一直以來，關于自動駕駛的路線始終有兩種觀點，且競爭延續多年，那就是：漸進式VS跨越式。特斯拉代表的是漸進式路線，主張從L1、L2、L3狀態的“人機共駕”逐漸過渡到L4的無人駕駛，而Waymo代表的跨越式路線，直接以L4的無人駕駛為目標進行研發。原本兩種路線互有優勢，且各有各的目標客戶——漸進式路線的客戶為主機廠，跨越式路線面向新興的智慧出行服務商，比如Robotaxi公司。但最近兩年，隨著Robotaxi公司在商業化進程上的前景不夠明朗，也逐漸有部分專注于L4的企業開始向L2領域進發，例如原本聚焦在Robobus領域的輕舟智航，推出了面向主機廠的前裝量產解決方案，以Robotaxi起家的文遠知行則是獲得博世投資，將聯合開展應用于乘用車的L2-L3級自動駕駛軟件的開發。那么這是一場L4自動駕駛在技術上對L2的降維打擊，還是L4企業對L2的集體倒戈？在路線收斂之際，自動駕駛的新格局是什么？

　　何為自動駕駛的降維打擊？

　　自動駕駛領域的降維打擊其實有兩重含義，第一層降維，是場景復雜度的降維。之所以有“降維”的概念，是因為自動駕駛維度足夠多。通過載人、載物、低速、高速等不同場景分類，自動駕駛可以分為出租車、卡車、環衛、巴士、港口等多個等場景。這些應用場景的終極目的在于通過“AI司機”替代逐漸短缺的勞動力，因此都可以歸為L4的范疇，即無人駕駛。其中，Robotaxi由于面對的道路路況最復雜、技術要求最高，從而成為自動駕駛眾多落地場景中的明珠，早期最受市場關注的自動駕駛公司也主要聚集于此。

　　第二層降維，則是一個跨度更大、賽道更寬的擴展，也是當下自動駕駛賽道的新變量，即面向主機廠提供L2的量產解決方案。L2并不追求替代人類司機，而是為人類司機提供幫助，因此也被稱為ADAS——高級輔助駕駛，包含了數十項功能。由于L4與L2兩者存在較大的差異，因此過去很少有L4自動駕駛公司跨界。

　　兩種路線方案差距巨大

　　雖然從技術層面上來說，L4級別的自動駕駛難度遠超L2，但在方案上，由于兩種路線的差異巨大，跨界也并沒有想象中那么容易。

　　首先，兩者在針對場景的設計規劃上有所不同。Robotaxi針對的道路場景主要是城市道路，雖然傳統的L2有少量針對城區道路設計的功能，比如TJA（交通擁堵輔助），但更多的是針對高速公路場景去設計的，比如ACC、LCC、自主變道等功能。如此一來，所采集的數據以及算法的策略等都不能直接復用，需要進行相當大程度的調整，在時間緊迫的自動駕駛戰場上無疑將落入下風。

　　其次，兩種路線傳感器的配置也有著較大的差異。由于高速道路的場景比較規整、單一，不需要識別紅綠燈、人車交互等復雜場景，因為對傳感器的要求不高，甚至1個攝像頭+1個毫米波雷達就能搞定（1V1R方案）。但在Robotaxi的解決方案中，離不開大算力計算平臺和激光雷達。之前適應了在大算力平臺上部署算法的L4廠商們，如果遷移至輔助駕駛設備上，將有著極大的陣痛，這對于算法以及性能優化都有著非常巨大的挑戰。

　　最后，是兩種路線對于落地成本的方案差異，具備自動駕駛功能的車輛成本必然是遠高于輔助駕駛的，那么將技術降維遷移的過程中，需要對成本進行大幅度的收縮，此中帶來的方案更新將會是一大難點。

　　降維打擊是否存在邊界？

　　雖說有種種困難，但由于自動駕駛領域中技術為王道，擁有著前沿的技術將解決遇到的絕大部分難題，因此對于L4的自動駕駛廠商來說，在技術實力上的話語權也讓他們更有信心完成著跨界之戰。但與此同時，L2的輔助駕駛廠商難道沒有屬于自己的護城河嗎？自動駕駛降維打擊的邊界在哪里？

　　在一部分無人駕駛公司表態自動駕駛在2021年進入了下半場開始，商業化運營和規模化的推廣成為新的主旋律，但在未來，大批量上市目前看來只能是輔助駕駛，因為輔助駕駛的出錯成本是可控的，因為有一個司機在車上。如果是無人駕駛汽車，則一定要把今天的開放、無邊界、不收斂的問題，變成有邊界和收斂的問題，不然無人駕駛的實現也無從談起。這樣一來，降維打擊的邊界，其實就是場景。

　　作為專注于輔助駕駛領域的廠商來說，在限定場景內是其天然的優勢，且始終有駕駛員為算法bug兜底將極大的保障了安全性，也讓輔助駕駛的落地進程極大加快了。而輔助駕駛廠商只有利用好場景中的先發優勢，才能避免被L4自動駕駛企業實現真正的降維打擊。

　　資本不再買單，降維或成唯一出路

　　自動駕駛發展到現在，靠單純講故事顯然已經很難吸引到資本的眼球了。對此，業內人士也表示，大家逐步認識到自動駕駛在技術和商業化層面的難度，整個行業正趨于理性化。自動駕駛在落地時普遍會遇到三個問題，這將決定其在商業場景里的滲透速度。

　　第一是技術成熟度。在目前的開放場景下，自動駕駛還難以落地；而限定場景里的自動駕駛，則已經基本上被認可了。

　　第二是成本接受度。這是個動態問題，有兩個子因素：一是可量化的經營指標，如替代人力的成本；二是不可量化的經營指標，如給企業帶來的隱形生命價值。

　　第三是文化接受程度。社會是否允許一臺具有風險的機器獨立在路上跑？這對于社會大眾來說，是否是可以接受的？從如今的開放場景來看，自動駕駛似乎帶來一些不可控的風險。

　　從上述三個角度去綜合判斷，現在資本面臨的是獲得有限收益率與觀望未來星辰大海之間的選擇。隨著自動駕駛的落地難度越來越大，漸漸資本也失去耐心，而沒有了投資的L4自動駕駛廠商們只能放棄那桀驁的信仰，以降維輔助駕駛為出路先活下來，再來談論理想。

　　總結

　　經過這幾年的發展，無論是從事自動駕駛技術研發的企業還是投資機構，似乎都在漸漸回歸理性。企業開始努力在商用方面展示成果，將注意力轉向實實在在的商業化盈利，投資邏輯也從預期市場天花板降維到關注細分場景落地上。長遠來看，自動駕駛行業依然擁有資本市場的較高關注度，但投資格局顯然會愈發務實，企業方需要用實際盈利能力來讓資本看到更多回報機會。