疫情之下，百業蕭條，但無人駕駛技術卻意外獲得關注。

受制于疫情的傳染性，無人化商業模式一時被熱議。在這場“抗疫”中，無人車價值逐漸顯現。武漢方艙醫院內，無人車輛往來穿梭。這些車輛擁有遠程調控裝置，配合醫院需求隨時上崗。此外，車輛的提供方安排工程師進行監控，有需求隨時響應。

一時之間，無人駕駛的春天好像來了。即使資本寒冬、行業下行，小馬智行（Pony．ai）、馭勢科技仍相繼宣布完成新一筆融資。前者公布獲得了高達4．62億美元的融資，領投方為豐田汽車集團；后者雖未公布融資金額，但投資方亦是知名零部件企業博世。

在世界舞臺上，中國自動駕駛技術似乎正獲得認可。

另一個好消息是：2月27日，在加州車輛管理局DMV公布的“2019年度自動駕駛路測成績單”中，百度的MPI值（Miles Per Intervention，每兩次人工干預之間行駛的平均里程數）首次超越自動駕駛“老大哥”Waymo，位居36家名單之首。排行榜前十公司中，還有4家來自中國。“自動駕駛已進入中美兩極同時共存的新時代。”AutoX CEO肖健雄如是告訴億歐汽車。

經歷了2019年的泡沫破滅之后，中國自動駕駛行業實在太需要好消息了。

但如果說春天就這樣到了，或許太樂觀。

等待“關鍵轉折點”

對于中國自動駕駛行業而言，“關鍵轉折點”仍未到來。

上世紀90年代，國內高校和研究機構已經開始研發自動駕駛技術。1992年，國防科技大學研制出國內第一輛真正意義上的自動駕駛汽車CIAVT－I型，中國自動駕駛行業由此真正起步。

但此后20多年時間里，自動駕駛技術仍只存在于高校實驗中。甚至直到2009年，國家自然科學基金委主辦的“中國智能車未來挑戰賽”中，參賽隊伍也幾乎全部來自大學校園。

第一個轉折點在2014年。

當年，亟待轉型的百度開始入局自動駕駛，被譽為“人工智能領域的四大金剛之一”的吳恩達加盟。

為了與吳恩達見面，李彥宏推掉了好幾個重要會議。長達3小時的飯局過后，吳恩達對李彥宏說：“我希望幫助你們。”遂即加入百度。此后，他成為百度首席科學家，負責百度研究院的領導工作——其中就包括自動駕駛業務。那一時期，百度吸納了樓天城、韓旭、彭軍、鄔學斌、倪凱、韓旭等一眾自動駕駛人才。

2014年9月，百度開啟了與寶馬在自動駕駛領域的合作。雖然雙方為期3年的合作在2017年提前結束，但在當時，與德系豪華品牌開啟戰略合作，為百度引來了不少關注。

互聯網巨頭百度的加入，加速了中國自動駕駛產業化。越來越多人看到這項技術的商業價值，這其中，也包括投資人。

2016年到2017年間，成為自動駕駛技術第一個爆發點。

諸多技術人員出走百度，陸續成立屬于自己的自動駕駛公司，如彭軍和樓天城創立的小馬智行、倪凱的禾多科技、張天雷的主線科技等。

一時間，中國自動駕駛行業“百花齊放”，引得各路投資人競相“撒錢”。這一定程度上刺激了行業發展，隨后，相關法規陸續出臺。在此過程中，RoboTaxi這類公司獲得了更多資本青睞，成為業界最受關注的企業類型。

但那段瘋狂的日子已經結束。2018年下半年至2019年，中國自動駕駛行業發展腳步放緩。而如今，即便有好消息傳出，但在諸多方面并未有實質上的突破。新的行業發展關鍵轉折點尚未到來。

難題待解

曾在2019年戳破自動駕駛行業泡沫的諸多難題——商業化、資本、供應鏈、政策等問題，仍然未解。

從技術難度上看，方艙醫院里運行的無人車與人們期待的L4、L5級自動駕駛，不可同日而語。“開放道路場景”自動駕駛的實現難度，遠遠大于封閉／半封閉場景自動駕駛——前者場景復雜、參與者眾多、極端案例（corner case）出現概率大。

在當下，自動駕駛技術的不成熟與安全隱患，同樣是制約技術商業化落地、行業發展的重要因素。

咨詢機構Gartner曾在2019年發布了一個“技術成熟度曲線”，不幸的是：諸多自動駕駛公司努力的技術方向——L4級自動駕駛，正處于“幻滅期”。Gartner認為，其技術實現時間將超過十年。另外，L5級自動駕駛則處于“期望膨脹期”。

一些業內人士的看法則更悲觀。

“這項技術真的很難，自動駕駛汽車還要幾十年的時間才能在路上普及。”2018年底，自動駕駛領頭羊Waymo的CEO約翰·科拉菲克（John Krafcik）曾如是表示。他話音未落，另一位硅谷大佬——蘋果聯合創始人史蒂夫·沃茲尼亞克（Steve Wozniak）也發表了看法：“我信不過自動駕駛汽車。”

考慮到技術突破難度，一直推崇單車智能路線的百度Apollo也開始加碼“車路協同”技術方向。2018年底，百度開放了車路協同代碼，并在長沙街頭進行數月裝有V2X設備的RoboTaxi載客試運營。2019年，百度在長沙測試路段投入45輛RoboTaxi車輛開啟試運營，并在年底的“Apollo首屆生態大會”上，著重介紹了車路協同解決方案。

而在限定場景下，自動駕駛技術實現難度仍不容忽視。

相關區域里，車輛行駛過程中面臨的意外情況并不少——車輛、人員的隨意穿行、亂停車等情況，都會給無人車行駛造成困擾。

另一方面，即使是同一場景，目前各家企業的技術適應能力也并不高。在A礦區可以順利運轉的無人車，到了B礦區卻可能頻頻出錯。各企業仍然需要進一步打磨技術，以適應未來大規模商業落地的需要。

即便目前中國自動駕駛企業的MPI值與美國持平，也并不代表中國自動駕駛企業能夠實現規模化商業落地。此外，大規模商用仍需考慮成本問題。

資本方面，雖然剛有兩筆融資信息公布，但放眼整個行業，并不樂觀。

各企業本身大量的資金需求與不及預期的技術發展、機構愈發謹慎的投資策略相矛盾，行業開始洗牌。

在2019年，RoboTaxi融資企業數量變少，甚至曾經的明星公司RoadStar．ai慘遭清盤，吳恩達離開百度后加入的美國自動駕駛公司Drive．ai也隨后轟然倒下，更易實現應用落地的限定場景自動駕駛企業逐漸受到關注。

但經過了膨脹期之后，自動駕駛公司的估值已經被抬高。疫情與行業寒冬之下，一級市場募集基金難度加大，資本更加理性。唯有商業落地苗頭的企業更易獲得投資青睞。“投資人會選擇一個剛需、有買家能力的落地場景（進行投資）。”慧拓CEO陳龍如是對億歐汽車表示。在這種情況下，還未有自我造血能力的自動駕駛公司舉步維艱。

智行者CEO張德兆對億歐汽車表示，明年限定場景自動駕駛可能會有一些規模化落地，但性價比仍是制約大規模應用的關鍵。

此外，中國自動駕駛供應鏈不成熟、政策法規落后等問題，依舊需要時間來解決。

以激光雷達為例，即便很多廠商已將產品價格下探至1000美元以下，但仍不符合大規模商業化標準。而目前，中國僅允許自動駕駛汽車在部分區域進行路測，與美國加州允許自動駕駛汽車上路行駛的政策相差甚遠，并不利于技術迭代。

突發疫情雖然讓一些自動駕駛公司受到關注，但由于對汽車行業有不小的負面影響，技術公司發展的不確定性也被隨之放大

冬天總會過去，但談春天還為時尚早。