|
传统自动驾驶行业存在两种不同的研发路径：渐进派与跃进派，其在自动驾驶技术的开发和商业模式上存在显著差异。以特斯拉等主机厂为代表的“渐进派”和以Waymo、百度Apollo 等科技公司为代表的“跃进派”。渐进派倾向于稳步前进，通过逐渐增加系统的复杂性和能力来减少风险，期待在不断的积累和迭代过程中突破瓶颈，从L1、L2、L3 状态的“人机共驾”逐渐过渡到L4 的无人驾驶；跃进派则追求通过大胆的技术创新来加速实现完全自动驾驶的目标，直接跳过L3 级别的瓶颈，直接以L4 的无人驾驶为目标进行研发，通过在有限范围、特殊场景内营运来打通产品逻辑，构建智能化移动出行服务体系。 以特斯拉为代表的“渐进派”的智能驾驶已进入以数据驱动为标志的 3.0时代，数据闭环成为量产落地的核心。在传统的模块化自动驾驶系统中，智能驾驶的实现依赖于三大关键模块：感知、决策、控制，每个模块专注于完成特定的功能，并与其他模块通过定义良好的接口交互。而特斯拉 FSD 的端到端大模型，则消除了自动驾驶系统的感知和定位、决策和规划、控制和执行之间的断面，将三大模块合在一起，形成了一个大的神经网络。其采用的端到端方案采用全栈神经网络实现，直接输入传感器数据，输出转向、制动和加速信号，全程没有任何编码。随着自动驾驶级别提升和应用范围扩大，数据量急剧增长，训练、传输、存储成本也随之攀升。 端到端架构将所有模块串在一起统一训练，意味着提升性能所需的数据量和算力规模更大，头部智能驾驶厂商的数据闭环能力将逐步与第二梯队拉开差距。 跃进派自动驾驶厂商则在特定场景下，比如矿山、港口、环卫、无人物流小车等赛道稳步推进，已经接近批量复制的节点。具体到特定场景中，比如矿山场景不涉及路权问题、环境相对简单，容错率很高，无重大安全隐患；在港口场景中，道路结构化程度高，环境简单，路权问题相对容易解决。目前，这些场景普遍已不需要配备车内安全员，预计在 1-2 年内实现大规模商业化落地。不过各类应用场景由于适用环境道路和技术水平存在差异，落地规模和商业化进展不一，难以一步到位实现全地图L4 级以上自动驾驶。目前来看封闭低速载物场景在 2025 年左右可大规模商业化落地，高速载物场景则在 2030 年左右方可落地，具体落地的核心推手是技术成熟度及国内的法规完善进度。 智能驾驶，即 ADAS（Advanced Driver Assistance Systems），高级辅助驾驶系统，通常指的是辅助驾驶技术的集合；自动驾驶，即 ADS（Autonomous Driving System），则指的是车辆能够在没有人类司机干预的情况下，完成驾驶任务的技术。ADAS 技术可以帮助司机更安全、更舒适地驾驶，但不完全取代司机的控制。智能驾驶系统可能包括自适应巡航控制、车道保持辅助、紧急制动辅助、交通标志识别等功能；AD 技术包括从起点到终点的整个驾驶过程没有人类司机干预，涉及环境感知、决策制定和执行控制等复杂功能。
ADAS 功能描述 1.1. 从电气化到电子化，自动驾驶已跨越百年历史
自动驾驶历史 从电气化到电子化的过程标志着技术发展的重大转折点，这一变迁不仅影响了汽车工业的发展，也为自动驾驶技术的实现提供了基础。电气化的起点可以追溯到 19 世纪末至 20 世纪初，这一时期汽车开始使用电气系统，如点火系统、照明和启动器。电气化使得汽车设计和功能得到了显著改进，提高了汽车的安全性、便利性和舒适性。电子化的发展始于 20 世纪 70 年代，随着微处理器的引入，汽车开始采用更加复杂的电子控制系统，如电子燃油喷射系统、防抱死制动系统（ABS）、电子稳定程序（ESP）和各种传感器的应用，使得汽车更加节能、环保、安全和智能。 电子化的关键里程碑包括引擎控制单元（ECU）的广泛使用和数字化仪表盘的引入。电气化到电子化的转变为自动驾驶技术的发展奠定了基础。自动驾驶汽车依赖于大量的电子控制系统和传感器来感知环境、做出决策并控制车辆行驶。例如，激光雷达（LiDAR）、摄像头、雷达和超声波传感器等，都是电子化技术的产物，它们为自动驾驶汽车提供了“眼睛”和“耳朵”。此外，高级驾驶辅助系统（ADAS）的发展和成熟，如自适应巡航控制、车道保持辅助和自动紧急制动，都是自动驾驶技术发展的重要步骤。随着电子技术的不断发展和完善，未来的自动驾驶汽车将更加智能、安全和高效。
汽车从电气化到电子化 按照美国汽车工程师学会（SAE），智能驾驶按照自动化水平分为 L0 至 L5 六个级别。其中 L3 级别为自动驾驶的分水岭，L3 级别以下为辅助驾驶，L3 及以上级别为自动驾驶。L3 级别的最大区别在于由人负责监控环境变为系统负责监控环境，而这导致了事故后的责任归属的改变。因此，L3 级别是智能驾驶发展的瓶颈。当然按照现在的技术模式，这种粗糙的 L0 至 L5 的分类已不能完全描述目前市场中主流的智驾方案，现在也有不少主机厂的思路是按照驾驶行为进行分类，比如按照人对智能汽车的介入程度进行划分:毫秒级、秒级、分钟级、小时级等。
自动驾驶分级 1.2. “渐进派”VS “跃进派” 针对自动驾驶存在的 L3 级别的瓶颈，传统自动驾驶行业目前存在两种不同的研发路径，以特斯拉等主机厂为代表的“渐进派”和以 Waymo、百度 Apollo 等科技公司为代表的“跃进派”。不过随着技术的不断推进，虽然商业模式上仍有较大区别，但是渐进派与跃进派在自动驾驶技术路线上开始慢慢走向一致： 渐进派倾向于稳步前进，通过逐渐增加系统的复杂性和能力来减少风险，期待在不断的积累和迭代过程中突破瓶颈，从 L1、L2、L3 状态的“人机共驾”逐渐过渡到 L4 的无人驾驶； 跃进派则追求通过大胆的技术创新来加速实现完全自动驾驶的目标，直接跳过L3 级别的瓶颈，直接以 L4 的无人驾驶为目标进行研发，通过在有限范围、特殊场景内营运来打通产品逻辑，构建智能化移动出行服务体系。
自动驾驶领域的渐进派和跃进派各有其挑战，前者的主要挑战是进入门槛相对较低导致竞争激烈，后者的主要挑战是政策法规及技术成熟速度不及预期导致长期消耗巨大。 采用渐进式发展路线的主要有三类公司，一类是造车新势力，包括国外的特斯拉，国内的造车新势力蔚来、理想、小鹏等，一类是传统主机厂，例如奔驰、上汽、长城等，还有一类是科技公司，包括华为等。各类势力相继下场争夺市场空间，导致竞争非常激烈，而要由渐进式最终实现无人驾驶需要确保占据一定市场规模，因此最终会有部分企业面临淘汰；而采用跨越式路线要实现落地需要同时具备技术成熟和配套的政策法规完善两大条件，其中技术成熟度层面无人驾驶面临的最大挑战是应对极端场景的处理性能，而仅凭路测获取的数据要覆盖全部极端场景可能需要很长周期，因此会导致最终能够实现全场景无人驾驶落地的时间不可控，在这个过程中需要消耗的资金量巨大。 “渐进派”以车企为代表，其商业模式主要是通过自行造车或者与车企合作造车，根据用户现阶段的实际需求或适当引导需求逐步落地自动驾驶功能，如高速巡航、自主泊车等，通过 OTA 软件迭代升级的模式最终自然而然过渡到完全无人驾驶。这套模式比较重视落地成本，因此在硬件选型、供应链整合、制造水平等方面会投入较大精力。目前国内量产智能驾驶产品的实现以 L2 级别以及 L2+级别智能驾驶为主，其中 L2+级别主要包括 NOA（自动辅助导航驾驶，Navigate on Autopilot）功能。智能驾驶发展的技术路径为 L2 辅助驾驶到高速 NOA 到城区 NOA，高速 NOA 为当前主机厂智驾推进目标之一，领先一代包括特斯拉、理想、小鹏等主机厂已实现城区NOA 功能。
“跃进派”以 Waymo、百度 Apollo 等科技公司为代表，由于限定场景下的自动驾驶运营边界受到区域限制，且得到相关行业部门的政策鼓励，相较于全域自动驾驶，或将更早实现规模化的商业落地。跃进派公司早期主要依靠资本注入，随着技术的不断发展各企业正在逐步探索商业落地之路，目前的商业模式主要有 Robotaxi、Robobus 等交通服务，以及切入特殊的场景如港口、矿山等，这类场景危险系数高，通过自动驾驶替代人工作业，以节约高额人力成本。
L4 级供应商落地场景 |
|
|
