自动驾驶再次迎来融资潮，但无人化仍尚需时日

　　资本依然看好自动驾驶的未来。
　　新能源汽车的发展过程中，电动化和智能化是最受关注的两个方向。前者所包含的能源电力替代和整车电子电气架构的更新扩充，使汽车越发向一个全新的移动终端转变，而后者作为电动化的延伸和赋能，则实现了汽车的智能改造。
　　在智能化的细分中，自动驾驶则无疑又是最吸引人的领域。 将人的双手从繁重的驾驶负担中解放出来，利用不会疲劳的机器更好地保证交通安全，显然是人们对智能化的终极追求。
　　从谷歌率先开始研发算起，自动驾驶也已发展了10多年，而作为拥有全球最大市场的中国当然不会置身事外，创业公司早已林立而起，科技巨头也不断下场入局。
　　经过几年的技术搭建和研发推进，将自动驾驶进行量产成了不少企业的重中之重，也再次吸引对自动驾驶看好的资本继续涌入。2021年以来，一大批自动驾驶公司都获得了新一轮的巨额融资。
　　但仍然不可否认的是，即便是快步奔跑多年，自动驾驶依然面临技术、法规、成本的诸多挑战，目前更多还是以L2级自动驾驶为主，整体表现仍不尽人意。
　　融资、融资，继续融资
　　从2020年底至今短短三四个月的时间里，包括小马智行、文远知行等前期的自动驾驶明星，以及轻舟智航、毫末智行等自动驾驶新锐，都陆续获得资本的新一轮支持。 粗略算下来，总融资金额近百亿元人民币。
　　从融资进程来看，小马智行、驭势科技、Momenta等前期的自动驾驶明星们融资已到达C轮，金额普遍在3~5亿美金，数额已颇为巨大。
　　事实上，C轮对一些公司已经不算什么。3月24日（今天），专注于自动驾驶卡车的图森未来宣布向美国证券交易所提交IPO招股书， 这也是全球自动驾驶范围内首份IPO招股书。
　　去年11月，图森未来已经完成了3.5亿美元的E轮融资，今年1月和2月又完成了两轮融资，尽管未透露具体金额，但显然也都是为了IPO铺路。
　　图森未来无人驾驶卡车
　　对于这些成立稍早的公司来说，将自动驾驶大规模量产是他们当前的主要任务。 小马智行、文远知行目前都在扩大自动驾驶路测范围，图森未来也已同多个卡车制造商签订量产计划协议。
　　而对毫末智行、轻舟智航等成立稍晚的新锐来说，在拥有技术和背景优势的情况下，同样能够吸引新的资本。毫末智行是长城汽车独立出来的团队，Pre-A轮融资就得到了美团和高瓴的支持；轻舟智航则拥有Waymo的团队背景，此轮融资也得到了字节跳动的青睐。
　　而从这些公司细分的领域来看，无人驾驶出租车仍然是最受欢迎的方向。 这也是包括谷歌、百度在内的自动驾驶巨头主打的方向。作为能更好实现通过数据回流来更新自动驾驶算法的方式，无人驾驶出租车目前也正在被率先落地。
　　小马智行无人驾驶出租车
　　除此之外，以无人驾驶卡车为代表的物流领域也是容易落地的方向。高速、园区等相对固定且不是那么复杂的场景为自动驾驶的落地提供了便利。
　　而从全球范围内来看，国内自动驾驶公司近来再次获得新一轮的融资似乎也是受到头部公司的引导。去年5月，Waymo获得了新一轮7.5亿美元的融资，亚马逊在6月收购了Zoox，Cruise则是今年1月获得了微软领投的20亿美元的融资。显然，头部公司的动作给了国内公司更多确定性。
　　L3瓶颈
　　企业不断奔跑，资本不停倾注，自动驾驶也足够迷人，但现实情况依然有些伤感。
　　自动驾驶的终极目标是无人驾驶，也是自动驾驶的最高级别（L5），完全不需要人的辅助实现汽车的正常行驶。 但在目前的各种限制下，＂有条件的自动驾驶＂（L3级）依然没有规模化落地。
　　2019年底，曾在2017年7月首个宣布量产L3自动驾驶的奥迪开始放弃L3级的研发，首个搭载L3级自动驾驶的量产车型奥迪A8最终也未能实现完美落地。
　　曾计划量产L3自动驾驶的全新奥迪A8
　　事实上，在奥迪当初宣布要量产L3之后，不少企业都定下了L3的量产计划，包括小鹏汽车、长安UNI-T、广汽埃安，都表示2020年会量产L3。不过现在到了2021年，他们的L3自动驾驶仍处于测试阶段，远没有达到量产搭载的程度。
　　一向以自动驾驶技术领先的特斯拉，过去几年多次宣称L5级的全无人驾驶马上就会实现 。去年10月，特斯拉还向部分车主发布了测试版的FSD（完全自动驾驶软件套装），并称未来几周内将对更多用户开放完全自主的无人驾驶，但至今仍是＂说说而已＂。
　　近日，美国媒体曝光的特斯拉在2020年底写给加州机动车管理局(DMV)的两封电子邮件则显示，特斯拉自己也承认， FSD和Autopilot（特斯拉自动驾驶辅助系统）一样，都属于L2级自动辅助驾驶系统，当前的Beta软件也并不适合完全无人驾驶操作，而且今年不会进行重大改进。
　　特斯拉在邮件中承认FSD目前仍处于L2阶段
　　在自动驾驶的级别中，L2为＂部分自动驾驶＂，L3为＂条件自动驾驶＂。 此两种情况下，都需要人类司机保持注意力，在汽车使用辅助驾驶功能（如自适应巡航、车道保持等）遇到紧急情况时，出手干预。
　　L4级为＂高级自动驾驶＂，其多数情况下不需要人类保持注意力和干预，但限定了一些场景和车速条件等。
　　在主机厂们依然未能将L3进行量产的时候，自动驾驶公司则都是以L4级的高度自动驾驶为目标开始研发，小马智行等都表示已经实现了L4级的自动驾驶功能，但仍然处于持续的测试运营阶段，大规模量产落地还有些时日。
　　制约仍多，道阻且长
　　各种条件限制着自动驾驶的规模落地，难以跟上节奏的政策法规、依然不够完善的自动驾驶能力、还未真正实现降本的硬件等。
　　法规的不完善一直是个很大的阻碍，自动驾驶涉及到不少的交通责任认定、等级划分等问题，迟迟难以最终确定。
　　去年3月，工信部发布了《汽车驾驶自动化分级》推荐性国家标准报批公示，开始在国内确定自动驾驶等级划分，并表示拟在2021年1月1日实施，但目前也没了后话。
　　法规的难以确定则主要和技术的不完善有关。 自动驾驶涉及大量的软硬件技术，包括毫米波雷达、激光雷达，障碍识别、AI算法，同时还需要巨量的路测数据。
　　路测数据对自动驾驶尤为重要，更多的数据不断迭代更新自动驾驶算法（这也是人工智能的实现途径），才能实现更强大有保证的自动驾驶能力。
　　今年1月，谷歌表示Waymo已经实现了2000万英里的路测数据，这也是自动驾驶公司中路测数据最多的。
　　但此前，兰德智库曾指出，一套自动驾驶系统需要测试110亿英里（约合177亿公里）才能达到量产应用条件。 马斯克也曾说过，如果自动驾驶要得到全世界监管部门批准，需要积累至少60亿英里测试里程。
　　尽管目前有虚拟仿真可以代替真实路测，但面对庞大的需求量依然难以短期内训练好自动驾驶系统，同时虚拟仿真相比真实路测仍然缺乏可靠性。
　　再加上其他如硬件成本短期内依然难以显著降低等因素，自动驾驶短期内实现高度自动化甚至完全无人化的规模落地，都还需要五年以上甚至更长的时间。
　　当然，无人驾驶过于迷人也似乎注定最终实现要颇费功夫，也需要真正有理想和实力的人和企业去追寻。道路艰辛，但仍值得求索。