個(gè)人創(chuàng)業(yè)照見自動(dòng)駕駛十年變遷。

效力英特爾16年、三發(fā)創(chuàng)業(yè)之心最終“出走”人工智能，吳甘沙的創(chuàng)業(yè)故事已經(jīng)被說得太多。而他所領(lǐng)銜創(chuàng)立的馭勢科技，繼2017年完成國內(nèi)首個(gè)自動(dòng)駕駛商業(yè)運(yùn)營項(xiàng)目后，在過去的2018年里，憑借全棧自動(dòng)駕駛解決方案，再次成功拿下了國內(nèi)頭部乘用車客戶、共享出行領(lǐng)域以及物流領(lǐng)域的多個(gè)商業(yè)項(xiàng)目，并走出一條領(lǐng)跑自動(dòng)駕駛商業(yè)化的道路。

在對話前，雷鋒網(wǎng)新智駕告訴吳甘沙，希望聽到一些關(guān)于他在不同時(shí)間點(diǎn)做出不同自動(dòng)駕駛抉擇背后的故事。

在關(guān)注吳甘沙個(gè)體的自動(dòng)駕駛抉擇之路同時(shí)，本文更深刻的意義在于，窺見自動(dòng)駕駛在過去十余年間的變遷，及創(chuàng)業(yè)者在資本寒冬對自動(dòng)駕駛未來的思考。

起風(fēng)了，但好像還有點(diǎn)遠(yuǎn)

2004年，美國國防部先進(jìn)研究項(xiàng)目局DARPA舉辦無人駕駛汽車陸地挑戰(zhàn)賽。盡管這一年的挑戰(zhàn)賽全員覆沒，自動(dòng)駕駛榜單上最好成績也僅是7.4英里。而這最初的7.4英里讓不少走在科技前沿的人看到了一種不可描述的可能性以及未來出行的些許端倪。吳甘沙也是其中一個(gè)。那時(shí)的他，還在英特爾搞手機(jī)系統(tǒng)。

18個(gè)月后，DARPA舉行第二次自動(dòng)駕駛挑戰(zhàn)賽。吳甘沙的“東家”英特爾作為贊助商率先選擇了CMU（卡耐基梅隆）。當(dāng)時(shí)，英特爾研究院的另一位同事Gary Bradski正在幫助Sebastian Thrun（后被稱為谷歌無人車之父）設(shè)計(jì)無人車“Stanley”。Gary Bradski正是那位世界級AI大牛，后來創(chuàng)建CV領(lǐng)域全球應(yīng)用最廣、最知名的開源項(xiàng)目之一Open  CV。

當(dāng)時(shí)，Gary Bradski跑到英特爾市場部反映，“要不要也支持一下Stanley，它實(shí)力排名第二，而且不需要太多錢，大概幾萬美金就可以了。”為了雙保險(xiǎn)的英特爾最終選擇了用少量的錢押注斯坦福團(tuán)隊(duì)設(shè)計(jì)的“Stanley”。

比較窘迫的是，當(dāng)時(shí)那輛Stanley已經(jīng)貼滿了LOGO。英特爾只能選擇前側(cè)窗。因?yàn)檐噧?nèi)沒有駕駛員，兩側(cè)后視鏡也僅是擺設(shè)，所以前側(cè)窗可以“犧牲”了。前側(cè)窗的英特爾LOGO一度成為當(dāng)時(shí)的“笑點(diǎn)”。這也讓人們深深記住了它。

讓英特爾欣喜的是，Sebastian Thrun率領(lǐng)斯坦福團(tuán)隊(duì)設(shè)計(jì)的無人車“Stanley” 以6小時(shí)54分的成績?nèi)〉霉谲姟?/p>

在興奮之余，吳甘沙心中想的是，"這好像還有點(diǎn)遠(yuǎn)"。這也是2004年到2006年，多數(shù)觀望者心中的自動(dòng)駕駛畫像。

2007年左右，英特爾研究院內(nèi)部開始布局智能駕駛。周鑫（現(xiàn)為馭勢聯(lián)合創(chuàng)始人）參與并領(lǐng)導(dǎo)了英特爾并行編程解決方案技術(shù)。2008年， 英特爾首款A(yù)DAS技術(shù)演示經(jīng)手人便是周鑫。

當(dāng)時(shí)吳甘沙對于自動(dòng)駕駛的思路尚且有一點(diǎn)保守，還在跟緊“老東家”英特爾的步伐，“先做一些ADAS方面的東西”。

風(fēng)向變了

“2014年、2015年的時(shí)候，我發(fā)現(xiàn)風(fēng)向變化了。”2015年發(fā)生的兩件大事讓吳甘沙開始行動(dòng)了。

一邊，Uber CEO卡蘭尼克在Google體驗(yàn)過自動(dòng)駕駛汽車后發(fā)現(xiàn)，自動(dòng)駕駛原來已如此成熟。令其恐懼是自動(dòng)駕駛將顛覆出行；興奮的是，這將是改變命運(yùn)的基礎(chǔ)。緊接著 Uber 從卡耐基梅隆大學(xué)國家機(jī)器人工程中心（NREC）挖來近五十位科學(xué)家、工程師，在匹茲堡成立 Uber 的自動(dòng)駕駛團(tuán)隊(duì)ATG。

而另一邊，2015年底，特斯拉AutoPilot火了。

Uber建立自動(dòng)駕駛團(tuán)隊(duì)、特斯拉AutoPilot推上風(fēng)口，這讓吳甘沙開始意識到并堅(jiān)定自動(dòng)駕駛已經(jīng)不遠(yuǎn)。這一次出發(fā)，吳甘沙不想做ADAS，直接劍指L4級自動(dòng)駕駛。

2016年，吳甘沙沒有猶豫，離開奮斗16年的英特爾，創(chuàng)業(yè)建立自動(dòng)駕駛公司馭勢科技。

吳甘沙稱自己的運(yùn)氣特別好。2月3日，吳離開英特爾時(shí)，資本對于自動(dòng)駕駛依舊有所保留。讓他感到幸運(yùn)的是3月初，通用花費(fèi)10億美金收購了Cruise。

“之后的自動(dòng)駕駛變得比較順了，整個(gè)圈子正在朝著良性的方向發(fā)展?！眳歉噬痴f起此很激動(dòng)。

琢磨出一個(gè)商業(yè)路線

CMU自動(dòng)駕駛領(lǐng)隊(duì)惠特克（Red Whittaker）的一句話，吳甘沙熟記在心，這也成為他布局自動(dòng)駕駛的邏輯：If you haven't done everything, you haven't done a thing（你必須什么都會，不然只懂一些部分等于零）。

在吳甘沙看來，自動(dòng)駕駛門檻高且技術(shù)復(fù)雜，需要了解得面面俱到。木桶短板對于自動(dòng)駕駛公司而言是大忌。從搭載AI算法的車規(guī)級自動(dòng)駕駛控制器、無人車運(yùn)營服務(wù)平臺、數(shù)據(jù)管理平臺，再到自動(dòng)駕駛仿真系統(tǒng)等等，吳甘沙將馭勢技術(shù)路線規(guī)劃為多種商業(yè)場景提供全棧式自動(dòng)駕駛解決方案。

當(dāng)然，吳甘沙也并未一棒子打死沙灘上專注模擬于仿真、高精地圖等細(xì)分領(lǐng)域的公司?！斑@些公司也要對于自動(dòng)駕駛各個(gè)環(huán)節(jié)進(jìn)行深度解讀，二級供應(yīng)商需要和自動(dòng)駕駛公司進(jìn)行深度結(jié)合，了解自動(dòng)駕駛領(lǐng)域中的方方面面，并依據(jù)其自動(dòng)駕駛系統(tǒng)做深度聯(lián)合設(shè)計(jì)”。 

成立近三年，基于全棧式自動(dòng)駕駛解決方案，加緊腳步摸著石頭過河，從技術(shù)路線到產(chǎn)品方案，再到商業(yè)路線，吳甘沙在自動(dòng)駕駛方面已有自己的一套世界觀和方法論。

雷鋒網(wǎng)新智駕了解到，2009年，Google無人駕駛項(xiàng)目建立（2016年改名為Waymo），這條路徑成為大多數(shù)自動(dòng)駕駛公司的標(biāo)桿。Waymo“老大哥”的頭銜深入人心。另一方特斯拉利用視覺方案實(shí)現(xiàn)自動(dòng)駕駛的路線，正在讓公眾看到成果。關(guān)于Waymo路線和特斯拉路線。業(yè)內(nèi)也傳出這種聲音——Waymo路徑誤導(dǎo)了整個(gè)乘用車自動(dòng)駕駛的大行業(yè)，特斯拉的路徑才是大勢所趨。

不信奉Waymo、不信奉特斯拉。吳甘沙對于自動(dòng)駕駛技術(shù)有著自己的解讀?！癢aymo一定代表著它看起來認(rèn)為最有可能的一種技術(shù)”，但他并不認(rèn)同自動(dòng)駕駛公司自購汽車?！跋囊粌砂賰|購買8萬多輛車，并不能窮盡天下所有的交互場景，且它可以在美國20余個(gè)城市跑得很好，但它不一定適用于美國其它城市或者中國?！?/p>

特斯拉既定的依靠視覺能解決一切問題的觀點(diǎn)也被吳甘沙否定。從系統(tǒng)層面來看，自動(dòng)駕駛重要的特質(zhì)就是冗余。視覺+激光雷達(dá)方案對自動(dòng)駕駛感知進(jìn)行了有效補(bǔ)充，這是吳甘沙的邏輯。

而業(yè)內(nèi)對于視覺+激光雷達(dá)技術(shù)方案又分為兩種路線：以激光雷達(dá)為主，視覺為輔；以視覺為主，激光雷達(dá)為輔。（馭勢傾向于后者）

馭勢早期的BP商業(yè)計(jì)劃書就明確規(guī)劃了兩條腿走路：

一條腿即基于乘用車實(shí)現(xiàn)L3級自動(dòng)駕駛（后期增加了自主泊車）；另外一條腿是特定場景下實(shí)現(xiàn)L4級自動(dòng)駕駛。當(dāng)時(shí)的馭勢對于特定場景理解是最后3公里的微循環(huán)形態(tài)（機(jī)場及產(chǎn)業(yè)新城最后3公里接駁）。

后來，吳甘沙開始意識到當(dāng)下的自動(dòng)駕駛商業(yè)化落地場景必須滿足“高頻、剛需、可量產(chǎn)”條件。而馭勢目前重要布局之一的機(jī)場內(nèi)行李貨物的無人物流便是符合這一條件的無人駕駛商業(yè)落地案例。 

關(guān)于“場景為王”說法，吳甘沙堅(jiān)定不移。在其看來，自動(dòng)駕駛時(shí)代的“場景為王”和傳統(tǒng)的理解不同。

一則當(dāng)下的自動(dòng)駕駛技術(shù)并不一定普世。馭勢自動(dòng)駕駛應(yīng)用已涉獵多個(gè)場景，從機(jī)場物流、高速、特定環(huán)境中的微循環(huán)、自動(dòng)泊車。一次次測試中，吳甘沙得出的經(jīng)驗(yàn)是，多數(shù)公司的目標(biāo)是使得自動(dòng)駕駛具有一定的通用性，但針對不同的場景，進(jìn)行特殊的定制和測試是必經(jīng)一環(huán)。

二則，不同場景下，客戶對成本感受不同；不同運(yùn)行環(huán)境下，用戶對于自動(dòng)駕駛的應(yīng)用不同。例如道路寬度、光線環(huán)境不同的兩地，網(wǎng)絡(luò)信號也存有差異，針對特定場景，定制化自動(dòng)駕駛技術(shù)和商業(yè)模式幾乎已成共識。

雷鋒網(wǎng)新智駕了解到，幾個(gè)月前，Uber砍掉了自動(dòng)駕駛卡車業(yè)務(wù)，不少文章在悲憫Uber自動(dòng)駕駛能否生存下去的時(shí)候，吳甘沙想到的是”自動(dòng)駕駛卡車技術(shù)和乘用車技術(shù)并不一樣“：

就干線物流而言，L2/L3輔助駕駛或有條件自動(dòng)駕駛幾乎沒有價(jià)值，因?yàn)轳{駛員仍是必不可少，勞動(dòng)力及成本問題依舊存在。

在感知、規(guī)劃環(huán)節(jié)同樣不同，當(dāng)前激光雷達(dá)及視覺的感知距離局限在200米左右，而對于行駛在高速公路上的卡車而言，需要更長的感知距離（比如圖森未來將有效感知距離設(shè)置到1000米）。足夠遠(yuǎn)的感知距離，可以幫助卡車進(jìn)行更早的規(guī)劃，提前換道減油，減少磨損。

控制方面，卡車承載實(shí)心物體、液體的物體，超載、空載對應(yīng)的車輛重心不同，相應(yīng)的兩款車型的動(dòng)力學(xué)、運(yùn)動(dòng)學(xué)不同，過彎的速度及控制中心等等均不同。

而現(xiàn)階段，在吳甘沙看來，更快落地的可能是L1（比如特斯拉Semi）+編隊(duì)模式。編隊(duì)模式在減少路權(quán)的占用的同時(shí)，也可減少風(fēng)阻，降低能耗。

自動(dòng)駕駛已經(jīng)進(jìn)入中場戰(zhàn)事，各家在這條產(chǎn)業(yè)鏈上的角色已基本確定。百度、Pony.ai、Roadstar.ai、Drive.ai等追隨Waymo做自動(dòng)駕駛車隊(duì)，也有馭勢、Momenta、騰訊等專注于提供高級別自動(dòng)駕駛解決方案的自動(dòng)駕駛賦能者，阿里、華礪智行則專注于道路協(xié)同。自動(dòng)駕駛孕育多年，各家已有自己的一套生意經(jīng)。自動(dòng)駕駛?cè)ψ觾?nèi)幾大商業(yè)路徑建已成型。吳甘沙將其劃分為四類：

• 二級供應(yīng)商角色，技術(shù)授權(quán)；

• 一級供應(yīng)商角色，提供整套解決方案；

• 提供整套解決方案及運(yùn)營、運(yùn)維服務(wù)是一種商業(yè)模式；

• 運(yùn)營自有的自動(dòng)駕駛車隊(duì)，是一種商業(yè)模式。

從二級供應(yīng)商技術(shù)授權(quán)到一級供應(yīng)商提供系統(tǒng)，到一級供應(yīng)商提供系統(tǒng)再加上運(yùn)營、運(yùn)維服務(wù)（又可能分為賣系統(tǒng)，或提供系統(tǒng)租賃和運(yùn)維服務(wù)），最后到完整的車隊(duì)運(yùn)營。 吳甘沙提到，從宏觀層面看，自動(dòng)駕駛的商業(yè)模式逃不開兩個(gè)方向：或者在一輛車上賺很多錢，但車輛數(shù)量比較少；或者通過將系統(tǒng)安載至多車，每一輛車獲得少量毛利潤，積少成多，實(shí)現(xiàn)盈利。

很多玩家將自己定義為第四者，自己運(yùn)營車隊(duì)。吳甘沙提到，這的確是最理想的方案，因?yàn)樗_實(shí)實(shí)現(xiàn)了上下通吃。但從另外一種角度看，他認(rèn)為另有最優(yōu)解。類比互聯(lián)網(wǎng)商業(yè)模式，系統(tǒng)裝車，積少成多。這類似于Google搜索，每一次搜索，每一次廣告點(diǎn)擊的利潤極低，但龐大的數(shù)量疊加起來實(shí)現(xiàn)了Google的成功。

對于未來的一級供應(yīng)商而言，系統(tǒng)出售也有兩種商業(yè)模式：售賣系統(tǒng)或提供系統(tǒng)租賃和運(yùn)維服務(wù)。后者在傳統(tǒng)行業(yè)中已有畫像。GE通過租賃航空公司發(fā)動(dòng)機(jī)實(shí)現(xiàn)商業(yè)運(yùn)營，發(fā)動(dòng)機(jī)實(shí)時(shí)和衛(wèi)星連接，將數(shù)據(jù)傳回至GE，后者對發(fā)動(dòng)機(jī)狀態(tài)及是否需要維護(hù)的情況一清二楚。

自動(dòng)駕駛十年，化繭成蝶

面向自動(dòng)駕駛，吳甘沙屬于樂觀派。

十年后，吳甘沙對自動(dòng)駕駛的認(rèn)知已從“還很遠(yuǎn)”到“化繭成蝶，已經(jīng)慢慢形成了成型的東西”。

2009年，Google成立無人駕駛部門、中國無人賽挑戰(zhàn)剛剛開始。經(jīng)歷了Uber創(chuàng)建自動(dòng)駕駛、特斯拉上市、通用收購Cruise、大量自動(dòng)駕駛公司興起。而主機(jī)廠對于自動(dòng)駕駛的認(rèn)知也在發(fā)生變化。傳統(tǒng)意義上，科技公司直接瞄準(zhǔn)L4，而傳統(tǒng)主機(jī)廠習(xí)慣按部就班，循序漸進(jìn)。2016年，通用、本田等等主機(jī)廠開始決定彎道超車。這對于吳甘沙等一眾自動(dòng)駕駛創(chuàng)業(yè)者而言是個(gè)好信號?！皞鹘y(tǒng)的汽車產(chǎn)業(yè)，已經(jīng)用一種不同的角度去看自動(dòng)駕駛了?！?/p>

2018年，一些自動(dòng)駕駛壞消息出現(xiàn)。Uber行人致死事故，讓行業(yè)開始重新正視安全。另外，Waymo自動(dòng)駕駛汽車是不是真正開始常態(tài)化運(yùn)營，依舊是個(gè)問號。近期，辰韜資本合伙管理人舒亮揭露自動(dòng)駕駛寒冬現(xiàn)狀：融資資訊漸少，2018年年初至今，尤其是四、五月過后，關(guān)于無人駕駛公司融資消息越來越少。

悲觀派，樂觀派，吳甘沙屬于后者：“我不覺得它是一個(gè)自動(dòng)駕駛的寒冬。在資本面前，馭勢從未保證自動(dòng)駕駛的滴滴兩三年之內(nèi)就來了?！?/p>

在吳甘沙眼中，相比起O2O，自動(dòng)駕駛燒錢并不會那么快。吳甘沙將自動(dòng)駕駛歸結(jié)于人才密集型產(chǎn)業(yè)。因?yàn)槿瞬刨F，所以人們感覺是一個(gè)資本密集型。“一個(gè)典型的自動(dòng)駕駛公司人才的費(fèi)用其實(shí)占到它一半以上，除非你買了很多林肯MKZ，顯然它對資本有一定的需求，但是沒有O2O那么多?！?/p>

共享單車的風(fēng)逝去，自動(dòng)駕駛是不是泡沫讓人們感到惶恐?！耙粋€(gè)健康的行業(yè)是叫微泡（微微有點(diǎn)泡沫），就像一杯啤酒，啤酒上面有一層的泡沫，這是有好處的，它會吸引人才和資本進(jìn)來，但如果是整個(gè)杯子里面都是泡沫，那就不好了。”吳甘沙認(rèn)為其身處的自動(dòng)駕駛行業(yè)處在一個(gè)“微泡”狀態(tài)下。

吳甘沙正在等待下一個(gè)春天里：“2019年和2020年會有點(diǎn)像人臉識別在2015年、2016年的樣子，現(xiàn)在自動(dòng)駕駛正處于產(chǎn)業(yè)爆發(fā)的前沿。”

本文由雷鋒網(wǎng)新智駕、騰訊新聞聯(lián)合出品，作者于勝越，未經(jīng)授權(quán)，不得轉(zhuǎn)載。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。