蔚来车主之死背后，自动驾驶以“命”营销？

文 王欣

编辑 冒诗阳

“大佬”反思自动驾驶？

8月14日，七夕当天，蔚来为所有车主送上定制的破窗锤，蔚来APP上则有很多车主发帖感谢。然而，温馨的时刻没有维持太久， 一则讣告将蔚来 汽车 推上了舆论风口。

“2021年8月12日下午2时，上善若水投资管理公司创始人、意统天下餐饮管理公司创始人、美一好品牌管理公司创始人林文钦（昵称“萌剑客”），驾驶蔚来ES8 汽车 启用自动驾驶功能（NOP领航状态）后，在沈海高速涵江段发生交通事故，不幸逝世。”一个名为“美一好”的个人公众号发布讣告称。

根据事故发生的图片来看，林文钦驾驶的ES8在高速公路的某施工路段，撞上了静止的工程车辆，车辆侧翻，“雪糕桶”四散，林文钦遇难。

虽然蔚来 汽车 团队反应迅速，第一时间对遇难者深切哀悼、并对NOP作出解释“并非自动驾驶”，但“蔚来车主NOP发生事故”很快冲上热搜，一时间，车主心碎，人人惶恐，整个智能 汽车 行业氛围凝重。

网友纷纷指称，宣传时自动驾驶，出事后又称辅助驾驶，到底该听谁的？

当竞争对手蔚来陷入窘境时，8月16日，理想 汽车 创始人兼CEO李想在朋友圈发文，呼吁媒体和行业机构统一自动驾驶的中文名词的标准，避免夸张的宣传造成用户使用的误解。

李想表示，最大化的控制期望值，避免自动和辅助出现在同一个状态下，辅助驾驶就是人的责任，出现自动两个字就是车的责任。“在推广上克制，在技术上投入，对用户、行业、企业都长期有利。”

但值得注意的是，就在不久前，理想 汽车 刚刚公布了自己的自动驾驶计划，将在2025年实现L4，即李想说的自动驾驶。

不只是李想，刚刚通过投资哪吒 汽车 入场“新造车”的360公司创始人、董事长兼CEO周鸿祎前排围观发言：“人工智能不是营销话术，没有那么神奇，自动驾驶、无人驾驶还有很多路要走，很多坑要填，不能为了营销误导用户。”言下之意，也在暗指蔚来 汽车 过度营销自动驾驶，造成车主将“命”交给驾辅系统。

此外，在新浪微博的“辅助驾驶普及但是事故频发”话题下，威马 汽车 创始人、董事长兼CEO沈晖也刷起存在感，他在提出“三点个人意见”的同时，不忘强调自家“L4级别无人驾驶功能”的稳健。

就在全行业就自动驾驶安全性和话术展开讨论时，北京时间8月16日晚间，大洋彼岸传出消息，美国正以“与停放的紧急车辆相撞”为由，对特斯拉自动驾驶 汽车 展开正式调查。

对此，中国 汽车 工程学会名誉理事长付于武告诉AI 财经 社：“现在还没有一个企业敢说自己的 汽车 完全达到了L3有条件的自动驾驶，它们还是停留在数值假设的阶段，更多的宣传还是在于装了多少雷达、多少摄像头和传感器，算力和大数据储备了多少等等， 汽车 是安全第一的载体，无论是智能网联还是自动驾驶，还远远达不到高度市场化、量产商业化程度。”

蔚来 汽车 NOP：“千万别真当自动驾驶来使用”

据林文钦好友郑先生提供的数据显示，林文钦最近一次驾驶里程为85公里，总时长113分钟，平均车速为45.1公里每小时，最高时速为114.6公里每小时。NIO Pilot自动辅助驾驶功能下行驶里程为72公里，使用总时长为48分钟，领航辅助里程为68公里，时间为44分钟，在整个行驶过程中，只出现一次急加速现象，并没有急减速现象。

“我们在交警办公室里面，他们有通过电话联系蔚来总部工程师，确认了事故车辆当时是处于NOP（Navigate on Pilot，自动驾驶辅助功能）状态下，目前交警得到的信息是，车辆发生事故时，没有制动痕迹，也没有转向痕迹，我们就觉得车辆本身存在重大风险。”郑先生称。

8月16日，林文钦车祸案代理律师称，蔚来 汽车 技术人员未经交警同意，存在私自接触涉案车辆进行 *** 作的情况。昨日（8月15日）交警已传唤该技术人员做笔录，“若车辆数据被篡改或毁灭，将涉嫌刑事犯罪。”

业界所谓的NOP，指的是一种自动驾驶辅助功能，可以使车辆在高精地图覆盖范围内的大部分高速公路及城市高架路段内，按照导航规划的路径实现自动汇入主路、在主路巡航行驶并智能选择最优车道、根据导航规划自动切换至下一条高速/高架、自动驶离主路等 *** 作。

但在蔚来NOP的使用手册中明确提到，“领航辅助”无法响应静态障碍物（如路障、三角警示牌等），如前方存在事故或施工区域，请立即接管车辆以控制方向和速度。

不过，ES8辅助驾驶系统采用“毫米波雷达+摄像头”的组合，与激光雷达相比，被业内认为在技术上对静态的道路障碍物的检测和分析能力并不充足，误判率较高。

对于组合方案，李想很早就表达了这一系统的局限性。

他认为，摄像头+毫米波雷达的组合像青蛙的眼睛，对于动态物体判断还好，对于非标准的静态物体几乎无能。“视觉在这个层面的进展几乎停滞，哪怕是动态，车辆以外的识别率也低于80%，千万别真当自动驾驶来使用。”

长期从事自动驾驶技术研究的蔚来车主那小川告诉AI 财经 社，“毫米波雷达是雷达，它是电磁波，所以它对金属的敏感度非常高，当毫米波雷达发现一个静态物体，会在系统后台默认这是静态物体，就直接屏蔽掉，这个时候就需要看摄像头有没有识别出来，如果万一摄像头也失效了，特别是对于一些不规则的物体，都可能识别不出来，那么接下来，车辆肯定会撞上去。”

就在此次林先生遇难15天前，一辆蔚来EC6在上海浦东新区临港大道上撞击石墩后自燃，驾驶人不幸遇难。今年5月，在北京建国门内大街，一辆蔚来ES8将道路中央隔离带撞毁，车辆前部损毁严重，所幸无人伤亡。

2016年1月20日，京港澳高速河北邯郸段发生一起追尾事故，一辆特斯拉 Model S 直接撞上一辆正在作业的道路清扫车，Model S司机高先生不幸身亡。经调查，最终特斯拉承认车辆在案发时处于自动驾驶状态。此事之后，特斯拉的宣传标语也悄悄地从“自动驾驶”改为“自动辅助驾驶”。

“这次蔚来事故的原因跟特斯拉之前的事故几乎一模一样，对于静止物体的识别，毫米波雷达和摄像头存在极高的误检率。这个问题不管特斯拉、蔚来、小鹏还是理想，它们都解决不了。”那小川说，自动驾驶辅助功能当然可以用，但是各大车厂缺乏对自动辅助驾驶功能的说明。

就在不久前，华为自动驾驶产品部部长苏箐用“杀人”字眼吐槽特斯拉自动驾驶系统，但由于“杀人”两字过于惊悚，苏箐被华为免去职务。但这番议论，也让行业警惕和反思自动驾驶的安全问题。

自动驾驶“仓促”商业化背后，行业内卷严重

由于过早地被纳入到公众视野，自动驾驶技术缺乏清晰的概念界定和引导，造成了大众对自动驾驶的过分信赖。

“之前新能源 汽车 都被吹的太猛了，某些观念在人们脑海里根深蒂固之后就不好纠正，所以还是要适度宣传。”一位熟悉自动驾驶的业内人士告诉AI 财经 社，自动驾驶风口太大，不排除存在很多车企为了竞争过分宣传的现象。

AI 财经 社梳理发现，当前不少车企在智能 汽车 的宣传上可以回避技术限制和风险，反之采用很多暧昧概念，除了蔚来的“NOP”、小鹏的“NGP”等，还有车企创造出“L2.5级别自动驾驶”概念。然而，业内普遍认为，鉴于自动驾驶生态建设的复杂性和长期性，真实的自动驾驶将可能长期停留在L2阶段，即部分自动驾驶，主要起辅助功能，驾驶员仍需手握方向盘、集中精力主导车辆。

然而，从车企到自动驾驶企业，目前都在极力推动自动驾驶的商业化。根据百度财报，截至2021年6月，百度ACE智能交通签署千万订单的覆盖城市增加至20个，是去年同期的4倍；此外，百度Robotaxi还乐观预计，最快在2025年即可实现盈利。

此外，车企中，无论是特斯拉还是小鹏、蔚来、北汽极狐等，都在将自动驾驶能力作为产品的核心卖点。

知名车评节目《38号不止会评车》曾对比了小鹏NCP、蔚来 汽车 NOP、特斯拉NOA等最新版本的同一原理的领航辅助功能，结论是三款车型“洋相频出，一个都没法用”。对此，一位车评人表示，在当前的水平下，一切打着自动驾驶擦边球的功能，都不是真正的自动驾驶。

“如果一定要使用自动驾驶，请务必时刻保持比人工驾驶更加专注的精力，时刻准备接管和修正车辆系统的错误判定和执行，把安全牢牢握在自己手里。”上述车评人表示，“ 汽车 厂家夸大事实宣传这些功能的目的，是为了强行拔高用户对于车辆的智能化印象，为自己的销量和股价负责。”

需要厘清的是，现阶段的自动驾驶系统根本不是代替人，而是辅助人来驾驶。

“总而言之，‘自动驾驶代替人’这件事目前的技术根本达不到，关于车厂技术局限性也涉及到竞争问题，所以如果蔚来一味地宣传自己NOP局限性，也会让人家误以为蔚来很差。”那小川向AI 财经 社表示，“其实整个智能 汽车 领域内卷十分严重，这个事情需要整个行业或者政府来监管强制要求，不然车厂肯定没动力主动去宣传自身系统的局限性。”

此外，政策层面的引导仍在建立中。在今年7月举行的2021人工智能大会上，上海市经济和信息化委员会副主任张建明表示，“相应的标准体系也还没有建立完善，包括产品准入、安全评价、测试认证等一套体系没建立起来，政策法规仍然有挑战。”

例如，有些用户就对特斯拉辅助驾驶与自动驾驶的理解存在偏差。在2020年的世界人工智能大会上，马斯克曾对未来实现L5级别自动驾驶或是完全自动驾驶信心十足，彼时他还曾高调地表示，“我觉得我们已经非常接近L5级自动驾驶了。我有信心，我们将在今年完成开发L5级别的基本功能”。

在事故频发之后，2020年12月28日，特斯拉终于在加州车辆管理局的一封致信中承认，Autopilot和FSD功能都不是自动驾驶系统，“我们发现这仅是一个梦想”。

信中称，Autopilot是一个可选的驾驶员辅助功能套件，属于SAE的L2级自动驾驶，功能包括交通感知巡航控制和自动转向。FSD，被认为是“全自动驾驶”，是另一个可选功能套件，基于Autopilot打造，也属于SAE的L2级自动驾驶，都需要驾驶员保持主动监督。

尽管2017年奥迪A8是最早宣布推出搭载L3级别自动驾驶系统，但该车型也被质疑根本没有真正应用过这一功能。2020年至今，多家车企纷纷表示已拥有L3级自动驾驶技术储备，本田、宝马也宣布量产L3级别自动驾驶 汽车 ；自主品牌中，长安、广汽等车企纷纷发布了具备L3自动驾驶功能的车辆。

可事实却是，在全球智能驾驶行业中，没有一款量产车能真正达到L3。

“L2到L3有一个大的鸿沟，而小鹏 汽车 目前能做到L2.75级自动驾驶。”小鹏 汽车 汽车 副总裁、互联网中心负责人纪宇曾表示，实现L5级别自动驾驶之前，先需要解决人车混流的问题，这是最大难题。

“当前各个企业为了突出智能化的标签，突出智能驾驶功能，在公司层面宣传自己的先进 科技 ，到销售层面大家也都在给自己加戏。因此，我们现在所有能买到的量产车都是L2及以下的辅助驾驶，为了创业故事连贯性，车企才都去讲自动驾驶，但从技术层面来讲，目前的车辆都停留在辅助驾驶阶段。”资深 汽车 工程师朱玉龙表示。

“自动驾驶是我们终极追求的目标，但是我们现在还是处于以辅助驾驶为主的阶段，自动驾驶只能是在特殊的场景通过闭环来实现。”付于武向AI 财经 社表示，“在城市全场景的工况下，我们轻易不要谈自动驾驶，多谈一些智能驾驶，行业少炒作自动驾驶的概念，这样才能对产业的发展有利，对广大的消费者有利，这是非常重要的问题。”

（程靓对本文亦有贡献）

导语： 专访，星云互联联合创始人兼COO石勇、晶众地图副总裁兼智能网联地图事业部COO杨柯，就晶众高精地图此次牵手星云互联将集合双方怎么样的优势展开合作？围绕智能网联网 汽车 、智慧城市以及车路协同等方面的具体合作将怎么样展开？未来双方还将继续在哪些领域深度合作？等问题进行解答。

正文：自动驾驶的又一大事件，2019年9月16日，晶众高精地图与星云互联签署了战略合作，星云互联联合创始人兼COO石勇、晶众地图副总裁兼智能网联地图事业部COO杨柯出席签约仪式，双方将围绕智能网联 汽车 、智慧城市及车路协同等多方面合

上海晶众信息 科技 有限公司（以下简称“晶众地图”）是一家高精地图产品及服务提供商，也是晶众股份的子公司，后者成立于2010年，在智慧城市方面有多年经验，从2015年开始配合国内主机厂研发高精地图。晶众地图成立于2018年，主要为整车厂、系统集成商、交通管理部门在自动驾驶、智能网联、智慧交通等方面提供高精地图及相关解决方案。目前，晶众地图在北京、上海和无锡等地设有研发中心、数据生产中心和市场营销中心。

今年5月，晶众地图拿到了导航电子地图甲级测绘资质，是国内第18家获得该资质的公司。由于地理信息涉及国家安全，只有拿到“甲级资质”，才具备采集和制作厘米级精度车道级高精地图、地下停车高精地图的资质。

北京星云互联 科技 有限公司(NEBULA-LINK.COM)是一家专注于车路协同技术领域，集研发、制造、销售V2X产品、新一代智能交通系统、智能网联 汽车 技术和服务于一体的创新型中国高 科技 企业，在北京、上海和长沙设有研发中心及分支机构。

目前星云互联已为国内多家智能网联测试示范区、整车厂、自动驾驶企业及公共道路智慧交通升级建设提供方案支撑和产品落地应用，并且是中国V2X技术标准的主要贡献者之一。星云互联依托推出的智能车载终端V-Box、增强型车路协同路侧系统T-Station、标准V2X协议栈软件以及网联云平台X-Cloud等系列产品形成了车辆协同安全辅助驾驶（C-DAS)和车路协同交通主动控制整体解决方案，可有效支撑协作式辅助驾驶和自动驾驶，同时也是智慧城市的重要组件。

自2015年成立以来，星云互联从一个致力于创新的研究型公司，发展成为智能网联 汽车 与智慧交通领域产品与技术服务的成熟供应商。

专访实录：

在签约仪式上焉知 汽车 专访了星云互联联合创始人兼COO石勇、晶众地图副总裁兼智能网联地图事业部COO杨柯，两位就合作内容作了详细阐述。

第一个问题是，在此次的合作中双方将扮演什么样的角色，什么样的战略考量促使了此次合作？

第二个问题是，在封闭园区这样一个测试项目之后，未来会有哪些更多更深的合作？

第三个问题是，这样一个方案的成本大概是多少？你们双方各自的优势在哪里？

杨柯（晶众地图）： 第一点，首先晶众是做高精度地图的，聚焦在道路这一侧，尤其是城市级高精度地图是核心之一，还有就是在“停车” 这个场景。这次与星云的合作也主要聚焦在道路上。

因为车路协同需要大量智能化及基础设施的接入，比如说智能路侧终端、智能车载终端以及路侧感知系统等，这些车路协同的产品及软件。晶众不做，所以我们选择结合并采用星云互联的车路协同及智能网联的系统产品，双方高度互补的业务将发挥最大协同效应，给自动驾驶场景提供完整的“端-管-云”解决方案。

第二点，实际上我们目前的合作主要都聚焦在技术维度上。基于晶众有高精度仿真的建模能力，尤其是三维高精度建模能力，结合晶众高精度地图低成本的优势，一会我来回答一下成本问题，这样的话就构成了一个立体的监控平台级解决方案。

第三点，关于地图成本，晶众母公司成立伊始，主要聚焦在ITS智慧交通领域，这让我们在交通领域积攒了大量城市道路交通方面的三维地图建设能力和经验，得益于我们在交通和地图两个板块之间的协同效应，大大降低了城市道路的三维建图成本。

战略合作框架，晶众和星云互联已正式启动V2X领域技术合作项目。我们将共同开展V2X云端数据监管系统解决方案的应用与展示，实现数十类V2X场景的数据集成与后台监控功能开发。晶众将提供高精度地图，构建高自由度的智能网联展示模型，且将作为子系统集成到星云互联的智能网联数据与监控管理中心。

石勇（星云互联） ：星云互联主要聚焦在车路协同产品和方案的落地应用，产品包括智能车载终端、智能路侧终端、路侧感知、应用算法、V2X协议栈以及云平台。我们和晶众的合作是基于晶众拥有三维地图建模和地图采集能力，双方可以最大化优势互补。

目前的车路云一体化协同是智能网联 汽车 和智慧交通的发展趋势，星云互联拥有V2X智能路侧和车载终端产品及算法，可以把路上的数据和车端、路端通讯数据汇总到云平台上，借助晶众的三位高精度地图数据资源，可以更好的把车路协同应用场景呈现和展示出来，同时做更立体化的、颗粒度更细的监控及运行管理优化，这是双方合作的一个切入点，也是发挥彼此优势的空间。

关于双方未来的合作的项目，星云互联将和晶众在车企研发能力构建、封闭测试区、城市开放道路、高速公路、仿真平台构建等多个领域展开。

上面第三个问题关于成本方面，V2X硬件产品方面的成本主要受限于市场规模，未来大规模应用后会有显著的下降。而现阶段星云互联和晶众地图的合作，形成一套V2X+高精度图的整合方案，将有助于双方降低在智能网联 汽车 测试或者示范区项目中系统集成和部署方面的成本。

焉知 汽车 ：请问杨总，晶众的智能网联 汽车 测试监控平台在这次的合作中将会打通哪些数据？打通后将会有什么样的变化？

杨柯： 在技术层面上来讲，先完成5G基础上的V2X数据之间的交换，具体的数据，一个是路边感知层面的数据，尤其是三维高精度地图之间数据要进行匹配和认证。

这里边尤其是位置、感应，还有一些流媒体的数据，比如说我们监控设备里边的一些视频。在道路维度上来讲，未来有一个命题实际上就叫做视频融合，尤其是影音的这种视频流就是监控过程当中，通过这些视频展示在系统上面，这是第一阶段，第二阶段是把能监控的内容统统上图通过系统展示出来，再一个就是设备里面带有的，包括车流、交通流，仿真和模拟的过程数据都可以上这套监控系统。

在监控过程当中，它会有涉及到运营和决策这样不同角色的介入，决策部门就提供了一个依据。

包括道路养护，包括视频流在行业应用，包括一些交警行业，包括一些特种行业里边都可以去使用，我指的是开放园区的。

对封闭园区来讲，尤其是对车辆的状态，车辆的位置等展示这个层面是全方位的。

这一些数据实际上本身是事件驱动型的数据，而事件驱动型的数据就需要有智能硬件作为载体来给它承载。包括比如说交通信号相关的、智能的、影音的。那么这一部分恰恰是星云互联所具备的，它能完全都包装在智能硬件里，然后按照规律传输，通过平台在后端完成接收，它是通过这种长链接的技术把数据发到这个平台上。

实际本质上来讲是端到晶众的平台，端到后端星云互联的平台，而晶众平台跟星云互联的平台又打通了之间的关联，这样的话就构成了以高精度数据展示界面为载体，就是高精度三维地图展示界面为载体的一整套关于监控的解决方案。

焉知 汽车 ：请问星云互联石总（石勇），星云互联车载设备是采用通用的协议？还是企业内部私有协议？

石勇： V2X技术的应用离不开行业或者国家标准的制定，目前，由星云互联深度参与编写的《合作式智能运输系统 专用短程通信 第3部分：网络层及应用层技术要求》已经作为国家标准颁布使用，这个标准已经能涵盖十几类V2X应用场景的数据交互需求。同时，星云互联也在牵头《合作式智能运输系统车用通信系统应用层及应用数据交互标准（第二阶段）》的制定工作。所以目前星云互联车载及路侧设备所用的通信技术，都是符合上面提到这些标准的，可以和其他同样符合标准的设备互联互通。同时，星云互联的产品也支持国际上一些其他主要国家和地区所颁布的V2X通信协议标准。

焉知 汽车 ：我们都知道V2X大多讲的是通信系统，那么这里面所产生的数据是归谁所有？

石勇： V2X或者说车路协同系统是一个复杂系统，这里面产生的数据实际上是有很多类，归属方也是多方面的，例如地图数据来自于图商，红绿灯数据来自于交警，车辆数据来自于用户。但我们想强调的一点是，V2X系统的核心意义是人、车、路包括云端之间的信息共享与协作，所以现在这个阶段我们与其去讨论V2X产生的数据归谁所有，不如去更多的 探索 交通系统中各个参与者如何更好地产生数据来为V2X系统所用。

基于上面这些考虑，如果要回答数据归谁所有的问题，实际上就比较清晰了。对于运行环境相关的数据，例如地图、红绿灯、路侧感知、气象环境等等，应该是谁负责建设运营，数据就归谁所有；而对于车辆数据，本质上应该是归属于车辆用户，交通系统里的其他参与者可以利用车辆实时对外广播的信息来优化行车行为或者交通运行管理，但只有特定有资质的实体才能去收集、记录车辆的数据。星云互联也在和一些交通管理部门及智能网联 汽车 示范区运营主体共同探讨以后车路协同数据的收集管理、运营使用等方面的机制。

杨柯： 从交付这个角度来讲，封闭园区交互，本身有运营的企业。

比如说襄阳的5G东风检测场，那么首先所有的数据归检测场，还有我们的交付方是谁，这个是按照商务来去考虑的，在车联网或者智能化、网联化都是一样的，比如整包的一级供应商，在合作的商业化项目中，拿到了这个订单，他要去交付给他的甲方，那么数据从归属这个角度来讲的话，完全归附到甲方的，我指的是数据运营产生的数据。

然后对于高精度地图来讲，关于信息安全跟传输，因为高精度地图有两个要素：一个是绝对的精度，还有是一定的鲜度。绝对的精度，因为晶众在交通板块本身就是做了大量的积淀，而且我们是通过CAD图纸来进行生产的，包括我们自主研发的生产工具，那么能保证绝对的精度。

相对的鲜度，现在业内公认的是众包的这种方式。众包的方式就是说无论是通过传感器去采集单车的回馈，然后合并压缩和处理都有一套很好的管理办法。从标准这个角度，众包现在还没有形成一个国家标准，所以现在很多都是在技术层面的探讨，还没有应用，所以城市内部的高精度地图，现在推的速度是很慢的。

所以鲜度上来讲目前并没有好办法，他只能说承诺一年更新两次或者是几次，导航电子地图现在还尚且不能做到众包更何况咱们三维高精度地图了。

5G时代能保证在本局域网内通过V2X的标准协议来进行传输是相对安全的。

但是绝对数据的安全还是要通过类似于像传统的vpn，还有这种专线，尤其是对于鲜度的保证上来讲，现在还没有一个统一的好的方法，这部分还是要探讨的。

焉知 汽车 ：请问杨总，城市级三维/二维高精地图的测绘到了什么阶段？接下来将还会有什么样的规划？

杨柯： 现在我们可以给您开放一组数据,目前晶众拥有全国最大的城市级道路高精度地图和停车高精度地图，道路高精度地图已覆盖全国70+城市，到今年年底计划是达到百城，这些都是城市级的，我们现在能形成一整张路网，把城市已经网格化和栅格化了，掌握城市地理系统里面的曲率和高程信息，这样的话一整张城市的三维地图也生成了。

撰文 | 火柴Q

编辑 | 甲小姐

设计 | 一凡

视频中，一位女士开着奥迪A8L在写字楼附近下车，她轻轻按了手机中的一个键，车就在无人驾驶的情况下自动来到地库并进入了车位。

等女士离开写字楼时，只需在上车点用手机一键召唤，车又自己从车库开了回来。

开门、上车、走人，干净利落，省去了费时耗力的停车、取车环节。

这就是“自动代客泊车”（Auto Valet Parking）场景(在奥迪当时的展示中使用的是piloted parking“遥控泊车”概念)。

在功能上，它是泊车辅助系统、ADAS（高级自动驾驶辅助系统）等的升级；在技术上，则属于低速L4级自动驾驶。

但5年来，并不新颖的AVP概念仍未照进现实。近两年的自动驾驶热潮更多表现在另一个细分赛道：城市道路乘用车L4级自动驾驶。

这是最符合一般人印象中的自动驾驶——无需司机 *** 作，车能自动载客穿梭于大街小巷，完成超车、倒车、避让行人等所有人类司机应该完成的任务。

其对应的终极商业模式是 Robo-Taxi（机器人出租车） ，它属于 TaaS（Transportation as a Service，运输即服务） 模式的一种。成立于2009年的Waymo（隶属于Google母公司Alphabet）是这一领域的先驱。

从2016年开始，这一细分赛道越加火热：通用于当年收购了自动驾驶公司Cruise，目前估值已达146亿美元；Drive.ai、Pony.ai、Rodarstar.ai、文远知行等瞄准高速L4/L5级自动驾驶的创业公司相继成立；百度的Apollo自动驾驶平台，Uber、滴滴的自动驾驶计划陆续上马。

但这种“快速发展”目前看来主要表现在融资和估值上。经过前两年的热潮，城市道路乘用车L4级自动驾驶在2018年进入瓶颈一年。

2018年11月，Waymo公司CEO John Krafcik在公开场合坦言自动驾驶技术的普及还需要几十年 。几天后，苹果联合创始人Steve Wozniak也表示： 自动驾驶 汽车 不可能在不久的将来实现 。

困住这些世界级聪明头脑的无非两个词：量产和商用化。

然而，AVP却很有可能率先打破城市空间中，乘用车高级别自动驾驶的量产和商业化僵局。

现在，市场离AVP的量产落地终于只有临门一脚了。

有可能踢出这“临门一脚”的是一家从ADAS辅助驾驶系统切入自动驾驶领域的上海公司——纵目 科技 。

2018年12月26日，纵目 科技 宣布收到中国一汽的项目定点信，将在中国一汽红旗品牌2020年的量产车型上，部署低速L4级自动驾驶AVP产品。 纵目成为中国首个拿下整车厂AVP量产项目的公司。

让纵目拿下车厂订单的是他们在去年11月针对停车场低速场景推出的AVP1.0版的升级版。而纵目对这一领域的 探索 起步于更早之前的2016年9月。

当时，在国内自动驾驶领域，相比黑 科技 感更强的无人车方向，AVP并不是焦点。

到2017年7月，戴姆勒和博世在斯图加特梅赛德斯奔驰博物馆共同宣布了“自动代客泊车”（Auto Valet Parking）概念（二者在这一领域的合作始于2015年），业内才对这一场景有了较为统一的说法。

而2018年，AVP的竞争已是如火如荼。

纵观以上进展，大部分是概念、Demo、技术方案、战略合作的发布。

这说明两个问题：

一、各玩家都看到了AVP的前景。

纵目 科技 创始人兼CEO唐锐也告诉「甲子光年」：“我认为AVP是中国市场上（自动驾驶领域）最具有战略价值的高地。”

梅赛德斯-奔驰乘用车中国研发中心负责人安尔翰（Prof. Dr. Hans Georg Engel）也曾在去年表示：AVP是通往自动驾驶之路的重要里程碑。

二、真正在这一领域有长期积累的玩家并不多。

上述进展中，有些项目的研发是在去年才启动的，许多进展仅停留在合作发布阶段，还未到测试，更未到量产阶段。

在这个背景下， 纵目在12月拿到的一汽红旗轿车AVP量产订单就具有了重要的市场开拓性意义 ——纵目的AVP系统很可能率先登录主流乘用车。

站在众玩家扎堆进军AVP的时刻，纵目 科技 创始人兼CEO唐锐向「甲子光年」回顾了他的思考历程：为何在2017年上半年就看准了AVP？

可以先从商业逻辑来看这个问题。

在考虑 自动驾驶各落地场景的机会大小和商业化速度时，主要看4个维度： 封闭场景/开放场景、固定路线/自由路线、低速/高速、车里有乘客/无乘客。

除了技术差异外，以上四维度中，封闭场景/开放场景还涉及路权问题；有乘客/无乘客则涉及立法难度。

而自动驾驶的商业模式则主要有两种：

一是上文提到的 TaaS ，在这个模式中，自动驾驶是运营服务得以成立的核心技术。

二是 汽车 产业的传统商业模式，即 在 汽车 里加入自动驾驶功能，再卖给消费者，唐锐将其总结为VaaP （Vehicle as a Product）。在这个模式中，提供自动驾驶系统的公司充当整车厂的供应商。

VaaP是现在，TaaS是未来。

以这个框架来看，最复杂且商业价值最大的情况是“开放道路、自由路线、高速、车里有人”，它可以直接应用在城市出行上—— Roadstar.ai、Pony.ai、文远知行等公司，以及全球自动驾驶头把交椅Waymo都是在向这个“桂冠场景”挑战 。其对应的商业模式Robo-Taxi将彻底改变人类出行方式，进而改变生活方式、交往形态，催生一系列新业态。

这也是这类公司吸引了大量风投的原因，大机会不容错过。但这一场景的商业化时间目前看起来还很遥远。

最容易落地的情况则是“封闭道路、固定路线、低速、车里无人” ，比如矿区中的矿车和园区里的无人物流车；但这一场景的商业价值有限，向其他场景的迁移性也有限。

而AVP则处在中间——“开放道路（但停车场、尤其是地库等类型的停车场里行人不多）、自由路线、低速、车里无人”。

这刚好是一个折中的、有较大延展性的场景 ，它具备以下特点：

一、法律法规障碍小——落地快、量大

相比其他城市中开放、半开放场景，低速且车中无人的AVP的立法难度和伦理风险显然更小。

这个场景中不存在“保乘客还是保行人”的伦理难题；由于速度低和地库较少有行人出入，其事故风险也更小。

唐锐告诉「甲子光年」，他认为AVP能更快落地的根本原因就是：“法律法规更简单，车厂上量产订单的意愿会更强。”

这直接带来的商业后果就是AVP能更快落地，且量大。

二、同时面向VaaP和TaaS市场——能造血、空间大

在VaaP市场 ，大众、戴姆勒、宝马、沃尔沃等公司都已将嵌入AVP系统的量产车型提上日程。纵目此次拿到的一汽AVP量产订单也属于VaaP模式。

VaaP让做AVP的厂家能在 相对短期内获得营收，具备一定自我造血能力 。

而同时， AVP又具有切入运营服务，即TaaS市场的潜力 。

当下，AVP产品形态就可以直接切入 汽车 分时租赁运营服务 。

这个模式其实就是共享单车的 汽车 版。但相对自行车， 汽车 的取放更复杂。分时租赁运营商需要在调度车辆上花大量运营成本，且停车、取车不便也影响了分时租赁的市场接受度。

所以 分时租赁运营商有采用AVP系统的强烈需求 。

在分时租赁模式中，AVP厂商有机会参与运营，提供增值服务，如为保险业提供数据洞察、在乘客的AVP控制入口（如手机APP）上添加精准营销、目的地打折信息、广告等业务。

这是一个比供应商角色更轻、边际效益更大、 更有利润空间的商业模式 。

三、AVP未来有切入“桂冠场景”的潜力

如前所述，投入自动驾驶的资本和人才浩浩汤汤，最让大家的兴奋的还是“桂冠场景”——城市道路高速自动驾驶场景。

而AVP具有切入这一场景的潜质。

这是因为AVP对技术的要求其实很高。

这个场景满足开放道路、自由路线的特点，这意味着需要完全的L4级自动驾驶技术才能保证AVP的大规模商业落地。

AVP与自动驾驶桂冠场景的差异主要在于：

而 以上两大差异，正是目前限制高速L4级自动驾驶落地的瓶颈 。

前者使得方案里不得不使用探测距离更远、但价格昂贵的激光雷达，成本居高不下。

后者则有待技术突破。正如Waymo CEO John Krafcik所说，自动驾驶普及还需要几十年，主要是因为技术还没有突破在任何天气、任何条件下都能驾驶的最高等级L5。只要这个能力不解锁，就无法真正保障自动驾驶的安全性。

换言之，有实力做出可靠AVP方案的公司，在技术上，和瞄准高速L4级自动驾驶的公司并无泾渭分明的鸿沟。

用唐锐的话说，技术上能有的都有。而那些该有还未有的技术，大家都还在等待。

其次， 与园区物流车、高速公路卡车等细分赛道相比，AVP直接应用在乘用车上 ，与乘用车高速自动驾驶场景更具有商业和合作上的顺承性。

先成为整车厂的低速L4级AVP供应商，再共同研发高速L4级自动驾驶，可能会成为一条稳扎稳打的桂冠场景进击路。

“我认为这是一个战略高地，如果这个占领住了，再去打高速，这个很Solid（有坚实的基础）。”唐锐说，“在中国，低速L4级自动驾驶可能先落地”。

纵目能在2016年底较早捕捉到AVP的机会还得益于这家公司的基因。

纵目刚好代表自动驾驶领域的 一大派别“车+AI”，另一大派则是“AI+车” 。

所谓 “车+AI”就是以 汽车 行业为基点切入自动驾驶 。通用、大众、丰田等车厂的尝试，博世、采埃孚、大陆、现代摩比斯等Tier 1（一级供应商）的尝试都属于这一派，其特点是产品导向。

成立于2013年的纵目也是一家“车派”的自动驾驶公司，团队有深厚的 汽车 背景：

纵目创始人唐锐曾有14年 汽车 半导体的研发管理经验；团队中还包含了原奇瑞 汽车 工程研究院总工程师陈卓超等多位国际一流Tier1的高管和技术专家；在2016年开始组建技术团队后，也引进了曾在Zoran与CSR公司担任高级研发经理的王凡等AI人才。纵目对车厂的量产流程，如何控制产品成本有清晰、清醒的认识。

而“AI+车”则是以AI技术为基点，从自动驾驶的算法切入，逐步谋求商业落地。 许多有互联网 科技 背景的公司都属于“AI+车”一派。

其在海外的代表是Waymo、Cruise、Uber自动驾驶、Auto X等公司，在国内的代表则有百度Apollo和Pony.ai、Roadstar.ai、文远知行等（最后提及的这三家公司都有百度背景）。

但 到了2018年的萧瑟环境中，市场更关心的是谁能好好活在当下 。

从“生存力”上来说，车+AI一派有一定的优势。

纵目的发展历程也正是如此。

2013年到2017年是纵目的第一个阶段，完成了从初创公司到Tier 1的跨越。

此阶段纵目主推的产品是L0到L2级的ADAS系统，能实现司机在最后3-5米的辅助泊车及辅助驾驶功能。

到2017年5月，已经在厦门、上海建立了自己的生产线，并拿到IATF16949认证（一种生产过程质量体系认证）的纵目从主要提供算法和方案的二级供应商，升级成了直接面向车厂、同时提供软硬件产品和服务的Tier 1，合作车企包括吉利、威马、上汽大通、北汽银翔、江铃新能源、车和家等。

与此同时，完成A轮融资后，纵目在 2016年春节后开始组建自动驾驶团队 。与“AI+车”派的最大区别是，纵目从第一天做自动驾驶，想的就是怎么才能真正量产。

唐锐对如何实现自动驾驶量产有3个思考。

首先， 量产一定要在品质上达到“车规级” 。

汽车 是出行工具，但从另一个角度看，也是“杀人机器”， 汽车 之所以成为工业明珠，就是因为任何用在 汽车 上的零部件和系统一定要经过各种高低温、跌落、震荡、老化等极端情况的考验，尽可能保证安全性和稳定性。

这是一个快不起来的过程。法雷奥中国区CTO顾剑民曾表示：“从方案到最后的量产，一款真正的车规级的开发一般需要花费五年或七年。”作为Tier 1，纵目开始做自动驾驶时，车规级产品出货已达50万套，有较丰富的研发和量产经验。

第二，在质量过硬的同时， 一定要严格控制成本，才能上量 。

这也是纵目着力进军低速L4场景的原因，因为低速场景不需要太长的制动距离，不用使用动辄数万元的激光雷达等昂贵部件，对于计算平台的处理能力也不会有过高要求。

纵目以视觉的感知方案为基础，搭配低成本毫米波雷达，使用价格较低的高通骁龙820A平台，把AVP的成本控制得很低。 “我们可以把整套系统，控制器加所有传感器做到几千元以内。” 纵目副总裁陈超卓告诉「甲子光年」。

第三， 量产还要满足市场需求 。

停车难、取车难，以及城市道路上的拥堵是中国出行领域的特殊痛点。所以唐锐判断，美国的高速场景可能有一定优势，但在中国，大概率是低速L4自动驾驶先落地。

在这样的思考下，纵目在2016年9月开始开发AVP产品，在2017年11月底率先推出了自己的AVP1.0系统。

回顾纵目如何能获得市场先机，唐锐说：“这是一个思维方式的问题， 当时很多人都想做很炫酷的高速自动驾驶公司，没有严肃地去想，中国市场到底需要什么自动驾驶。 ”

在具体开启AVP的商业打法时， 纵目也保持了“车+AI”的稳健 。

稳首先表现在资本借力上。由于ADAS产品线已相对成熟，和许多大举融资的自动驾驶公司不同，纵目的做法是用ADAS的造血能力来覆盖研发自动驾驶的部分成本，因而对外部资本的依赖没那么大。

在拓展商业模式上，纵目首先仍是做好供应商的角色，从2018年初开始推动与整车厂的AVP量产订单， 走完了技术交流、SOR （Specification Of Requirements，车厂对供应商的产品规格要求） 、招标、定标、工厂审核的复杂流程 ，最终在年底拿到了一汽的定点信。

这个过程中，纵目花了3年多时间建立的一级供应商角色的优势开始显现，具体表现为与车厂采购部门的良好商业关系，与车厂研究院的多年的技术合作和与SQE（供应商质量工程师）在生产和质量把控上的默契。

同时，自动驾驶技术也让纵目有了跳出“一级供应商”实现产业链位置再升级的机会，即切入分时租赁运营服务。

“我有一个观点，L4级的自动驾驶一定是运营相关的。”唐锐说，“ 分时租赁是我们看到的一个大机会，它不仅能让传统的ADAS升级，还能带来新的商业模式。 ”

目前，纵目已经和多家整车厂旗下的分时租赁平台展开了初步接触，共同 探索 AVP在分时租赁模式下的落地方式。

梳理5年的 历史 ，并不高调的纵目有一条从辅助驾驶到自动驾驶的清晰升级路径：

“从整个公司来讲，战略很清楚——我们怎么从低速、AVP这个切口，树立纵目在自动驾驶的领导地位。这个我们没变过。”唐锐告诉「甲子光年」。

在AVP即将量产的前夕，这个市场仍有一些不确定之处。

最大的争议点是技术方案的收敛方向：

目前，在AVP具体怎么做上，存在一个光谱分布，光谱一端是“改车派”、一端是“改车库派”。

纵目是改车派，追求 “车的智能” ，即在不改造地库的情况下，实现AVP。

唐锐认为改车方案有三个好处：

一是能更好地控制成本——改造地库的成本比较高，而且限制了AVP使用的地域范围；

二是纵目本身与车厂有较强的合作关系，而大车厂可以通过量产出货迅速催熟AVP这一商用特性，改造车库则要牵涉与地产商、物业的合作，市场碎片化和区域属性太强，增加了商业落地难度；

三是改造地库的方案对车的智能要求不够高，而通过“改车”来实现AVP，则更接近未来的高速L4自动驾驶场景，符合纵目的长远发展战略。

“如果停车场有通信和车-场协同更好，但如果不改造，车也有足够的智能，就像人能在陌生停车场找到停车位一样。”唐锐说。

地平线也属于改车派，在去年11月28日，地平线首次公开测试了其AVP项目，不过地平线目前的方案用的是Velodyne 16线激光雷达（官方售价为3999美元），成本有待进一步降低。

全球最大一级供应商博世则是“改车库派”的代表 ，可以通过对车库的改造，让不同车型实现“自动停车”，车辆本身只需要电子制动、自动换挡、电子助力转向及远程互联等基础功能，不需要任何环境感知功能。

这个方案的优点是对车辆要求低，但目前的成本较高。

在去年博世和戴姆勒于中国联合展示的方案中，他们使用了柱式安装的工业级单线激光雷达。基于系统冗余的考虑，实际应用中，可能平均每3个车位就要布局25个激光雷达，在成本上尚不现实。

禾多 科技 去年底推出的 Holoparking则处在中间位置 。

用禾多 科技 创始人倪凯的话总结是 “场端、高精地图端、车端”组成的“三端合一”方案 。

这一方案的难点是需要做系统性研发：“我需要把这三端都做研发，面相对铺得比较开，需要很多的技术模块共同来完成。”倪凯曾在接受采访时说。

不管是“改车派”还是“改地库派”， 在推进AVP商业落地的过程中，都面临一个共同问题，就是需要整合各方资源，制定一套新的产业链利益分配方式 。这是因为AVP作为L4自动驾驶的一个应用，脱离了单一硬件模块或者软件功能的概念；AVP技术提供方也不再是单纯的整车厂Tier 1供应商，而是越来越深地卷入了AVP“产品+后服务”的全生命周期。

目前来看，AVP这一场景牵涉的商业角色有6类：AVP自动驾驶技术提供方、整车厂、分时租赁运营方、高精地图图商（自动驾驶技术的实现需要配套的地库高精地图）、充电技术供应商和商业地产/物业公司。

各方有待厘清的问题主要在于两方面。

一是商业模式 ，这涉及最终谁来买单，上游如何分润。

买单方是相对明确的 ——不管是VaaP模式还是TaaS模式，最后的付费者都有C端的司机/乘客；而TaaS模式下，还可以有部分“羊毛出在猪身上”的收入，比如与出行服务结合的营销、广告、保险等业务。

各参与方需要考虑的是最终端的消费者愿意为AVP系统花多少钱？是愿意按次花钱，还是一次付完？

上游的分润模式则有更大的不确定性。 对纵目这样的技术供应商来说，他们可能想终止以往卖产品、卖license的单次收费模式，改为按调用次数收费，并试图切入以AVP为基础的增值服务；图商、物业也需要在新模式中找到合理的分润方式。

二是权责如何分配： 万一车辆在自主泊车过程中出现事故，谁是责任方？保险公司应如何赔付？

“一定是服务的商业模式，”唐锐坚定地看好AVP和分时租赁结合的运营服务，但他也坦言： “具体的利益分配、责任分配现在看还不清楚。”

但这种“模糊”的状态，往往也意味着机会。

对纵目这类 汽车 行业的后起之秀而言，它们有机会通过新一轮变革获得最有利的市场位置。

“整个市场是比较碎片化的，谁都没有完全的话语权， 正是因为这个事比较复杂，所以需要一个核心的技术供应商来挑头。 ”唐锐这样看待现在的局势和纵目可能的位置。

目前，纵目已和部分车厂、图商、商业地产物业等相关角色讨论新的商业规则。

接下来，纵目的远期目标是在实现AVP的基础上，升级到高速L4级自动驾驶。

这家步步为营的公司，制定了一个三步走方案。

第一步是继续和整车厂密切合作，跑通AVP技术量产落地的从0到1。

2018年，纵目已接到了大量国内车企的预研项目，在一汽红旗车型的量产AVP订单后，纵目或将公布更多好消息，包括进入合资车企的供应链。

唐锐自己的判断是， 跑通从0到1的关键是2020年，当装载AVP的车辆到达一年10万台以上后，AVP才算经受了市场检验。

同时， 纵目也已开始布局第二步，用AVP技术提升分时租赁服务商的调度效率 。

“我个人判断，做分时租赁的企业比较适合从1到N复制。”唐锐告诉「甲子光年」，这类运营厂商更看重市场推广和铺量，在产品被充分验证前，很难满足他们的商业拓展需求。

所以，纵目的计划是在稍晚的时间——大概2019年下半年开始和分时租赁公司谈具体的落地项目。

在此之前，纵目会在小范围内通过大量测试，跑通AVP与分时租赁结合的各个技术点，再去和大平台做联合运营。

第三步，则是 在未来开始真正进入高速L4级自动驾驶领域 。

在这个过程中，纵目仍会借助自己的Tier 1身份，以ADAS和AVP产品线获得收益，自我造血。

同时，在技术条件更成熟、传感器成本降低、法律法规环境也更完善时，进军高速L4级自动驾驶的“桂冠场景”。

唐锐对“时机”的判断是，真正L4级产品的竞争会发生在未来5到10年间，这是一个足够大的机会，也需要付出足够的耐心。

“真正让自动驾驶exciting（令人兴奋）的东西，一定是service（运营）。”唐锐说。

在新的自动驾驶和运营结合的时代里，纵目不会停留在一个传统Tier 1的角色，而是考虑更多可能性——比如通过核心部件切入，深入参与出行方式变革带来的一系列增值服务。

“我们希望是第一个在中国证明L4能真正商业化落地的公司。”唐锐是一个不愿过多展露锋芒的人，但这一次，他不吝说纵目就是要当第一。

第一究竟花落谁家，和自动驾驶的发展一样，“欲速则不达”，心急看不了结果。

但率先拿到一汽AVP量产订单，为纵目的豪言增添了底气，这家公司己赢得了一个有利位置。未来两年，它将对阶段性的胜利发起冲刺。

---