全球48家自動駕駛公司這些問題搞不定!蘋果與谷歌差距1萬倍?
車東西(公眾號:chedongxi)
文 | Origin
父老鄉親們,自動駕駛界一年一度的成績單又來了!
美國加州車管局(DMV)公佈了48家獲得加州自動駕駛路測牌照公司2018年的路測資料。
每一年,根據報告中公佈的各家公司的自動駕駛車輛路測里程數和脫離數(disengagement),業界可以對一家公司的自動駕駛研發成果、實力進行大致的評估。
首先,我們闡明一個最重要的概念MPD——每次干預數行駛里程,代表自動駕駛汽車每行駛多少里程才需要人工干預一次。
它由一家公司報告的總路測里程數除以總干預次數得到,這是目前衡量一輛自動駕駛汽車“駕駛水平”最直觀的指標。
一家自動駕駛公司的MPD越高,在大體上就意味著這家公司的自動駕駛技術水平越牛X。
車東西對DMV自動駕駛路測年度報告中48家公司的資料進行了整理,按MPD進行了排列。
誰是無人駕駛的扛把子?哪些公司在突飛猛進?又是誰在裹足不前?
上述問題一表可知。
一、48公司晒出自動駕駛成績單 18家交了白卷
目前,拿到加州自動駕駛路測牌照的公司一共有62家。 根據DMV的要求,只要這些企業在拿到牌照達到一年,就需要提交相應的自動駕駛路測報告。
今年,一共有48家企業向DMV提交了報告。要評估一家公司的自動駕駛實力,DMV收集的這些報告是難得的一手資料。自動駕駛行業的年度成績單由此而來。
MPD是這份自動駕駛成績單的核心指標。同時,得出這一資料的 路測里程 與 脫離數 ,以及 路測車隊的規模 ,也對認識一家公司的自動駕駛整體實力有著非常重要的作用,值得重點關注。
1、谷歌第一通用第二 資料超其他公司總和
在DMV的報告中,谷歌Waymo、通用Cruise位列第1、2,地位難以撼動。
第3-第10名則是Zoox、Nuro.ai、Pony.ai、日產、百度、AImotive、AutoX、Roadstar.ai。
對於這8家公司來說,Waymo與Cruise的自動駕駛競賽儼然已是神仙打架級別。
兩家巨頭去年的核心指標MPD分別為11017.5以及5505,位列第一、第二,將其他企業遠遠甩開——第三名的Zoox MPD不到2000,通用這一資料是其250%,谷歌是其500%。如果換成第1的谷歌和第10的Roadstar.ai比,前者的MPD是後者的將近63倍。
而兩家公司在加州地區路測170萬英里,超過其他所有公司加起來的總和。兩家公司在加州投放273輛自動駕駛測試車,同樣超過其他公司總和。
2、榜單前十創業公司佔五席
今年提交了路測報告的30家自動駕駛公司中,14家是創業公司,佔比46.7%,成為榜單中的中堅力量。
Zoox、Nuro.ai、Pony.ai、AImotive、AutoX、Roadstar.ai 5家公司擠入前十,超過為數不少大企業。
其中,ZooX、Nuro.ai、Pony.AI估值超過10億美元,成為自動駕駛獨角獸。
3、5家中國自動駕駛公司進前十
來自中國的自動駕駛公司在DMV的榜單中存在感大增,Nuro.ai、Pony.ai、百度、AutoX、Roadstar.ai 5家中國公司或中國人在美創辦的公司在前十中拿下5個位置,其中,Nuro.ai排名最高,名列第4。
而2018年共有9家中國公司在加州進行了實際路測,佔到名單中活躍企業的30%。從這個角度看,在加州活躍的中國自動駕駛公司平均質量相當高。
毫無疑問中國公司在自動駕駛領域發揮的作用將越來越重要。
4、18家公司“交白卷” 車企佔多
與此同時,今年總計有18家公司向DMV交了白卷,他們並沒有在加州開展自動駕駛的路測活動,各家的理由不盡相同。
比如特斯拉,每年都交白卷,但每年都會強調他們在用每輛特斯拉都搭載的“影子模式”發展自己的自動駕駛技術。
▲特斯拉報告,交了白卷仍然很硬氣
國內比較熟悉的圖森未來,則是因為加州對卡車自動駕駛測試監管較嚴格,轉戰至監管相對寬鬆的亞利桑那。
任性的如德爾福,他們在加州簡單測試了近300英里,全程沒有讓人類接管,但他們坦陳,在高速路段上的小規模測試,對複雜的自動駕駛技術不具有說明性,那這個成績還是不算了吧。
車東西觀察到,交白卷的公司以車企以及汽車零部件供應商為主。雷諾、斯巴魯、大眾、長安、福特、博世、大陸、法雷奧去年都未在加州開展自動駕駛路測。
這也說明,車企等傳統勢力,目前的主要精力仍然在L1-L2級自動駕駛即輔助駕駛(ADAS)上,高等級的自動駕駛技術研發,在他們之中的優先順序比較低。
以下,看一看各位選手的詳細表現。
二、谷歌大幅領先 蘋果慘倒數
2017年,谷歌憑藉高達5596(單位為英里)的MPD值甩開第二名的通用Cruise(MPD為1236)4倍還多,在當年的DMV自動駕駛路測報告中一舉奪魁。
MPD值5596意味著,換算成我們熟悉的單位,谷歌的無人車行駛9005公里,才需要人工介入一次。
而到了2018年,在DMV的報告中,谷歌的MPD直接將近翻倍,達到了11017.5。現在谷歌的無人車跑上17731公里,才需要人工介入一次——這個距離足夠谷歌的無人車在美國東西海岸之間跑一個來回。
而這個成績背後,是谷歌去年用了111輛無人駕駛Pacifica,在加州地區以自動駕駛模式總共跑了125.6萬英里,平均每輛車一年要跑1.13萬英里(約合1.82萬公里)。
▲谷歌Waymo無人車
值得注意的是,谷歌還在美國亞利桑那部署了數百輛無人車,隨著谷歌無人計程車的試商業化,其總路測里程還會快速攀升,這對其技術的進一步發展是一大利好。
憑藉先發優勢與規模優勢,Waymo目前由投行Jefferies給出的估值已經達到了2500億美元,在無人駕駛技術領域顯然谷歌還會當很久的老大。
在谷歌之後,通用Cruise緊追不捨。DMV今年的報告透露出了一個好訊息——通用的無人駕駛進步神速,其5205的MPD值基本上已經達到了谷歌去年的水平(5596)。
去年,通用Cruise的MPD為1236。一年時間,通用Cruise的成績猛漲4倍還多。
需要提到的是,加州最大的自動駕駛車隊就屬於通用,總共達到了162輛。
2018年,Cruise收到了來自軟銀和本田的50億美元融資。可以預見的是,在鉅額的資金支援下,Cruise的測試車隊規模還會大幅度增長。
可以看到的是,資金吸納能力與技術研發能力互相滾雪球的馬太效應已經在谷歌和通用兩家公司身上體現得愈發明顯,他們比其他公司更可能更早觸及無人駕駛實現的奇點。
不過,同樣是巨頭的蘋果,在自動駕駛上的表現似乎就不太符合其體量。
在DMV今年的報告中,蘋果以1.1的MPD值,在所有提供了資料的自動駕駛企業中排名倒數第二。
也就是說,蘋果的自動駕駛車,開上不到2公里,就需要人類接管一次。
如果要算個MPD差值,谷歌Waymo比蘋果多了整整10015倍!
在一年的時間裡,蘋果的62輛自動駕駛測試車一共測試79745英里,總共報告了69509次“脫離”!
▲蘋果自動駕駛脫離報告多達18頁
將近7萬次的脫離創下了這一報告發布以來的紀錄。由於DMV要求每一次自動駕駛車的每一次“脫離”都要進行記錄並上報,所以蘋果的自動駕駛脫離報告密密麻麻地寫了整整18頁。
這樣的成績,顯然和蘋果“開創移動網際網路時代的科技巨頭”身份不太相稱,但也體現出蘋果在自動駕駛研發上,確實很“實誠”,並未對難看的資料做任何遮掩。
從蘋果在DMV報告中的成績來看,自動駕駛確實是“所有人工智慧專案之母”。如果要憑藉自動駕駛軟體開闢另一個新時代,蘋果得加把力了。
在DMV的報告中,倒數第一也是一家體量不小的公司:Uber。Uber的MPD值僅有0.3,報告的總脫離數達到了23499次——每行駛500米,司機就得接管一次自動駕駛車。
而在一年前,Uber還在美國匹茲堡進行無人車的試乘體驗。顯然,今年惹上首例無人駕駛致死案過後,Uber的自動駕駛發展遭受了重創。
三、初創公司扛起自動駕駛半邊天
在今年的DMV報告中,初創公司的表現非常亮眼,Waymo、通用之後,Zoox、Nuro.ai、Pony.ai三家初創公司分列第3、4、5,MPD值都超過了1000。而在成績單的前十中,初創公司一共佔了6席,分別是Zoox、Nuro.ai、Pony.ai、AImotive、AutoX、Roadstar.ai。
而在48家公司中,自動駕駛初創公司一共有18家。如果僅計算進行了實際路測的30家公司, 其中有14家都是初創公司,可謂是扛起了加州自動駕駛路測的半邊天。
通常來說,這些初創公司車隊規模較小,其中部署車輛最多的Nuro.ai與Drive.ai,也僅僅在加州投入了13輛自動駕駛測試車。所有初創公司在加州投放的測試車加起來,僅有73輛,還不如Waymo一家的車隊規模。由於規模較小,因此初創公司自動駕駛總測試里程也通常較少,最高的ZooX也僅僅剛超過3萬英里,僅僅是Waymo路測里程的一個零頭。
▲ZooX的測試車
不過,在如此小的路測里程下,初創公司還能在MPD上取得較好的表現,這與初創公司的靈活性是分不開的。
在MPD榜單前十中的自動駕駛初創公司,其創始人通常都有在大公司帶領團隊的工作背景,在無人駕駛技術領域積累了一定的經驗。同時初創企業的小體量與專注性又能讓公司把主要精力都能投注在技術研發當中,因此在無人駕駛的技術競賽中,初創企業普遍表現出了非常好的成長性。
比如ZooX去年的MPD值為161,而今年增長了10倍不止直逼2000。Nuro.ai與Pony.ai去年還榜上無名(主要是因為未提交報告),今年就衝到了前五。
初創公司的這種優勢,讓谷歌與通用都讓Waymo與Cruise獨立出來,在架構上保持類似於初創公司的運營模式。
不過,初創公司的速度優勢或許也就暫時能體現在技術領域。當需要將技術轉化為商業產品落地時,谷歌、通用、蘋果等大型公司手中的資本、人才、品牌、政府關係等資源,會在後續過程中發揮巨大的作用。
初創公司要在無人駕駛競賽中殺出重圍,依然面臨重重艱險。
四、中國軍團嶄露頭角 五家擠進前十
2018年的DMV自動駕駛報告還有一個新現象——中國軍團嶄露頭角,上升態勢良好。
車東西統計,依據DMV檔案,有14家中國自動駕駛公司(含中國人在美創辦的自動駕駛公司)提交了報告。依據MPD值排列,其中有5家進入了榜單前十。
其中,由谷歌無人車團隊創始成員朱佳俊在美國創辦的Nuro.ai成績最好,排在了第四,MPD值達到1028.3——他們剛剛獲得了來自軟銀願景基金的9.4億美元投資,估值近27億美元。
▲Nuro.ai無人車R1
百度美研無人車團隊出身的Pony.AI以1022.3的MPD緊隨其後,排名第五,目前其估值為10億美元左右。
百度則排名第7,MPD為205.6,相較於去年的45大幅增長,百度也在今年的CES上宣佈了百度Apollo開啟自動駕駛商業化。
香港科技大學畢業的肖健雄創辦的AutoX以196.2的MPD值排名第9,目前已經在美股開啟了無人駕駛配送的試執行,並在尋求新一輪融資。
總部在深圳的Roadstar.ai以175.3的MPD位列第10,在最近的創始人內訌風波前,Roadstar.ai的估值據傳在6億美元左右。
5家中國企業進入前10,意味著中國絕對會是無人駕駛的重要玩家。而且在國內,由於路況的複雜性,實現無人駕駛的難度其實比美國更高,這或許反而為國內的自動駕駛企業錘鍊技術提供了動力。
餘下的中國企業,文遠知行與智加在榜單中的排名也不低,都在15名以內。而作為車企的SF(小康)、上汽表現比較一般。
此外,圖森、長安、蔚來2018年沒有在加州進行測試,因此沒有報告資料。
五、這三大問題無人車最頭疼
如果DMV的報告資料準確的話,2017年12月-2018年11月這一年中,加州的自動駕駛測試車安全員們,一共對車輛接管了97014次。其中絕大多數由蘋果與Uber貢獻,兩家公司的測試車接管數總共為93008次,佔到了總數的近96%。
車東西翻了翻MPD排名前五企業的脫離具體報告,發現了一些主要的“無人車殺手”:
1、自動駕駛看世界的感知能力,仍然是一個基礎性的難題。
上述幾乎每家公司都會提到車輛感知跟不上而導致的人工介入。
比如,強大如Waymo,也會常常遇到某種物體無法正確感知的問題。
通用的無人車則在很長一段時間內都認不出路障,車輛的安全員已經習慣進行提前接管,來避免意外發生。
Zoox的測試車則可能認錯車道或者路標,然後跑道錯誤的車道上,或者在路口“懵逼”。
Pony.ai的報告也反饋,在高速執行時,其自動駕駛的感測器反應時間跟不上。
2、複雜路口難倒無人車
Zoox、Nuro.ai、Pony.ai的報告都高頻描述了無人車在路口左轉或右轉時出錯的問題。路口複雜的車流、蠢蠢欲動的行人,各種各樣的標線與交通標誌,對自動駕駛車輛的環境感知與預測都提出了極高的挑戰。
此前在加州的自動駕駛碰撞報告中,Waymo的無人車絕大多數事故都發生在路口。
事實上,要衡量一輛無人車在城市中的自動駕駛水平,最好的實際檢驗方法,就是觀察它能否在大型十字路口順利完成左轉、實現無保護右轉。
從DMV今年的報告來看,頭部企業Waymo、Cruise似乎已經在這個場景與初創公司拉開了一定差距。
3、自動駕駛車對不同交通參與者行為的適應性、預測性差
Waymo多次報告了無人車遇到“駕駛風格彪悍的其他司機”而不得不進行人工接管;
Cruise則自動駕駛車無法處理那些違反交通規則的人;
Nuro的無人車面對迎面駛來的汽車,常常會猶豫不決…
這些問題,都反映了出自動駕駛汽車對整個世界“規則化執行”的高度依賴性,一旦有交通參與者作出越界的行為,自動駕駛車無法像人類一樣根據“常識”來預測風險,難以作出規避動作。
當然,這個問題本身也是人工智慧發展的難題,目前只能依靠投喂大量的資料、進行更多真實路測來訓練。
此外,車東西還看了Uber與蘋果的自動駕駛脫離報告詳情,但兩家公司9萬多次的脫離報告是這種畫風。
這樣的事件密度下,其報告已經放棄具體描述發生脫離的具體原因,只能將其簡述為“為避免意外發生的提前接管”、“自動駕駛軟體問題”、“自動駕駛硬體問題”。Uber的絕大多數干預都是提前進行人工接管來防止意外發生,看來Uber測試車的安全員在加州挺累的。
結語:自動駕駛更近了
需要注意的是,由於DMV的報告是由各家公司自行提供,每家公司路測的場景與對脫離的認知並不相同,因此根據DMV報告所列的榜單,更多的是參考意義而非唯一的評估根據。
比如,DMV這份成績單顯然無法描述車企與供應商在ADSA領域對推廣自動駕駛作出的努力與貢獻。
但無論是路測里程、車隊規模,還是每次干預能夠行駛的里程,2018年的無人車都比去年前進了一大步。
結合半月內無人駕駛領域剛剛發生的15.6億美元融資,儘管“自動駕駛步入寒冬”的現象也在發生,但自動駕駛行業其實仍然步入了一個加速發展的過程,只是兩極分化的現象更加顯著。
而這一過程,其實是一個產業走向成熟的表現。