作者 | 曾响铃
【资料图】
文 | 响铃说
寒气还在智能驾驶领域蔓延。
在过去的一段时间，裁员、倒闭、破产、市值下跌、巨头撤离等等一系列不好的消息在智能驾驶行业频频爆出，一批老牌的智能驾驶企业更是倒在了黎明前。
智能驾驶的寒冬，来得很是凶猛。
这个新兴产业又一次走到了“死胡同”？或许现在下结论，还太早了些。
且不说，还有一批智能驾驶企业依旧仍在探索未来。在国内，也还有一批“20后”的新玩家刚刚登陆，如成立于2021年的复睿智行、畅行智驾、零念科技等，开始面向市场抛出自家的智能驾驶解决方案以及商业模式，重新吸引资本、巨头以及市场的关注。
寒冬，是市场的优胜劣汰，但同时也是行业的新旧交替。很显然，智能驾驶产业远远还没有到落幕的时刻。
智能驾驶的新旧交替：前辈迷茫，后辈狠辣
今年10月，智能驾驶公司Argo AI在福特和大众两大股东暂停资金投入后，因缺乏足够的资金支撑而宣告破产。
Argo AI的倒下，令业内唏嘘不已——这是一次理想的破灭，也是一次现实的拷问。
这家老牌的智能驾驶公司成立于2016年，正处于智能驾驶产业发展的黄金年代，其有着非常崇高的目标，即追求完全的智能驾驶。
但是，真要实现这一目标，并不容易。光是研发经费的投入，就远远超出了大众、福特两大巨头的想象。对此，两家巨头车企都相继表示，在智能驾驶的研发上应该优先服务客户，使得企业的开发尽可能具有成本效益。
从这个角度来说，Argo AI的倒下，也并不意外。
早期的大多厂商都面临着类似于Argo AI的处境，技术路线的不确定性、商业模式的不匹配等等问题导致了企业的造血能力不足，一旦资本、巨头等等外部力量停止“输血”，很容易就会被市场淘汰。
相比于前辈的迷茫，后来的智能驾驶企业站在产业多年发展的进程上，更能洞察市场的痛点与规则，知道怎么先在这个新兴的市场活下去，从而实现智能驾驶的理想目标。
复睿智行在成立一年后，面向市场发布的核心技术解决方案是主攻感知问题的4D毫米波雷达与前融合感知算法。对应解决的正是当前困扰单车智能方向的传感器堆叠和数据堆叠的误区。
“目前大家并没有把毫米波雷达、激光雷达、摄像头做得更好。一味通过堆叠传感器数量和堆叠路测里程数的方式，是无法突破自动驾驶的感知瓶颈的。”在复睿智行CTO周轶看来，突破点已经摆在眼前，复睿智行作为后来者就应该直面瓶颈去解决问题。
复睿智行自主研发的4D毫米波雷达，在传统3D毫米波雷达（方位、距离、速度）之外，增加了对“垂直高度”的俯仰探测能力，使毫米波雷达对静止目标也能准确识别，且其大幅提升的点云成像能力已接近一个低线束的激光雷达。此外，再结合毫米波雷达原先的全天候和低成本两大优势，4D毫米波雷达对于自动驾驶行业堪称是一个Game Changer级的存在。
传感器的迭代也将带动算法的全面升级。曾经特斯拉因激光雷达太贵、毫米波雷达鸡肋而主张纯视觉算法路线。如今随着4D毫米波雷达的问世，特斯拉也亲自下场制造4D毫米波雷达，以打造摄像头+4D毫米波雷达的前融合感知算法。而原先其研发的摄像头测距、黑夜中视物等黑科技，在4D毫米波雷达面前都如同探囊取物。
这是技术层面的考虑，而站在商业角度来说，抓痛点、补缺口也最有机会获得市场的认可，在短期内得到主机厂和其他产业生态伙伴的认可与合作，从而活下去。
当前，随着以Argo AI为代表的众多L4级别自动驾驶企业退场或估值跳水，行业已经从理想回归理性，业务方向已从L4自动驾驶转至L2智能辅助驾驶。越是后来者，就越不会追求一步到位，反而更从终端用户需求出发，切实地提升驾乘的安全和体验，以商业化量产为首要条件。
综合技术和市场两个方面，后辈或多或少要比前辈狠辣一些。
以周轶来说，在加入复睿智行担任CTO之前，其个人在2010年就已经开始从事毫米波雷达的研发和量产工作，过去行业发展所带给他的工作经历如今正在转化成为复睿智行未来的发展经验。正是因为站在前辈的经验之上，深刻洞察了行业发展的痛点和趋势，复睿智行才锚定了从感知技术出发、自主研发4D毫米波雷达与融合感知算法的发展战略。
总的来说，一个新兴行业从概念走向量产，经历寒冬、洗牌与整合是必然的，但路会越走越明。只要自动驾驶的巨大价值在那儿，它就不会轻易落幕。
“野心家”与“实干家”
对于智能驾驶行业来说，资本和巨头也从未离场。老牌厂商倒下了，新晋玩家则成为了他们押注和博弈的下一个对象。
在这一批“20后”的背后，最不缺的是资本和巨头的身影。
畅行智驾的背后是中科创达，在成立一年内又获得了高通创投和立讯精密的战略投资，生态实力和资本条件都不容小觑。而零念科技同样也是仅成立一年，就拿到了腾讯的投资，发展前景值得一看。复睿智行则孵化于复星集团，背靠大生态，在战略布局上更具备爆发力。
值得一提的是，复睿智行代表的不仅仅只是复星在智能驾驶领域的野心，还有智慧城市生态全场景（包括智慧停车、智慧园区、智慧物流等等）协同的宏大规划。
为此，复睿智行一成立就开展了全球化研发布局，研发团队覆盖中德英等国，专家及研发人员占比高达70%。在技术路线上，复睿智行还推行单车智能与车路协同两线并轨的发展模式，其中单车智能以4D毫米波雷达和前后融合感知算法为主，车路协同涵盖硬件设备、中间件等，并以场景为服务线，初步服务于车联自动驾驶、城市互联、智慧园区、互联测试场景4大场景。
未来，复睿智行将协同复星集团长期投资布局的汽车产业生态，加快产业的商业化落地。同时，也将与复星旗下其他生态板块如医疗、地产、消费等跨界协作，共同组建智慧大生态。
由此来说，新势力代表的正是巨头面向未来的野心。不说复星集团，零念科技背后的投资者腾讯实际上也在打造一个全方位的智慧大生态，零念科技是其中的一块“积木”，当然或许也是最有可能不会倒塌，能成功支撑腾讯生态的一块。
在智能驾驶的语境里，车路协同的技术路线本身就会与智慧城市进一步融合，互为生态。而对应的市场主体，智能驾驶公司最终或许也会成为巨头生态的一环或是关键合作伙伴。
从这个角度来说，巨头是野心家，正在智能驾驶的赛道上找寻着或是孵化更多的实干家去推动自家的生态发展。
基于这个思路，就不难发现，为什么在智能驾驶的寒冬，依旧还能有一批新玩家涌现。一方面是新玩家确实有想法去实现智能驾驶目标，另一方面则是巨头们也热衷于推动智能驾驶赛道的发展，以牵头发展和融合自身的大生态。
在智能驾驶的赛道上，从不缺野心与实干。
智能驾驶的后半程开始发力
现阶段，不管是市场的优胜劣汰还是行业的新旧交替，都意味着智能驾驶产业走到了下一个阶段。新势力崛起的背后，带来了新的信号——玩家数量的增长继续加剧市场的竞争，所有厂商都将为后半程的发力而做好准备。
从幸存玩家与新晋玩家的多数布局和规划来看，接下来的智能驾驶产业或将赛点聚焦在以下三个方向。
一、在单车智能上，重在突破当前的感知局限，从资源的最优配置思路解决问题。
在感知层面，单一的传感器无法实现智能驾驶，但多个传感器的堆砌终究也不是办法，如今的局限正在逐步暴露，如何对传感器硬件进一步迭代，并打造一套能充分发挥各传感器优势的融合感知方案，成为接下来市场最迫切需要解决的问题。
复睿智行给出的方案是做精做好4D毫米波雷达以及运用前融合感知算法实现性能与成本的最优配置，从安全和效率等基础需求出发，不断为用户体验带来增益，从而一步步推动自动驾驶的最终实现。这一思路或将成为未来行业的共识，即如何在现有的基础上重新构建融合框架突破感知局限。
二、在车路协同上，先做好有限场景、有限范围的智慧化，再一步步向城市端拓展延伸。
相比单车智能，车路协同重在基础设施改造和建设，操作上更加厚重。那么，一上来就期望将整个城市范围的车路协同做好，是几乎不可能，也不现实的，很有可能会在正确的方向上重蹈Argo AI的覆辙。
那么，细分城市场景，在特定路段、特定场景内去实现车和路的智慧化协同，是更有可能验证现有技术方案的一个方式。目前，不管是老玩家还是新厂商都有意在聚焦小场景、小范围的智慧化，比如复睿智行目前已携手柳州、成都、武汉、南京、上海金桥等多地，开启交通智能网联升级项目，其中包括智慧园区、智慧停车以及互联测试场景等，从小处着手来一步步验证自家的技术能力。未来一段时间内，这个思路大概率还会得到延续。
三、在车联网方向，重构车联网思维，在车路协同的理念上去运营车联网，或将成为新尝试。
过去的一段时间，车联网的概念谈及颇多，也有一部分厂商（特别是智慧终端企业）也在尝试运营车联网。但是，他们做得最多的是想着怎么把手机终端上的应用迁移到车机系统上，其本质上还是用移动互联网的思维在做车联网——在这个思路下，手机还是主要的流量入口。
复睿智行COO薛春宇认为，车联网是一张专网，整个行业应该用真正的车联网思维去运营，用车路协同的理念去运营，把驾驶舱内的大屏作为主要的流量入口，这样才能诞生一个伟大的时代。简单来说，现有的车联网模式还不够成熟，或许还将面临着颠覆和重构，在未来的车联网生态上还将诞生一批真正掌握车联网思维的运营商。
可以预见，智能驾驶的后半程依旧有的忙，有的新思路已经出现，有的旧思路还在延续，有的路径还不太清晰，一切都将面临着持续的更迭，不仅是企业，同时也是行业本身。
还是那一句话，寒冬既是市场的优胜劣汰，同时也是行业的新旧交替。
*本文图片均来源于网络
*此内容为【响铃说】原创，未经授权，任何人不得以任何方式使用，包括转载、摘编、复制或建立镜像。
【完】
曾响铃
1钛媒体、品途、人人都是产品经理等多家创投、科技网站年度十大作者；
2 虎啸奖评委；
3 作家：【移动互联网+ 新常态下的商业机会】等畅销书作者；
4 《中国经营报》《商界》《商界评论》《销售与市场》等近十家报刊、杂志特约评论员；
5 钛媒体、36kr、虎嗅、界面、澎湃新闻等近80家专栏作者；
6 “脑艺人”（脑力手艺人）概念提出者，现演变为“自媒体”，成为一个行业；
7 腾讯全媒派荣誉导师、多家科技智能公司传播顾问。
