「在我看來,激光雷達就像是一根枴杖,會將公司逼到一個艱難的角落,難以抽身」。
在2018年初的一次財報會議上,特斯拉CEO埃隆·馬斯克再次重申了他對激光雷達的反對觀點,試圖平息這場在當時就已經曠日持久的爭論——即激光雷達在自動駕駛系統中,到底是不是必要的?
他還說,可能自己錯了,那將使他看起來很愚蠢。 「但我很確信我沒看錯」。
至少從2015年開始,他對激光雷達就沒有好感。
這讓他一度遭遇了口誅筆伐。
前采埃孚CEO斯特凡·索寞(Stefan Sommer)曾經直言,自動駕駛需要3項技術:攝影機圖像處理,短程和遠端雷達,以及激光雷達。
曾擔任Waymo的CEO超過5年的約翰·克拉夫西克(John Krafcik)則暗示,Waymo研發的是“完全自動駕駛系統”,特斯拉則提供“較為出色的駕駛輔助系統”。
Waymo在相當長一段時間內被視為自動駕駛“頭雁”,而且一直採用多感測器方案(毫米波雷達+攝影機+激光雷達)。
但隨著「端到端」成為自動駕駛的最新趨勢,馬斯克當初的預言正在變成現實——主流玩家都把資源投入到了持續升級神經網路演算法,以及算力提升方面,激光雷達作為“作弊器」的角色正在被弱化。
這或許意味著一場與產業有關的劇變。
因為在馬斯克反對激光雷達時,後者被作為一個事關自動駕駛前景的智能硬體而受到關注,並吸引了不少創業者押注於該領域。
睿獸分析的資料顯示,自2017年以來,有72家與激光雷達有關的公司從投資者處獲得了融資,今年依然有7家公司獲得新一輪融資。
這些公司的激光雷達產品在失去自動駕駛預期後何去何從,將會是一個巨大的難題。
「下一代激光雷達對我們來說沒那麼重要了」。
這是大約一周前,智駕系統研發商Mobileye在突然關閉激光雷達營運部門後,所提出的理由。
Mobileye的激光雷達研發部門今年的營運費用約為6000萬美元,關閉部門將使大約100名員工受到影響。
這家在早期為多個車企提供了ADAS方案的公司指出,終止自研激光雷達的原因,在於其視覺感知技術取得實質性進展,另外其他供應商也能提供比自研更便宜的激光雷達產品。
在智駕供應商中,Mobileye一度把激光雷達置於戰略高度——該公司預計下一代固態FMCW激光雷達將在2028年迎來市場爆發。
這種雷達以能夠探測出目標物體的「第四維」速度資訊,且能夠大幅降低成本而著稱。
Mobileye創始人、總裁兼執行長Amnon Shashua,在2021年的CES期間,首次公佈了FMCW激光雷達的研發計畫。
但隨著Mobileye的官方宣佈退出,激光雷達產業的前景已經亮起紅燈。
事實上,這種警報並不是第一次出現。
早在2022年,激光雷達就曾經遭遇一波洗牌。
當時德國激光雷達企業Ibeo因無法獲得融資而破產,該公司是激光雷達的鼻祖,1998年就創立了。
Ouster和Velodyne則是透過合併形式,維持生存。
這波破產浪潮幾乎摧毀整個激光雷達產業。
但隨著來自中國的禾賽科技、速騰聚創等激光雷達製造商實現量產,形勢才算轉危為安。
今年1-6月,禾賽科技激光雷達全球總交付量為14,5627台,較去年同期成長67.5%。
同期速騰聚創出貨量達到24.34萬台,較去年成長415.7%。
禾賽科技CEO李一帆曾表示,激光雷達像是一個“作弊武器”,能提升自動駕駛系統的穩定性。
不過這並未打動投資者。
禾賽科技掛牌納斯達克後股價一度突破每股30美元(2023年初),但現在的股價還不到4美元(截至9月16日),市值不到5億美元。
在港股掛牌的激光雷達頭牌速騰聚創也類似,其市值一度超過190億港元,目前則為57.5億港元。
糟糕的是,這兩家公司依然還深陷虧損泥潭。
今年上半年,速騰聚創虧了2.69億人民幣,而禾賽科技虧損約為1.8億。
另一家激光雷達製造商Luminar則宣佈外包生產業務,以降低成本。
但這些企業還算是幸運兒,畢竟它們已經成功登陸資本市場。
與之相對應的是,激光雷達領域的絕大多數公司尚未實現在資本市場掛牌,有的甚至還處於A輪融資階段。
「激光雷達只是現階段小朋友學走路用的學步車,當孩子的兩條腿和平衡性發育完整後,就會脫離(學步車)這個輔助工具」。
極越CEO夏一平不久前透過社群媒體詳細解釋了有關激光雷達和純視覺智駕方案的區別,並認為後者才是未來。
在他看來,激光雷達之所以過去很火,只是因為曾經有過“輔助特性”,能快速實現輔助駕駛上路,無需投入大量算力。
他稱,在激光雷達掃描到障礙物後,車子依照預設指令去規避、剎車,這讓使用者覺得很先進。
但激光雷達只能掃除障礙物的大小,卻不清楚自己掃描到的到底是什麼物體,即便按照這種邏輯運行幾十年,車子依然是按照固定的指令採取行動,(智駕系統)由此被困在一個較低層次上,做不到自我成長。
「這就像是你在一歲時,可以用學步車快速學會走路,但到了16歲,大家一起去踢球時,別人都學會了短跑、走位、射門,而你的腿還被卡在學步車裡」。
他稱,想完成更高難度的操作,就必須把腿從學步車中抽出來,也就是拋棄激光雷達。 「用視覺培養車的自我學習能力,把它按照人去訓練」。
「視覺方案就是把車的攝影機當做人眼,今天看到一隻貓,識別後發現它自己會動,就讓模型大腦去學習,並記下來貓的樣子,以後再見到貓,就知道它不但會動,還會走,會停,會轉彎,車機大腦會按照人類司機應對貓的方式,進行減速或者躲避”,夏一平稱,持續學習下去,就可以培養出老司機那種本能反應,也就是所謂的“車感”,這就是自動駕駛的最高境界,即像人一樣開車。
夏一平對純視覺智駕方案的解釋,跟馬斯克推崇這種方案的理由一致,即該方案更符合人眼直覺——人能夠靠眼睛開車,那麼機器也能做到。
車子通過多個攝影機感知並收集資料,然後通過車載電腦運行的神經網路(類似於人的大腦)解析處理後,發出指令並控制車輛。
重要的一點還在於,這種方案在成本上的優勢,幫助特斯拉迅速把智駕普及。
因為在特斯拉進行有關智駕路線的對比時,單顆激光雷達價格超過1000美元。
在某種程度上,馬斯克討厭激光雷達的原因,就在於後者在探測距離上的優勢跟為之付出的成本相比並不划算,其高昂的價格難以迅速推廣,也因此無法獲得大量資料。
另外,當特斯拉完成了有關算力的儲備後,其不僅實現了智駕領先,而且還形成了讓競爭對手難以踰越的護城河。
根據馬斯克的說法,特斯拉今年將在AI訓練和推理上投入約100億美元。
截至今年Q2,特斯拉自建超算中心AI算力已超過4萬張輝達H100等值算力,今年底還將提升至接近9萬張水準。
換句話說只有當算力夠大,智駕系統就能夠快速學習絕大多數場景,包括成功應對所謂「Corner case」(極端情況)的能力。
這令其他對手望塵莫及。
同時,資料作為端到端的另一個關鍵資源,特斯拉也實現了斷層式領先。
截至2024年Q2,特斯拉的FSD(Full-Self Driving,完全自動駕駛)系統累計行駛里程已超過16億英里。
根據馬斯克先前的預計,這項資料需要達到60億英里,才能滿足全球監管機構(對FSD落地)的要求。
但即便如此,特斯拉依然優勢明顯。
與之相對應的則是,特斯拉的純視覺方案越接近實現完全自動駕駛,激光雷達的處境就越尷尬。
對於激光雷達公司而言,必須找到新的應用場景,才能避免被端對端「殺死」。
「今天L4公司很多的技術路線還是演算法+小AI模型的組合,都在痛苦的猶豫,是否應該轉入端到端。我個人的建議是:別猶豫,趕緊改,後面那個才是大傢伙」。
進入下半年以來,何小鵬突然成為端到端的最大支持者之一,並將在今年Q4實現「門到門」智慧駕駛。
另外,理想推出了「端對端+VLM(視覺語言模型)+生成式驗證系統」的自動駕駛技術路線。
蔚來、華為也都在發力端到端。
華為乾昆智駕ADS 3.0系統採用「端對端」架構,車輛行駛軌跡實現「更類人」的效果。
從車企角度看,「端到端」已經是大勢所趨。
這對中國激光雷達研發商而言不是好消息——根據標準普爾全球汽車披露的資料,去年中國激光雷達企業全球出貨量超過80%,2024年預計將超過90%。
但隨著各大車企紛紛轉投端到端的純視覺陣營,激光雷達看起來前景堪憂。
速騰聚創的財報,也許揭露了一條轉型之路。
根據這家公司2024年中報,上半年其激光雷達產品在機器人方面的銷量達到8,900台,年增21.9%。
在報告期間內全部24.3萬台的銷量中,這一佔比微乎其微。
但在速騰聚創聯合創始人兼CEO邱純潮看來,未來泛機器人的需求,會比汽車市場大10~100倍。
這種跳出汽車產業、尋找增量市場的情況,也能從其他激光雷達企業獲得驗證。
例如在Ouster和Velodyne這兩家激光雷達公司合併後,押注的重點業務就是機器人和「智慧基礎設施」。
機器人業務方面的潛力,甚至在雙方合併之前就已經體現在了Ouster的財報中。
2022年Q3,Ouster收入達到了1,120萬美元,較去年同期成長44%,原因在於機器人業務收入推動業績走高。
去年,輝達CEO黃仁勳表示“人工智慧下一個浪潮將是具身智能”,直接引爆了“人形機器人”概念。
馬斯克也表示,未來人形機器人普及程度將是汽車的10倍。
如果激光雷達能夠錨定人形機器人賽道,或許又會坐上一個新的風口。
至於智慧交通設施,激光雷達的應用在於智慧交通管理,以及安全系統。
有消息顯示,一個激光雷達可以取代多達八個高畫質攝影機,所以作為一種更加省錢的方案,可以代替攝影機進行交通監控,既能獲取必要資料用於分析和最佳化交通,同時還能保護隱私(不收集臉部或其他生物識別資訊)。
換句話說,激光雷達能夠成為智慧城市中關鍵的基礎設施之一。
對於激光雷達製造商來說,儘管智慧駕駛領域的應用前景具有不確定性,但機器人和智慧城市提供了新的機會。
這或許就是激光雷達新創公司依然能夠從投資者手中拿到錢的主要原因。 (毒舌出行)