“现阶段做 Robotaxi 的公司都得完蛋。”

这是去年 4 月时任华为智能驾驶产品部部长苏箐所下的定论。彼时这一观点引起了一阵关于 Robotaxi 以及布局 L4 自动驾驶商业化前景的讨论。

近两年来，随着Momenta、轻舟智能、文远知行等等曾专注于L4 自动驾驶的公司开始做 L2 级别的前装量产， L4 自动驾驶的商业化问题再次受到质疑。

L4 向下降维，是否说明 L4 商业化难题已难以解决？走 L2 前装量产路线又能否突破瓶颈？

“自动驾驶理想与难以商业化”的现实矛盾

自动驾驶汽车一直呈现出两条发展路径――一是以 Waymo 为代表的跨越式全自动驾驶路线，即一步到位制造达到 L4或L5 级别的自动驾驶汽车；另一种则是渐进式路线，从 L2 级的辅助驾驶量产开始向 L3、L4、L5 的无人驾驶等级逐步升级，特斯拉、蔚小理等都是这一方向。

尽管两条路线殊途同归，但从现实情况来看，不同的实现路径已将场内玩家进行分流，L4 自动驾驶重技术实现，L2 辅助驾驶重量产应用。

纵观 L4 自动驾驶行业发展历程，在经历了 2015 年技术热潮带来的融资热、2017-2018 年的估值泡沫期、2019 年的行业冷静期后，终于在 2020 年下半年再次重获资本青睐。

彼时，自动驾驶找到了商业化落地路径，即通过Robotaxi成为出行运营商。资本再次涌入，融资消息频现，在 2021 年达到了高潮。数据显示，2021 年中国自动驾驶行业融资事项共计 105 次，合计融资金额达 575 亿元。

据钛媒体 APP 统计，2020 年 6 月至今，仅是文远知行一家就获得了 6 次融资，紧随其后的分别是小马智行、元戎启行的 4 次与3 次融资。在融资热潮下，Momenta 也在时隔三年之后于 2021 年获得了两次融资。

在资本再次为自动驾驶狂热期间，百度、小马智行、AutoX、文远知行等部署自动驾驶的厂商陆续开放 Robotaxi 约车服务，2021 年也被称为自动驾驶商业化元年。

尽管北上广等一线城市已在部分地区试点开放 Robotaxi 约车服务，但从目前的技术水平来看，要实现规模化落地还有很长一段路程要走，变现周期也非常漫长――也就是说，在很长一段时间内，自动驾驶难以实现造血能力，仍需依赖外界输血。

然而现实的情况是，目前融资大环境处于低迷状态，资本进场愈加谨慎，再加上大部分自动驾驶玩家已达到估值水平，要再拿到融资具备更大的挑战性。

“自动驾驶公司融资最大的挑战来自于它的商业化进展不及预期，短期内要真正批量落地运营，形成正向的现金流和产生盈利非常难。”一位关注自动驾驶的业内投资人向钛媒体 APP 表示。

当理想与现实碰撞，对 L4 自动驾驶厂商而言，面对资本谨慎，外援不足的现实状况，亟需另谋生路，找到一条能够短期变现的道路――在此背景下，L4 降维进入 L2 前装量产成为趋势。

在 Momenta、轻舟智航走 L2 前装量产路线后，文远知行在 5 月 25 日也官宣与 Tier1 厂商博世进行战略合作，布局L2 至 L3 级别自动驾驶应用。

文远知行与博世的合作被视为降维竞争的开始（图片来源：文远知行）

一方面，L4 自动驾驶公司能够利用 L2 前装量产快速变现，获得营收；另一方面，规模化量产的车辆能在现实场景中获得大量数据以反哺技术，提升自动驾驶能力以及安全性。

L4 算法是否能够复用到 L2？追求算法优先、不计前装成本的 L4 厂商深入需要严控成本、功耗的 L2 之间的矛盾将如何协调？再者，车企是否愿意将自动驾驶这一“灵魂”交给 L4 厂商来做，都是 L4 厂商需要面对并解决的问题。

L4 玩家能做好 L2 前装量产吗？

对 L4 厂商来说，其最大的优势在于算法能力和数据处理能力。他们在数据闭环和数据链路上投入了很多资源，但涉及前装量产方面需要考虑到的供应链管理，硬件集成、量产工程能力等方面则有所欠缺。

在 L4 厂商降维做 L2 的路线中，既有自主拓展产业链，直接交付方案寻求与车企合作的，也有像文远知行选择与头部 Tier1 厂商合作，仅提供软件开发和技术支持，由 Tier1 厂商进行集成和规模化量产，进而向主机厂销售。

无论哪一种模式，对 L4 厂商来说，降维 L2 并不意味着算法能够直接复用，而是从头再来。

即便是Waymo，同样面对着商业变现的难题（图片来源：视觉中国）

“L4 的算法很难复用到 L2 ”，一位汽车行业观察人士向钛媒体 APP 说道，“仅是在感知层面就完全不同，L4 多采用激光雷达，L2 则是纯视觉或是视觉与激光雷达的结合，不同传感器所采用的算法完全不同。”

激光雷达采集的是点云数据，摄像头采集的是图像数据，在时间记录上也有一定差异，因此需要对不同传感器的数据做融合。再者，不同激光雷达路线采集方式不同，最终也会影响数据分析处理。

不只是感知硬件，不同品牌的不同车型在电子电器架构、域控制器、芯片所适配的平台等各个方面都存在差异性，这意味着 L4 厂商需要针对不同量产项目进行定制化适配。

也就是说，即使 L4 厂商积累了强大的计算能力，但依旧难以复用至 L2，因此需要新增一部分人力物力对不同量产项目进行定制化开发，这也将进一步衍生更多成本支出。

一家布局 L2 前装量产的自动驾驶技术公司高层曾向钛媒体 APP 表示，在实际项目交涉中，相较于技术能力实现，车企更看重性价比，“车企更关注如何花更少的钱，办更多的事。”

测试阶段尽可以堆砌硬件，量产便必须考虑成本（图片来源：视觉中国）

以往 L4 公司布局 Robotaxi 时，会为了达到某些功能、确保安全性而堆叠大量传感器，即便出现了传感器性能的冗余也是必须承担的成本。

AutoX 创始人兼首席执行官肖健雄曾透露，Robotaxi 的价格基本是普通乘用车的两倍。百度此前也曾提及过，一辆无人驾驶汽车的成本是 48 万元――这个价位显然已经是乘用车中高端水平。

车企并不在乎自动驾驶技术能力多一点还是少一点，毕竟在现有的技术条件来看，各家量产方案都相差不远，车企更关心如何在用上智能驾驶方案之余，用足够的性价比作为竞争力卖出更多车。

由此也不难看出，如何打造出兼顾安全性和高性价比的量产方案是 L4 厂商进场的必修课，L4 厂商要补的功课还有很多。

谁来买单？

“随着智能驾驶技术新车装机率的不断提升，高阶智能驾驶正成为行业角逐的下一片蓝海”，博世智能驾驶与控制事业部中国区总裁李胤曾在采访中提到。

随着 L2 辅助驾驶从高速场景走向城区场景，L2 辅助驾驶和 L4 自动驾驶在场景应用上已十分趋同，这给 L4 厂商提供了进场时机，也预示布局 L2 辅助驾驶的主机厂将和降维至 L2 的自动驾驶厂商将在同个竞技场上较量。

当下越来越多主机厂投入研发自动驾驶技术，其中既有坚持全栈自研的蔚小理等造车新势力，也包含长城、吉利、上汽、一汽等传统主机厂，有的甚至在体系外搭建了专门团队，如上汽的零束科技、长城的毫末智行、吉利的亿咖通等。

“任何一家汽车公司不做自动驾驶，就是死”，上汽集团总裁王晓秋曾在公开采访中直言，这也足以反应车企掌握自动驾驶技术的必要性和重要性。

某种程度上，李斌的这番话已经将车企与供应商放在对立面。那么，对降维至 L2 成为供应商角色的 L4 公司来说，其量产方案的销售对象又是谁？

“不具备自研能力的车企”，一位行业人士说道，“有能力自研的车企都不愿意把灵魂交给供应商，长此以往，主机厂最后会成为代工厂角色。”

不过，一位关注汽车行业投资人告诉钛媒体 APP，主机厂自研初期能力不那么强、技术不太成熟的时候，可能需要与外部供应商进行项目性质合作，这对 L4 厂商来说是一个机会。

但从长远角度来看，一旦主机厂能够实现技术自研，完成了“先上车，后补票”的操作后，L4 厂商的应用价值也会相应受到挑战。

L4的理想与L2的现实之间有着商业化这道鸿沟（图片来源：视觉中国）

另外，即使 L4 厂商与主机厂达成合作，关于自动驾驶数据归属权的问题也需要双方博弈。对 L4 厂商来说，无论是安全性验证还是自动驾驶能力的提升，都离不开数据。对车企而言数据同样十分重要；毕竟，自动驾驶竞争的关键在于数据。

主机厂会因为 L4 厂商强大的算法能力，数据处理和分析能力而选择与其合作，也不排除会因为数据问题而产生忌惮。

随着智能化越来越成为汽车竞争的重要标的，主机厂与供应商之间的关系也并不是传统的供给关系，而是竞争与合作并存。

主机厂越来越深入供应链环节的方方面面，试图将智能化这一“灵魂”掌握在自己手中，即使是目前资金不够宽裕的造车新势力，也在坚持全栈自研。

某种意义上来看，这也对 L4 玩家提出了更高要求，只有 L4 的量产方案优于车企自研，才能保证市场竞争力。

即使是降维进入，但并不意味着 L4 厂商就能够轻松做到前装量产，其不仅需要补足短板，还要应对来自车企和竞争环境的不确定性。

L4 厂商能否在 L2 前装量产的路线上走出一片天地，一些都还没有定论，一切都还是未知数。