Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

紫水晶男孩撰文宇多田编辑

那些年为2018量产计划画过大饼的无人驾驶公司, 你们兑现承诺的日子到了

公布过商用承诺,到了Deadline没兑现会怎样?但一开始没有商用承诺,投资人会满意吗?

无人驾驶圈的「少年们」,还记得那些年曾经立下的 flag 吗?

作为一枚严肃的科技媒体,从几年前开始,只要是国内各家自动驾驶技术公司曾承诺在 2018 年落地的无人车量产以及出行计划,我们都一笔一笔,「记在了账上」。

特别是在过去 1 年里,除了一直较为活跃的百度,创业技术派的崛起,让传统车厂与零部件厂商们感受到了前所未有的压力。

当然,背后除了有技术迭代与政策扶持的推动,面对这个具备市场潜力的新概念,资本市场也丝毫不显吝啬。

其中,我们既见证了驭势科技、地平线机器人等较早一批无人车方向创业者密集且不断变化方向的市场动作,也目睹了以王劲、楼天城为核心的百度系创业者在后期的强势入局。

掐指一算,在国内,无人驾驶创业派的规模至少达到了 40 家。

有意思的是,虽说创业时间有长有短,但这里面有不少公司都曾经提出过自己的「2018 市场计划」。好了,2018 年已到,我们把记账本拿出来了。

以下就是这些年无人驾驶技术+创业公司的「2018 承诺账单」,请收藏:

1、百度:我们将在 2018 年实现无人车量产

之所以把百度拿出来,是因为作为国内无人驾驶圈领头军,百度是一个 AI 技术与创业大军都无法忽视的类比对象。

2017 年 11 月 16 日,也就是百度召开 2017 百度世界大会当天,CEO 李彦宏向台下观众发出一条豪言壮志:百度无人车将于 2018 年实现量产!

为了达成这一目标,百度官方宣布的是,计划在 2018 年 7 月底,与金龙客车合作,率先实现线路固定的无人驾驶小巴车的小规模量产及试运营;之后,百度会在 2019 年与江淮、北汽,2020 年与奇瑞共同推出无人车。

不过,我们可以明确一点:「合作量产」与真正意义上的「车厂量产」还是有些差距的(虽然现在技术公司提到的量产几乎都是合作或买来自己改);还有,到底是 L 几?

近几年来,百度的一举一动都牵动着业内人士最敏感的神经,影响力不容小觑。当然,其发力也是有目共睹的:招贤纳士、与车企合作、战略投资……

但如果具体看这张时间表,要从 4 年前说起。

早在 2014 年 7 月,百度就已着手启动「百度无人驾驶汽车」研发计划。

2015 年 12 月 14 日,也就是百度无人车完成首次路测的 4 天后,百度正式对外宣布成立自动驾驶事业部,由百度高级副总裁王劲,即后来景驰科技 CEO 执掌,担任自动驾驶事业部总经理。

2016 年王劲在职期间,百度除了在年初宣布建立硅谷无人驾驶团队外,也在年中拿到了加州第 15 张无人驾驶牌照。而「三年商用,五年量产」也是王劲在公开场合提过最多的口号。

不过,那时候王劲代表百度在外宣传最多的量产计划时间表,则是「百度无人车将在 2021 年实现大规模量产」。

而要说百度自动驾驶真正热闹的阶段,还要看 2017 年 4 月陆奇上台后的动作:

4 月,百度发布 Apollo 1.0 自动驾驶开放平台,聚焦封闭场地的循迹自动驾驶

7 月,李彦宏乘坐搭载 Apollo 自动驾驶平台的汽车上五环的消息不胫而走;

9 月,Apollo 1.5 问世,升级功能的平台,还支持昼夜定车道自动驾驶

就在刚刚过去的 CES 上,Apollo 平台再次升级,陆奇发布了支持简单城市道路自动驾驶的完整平台 Apollo 2.0。(情绪激动的陆奇在 CES 发布阿波罗 2.0, 带着黑眼圈的景鲲又扩大了 DuerOS 的朋友圈

百度一早就表示要以 Apollo 平台为核心构建百度无人车生态圈,从而不断向往延展并吸收各方的自动驾驶技术实力及落地潜能。而这是否就能帮公司加速实现无人车量产计划?

我们虽然不能回答上面这个问题,但需要承认的是,相比于白手起家的创业公司,百度在人力、财力、资源等方面的优势显而易见;

不过,平台化的延伸是否能在「造车」方面给百度助一臂之力,还是个未知数。

而至于百度能否在未来 11 个月兑现「量产」的诺言,或许可期,但是否能在自动驾驶时代占据绝对优势,也是个未知数。

2、景驰科技:从 2018 年第 1 季度起,全年将量产 500—1000 辆无人驾驶车

这个宣言给我们的第一感觉是,2018 年每个季度景驰都不缺 PR 内容了。

作为 2017 年末与百度上演诉讼大戏的主角之一,景驰科技及其 CEO 王劲彻底火了一把。

其实,从百度离职创立自动驾驶公司的高管并不在少数,但有业内媒体猜测,百度之所以盯上了王劲,原因之一就是景驰的量产时间表给百度带来了压力:

2017 年 8 月 15 日, 景驰与安徽省安庆市签署了全面协议,允许景驰在 2017 年底前在安庆投放 50 辆无人车进行运营测试。

2018 年,景驰计划在安庆投放数百辆载有 NVIDIA DRIVE PX 的无人车提供「机器人出租车」叫车服务,将在 2020 年 6 月将大规模量产无人驾驶汽车。

事实上,自 2017 年 4 月在硅谷成立以来,这家自动驾驶创业公司就已吸睛十足:

同年 5 月,只有十个人的景驰团队完成封闭道路的无人驾驶测试;6 月,公司也获得了加州 GMV 路测拍照。一周后,在硅谷中心的开放街道完成路测。

在离职创业后,王劲甚至宣称,景驰科技是「世界上最快的无人车公司」,发展势头迅猛。(景驰科技成立五个月后完成高峰时段车海通勤,CEO 揭秘背后原因

目前,景驰已获得 3000 万美元天使轮融资以及 5200 万美元 Pre-A 轮融资。王劲曾表示,景驰很快将启动 A 轮融资,额度锁定 1 亿美元。

而 2017 年 12 月 22 日,面对百度以「侵犯百度无人车商业机密」等理由将自己告上法庭,景驰的回应大体是这样的:

「我们无惧竞争对手的体量,即将搬回中国,在国内展示技术实力」。

被状告的 6 天后,景驰在广州宣布了无人车回国落地计划,并与广州市黄埔区开发区达成一系列合作。在签约活动的现场,王劲还突然公布了一张量产计划表:

从 2018 年第一季度起,全年将量产 500—1000 辆无人驾驶车。

景驰的这一规划与百度在 2018 年的量产计划简直是不约而同。想必 2018 年,自动驾驶圈又不会寂寞了。

不过在此之前,还有一个问题值得思考,景驰在 8 月承诺在安庆运营测试的 50 辆无人车呢?

3、驭势科技:2018 年在一些园区进行商业运营,「未来两年实现量产」

这个「宣言」相对保守。

成立于 2016 年 2 月的驭势科技,利用传感器融合方案打造整套智能驾驶系统,并把目光首先锁定在了低速限定场景之中。

创业 10 个月后,也就是 2016 年底,CEO 吴甘沙在接受采访时表示,驭势的低速无人驾驶车辆有望于 2018 年在一些园区进行商业运营,其无人驾驶技术将于 2019 年出现在量产车上。

当时,驭势科技已经拥有了两款原型车,还在北京房山设立了自动驾驶示范运营区及研究基地。

2017 年 1 月,驭势科技亮相 CES 2017,发布了一款无人驾驶电动车「城市移动包厢」,还打出了「2017 年商业化试运营、未来两年实现量产」的口号。

之后不久,驭势科技找到了合适的落地场景,并相继与广州的白云机场以及杭州的来福士购物中心合作,展开试运营,为乘客提供摆渡服务。

鉴于驭势科技把应用场景限定在了低速封闭区域,落地难度相对较低,经历试运营的锤炼和打磨后,在 2018 年的进展还需要进一步观察。

不过,驭势科技准备在「基础难度」上,也开启 hard 模式。公司的中长期计划是从低速至高速,由封闭到开放,逐渐探索更多、更复杂的交通场景。

4、Pony.ai:广州市民最快在春节前就可以体验无人驾驶汽车

这个计划就更保守了。至少在 2016 年 9 月,美国匹兹堡的部分民众就曾体验过 Uber 的无人驾驶出租车了。

近日刚宣布完成 1.12 亿美元 A 轮融资的 Pony.ai 自成立起就饱受关注,因为又是一家被市场看好的百度系技术创业公司。

这家公司瞄准了 L4 级别的自动驾驶,由百度无人车首席架构师彭军与百度无人车团队主力工程师楼天城共同创立,2016 年 12 月至今已成立一年有余。

公司在美国加利福尼亚州弗里蒙特和中国广州均设有办公室,在北京设有研发中心。

2017 年 6 月,Pony.ai 获得了美国加州车辆管理局(DWV)颁发的无人驾驶路测牌照,并在美国旧金山展开路测。

2017 年 10 月,Pony.ai 与广州南沙开发区管委会举行签约仪式,计划在广州南沙设立无人驾驶研发中心及总部基地,为年底前推出国内第一支无人驾驶车队做好全力准备。

当时 Pony.ai 向媒体透露,预计广州市民最快在春节前就可以体验无人驾驶汽车,掐指一算,嗯,快到了。

2018 年 1 月,Pony.ai 再次对外发声:2018 年第一季度将在广州投放无人驾驶车队,并进行运营测试。

最后想说,距离 2018 年的春节还有一个月的时间,距离第一季度的结束还有两个半月,有点拭目以待。

5、图森未来:2018 年的目标是实现无人驾驶货运项目的试运营,2019 年实现真正的商业化,2020 年推出量产车型

大概从百度和景驰科技之后,再没人提「2018 年的量产计划」,不过商业计划还是要兑现的。

而聚焦于 L4 级别自动驾驶卡车市场的图森未来,在 2017 年过的也是风生水起。

自 2016 年 12 月成立至今,图森相继在唐山市曹妃甸及上海展开路测;2017 年 6 月,这家公司与 Pony.ai 一同获得美国加州车辆管理局(DWV)颁发的无人驾驶路测牌照。

从资本层面来看,图森还接连在 2017 年 8 月、11 月完成 B 轮及 C 轮融资(获芯片巨头英伟达投资,图森未来打造核心算法,瞄准高级别无人驾驶卡车市场)。

早在 2016 年底,图森就曾表示,计划于 2017 年 10 月实现第一条高速路线的自动驾驶商业化试运营。

不过,图森的试运营并没有如期而至。

11 月,图森于上海举办自动驾驶卡车试乘活动。在活动上,图森透露,计划在 2018 年进行自动驾驶卡车车队的测试(吸引工信部部长参与试乘的图森未来,拟在明年进行自动驾驶车队的测试)。

COO 郝佳男也曾在接受采访时表示,图森计划在 2018 年于中美两地开展为期一整年的测试,实现无人驾驶货运项目的试运营,在 2019 年实现真正的商业化,2020 年推出量产车型。

今年的 CES 2018 上也出现了图森的身影。

图森展出了与美国卡车制造商 Peterbilt 合作改装的自动驾驶卡车样车,并提出将于 2018 年在美国亚利桑那州针对货运卡车战卡 L4 级自动驾驶测试与商业试运营。

那么,对于这条重新规划的时间表,图森是再次食言会还是会为自己正名?让我们 2018 年见分晓。

6、roadstar.ai:在 2018 年春节前后推出原型车,在农历年到来前,让车上路

2017 年 4 月成立的 Roadstar.ai 也把目标定向了 L4 级别的自动驾驶, 不过其首款落地无人驾驶车将是商用车,三位创始人佟显乔、衡量、周光均曾就职于百度。

两个月后,Roadstar.ai 获得了来自云启资本、松禾资本、银泰资本、耀途资本的千万美元天使轮融资。

2017 年 7 月,CEO 佟显乔在接受采访时曾表示,希望在 2018 年春节前后推出原型车,在 2018 年农历年到来之前,让 Roadstar.ai 的车上路。

这样来看,时间近在眼前。

目前,公司已在硅谷和深圳设立研发中心,其自动驾驶原型车基于林肯 MKZ 改装,采取多传感器融合方案,使用了激光雷达、毫米波雷达以及摄像头。

2017 年 9 月,Roadstar.ai 在美国进行的首次路测中实现了倒开「8」字和夜间的自动驾驶

以上是一些我们持续关注,且 2018 商业计划有详细新闻报道和资料记载的自动驾驶技术公司,但还是有很多发过计划,但可查资料不多的国内同类创业公司,我们把他们的计划简单列在了下面:

Minieye:预计在 2018 年完成商业化,实现盈利

青飞智能:目前已经实现量产,计划在 2018 年量产 100 辆

北科天绘:公司也在抓紧研发基于 3D Flash 路线的全固态激光雷达,并计划在 2018 年中推出。

Innovusion:2018 年上半年开始 Innovusion Developer Program,包括激光雷达 B Sample 以及 integration kits,支持合作伙伴部署测试。

(我们又悄悄在后面放了两家大名鼎鼎的发布过 2018 商业计划的国外公司,毕竟国外喜欢提 2020 和 2021)

Mobileye:目前在售的前装产品主要是 EYEQ3, 预计 2018 年下一代产品 EYEQ4 将投入量产

通用:拟于 2018 年开始生产和部署数千辆无人驾驶电动汽车

当然,也有很多较为保守的创业公司从未给出过具体的商业计划。

不过,就像我们一位同事吐槽的那样:没有 1、3、5 年的具体计划,或者拿出个「10 年计划」,期待回报的投资圈会对他们青睐有加吗?

产业自动驾驶
1
相关数据
图森未来机构

图森未来(NASDAQ:TSP)于2015年9月成立,在中国、美国设有研发中心,员工超过1000人。2021年2月,图森未来完成超过4.15亿美元的E轮融资。4月,图森未来正式登陆纳斯达克挂牌上市,成为全球无人驾驶第一股。

http://www.tusimple.com
地平线机构

以“赋能机器,让人类生活更安全、更美好”为使命,地平线是行业领先的高效能智能驾驶计算方案提供商。作为推动智能驾驶在中国乘用车领域商业化应用的先行者,地平线致力于通过软硬结合的前瞻性技术理念,研发极致效能的硬件计算平台以及开放易用的软件开发工具,为智能汽车产业变革提供核 心技术基础设施和开放繁荣的软件开发生态,为用户带来无与伦比的智能驾驶体验。

horizon.ai
景鲲人物

景鲲,现任智能生活事业群组(SLG)总经理,百度人工智能产品委员会主席。

陆奇人物

百度集团副董事长,Y Combinator中国CEO。

自动驾驶技术技术

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

激光雷达技术

自动驾驶车辆传感器的一种,采用激光扫描和测距来建立车辆周围环境的详细三维模型。Lidar 图像具有高度准确性,这使得它可以与摄像头、超声波探测器和雷达等常规传感器相提并论。然而激光传感器面临体积过大的问题,同时,它的机械结构非常复杂。

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

张量技术

张量是一个可用来表示在一些矢量、标量和其他张量之间的线性关系的多线性函数,这些线性关系的基本例子有内积、外积、线性映射以及笛卡儿积。其坐标在 维空间内,有 个分量的一种量,其中每个分量都是坐标的函数,而在坐标变换时,这些分量也依照某些规则作线性变换。称为该张量的秩或阶(与矩阵的秩和阶均无关系)。 在数学里,张量是一种几何实体,或者说广义上的“数量”。张量概念包括标量、矢量和线性算子。张量可以用坐标系统来表达,记作标量的数组,但它是定义为“不依赖于参照系的选择的”。张量在物理和工程学中很重要。例如在扩散张量成像中,表达器官对于水的在各个方向的微分透性的张量可以用来产生大脑的扫描图。工程上最重要的例子可能就是应力张量和应变张量了,它们都是二阶张量,对于一般线性材料他们之间的关系由一个四阶弹性张量来决定。

推荐文章
骡子和马,终归还是有区别的。