3月27日，第八届百人会论坛中，智能网联汽车的下一步发展再次作为与会行业专家、学者与企业间频频涉及的话题。

会上 ，全国政协副主席、中国科学技术协会主席万钢表示：“面向新能源汽车跨产业界融合发展趋势，要进一步加强汽车与能源、交通、信息通讯等产业，在政策、标准、前沿技术示范等方面的统筹规划和组织协调，凝聚发展合力，加速实现高水平的产业融合发展。”

同时，中国电动汽车百人会理事长陈清泰表示：“在汽车智能化这场革命中，我国汽车产业换道先行取得了先发效应，但机会窗口期不会太长。随着汽车革命纵深发展，越来越多的高科技公司加入其中，新能源汽车的科技含量越来越高，服务软件越来越丰富，正在进化成一个数据决定体验、软件定义汽车的移动智能终端。”

不难看出，在中国汽车产业变革经历了上半场的剧烈动荡后，智能化将成为产业决胜下半场的核心内容。

| 被吹起的行业泡沫

在高级别自动驾驶领域中，特斯拉显然是最广为人知的汽车品牌。

2020年10月，特斯拉首次向部分美国用户推送FSD Beta方案，并以视频的形式展示了让汽车在复杂的城市环境中导航，驾驶员不需要移动方向盘的实际操作案例，有意散播特斯拉只要通过软件升级，就能在量产车型上实现辅助驾驶的误导信息，进而传递出高级辅助驾驶未来已来的类似言辞。

嗅觉敏感的资本市场伸手，特斯拉股价紧跟利好。短短数十天，特斯拉超越丰田、大众，成为全球市值第一的汽车公司。特斯拉从一家新能源车企成功加持科技标签。

数月后，华为也发布类似的演示视频。并宣称华为具备了将两个世界联系在一起的能力，即量产乘用车+高级辅助驾驶的新中国属性，一时间，国内汽车行业更加敏感。

为了争取市场关注，多家企业决心入局并相继发布相关量产计划，这其中既有众多传统与新势力车企，同时也有众多自动驾驶领域的Tier1企业。

但这些企业虽然品牌不同，层级不同，但却在“流量”时代下暴露出一个相同的问题，那就它们视频中的展现的自动驾驶技术绝大部分都无法在短期内实现量产，而这让人不免想到了一个经济领域的热词——“泡沫”。

| 泡沫的成因

对于交付泡沫的出现，业内普遍认为是“长尾问题”导致的。

关于现阶段自动驾驶行业的推进与瓶颈，诸多行业专家此前都曾抛出过明确的观点：现阶段在技术方面，自动驾驶的底层架构和大部分技术问题已经被解决，而剩下的 20%长尾问题，是制约行业发展程度的关键。但正是这20%的遗留问题，耗费了大多数企业80%的精力去解决。

同样的道理也映射在智能辅助驾驶的普及和量产上。

受成本制约和缺乏合作的经验，汽车智能化功能多以小规模测试为主，且大多数汽车品牌与新型Tier1企业不具备大规模量产的经验与条件。迫于压力，企业不得不夸大产品营销噱头，强势占位抢占市场先机，开始倒逼软件公司给出交付期限；上游企业为了争取更多订单，又也不得不给出“最终节点”的对应承诺。

事实上，由于智能辅助驾驶功能的核心在于辅助，即驾驶者需对车辆负责，间接决定其技术要求与难度，远低于高级别自动驾驶系统。且主流Tier1企业研发目标大都指定在更高级别自动驾驶，因此，大多数Tier1本质上有能力开发出适度的算法和功能支配硬件配合辅助驾驶功能落地。可即便是企业与企业之间的技术各有千秋，但量产的规划还是迟迟难以最终落地。

以Mobileye为例，作为特斯拉Autopilot的技术提供者，是行业内最早实现辅助驾驶方案量产落地的企业，凭借优秀的软硬一体的解决方案能力，早期Mobileye在该市场鲜有对手，也相继拿下国内包括蔚来、理想等多家新势力企业的量产订单。但由于后期上市的EyeQ4芯片算力不足缺少足够验证，量产产品频频爆出事故问题，使其一度陷入信任危机。

这使得徒有技术却无法量产，“扬长却不能避短”成为智能驾驶行业，不愿被承认和戳破的泡沫话题。

对比之下，国内企业的发展逻辑则更加务实。

以国内初创代表企业之一的Momenta为例，虽为后入局者，但凭借“一个飞轮”的理念，使其辅助方案领域享有相应话语权。旗下产品也涵盖了不同级别的自动驾驶方案以及衍生的大数据服务。具体到智能汽车领域，Momenta的图像采集与识别分析的能力在国内市场拥有一定优势，因此Momenta也相对倾向硬件成本相对较低的“毫米波雷达+图像”高级辅助驾驶方案。

而有国货之光称呼的华为，理解则完全不同。本着“硬件为王，软件为辅”的发展理念，华为虽明确不涉及汽车制造，但却研发了30多款智能汽车的核心零部件，“激光雷达+鸿蒙车机”的方案成为华为在布局高级辅助驾驶业务的一张“王牌”。

据行业人士透露，包括Momenta、华为在内所面临的交付困难本质上不相同。Momenta的资方背景以传统车企为主，囊括了奔驰、通用、丰田、上汽等多家传统汽车企业，但由于不同企业对所需方案验证标准各有见地，Momenta最终方案的量产节点不得不一再延迟。此前，在智己L7 pro发布会中，有关Momenta所提供的智能辅助驾驶介绍中，企业对高阶功能不得不用一句“后续OTA”简单带过。

反观，华为虽然没有复杂的资方背景，但棘手的芯片问题，致使华为的车机系统严重供给不足，主推的鸿蒙车机“无缝流转”功能无法实现，加上激光雷达因种种无法批量交付，华为也同样在面临着巨大的“逾期”压力。

在众多企业面临量产交付问题时，百度似乎表现出了一股“清流”气质。

据了解，百度的自动驾驶开始于2013年。这一年，百度的自动驾驶项目，从公司首个前瞻性研究机构IDL(Institute of Deep Learning)下诞生。随后的2017年，百度又发布了“Apollo计划”，百度成为全球第一家宣布对外开放自己技术和平台的无人车技术企业。

与其它tier1企业有所不同的是，百度的L2+级智能驾驶辅助系统于2021年就实现了大规模量产，并实现对威马、广汽埃安、长城等品牌车型的成功交付。

在外界看来，凭借百度自身雄厚的资本储备与技术研发能力，能够在自动驾驶领域占据一席之地并不令人意外 。而能够引发业内关注的核心原因，则是百度能够成功将其智能驾驶辅助系统成功实现量产，以及商业化运作。

| 如何戳破智能辅助的泡沫？

此前曾有Tier1企业就该问题指出症结，并表示：“做好高级别智能驾驶，挑战是巨大的。很多传统车厂用熟悉的模块来组装拼接的方式，无法给消费者带来安全舒适的智能驾驶体验的。”

为此，我们梳理目前有关自动驾驶行业的推进方案后发现，业内有关该领域的布局基本分为以下两种情况：

1、主机厂自研

2、主机厂+tier1协同发展

但从当前情况来看，这两种情况无论是哪一种，都不是最好的解决方案。

首先，主机厂自研成本投入巨大，无数的历史案例都在证明，无法有效控制成本就实现落地，那么厂商将在落地时付出更多的成本以提升产品竞争力，而这些成本最终都将要消费者买单。

而主机厂+tier1协同发展的模式则更适用于传统车企，但就像前文提到的，当前绝大多数tier1企业普遍将精力放在展示技术实力方面，距离真正量产还有很大差距。这其中的核心原因在于，测试系统在面对量产时 ，需要考虑所有量产车的算法一致性，多台车在道路行驶上所遇到的场景复杂性、多个零部件之间的兼容与覆盖。

目前，tier1企业中有量产案例的仅有毫末智行和百度apollo。其中，毫末智行当前已经开发了L2级别的辅助驾驶功能，并在摩卡上实现了高速域的量产。预计到2022年年底，其L2辅助驾驶将在34款车型中可用。其还在研发L4级别的自动驾驶技术，并已与美团物流车辆合作，可以在没有人类驾驶员的多场景下进行货物的运输。

百度在量产方面一路走来，一直相对低调，从最开始的天使客户威马，21年初完成AVP量产交付，积累了大量的经验和能力沉淀。到21年底和22年初陆续完成了长城哈弗神兽和广汽埃安全系车型的AVP量产，传闻后续还有更多车型正在交付中。百度已经正式进入了多客户交付的放量期，包括像比亚迪这种销量顶流也选择了百度作为其智驾供应商。

结语 ：对任何产品而言，“量产”更像是一把“尺”，它衡量着一件产品从研发直至面向终端的合理性，这个合理性简单用一个测试视频显然无法展现，更需要真正脚踏实地的去探索和深入，并最终以商业化等形式实现可持续且良性的发展。

只有这样，才能让行业与消费者更加理性地看待智能驾驶 ，毕竟自动驾驶还有很长的一段路要走，不要让泡沫式的内卷成为自动驾驶发展道路上的“绊脚石”。