自动驾驶过冬

对自动驾驶行业来说，2022年可以被称为一个关键的调整之年。

这一年内，行业内裁员、倒闭、部门裁撤等各种消息频出，但另一方面，在结束了过去两年资本的狂热之后，越来越多的公司开始重新审视自身的业务模式，从专注高阶技术转变为更加务实的双轮驱动模式。

“讲故事的时代已经过去了，2022年全球经济大环境偏冷，投资机构的日子也不好过，量产与商业化能力成为众多投资机构看中的关键要素。”一家累计融资额超过10亿美元的自动驾驶公司副总裁告诉21世纪经济报道记者，不少自动驾驶厂商也被迫放弃代表“星辰大海”的完全无人驾驶，开始瞄准“自动泊车”、“高速自动巡航”等细分模块，携手主机厂，“飞入寻常百姓家”。

活下去、不要倒在黎明之前，正在成为自动驾驶行业的共识。

图片来源：视觉中国

自动驾驶融资环境遇冷

据记者不完全统计，2022年全年，国内自动驾驶行业总共发生投资事件126起，累计披露的融资金额超过200亿元人民币。而2021年，国内总共发生的投资事件超140起，累计披露的融资金额超过850亿元人民币。

在这其中，专注于拿掉驾驶人员的L4\L5级别自动驾驶企业成为被一级市场抛弃的“重灾区”。

2022年10月26日，福特汽车宣布，汽车自动驾驶技术开发项目Argo AI将被关闭解散，其成员与部分零部件将分别纳入福特汽车公司与大众汽车公司。

Argo AI曾是自动驾驶圈内最风光的公司之一，其创立于2016年，专注于L4级别自动驾驶技术的研发，估值一度高达70亿美元，累计吸金26亿美元，团队规模高达2000人。

与此同时，另一家备受期待的跨界造车明星苹果也遭遇“滑铁卢”。

2022年12月，据相关媒体援引知情人士透露，苹果放弃了原先构想的完全无人驾驶计划，转变为将新款汽车设计为包括方向盘和踏板，并且只支持高速公路上的全自动驾驶能力的模式。并将该汽车的目标上市日期推迟了约一年，至2026年。

这也体现出消费电子龙头在向汽车行业跨界的过程中面临的巨大挑战与障碍。

自动驾驶融资环境寰球同此凉热。国外自动驾驶公司的日子不好过，国内公司同样面临重重挑战。

2022年11月，全球“自动驾驶第一股”图森未来传出大裁员的消息，这是继其10月份上演了一出CEO被董事会开除的人事巨变后，又曝出的人力资源动荡。

图森未来对公司核心业务——自动驾驶卡车测试系统部门进行了缩减，其在亚利桑那州和得克萨斯州公共道路上构建自动驾驶系统和测试自动驾驶卡车的工作大部分将被取消。

图森未来的股价在2022年末也出现了暴跌，与2022年年初相比下跌了95.63%，在第三季度，该公司报告了1.13亿美元（约合人民币7.9亿元）的亏损，而收入仅为270万美元（约合人民币1885万元）。

携手车企，走向量产

“现在自动驾驶行业的确进入了一个资本寒冬，我们也感觉到非常的冷，冷到骨子里，要勒紧裤腰带过日子。”新石器无人车CEO余恩源在接受21世纪经济报道等媒体采访时表示，自动驾驶行业或正在面临史上最大规模的资本退潮期。

因此，在现实面前，越来越多的自动驾驶厂商选择了“两条腿走路”的业务模式，即不再只专注L4\L5等高级别的自动驾驶，转而将资源与精力向与主机厂合作的高阶辅助驾驶模块之上倾斜。

“自动驾驶发展到今天，发展趋势也更加明朗：渐进量产的路径会比Waymo代表的‘一步到位’的路径更加高效。因为只有基于量产车海量的回传数据，才能不断地锻炼自动驾驶公司的软件算法，推动自动驾驶能力的提升。”禾多科技CEO倪凯在接受21世纪经济报道记者采访时说道。

2021年10月，广汽集团与禾多科技正式签订合作协议，宣布搭载禾多自动驾驶系统的首款广汽车型将于2022年上市。2022年3月，广汽集团旗下广汽资本完成对禾多科技的独家战略投资，投资金额为数亿元，占股10%以上，成为禾多的重要战略股东。

倪凯将与广汽达成合作概括为禾多的一个“里程碑”式的事件。“收获量产订单、推动自动驾驶方案在乘用车上大规模搭载，是公司一直以来的目标和发展方向。”

在Momenta相关负责人看来，当前自动驾驶最具挑战的技术难题，是如何规模化解决海量长尾场景。“Momenta希望不论是人机共驾系统或是完全无人驾驶，不论在中国还是德国乃至全球范围，都能提供10倍于人类司机的安全性。为了实现足够安全性，必须解决海量长尾场景中的大量问题，不能简单通过自建车队去实现。”

该负责人告诉记者，Momenta的解决方案是通过数据驱动的方式，自动化的发现和处理海量长尾问题。“基于此洞察，我们衍生出两条腿的产品战略，基于统一量产传感器平台，打通从飞轮式L4到量产自动驾驶的技术流，及从量产自动驾驶到飞轮式L4的数据流。”

而在成立之初就瞄准L4级别自动驾驶的厂商，也开始将规模化落地的量产能力纳入自身业务目标之中。

在两年前于一场媒体沟通会上说出“初创公司应该做时间的朋友，而不是短期内强调造血能力”的文远知行CEO韩旭，将开发自动驾驶技术比作开发抗癌药，“当它开发出来的那一天会有巨大价值，但是在这之前想追求商业价值是拔苗助长。”

2022年12月，轻舟智航宣布完成数亿元B1轮融资，本轮投资方包含中金资本旗下中金汇融基金、TCL，以及某产业生态头部芯片企业，老股东元生资本跟投。

值得注意的是，本轮融资中，轻舟智航首次获得来自供应链企业的投资。据知情人士透露，该企业看好轻舟智航量产落地的能力，“之前自动驾驶L4遇冷或者遭到质疑主要还是因为没有看到商业化前景，但轻舟智航‘双擎’战略的布局体现了对量产落地的重视，整体的商业化布局做得比较不错。”该知情人士说道。

轻舟智航联合创始人，CEO于骞曾在采访中告诉21世纪经济报道记者，“双擎”战略是指以公开道路L4级别自动驾驶能力为“动力引擎”，提升技术能力的深度；以高级辅助驾驶前装量产规模化落地为“创新引擎”，拓宽场景应用的宽度。

开放路权推动场景落地

技术探索与资本支持之外，政策空间的大小也在深刻影响着中国自动驾驶行业的发展进程。

多位受访者在接受21世纪经济报道记者采访时表示，自动驾驶作为人工智能的主要应用场景之一，其对于场景数据的样本量有着巨大的需求，而这则依赖于自动驾驶厂商实际的落地运行。“中国的路况环境十分复杂，道路参与者众多，如果没有丰富的数据量作为支撑，那么人工智能后续的规划和决策也就无从谈起了。”

值得注意的是，地方政府已经开始探索给予自动驾驶厂商路权开放。

去年11月，苏州市相城区宣布开放全域489平方公里、道路1906公里，作为智能网联汽车道路测试、示范应用和示范运营区域。开放苏州高铁新城28.9平方公里、道路162公里，作为有条件开展“主驾无人”的道路测试、示范应用和示范运营。

与此同时，苏州开放S17在内的高速公路进行道路测试和示范应用，鼓励具备条件的企业开展示范运营探索，加快技术创新和产业发展，为智能车联网产业高质量发展提供支撑。

上海也在同月宣布将进一步扩大测试道路规模。据上海市交通委消息，上海市嘉定区开放自动驾驶测试道路里程达500.6公里，包括嘉定区域内G1503绕城高速21.5公里、G2京沪高速19.5公里和嘉定区内303条、459.6公里地面道路，实现嘉定自动驾驶测试道路全域开放。

截至目前，上海累计开放926条、1800公里测试道路，可测场景达1.5万个，里程数和可测场景数据均居全国前列，已打造成场景较为完备、引领国内发展的智能网联汽车测试应用环境。

完善标准与基础设施建设

在开放路权之外，智能网联道路区域内5G网络的覆盖等相关基础设施的建设以及相关标准的制定也成为地方政府在过去一年密集发力的领域。

“目前自动驾驶行业的一大问题在于全球自动驾驶的法律法规和标准处于一个暂时缺失的状态。”TUV莱茵大中华区交通服务副总裁黄余欣告诉记者，现阶段由于没有大批量的认证法律法规，在客观上限制了自动驾驶车辆，或搭载自动驾驶功能的车辆大批量的销售，只有一些小批量以及试验方面的车辆在市面上销售。

一些城市正在推进政策的先行先试。

2022年9月5日，上海印发《上海市加快智能网联汽车创新发展实施方案》，目标到2025年产业规模达到5000亿元，L2和L3级汽车占新车生产比例超过70%，并从七大方向布局重点任务，全产业链协同推进。

去年10月中旬，深圳发布《深圳市关于促进智能网联汽车产业高质量发展的若干措施(征求意见稿)》，拟从增强技术自主创新能力、促进产业协同集聚发展、扩大多元场景综合应用等方面，推动智能网联汽车产业发展。

华东政法大学法律学院副院长陈越峰教授在接受21世纪经济报道记者采访时表示，上述文件对Robotaxi的示范运营申请主体、驾驶人、车辆、保险提出了相应要求，有助于加速智能网联汽车的加速落地。“目前我国自动驾驶立法上的难点并不在于事故发生之后责任的划分，而在于智能网联车的许可、准入问题上，即什么样的智能网联汽车达到了安全上路的标准，而上述文件对准入的主体、车辆等进行了细化处理，有助于加速智能网联汽车的加速落地。”

但也有行业人士指出，城市道路有着区别于其他场景的复杂性，因此政府在制定政策的过程中，应因地制宜，系统考虑。

“智能汽车已经成为交通运输中最重要的信息采集移动智能节点。车联网带来的不仅仅是出行，更是截然不同的场景。”普华永道中国数字化运营服务主管合伙人郭誉清在接受21世纪经济报道记者采访时指出，在港口运输和高速公路上，编队自动跟车，协作式变道以及车辆路径引导等已经得到了实际的应用。

而与高速公路和港口园区相比，城市中的交通场景更加复杂多变。绿波引导驾驶、特殊车辆信号优先和紧急呼叫等场景应用为提高交通运行的效率、提升道路安全水平做出了贡献。

与此同时，郭誉清表示，车联网的全面市场化普及仍面临着网联安全、验证评价体系及规模效应方面的诸多挑战和难题。“在技术标准日趋完善的基础上，产业链各方需要加强协作，解决车联网基础设施建设、运营管理、商业模式探索等难题，突破大规模测试验证、安全认证等诸多技术困境。”