众所周知，汽车圈是出了名的会造词，而且主打的就是一个“不明觉厉”，比如最近被频频提及的全栈自研。
全栈（Full Stack）原本是Facebook一位工程师早年提出的一个概念，指的是一个软件工程师不能只会写客户端的代码，也应该会开发服务器端的应用程序，*是个有全局视野的多面手。
不过，当2021年上汽董事长陈虹提出“灵魂论”之后，这个高大上的“舶来词”就在汽车行业被重新演绎和解读，并迅速登上各大车企的官方宣传物料中，成为“技术主权”的代名词。
但至于全栈自研为何物，自研的边界在哪里，这么做的意义到底有多大，大家并没有共识。
不少汽车工程师认为这不过是一场文字游戏，并揶揄道：“全栈自研就像老婆饼到底有没有老婆，800V系统里的最高压到底有没有800V一样，本质上是道语文题。”
有趣的是，当“蔚小理”们想要以这种方式来宣示“技术主权”并以此证明“我的灵魂我做主”时，以华为、百度、地平线为代表的智能化供应商们却带头唱起了反调。
华为余承东就明确表示“规模和资金实力不够的车企在智能化上全栈自研就是死路一条”；百度副总裁储瑞松则是建议车企“与其追求全栈自研，不如追求全栈可控”；地平线副总裁李星宇则表示：“全栈自研是个奢侈品，从历史来看，真正拥有全栈能力并在商业上取得成功的公司*是少数，也是不可复制的极少数。”
事实上，很多车企也不傻，也知道全栈自研难度大，花钱多，到头来可能是吃力不讨好，于是“说一套、做一套”，一边在公众面前打着“全栈自研”的旗号，有的甚至造出“全域自研”的概念，但背地里又和一大堆科技公司打得火热。
从这个角度来看，全栈自研不是目的，而是工具，不是一道“要不要做”的选择题，而是一道关于“如何构建新型整零关系”的主观题。
01、由来：黑盒方案引发的PTSD
如果说垂直整合解决的是硬件层面“能不能造”的问题，那么全栈自研更多的是解决软件算法层面“会不会写”的问题。
这也是为什么全栈自研这个词是到2020年之后才频繁出现在中文互联网上，而且往往是和自动驾驶挂钩，原因在于，当时以Mobileye为代表的“黑盒方案”正在被头部新势力所放弃。
文心一言理解的全栈自研
在自动驾驶领域，黑盒方案指的是软硬耦合，难以解绑，以Mobileye为例，就是把芯片和感知算法封装在一起，客户只管买，但不能改，只知其然，但不知其所以然。
小鹏汽车董事长何小鹏曾说过，他*次去调研汽车产业，当问到对方关于辅助驾驶和自动泊车的情况时，没有人可以告诉他数据，因为没人知道。
举个简单例子，客户买了Mobileye打包好的视觉方案之后，车辆能知道“前方30米有车”这类已经被系统判断过的数据，但至于摄像头看到了什么，不同传感器之间是如何融合的，整个数据链路是怎样的，车企无从知晓[1]，当然，Mobileye也不可能让对方知道。
对于早已习惯了这种分工方式、自己又不擅长写代码的传统车企来说，接受这套的游戏规则并没有什么难度，因为他们更多追求的是省心、省事和省钱。
但对于本身就在互联网行业摸爬滚打多年，常年把自动驾驶和OTA挂在嘴边，对数据视若珍宝的车界萌新来说，接受这套黑盒无异于“送脖子给对方卡”，夸张点说就是“我命由天不由我”。
从这个角度来看，想在智能化上有所作为的车企搞全栈自研实际上也是被逼无奈，因为传统零部件标准化程度高，技术迭代也比较线性，供应链以及合作模式都比较成熟，但在智驾领域，技术日新月异，可靠的供应商少且强势，对下游客户挑肥拣瘦，响应速度也跟不上。
从结果上看，这种“黑盒方案”必然会招致强势的头部车企的抵制。
2016年，一辆特斯拉Model S在美国撞上了一辆横亘在道路中间的卡车，驾驶员当场身亡，这件事直接导致特斯拉和Mobileye分道扬镳，前者开始自研算法，甚至撸起袖子自研FSD（全自动驾驶）芯片。
和特斯拉一样，为了将产品快速推向市场，国内这波新势力的*款车普遍用的也是Mobileye的打包方案，但很快就改弦易辙，比如小鹏第二款车P7用的就是算力更大，生态更开放的英伟达Xavier芯片，而2021款理想ONE也把Mobileye EyeQ4换成了国产的地平线J3芯片。
只不过，马斯克很少在公开场合提“全栈自研”的概念，相比之下，国内的车企们实在是太爱秀了，常常把自研算法（包括感知、定位、规划和控制）和全栈自研划等号。
事实上，一辆高级的智能车里有上亿行代码，算法只是最上面的冰山一角，冰山之下的比如底层操作系统、中间件以及芯片，绝大部分车企都没有能力，也没有必要自研。
自动驾驶的技术栈
但不可否认的是，自研算法确实有助于车企形成数据闭环，充分发挥硬件的潜力，并为其快速的功能迭代打下技术基础。比如小鹏P5仅凭一块30TOPS的Xavier芯片和两颗激光雷达就能实现城市NOA，而2021改款理想ONE采用J3芯片之后，AEB（紧急制动）能力也有了质的提升。
此外，在软硬解耦的大趋势下，整车的电子电气架构从过去的分布式向集中式转变，车企也有动力，也有欲望将全栈自研的范围从软件延伸到硬件。
以蔚来为例，今年推出了全栈自研的ICC智能底盘域控制器，相当于打开了Tier 1给的“黑盒子”并实现了软硬解耦，能够更好地协调制动、转向、空悬以及CDC减震器等不同模块，并可以通过后期的OTA来提升行驶质感。
从这个角度来看，无论是为了避免失去自动驾驶的灵魂，抑或是为了充分发挥硬件的潜力，从而更好地匹配公司的发展节奏，“全栈自研”看上去都是十分有必要的，但与此同时，代价也是极其高昂的。
以“蔚小理”为例，三家公司去年的研发投入分别达到108亿元、52亿元和67.8亿元，而相比之下，年销百万辆的长城汽车去年的研发投入也不过122亿元，这也意味着不是所有车企都能承受得住这种重资产的开发模式，毕竟不是谁都能从资本市场上获得巨额输血。
02、平衡：全栈可控更靠谱
在燃油车时代，传统的整零关系基本模式是：整车厂提需求——一级供应商开发——整车厂验收，以此类推，但在智能时代，这种比较单向的“黑盒”交付方式已经不太适应行业的发展，整车厂比之前更迫切地想要掌握关键技术的knowhow，推动数据闭环和快速迭代。
但这种诉求并不意味着车企必须什么都要“全栈自研”，因为最激进的全栈自研本质上就是闭门造车，不符合社会分工的规律。
强如特斯拉，座舱芯片也是由AMD提供的，底层操作系统也是基于Linux来深度开发的；垂直整合如比亚迪，辅助驾驶也是选择和一众供应商合作，包括博世、Momenta、大疆、速腾聚创等公司；野心如蔚小理，现阶段也不可能自建一个像特斯拉DOJO这样的超算中心。
换言之，全栈自研与深度合作并不冲突，某种程度上甚至可以说是相辅相成。
在今年的上海车展上，长城汽车CTO王远力就指出了一个认知误区，“很多人会说掌握全栈自研的能力就等于构建了一个相对封闭的生态，恰恰相反，掌握全栈自研能力更需要合作伙伴的深度协同协作。”
事实也的确如此。以自动驾驶为例，追求全栈自研的企业屈指可数，而且即便是打全栈自研牌的车企，也毫不排斥和科技公司的深度合作，甚至会直接下场投资，比如上汽投资Momenta，比亚迪和Momenta成立合资公司，广汽投资禾多科技等。
在地平线副总裁李星宇看来，通过和科技公司合作，车企和Tier 1可以在过程中学习算法、数据闭环等技术，有效减少大举投入带来的高昂试错成本，并且沉淀出自研能力，确定自研的重点领域，进而做到*化的产业分工。
换言之，绝大部分车企追求全栈自研并不是为了越俎代庖，替代Tier 1或者Tier 2，而是为了掌握关键技术，从而更好地和供应商配合，实现灵魂可控和产品差异化。
百度副总裁、智能汽车事业部总经理储瑞松曾解释过车企追求自研的原因：一方面是出于对某些强势Tier1做法的不满，比如在一锤子黑盒交付完之后，必须支付高额的开发费用才能实现升级，另一方面，车企在智能化时代想要对用户体验有更多的掌控力。
而重塑整零关系的核心在于信任、理解和尊重。
一方面，供应商需要理解整车厂对于“失去灵魂”的焦虑与恐惧，愿意和对方共享一部分技术能力；另一方面，整车厂也要尊重供应商的知识产权，理解对方对于卸磨杀驴的担心。
比亚迪副总裁廉玉波在去年的一次公开演讲中提到，车企和Tier 1和Tier 2之间的合作方式主要是“全黑盒模式”和“全白盒模式”，但“黑盒模式”产品不能满足车厂的需求，而全白盒模式会让供应商失去部分竞争力，他认为未来行业需要探索出一种介于两种模式之间的“灰盒模式”。
在汽车行业，整车厂和供应链的博弈永远存在，只不过，这种博弈在技术变革期显得格外激烈，不过，随着技术成熟以及市场扩大之后，各方都将明确自己的能力边界，开放与合作仍将是行业的主旋律。
参考资料：
[1] 全栈自研是什么意思，大包子狸
[2] 比亚迪的自研之路，红色星际
[3] 汽车Tier1，逐渐失速，芯榜
[4] 比亚迪廉玉波：车企和供应商需要双向合作，将出现灰盒模式，车东西
[5] 百度储瑞松谈智能驾驶：极个别车厂才能做全栈自研，HiEV大蒜粒车研所
[6] 告别 Mobileye 模式，中国自动驾驶玩起「朋友圈」，汽车之心
[7] 只靠供应商，永远别想做好汽车智能化，童济仁汽车评论
[8] 全栈自研的风向，变了，汽车公社
[9] 汽车行业过冬，全栈自研还是生态合作？李星宇
