在過去的很長一段時(shí)間里，L4 級自動(dòng)駕駛受到資本和自動(dòng)駕駛研發(fā)商追捧，甚至很多公司將全自動(dòng)駕駛作為開發(fā)目標(biāo)。時(shí)過境遷，如今他們中很多都走上了 ADAS(L2)的開發(fā)之路，更加強(qiáng)調(diào)自動(dòng)駕駛技術(shù)的商業(yè)化落地。
作為L4級自動(dòng)駕駛創(chuàng)業(yè)公司當(dāng)中的獨(dú)角獸代表，Pony.ai 并不擔(dān)心業(yè)界的冷靜會(huì)打擊公司的發(fā)展。相反，Pony.ai 的聯(lián)合創(chuàng)始人兼CTO樓天城認(rèn)為，自動(dòng)駕駛行業(yè)當(dāng)中幾個(gè)關(guān)鍵的公司，是一定能夠活到最后。為了能把這件“事情”做成，Pony.ai 可以付出很多，并不是受限于外部環(huán)境的冷熱。
成立滿兩年之際，Pony.ai 仍然專注于L4級自動(dòng)駕駛的技術(shù)難題。對于一個(gè)七萬億的出行市場，一個(gè)初創(chuàng)公司要具備什么技術(shù)實(shí)力和運(yùn)營能力才能滲透進(jìn)入其中，這是一個(gè)值得深思的話題。在L4級自動(dòng)駕駛越發(fā)冷靜的時(shí)候，瞄準(zhǔn)Robo-taxi 賽道下的公司如何應(yīng)該贏得時(shí)間和資本的信心?
在不斷變化的內(nèi)外環(huán)境前，獨(dú)角獸 Pony.ai 的戰(zhàn)事要如何繼續(xù)進(jìn)行?Pony.ai的聯(lián)合創(chuàng)始人兼CTO樓天城來解答這一疑問。
年少成名的“教主”
樓天城，是首屆百度之星程序大賽的冠軍，因編程功夫了得，江湖人稱“教主”。成名于編程，真正讓這位天才少年大放異彩的是自動(dòng)駕駛領(lǐng)域。
早在百度之前，樓天城的自動(dòng)駕駛歷程最早開始于2012年，彼時(shí)，樓天城加入谷歌Project X，那是一個(gè)樓天城認(rèn)為和自我氣質(zhì)(極客)相吻合的項(xiàng)目，也是樓天城在谷歌花了一年時(shí)間所尋找到的項(xiàng)目。
樓天城說：“項(xiàng)目的方式吸引了我”。自動(dòng)駕駛是一個(gè)技術(shù)決定型的項(xiàng)目，這是一件非常難得的事情。很多項(xiàng)目其實(shí)并不是以技術(shù)為絕對主導(dǎo)的，比如手機(jī)并不是技術(shù)決定型項(xiàng)目，因?yàn)槭謾C(jī)的用戶體驗(yàn)非常重要;再比如，滴滴也是一類跟運(yùn)營強(qiáng)相關(guān)的項(xiàng)目。唯獨(dú)自動(dòng)駕駛在未來的十年內(nèi)將是技術(shù)決定型的項(xiàng)目，這對我是最有吸引力的。
在谷歌期間，樓天城先后涉及了自動(dòng)駕駛的決策、控制板塊，也做了地圖、預(yù)測、仿真等技術(shù)板塊，逐漸覆蓋軟件層的全鏈條。在這個(gè)過程當(dāng)中，樓天城充分地認(rèn)識了自動(dòng)駕駛系統(tǒng)的穩(wěn)定性和可擴(kuò)展性的重要，而這些性能得以實(shí)現(xiàn)的前提就是需要好的底層框架。這也是為什么后來Pony.ai創(chuàng)立之初，擯棄了ROS的快捷路徑，而選擇重新研發(fā)了一整套自動(dòng)駕駛底層系統(tǒng)架構(gòu)和操作平臺。
到了2015年年底、2016年年初，AlphaGo的誕生使樓天城看到了深度學(xué)習(xí)的潛能。也是在這個(gè)契機(jī)之下，他看到了中國趕超美國的可能，即使那時(shí)候中國的自動(dòng)駕駛行業(yè)全面落后于美國。
2016年4月，樓天城被吳恩達(dá)攬入百度，成為美研無人車開發(fā)團(tuán)隊(duì)的一員，當(dāng)時(shí)美研是百度自動(dòng)駕駛的重鎮(zhèn)。在百度期間的樓天城，是閃耀的工程師明星——TopCoder中國冠軍，編程能力強(qiáng)，代碼潔癖、人很聰明這些都是同事對其留下的印象，吳恩達(dá)更是盛贊“樓是最頂尖的程序員”。
也正是在百度美研，樓天城遇到了他的“老板”彭軍，自動(dòng)駕駛部門的首席架構(gòu)師。說起樓天城與彭軍的共事，有個(gè)故事外人甚少知道。彼時(shí)百度為了爭取樓天城，給了他諸多自由度，其中包括了自己選擇想要一起共事的“老板”。
談及百度對后來自動(dòng)駕駛發(fā)展的影響，他認(rèn)為大的IT 公司愿意投入自動(dòng)駕駛是一件非常好的事情，能從整體上加速自動(dòng)駕駛的發(fā)展和市場接受度，并且百度也建立自有的流程。但是對于創(chuàng)新的項(xiàng)目而言，過多的流程則意味著拖沓以及更為漫長的等待，這也是后來他離開的理由之一。
2016年年末，樓天城和彭軍雙雙從百度離職了，創(chuàng)立了Pony.ai。
自動(dòng)駕駛已經(jīng)走過了“從0到1”
在過去幾年的創(chuàng)投熱潮當(dāng)中，自動(dòng)駕駛是一個(gè)無法令人忽視，又尚未看見大規(guī)模落地的行業(yè)。這中間，很多的疑惑需要解答，很多的模式需要探索。
在過去十年時(shí)間，樓天城認(rèn)為軟硬件的共同進(jìn)步極大地推動(dòng)了自動(dòng)駕駛的極速進(jìn)步。在硬件層面上，以激光雷達(dá)為代表的傳感器是加速自動(dòng)駕駛發(fā)展的重要因素，到了今天，更加出現(xiàn)了為自動(dòng)駕駛專門研發(fā)的相機(jī);在軟件層面上，深度學(xué)習(xí)的出現(xiàn)更是推動(dòng)了自動(dòng)駕駛的急速前進(jìn)。
也是由于這些軟硬件的共同進(jìn)步使得自動(dòng)駕駛整個(gè)行業(yè)走過了從0到1的重要?dú)v程，而與此同時(shí)，相互伴隨的是業(yè)界對于自動(dòng)駕駛的要求越來越高，期待的閾值也越來越高。
他向展現(xiàn)了一條期待閾值不斷升高的時(shí)間軸：2015年的時(shí)候，業(yè)界看到一個(gè)“自動(dòng)駕駛”的視頻就覺得非常酷炫;到了2016年年底、2017年年初的時(shí)候，剪輯過的視頻已經(jīng)不受用了，觀眾要需要看到更完整的視頻，了解整輛車的路測全過程和情況;2017年之后，企業(yè)要開始做實(shí)地路測，投資人需要坐到車?yán)镞M(jìn)行實(shí)地的感受，才決定投資與否。
現(xiàn)階段業(yè)界對于自動(dòng)駕駛落地的愿望越發(fā)地迫切，但樓天城認(rèn)為再沿用過去從0到1的速度衡量下一個(gè)“從1-10”的階段，顯然是不合適的。
盡管在外界看來，只要資金充裕的情況下，從0-1和從1-10的差別并不大，但樓天城認(rèn)為從0到1和從1-10并不是同一個(gè)難度系數(shù)，從0到1，是證明概念的階段;從1-10意味著方案的可擴(kuò)展性和系統(tǒng)穩(wěn)定性都要提升到10倍以上的層次。“大多數(shù)的公司都是倒地于從1-10的階段。”
具體到自動(dòng)駕駛的場景，從1輛車到10輛車也意味著系統(tǒng)的穩(wěn)定性能至少要提高到10倍以上，因?yàn)槌隽耸鹿实拇鷥r(jià)是一樣慘痛的。在量產(chǎn)之前，很重要的一步就是要證明方案的可復(fù)制性，因此1-10是極其重要的一步。
樓天城表示：Waymo之所以走得如此穩(wěn)健，和基礎(chǔ)框架的扎實(shí)不無關(guān)系。
有關(guān)于場景是否為王的話題，樓天城認(rèn)為，嚴(yán)格來說，自動(dòng)駕駛并沒有場景的劃分，大家最終都是殊途同歸，能夠在一個(gè)場景里運(yùn)營得很順暢的公司，就有將技術(shù)遷移到其他場景的能力。如果一家公司真的能夠做到上萬輛車并且盈利狀態(tài)的時(shí)候，其實(shí)這些場景也就是技術(shù)實(shí)力的證明。
在技術(shù)尚未觸達(dá)現(xiàn)實(shí)之際，關(guān)于路線的討論顯得尤為重要。深度學(xué)習(xí)是當(dāng)下的技術(shù)版圖的最優(yōu)解。
在樓天城看來，“深度學(xué)習(xí)+規(guī)則(rule-based)”是自動(dòng)駕駛當(dāng)中比較穩(wěn)健的做法，他解釋：以黑白灰例，黑白其實(shí)一些必須要遵循的規(guī)則，而灰色更多的是擁有自由度的空間，具體到駕駛的場景當(dāng)中，有很多情況是無法依靠規(guī)則列舉，深度學(xué)習(xí)最為擅長的就是模仿人的行為。而在自動(dòng)駕駛當(dāng)中，這兩方面的因素都需要考慮。
輔助駕駛不可能升級成自動(dòng)駕駛
在自動(dòng)駕駛尚未成為新出行方式之際，有關(guān)于新的未來出行世界的想象有千千萬萬種。而引起討論最多的則是以特斯拉為首的漸進(jìn)派和以Waymo為代表的L4直接落地的方式。李開復(fù)更是公開表示：自動(dòng)駕駛應(yīng)該一步到位。而業(yè)界當(dāng)中也有人認(rèn)為以特斯拉為代表的循序漸進(jìn)的路徑才是正確的路線。
樓天城是這樣回答這個(gè)問題的：L3和L4雖然看似都是自動(dòng)駕駛的行為，但是雙方優(yōu)化的目標(biāo)是不一樣的。L3優(yōu)化的只是自動(dòng)駕駛汽車的準(zhǔn)確性，L3很多功能類似于報(bào)警——不能夠輕易地誤報(bào)決策，沒事就剎一下。但是，L4優(yōu)化的并不僅僅是準(zhǔn)確性，還有召回率(recall rate)，L4不能輕易漏掉任何一個(gè)物體，因?yàn)槿绻┑袅藭?huì)容易產(chǎn)生嚴(yán)重的安全事故。
L3只關(guān)注準(zhǔn)確性，而L4還要兼顧百分百的召回率，這使得后者在算法上的想法和設(shè)計(jì)從底層就不一樣，選擇的軟硬件配置也不同。
因此樓天城認(rèn)為從輔助駕駛發(fā)展到L4自動(dòng)駕駛基本是不現(xiàn)實(shí)的，這個(gè)進(jìn)階之路，就好像從一座山到達(dá)另一座山，中間沒有一個(gè)纜車一樣的可以過去。其實(shí)很多人也已經(jīng)嘗試走過了，這個(gè)纜車至少至今也沒有找到。
之所以Pony.ai押注在L4上，也是因?yàn)長4是自動(dòng)駕駛中最大/最有影響力的市場。盡管在L4的全面落地還需要一些年數(shù)，局部的落地也需要至少1-2年的時(shí)間。樓天城說：自動(dòng)駕駛的擴(kuò)張不可能像社交網(wǎng)絡(luò)(如Facebook)的擴(kuò)張，而是需要真正具體落在每一輛車上。時(shí)間不一定是自動(dòng)駕駛的瓶頸，資本也不是自動(dòng)駕駛的瓶頸，因?yàn)槲磥砟軌蛲ㄟ^盈利把資本收攏回來。
成本并不是Pony.ai擔(dān)心的問題，是完全可以通過量產(chǎn)和規(guī)模來解決的。自動(dòng)駕駛行業(yè)的分水嶺就在于規(guī)模數(shù)量。組建無人車隊(duì)真正的難度在于穩(wěn)定性，因?yàn)槟壳盁o人車還無法做到標(biāo)準(zhǔn)化生產(chǎn)，需要對每一輛車的軟硬件進(jìn)行調(diào)試，保證一致的穩(wěn)定性，這非常考驗(yàn)無人車公司的技術(shù)實(shí)力，也是邁向從1到10的關(guān)鍵。未來一年時(shí)間，Pony.ai計(jì)劃將穩(wěn)定日常運(yùn)行的車隊(duì)的規(guī)模擴(kuò)展到100臺。
總結(jié)
在農(nóng)歷新年開始之際，自動(dòng)駕駛行業(yè)也迎來了幾則好消息。
Aurora獲得了5.3億美元的融資、Nuro獲得了9.4億美元融資，圖森未來獲得了9500萬美元的融資。
這些融資事件的發(fā)生，足以說明這個(gè)賽道有著足夠的想象空間，也有足夠振奮人心的力量。在未來的長賽道當(dāng)中，在自動(dòng)駕駛作為唯一技術(shù)決定型的項(xiàng)目當(dāng)中，Pony.ai 用技術(shù)構(gòu)筑起來的護(hù)城河能不能使得使其贏得商業(yè)上的優(yōu)勢，期待時(shí)間的回答。
