自动驾驶和降维？
在自动驾驶行业，本周有两大新闻:“一死一生”。
周一，优步宣布出售长期亏损的自动驾驶业务。优步2015打造的自动驾驶团队ATG成为历史，历时五年的自动驾驶研发落下帷幕。
本周二，百度在广州召开阿波罗生态大会，发布ANP(阿波罗？导航？飞行员辅助驾驶。基于L4纯视觉自动驾驶的城市道路闭环解决方案——阿波罗？Lite“降维和创造”将于明年在量产车型中推出。ANP结合此前推出的AVP停车方案，百度计划未来五年实现6.5438+0万辆车的前置。
ATG死了，ANP重生了。在不同命运的偶然之间，我们努力寻找某种必然性。这种必要性可能就是自动驾驶为了生存而进行的“降维”。
“降维”的人是天生的。
2015年，优步创始人卡兰尼克从人工智能名校卡耐基梅隆大学挖人，几乎掏空了机器人研究所的所有人才，组建了优步的自动驾驶团队ATG(Advanced？技术？组).此时，优步迅速开发出无人驾驶，并在开放的道路上行驶进行测试。
2018年3月，优步无人驾驶测试车在美国撞死一名行人，其研发工作随后陷入停顿。重启后进展缓慢，直到今年疫情，使得情况更加糟糕。
本周一，优步选择将ATG出售给自动驾驶公司Aurora，并向后者投资4亿美元，因为它无法承受自动驾驶业务的持续亏损却看不到产量带来的负担。
现在回想起来，优步从一开始就选择了难度最大、成本最高的无人驾驶技术。然而，这五年来，除了融资，我们几乎没有从中获得任何回报。反而接连遇到核心工程师被竞争对手谷歌起诉，测试时被打死等噩耗。
并不富裕的优步最终选择了放手。
再看百度。2013年，百度开始研发无人驾驶技术。2015年，百度无人驾驶汽车首次亮相乌镇世界互联网大会。2018，百度推出Apollo自动驾驶开放平台。这两年，百度自动驾驶出租车测试车队在全国遍地开花。
不过，今年的百度Apollo生态大会并不是聚焦在技术最复杂的自动驾驶出租车上，而是聚焦在最近几个月很火的最新辅助驾驶功能xxP上，比如蔚来的NOP和小鹏的NGP。百度的技术叫ANP飞行员辅助驾驶。
值得注意的是，这项技术来自百度的L4纯视觉自动驾驶技术Apollo？Lite降维技术的发展与应用。也就是说，采用L4级自动驾驶技术作为L2级辅助驾驶技术，可以实现高速/快速路自动驾驶、城市道路自动驾驶、红绿灯识别、无保护左转、环岛通行等能力，但驾驶员仍将对车辆安全负最终责任。
应用技术降维后，ANP寻求轻量化，整个解决方案不需要昂贵的激光雷达和超高计算能力的车载电脑，有助于快速上车。
事实上，在ANP推出之前，百度和威马去年就联合开发了AVP自动泊车方案，将L4级自动驾驶技术降低到泊车场景。现在，从L4降维诞生的ANP和AVP，将成为百度连接车企的重点智能驾驶产品。
无独有偶，今年早些时候，华为也提出了一个ADS智能驾驶方案，将L4自动驾驶技术缩减到L2。
显然，完全自动驾驶的道路太漫长，即使是科技巨头也必须降维才能保证自动驾驶业务的生存。
“攀登珠穆朗玛峰，沿途产卵”
从越来越多的大厂口中，你可以听到他们在实现无人驾驶的计划上达成一致，“登珠峰，沿途下蛋”。明确提出这一说法的，包括华为总裁任、百度智能驾驶事业群总经理李振宇。
这其实是自动驾驶行业的集体智慧。2018，时宇科技CEO吴甘沙在一次演讲中公开提出“一路下蛋”的说法。随即“攀登珠穆朗玛峰，沿途生蛋”的形象说法被业界总结和接受。
这句话的本质是以高级自动驾驶为终极目标，但并没有直接冲刺这个艰难的选择，而是用它来“降维”，先找到一个更容易落地的场景，一步步应用。
“降维”这个词出现的比较早。
2017年，禾多科技CEO倪凯创业后首次亮相时，发布了将L4级自动驾驶技术还原为L3场景的L3.5级自动驾驶系统HoloMatic。百度无人驾驶团队的元老倪凯当时也预测了百度自动驾驶的未来方向，认为百度要想和汽车行业融合，L3在百度的占比会越来越大。
尼凯
如今，随着百度ANP的发布，倪凯的预言也正在成真。
在今年的北京车展上，展示ADS自动驾驶解决方案的华为比百度早了一点。明确软硬件按照L4自动驾驶标准开发，支持车辆全场景自动驾驶。但驾驶员仍然负有监控和接管车辆的责任，在现有的自动驾驶技术分类中属于L2或L3自动驾驶。
其实不仅仅是百度、华为这样的科技公司，在自动驾驶落地的过程中，大部分相关企业都在以自己的形式实现高级自动驾驶的降维应用。包括同为出行行业的优步，都认为大自然更适合适应无人驾驶的滴滴。
今年，滴滴在上海启动了自动驾驶出租车的载人测试运营，在研发高水平自动驾驶甚至无人驾驶方面取得了实质性进展。但在此之前，为了提高车队的安全性，滴滴的自动驾驶团队实际上开发了一个技术上属于L2自动驾驶的后置ADAS解决方案“Orange Vision”，它可以为驾驶员提供前车启动预警、前车制动预警、后车接近预警、前车碰撞预警等功能。
滴滴系统已经装配在超过654.38+0万的平台运营车辆上。乘坐滴滴可以听到的“前刹车”的语音提示是橙视在发挥作用。
滴滴安装ADAS解决方案“橙视”
降维后的橙视虽然技术上并不复杂，但却是滴滴攀登无人珠峰的重要一环。因为它运行在庞大的滴滴车队上，实际上是一个巨大的数据泵，为自动驾驶算法模型的优化提供了源源不断的养分。
另外，最近向部分用户推送FSD(全自动驾驶)测试版功能的特斯拉，其实也是在降维。虽然特斯拉标榜这是全自动驾驶功能(显然这不值得鼓励)，但在车辆难以应对的情况下，驾驶员还是需要接手，并对最终的安全负责。
降维背后？穿越沟渠
试图用无人驾驶技术主导未来出行市场的科技公司、出行公司、创业公司、汽车公司，大多选择了降维。这背后的动机是什么？模糊的说法是，这么难的技术，很难一蹴而就。
但答案其实可以更具体。不久前，曾在百度时期强力推动自动驾驶业务的百度前总裁齐鲁(现为投资孵化器七极创坛创始人)在接受胡玮炜采访时提到，大部分企业(包括自动驾驶企业)都需要跨越“鸿沟”，找到真正的客户，才能迎来快速增长。
路岐
自动驾驶作为AI项目之母，不得不面对三大差距:安全、数据、成本。自动驾驶的降维就是在它们之间搭建一座桥梁。
先说安全。
为自动驾驶设定了激进目标和激进测试方案的优步，落到了安全层面。自动驾驶测试致命案例发生后，优步的自动驾驶立即被叫停，业务崩溃，人才持续流失，最后被迫自我出售。
百度和华为显然选择了保守。通过应用高级自动驾驶降低维度，驾驶员可以参与到车辆安全的工作中，成为事实上的安全员。
事实上，第一个在无人驾驶上下大赌注的传统车企通用，也是把安全作为关键。2018年，通用汽车开始在凯迪拉克CT6上推出SuperCruise超级巡航系统，该系统支持在高速公路上免提，但通用汽车一直只称其为高级驾驶辅助技术(自动驾驶属于L2级别的自动驾驶)。像这样的方式显然有助于避免人们对不成熟的高级自动驾驶技术的过度信任甚至滥用。
理论上，在高水平的自动驾驶技术完全成熟之前，相关企业可以严格要求驾驶员对车辆安全负责(当然辅以各种驾驶员注意力监控系统)，在技术发展的路径上寻求用户的帮助，为安全提供双保险。
来说说数据吧
其实到目前为止，高水平的自动驾驶技术并不成熟。几乎没有大规模应用。虽然自动驾驶的数据模拟已经蔚然成风，但滋养技术迭代升级的真实数据仍然严重不足。
但是在高水平的自动驾驶技术被降低到L2和L3 ADAS技术之后，赶上了ADAS市场正在爆发，普及率正在快速上升。每一辆搭载这项技术的汽车都将成为数据采集终端。收集沙子，做一座塔。如果你将自己的计划植入到相当数量的汽车中，就意味着你将掌握对自动驾驶至关重要的海量数据。
一个典型的例子，除了上面提到的滴滴，就是特斯拉，在全球拥有超过百万的车辆。今年早些时候，特斯拉的Autopilot已经累计行驶了超过30亿英里。在此基础上，特斯拉不断迭代开发出了今天的FSD。
最后，关于费用。
高水平的自动驾驶技术需要巨大的计算能力和高性能的传感器。但是目前，它们特别贵。
比如曾经为自动驾驶出租车准备的计算平台和高性能激光雷达，分别要几万美元。即使是现在，这些关键部件仍然不便宜。滴滴在沃尔沃XC60(官方零售价47万)基础上改装的自动驾驶出租车，单车成本超过1万元。
但是，如果高级别的自动驾驶降维，挑战难度更低的任务和场景，那么自动驾驶的成本就会大幅下降——就像百度正在做的那样。
最初，百度为其自动驾驶出租车配置了高计算平台和多个激光雷达的昂贵组合作为主要传感器。不过，百度昨天推出的ANP采用的是纯视觉感知方案。主传感器是10廉价相机，其平台所需的运算能力在30T以内。这意味着普通乘用车的成本将是可以接受的。
高水平的自动驾驶，同时站在出行行业和人工智能行业的交汇点，前景很大，但也很难实现。这也是降维的意义所在——只有安全、数据、成本三个缺口同时弥合，自动驾驶才能真正进入大规模应用阶段。
事实上，越来越普遍的降低自动驾驶高层维度的做法，也是自动驾驶风向的改变——曾经想要颠覆汽车行业的玩家，在现实中逐渐变成了温和的改革者。自动驾驶真的很难在地面上建高楼。他们总是要以某种方式与现有的汽车行业和旅游行业进行沟通和整合。
回到“登顶珠峰，一路上生蛋”的共识，显然一路上生蛋的低维过程与登顶珠峰的高维目标并不矛盾。自动驾驶目前的降维，最终是为了更好地服务于未来的技术和业务。
本文来自车家作者汽车之家，不代表汽车之家立场。