别提L3了,来看看L2和L2之间有

撰文/涂彦平

编辑/张南

设计/赵昊然

喊了许久的L3自动驾驶元年并没有真的到来，人们反而开始怀疑L3是不是鸡肋。

因为在人机混合控制的条件下，责任界定变得困难，L3自动驾驶能否真的实现要打一个大大的问号。这就导致，车企即便有功能无限接近L3自动驾驶的产品也不敢自称是L3。有人还因此发明了L2.99的叫法。

6月10日，年第十三届中国汽车蓝皮书论坛的第一天，驭势科技联合创始人、董事长、CEO吴甘沙带来主题演讲《从L2+到L2++的几点思考》。

他提出了目前自动驾驶的两种产品形态——L2+和L2++，以行业标杆特斯拉为例，就是分别对应它的NOA和FSD。而介入两者之间的，是影子模式。

吴甘沙把L2++描述为“L2的样子，L4的灵魂”，未来它可能演进到L4。他认为，未来市场上的自动驾驶产品形态，除了L2++，还会有一种是加强版L2+，就是在今天L2+基础上加上了数据闭环，加上局部的影子模式。而未来五年车企可以用这两种车型进行组合。

吴甘沙还提出，当车厂在不断应用新技术的时候，它会改变与供应商的生产关系。他提出了新时代的供应商需要具备三种能力：可量产、可白盒的产品模块，驾驭复杂软硬件系统的能力，帮助你去构建云端的能力、构建AI和数据闭环的能力。

“我们相信在中国有很多这样的新时代的供应商，这些供应商跟整车厂全新的生产关系、全新的合作，也能够帮助中国在智能电动车时代走在时代的前列。”吴甘沙表示。

以下是他的演讲实录。

大家下午好。今年上海车展上有两个新的玩家，一个是大疆，石破天惊式地推出L2+的产品，另外一个是华为，它给一个看上去有点类似Robotaxi的这样一种产品形态又套了一个L2的套子。这就是我题目当中的两个，一个叫L2+，一个叫L2++。

从L2+到L2++，中间会发生一些什么？对于我们主机厂，对于供应商意味着什么？这是我今天想说的几点思考。

如果说L2+、L2++最成熟的还是特斯拉的产品。它的NOA是典型的L2+，可以实现解放双手、自动变道、自动进出匝道这样的功能。FSD是非常典型的L2++，它可以实现在城市区域的L2级的辅助驾驶。

这两种产品它们的成熟程度是不一样的。

L2+现在应该有至少几十亿英里的行驶里程。具体多少，特斯拉也没有说，我们猜测大概是这样的量级。

L2++，或者说FSD，严格来说还不是一个非常成熟的产品形态。根据现在报出来的数据，特斯拉大概一共跑了15.3万英里。多个人参加了这样一个计划的测试，这多个人当中，只有71个人不是特斯拉的员工，其他都是特斯拉员工，平均下来，一个人大概只开了英里。所以，它应该说还是一个比较早期的产品形态。

夹在两者之间的，我并没有说是L3，因为现在L3到底会不会存在，其实已经成了一个非常有争议的话题。我放在两者之间的叫做影子模式，影子模式就是利用今天的L2车型，它可以大规模地部署，于是可以大量地收集数据，甚至于在车上做一些受控的算法试验。

如果说把特斯拉更早的，就是NOA，比NOA更早的车型都算上，我猜想，它有可能已经有百亿公里影子模式的数据覆盖。当然这并不代表一定就真正收集了百亿公里的数据，它在这百亿公里当中，可能按照：1甚至0：1的比例，把精华的数据收集下来。这是今天行业一马当先的领导者已经做到的。

我今天说几个思考。

思考一：学特斯拉非一日之功

这是我在去年蓝皮书论坛上用的一张PPT，这个PPT想要说明特斯拉用近二十年时间来去做到今天做到的，这二十年时间它的战略思维非常清楚，几乎每个方面都是通过三步来走，并不是一步两步地一蹴而就，也不是四步五步那么繁锁。

比如，它的产品定义就是从超级豪华的Roadster到普通富豪用的ModelS/X，再到大众用的Model3/Y。这是三步走。

它的整车架构，前十年核心竞争力就是把三电做好，然后把电子电气架构的三域控制器做好，当然它是四域，它的车身控制器变成左车身、右车身的四域控制器。然后进一步开发它的更新的基于以太网双环拓扑的新的组织架构。

有了整车架构三步走，它在功能上又实现了三步走。先是操控，在交互上实现了全新的体验，它的标志就是那块大屏。然后它实现了整车的OTA，有整车OTA就可以不断地把一些新的功能，在它的所谓的FSD这么一个期货的幌子下面不断地推送。最后有了OTA就可以不断地去推送智能驾驶，在后面实现数据闭环。所以，大家可以看到从年、年开始，它的每一个版本都加入了新的功能。

有了智能驾驶以后，它开始进入到芯片，芯片这一块也采用了三步走的策略。先是用Mobileye，再用英伟达的GPU，然后再自研芯片。只有它的自研芯片才能够允许FSD这样一种城区的场景，所以它的FSD也一步一步推出新的版本，最早V7几乎没有人能够用到，现在V9差不多几百人用到了。这就是坚定的三步走，通过二十年的时间。

这给我们主机厂带来启示，它走过的路我们就不用再走弯路了，这是好的地方；但是另外一个方面，它踩过的很多坑是并没有发表出来的，我们再去重复它走过的路的时候，不可避免还会踩一些看不见的坑。所以，我们现在看到很多的，尤其是新造车势力，在年会推出这么一个L2++的产品形态，我们相信它们是会通过这样几个步骤去做。

第一个，硬件还是一步到位。这一步到位当中包括了激光雷达，当然因为这样的硬件可能会存在一些潜在的隐患，它的硬件的接口设计成是后期可替换，就是未来可能在4S店可以换上新一代的硬件。要一下子跨过特斯拉的十年，我们认为不可以低估其挑战。

现在大家都非常地激进，但是硬件这玩意，并不是攒一个电脑，并不可低估其挑战。所以，预期最早的一批产品，硬件上还需要一些迭代。软件和高精度地图会通过OTA的方式逐步地推上去。尤其是明年会出的一些车型，可能这个车6月份就推出了，但是它的自动驾驶的软件可能会到年底才会OTA上去。肯定一开始还是L2+的形态，逐步推到L2++，而L2++，我相信还是类似于特斯拉的这样一种做法，就是一开始先从一条线路，或者小的区域开始推送，可以做一些受控的试验。我相信未来L2++变成产品以后，可能也会从一些定制化的线路，并不是全域都可以实现L2++。

这里面还有一个被大家忽视的，就是对司机的培训。L2++把今天Robotaxi公司雇佣的安全员换成了你，换成车子，这些安全员可能需要经过几个月的培训才能够非常安全地判断什么时候这车行什么时候不行。所以，对于车主的培训，也会是一个不可或缺的工作。这是我们对未来要上市的产品形态的一个判断。

思考二：两种车型的组合加速追赶

对于车厂来说，我们相信它会对两种车型组合来去加速对特斯拉的追赶。一种产品形态是可能演进到L4的L2++，也就是特斯拉FSD，或者是华为演示的产品形态，我们把它叫做L2的样子，L4的灵魂。这么一个L2++，本质上它是第一次全面覆盖了这三种场景。原来L2+或者NOA的这样一种快速路、封闭高速的场景，L4或者类似Robotaxi城区的场景，以及停车场记忆泊车的场景。所以，一种产品形态覆盖三种场景。

这三种场景不会是像今天的这种车厂，比如说L2+找博世，泊车找法雷奥，等等找多家供应商，它一定是共享了控制器和传感器，而且实现了软件和硬件的解耦。从它的域控上面，我们相信它一定有+TOPS的算力。但如果用Orin可能就是+TOPS了，如果用四个Orin可能就是0+TOPS。这个算力其实是现在感觉都不值钱，但是+TOPS基本上都能实现。

然后可能会大量地使用万像素的摄像头。今天特斯拉的配置，前向三个摄像头，有三个不同的FOV，不同的角度，其实还是代表上一代的产品。新一代万像素的摄像头，一个就可以覆盖前方，所以，整车基本上大概6个摄像头能够实现度覆盖。

毫米波雷达可能会有4D的成像。激光雷达，大家看最早的L3产品形态，就是奥迪的A8，它其实用的是四线的激光雷达，那个激光雷达本质上是为了解决堵车情况下跟车的问题。但是要实现L2++，现在我们看到的激光雷达，至少是64线，比如大疆的64线，华为的96线，在蔚来车上用的图达通可能是更高的分辨率。然后超声波，超声波很有可能未来会是在车上面并不是一圈，而是两圈，能够实现更好的近距离的感知。整个架构会变成fail-operational。

这个是第一种产品形态。这个一定是主机厂主导开发的一种产品形态。

第二种产品形态我们把它叫加强版的L2+，就是在今天L2+基础上加上了数据闭环，加上局部的影子模式。这个偶尔是L4的灵魂，主要还是L2。它少了一种场景，少了城区的场景，它也是会变成共享的控制器和传感器，实现软硬件解耦。它的算力是20+TOPS，也就是今天主流的芯片，像TI的TDA4、高通的P，等等，两到三片就能实现。也是度的摄像头，但是未必是万像素。为什么不是万像素呢，是因为用万像素，这个算力就不够了，用万像素一定是要用更高的算力。毫米波雷达、超声波雷达还有，激光雷达就没有了，还有低速的fail-operational架构。

这个可能是OEM主导，也有可能的OEM加上供应商。现在一些主流的供应商已经意识到这种加强版L2+的机会。

那么多的传感器，大家会说有必要吗？特斯拉最近宣布纯视觉了，都不用雷达了。我们相信在历史上，毫米波雷达作为一个非常不错的视觉感知的校验器，尤其是视觉测距的校验器，帮助了它的视觉算法提升。但是毫米波雷达也有局限性，毫米波雷达跟纯视觉的融合，反而可能会拖累纯视觉算法的结果，所以它就做了这么一个大胆的决定，这个决定我们相信它的纯视觉，当然我们这里面说到是多摄像头的纯视觉，在光照、天气较好的情况下，会优于视觉+毫米波，但是在低光照和恶劣天气下，可能会出现性能的退步。

当然鱼与熊掌不可兼得，大家会说，特斯拉车上面也装了激光雷达，但是它并不是量产，只是为了作为摄像头的验证来用。

这一点，我猜想可能会限制特斯拉的技术领先，我们技术行业里经常有一句话，就是发明一样东西的人，会最后一个承认他过时了。特斯拉如此推崇视觉的算法，以至于可能会忽略激光雷达产业的发展，而使得后面的追赶者具备了一定的优势。

这是我们的第二个思考，第二个思考的结论就是，未来一定是这两种产品形态的结合。

产品形态1就是L2++，它有点取高，但是我们用的词叫“借假修真”，所谓的影子模式就是“借假修真”，借L2的车能够修你L4的真。产品形态2，加强版L2+能够走量。这么一个产品，如果这个车是二三十万（元）的价格，采取预埋，所有车都装的话，可能会把成本降到四五千块钱，甚至更低。它可以走量，走量可以实现数据闭环，可以实现局部的影子模式。它可以草船借箭，就是借大量的车主跑车来获得数据。这种组合可能是未来车厂要去思考的。

思考三：重塑OEM+供应商关系

当车厂在不断应用新技术的时候，它会改变与供应商的生产关系。

这种关系最典型的一个案例就是这个，这是一个专门做开关旋钮的供应商，他跟我们说的一个故事，他们花了三十年的时间进入到BBA这样一些豪华车型的供应链当中，然后这位董事长去硅谷跑了一圈，看到了Model3，心就凉了一大半，因为传统BBA豪华车，一辆车有70个开关旋钮，到了Model可能只剩下7个。这就是技术突变式的进展，导致了它跟供应商的关系的变化。

还有一个非常典型的案例，就是自适应的雨刷。传统汽车在挡风玻璃前面有一个阳光、雨量的感应器，它是通过一个单独的ECU来实现的。特斯拉有一个专利，叫DeepRain。它是一个神经网络，通过原来在车窗前面已经装的一个摄像头，跑一个计算机视觉的算法，来去检测雨量大小。这就意味着它可以把整个ECU拿掉，只需要这么一个软件就可以了。未来特斯拉这样的创新可能会有很多，它的Cybertruck号称已经有超过万辆的订单。这个车比较独特的地方，当然最终产品是不是那样，我还不知道，但是现在看起来比较独特的地方是它是没有雨刷的。这是它的一个专利，它通过激光来去除尘除水。

所有这些反映的一个趋势是什么？硬件从机械变成电子了，计算集中化、平台化。而传统零部件软件化可以带来很多好处，比如全局智能，原来我对雨量感知是在ECU里面做的，它跟车其他部分的沟通是有限的，但是如果把它变成一个软件模块的时候，我感知到雨量大小，我就可以做很多其他事情，比如可以自动把开着的窗摇上去，可以自动通知导航软件走不同的道路，可以自动通知刹车系统选择一种不同的模式。它可以实现全局的智能，当然也可以实现全新的商业模式。

但是对于卖硬件为主的供应商们会带来很大的挑战。所以，这里面会出现全新的OEM跟供应商的关系。

第一是如何集成，原来是通过黑盒集成，现在是不是需要通过灰盒、白盒。

第二就是如何进化。原来零部件卖给车厂就完了，一手交钱一手交货。但是现在数据管理是要贯穿全生命周期的，自动驾驶技术的不断演进和迭代是需要全生命周期数据的交互。

第三就是如何分钱。我们越来越讲究服务，什么都是asaservice，这里面就带来了全新的这样一种关系。我们相信，OEM会跟供应商做深度的融合，而这个深度的融合是为了更好地迎接暴风骤雨般的未来。

这是今天的燃油车，大家可以看到车价便宜一点，但是用起来比较贵，电动车反之，用起来比较便宜，但是买起来比较贵，今天差不多形成了一个平衡。今天早上小鹏说，今天电动车只占到5%的市场份额。但是按照今天的技术发展趋势，到年的时候，电池会降到一个新的价格，这时候电动车可能会不仅仅用起来便宜，而且买起来也便宜，这是对我们汽车市场第一波冲击。

而第二波冲击是变成智能电动车，智能电动车，它的车的价钱会进一步地降低。大家觉得这可能是反直觉的，因为这上面装了很多的更贵的智能的部件，为什么进一步降低呢？是因为它可以压低在硬件方面的毛利，然后通过软件和订阅服务来获得更高的毛利。这就是第二波的冲击。

而这两波冲击，尤其第二波冲击需要主机厂跟供应商能够做深层次的融合。

思考四：新时代供应商需要三种能力

新时代的供应商需要三种能力，我们拿我们公司驭势科技做一个样本。

第一种能力，可量产、可白盒的产品模块覆盖三大场景。

我为什么用产品模块，而不是产品，因为刚才我说了，无论是L2+还是L2++，主机厂将会主导开发和集成，所以供应商可能交付的是可量产、可白盒的产品模块。

我们现在在和主机厂合作当中，已经做了这样的实践。比如这个是刚才一汽李丹院长提到的可以达到L3但是不敢宣称是L3的产品，高速/快速路量产自主领航L2+，在这里面我们有产品模块的合作。在停车场L4级的代客泊车这一块，我们也跟整车厂实现了前装小批量的交付。在城市道路L4级Robotaxi这一块，今天上午东风尤峥总提到东风领航计划，我们也跟他们有深度合作。

我们的产品模块已经覆盖了这三大场景。在这三大场景当中，我们采用统一的菜单化的传感器、控制器的模板。刚才说的是模块，这边说的是模板，模板就是一个参考设计，可以高度可定制的，让主机厂可以修改、可以置换的模板。

这里面产品模块包括完整的前视和环视的计算机算法，包括激光雷达，我们在激光雷达点云处理方面得到非常好的成绩。包括定位这一块，深度学习+SLAM+语义定位，我们实现了跨光照、天气和季节。包括了复杂环境下的决策和规控，包括了我们在学术界一些论文的发表。这些模块会套入模板来实现快速的落地。

比如这个车，它跟乘用车关系不大，是做末端配送的产品形态。但是这个车底盘是借用A00级车的底盘，我们原来做AVP的模板套上去，再加上L4城市区域的感知和决策的算法，通过一个快速的模板的定制化，很快地做出了一个新的产品。因为驭势科技传统上并没有做末端配送的产品，我们这里面还是强调基于产品模块、基于模板，可以实现快速的定制化。它本质上就是一个A00级的车，在城市道路上L2++的一个产品。

当然我们也很荣幸，作为一个汽车商业评论轩辕奖的合作伙伴，去年我们对34款参评车进行测试，产生了87页测试报告，本质上我们对市面上所有的产品是什么样的状态，有了更加专业的评估。

第二个是驾驭复杂软硬件系统的能力。我们作为一家新的供应商，这一块是我们的核心竞争力，因为我们核心团队参加多款核心芯片和系统软件研发工作，可以看到我们做了四代核心域控制器加上自动驾驶软件栈。每一代变得更小，更符合车规，算力也更高。我们也按照汽车行业的要求，从最早的ISO到IATF，包括功能安全的ISO和信息安全的ISO，去做完整的认证。

第三个是在云端，因为你要实现数据闭环，必须车+云。在云端我们也实现了全功能的云脑，它能够帮助主机厂实现它的数据加上AI算法的闭环。这个云端平台我们现在已经帮助某些主机厂进行了定制化，进行了交付，这里面从最底层的基础架构到工具，到仿真服务，到上面地图，多车调度、运营、运维，数据分析，再到真正的接入到第三方的系统接口，全部能够实现定制。

仿真我再稍微提一下，仿真确实是一个非常有用的工具，因为它真正能够解决今天我测试里程太多的问题。如果你真正要到路上去跑，那成本是非常巨大的。大家想象一下，我们做软件的知道，我每一次升级软件，需要重新做一次回归测试，当你回归测试的里程达到百万、千万公里的时候，基本上就没有办法全部都实车去跑，这时候仿真就变得非常有效了。

我今天主要跟大家分享这四个思考。

第一是，很多主机厂马上要推出L2++的产品形态，而特斯拉它本身的FSD还不算成熟，所以学习它不是一日之功，我们也不能太激进。

第二是，未来五年我们可以用两种车型进行组合，一种可以取高，做影子模式，另外一种可以走量，可以获得数据闭环。

第三是，可以重塑OEM和供应商的合作生产关系。这种关系可以更好地迎接暴风骤雨的未来。

第四是，你要选择的新时代的供应商需要具备三种能力：可量产、可白盒的产品模块，驾驭复杂软硬件系统的能力，帮助你去构建云端的能力、构建AI和数据闭环的能力。

我们相信在中国有很多这样的新时代的供应商，这些供应商跟整车厂全新的生产关系、全新的合作，也能够帮助中国在智能电动车时代走在时代的前列。

我就说这么多，谢谢大家。

转载请注明：http://www.jinyawz.com/zfljj/9988.html