科技公司和传统汽车厂商对自动驾驶的理解差别较大。前者希望能在五年甚至十年后直接颠覆人类的出行方式，另一个更注重于当下如何立刻将自动驾驶落地。
我从优劣势的角度解释一下科技公司和车企做自动驾驶的区别。
谈优劣势之前，我们先看看车企自动驾驶已经做到何种地步？
目前已经量产了的拥有自动驾驶或半自动驾驶的车企有：奥迪（A8），特斯拉（Model 系列），凯迪拉克（CT6）、宝马7系和奔驰S级。奥迪A8宣称已具备L3级别自动驾驶功能，其他四位目前为止都只具备Level2的功能，即辅助驾驶。
先比较一下他们的传感器配置——
△以上参数均根据网上资源整理
为什么一定要谈传感器的配置呢？
相比于互联网公司“把传感器都往车上堆”的脑回路，车企会更注重于“当前的传感器配置能不能实现我最初定下的功能”和“保证安全和性能的前提下，是否有成本更低的替代方案”，即以目标为导向地配置传感器。
他们注重的是落地。目的是挣钱，而不是炫技。
所以接下来的十年，大家会看到传统车企发布的车上会慢慢出现Level 2.5、Level 3、Level 4，最后到Level 5的技术。而不是像互联网公司他们直接Level 4甚至Level 5。
特斯拉之所以没有被我列为互联网公司，是因为他自身有造车的能力。他们定下的传感器配置方案是十分“拟人”的（8个摄像头，视觉为主），我认为他们的传感器配置方案才是未来自动驾驶汽车该有的样子。
但是！！！但是！！！但是！！！
目前可用于自动驾驶汽车上的硬件、机器视觉算法在计算能力、检测能力和准确度上都还不够成熟，传感器的感知距离虽然达到，甚至超过了人类开车时的感知距离，但是识别率及准确度远没有达到人类的判断能力。
在机器视觉、人工智能的在车上应用还不是十分成熟的当下，想实现Level 3级别以上的自动驾驶，激光雷达还是十分有必要的。这也是为什么Waymo摸索了9年的自动驾驶，现在依然要在头上顶一个激光雷达的原因。
言归正传，看优劣势。
传统车企为了保证自己品牌的竞争力，必须紧跟市场步伐，推出具备自动驾驶功能的汽车。有了Deadline，就不能向互联网公司一样技术为本，潜心研究。更多需要考虑技术量产的可能性。
任务定义：该款车型需要完成什么样的自动驾驶技术？高速公路巡航？自动泊车？
硬件选型：什么样的硬件配置可以实现？需要激光传感器？控制器计算能力是否足够？
成本控制：1个摄像头够不够？12个超声波雷达多不多？哪家供应商服务好、又不贵？
测试场景：技术上如何处理极端工况？测试场景是否考虑全面？
失效模式：传感器故障如何应急处理？用什么方式提示驾驶员接管汽车？
等等…
这些都是量产时不得不考虑的问题。成本和时间的压力会造成技术上的妥协，有时候不得不放弃太过复杂的自动驾驶功能。
传统车企不会像特斯拉那样激进地发布自动驾驶技术，更不会作死地把自己的仅达到 L2.5 的技术宣称为自动驾驶。
他们把安全放在首位。任何一例安全事故对传统车企来说都是灾难。即使汽车上使用了激光雷达，也不会设计太过复杂的功能或太高的*允许车速。虽然A8现在设置的自动驾驶速度上限是60km/h，但我相信，随着软件的更新迭代，这个值会慢慢提高的。
在安全、成本、开发时间的妥协，会给人造成传统车企自动驾驶技术不如互联网公司的错觉。然而事实并非如此，传统车企在自动驾驶领域的技术积淀相比互联网公司有过之而无不及。
谈到专利这个话题，让我想到了现在在移动互联网中如日中天的高通，每个手机的生产到售出，都必须给高通缴纳专利费。未来十年是属于自动驾驶的时代，因此谁能掌握足够多该领域的专利，谁就将引领这个行业的发展并抢到足够份额的蛋糕。
自动驾驶专利是传统车企和Tier 1相比于互联网公司*优势的地方，有了这些专利，传统车企就能牢牢把握住未来市场的主动权。下图是2010年到2017年7月，自动驾驶领域的专利分布，神坛上的Google并没有像大家想想的那样把握着*的专利优势。而专利更多地被传统车企和 Tier 1 获得。
毕竟是汽车领域的老大哥们，在量产这件事上，比互联网公司高到不知道哪里去了。由量产带来的好处也不言而喻。
数据采集
自动驾驶技术的发展需要足够多的数据做支撑，数据上量的积累最终会引起技术上质的突破。
传统车企可以利用量产车上传感器获取数据，上传至云端，用真实数据训练算法。
今年5月特斯拉发布的软件更新就推出了“小视频”计划——发动广大车主为自动驾驶提供数据。对比Waymo，数据采集都是在测试车上完成，这个数据采集的效率不可同日而语。
更好的服务和更多的成本谈判筹码
车企做自动驾驶会有明确的量产计划，这也引得各种供应商蜂拥而至。互联网公司如果只买几件产品做研究，供应商都不愿意花时间陪他们玩，提供的服务质量也会打折扣。
但车企不同，一旦装有该传感器的车量产了，那简直就是供应商的摇钱树。于是为了让车企选择自己的产品做量产，供应商们会提供更好的技术支持和更低的量产报价。
像Waymo，Uber，百度等互联网公司如果想“单干”研究自动驾驶技术是很困难的。最直接的就是车辆底层的控制权和未来量产的可行性。当然，作为拥有雄厚技术积累的互联网公司也拥有得天独厚的优势。
自动驾驶对互联网公司来说，最直接的问题就是如何控制汽车。即使上层的算法做得再好，如果不能完全获取底层的控制方式，及时地向底层输送控制指令，也无法达到自动驾驶的目的。
而想通过黑客破解的方式完全获取车辆传感器的信息及汽车底盘控制权是一件几乎不可能的事情。因此互联网公司必须在汽车控制这个点上对传统车厂做出妥协，以期共同开发。
此问题我向我司做汽车底盘控制的工程师求证过。
作为自动驾驶领域*代表性的互联网公司——Waymo（原Google无人车团队），从2009年开始做自动驾驶，8个年头的技术积累足以横扫目前任何一家自动驾驶公司。如此优秀的技术储备，为什么大家依旧看不到Waymo的无人驾驶车满街跑呢？*的问题就是量产。
一个没有量产方案的技术，再牛X，也是空中楼阁。大家都是出来挣钱的，哪跟你谈情怀。
这一点不仅是Waymo的软肋，也是所有互联网公司的软肋。互联网公司要么自觉站队，与车企合作开发；要么主动投入车企的怀抱，被车企收购。
诸如合作阵容：BMW + Intel + Mobileye + Delphi，Volvo + Uber。当然还有收购大军：Ford + Argo，GM + Cruise。
下图为目前在自动驾驶领域占得一席之地的车企、互联网公司和各种解决方案的Suppliers。
互联网公司在或许在看得见摸得着的领域不那么“硬”，但在“软”的方面有着得天独厚的优势。
互联网公司相比于传统车企在软件开发方面的技术积累可能不止强一个数量级。
传统车企做自动驾驶大多使V模型作为软件开发模型。一旦市场对软件的需求发生变化时，由于V模型本身的缺陷，会导致重新的需求定义、设计、编码、测试，开发的时间节点不得不推迟。
而互联网公司拥有更为丰富的软件开发经验和强大的人才储备。高效率的软件开发和测试流程，能更早地实现自动驾驶的功能。
目前大多数互联网公司在自动驾驶领域还没有明确的商业计划，都是摸着石头过河，以开发技术为先。
我接触到的一些国内互联网公司，更多的是在做给车企做 Demo 演示，属于自动驾驶“预研”阶段，并没有很明确的量产计划。
正是没有量产的交付压力，互联网公司敢于直接跳过L3，做L4甚至L5级别的自动驾驶。在技术上也能专注于更前沿的技术研究，推动自动驾驶整体技术的进步。
科技公司和传统车厂在短期内在自动驾驶领域，不会有没有太多交集。因为目标不同，战略也不太相同。至于谁更有优势，仁者见仁，智者见智。都在或多或少推动自动驾驶的进步，又何必分个伯仲。
【本文由投资界合作伙伴微信公众号：量子位授权发布，本平台仅提供信息存储服务。】如有任何疑问，请联系（editor@zero2ipo.com.cn）投资界处理。
清科创业（1945.HK）旗下
创业与投资资讯平台
旗下微信矩阵：
