前进和突破的技术，正在塑造一个新的行业。细看这个新的产业链条，包括感知、决策、执行和整体组装四个层面都在快速向前发展。
感知方面衍生出来的视觉技术、毫米波雷达、超声波雷达、激光雷达、高精地图与定位等领域都诞生了一批新兴企业，决策层则是算法软件与芯片缺一不可，巨头和新势力展开博弈，而控制执行层大多都被汽车的一级供应商（Tier one）所垄断，还是传统主导，但它们在提供整体解决方案和组装能力这一块则迎来了挑战者。
目前在感知领域，视觉技术和激光雷达共逐市场，高精地图与定位亦不可或缺。
在L2及以下的低级别自动辅助驾驶技术时期，对于感知的要求不是非常高，主要还是停留在听得见和看得清的阶段。
尤其是在车企刚开始研发自动驾驶时，大多只是依靠摄像头和毫米波雷达进行感知，然后对收集到的信息进行处理。仅依靠摄像头和毫米波雷达可以完成很多L1和L2的自动辅助驾驶技术，包括定速巡航、自动跟车等。
和Mobileye分手后，特斯拉（NASDAQ：TSLA）就一直没有使用激光雷达，公司CEO伊隆·马斯克（Elon Musk）坚称依靠摄像头和毫米波雷达的感知，配合算法，就可以满足自动驾驶的需求。
“很多创业公司的Demo会用64线的激光雷达，但是真正量产的成本都太高，而且都是冲着L4去的。”前述创业公司的高管告诉《财经》记者，由于昂贵的成本，在L2自动驾驶情况下，他们不采用激光雷达的方案。
L3以下的自动驾驶技术中，激光雷达更多的就只是一个感知层面的冗余和备份。无锡流深光电科技有限公司联合创始人燕普认为，低级别的自动驾驶不是必须有激光雷达的，但多一个感知备份，就多一分安全。
但到了L3及以上的自动驾驶阶段，只是能感知到已经难以满足安全的需求了，视听能力需要更准确，激光雷达将成为必需品。
虽然现阶段，部分L3的车辆没有使用激光雷达，不过博世底盘控制系统中国区自动驾驶产品经理黄罗毅认为，L3会在限定的区域内运行，比如优先到来的应该是停车和高速公路环境，但“感知层面需要冗余”。
创业公司开始崛起.传统巨头展开收购、联合.不断前进和突破的技术，正在塑造一个新的行业。雷/视觉中国
不同的传感器各有优劣，需要互补，比如在进隧道时，摄像头可能无法看到隧道里黑暗的情况，毫米波雷达可能会有隧道口回波的问题，这时就需要激光雷达的辅助。而一家L2及以上自动驾驶技术都有所涉猎的创业公司的高管对《财经》记者表示，他们的技术会在过隧道等情况下关闭。
“想要达到收费站到收费站的高速自动驾驶，肯定离不开激光雷达。”但黄罗毅也直言，遗憾的是，现阶段还没有激光雷达能在探测距离、分辨率、可靠性、耐久性和人眼安全上都达到博世的要求。
Velodyne制造的64线激光雷达过于昂贵，且多为手工制造，量产化水平低。很多企业都在开发固态激光雷达，成本相对较低，但是固态激光雷达在技术上并不成熟，无法达到现有旋转式激光雷达的探测效果。而且在融合上也是一个问题，多个固态激光雷达的同步以及数据融合也是一个壁垒。
在激光雷达之外，要实现L3及以上的自动驾驶，高精度地图和定位是必不可少的技术。作为一种感知层的技术，高精地图和定位可以让车辆“看得更远”，为之后“汽车大脑”的决策提供更多信息。
在自动驾驶领域，地图可分为三层，导航地图、ADAS地图和高精度地图。导航地图，顾名思义，就是指规划从A点到B点的可行路径，手机使用的就是这種;ADAS地图是搜集周围信息而形成的动态地图;高精度地图就是关注车道线和车道，更准确定位车辆。国内高精度地图的审批非常严格，甲级资质目前就14家，滴滴出行成立滴图科技是最近获该资质的公司。
高精地图还要和高精度定位能力配合才能发挥作用。千寻位置CEO陈金培告诉《财经》记者，两者的结合不仅能提供高精准的导航服务，更将成为保障驾驶安全的重要基础能力。目前很多车厂已将其作为一个安全项，与ABS（制动防抱死系统）、ESP（车身电子稳定系统）等归为一类。
千寻位置一家合作伙伴的高级辅助驾驶系统，设定了只有在高速公路上才能启动，但如何精准判断车辆在高速公路上是个问题。陈金培表示，摄像头等相对定位技术更易受天气、光线等影响，而依托卫星提供的高精准的绝对定位技术就没有这些问题，融入这种能力可更加充分地保障车辆安全，让这类自动驾驶技术只有在满足条件的情况下才能开启。
同时，使用高精度的卫星定位服务，也能对雷达等相对定位技术长期使用中产生的累计误差进行校准和修正，保持自动驾驶的车辆定位始终保持准确。
业内已经普遍意识到，要实现高级自动驾驶，肯定离不开高精度定位能力。目前，高通等车载芯片提供商已与千寻位置合作，将该公司的高精度定位服务融入车载芯片。千寻位置与高德的合作项目也在推进中。据悉，搭载千寻位置技术的L3的自动驾驶汽车有望在2019年驶上中国的高速公路。 而高精度地图的测绘资质以及定位服务在国内开放并不完全，这对野心勃勃的创业公司以及外国车企来说，只有合作这一选项。而如通用汽车（NYSE：GM）的Super Cruise在美国以及加拿大的高精地图是自己测绘的，在国内需要与高德地图合作。
激光雷达和高精地图及定位等感知技术尚未真正达到量产或上路标准，目前国内主要就是这两个层面的问题。若没有突破，做不到“千里眼”、“顺风耳”，L3以上的自动驾驶技术走进大众还相当遥远。
听到看到是自动驾驶的第一步，也是最基础的环节。在获取足够丰富且多样的信息之后，就需要算力強大的头脑来思考并作出决策。
2018年3月18日夜间，49岁的Elaine Herzberg推着她的自行车穿越亚利桑那州的一条马路，被Uber无人驾驶测试车撞伤，最终不治身亡，成为首起自动驾驶致死案件。
经过近两个月的调查，美国国家运输安全委员会（NTSB）在5月下旬发布了一份事故初步报告。文件披露，在撞击发生前6秒，自动驾驶系统通过雷达发现了Elaine Herzberg，但它并没有将其判别为行人，而是以为这是未知物体，后在预判其运动路径过程中一再推迟刹车决策。即使在撞击前的1.3秒，系统紧急刹车，事故仍可能避免，但它最终决定放弃刹车、转而通知安全员操作刹车，错过了最好的时机。
驭势科技联合创始人、CEO吴甘沙告诉《财经》记者，现在大多走传感器融合感知的道路，一旦感知算法漏判、或融合策略出现问题，激光雷达、雷达或摄像头获取的有效信息就可能被认为是噪声而过滤掉，导致测试系统对行人或车辆“视而不见”。
如果传感器以及融合都正常，决策和控制算法的缺陷也会造成车辆“无动于衷”。如果算法不能实时或者没有足够的预见性，决策就会滞后，制动、转向的延迟或失效有一定几率造成事故。更糟糕的情况是算法无法应对突发的意外情况，作出错误的决策。
因此众多创业公司都瞄准了这个市场，不直接面向终端用户，给传统车企或一级零部件供应商提供算法或者算法硬件打包方案，如Momenta等公司。
好比人需要智商和学问，光有一套先进的人工智能算法（智商）是不够的，更需要积累足够的数据（学问），特别是要有足够多的Corner Case（疑难问题）。吴甘沙表示，“Waymo早于其他自动驾驶公司七八年起步，就是胜在数据的积累。”
而特斯拉通过自给自足的整体解决方案，在数据积累上已经一举超越Waymo。相比后者的数百万英里路测数据，靠着数万台车常态化在路上行驶的车辆，特斯拉已经记录了数十亿英里的自动驾驶里程。
在吴甘沙看来，自己搞100辆、1000辆测试车，在几个固定的地方跑测试，是无法获得足够庞大且多样化的数据的。必须把可量产的解决方案做出来，达到百万台级别的装机量，有百万级别的用户在很多地方跑，才真有可能获得数据的决胜优势，把系统的可靠性做到小数点后5个9。
为了更好消化学问，提高智商，很多头脑很臃肿，多数算法还是在几百层甚至上千层这样的网络架构上跑。
博世中国技术与战略合作部门总监张翠波对《财经》记者表示，“如何在车内有限硬件配置的情形下通过更小的模型、更小的数据量实现快速的反应尚需时间。”
目前来看，自动驾驶解决方案要真正走出demo（原型车），除了软件算法自身的改进，芯片等硬件的发展也至关重要。
“现在很多demo车后备箱都装着一堆东西，不可能量产。”一个自动驾驶整体解决方案提供商告诉《财经》记者，很多芯片都是100瓦的功率，做到10瓦才有可能量产。当然分布式计算也是一种解决方案，但更多的是需要研发更高性能的芯片。巨头们也在闯入。
高通计划收购恩智浦，英特尔收购Altera，从其他芯片行业跨入通用类技术的车载芯片领域。四维图新则以38.75亿元人民币收购杰发科技，希冀占据一席之地。而创业公司更多的是集中在专用计算芯片领域，有些是AI芯片。例如余凯出走百度之后，创立了地平线机器人技术，专攻AI芯片领域。
通过人工智能算法和数据，尤其是Corner Case的积累，打造一套强大的软件，通用和专用芯片技术取得突破，才能真正去打造一个汽车的最强大脑。
很多创业公司都想做自动驾驶整体解决方案提供商，但是怎么把这个脑袋装到车身上去，还是需要Tier one即一级供应商来解决。
国际咨询机构罗兰贝格发布的报告指出，先进的车辆控制和传感器系统是转向更先进驱动辅助系统的主要受益者。确实更要改装车辆和适配系统并不是一件容易的事情。现在国内很多车企都用林肯MKZ车型，因为都是找AutonomouStuff，这家公司专门做林肯车型的改装，但价格高昂。“一套系统就200万元，成本怎么降得下来，根本不可能量产。”一位自动驾驶业内资深人士告诉《财经》记者，创业公司很难进入这个领域。
但一家主攻L2自动驾驶的供应商对《财经》记者透露，他家有能力把系统适配到不同车型，“某家刚刚融资的主打L4的创业公司来找我们，希望能帮他们把系统安装到相应的车型上去”。
传统供应商对此表示认可。黄罗毅认为创业公司从L2开始做起，是很踏实的，但是很难，因为它们将直面博世等传统零部件供应商的竞争。“汽车行业100多年来的发展路径，让创业公司很难跨越Tier one去直接服务于OEM做量产的工作。”他相信，汽车行业的Tier one短期内不会被颠覆，创业公司做二级、三级供应商更合适。 这其实一定程度反映了传统汽车行业一级供应商的想法，在擅长的领域，凭借强大的资金和技术实力击败挑战者，在技术积累不深的新领域，创业公司可以收编的收编，共同开发，一起成长，但主导权不会放。
不过IT企业给了他们紧迫感，挑战霸权者就在路上。
自动辅助驾驶以及无人驾驶技术的改良和突破嚴重依赖软件，而且软件功能日益取代硬件解决方案，这正是科技巨头的强项。
科技巨头们正在积极地进行研发投入，诞生于谷歌的Waymo就是一家软硬件结合的公司。凭借强大的技术和资金实力，未来谷歌、微软（NASDAQ：MSFT）、BAT有能力孵化出来更多挑战传统供应商的新企业。
毕竟科技公司在软件方面优势明显。传统车企提前两三年开始设计硬件和软件，一级供应商提供打包的解决方案，但是两三年前的设计可能就过时了，用户需求变化越来越快，而IT企业可以两三周就进行迭代，这是传统企业需要警惕的。
知合出行投资了多家有能力自己改装的自动驾驶整体解决方案提供商，其中易航智能专注主机厂前装配套的路线，研发L4的同时，主要提供低成本可量产的L2.5高级辅助驾驶/无人驾驶解决方案，禾多科技走的也是主机厂配套路线，其产品的发力点更多地集中在L3及以上。
知合出行CEO白荻告诉《财经》记者，“在无人驾驶产业链上，整体解决方案不一定是攫取利润最多的一环，但很有可能会是掌握数据最多、且是同整车及出行平台关联最紧密的一环。”
很多创业公司在做大脑时也发现，想拿到更多数据，必须更靠近客户。数据竞争的核心是大量的客户能够采用一家公司的解决方案，并且愿意共享数据。
吴甘沙认为，智商是前提，学问是目的，但在这个过程就需要情商和体格。情商是搞定客户和上下游，体格是能够交付百万台级别足够便宜、可靠和可量产的产品。这个行业需要一种叫“车规”的可靠性，达到车规需要做大量“脏活累活”。包括驭势科技在内的许多创业公司正在转型，主要在情商和体格上。
“在2025年之前，我们可能活得更像一个传统的供应商。”吴甘沙坦言，先把这个工作做好，与主机厂和其他供应商协同创新，把量做上去，积累更多的数据。
可是汽车产业关系到人的生命安全，需要在确保安全的前提下加快技术革新的速度。车企的产品召回都是10亿美元起跳的损失赔偿，“想象一下如果初创变成一级供应商， 一个产品召回公司就破产了，那整车厂怎么办”？从行业的风险控制和质量把关的角度，张翠波分析认为，需要博世这样的一级供应商保证整个产业的安全标准。
前述主攻L2的初创企业高管对《财经》记者表示，公司也在研发L3及以上的自动驾驶技术，但是他们相信，要一步一步来，先做好L2及L2.5，也保证自己能够盈利，让自己活下去。毕竟更高阶的自动驾驶太过遥远，何时真正能盈利还未可知，一味依靠投资人输血不是长久之计。
大多数创业公司也很清醒，最终目标是希望成为自动驾驶领域的博世，但“现在我们还很弱小，差得很远，得努力很多年”。
似乎只要有千里眼、顺风耳，配一个聪明的大脑，安上四肢，就可以打造出一个自动驾驶机器人了，但目前软硬件远不能达到L4及以上自动驾驶的量产要求，事情并没有这么简单。
创业者正在涌入，产业链正在加速变革。这个变革来得如此迅速，创业公司开始崛起，传统巨头展开收购、联合，不断前进和突破的技术，正在塑造一个新的行业。细看这个新的产业链条，包括感知、决策、执行和整体组装四个层面都在快速向前发展。
感知方面衍生出来的视觉技术、毫米波雷达、超声波雷达、激光雷达、高精地图与定位等领域都诞生了一批新兴企业，决策层则是算法软件与芯片缺一不可，巨头和新势力展开博弈，而控制执行层大多都被汽车的一级供应商（Tier one）所垄断，还是传统主导，但它们在提供整体解决方案和组装能力这一块则迎来了挑战者。
汽车需耳聪目明
听得见，看得清很基础，高级自动驾驶更需要的是千里眼和顺风耳
目前在感知领域，视觉技术和激光雷达共逐市场，高精地图与定位亦不可或缺。
在L2及以下的低级别自动辅助驾驶技术时期，对于感知的要求不是非常高，主要还是停留在听得见和看得清的阶段。
尤其是在车企刚开始研发自动驾驶时，大多只是依靠摄像头和毫米波雷达进行感知，然后对收集到的信息进行处理。仅依靠摄像头和毫米波雷达可以完成很多L1和L2的自动辅助驾驶技术，包括定速巡航、自动跟车等。
和Mobileye分手后，特斯拉（NASDAQ：TSLA）就一直没有使用激光雷达，公司CEO伊隆·马斯克（Elon Musk）坚称依靠摄像头和毫米波雷达的感知，配合算法，就可以满足自动驾驶的需求。
“很多创业公司的Demo会用64线的激光雷达，但是真正量产的成本都太高，而且都是冲着L4去的。”前述创业公司的高管告诉《财经》记者，由于昂贵的成本，在L2自动驾驶情况下，他们不采用激光雷达的方案。
L3以下的自动驾驶技术中，激光雷达更多的就只是一个感知层面的冗余和备份。无锡流深光电科技有限公司联合创始人燕普认为，低级别的自动驾驶不是必须有激光雷达的，但多一个感知备份，就多一分安全。
但到了L3及以上的自动驾驶阶段，只是能感知到已经难以满足安全的需求了，视听能力需要更准确，激光雷达将成为必需品。
虽然现阶段，部分L3的车辆没有使用激光雷达，不过博世底盘控制系统中国区自动驾驶产品经理黄罗毅认为，L3会在限定的区域内运行，比如优先到来的应该是停车和高速公路环境，但“感知层面需要冗余”。
不同的传感器各有优劣，需要互补，比如在进隧道时，摄像头可能无法看到隧道里黑暗的情况，毫米波雷达可能会有隧道口回波的问题，这时就需要激光雷达的辅助。而一家L2及以上自动驾驶技术都有所涉猎的创业公司的高管对《财经》记者表示，他们的技术会在过隧道等情况下关闭。
“想要达到收费站到收费站的高速自动驾驶，肯定离不开激光雷达。”但黄罗毅也直言，遗憾的是，现阶段还没有激光雷达能在探测距离、分辨率、可靠性、耐久性和人眼安全上都达到博世的要求。
Velodyne制造的64线激光雷达过于昂贵，且多为手工制造，量产化水平低。很多企业都在开发固态激光雷达，成本相对较低，但是固态激光雷达在技术上并不成熟，无法达到现有旋转式激光雷达的探测效果。而且在融合上也是一个问题，多个固态激光雷达的同步以及数据融合也是一个壁垒。
在激光雷达之外，要实现L3及以上的自动驾驶，高精度地图和定位是必不可少的技术。作为一种感知层的技术，高精地图和定位可以让车辆“看得更远”，为之后“汽车大脑”的决策提供更多信息。
在自动驾驶领域，地图可分为三层，导航地图、ADAS地图和高精度地图。导航地图，顾名思义，就是指规划从A点到B点的可行路径，手机使用的就是这種;ADAS地图是搜集周围信息而形成的动态地图;高精度地图就是关注车道线和车道，更准确定位车辆。国内高精度地图的审批非常严格，甲级资质目前就14家，滴滴出行成立滴图科技是最近获该资质的公司。
高精地图还要和高精度定位能力配合才能发挥作用。千寻位置CEO陈金培告诉《财经》记者，两者的结合不仅能提供高精准的导航服务，更将成为保障驾驶安全的重要基础能力。目前很多车厂已将其作为一个安全项，与ABS（制动防抱死系统）、ESP（车身电子稳定系统）等归为一类。
千寻位置一家合作伙伴的高级辅助驾驶系统，设定了只有在高速公路上才能启动，但如何精准判断车辆在高速公路上是个问题。陈金培表示，摄像头等相对定位技术更易受天气、光线等影响，而依托卫星提供的高精准的绝对定位技术就没有这些问题，融入这种能力可更加充分地保障车辆安全，让这类自动驾驶技术只有在满足条件的情况下才能开启。
同时，使用高精度的卫星定位服务，也能对雷达等相对定位技术长期使用中产生的累计误差进行校准和修正，保持自动驾驶的车辆定位始终保持准确。
业内已经普遍意识到，要实现高级自动驾驶，肯定离不开高精度定位能力。目前，高通等车载芯片提供商已与千寻位置合作，将该公司的高精度定位服务融入车载芯片。千寻位置与高德的合作项目也在推进中。据悉，搭载千寻位置技术的L3的自动驾驶汽车有望在2019年驶上中国的高速公路。 而高精度地图的测绘资质以及定位服务在国内开放并不完全，这对野心勃勃的创业公司以及外国车企来说，只有合作这一选项。而如通用汽车（NYSE：GM）的Super Cruise在美国以及加拿大的高精地图是自己测绘的，在国内需要与高德地图合作。
激光雷达和高精地图及定位等感知技术尚未真正达到量产或上路标准，目前国内主要就是这两个层面的问题。若没有突破，做不到“千里眼”、“顺风耳”，L3以上的自动驾驶技术走进大众还相当遥远。
寻找最强大脑
算法与芯片，两手都要硬
听到看到是自动驾驶的第一步，也是最基础的环节。在获取足够丰富且多样的信息之后，就需要算力強大的头脑来思考并作出决策。
2018年3月18日夜间，49岁的Elaine Herzberg推着她的自行车穿越亚利桑那州的一条马路，被Uber无人驾驶测试车撞伤，最终不治身亡，成为首起自动驾驶致死案件。
经过近两个月的调查，美国国家运输安全委员会（NTSB）在5月下旬发布了一份事故初步报告。文件披露，在撞击发生前6秒，自动驾驶系统通过雷达发现了Elaine Herzberg，但它并没有将其判别为行人，而是以为这是未知物体，后在预判其运动路径过程中一再推迟刹车决策。即使在撞击前的1.3秒，系统紧急刹车，事故仍可能避免，但它最终决定放弃刹车、转而通知安全员操作刹车，错过了最好的时机。
驭势科技联合创始人、CEO吴甘沙告诉《财经》记者，现在大多走传感器融合感知的道路，一旦感知算法漏判、或融合策略出现问题，激光雷达、雷达或摄像头获取的有效信息就可能被认为是噪声而过滤掉，导致测试系统对行人或车辆“视而不见”。
如果传感器以及融合都正常，决策和控制算法的缺陷也会造成车辆“无动于衷”。如果算法不能实时或者没有足够的预见性，决策就会滞后，制动、转向的延迟或失效有一定几率造成事故。更糟糕的情况是算法无法应对突发的意外情况，作出错误的决策。
因此众多创业公司都瞄准了这个市场，不直接面向终端用户，给传统车企或一级零部件供应商提供算法或者算法硬件打包方案，如Momenta等公司。
好比人需要智商和学问，光有一套先进的人工智能算法（智商）是不够的，更需要积累足够的数据（学问），特别是要有足够多的Corner Case（疑难问题）。吴甘沙表示，“Waymo早于其他自动驾驶公司七八年起步，就是胜在数据的积累。”
而特斯拉通过自给自足的整体解决方案，在数据积累上已经一举超越Waymo。相比后者的数百万英里路测数据，靠着数万台车常态化在路上行驶的车辆，特斯拉已经记录了数十亿英里的自动驾驶里程。
在吴甘沙看来，自己搞100辆、1000辆测试车，在几个固定的地方跑测试，是无法获得足够庞大且多样化的数据的。必须把可量产的解决方案做出来，达到百万台级别的装机量，有百万级别的用户在很多地方跑，才真有可能获得数据的决胜优势，把系统的可靠性做到小数点后5个9。
为了更好消化学问，提高智商，很多头脑很臃肿，多数算法还是在几百层甚至上千层这样的网络架构上跑。
博世中国技术与战略合作部门总监张翠波对《财经》记者表示，“如何在车内有限硬件配置的情形下通过更小的模型、更小的数据量实现快速的反应尚需时间。”
目前来看，自动驾驶解决方案要真正走出demo（原型车），除了软件算法自身的改进，芯片等硬件的发展也至关重要。
“现在很多demo车后备箱都装着一堆东西，不可能量产。”一个自动驾驶整体解决方案提供商告诉《财经》记者，很多芯片都是100瓦的功率，做到10瓦才有可能量产。当然分布式计算也是一种解决方案，但更多的是需要研发更高性能的芯片。巨头们也在闯入。
高通计划收购恩智浦，英特尔收购Altera，从其他芯片行业跨入通用类技术的车载芯片领域。四维图新则以38.75亿元人民币收购杰发科技，希冀占据一席之地。而创业公司更多的是集中在专用计算芯片领域，有些是AI芯片。例如余凯出走百度之后，创立了地平线机器人技术，专攻AI芯片领域。
通过人工智能算法和数据，尤其是Corner Case的积累，打造一套强大的软件，通用和专用芯片技术取得突破，才能真正去打造一个汽车的最强大脑。
谁会成为新的Tier one？
汽车一级供应商短期内不会被颠覆，它们的紧迫感来自IT企业
很多创业公司都想做自动驾驶整体解决方案提供商，但是怎么把这个脑袋装到车身上去，还是需要Tier one即一级供应商来解决。
国际咨询机构罗兰贝格发布的报告指出，先进的车辆控制和传感器系统是转向更先进驱动辅助系统的主要受益者。确实更要改装车辆和适配系统并不是一件容易的事情。现在国内很多车企都用林肯MKZ车型，因为都是找AutonomouStuff，这家公司专门做林肯车型的改装，但价格高昂。“一套系统就200万元，成本怎么降得下来，根本不可能量产。”一位自动驾驶业内资深人士告诉《财经》记者，创业公司很难进入这个领域。
但一家主攻L2自动驾驶的供应商对《财经》记者透露，他家有能力把系统适配到不同车型，“某家刚刚融资的主打L4的创业公司来找我们，希望能帮他们把系统安装到相应的车型上去”。
传统供应商对此表示认可。黄罗毅认为创业公司从L2开始做起，是很踏实的，但是很难，因为它们将直面博世等传统零部件供应商的竞争。“汽车行业100多年来的发展路径，让创业公司很难跨越Tier one去直接服务于OEM做量产的工作。”他相信，汽车行业的Tier one短期内不会被颠覆，创业公司做二级、三级供应商更合适。 这其实一定程度反映了传统汽车行业一级供应商的想法，在擅长的领域，凭借强大的资金和技术实力击败挑战者，在技术积累不深的新领域，创业公司可以收编的收编，共同开发，一起成长，但主导权不会放。
不过IT企业给了他们紧迫感，挑战霸权者就在路上。
自动辅助驾驶以及无人驾驶技术的改良和突破嚴重依赖软件，而且软件功能日益取代硬件解决方案，这正是科技巨头的强项。
科技巨头们正在积极地进行研发投入，诞生于谷歌的Waymo就是一家软硬件结合的公司。凭借强大的技术和资金实力，未来谷歌、微软（NASDAQ：MSFT）、BAT有能力孵化出来更多挑战传统供应商的新企业。
毕竟科技公司在软件方面优势明显。传统车企提前两三年开始设计硬件和软件，一级供应商提供打包的解决方案，但是两三年前的设计可能就过时了，用户需求变化越来越快，而IT企业可以两三周就进行迭代，这是传统企业需要警惕的。
知合出行投资了多家有能力自己改装的自动驾驶整体解决方案提供商，其中易航智能专注主机厂前装配套的路线，研发L4的同时，主要提供低成本可量产的L2.5高级辅助驾驶/无人驾驶解决方案，禾多科技走的也是主机厂配套路线，其产品的发力点更多地集中在L3及以上。
知合出行CEO白荻告诉《财经》记者，“在无人驾驶产业链上，整体解决方案不一定是攫取利润最多的一环，但很有可能会是掌握数据最多、且是同整车及出行平台关联最紧密的一环。”
很多创业公司在做大脑时也发现，想拿到更多数据，必须更靠近客户。数据竞争的核心是大量的客户能够采用一家公司的解决方案，并且愿意共享数据。
吴甘沙认为，智商是前提，学问是目的，但在这个过程就需要情商和体格。情商是搞定客户和上下游，体格是能够交付百万台级别足够便宜、可靠和可量产的产品。这个行业需要一种叫“车规”的可靠性，达到车规需要做大量“脏活累活”。包括驭势科技在内的许多创业公司正在转型，主要在情商和体格上。
“在2025年之前，我们可能活得更像一个传统的供应商。”吴甘沙坦言，先把这个工作做好，与主机厂和其他供应商协同创新，把量做上去，积累更多的数据。
可是汽车产业关系到人的生命安全，需要在确保安全的前提下加快技术革新的速度。车企的产品召回都是10亿美元起跳的损失赔偿，“想象一下如果初创变成一级供应商， 一个产品召回公司就破产了，那整车厂怎么办”？从行业的风险控制和质量把关的角度，张翠波分析认为，需要博世这样的一级供应商保证整个产业的安全标准。
前述主攻L2的初创企业高管对《财经》记者表示，公司也在研发L3及以上的自动驾驶技术，但是他们相信，要一步一步来，先做好L2及L2.5，也保证自己能够盈利，让自己活下去。毕竟更高阶的自动驾驶太过遥远，何时真正能盈利还未可知，一味依靠投资人输血不是长久之计。
大多数创业公司也很清醒，最终目标是希望成为自动驾驶领域的博世，但“现在我们还很弱小，差得很远，得努力很多年”。