在中國搞自動駕駛，沒有人不羨慕滴滴

允中?發(fā)自 凹非寺
智能車參考 報道 | 公眾號 AI4Auto

手握中國最好的自動駕駛資源，起點和勢頭就是不同。

這不，滴滴自動駕駛——滴滴2019年分拆的獨立子公司，又斬獲了一輪3億美元新融資。

半年之內，累計融資總額已超8億美元，約合人民幣51億元。

要知道，中國自動駕駛創(chuàng)業(yè)公司里最具吸金力的PonyAI小馬智行，累計融資額10億美元，也用了近4年時間。

所以問題來了，滴滴自動駕駛，憑啥如此吸金？

之前坊間業(yè)內常說“手握中國最好的自動駕駛資源”，又是這種資本連連看好的原因嗎？

滴滴自動駕駛，累計已融8億美元

1月28日，滴滴自動駕駛證實完成了新一輪3億美元融資，包括IDG資本、CPE、中俄投資基金在內的明星VC成為新晉投資方。

加上2020年5月官宣的軟銀5億美元融資……

滴滴自動駕駛，在不到半年時間里擁有了8億美元糧草。

吸金能力之強，中國自動駕駛創(chuàng)業(yè)公司中，無人能出其右。

而且從核心投資方履歷來看，真金白銀之間，都充滿著對滴滴自動駕駛的不容錯過。

此次新晉股東中，都是自動駕駛、AI領域戰(zhàn)績矚目的投資方。

IDG資本，Pony.AI小馬智行的天使投資人，Zoox的早期投資方，中美兩家頭雁級自動駕駛創(chuàng)業(yè)公司的早期捕手。

CPE，這一年來在AI芯片和算力領域頻頻出手，此前領投騰訊系AI芯片公司燧原，1月又領投了地平線C2輪融資。

中俄投資基金，則在2020年領投了產業(yè)AI的中國頭雁明略科技。

更有業(yè)內可靠消息稱，Pony.AI小馬智行的另一家天使投資方紅杉資本也是本次領投方之一。

所以掰開揉碎結合背景，就知道真篤信自動駕駛和AI的資本，都不想錯過滴滴自動駕駛。

Why？

滴滴自動駕駛的三大特征

自分拆獨立以來，滴滴自動駕駛先從兩大維度展現(xiàn)了基本盤。

第一，進展快。

滴滴自動駕駛，2019年8月正式官宣分拆。

半年之后，2020年5月，獲軟銀超5億美元融資，為國內自動駕駛公司獲得的單筆最大融資。

6月，與主機廠北京汽車集團達成戰(zhàn)略合作，將共同研發(fā)高級別自動駕駛定制車型，推動自動駕駛技術在中國產業(yè)化落地。5個月后，雙方合作的新一代L4自動駕駛車亮相。

同月27日，RoboTaxi項目落地上海，首次面向公眾開放自動駕駛服務，當天突降大雨，但在央視的全程直播中，滴滴自動駕駛測試車在高難度場景中展現(xiàn)了未來出行會有的樣子。

11月，滴滴自動駕駛成為首家獲得上海三個測試區(qū)牌照企業(yè)，總里程達530.57公里。

近日，其在上海的試運營范圍由原來的53.6公里增加至80余公里，已經涵蓋城市主干道、城市商圈、校區(qū)等多類復雜應用場景。

……

第二，技術實力，而且在產品化落地中得到見證。

目前，滴滴自動駕駛在國內外共有超100輛自動駕駛車輛，用于研發(fā)測試和以及為普通用戶提供試乘服務。

最核心的產品化落地，是去年6月上海RoboTaxi落地。

至今已有5萬上海市民參與試乘和體驗，而且滴滴自動駕駛還特別邀請視障人士攜帶導盲犬試乘體驗——既是技術的社會責任展現(xiàn)，也是技術實力允許之下的結果。

比如在上海落地后，一系列復雜場景下，滴滴自動駕駛都應對平穩(wěn)。

夜間：

雨天：

大車避讓：

無保護調頭：

以及被加塞：

所以無論是產品化落地，還是整體進展表現(xiàn)出的速度，都是滴滴自動駕駛技術提供的底氣。

當然，從技術到產品，再到業(yè)務和資本看好，滴滴自動駕駛發(fā)展背后，還有一個大眾易于忽略、卻又令其他玩家始終艷羨的條件。

先天基因。

搞自動駕駛，本質是讓機器學習人類優(yōu)秀的駕駛經驗，應對各種路上場景。

而這種“學習”的關鍵，在于數據。沒有數據的自動駕駛就沒有未來。

一般而言，解決數據挑戰(zhàn)的方法有兩種。

一種是實際路測，代表如Waymo，組建了規(guī)模龐大的路測車隊，實時上路學習和迭代。

另一種是虛擬仿真，在計算機虛擬空間中，仿真必要的訓練數據供自動駕駛學習進化。

而這兩種方法，即便再優(yōu)秀的仿真能力，也無法替代實際路測。

并且實際路測中，在90%的普通場景數據之外，還要解決關鍵的小概率的長尾場景挑戰(zhàn)。

比如飄在路上的氣球、路邊突然竄出來的小狗，或者中國路況常見的三輪車逆行、摩托車闖紅燈。

不“遭遇”和學習這些長尾場景，自動駕駛系統(tǒng)的真實水平也會大打折扣。

但難上加難的是，這些長尾場景，可遇不可求，細碎、小概率，沒有規(guī)律可言……

而滴滴自動駕駛，在這個業(yè)內玩家都頭疼的問題上，卻有天然數據優(yōu)勢。

因為背靠滴滴平臺，每天平均訂單數就達數千萬量級。加之司機的行駛軌跡和安裝在交通工具上的桔視設備，全年可以采集近1000億公里的場景數據，能夠覆蓋絕大多數想象中的長尾場景。

都說數據是AI時代的石油，滴滴自動駕駛就是家里有“油田”的那種。

另外，憑借真實數據和仿真系統(tǒng)數據，滴滴自動駕駛系統(tǒng)得以生成經營地圖、安全地圖和技術地圖。

三張地圖不僅能夠幫助滴滴提升區(qū)域洞察度，還能加速自動駕駛的應用部署。

例如在路測環(huán)節(jié)，區(qū)域的選擇可以直接影響到測試的效率與效果。滴滴所獨有的三張地圖及其背后的數據系統(tǒng)，可以10秒鐘篩選出最具有測試價值的地點。

而不用像其他自動駕駛公司需要從頭到尾收集數據，周期可能長達半年，甚至更久。

數據維度的先天優(yōu)勢之外，滴滴自動駕駛還有最天然的落地場景。

自動駕駛的終極產品是什么？RoboTaxi。

而所有自動駕駛玩家只要落地，一邊考慮Robo系統(tǒng)的迭代，另一邊還得提前有Taxi平臺布局。

滴滴自動駕駛不用。

背靠滴滴平臺，他們可以在有限的能力和時間范圍內，探索出一個更好的商業(yè)閉環(huán)的模式，比如自動駕駛與滴滴網約車的混和派單模式。

現(xiàn)階段，自動駕駛試運營的區(qū)域和車隊都是有限的，滴滴可以給網約車司機和自動駕駛車輛混合派單彌補自動駕駛車輛僅能在特定區(qū)域使用的局限性。

借助于滴滴大規(guī)模的運營網絡，在技術和政策逐漸發(fā)展的過程中，滴滴將實現(xiàn)依托網約車訂單混合派單，根據路況、天氣和路徑決定派單模式，普通車輛和自動駕駛車輛可以同時為用戶提供服務，逐漸讓自動駕駛服務更多的人。

于是無論是產品落地的場景，還是循序實現(xiàn)的路徑，滴滴自動駕駛從出生開始，就有其他玩家夢寐以求的先天資源。

這也是為什么業(yè)內常說——滴滴自動駕駛，手握最好的資源。

馬斯克路線，Waymo追求

最后，談論滴滴自動駕駛，還需要談及兩家公司。

一家特斯拉，馬斯克用來實現(xiàn)新能源轉換和自動駕駛的公司。

另一家Waymo，從一開始就要顛覆百年汽車交通形態(tài)的賽道開創(chuàng)者。

而之所以提特斯拉，是因為滴滴自動駕駛有馬斯克認定的自動駕駛實現(xiàn)路線。

他相信在越來越多特斯拉上路、后臺展開AI陰影測試的方式，實現(xiàn)自動駕駛所需的數據和系統(tǒng)迭代。

但對于滴滴自動駕駛，無需造車、賣車，在滴滴出行平臺，每天就有數千萬量級的訂單數據。

而且滴滴還進一步延伸到前裝量產，在去年11月與比亞迪合作發(fā)布了首款定制網約車D1，宣布5年內讓100萬臺搭載自動駕駛模塊。

這是馬斯克認定路線可行——卻又完全不敢奢望的落地速度。

不過，這就意味著，滴滴自動駕駛走特斯拉路線嗎？

并不全是。

特斯拉的自動駕駛路線，需要從人機共駕演進到完全無人駕駛，在人機共駕中，就會有特殊場景下人類接管不及時造成的事故悲劇……

但作為自動駕駛賽道開創(chuàng)者，Waymo堅信：負責任的自動駕駛落地，只能是L4級以上，所以Waymo一直在技術發(fā)展上穩(wěn)扎穩(wěn)打，保持領先。

而回到滴滴自動駕駛，它的選擇更接近于Waymo式的技術路徑和特斯拉認定的落地路徑。

從創(chuàng)辦到分拆，滴滴認為未來十年自動駕駛技術最好的商業(yè)化場景，不是直接將車賣給C端的消費者，而是進入到滴滴這樣的出行網絡，提供人類和自動駕駛的一種混合服務模式。

這不僅可以追求最安全的冗余方案，而不是嚴格計算傳感器成本，另外商業(yè)模式也直接而現(xiàn)成。

據內部人士分享，此前滴滴自動駕駛的技術架構搭建，也更像Waymo。

在各個模塊平均發(fā)力，注重高性能學習系統(tǒng)搭建，并且在數據體系和基礎架構層面做了非常多扎實的迭代。

有內部消息稱，從去年下半年開始，管理團隊重新調整技術策略，對實用場景進行更精細化的打磨。

而從現(xiàn)在展現(xiàn)的成果來看，進步的速度，也很可能是這種扎實基本功的自然結果。

所以滴滴自動駕駛連續(xù)獲得資本看好和押注，也只是一系列先天優(yōu)勢和后天努力，再正常不過的結果。

如今勢頭已起，就看人才和團隊，如何好風憑借力，更上一層樓了。

—?完?—